正是在关键之处:一种以决策为导向的端到端学习方法,旨在通过集成可再生能源存储系统来提升建筑能源的灵活性

《Advances in Applied Energy》:Right where it matters: A decision-focused end-to-end learning method for enhanced building energy flexibility with integrated renewable-storage systems

【字体: 大 中 小 】 时间:2026年05月14日 来源:Advances in Applied Energy 13.8

编辑推荐:

  程帆|赖静涵|傅晓|王哲|莫金汉 中国深圳大学亚热带建筑与城市科学国家重点实验室 **摘要** 传统的建筑能源系统控制优化方法通常采用两阶段决策范式,其中预测建模和优化是独立且顺序进行的。这种范式假设预测准确性会直接转化为决策质量,但在实际工程场景中这并不总是成立的

  程帆|赖静涵|傅晓|王哲|莫金汉
中国深圳大学亚热带建筑与城市科学国家重点实验室

**摘要**
传统的建筑能源系统控制优化方法通常采用两阶段决策范式,其中预测建模和优化是独立且顺序进行的。这种范式假设预测准确性会直接转化为决策质量,但在实际工程场景中这并不总是成立的。为了提高模型预测控制在建筑能源管理中的性能,本研究提出了一种新的以决策为中心的端到端学习方法,该方法将领域特定知识转化为启发式替代损失,从而将下游优化目标嵌入到预测模型训练过程中。设计了两种基于物理信息的替代损失来调节建筑能源存储系统的运行:一种根据价格动态和电网交互作用,按预测误差对运营成本的边际贡献进行加权;另一种则从能源存储状态轨迹和潜在套利机会的角度量化能源存储系统运行与完美预测的偏差。使用从9栋建筑收集的102个40天数据集进行了全面的数据实验。结果表明,所提出的方法能够持续优于传统的两阶段方法,归一化遗憾值减少了6.7%至28.7%。一个反直觉的发现是,尽管预测误差较高,决策质量却得到了提升,所提出的启发式损失可以提供隐式的正则化,以确保在未见过的运行条件下的泛化性能。本研究为开发计算效率高、易于实现且可解释的控制方法提供了新的视角,以增强建筑能源的灵活性。

**1. 引言**
建筑行业约占全球能源消耗和碳排放的30-40%[1,2]。这种高能耗特性极大地促进了人工智能、可再生能源和能源存储系统的集成,以实现可持续、灵活和智能的建筑运营[3,4]。例如,鉴于不同的分时电价,可以开发自动化的数据驱动控制策略,智能协调建筑能源需求、可再生能源发电和能源存储系统之间的关系,从而实现建筑与电网之间更和谐的互动[5,6]。

现有的建筑能源管理方法通常采用预测控制概念,包括两个关键任务:预测未来运行条件(如建筑能源负荷和光伏(PV)系统发电量),并基于这些预测得出最优控制动作[7]。因此,开发能够有效利用预测结果来提高不同运行条件下决策质量的方法具有重要意义。已经进行了大量研究,利用机器学习和深度学习算法来预测不同时间分辨率下的建筑能源剖面[8]。研究表明,使用各种数据建模技术(包括传统统计方法[9]、支持向量机[10]、决策树[11]、提升或自助集成模型[12,13],以及具有全连接[14]、循环[15]或卷积架构[16]的深度学习模型)可以实现准确的能源预测。这些模型通常被训练来最小化预测值与实际值之间的误差,通过均方误差(MSE)或平均绝对误差(MAE)等准确性指标来量化。一旦训练完成,预测模型将输出能源预测结果,作为下游优化问题的输入。现有研究主要假设准确的预测会转化为高质量的优化结果,因为它们提供了对未来运行条件的更精确描述[17,18]。

虽然上述“预测-然后优化”范式直观且被广泛采用,但它存在一个根本性限制,即预测模型训练目标与最小化控制成本或遗憾的最终运营目标脱节。实际上,由于不同的电价或系统运行状态,不同时间段的预测误差可能对决策质量的影响不等[19,20]。例如,在非高峰时段的准确预测与在关键高峰时段的预测对训练目标的贡献相同,但其在优化中的重要性低于后者。因此,传统的两阶段方法无法隐式地学习在最重要的地方优先考虑预测准确性,从而导致后续优化任务的结果不佳。为了解决这一根本性不匹配问题,提出了以决策为中心的学习方法,将预测建模和受限优化结合起来以提高决策质量[21]。本质上,它将下游优化目标直接嵌入到预测模型训练过程中,以最小化最终决策误差而非预测误差。例如,研究人员提出了使用可微分优化层(如OptNet [22])来计算模型参数对决策质量的确切影响或梯度,通过微分Karush-Kuhn-Tucker(KKT)条件来实现。为了降低可扩展应用的计算负担,Elmachtoub和Grigas提出了一个智能的预测-然后优化(SPO)框架来量化决策误差而非预测误差[23]。开发了一种称为SPO+的凸替代损失函数,以提供梯度近似值,有效指导模型训练过程。最近的研究探索了以决策为中心的学习在能源系统应用中的价值,例如预测电价以控制能源存储动作[24,25]和预测能源需求以调节电力系统运行[26,27]。Smets等人提出了一种以决策为中心的建模方法,旨在最大化能源存储系统运行的利润,而不是最小化统计价格预测误差,其利润比传统方法高出8%以上[28]。Sang等人设计了一种混合损失,结合了均方误差和替代遗憾来训练预测模型,实现了约40%的遗憾值减少和超过6%的日常经济效益提升[29]。Alkhulaifi等人利用自动化特征工程提高了以决策为中心的学习性能,无需领域专业知识即可自动提取决策相关特征,从而将电池能源存储系统的运行性能提高了22%以上[30]。Zheng等人开发了一种基于预测-然后优化的MPC方法,用于控制带有电池存储的虚拟电厂,在复杂的分时定价方案下将能源成本降低了23%[31]。尽管这些方法在理论上很优雅,但在建筑领域仍存在三个研究空白。首先,大多数现有方法处理的是目标系数(如电价)的不确定性,而建筑能源应用涉及约束系数(如预测负荷和PV发电量)的不确定性。其次,优化耦合方法需要在模型训练期间反复解决优化问题,这大大限制了它们在实时MPC设置中的适用性。第三,很少有研究关注将基于物理信息的领域特定知识整合到替代损失中,以完全绕过优化求解器,同时保留与决策相关的梯度信息。

