调度 Agent
调度 Agent
多数园区储能充放、需量管控、峰谷套利仍依赖人工经验，靠预估光伏、凭经验调度充放，需量超限后再补救。常出现尖峰推高基本电费、储能设备效益无法发挥的问题，调度策略缺少可计算、可复盘的客观依据。调度Agent将其转化为可验证的作业流水线：输出P10/P50/P90分位数区间的光伏与负荷预测，完成储能充放仿真及峰谷套利优化，内置硬约束自动校验，不合规无法生成方案。输出策略建议经人工审批后落地，全流程留痕可追溯。底层采用开源技术栈：pvlib+LightGBM实现分位数预测，Pyomo+HiGHS的MILP‑MPC负责调度求解，依托历史回放、影子运行完成投运验证，MLflow管理模型，无授权费用。功能分阶段迭代交付，各阶段均设置明确验收标准。
产品技术参数
| 参数 | 内容 |
|---|---|
| 输入数据 | 光伏与负荷历史及实时数据、气象数据、分时电价、储能 SOC 与充放状态、需量阈值配置 |
| 输出产物 | 次日充放电策略建议、需量控制方案、峰谷套利方案、需量告警、趋势预测推送、策略仿真报告 |
| 触发方式 | 定时（日前策略生成）＋ 事件触发（电价调整、需量接近阈值、气象突变）＋ 自然语言触发（“帮我优化明天的充放电策略”） |
| 响应时效 | 调度方案求解 ≤30 秒（设计验收标准）；日前策略每日自动生成 |
| 关键指标 | 预测精度 >90%、需量控费 >15%、峰谷套利收益 +30%（示范预期）；负荷预测 MAPE ≤10%、硬约束违反 =0、计划可执行率 ≥95%（设计验收标准，以实际项目为准） |
| 依赖硬件 / 数据源 | MGC200 边缘控制器、储能 EMS、气象数据服务、电价规则库 |
| 人机边界（HITL） | 自动执行：预测计算、策略仿真、方案生成、硬约束校验、需量监测告警 必须人工确认：储能充放电策略投运前审批（硬约束，模型不直接触发设备控制）、需量规则变更、策略参数调整 |
| 可降级方式 | 模型不可用时回退为规则引擎按固定策略运行，需量告警不中断 |
产品资料下载
竞品对比
维度
策略依据
风险评估
执行方式
可验证性
求解时效
多园区复制
人工经验调度
老师傅经验
凭感觉
人工操作
无法回溯
慢，靠试错
逐园重新摸索
通用 EMS 固定策略
固定规则阈值
×
自动下控，责任模糊
结果难归因
—
定制开发
轨物调度 Agent
分位数预测 + MILP 仿真
置信区间 + 硬约束校验（违反 =0）
建议 → 人工审批 → 执行，责任清晰
30–90 天历史回放 + 影子运行
≤30 秒（设计验收标准）
配置化接入，单园部署成本 −40%+（三期路线，示范预期）
典型案例
关联产品
联系我们
如果您有任何需要，请随时与我们联系