NeFut Logo NeFut
EN 管理员登录

[AI学术] CityLearn v3:用于可再生能源社区真实控制研究的可配置仿真与评估框架

发布于:2026-09-22 22:00 最后更新:2026-09-24 00:40
#Machine Learning #optimization #Open Source

CityLearn v3 是一个面向可再生能源社区(REC)的可配置仿真平台,能够在同一环境中统一建模成员变动、资产可用性、灵活负荷截止时间、需求响应请求、本地能量共享以及数据或设备故障等复杂情形。框架通过建筑和相位功率上限约束可控请求,并使用声明的时间步长保证功率‑能量计量的一致性。

在每一步仿真中,框架记录控制器的输入数据,并区分控制器请求的动作与实际施加到设备上的动作,从而揭示因约束或故障导致的服务缺失。框架内置参考控制器、面向服务与约束的性能指标以及轨迹导出功能,便于在同一社区内部或跨社区进行对比分析。

软件自检模块和若干应用示例展示了服务交付、电子约束、结算以及场景切换的完整流程。一个合成的高频轨迹回放案例说明,聚合后年能耗不变的情况下,短时峰值可能被隐藏。通过这些记录,研究者可以在评估整体性能的同时,观察服务失败、动作削减以及单个参与者的具体表现。

点评

原文链接: https://arxiv.org/abs/2609.21570

[h] 返回首页