为了弥合这些空白,本研究提出了一种基于启发式替代损失的物理信息驱动、无需优化的以决策为中心的训练框架,可以在与传统两阶段方法相当的训练时间内实现更好的决策质量。本文的其余部分组织如下:第2节提供了两阶段和端到端优化方法的理论基础。第3节介绍了研究方法,包括模型预测控制问题和两种启发式损失函数的构建。第4节报告并讨论了数据实验结果。第5节总结了主要发现和未来的研究方向。

**2. 理论基础**
**2.1. 传统的两阶段优化方法**
传统的基于数据驱动的建筑能源优化方法通常采用两阶段范式,将预测和优化分离为顺序过程。在第一阶段,训练机器学习模型来预测未来的能源剖面。在这种情况下,目标函数是最小化预测值与实际值之间的差异,通常通过均方误差或平均绝对误差来量化。在第二阶段,训练好的预测模型将生成预测结果,作为下游优化问题的输入,该问题得出最优控制动作(例如,能源存储系统的充电或放电计划)。

数学上,设y^=fθ(x)表示由θ参数化的预测模型,该模型将输入x映射到y^的预测值。两阶段方法根据方程1训练模型,Lpred表示损失函数,如均方误差或平均绝对误差。接下来,通过解决受限优化问题获得最优控制动作。设w表示决策变量向量(例如,电池动作序列),则可以使用方程2获得最优决策w*。注意w*(·)表示最优决策是输入参数的函数,不同的预测将产生不同的最优选择。
(1)θ^=argminθ1N∑i=1NLpred(yi,yi^)
(2)w*(y^)=argminwc(w,y^)s.t.g(w,y^)≤0
其中c(·)表示成本函数,g(·)定义了操作约束。

**2.2. 端到端优化方法**
端到端优化方法可以通过将优化目标整合到预测模型训练过程中来解决上述限制。一般来说,这些方法将训练预测模型以最小化决策遗憾,即根据预测得出的决策与在完美预见下获得的决策之间的差异。端到端训练目标可以表示为方程3。注意c(w,y)表示在真实条件y下执行决策w时产生的实际成本,w*(fθ(xi))表示从预测值得出的最优决策,w*(yi)是在完美信息下的最优决策。项c(w*(yi),yi)等于零,为简化可以从方程中省略。与方程1的关键区别在于,它确保预测模型学会在预测误差对决策质量影响最大的数据区域优先考虑准确性。
(3)θ^=argminθ1N∑i=1N[c(w*(fθ(xi)),yi)?c(w*(yi),yi)]

端到端优化方法通常可以从两个维度进行表征:(1)梯度是否流经优化求解器;(2)在训练期间是否必须解决优化问题。根据这些标准,现有方法可以分为三类。
第一类是精确梯度方法,如OptNet [22]和cvxpylayers [32],它们通过微分Karush-Kuhn-Tucker(KKT)最优条件来计算精确梯度。虽然这些方法可以处理目标系数和约束参数的不确定性,但计算成本可能非常高,即必须在前向传递中为每个训练数据样本解决优化问题,并且在后向传递中解决由KKT条件导出的线性系统以获得精确梯度。
第二类是优化耦合的替代方法,如SPO+ [23]或扰动优化器[33]。与前者相比,这些方法在问题的通用性和实现的简单性方面具有优势。定义了替代损失函数来提供近似梯度信息,而无需微分。然而,如SPO+这样的方法专门用于处理目标函数系数的不确定性。当约束中出现不确定参数时,这些方法不能直接应用。
第三类是无优化的替代方法,它使用代理损失来描述决策质量,而在模型训练期间不解决任何优化问题。关键是将领域特定知识转化为标准化的数学表达式,并将其嵌入到训练目标中。这些方法的计算成本最低,因为在训练神经网络时只需要标准的前向和后向传递。注意,代理损失只能提供近似值而非精确梯度信息。然而,如果设计得当,它可以实现类似的性能,同时大大降低计算负担。

**3. 研究方法**
**3.1. 研究概述**
本研究旨在提出一种以决策为中心的端到端数据建模框架,用于优化建筑能源存储系统的运行。如图1所示,所提出的方法通过设计启发式替代损失将下游优化目标嵌入到能源预测模型的训练过程中。设计的启发式损失函数编码了系统运行的领域特定知识,使得无需使用微分优化求解器即可进行基于梯度的数据驱动建模。然后进行数据实验来量化所提出方法的价值。更具体地说,传统的两阶段方法将首先训练一个预测模型,目标是最小化预测能源剖面与实际能源剖面之间的均方误差。然后制定一个确定性线性规划问题,基于预测结果得出最优控制动作。相比之下,所提出的端到端方法将使用启发式替代损失来训练预测模型,这些损失隐式地捕获预测误差对下游优化任务的经济影响。开发了两种启发式损失函数:一种根据预测误差的经济影响进行加权,另一种进一步考虑电池运行动态以进行模型训练。

**下载:** 下载高分辨率图像(645KB)
**下载:** 下载全尺寸图像
图1. 对比传统方法和所提出方法的概念框架。

**3.2.**一种用于优化建筑能源存储系统运行的模型预测控制方案

本研究考虑了当建筑物配备了可再生能源发电和能源存储系统,并且在考虑分时电价的情况下,建筑物与电网之间可以实现双向能量流动时的运行场景。如图2所示,可以构建一个模型预测控制方案来指导实时运行。控制优化以迭代方式进行。在时间步T,使用多步预测模型来预测从T+1到T+n的时间范围内的建筑能源负荷和可再生能源发电量,其中n是预测范围。之后,可以构建一个线性规划问题来调节能源存储系统的充放电序列,以最小化预测范围内的运行成本。一旦解决,将在时间步T+1实施最优动作,然后进行下一轮优化,以得出时间步T+2的最优动作,依此类推。需要注意的是,在本文中,大写的T表示当前启动新的预测-优化任务的控制决策时间,而小写的t从1到n变化,作为优化范围内的相对时间索引。

