跳转至

微电网

DCMicrogridEnv（powerzoo/envs/microgrid/dc_microgrid_env.py）是一个自包含的表后微电网环境。与其他所有 PowerZoo env 不同，它没有外部电网连接。功率平衡在内部强制满足；功率缺额是真实的 CMDP cost，而不是被大电网吸收的设定值。

env 把已有的 PowerZoo 资源（DataCenterEnv、BatteryEnv）与内联光伏、柴油机组合在一起：

flowchart LR
    PV[Solar PV\nprofile-driven] --> BUS((DC bus))
    DG[Diesel generator\ndispatchable] --> BUS
    BAT[BatteryEnv\nSOC dynamics] <--> BUS
    BUS --> DC[DataCenterEnv\nIT + cooling + thermal]
    BUS --> RES["residual = p_pv + p_dg + p_batt − p_load"]
    RES -->|"residual < 0"| DEF["cost_power_deficit"]
    RES -->|"residual > 0"| SP["info: power_spill"]

功率平衡

每一步，DC 母线强制满足：

residual      = p_pv + p_dg + p_batt − p_load
power_deficit = max(−residual, 0)   → cost_power_deficit
power_spill   = max(+residual, 0)   → info only

没有 slack 节点。如果策略在光伏低、电池接近空载时仍过度承诺 IT 负荷，就会直接付出 deficit cost。

动作与观测空间

维 动作 范围 含义
0 train_sched_rate [0, 1] 本步调度的训练任务比例。
1 ft_sched_rate [0, 1] 本步调度的微调任务比例。
2 cooling_setpoint_norm [0, 1] 归一化的冷却设定值。
3 battery_power_norm [-1, 1] 电池功率；正值 = 放电。
4 dg_power_norm [0, 1] 柴油机出力（0 表示关闭）。

18 维 observation 包含 IT（CPU / 内存利用率）、workload 队列（训练 / 微调充满度、紧急度）、热状态（区域温度、室外温度、COP 比）、发电（光伏容量因子、SOC、柴油机余量）、上一步动作向量与时间编码（sin / cos）：

[cpu_util, mem_util,
 q_train_fill, q_ft_fill, queue_urgency,
 zone_temp_norm, outdoor_temp_norm, cop_ratio,
 solar_cf, soc, dg_margin_norm,
 last_action_norm[5],
 sin(t), cos(t)]

Reward 与 cost

标量 reward 是标量化的三项目标：

\[ r_t \;=\; r_{\text{energy}} \;+\; w_{\text{cost}} \cdot r_{\text{cost}} \;+\; w_{\text{carbon}} \cdot r_{\text{carbon}} \]

分量向量同时在 info["reward_vector"] = [r_energy, r_cost, r_carbon] 中给出。各分量：

  • r_energy = -(p_dc_mw * dt_h) — IT 总能量（MWh，负值）。
  • r_cost = -(fuel_cost + |p_batt| * dt_h * battery_deg_cost_per_mwh) — 燃料 + 电池磨损（负值）。
  • r_carbon = -carbon_kg — 柴油 CO₂ 排放（kg，负值）。

CMDP cost 通道使用三个独立分量：

键 单位 含义
info["cost_sla"] 计数 本步 SLA 违反次数。
info["cost_overtemp"] °C max(t_zone − t_critical, 0)。
info["cost_power_deficit"] – max(p_load − p_supply, 0) / max(p_load, 1e-6)（归一化）。
info["cost"] – 三项之和。info["cost_sum"] 是向后兼容的别名。

典型 episode 长度为 288 步 × 5 min = 24 h。

外生曲线

曲线可通过 set_profiles(cpu, solar, temp) 注入，或在构造时传入。全部为 1-D NumPy float32 数组，按步循环索引。None 时回退到合成的昼夜曲线。

powerzoo.data.dc_microgrid_profiles 提供规范的曲线 loader，包含基准评估切分所用的 OOD 变换——见 Benchmarks · DC microgrid。

为什么这是一个独立基准

  • 没有外部电网作为后备。功率缺额是硬 cost，不是设定值。过度承诺 IT 负荷的朴素策略无法依赖电网兜底。
  • 本身就是多目标。info["reward_vector"] 是真正的三维向量——能量、货币成本、碳排放属于不同维度，无法用单一权重合并。
  • 异构动作向量。一个 5 维动作把调度、温控、发电设定组合在一起，构成混合控制架构的小规模基准。

另见