源网荷储协同优化：区域综合能源系统调度全流程解析

1. 题目解读与破题思路

拿到2026华为杯研赛D题的那一刻，我第一反应是松了一口气，紧接着又倒吸一口凉气。今年的D题方向是区域综合能源系统的源网荷储协同优化调度，数据量大、约束条件多、优化目标不止一个，典型的“难度全在工程实现里”的题目。这类题不像纯算法题那样有固定套路，也不像纯数据分析题那样直接跑模型就行，它要求你把物理背景、数学建模、优化算法和数据处理串成一条完整链路，任何一个环节掉了链子，整篇论文都会崩。

我先把题目拆成了四个核心问题：第一，风光出力与负荷的时序预测，这是后续所有优化的数据底盘；第二，储能系统的选址与定容，回答“在哪装、装多大”的问题；第三，考虑多重约束的日内调度优化，目标是在经济性、碳排放和供电可靠性之间取得平衡；第四，基于调度结果的综合评价，说明方案的优越性和敏感性。四步走完，一个完整的参赛方案就立起来了。

破题时我们组讨论过要不要引入更复杂的电力市场模型，后来一致否了。研赛只有三天，D题的评分核心历来是“模型合理、逻辑完整、结果可复现”，而不是追求极致复杂。你把一个合理的框架做扎实，把每一步的物理意义和数学表达都讲透，比堆砌一个谁也跑不通的大而全模型得分高得多。这个判断最后被证明是对的。

2. 数据清洗与特征工程

2.1 多源异构数据怎么揉到一起

这道题给的数据主要分三类：气象数据（温度、辐照度、风速）、历史出力数据（风电场和光伏电站的实测功率）、负荷数据（区域电网的用电负荷曲线）。这三类数据的时间粒度还不一致，气象数据是15分钟一条，出力和负荷是1小时一条，第一件事就是对齐时间戳。

我用Pandas做了重采样，把15分钟气象数据聚合成小时级，聚合方式不是简单平均，而是分特征处理：辐照度取小时均值没问题，风速取均值时会损失峰值信息，所以额外保留了小时最大风速和最大阵风作为两个新特征。这个细节很关键，因为风机的出力对风速的敏感性极高，均值会平滑掉可能引发切机保护的极端风速事件。

时间戳对齐后还要检查时区问题，数据里的时间是北京时间还是UTC，直接影响了后续特征工程里的昼夜划分和峰谷判断。我们花了一个多小时核对数据字典和时间戳样例，确认是北京时间后才开始做特征。

2.2 缺失值和异常值的处理心得

这类竞赛数据集的缺失值通常不严重，但异常值一定存在。我在辐照度序列里发现有负值，显然是传感器校零漂移；风速序列里有连续重复的固定值，大概率是设备卡死；负荷数据里有明显的阶梯式跳变，可能是区域电网切负荷导致。

处理策略上，负辐照度直接置零——物理上不存在负辐照度；重复固定值我用前后48小时的中位数窗口做了平滑；负荷跳变则保留，因为切负荷本身就是真实的系统行为，你要预测的是事实而非理想状态。这里有个容易犯的错误：把异常值一律替换成均值。这样做的后果是破坏序列的波动结构，后续LSTM或XGBoost学到的都是被“磨平”的模式，调度优化做出来的是空中楼阁。

缺失值我用了分段插值：缺失小于3个点，线性插值；缺失大于3个点，用同期历史年的数据做加权填充。实测下来效果比简单前后向填充要好得多，尤其对光伏夜间时段（出力恒为0）和风电小风时段，插值不会产生那种突兀的锯齿。

2.3 特征构建：不只是把原始数据喂进去

预测模型吃什么样的特征，决定了它的上限。我们从原始数据里构建了四类特征：时间类（小时、星期、是否节假日、日出日落时刻），气象类（温度、辐照度、风速及其滞后项），交互类（温度与辐照度的乘积，风速与气温的差），滚动统计类（过去24小时负荷均值、标准差，过去6小时出力的爬坡率）。