下载:下载高分辨率图像(682KB)
下载:下载全尺寸图像

图2. 用于优化建筑系统运行的模型预测控制方案

以配备光伏(即PV)和电池存储系统的建筑物为例,可以通过定义预测范围内的每个时间步的五个决策变量来构建线性规划问题,即Pbuy,t、Psell,t、Pcha,t、Pdis,t、SOCt,分别代表从电网购买和出售的电力、电池的充放电功率以及电池的充电状态。目标函数如方程4所示,其中n代表预测范围,Pbuy,t和Psell,t是从电网购买和出售电力的非负决策变量,πbuy,t和πsell,t分别代表时间步t的电力买入和卖出价格。为了确保优化结果的有效性,规定了以下约束(见(5)、(6)、(7)、(8)、(9)、(10)。方程5是能量平衡约束,表示在每个时间步t,从电网购买和出售的电力之差应等于建筑负荷、光伏发电和电池充放电动作的总功率。方程6定义了从时间步2开始的电池SOC序列关系约束。类似地,方程7表示时间步1和2之间的SOC动态。方程(8)、(9)表示充放电功率限制。方程10增加了额外的约束,以限制每个时间步的SOC下限和上限。

(4) min∑t=1n(πbuy,t·Pbuy,t?πsell,t·Psell,t)
(5) Pbuy,t?Psell,t=Loadt?PVt+Pcha,t?Pdis,t
(6) SOCt=SOCt?1+Pcha,t·ηchaEbat?Pdis,tηdis·Ebat
(7) SOC1=SOCinit+Pcha,1·ηchaEbat?Pdis,1ηdis·Ebat
(8) 0≤Pcha,t≤ΔSOCmax·Ebat/ηcha
(9) 0≤Pdis,t≤ΔSOCmax·Ebat·ηdis
(10) 0≤SOCt≤1

其中ηcha和ηdis是电池的充放电效率,Ebat是电池容量(单位kWh),SOCinit是初始充电状态,ΔSOCmax是连续时间步之间的最大SOC变化。

以每小时为分辨率的具体例子来说,假设当前决策时间是上午8:00,预测模型将首先预测接下来24小时的建筑能源负荷和光伏发电量。根据这些每小时的能量预测和分时电价计划,可以构建如(4)、(5)、(6)、(7)、(8)、(9)、(10)所定义的LP问题。然后LP求解器确定最佳的24小时电池动作序列。在五个决策变量中,Pcha,t和Pdis,t是直接发送给电池系统的控制信号,而Pbuy,t和Psell,t是由能量平衡约束(方程5)确定的电网电力交换结果,SOCt则由(6)、(7)控制的电池状态轨迹。请注意,只有第一个小时的动作会被实际执行。上午9:00,预测模型将更新其对接下来24小时的预测,整个优化周期将重复进行,以得出下一个小时的行动。

3.3. 基于启发式损失的决策导向端到端优化方法

如上所述,模型预测控制的质量取决于能量预测的准确性。传统的两阶段方法通过最小化所有时间步的均匀加权预测误差来训练预测模型,这隐含地假设所有预测误差对经济成本的影响是相同的。然而,在高价时段的预测误差往往具有更大的经济影响,因此需要开发新的决策导向训练方法来更好地解决下游优化任务。本研究设计了启发式替代损失,以编码关于价格敏感性和电池运行动态的领域知识,而无需在模型训练过程中解决任何优化任务。开发了两种启发式损失,分别称为成本意识损失和存储意识损失。

3.3.1. 成本意识损失

成本意识损失的基本思想是根据预测误差对运行成本的预期边际影响来加权预测误差。作为前提,通过计算建筑负荷和光伏发电量之间的差值来计算每个时间步的预测和实际净能量值,分别表示为Nt^=(Load^t?PVt^)和Nt=(Loadt?PVt)。然后计算预测误差作为预测和实际净能量之间的差异。如方程11所示,成本意识损失包括四个组成部分,即不对称直接成本、价格差价成本、峰值价格成本和符号不匹配成本。

第一个组成部分描述了预测误差的不对称直接成本影响(即Ldirect),如方程12所示。其原理是,当净能量为正(即需要从电网购买电力)时,净能量的低估和高估都会导致次优决策,其成本由电力购买价格量化。同时,当净能量为负(即可向电网出售电力)时,经济影响可能因误差方向而异。如果et为正,意味着预测的能源盈余(表示为负值)小于实际盈余,因此建筑所有者可能会向电网出售较少的电力,其成本由电力出售价格量化。相反,如果et为负,预测的能源盈余较大,建筑所有者可能会错误地向电网出售更多电力,导致实时控制中额外的电力购买,其成本由电力购买价格量化。

如方程13所示,第二个组成部分是价格差价成本(即Lspread)。该组成部分表示,如果电力买卖价格之间的差异较大,预测误差将更加昂贵,因为它们可能导致不必要的电网交互。第三个组成部分表示为Lpeak,如方程14所示。它作为峰值价格惩罚,因为在极端价格时段(无论是高还是低)的误差可能会导致更大的经济后果。第四个组成部分在方程15中表示为Lsign,它描述了符号不匹配的惩罚,考虑到预测和实际净能量的符号相反可能导致根本错误的操作行为,例如在应该放电时充电电池。为了避免接近零的无关紧要的值,只有当实际净能量超出|Nt|的10%分位数(表示为q0.1)时,才会激活这种损失。

(11) Lcost?weighted=α1Ldirect+α2Lspread+α3Lpeak+α4Lsign
(12) Ldirect=1Nt>0·πbuy,t·|et|+1Nt<0·(πsell,t·[et]++πbuy,t·[?et]+)
(13) Lspread=πbuy,t?πsell,tπbuy ̄+?|et|
(14) Lpeak=|πbuy,t?πbuy ̄|σπ+?·πbuy,t·|et|
(15) Lsign=|sign(Nt^)?sign(Nt)|/2·1Nt^>q0.1·1Nt>q0.1·πbuy,t·|et|

其中α1到α4是加起来为一的超参数,可以优化以协调每个组成部分的相对重要性,[·]+是修正线性单元激活(ReLU),πbuy ̄表示平均购买价格,?是一个小常数以避免分母为零,σπ是电力购买价格的标准差,sign(·)操作假设对于负值和正值分别输出-1和1。

