在能源的柔性利用技术研究方向上，团队中博士研究生Bilal Ahmed同学针对办公建筑中能源柔性利用的特性、量化和应用方面完成了一篇详尽的综述论文，发表在相关领域权威期刊《Energy & Buildings》上：

Bilal Ahmed, Hong-Na Zhang, Xiao-Bin Li, Kai-Yang Qu, Feng-Chen Li, Characterization, quantification and application of energy flexibility in office building: A comprehensive review, Energy & Buildings 347 (2025) 116306.

本文的内容提要如下：

智能计量、先进传感器、节能技术、电动汽车和储能系统的进步，使得需求侧管理策略能够通过优化办公楼的灵活负载来增强电网稳定性。本文综述重点介绍了近期关于办公楼能源管理需求的研究，包括能源灵活性的表征与量化，以及灵活负载资源、方法、关键绩效指标（KPI）及其应用。办公楼中最常见的灵活性资源包括使用空调的恒温负载控制（TLC）、热泵、电池储能、光伏系统和热能储存。最常见的灵活性类型是负载转移（51.7%），其次是负载削减（31.5%）。灵活操作的有效性因技术和应用而显著不同，峰值功率减少可达61%，潜在能源节省可达28%，运行成本降低可达44%，温室气体排放减少17%。用于定义和表征灵活性资源的方法主要包括基于仿真的建模，其中TLC调控和热能储存是常用技术。灵活操作最常考虑的服务是热舒适性（86.7%）。大多数研究使用基于物理的模型（42.2%），其次是混合模型（40.6%）。大约37.87%的研究提到了能源灵活性KPI，涉及47个独特的KPI。大多数研究侧重于基于仿真的方法（71.2%），其余侧重于真实世界的测量。大多数研究的时间步为60分钟，其余采用小于一小时的时间步。用于控制、设计和能源管理的优化技术在55%的研究中被提及，其中39.7%应用线性优化，23.5%使用非线性优化。约84%的研究使用能源管理或控制策略来实现能源灵活性。在通过机器学习（ML）识别KPI方面，最有效的模型是物理一致神经网络，其准确率为99.48%。识别出的若干关键研究空白包括：(1) 建立统一的定义和标准化KPI，(2) 开发一个通用框架，用标准KPI表示各类能源灵活性资源，(3) 考虑所有灵活负载准确量化能源灵活性，(4) 将实时用户反馈整合到建筑能源系统中，(5) 通过ML模型识别KPI并整合混合物理-ML模型进行现实验证，(6) 解决ML挑战，如数据不一致性，以及将传统系统与现代物联网基础设施整合。通过解决上述研究空白，未来的研究可以开发可扩展且有效的能源灵活性解决方案，从而增强办公楼的韧性和可持续性，并促进其与电网的整合。