交互特征特别重要，比如光伏出力在低温强辐照时会偏高（组件效率受温度负向影响），风速对出力的影响还受空气密度（即气温）修正。这些物理规律如果不通过特征工程注入模型，纯靠数据驱动模型自己学，效率低且泛化差。

滞后特征也值得多说两句，风光出力序列有很强的自相关性，光伏尤其明显，前一天的同一时刻出力对当前时刻有强指示性。我把滞后阶数设为24、48和168（周周期），交给模型去筛选。XGBoost自带特征重要性排序，LSTM则不需要显式滞后特征（序列结构本身就是记忆），对比实验做下来很有信息量。

3. 核心模型搭建

3.1 风光出力预测模型

预测模型我们对比了两条技术路线：LSTM和XGBoost。LSTM我用了两层堆叠，隐藏层64维，Dropout设为0.2防过拟合，序列长度取72小时，训练轮数60，早停耐心10轮。XGBoost这边树深设为6，学习率0.05，子采样0.8，特征采样0.8，训练轮数800加早停。

结果很有意思：单看RMSE和MAE，XGBoost略胜一筹，尤其在风速突变段，XGBoost对极端值的响应更敏感；但LSTM在长时段的趋势跟踪上更平滑，调度优化时不会频繁触发爬坡约束。最终我们提交的是两者加权融合，简单说就是回归把两个模型的预测值作为新特征再拟合一次——这种Stacking式的做法在竞赛里屡试不爽，实测比单一模型的RMSE降低了约6%。

训练数据按时间顺序切分，前70%训练、后30%验证，没有做随机打乱。时序预测如果你随机打乱，就是典型的数据泄露，模型会通过“偷看未来”获得虚假的高精度，评委现场一复现就露馅了。

3.2 储能选址定容模型

储能在哪里装、装多大，我们建了一个混合整数线性规划模型。决策变量分两类：0-1变量表示候选节点是否安装储能，连续变量表示安装容量。目标函数是储能全生命周期成本最小化，包括投资成本（单位容量造价乘安装容量）、运维成本（按容量比例年计）、以及因配置储能而减少的弃风和弃光惩罚收益。

约束条件里最容易忽略的是线路潮流约束和节点电压约束。我们简化处理成直流潮流模型（忽略无功和电压），用功率平衡和线路传输容量限制来约束。为什么敢简化？因为题目本身是规划层面的问题，关注的是容量配置而非实时电压控制，过度精细的交流潮流模型只会让优化问题变成一个谁都解不动的大规模MINLP。

求解用的分支定界法（Python调用MILP求解器），规模可控，几十个候选节点加几百条约束，求解时间在十几秒到几分钟之间。求解之后要做一轮后处理，把非整数的零星容量四舍五入，再跑一次调度校验，确认约束不越限。这一步是我们的独创经验，很多队伍做完优化直接交结果，导致配置方案在调度模拟中失稳，扣分严重。

3.3 多目标协同调度：从单目标到Pareto前沿

调度优化是整篇论文的重头戏，也是D题拉开分差的地方。目标函数我们设了三个：系统总运行成本最小化（煤电燃料成本、储能充放电损耗成本、外购电成本）、碳排放最小化、弃风弃光率最小化。

常规做法是线性加权合成单目标，但权重怎么定是个扯皮的事。而且经济性和环保性这两个目标存在天然冲突，单纯线性加权会把解空间压缩成一个点，失去多目标优化的意义。所以选了NSGA-II算法生成Pareto前沿，再用TOPSIS做多属性决策，从解集中挑出一个综合最优的折中方案。

NSGA-II参数用的是群体规模100，进化代数500，交叉概率0.85，变异概率1/维度数。设计变量是各时段的储能充放电功率和各机组出力。约束用罚函数处理，惩罚系数从100到1000递增，这样能让算法在进化前期大胆探索，后期逐步收敛到可行域内。

最终结果展示时画了三张关键图：Pareto前沿散点图（三个目标两两投影）、折中解的调度Gantt图（各机组出力时序）、储能SOC变化曲线。这三张图是评委看得最仔细的地方，也是一篇优化类论文最直观的成果载体。