3.3.2. 存储意识损失

作为另一种解决方案,设计了存储意识损失来描述存储系统的运行动态,以捕捉由运行约束和跨时间套利机会引起的时间依赖性。以电池能源存储系统为例,前提可以总结为三个步骤。首先,使用方程16得出充电或放电倾向。其原理是电池系统可能在低价时段充电,在高价时段放电。较大的正zt表示高价时段,而较小的负zt表示低价时段。当输入到-tanh?(·)时,较大的正zt将输出接近-1的值,而较小的负zt将输出接近1的值。在这种情况下,τt可以分别用1和-1表示充电或放电倾向。其次,基于预测的净能量和基于价格的充电倾向来近似电池控制决策,如(17)、(18)、(19)所示。第三,使用方程20模拟SOC轨迹。注意,如果Biapprox≥0,则ΔSOCi等于Biapprox·η/Ebat;如果Biapprox<0,则ΔSOCi等于Biapprox/(η·Ebat)。

(16) τt=?tanh?(zt)
(17) Pcha,tapprox=min?([?Nt^]+,Pchamax)·[τt]+
(18) Pdis,tapprox=min?([Nt^]+,Pdismax)·[?τt]+
(19) Btapprox=Pcha,tapprox?Pdis,tapprox
(20) SOCt^=clip(SOCinit+∑i=1tΔSOCi)

其中zt=πbuy,t?πbuy ̄σπ+?,Pcha,tapprox和Pdis,tapprox表示时间步t的近似充放电动作,Btapprox是时间步t的聚合电池功率,Pchamax和Pdismax是根据电池系统配置的最大充放电功率,clip(·)将值限制在零和一之间。

基于上述内容,存储意识损失可以从六个组成部分计算得出。如方程21所示,第一个组成部分惩罚由预测和实际净能量引起的SOC轨迹偏差,表示为LSOC。第二个是SOC约束违反成本(即Lbound),它对可能导致SOC接近下限或上限的预测施加软惩罚,限制电池缓冲未来预测误差的能力。注意0.95和0.05是可以作为超参数调整的上限和下限阈值。第三个(即Lreg)作为价格制度不对称成本,因为在高价时段的低估成本更高,因为它可能导致错过放电机会;而在低价时段的高估成本更高,因为它可能导致错过充电机会。第四个组成部分描述了电网成本不匹配,表示为Lgrid=|Ctactual?Ctplan|,其中Ctactual和Ctplan如(24)、(25)所定义。其原理是惩罚由于预测误差而产生的成本意外。第五个Lt?grad惩罚那些时间梯度与实际梯度符号相反的预测,特别是在价格转换期间。第六个组成部分(即Larb)描述了与套利机会相关的成本。如(27)、(28)所示,首先定义充电和未来套利的吸引力(即当电价低且净能量为负时),然后将At和At^之间的差异乘以电价范围(即更宽的价格范围将导致更大的惩罚)。最后,存储意识损失根据方程29作为这六个组成部分的加权和来构建,其中β1到β6可以作为超参数来调节每个组成部分的影响。

(21) LSOC=|SOCtpred?^SOCtactual^|·πbuy,t
(22) Lbound=([SOCt^?0.95]2++[0.05?SOCt^]2+)·πbuy,t
(23) Lreg=1zt>0.5·πbuy,t(1.5[?et]++[et]+)+1zt(24) Ctplan=πbuy,t·[Nt^+Btapprox]+?πsell,t·[?Nt^?Btapprox]+
(25) Ctactual=πbuy,t·[Nt+Btapprox]+?πsell,t·[?Nt?Btapprox]+
(26) Lt?grad=[??Nt^·?Nt]+·|?πbuy,t|
(27) At=?NtPchamax+??zt
(28) Larb=(At^?At)2·(πbuymax?πbuymin)
(29) Lbattery?aware=β1LSOC+β2Lbound+β3Lreg+β4Lgrid+β5Lgrad+β6Larb

其中[a]2+分别表示正和非正a,?Nt^、?Nt和?πbuy,t表示时间步t的预测和实际净能量的一阶差异以及电力购买价格。

请注意,在(17)、(18)、(19)中定义的代理存储系统动作只是真实最优动作的简化。因此,代理动作可能会偏离真实最优动作,特别是在涉及复杂能量耦合的情景中。然而,它们被设计为与最优存储系统行为方向一致,即在低价盈余时段充电,在高价亏损时段放电。从作者的角度来看,这种方向一致性足以用于塑造训练梯度,因为这些代理动作仅作为训练信号用于构建损失函数,从未作为实际控制动作部署。在推理时,训练有素的预测模型将其输出输入到实际的LP求解器中,后者确定真正的最优控制动作。因此,代理动作仅提供梯度信息,引导预测模型在经济敏感时段提高准确性。

3.3.3. 关于非平滑运算符及其在启发式损失中的作用的解释

所提出的启发式损失使用了几个非平滑运算符,包括修正线性单元(即[·]?)、绝对值、夹具函数、符号函数和布尔指示器掩码。所有这些运算符都是分段线性或分段平滑的,现代自动微分框架可以使用成熟的次梯度约定轻松处理这些操作。更具体地说,ReLU运算符对正数值使用次梯度1,对其他数值使用次梯度0;绝对值|·|的非零值的次梯度等于sign(x),原点处的次梯度为0;而clamp运算符在可行范围内具有单位梯度,在边界处或超出边界时次梯度为0。这些非平滑运算符被嵌入到启发式损失函数中,以扮演不同的角色。sign函数和布尔比较掩码作为固定的条件门,用于选择给定样本中哪些损失项是活跃的,例如区分能量赤字和盈余时期或高价和低价时期。ReLU运算符充当条件制度选择器(例如,通过[·]?和[?·]?将净负荷预测分解为盈余和赤字部分)。与sign函数和布尔掩码不同,它保留了梯度信息,使得训练信号的传播成为可能。绝对值和clamp运算符在所有制度下都是活跃的,即前者保留幅度同时去除符号,后者强制执行数值界限。所有运算符都可以在标准的深度学习框架中找到,并且不需要自定义梯度定义。

