同济大学区域综合智慧能源研究团队由同济大学教授.同济大学建筑设计研究院（集团）有限公司原总裁王健领衔，由4位教授、2位副教授、2位博士后以及30多博士和硕士组成。主要从事区域综合能源系统规划、建筑或区域能源系统设计、能源系统故障诊断和智慧运行、绿色建筑和低碳生态城、新能源和可再生能源开发与利用、高效能量转化设备和系统开发等科学研究，并承担《工程热力学》、《新能源技术》、《综合智慧能源》、《智慧能源系统规划与设计》、《可再生能源转化与技术》等本、硕、博课程教学。

 研究团队承担国家自然基金、博士点基金、国家十三五重点研发、国际合作项目、上海市科委碳达峰专项等纵课题 30 余项项，包括《面向建筑群或街区的分布式能源微网系统关键技术研究》、《基于随机不确定性的区域分布式能源系统源-网-荷协同优化研究》、《西北村镇分布式压缩空气储能及微网安全供能关键技术研究与示范》《基于建筑负荷特性的楼宇分布式冷热电联供系统优化》、《园区百千瓦级燃料电池综合能源系统关键技术研究与示范》、《发展低碳住区推动建筑低碳转型战略研究》等累计主持经费 2000余万元。主持完成区域综合能源智慧能源规划设计项目20余项，包括《济南新旧动能转换区综合能源规划》、《梅山国际近零碳排放示范区综合能源规划》、《宁波象保合作区综合能源规划》、《西咸新区沣西新城西部科技创新港二期能源互联网专项规划》、《宁海湾开发区循环经济2.0升级规划》等，累计经费 3000余万元。

出版教材《工程热力学》（第四版）和专著《建筑分布式能源系统设计与优化》等5部。主持和参与国家和地方标准规范6项，申请专利27项，发表论文 200余篇。

2020-2023基于随机不确定性的区域分布式能源系统源-网-荷协同优化研究国自然面上

2020-2022西北村镇分布式压缩空气储能及微网安全供能关键技术与示范 国家重点研发

2021-2023 面向“双碳”目标的区域综合智慧能源规划实践和案例 教育部

2022-2023 建筑加压调蓄设施能效评估及碳减排研究 上海城投水务(集团)有限公司

2021-2025 园区百千瓦级燃料电池综合能源系统关键技术研究与示范 上海市科委碳达峰

2020-2022 济南新旧动能转换区综合能源规划 济南新旧动能转换先行区管委会

2020-2022 宁海湾开发区循环经济2.0升级规划国家能源集团

2020-2022 西咸新区沣西新城西部科技创新港二期能源互联网专项规划 陕西西咸新区沣西新城能源发展有限公司

2020-2021大型公共建筑全过程节能管理及评估制度技术援助项目咨询服务合同 UNDP

2021-2022青岛市公共建筑节能改造节能量核定办法 修编 青岛市建委

2019-2020中国低碳宜居城市形态研究 美国能源基金会

2019-2020基于分布式低碳能源站的多空间尺度能源互联互济示范工程测试评价 国网上海综合能源服务公司

2018-2019基于用户负荷特征的CCHP系统低碳高效优化运行关键技术研究及应用国网上海综合能源服务公司

1.     Yingjun Ruan, Zhenyu Liang, Fanyue Qian, Hua Meng and YuanGao. Operation strategy optimization of combined cooling, heating, and powersystems with energy storage and renewable energy based on deep reinforcementlearning. Journal of Building Engineering 65 (2023) 105682.

2.     Huiming Lu, Jiazheng Wu, Yingjun Ruan, Fanyue Qian, HuaMeng,Yuan Gao and Tingting Xu. A multi-source transfer learning model based onLSTM and domain adaptation for building energy prediction. InternationalJournal of Electrical Power and Energy Systems 149 (2023) 109024.

