| 英文标题 | Operational Value of Multi-Horizon Load Forecasts for Energy Management in a Hydrogen-Enabled Community Microgrid |
|---|---|
| 中文标题 | 多时间尺度负荷预测在氢能社区微电网能量管理中的运行价值 |
| 作者 | Mohamed Atef, Sanath Alahakoon, Umme Mumtahina, Peter Wolfs, Tamer Khatib, Moslem Uddin(素材未提供机构) |
| 发布时间 | 2026年7月21日(v1)|分类:eess.SY(系统与控制) |
| 原文链接 | arxiv.org/abs/2607.18903 · 全文 HTML 版(arXiv 预印本) |
| 一句话概括 | 给强化学习能量管理系统装上「负荷预测眼镜」,一年能多省 325.97 澳元?——预测精度一般,但运行收益真实存在。 |
| 英文术语 | 中文 | 大白话解释 |
|---|---|---|
| community microgrid | 社区微电网 | 服务一个社区(如 1000 户)的小型发-储-用系统,可并网运行也可孤岛运行。 |
| hydrogen-enabled | 氢能赋能的 | 系统里加入了「电解槽+储氢罐+燃料电池」的氢能回路,具备长时储能能力。 |
| electrolyzer | 电解槽 | 用电把水分解成氢气和氧气,把多余的电变成氢「存起来」。 |
| fuel cell | 燃料电池 | 把氢气重新变成电,是氢能长时储能「取出来」的一环。 |
| energy management system (EMS) | 能量管理系统 | 决定「什么时候充/放电池、制氢还是发电、买电还是卖电」的系统「大脑」。 |
| proximal policy optimization (PPO) | 近端策略优化 | 一种深度强化学习算法,通过试错+奖励训练智能体做序列决策,是目前最常用的 DRL 算法之一。 |
| multi-horizon forecast | 多时间尺度预测 | 同时给出 1 小时、6 小时、12 小时、24 小时等多个提前量的负荷预测。 |
| RMSE | 均方根误差 | 衡量预测误差的常用指标,单位与负荷相同(kW),越小越准。 |
| R-squared (R²) | 决定系数 | 预测解释了负荷波动的多少比例;≤0 意味着预测还不如直接取平均值。 |
| MAPE | 平均绝对百分比误差 | 平均误差占真实值的百分比,衡量预测的相对偏差。 |
| grid import | 电网购电 | 从大电网买电。购电量下降 = 社区自给自足能力变好。 |
| single-seed experiment | 单种子实验 | 只跑一次随机初始化(一个随机种子)的实验,证据强度有限。 |
| proof-of-concept | 概念验证 | 「先证明这条路走得通」,不等于大规模、多种子的严格验证。 |
| long-duration storage | 长时储能 | 能持续放电数小时到数天的储能方式,氢能是典型代表,电池则偏短时。 |
| self-consumption | 自发自用 | 自己发的电自己用掉,减少向电网买电,是分布式光伏的核心经济逻辑。 |
🎧 音频在文末,可先听一遍原文再读;每个英文句都配了逐句翻译。这篇数字很多,请对照着听。
关键词 Keywords:Community Microgrid 社区微电网 | Hydrogen Storage 氢储能 | Load Forecasting 负荷预测 | Deep Reinforcement Learning 深度强化学习 | Energy Management 能量管理
素材说明:conclusion.txt 正文较短(其后为参考文献列表),本板块已用摘要内容补足个别数字(如 R²=0.201 取自摘要原文)。
先盲听一遍→再看对照稿→再听一遍。这篇数字密集(239.32 kW、0.201、62.52%、8.3%、2,439.86 澳元……),目标是听出每个数字。