3.4. 数据实验
3.4.1. 建筑物运行数据描述
本研究采用了来自9栋建筑物的运行数据进行分析。每个建筑物数据集包括在5到19个独特的40天周期内监测的每小时数据,总共得到102个40天的每小时测量值。收集的变量包括建筑物能耗、光伏发电量以及不同时间段的电价。图3显示了9个地点的建筑物能耗、光伏发电量和电价的平均每日模式,误差条和带状图表示平均值估计的标准误差。这9个建筑物地点在规模、位置、环境条件和电力市场方面各不相同,因此能耗和电价的时间模式和强度也各不相同。所有建筑物每天都有1-3种不同的电价,峰谷比在1到4.5之间。此外,地点1和2之间允许建筑物与电网之间的双向能量流动,其固定售价等于它们的最低购买价格。

下载:下载高分辨率图片(1MB)
下载:下载全尺寸图片
图3. 9个建筑物地点的总体能耗和电价时间模式。数据集总共包含102个40天的数据集。平均每日负荷和光伏发电量用蓝色和橙色线条表示,平均电价时间模式用灰色条形图表示,带状图和误差条表示每小时平均值估计的标准误差。
平均净能量(即建筑物能耗减去光伏发电量)和每日电价时间模式在9栋建筑物之间存在相对较大的变化。除了光伏发电系统外,所有建筑物都配备了电池储能系统。如表1所示,最大每日光伏发电量与电池容量的比率在1.96到5.99之间,中位数为4.27;而使用最大每日能耗作为分子的比率在3.58到13.42之间,中位数为5.96。所有电池系统都可以在4小时内完全充电和放电,假设效率为0.95。值得注意的是,这些数据集涵盖了广泛的建筑物运行场景,包括能源系统配置、建筑物需求和供应模式以及电价,这有助于从数据实验中得出普遍性的结论。

表1. 实验用建筑物运行数据集的总结。

3.4.2. 实验设置描述
数据实验的详细设置可以从三个角度进行总结。首先,从控制优化的角度来看,本研究试图比较和量化传统两阶段方法和端到端方法在优化建筑物储能系统每小时行动方面的性能。作为基准,传统两阶段方法(记为TS)首先开发24小时后的建筑物能耗预测模型,以最小化实际值和预测值之间的预测误差,然后应用线性规划逻辑来推导电池系统的最优控制行动。相比之下,端到端控制方法将优化问题集成到预测模型训练过程中,使用启发式替代损失。将测试两种方法:一种使用成本感知的启发式替代损失(记为Ha),另一种进一步加入电池运行动态(记为Hb)以创建与任务对齐的梯度用于预测模型训练。在本研究中,所有场景的初始SOC都设置为0.5,充放电电池效率假设为0.95。

其次,从数据场景的角度来看,对每个102个40天数据集分别进行了数据实验。考虑到建筑物运行的内在周性和日性模式,原始数据首先被转换为时间滞后格式,用于时间序列建模,其中每个数据样本包括最后7天的数据(即时间步长T-167到T)作为输入,以及随后的24小时数据(即T+1到T+24)作为输出。为了全面比较不同方法的泛化性能,构建了样本内和样本外的测试数据集。每个数据集中的最后7天数据被保留为样本外测试数据,其余数据以0.8和0.2的比例随机采样为训练和样本内测试数据集。为了避免随机数据采样结果偏差,后者数据驱动的建模过程将重复5次,并报告平均性能以供分析。

第三,从数据驱动模型的角度来看,本研究采用神经网络来预测24小时后的建筑物能耗时间模式。使用的模型架构和训练方案保持不变,以确保性能比较的公平性。开发的模型使用过去168小时的每小时测量值作为输入,输出层有24个神经元,代表24小时后的建筑物能耗。对所有建筑物进行了初始超参数优化,以定义合适的模型架构、适当的学习率调度器和最大训练周期,以确保模型收敛并避免过拟合。使用一个具有两个隐藏层(大小分别为100和50)的4层全连接神经网络进行预测建模。所有神经网络权重使用Kaiming均匀初始化进行初始化,并使用Adam优化器进行训练,初始学习率固定为0.005,当评估指标在5个周期内没有改善时,学习率将减少0.2倍。使用最大耐心为10的提前停止来控制训练过程。为了确保可重复性,数据分割使用固定的随机种子,而模型初始化使用一个在三种方法之间共享的固定种子,以确保相同的起点。所有数据驱动的建模任务都是使用R [34]及其torch [35,36]和lpSolve包 [37] 实现的。

3.4.3. 评估指标
使用了两种评估指标来评估所提出的端到端优化方法与传统两阶段方法的性能,即决策质量指标,用于量化电池控制行动的经济最优性;以及预测准确性指标,用于衡量与实际能耗时间模式的偏差。
如方程30所示,评估决策质量的主要指标是遗憾值(Regret),它定义为从预测和实际能耗时间模式得出的优化电池行动之间的成本差异。注意Costp表示在给定预测能耗时间模式下优化电池行动的接下来24小时的总电力成本,Costa表示在完美了解即将到来的能耗时间模式的情况下通过确定性优化可实现的最小成本。遗憾值是非负的,较低的值表示更好的决策质量。遗憾值为零表示该方法获得的优化决策与在完美预见下得出的决策相同。由于建筑物能耗可能因规模和运行条件的不同而有所不同,遗憾值的幅度可能会有很大差异。因此,提出了一个无量纲的指标,即归一化遗憾值(normalized regret),用于跨建筑物比较。如方程31所示,归一化遗憾值定义为每种方法的遗憾值与所有方法实现的最小遗憾值之比。归一化遗憾值的下限为1,表示该方法在考虑的数据场景中是最好的。
从预测准确性的角度来看,使用n个时间步长上预测值和实际值之间的均方误差(MSE)作为性能指标。与归一化遗憾值类似,归一化MSE定义为每种方法的MSE与所有方法在每个数据场景中可实现的最小MSE之比,用于跨建筑物方法比较。

(30) Regret = Costp ? Costa
(31) Regretnorm,m,s = Regretm,s / min(Regrets)
(32) MSE = 1/n ∑i=1n (yi ? yi^)2
(33) MSEnorm,m,s = MSEm,s / min(MSEs)

