在风电预测方法创新方面，本研究发现风速具有结构性突变特征，即风速在短期内呈现出很强的不确定性，不能用一种随机分布模型来描述；与此同时，人们依据经验和历史数据，往往对于某个地区的风速有着先验知识。根据这些特点，我们自然联想到贝叶斯理论和时间序列的结构突变模型。因此我们将基于贝叶斯的结构突变模型应用到超短期风电预测，通过计算实验验证了该方法的有效性，为国内外风电预测同行们提供了崭新的思路。该项研究成果 Very short-term wind speed forecasting with Bayesian structural break model 发表在可再生能源方向国际一流期刊Renewable Energy （5-Year Impact Factor: 3.2）上面。 在风电厂调度研究方面，我们通过2011年度实地调研，以及和国内外学者交流，我们发现风电厂有时存在不得不停止某些风机从而降低发电量的现象。即风电调度不仅仅是和其它火电厂，或者其它可再生能源发电厂的调度调配问题。在一个风电厂内部，启停某些风机来达到发电量的严格要求也显得颇为重要。因此我们研究团队（包括香港和美国的合作者）提出了风电厂内部优化调度模型，帮助风电厂运营人员，根据风机发电效率、电价和天气状况作出启停风机的最优决策。该项研究成果弥补了国内外在这个方面的空白（目前大部分研究关注风电厂和其它传统电厂的电力调配、调度，忽略了风电厂内部也需要优化调度）。我们的研究成果“Scheduling Electric Power Production at a Wind Farm”发表在管理科学方向国际一流期刊European Journal of Operational Research（5-Year Impact Factor: 2.3）上面。