4. 算法实现与工程效率优化

4.1 代码架构怎么组织才能不返工

三天比赛时间，最忌讳的就是一人一个脚本，最后谁也看不懂谁的变量。我们的做法是按功能拆模块，五个目录：数据处理、特征工程、模型训练、优化求解、可视化出图。每个模块用类封装，数据流的方向是单向的，data_loader的输出只喂给feature_engineer，绝不回头改上游。

中间结果全部落盘为CSV和PKL文件。这样做有一个非常现实的好处：当你发现优化模块有bug，不用重新训练预测模型，直接读取上一轮保存的中间结果就行。我们碰上过两次优化参数调崩的情况，因为有落盘习惯，只花了两分钟就回到正确状态。没有落盘习惯的队伍，一次重跑就是两三个小时，比赛后半段时间就是命。

4.2 参数调优实测数值

NSGA-II和XGBoost都有一堆超参数，我直接给一组实测下来稳的参数组合，供参考。

算法	参数	经验值	备注
XGBoost	树深/学习率/子采样	6 / 0.05 / 0.8	深度别超过8，否则过拟合
LSTM	隐藏层/序列长度/Dropout	64 / 72 / 0.2	序列长度与数据粒度有关
NSGA-II	种群/代数/交叉/变异	100 / 500 / 0.85 / 0.01	变异概率=1/变量维度
MILP	求解时间上限	300秒	超过就采可行解报出

一个关键经验是早停机制务必开启。XGBoost的early_stopping_rounds设50，LSTM的EarlyStopping耐心也设10轮。比赛数据量不大，但要跑几轮对比实验，早停能省下至少四分之一的总训练时间。

4.3 跑数太慢怎么办

D题的优化规模其实不小：调度周期24小时，时间粒度15分钟，那就意味着96个时段，每个时段要决策多台机组出力和储能充放电，变量维度上千。NSGA-II跑500代，每代评估100个个体，一天的数据要循环几万次，纯Python写出来慢到想哭。

我们做了三个层面的优化：能用NumPy向量化运算的地方坚决不用for循环；计算适应度函数时把可以预计算的参数（比如机组煤耗系数、线路传输矩阵）提前算好，避免在每一代评估时重复计算；第三，并行化。NSGA-II的个体适应度评估天然可并行，我用多进程处理，8核机器并行跑，速度提升了5倍左右。

还有个小技巧，把问题的时间粒度从15分钟放宽到30分钟先跑一遍验证代码正确性，再切回15分钟跑正式版本。先用粗粒度快速验证逻辑，再用细粒度追求精度，这个思路能避免你在代码错误的情况下空等几个小时。

5. 论文写作的关键细节

5.1 摘要怎么写到让评委眼前一亮

三天时间，摘要必须最后写，而且至少要改三稿。评委看论文的顺序几乎是先看摘要再看图表，摘要写得拉胯，正文再充实也白搭。我写摘要的框架是这样：第一句点明研究背景和问题定位，第二到第四句交代核心方法（预测用什么模型、优化用什么算法、决策用什么准则），第五到第七句给出关键数值结果（成本降低多少、弃风弃光率降到多少、碳排放减少多少），最后一句总结方法的推广价值。

最忌讳的是摘要里出现“本文提出了”“本文研究了”这种空话。评委想看到的是“利用XGBoost模型预测”“构建MILP模型求解储能配置”“基于NSGA-II生成Pareto前沿并使用TOPSIS决策”，每个动词都对应一个具体动作，每个动作都对应一道题的某个环节。我们最后一遍改摘要时，专门把每句话和题目的四个设问做了一一对应检查，确保没有遗漏。

5.2 模型假设不是随便糊弄的

很多队伍把模型假设写得很敷衍，什么“假设数据准确”“假设系统稳定”，评委看了直摇头。好的假设应当服务于数学建模的简化，并且每一处简化都能在后续说明它对结果的影响。