其中下标s和m分别表示第sth个建筑物地点和第m种方法。

4. 结果和讨论
4.1. 所有建筑物地点的总体性能
如第3节所述,进行了数据实验,以比较两种以决策为中心的端到端方法(记为Ha和Hb)和传统两阶段方法(记为TS)的性能。作为与地点特定任务复杂性无关的比较,图4和表2总结了三种方法的归一化遗憾值及其在不同地点的标准误差,其中每种方法在每个数据场景中的遗憾值相对于表现最好的方法进行了缩放(即接近1的值表示更好的性能)。这验证了通过两种启发式损失训练的数据驱动模型可以一致地比那些旨在最小化均方误差的方法表现得更好。Ha的平均归一化遗憾值在九个地点中有七个是最小的,而Hb在其余两个地点中表现最好。与TS相比,最佳的端到端方法将归一化遗憾值减少了6.7%到28.7%,表明决策质量有显著提高。特别是在地点1、2和8,分别减少了28.7%、17.4%和19.2%,表明使用传统两阶段方法会导致明显的次优决策。

下载:下载高分辨率图片(253KB)
下载:下载全尺寸图片
图4. 不同建筑物地点的平均归一化遗憾值。条形图高度表示平均值,误差条表示标准误差。Ha和Hb一致地导致较小的平均归一化遗憾值,表明比TS有更好的控制性能。

表2. 平均归一化遗憾值及其标准误差的总结。
地点 方法 平均归一化遗憾值 SE in mean estimates 相对性能差异
1 Ha 1.039 0.028 28.7%
Hb 1.059 0.053
TS 1.326 0.245
Ha 1.067 0.050 17.4%
Hb 1.035 0.045
TS 1.209 0.097
Ha 1.052 0.065 7.2%
Hb 1.049 0.044
TS 1.121 0.062
Ha 1.033 0.018 10.0%
Hb 1.045 0.029
TS 1.133 0.096
Ha 1.031 0.025 6.7%
Hb 1.033 0.021
TS 1.098 0.051
Ha 1.005 0.006
11.1% Hb 1.023 0.011
TS 1.116 0.063
7 Ha 1.013 0.013
14.6% Hb 1.088 0.070
TS 1.159 0.012
Ha 1.033 0.039
19.3% Hb 1.087 0.046
TS 1.226 0.157
9 Ha 1.023 0.017
8.3% Hb 1.090 0.067
TS 1.106 0.073

为了进一步说明两种启发式方法与两阶段方法之间的成对性能,图5展示了Bland-Altman比较相对遗憾值的情况。x轴表示两种方法的平均值,y轴表示差异。发现提出的方法与两阶段方法之间存在系统差异,Ha和Hb一致地导致较小的相对遗憾值。图5a显示使用Ha时相对遗憾值的平均减少量为-0.96%,而使用Hb时减少量为-0.71%。95%的一致性限表明Ha的偏差范围略宽,大约在-3.0%到1.2%之间,而Hb的范围较窄,为-2.7%到1.0%。值得注意的是,两种方法都表现出比例偏差,即随着平均值的增加,负差异的幅度趋于增加,表明在较高运营成本下Ha和Hb的遗憾值减少更为明显。

下载:下载高分辨率图片(341KB)
下载:下载全尺寸图片
图5. 相对遗憾值的Bland-Altman比较图:(a) 比较Ha和TS之间的性能;(b) 比较Hb和TS之间的性能。

