NEC锂电池产品分类
NEC锂电池决策导向学习在光伏-电池优化调度中的应用
发布时间：2026-03-21 10:25:48 点击： 次
近年来，住宅光伏系统的使用量急剧增加。随着电池系统成本逐渐降低，光伏-电池系统的最优运行可为家庭用户带来显著的节约效益。这些系统的优化控制需要准确预测光伏发电量等基础参数，以便合理安排电池调度方案。尽管由于算法进步和数据可用性的提升，预测模型的精度不断提高，但传统评估指标通常采用通用性度量标准，这些指标可能与下游应用场景的需求不一致。本研究提出一种决策导向的学习框架，通过以电池系统最优调度为下游任务来训练长短期记忆光伏功率预测模型，实现了优化与预测的协同整合。所提出的方法与传统两阶段预测优化范式进行了对比分析。在为期14个月的评估周期内，以完美预测定义的性能边界和无优化基线为基准进行标准化后，决策导向方法使二十栋建筑的平均电力成本降低了3.6%。值得注意的是，尽管该模型的均方根误差高达19.9%（显著高于解耦模型的8.2%），但仍实现了这一财务改进。对决策导向模型进行热启动可进一步优化结果，使平均成本降低约8%，同时减弱对统计准确性的负面影响（均方根误差为13.7%）。通过Diebold-Mariano检验对二十户家庭及每个独立家庭进行统计检验，结果显示该发现在0.001水平上具有统计显著性。这些结果表明，将预测模型与优化目标对齐是实现光伏-电池系统成本优势的关键。未来研究应致力于在其他数据集、替代预测模型和替代优化算法上复现这些发现。
图形摘要
引言
然而，光伏系统具有间歇性本质，且其发电时段与家庭能耗呈负相关性——住宅用电高峰通常集中于早晚时段。这两个因素对光伏系统在配电网中的有效集成构成了运行挑战。电池储能系统（BESS）可通过储存间歇性能量（主要供晚间使用）来缓解这些问题，实现对能量的可控调度。但BESS对居民用户仍是昂贵投资，为高效利用BESS需实施系统优化运行：主要在电价高峰时段放电，在电价低谷时段充电。
动态电价合约有助于提升电池储能系统（BESS）的运行成本效益。这类合约基于电力批发价格制定，并提前24小时向用户发布。通过这种机制，每小时的电价存在差异，能够更准确地反映电力供应与消费的实时状况。根据比利时最新规定，自2027年起能源供应商必须向客户提供此类动态电价合约选项。2采用这些动态合约优化运行光伏-储能系统，对于确保电池成为一项值得投资至关重要。这是一项复杂的任务，因为需要多个上下文参数来合理规划电池充放电。尽管电价提前一天确定，但家庭用电需求与光伏发电量具有不确定性，需要精准预测才能生成正确的调度方案。本研究提出将光伏发电预测任务与住宅电池优化带来的成本节约相结合。
在下一章节中，我们将详细阐述这些领域的最新研究进展。首先讨论住宅光伏预测的近期文献，随后探讨光伏-电池优化相关研究。最后，我们将审视预测与优化的交叉领域——即决策聚焦学习（decision-focused learning），分析该领域的发展动态及其在电力能源领域的应用场景。本文后续内容将依次介绍实验所用数据集、研究方法论（包括最优调度问题的解决方案），阐述决策聚焦学习的应用方式及其与传统两步法的差异，展示核心研究成果（重点呈现模型的均方根误差及更关键的下游损失指标），并最终以讨论与结论作结，同时提出若干未来研究方向。
标签: