姓名：房方
职称：教授，博士生导师
研究方向（Focus Area）：
1、智能发电理论与技术
2、虚拟电厂与综合能源系统
3、新能源发电控制与运维
联系方式:
办公地址：主楼E631
电子邮箱：ffang@ncepu.edu.cn
办公电话：010-61772101
一、个人简介及主要荣誉称号
房方，男，1976年3月生，国务院政府特殊津贴专家，中国电力优秀科技工作者，IET特许工程师。1998年和2001年在华北电力大学（保定）分别获得学士学位和硕士学位，2005年在华北电力大学获得博士学位。2011-2012年在加拿大维多利亚大学做访问学者。2009年被聘为副教授，2015年晋升为教授，2016年被聘为博士生导师。目前担任中国自动化学会理事，中国电机工程学会高级会员，中国人工智能学会高级会员，IEEE Senior Member，中国电机工程学会海上风电专委会副主任委员，中国电机工程学会信息化专委会委员，中国能源研究会智能发电专委会委员，IEEE工业电子协会工业信息物理系统委员会委员等；担任《IET Cyber-Physical Systems: Theory & Application》编辑、《分布式能源》编委、《电力信息与通信技术》编委、《现代电力》编委。
作为负责人主持国家重点研发计划项目、国家重大专项课题、国家自然科学基金、北京市重点研发计划项目等各类政府、企业科研项目30余项，主持编制中国电机工程学会团体标准2项。发表高水平科研论文80余篇，获授权发明专利20余项；多项成果在发电企业成功推广应用，获国家科技进步奖二等奖1项、省部级科技奖励5项。
二、教学与人才培养情况
承担了《自动控制原理》、《过程控制技术与系统》、《热工控制系统》、《控制系统综合实验》等理论基础、工程基础和实验实践类本科核心课程，开设了《现代电厂控制与优化》、《火电机组负荷控制系统设计与实现》、《专题课程（发电过程状态监测与优化控制）》等特色研究生课程。先后指导博士、硕士研究生70余人，其中20余人获评国家奖学金、北京市优秀毕业生和研究生优秀毕业论文；研究生在读期间发表IEEE汇刊等TOP期刊论文近30篇。
担任中国自动化学会教育工作委员会委员、IEEE Education Society 北京分会理事。主持教育部第二批新工科研究与实践项目、教育部产学合作协同育人项目、全国工程专业学位研究生教育研究课题、北京市教育科学“十三五”规划课题等省部级以上教改任务7项。获得北京市高等教育教学成果一等奖1项、中国自动化学会高等教育教学成果一等奖1项。获评中国智能制造挑战赛全国总决赛二等奖指导教师、北京市普通高校优秀本科毕业设计（论文）优秀指导教师、广东核电育才奖、华北电力大学教学优秀特等奖。
三、主要科研项目情况
1、纵向项目：
【1】国家自然科学基金：煤电机组-飞轮储能联合调频系统的特性感知与协同调控，52176005， 2023.1-2025.12（主持）
【2】国家重点研发计划项目：燃煤灵活智能发电基础问题研究，2022YFB4100400, 2022.12-2025.11 （主持）
【3】国家重点研发计划项目: 面向可再生能源消纳的灵活性电热泵供热系统及电-热综合调控技术研究, 2018YFE0106600, 2019.8-2021.7（主持）
【4】国家航空发动机及燃气轮机重大专项课题: XXXXXXXXXX控制方法研究, 2017-XXXXXX-0061, 2018.8-2022.7（主持）
【5】北京市重点研发计划项目: 能源领域技术协同创新—火电机组智能运行控制系统研制, Z181100005118005, 2018.1-2020.6（主研）
【6】国家自然科学基金: 基于组件的复杂能源转换系统多模态结构化建模与性能分析, 51676068, 2017.1-2020.12（主持）
【7】国家自然科学基金: 锅炉-汽轮机单元大范围协调控制的负荷适应性研究, 60704030, 2008.1-2010.12（主持）
【8】教育部留学回国人员科研启动基金, 2014年（主持）
【9】北京市科技新星计划, 2008A059, 2009年（主持）
2、横向项目：
【1】国家电网公司: 大型抽水蓄能电站运维检修管控模式研究, 2018.5-2019.12（主持）
【2】国家电网公司: 抽水蓄能电站机组单导叶控制方式的导叶状态监测与诊断系统研究与应用, 2015.9-2016.6（主持）
【3】中国华能集团: 智能海上风电场关键技术研究, 2020.11-2023.12（主持）
【4】中国大唐集团: CFB 锅炉协调及AGC系统优化, 2014.10-2015.3（主持）
四、主要获奖
【1】国务院政府特殊津贴（2020）
【2】中国电力优秀科技工作者（2019）
【3】中国产学研合作创新奖（2019）
【3】国家科技进步二等奖（2020）,网源友好型风电机组关键技术及规模化应用（7/10）
【4】河北省自然科学二等奖（2020）,发电机组大范围变工况运行的特性感知与灵活性调控基础研究（1/5）
【5】北京市科学技术三等奖（2017）,先进发电过程清洁高效控制与集成优化（2/7）
五、代表性论著（第一作者，限10篇）
【1】Fang Fang, Jiayu Li, Yajuan Liu, Ju Hyun Park, Resilient control for multiagent systems with a sampled-data model against DoS attacks[J]. IEEE Transactions on Industrial Informatics, 2023, 19(1):780-789.
【2】Fang Fang, Yamin Liu, Ju H Park, and Yajuan Liu. Outlier-resistant non-fragile control of T-S fuzzy neural networks with reaction-diffusion terms and its application in image secure communication[J]. IEEE Trans. on Fuzzy Systems, 2023, 31: 2929-2942.
【3】Wu Zhiyue, Shi Xin, Fang Fang*, Wen Gangcheng, Mi Yunjie. Co-optimization of building energy systems with renewable generations combining active and passive energy-saving[J]. Applied Energy, 2023, 351:121514.
【4】Fang Fang, Songyuan Yu, Xiuli Xin. Data-driven-based stochastic robust optimization for a virtual power plant with multiple uncertainties[J]. IEEE Transactions on Power Systems, 2022, 37: 456-466.
【5】Zhang Xiaoning, Fang Fang*, Wang Jiaqi, Probabilistic solar irradiation forecasting based on variational bayesian inference with secure federated learning[J]. IEEE Transactions on Industrial Informatics, 2021, 17(11):7849-7859.
【6】Fang Fang*, WuXiaolun. A win-win mode: the complementary and coexistence of 5G networks and edge computing[J]. IEEE Internet of Things Journal, 2021, 8(6): 3983-4003.
【7】Yu Songyuan, Fang Fang*, Liu Yajuan, Liu Jizhen. Uncertainties of virtual power plant: Problems and countermeasures[J]. Applied Energy, 2019, 239: 454-470.
【8】Zhang Xiaoning, Fang Fang*, Liu Jizhen. Weather-classification-MARS-based photovoltaic power forecasting for energy imbalance market[J]. IEEE Trans. on Industrial Electronics, 2019, 66(11): 8692-8702.
【9】Fang Fang*, Zhu Zhongyan, Jin Shunping, Hu Shiyan. Two-layer game theoretic microgrid capacity optimization considering uncertainty of renewable energy[J]. IEEE System Journal, 2020, DOI: 10.1109/JSYST.2020.3008316.
【10】Zhang Xiaoning, Fang Fang, Wang Jiaqi. Probabilistic solar irradiation forecasting based on variational bayesian inference with secure federated learning[J]. IEEE Trans. on Industrial Informatics, 2020, DOI: 10.1109/TII.2020.3035807.