4.2. 预测准确性与决策质量的权衡
从预测准确性的比较中得出了一个违反直觉但关键的发现。如图6所示的平均归一化MSE所示,两阶段方法在九个地点中的八个地点上实现了较低的MSE,而Ha和Hb在除了地点1之外的所有地点上都表现出较高的归一化MSE值。如图7和表3所示,使用端到端方法导致地点2-9的平均MSE显著增加。例如,与TS相比,Ha和Hb方法的平均MSE分别增加了23.8%和15.2%。与此同时,如表2所示,Ha方法和Hb方法的平均归一化遗憾值分别为1.067和1.035,比使用TS方法时大约小15%。下载:下载高分辨率图片(319KB)下载:下载全尺寸图片图6. 九个站点上Ha(蓝色)、Hb(红色)和TS(黄色)方法的平均归一化MSE(±误差条)。值高于1.0表示MSE高于表现最佳的方法,而TS通常显示出较低的归一化MSE。下载:下载高分辨率图片(329KB)下载:下载全尺寸图片图7. 不同建筑站点上Ha、Hb和TS方法之间的归一化MSE差异。箱形图显示中位数和四分位数范围,半小提琴图描绘概率密度,点代表不同时间段的结果。正值表示MSE高于TS方法,而负值表示MSE低于TS方法。表3. 平均归一化MSE及其标准误差的总结。站点 方法 平均归一化MSESE在平均估计中的相对性能差异1Ha 1.095 0.016 15.9%Hb 1.058 0.011TS 1.217 0.0292Ha 1.265 0.041 23.8%Hb 1.179 0.030TS 1.027 0.0103Ha 1.191 0.029 14.7%Hb 1.163 0.023TS 1.044 0.0104Ha 1.197 0.027 13.0%Hb 1.189 0.025TS 1.067 0.0155Ha 1.189 0.046 11.9%Hb 1.179 0.044TS 1.071 0.0166Ha 1.027 0.004 1.9%Hb 1.028 0.003TS 1.009 0.0027Ha 1.069 0.008 2.6%Hb 1.069 0.008TS 1.044 0.0068Ha 1.159 0.022 9.3%Hb 1.149 0.019TS 1.065 0.0169Ha 1.144 0.021 16.2%Hb 1.178 0.025TS 1.016 0.008为了清楚地揭示模型开发中的潜在动态,图8展示了站点2在不同训练周期内的对数转换归一化遗憾值和MSE,其中线条和带状图分别代表平均值和标准差。绿色虚线代表TS的性能,蓝色和红色线条分别代表Ha和Hb方法。观察到TS的对数转换归一化遗憾值始终大于其对应值,但对数转换归一化MSE在训练过程中最低。这样的图表表明了一个明显的悖论,即可以用较低的预测准确性获得较高的决策质量。这验证了所提出的端到端方法可以隐式地学习在预测范围内不均匀地分配预测资源,优先考虑对下游优化任务影响较大的时间段。下载:下载高分辨率图片(321KB)下载:下载全尺寸图片图8. 站点2的建模训练动态示意图:左侧显示了训练过程中对数转换归一化遗憾值的变化,右侧显示了对数转换归一化MSE的变化。带状图表示站点2所有40天训练数据集的标准差。4.3. 代表性案例研究为了更好地理解观察到的性能差异背后的机制,本小节使用不同的优化方法研究了代表性的日常运营场景。图9、图10和图11展示了三个案例研究,每个案例都包含三个子图,显示了实际负载曲线以及使用Ha和TS方法的预测结果、这两种方法在24小时预测范围内的绝对预测误差,以及与完美预见下的理论最优值相比的电池充放电行为。用电时间电价分为低、中、高三个区域,并分别用绿色、黄色和红色阴影表示。下载:下载高分辨率图片(725KB)下载:下载全尺寸图片图9. 三个代表性的日常案例研究,比较了考虑成本的端到端方法(Ha)和传统的两阶段方法(TS)。顶部行显示了不同用电时间电价下的预测与实际能量负载。中间行描述了使用Ha和TS方法每小时的实际预测误差;底部行显示了电池行为和SOC轨迹与完美预见下的最优值。以图9a为例,Ha的总体MSE(即10785.3)大于TS的MSE(即8208.2),但遗憾值大约小94%。观察到在绿色阴影的低价时段,Ha生成的建筑负载预测误差较大,绝对误差达到300 kW,而TS的最大误差约为100 kW。相比之下,在中价和高价时段,Ha可以提供更准确的预测。进一步观察到,Ha在低价时段倾向于低估建筑负载,在中价和高价时段则高估。因此,它鼓励电池系统在低价时段多充电或少放电,在中价和高价时段则相反。这种非均匀的误差分布直接转化为电池控制质量,即电池充放电行为更接近最优策略,导致Ha的遗憾值为2.48,而TS的方法为41.45。图9b在预测性能接近的情况下强化了同样的模式,即Ha的总体MSE超过TS,但在中价和高价时段的预测更准确,同时在低价时段存在系统性的低估。因此,电池系统从第8个时间步开始放电更多,在实时控制中遗憾值接近零。图9c中的另一个例子显示,在中价和高价时段,Ha生成的建筑负载预测通常大于TS生成的预测,而在低价时段则较小。因此,电池系统在时间步4到10期间充电较少,在时间步14到23期间放电较少,这完全符合经济建筑运营的预期行为。使用Ha模拟的SOC更忠实地跟踪了最优策略,导致遗憾值从68.16降低到51.39。这三个案例研究揭示了端到端优化实现更优决策质量的潜在机制,即启发式损失训练预测模型最小化经济加权的决策误差,而不是均匀加权的预测误差。4.4. 在样本内和样本外泛化性能的评估数据驱动的建筑运营方法的实际价值需要可靠地预测未见过的运营条件。为了评估所提出方法的泛化性能,通过保留每个40天运营周期的最后7天数据创建了额外的样本外测试数据集。与通过随机抽样创建的样本内测试数据集相比,最后7天的信息完全没有泄露给模型训练过程,因此可以用来评估在未见过的运营条件下的泛化性能。图10a和图10b分别展示了样本内和样本外测试性能的配对比较,用于衡量遗憾值和MSE指标。图10a显示了Ha、Hb和TS之间相对遗憾值差异的变化。大多数值为负,验证了两种端到端方法始终会产生比TS更小的遗憾值。更重要的是,关于相对遗憾值差异的成对统计测试都不显著,表明端到端方法所实现的决策质量改进是稳健的,并且可以在未见过的运营条件下泛化。下载:下载高分辨率图片(878KB)下载:下载全尺寸图片图10. 对比提出的端到端方法和两阶段方法的样本内(蓝色)和样本外(橙色)测试条件:(a) 相对遗憾值差异(统计上不显著);(b) 相对MSE差异(统计上显著),揭示了提高样本外预测准确性的隐式正则化效应。下载:下载高分辨率图片(595KB)下载:下载全尺寸图片图11. 9个建筑站点上每个损失成分对总启发式损失的贡献。每个站点显示了样本内(IS,左侧)和样本外(OOS,右侧)测试数据集的配对条形图。(a) 考虑成本的损失。(b) 考虑存储的损失。各站点和数据集之间一致的成分排名和比例确认了支配层次是问题结构的内在属性。相比之下,图10b显示样本内和样本外测试条件下的相对MSE性能有统计学上的显著差异(P < 0.001)。在样本内测试场景下,端到端方法的MSE略高于两阶段方法,中位数差异略高于零。然而,在样本外测试场景下,观察到MSE有统计学上的显著降低,中位数值低于零。这表明端到端方法可以实现比样本内更低的MSE。这些结果表明,两阶段方法在预测准确性上的优势可能部分归因于对训练数据集的过度拟合,而以决策为中心的目标函数可以提供隐式的正则化,从而有利于在未见过的条件下的泛化性能。鉴于这些发现,建筑运营人员在实际场景中部署所提出的端到端优化方法时可以期待更一致的性能优势,这些场景通常以能源模式、居住者行为或环境条件的变化为特征。4.5. 基于启发式替代损失的预测建模的实证分析两种提出的启发式损失中的成分权重是根据每个成分的经济可解释性和决策相关性确定的。对于方程11中显示的考虑成本的损失,不对称的直接成本成分Ldirect获得了最高的权重0.4,因为它直接量化了预测误差对运营成本的影响。其他三个成分(即Lspread、Lpeak和Lsign)各自被赋予较小的权重0.2,因为它们分别作为买卖价差敏感性、高峰期放大和方向一致性的辅助惩罚。对于方程29中描述的考虑存储的损失,Lgrid获得了最高的权重(即0.3),因为它是经济规划误差的最直接衡量指标。Lreg获得了第二高的权重0.25,以捕捉价格时段的不对称惩罚。其余四个成分(即LSOC、Lbound、Lgrad和Larb)被赋予较小的权重,范围从0.10到0.15,因为它们作为正则化项,以保持建筑系统运营的物理可行性和时间一致性。为了检验所选权重的稳健性和敏感性,进行了事后损失分解分析。对于每个训练模型,在所有9个建筑站点上的样本内和样本外测试数据集上评估了每个损失成分的未加权值。对于考虑成本的损失,Lspread在样本内和样本外数据集上的平均权重分别为85.8%和86.1%。在9个建筑站点上的变化相当小,样本内和样本外测试场景的范围分别为78.0-91.2%和78.1-92.5%。成分排名(即Lspread > Lpeak ≈ Ldirect > Lsign)在所有9个站点的两个测试数据集上完全一致,它们的平均贡献分别约为86.0%、11.5%、10.5%、1.4%。对于考虑存储的损失,Lreg和Lgrid共同占所有建筑站点总未加权损失的92.6%(样本内)和94.8%(样本外)。剩余的梯度平滑项Lgrad贡献了0.5-20.8%(样本内)和0.5-10.9%(样本外),在时间价格波动较大的站点观察到更高的值。值得注意的是,Lbound和Larb的贡献可以忽略不计(均< 0.1%),因为Lbound仅在模拟的SOC接近其界限时触发。Larb衡量了方程27中描述的套利吸引力的偏差,其中预测值与实际值之间的差异通过最大充电功率进行了归一化,当预测误差相对于电池容量适中时,这种偏差很小。这些成分主要在边缘情况下起作用,而主导的训练信号通过Lreg和Lgrid传递。样本内和样本外结果之间的一致性进一步确认了所提出的损失成分结构反映了问题的内在几何特性,并且对权重的合理扰动具有鲁棒性。为了进一步验证所提出方法的计算效率,表4报告了所有三种方法在102个站点-周期配置下的每个周期训练时间。两阶段方法每个周期需要22.65 ± 0.73秒。所提出的启发式方法Ha和Hb分别需要22.75 ± 0.72和22.94 ± 0.73秒,相对于TS方法的开销不到1.3%。这种微不足道的差异确认了所提出的启发式替代损失仅涉及对预测和实际净需求值的逐元素算术运算,对神经网络训练过程的计算负担可以忽略不计。这种计算等效性代表了所提出的无优化启发式方法相对于其他以决策为中心的替代方法的关键优势。在精确梯度方法(如OptNet [22]和cvxpylayers [32])中,每个训练样本需要在前向传递中解决下游优化问题,并在后向传递中通过KKT条件进行微分,导致样本计算量随决策变量数量增加而增加。同样,SPO+框架 [23] 每个训练样本至少需要调用一次LP预言机。相比之下,所提出的启发式替代损失完全绕过了优化层。因此,Ha和Hb的训练成本与传统两阶段方法相同,同时实现了更好的决策质量。表4. 不同方法之间的训练时间比较。统计是在102个站点-周期配置上计算的。所有实验均在配备2.3 GHz(18核)Intel Xeon处理器和128 GB RAM的计算机上进行。