我们写了四条假设：忽略输电网损（或按固定比例计入），储能充放电效率恒定且不随SOC变化，机组出力调整不考虑爬坡速率以外的物理限制，负荷和新能源出力的预测误差服从正态分布。每一条假设后面都附了一段说明，解释这个假设对模型结果的可能影响。比如预测误差正态分布这一条，在灵敏度分析里专门做了验证，通过蒙特卡洛模拟生成误差场景，观察调度方案在随机场景下的表现变化。

5.3 灵敏度分析要展示什么

评委最烦看到那种“对参数A取不同值，结果如下表”的机械式灵敏度分析——没有洞察，纯粹凑篇幅。好的灵敏度分析一定指向决策者的核心关切。

我们做了三组灵敏度：第一组是储能单位造价从800元/kWh变化到1200元/kWh，看最优配置容量和总成本怎么变，这个结果回答的是“储能成本下降多少才值得大规模配置”；第二组是碳税价格从50元/吨变到300元/吨，看Pareto前沿如何移动，这个结果回答的是“碳定价机制对调度决策的影响”；第三组是新能源渗透率提升场景下（把风光装机容量上调20%），原有调度方案还能不能保住可靠性。三组分析串起来就是一个完整的决策故事，评委在评语里专门表扬了这部分的分析深度。

6. 踩坑实录与备赛建议

6.1 我们踩过的四个真坑

第一个坑是数据泄露。第一次测试LSTM时，忘了按时间切分数据，直接用随机切分，验证集精度达到98%。当时我们还兴奋了一下，冷静下来才发现是模型看到了未来数据。这个经验教训是：时序数据永远不能用随机切分，时间序列的顺序就是它的灵魂。

第二个坑是中文乱码。出图的标题和数据字典里的中文在Linux服务器上跑出来全是方框，我们不得不把所有图表的字体统一设置为SimHei，并显式指定中文字体路径，才在最后一天把所有图重新跑了一遍。建议第一天就在代码里全局设置好中文字体，别等最后才发现。

第三个坑是优化求解器在大规模约束下直接报不可行。排查了好久才发现是储能初始SOC约束设置得太紧，导致第一个时段无论怎么调度都无法满足约束。解决办法是把SOC初值从固定值放宽为一个区间，让优化器自己去寻优。

第四个坑是论文附录代码直接贴了一堆带绝对路径的脚本，评委根本没法复现。后来我们把代码统一改成相对路径，加了一个README说明运行顺序，并且在提交前打包成压缩文件测试了一遍干净环境下能否跑通。竞赛成绩是一方面，代码的可复现性也是隐形评分项。

6.2 三天时间怎么分配才合理

我们的分配方案是：第一天上午到下午读题、数据探索、确定破题方向；第一天晚上到第二天上午完成预测模型第一版并输出结果；第二天下午到晚上完成储能配置MILP和调度优化算法；第三天上午集中调参和跑最终结果；第三天下午到晚上集中精力写论文、画图、改摘要。实际执行时，写作的时间还是被压缩了，最后的排版和图表美化是凌晨两点赶完的。如果再来一次，我会把写作的启动时间再提前半天，因为论文表述的打磨和润色永远比你预想的更耗时间。

6.3 组队与分工的一些经验

组队位置建议是：一个熟悉优化算法和求解器，一个精通机器学习和数据清洗，一个负责论文写作和排版。三个人缺一不可。写论文的人要在第一天就跟着讨论模型的每一步，而不是最后一天拿结果硬编故事。哪种写作方式最痛苦？就是你拿着别人的代码和中间结果，自己根本讲不清楚模型为什么这样设计。我们这次负责写作的队友全程跟完了模型讨论，所以她写出来的方法部分基本不需要逻辑重构，只是措辞润色而已。

我在实际参赛中发现，还有一个容易低估的环节是结果可视化。同样的数据，用清晰的三线表、配色一致的折线图、信息量充分的Pareto前沿图呈现，评委的观感会完全不一样。别在最后三小时才开始画图，画图的时间至少留出半天。

回看这次华为杯的D题，最大的体会是：数模比赛拼的从来不是谁的模型最花哨，而是谁的链路最完整、谁的逻辑最自洽、谁的失误最少。把每一步做扎实，把每一个细节交代清楚，奖项自然就会来。