能源管理系统在线优化中的预测准确性与切换成本平衡

本研究探讨了在能源管理系统中整合预测与优化的作用，特别关注切换成本——即频繁操作调整所产生的惩罚。我们构建了理论和实证框架，以检验预测准确性与稳定性如何在线决策环境中与切换成本相互作用。我们的分析涵盖确定性和随机优化方法，使用点预测和概率预测。本文引入了一种用于衡量概率预测时间一致性的新指标，并基于CityLearn 2022挑战赛中的实际电池调度案例对该框架进行了验证。结果表明，切换成本显著影响预测准确性与稳定性之间的权衡，并且更稳定的预测可以减少由于切换导致的性能损失。与常见做法相反，发现在切换成本不可忽略的情况下，较长的承诺期可能导致更好的整体结果。这些见解对设计智能、面向预测的能源管理系统具有实际意义。