3.     Fanyue Qian, Weijun Gao, Dan Yu, Yongwen Yang and YingjunRuan. Potential analysis of hydrogen energy technology in the power grid basedon carbon tax: A case study in Japan. Energy Exploration & Exploitation. 2023,Vol. 41(2) 534-560.

4.     Fanyue Qian, Weijun Gao, Dan Yu, Yongwen Yang and YingjunRuan. An Analysis of the Potential of Hydrogen Energy Technology on Demand SideBased on a Carbon Tax: A Case Study in Japan. Energies 2023, 16, 342.

5.     Weimin Yue, Qingrong Liu, Yingjun Ruan, Fanyue Qian and HuaMeng. A prediction approach with mode decomposition-recombination technique forshort-term load forecasting. Sustainable Cities and Society 85 (2022) 104034.

6.     Yingjun Ruan, Gang Wang, Hua Meng and Fanyue Qian. AHybrid Model for Power Consumption Forecasting Using VMD-Based the LongShort-Term Memory Neural Network. Frontiers in Energy Research.2022.

7.     Ying Wang, Jian Wang, Bingyun Liu , Guokai Chen and YingjunRuan. Development of a simplified chiller plant calculation tool: architecture,method and verification. Journal of Building Engineering 45 (2022) 103346

8.     Xaoyan Xu, Ying Wang, Yingjun Ruan,Jian Wang .Integrated Energy Planning for Near- Carbon Emission Demonstration District in Urban Areas: A Case Study of Meishan District in Ningbo, China.Energies 2022.

9.     Xingzhao Zhang, Luqiao Yang, Ruizhe Luo, Hsin-Yu Wu, JiaqiXu, Chenyu Huang, Yingjun Ruan , Xiaowei Zheng and Jiawei Yao. Estimating theoutdoor environment of workers’ villages in East China using machine learning. Buildingand Environment 226 (2022) 109738

10.  Jiazheng Wu, Jiamin Yuan, Yingjun Ruan , Fanyue Qian andHua Meng. Optimal Planning for Energy Stations and Networks in DistributedEnergy Systems Based on Voronoi Diagram and Load Characteristics. Appl. Sci.2021, 11, 7526.

11.  Yanxue Li,Weijun Gao,Xiaoyi Zhang, Wenya Xu,Yingjun Ruanand Yinzhong Wang. Field Investigation and Comparison Analysis of Low-GradeHeat Pump Technologies in Building Space Heating Projects. EE, 2021.

12.  Xiaoyi Zhang ,Weijun Gao, Yanxue Li, Zixuan Wang,YoshiakiUshifusa and Yingjun Ruan. Operational Performance and Load FlexibilityAnalysis of Japanese Zero Energy House.I nt. J. Environ. Res. Public Health2021, 18, 6782.

13.  Yuan Gao and Yingjun Ruan. Interpretable deep learningmodel for building energy consumption prediction based on attention mechanism.Energy and Buildings 252 (2021) 111379.

14.  Jiazheng Wu, Hongyun Liu, Yingjun Ruan, Shanshan Wang,Jiamin Yuan and Hui Ming Lu. A Novel Method for Network Design and Optimizationof District Energy Systems: Considering Network Topology Planning and PipeDiameter. Appl. Sci. 2021, 11, 1795.

15.  Yuan Gao,Yingjun Ruan, Chengkuan Fang and Shuai Yin. Deeplearning and transfer learning models of energy consumption forecasting for abuilding with poor information data. Energy and Buildings 223 (2020) 110156.

16.   YanxueLi,WeijunGao,XiaoyiZhang and YingjunRuan.Techno-economic performance analysis of zero energyhouse applications with home energy management system in Japan. Energyand Buildings.Volume214, 1 May2020, 109862

17.  anxue Li, Xiaoyi Zhang, Weijun Gao and Yingjun Ruan.Capacity credit and market value analysis of photovoltaic integrationconsidering grid flexibility requirements. Renewable Energy 159 (2020) 908-919.