| 方法 | 每个训练周期的时间(秒) | 总时间(分钟) |
| --- | --- | --- |
| TS2 | 22.65 ± 0.73 | 18.5 ± 1.4 |
| Ha2 | 22.75 ± 0.72 | 18.5 ± 1.6 |
| Hb2 | 22.94 ± 0.73 | 18.3 ± 2.1 |

**实际应用与部署机会**
从部署角度来看,与传统模型训练相比,所提出的方法几乎不增加额外的训练开销。因此,现有的建筑管理系统无需升级计算资源即可采用这些方法。第4.4节中报告的鲁棒性进一步证实,这些方法能够在居住者行为、天气和负载模式不断变化的情况下保持性能,而无需频繁重新训练或调整参数。

除了实时控制之外,所提出的方法还可以作为系统设计工具,使设计师能够通过实验比较不同设计参数(如电池容量、最大充放电功率或光伏安装规模)的成本效益。此外,该框架不仅限于能源成本优化。损失组件的模块化设计可以轻松扩展到其他评估指标。对于减少碳排放,成本感知损失中的电价信号可以被时间变化的电网碳强度因子替代,这些因子可以量化每个时间步长的单位电力产生的边际二氧化碳排放量。对于削峰或需求响应目标,可以添加惩罚项来阻止电网电力消耗超过预定义的阈值。通过加权相应的损失组件,也可以实现经济、环境和电网级目标的多目标组合。

**5. 结论**
本研究提出了一种以决策为中心的端到端学习方法,用于建筑能源系统运营,该方法将基于物理信息的替代损失纳入预测模型训练过程中。与现有主要在每次训练迭代中解决下游优化问题的以决策为中心的方法不同,所提出的考虑成本和存储的启发式损失直接将运营经济性和存储动态编码到损失函数中,从而实现无需优化的训练。使用从9栋不同规模、位置和分时电价结构的建筑中收集的102个40天数据集进行了全面的数据实验。主要研究结果总结如下:
(1) 所提出的端到端方法在所有建筑场景中均显著优于传统的两阶段方法,归一化遗憾值降低了6.7%至28.7%。这些结果表明,以决策为中心的训练可以显著提高模型预测控制中的控制质量。
(2) 尽管在大多数情况下,所提出的方法在均方误差(MSE)方面的预测误差较高,但它们仍能实现更低的遗憾值。案例研究显示,这些方法能够隐式地非均匀地分配预测资源,优先考虑对下游优化任务影响较大的时间段内的准确性。
(3) 泛化性能分析表明,端到端方法带来的决策质量改进具有更好的鲁棒性,并且可以转移到未见过的运行条件下。统计测试显示,在样本内和样本外测试场景之间的相对遗憾值没有显著差异,而在样本外测试场景中,预测准确性有所提高并超过了两阶段方法的性能。这表明,优化决策质量可以防止训练数据中的与预测无关的模式导致过拟合。

所提出的方法有三个优势:
1. 在计算上与传统模型训练过程等效,几乎不增加额外开销。
2. 与标准深度学习框架和优化求解器完全兼容,无需专门的可微分优化层。
3. 每个损失组件都是可解释的,支持建筑运营商进行透明的调试和调整。

未来的工作可以扩展该框架到暖通空调控制和其他更广泛的需求响应任务,设计考虑长期电池退化的损失组件,整合随机优化以提高鲁棒性,并量化无需优化的训练所带来的计算节省与梯度近似之间的权衡。

**CRediT作者贡献声明**
范成:撰写——审阅与编辑、撰写——原始草稿、可视化、软件、方法论、概念化。
赖景汉:可视化、形式分析。
肖福:撰写——审阅与编辑、方法论、形式分析。
王哲:撰写——审阅与编辑、方法论。
莫金汉:撰写——审阅与编辑、方法论。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号