电价、天气、光伏和家电同时变化时,谁来做决定?百家乐家庭能源Agent开始接管复杂调度
傍晚六点电价冲高、室外34℃、储能只剩四成、电动车要在次日早晨充到八成——这类多变量同时逼近临界点的场景,正在成为家庭能源管理的常态。本文用一个具体的模拟场景,拆解百家乐家庭能源Agent如何在成本、舒适度和电池资产之间做实时取舍:它读取分时电价、天气与光伏预...
百家乐AI能源研究组关注的核心问题是:当电价、天气、光伏出力、储能状态和电动车用车计划同时变化时,家庭能源系统应该如何做出实时决定。我们不满足于"AI帮你自动省电"这类笼统说法,更在意调度算法具体权衡的是哪几个变量、优先级怎么排、什么情况下会做出让步。
团队长期关注的一个具体判断问题是:负荷预测和模型预测控制(MPC)在家庭这种小规模、强随机性的场景里,预测精度到底能做到多高,以及电池寿命损耗和调度收益之间应该怎么权衡——这两个问题目前都还没有标准答案,我们倾向于在文章里呈现权衡本身,而不是给出一个过于笃定的结论。
文章必须基于具体场景展开,涉及调度逻辑的判断要写清楚依据的是哪些数据、算法层面做了什么权衡;示例数据一律标注为模拟场景,不暗示真实用户或设备的真实运行数据。
傍晚六点电价冲高、室外34℃、储能只剩四成、电动车要在次日早晨充到八成——这类多变量同时逼近临界点的场景,正在成为家庭能源管理的常态。本文用一个具体的模拟场景,拆解百家乐家庭能源Agent如何在成本、舒适度和电池资产之间做实时取舍:它读取分时电价、天气与光伏预...
一辆60kWh的电动车电池,容量相当于六到十台家用储能,但普通充电桩只能单向送电,车里的电出不来。本文厘清V2H(车给家供电)、V2G(车给电网供电)和Everything-to-Grid三个概念的层层递进关系,说明双向充电为什么需要专用充电设备、孤岛保护和电...
当光伏、储能、热泵和电动车同时进入一个家庭,靠定时器和简单自动化规则协调用电已经行不通——规则之间会互相冲突,也无法根据实时天气和电价动态调整。本文介绍百家乐官网的家庭能源操作系统,借用计算机操作系统的分层思路,拆解感知层(数据采集)、决策层(负荷与光伏预测、...
一个孤立的“今日用电12.6度”几乎没有任何决策价值——它不说贵不贵、是谁用的、光伏抵消了多少、碳排放高不高。本文拆解百家乐App能源碳排看板背后的设计逻辑:用分路监测和非侵入式负荷监测(NILM)做设备级用电分解,把电价曲线和电网碳强度曲线并排显示而不是合并...
很多完成“全屋绿电”改造的家庭会发现,光伏逆变器、储能柜、电动车充电桩分别对应三个App,各自都在做局部最优:储能可能选择在光伏出力最高时段放电套利,充电桩却按预设时间段从电网买电,屋顶发的电反而没有被家里用掉。文章分析了“各自最优为什么加在一起是全局最差”这...
很多人以为家庭能源AI就是一个装进App里的大模型,问它问题就能得到答案。但真实情况是,一次简单的调度建议背后,需要天气预报、实时电价、历史负荷曲线、光伏出力、储能状态和家庭活动模式这六类数据同时在场,且更新频率各不相同——有的15分钟一次,有的按秒刷新。本文...
“大模型什么都能干”是过去两年最容易被过度延伸的一句话。当它被用到家庭能源调度上,问题会变得很具体:如果直接让LLM根据一段文字描述的家庭状态去决定储能几点放电、空调几点启动,这套系统大概率会在某个价格突变或极端天气的场景里给出一个听起来合理、实际会导致储能过...
一个家庭能源Agent能做的事情有上限——它只能在自己家的光伏、储能、电动车和电价之间找最优解。但如果把视角拉到一个一千户规模的社区,情况会完全不同:有的家庭光伏富余、有的家庭储能空闲、有的家庭电动车暂时不用,这些资源如果能被协调起来,就构成了虚拟电厂(Vir...
关于能源系统如何嵌入住宅整体架构,可参考百家乐绿色住宅编辑组;关于调度结果如何计入家庭碳账本,可参考百家乐ESG观察组。