跳转至

资源

一个 resource 是挂载到电网上的可控物理资产。PowerZoo 的资源层（powerzoo/envs/resource/）覆盖六种资产类型：电池、电动汽车（EV）、光伏、风电、柔性负荷与数据中心。

共同设计原则是：一个 resource 不是独立 RL env。它的 step() 更新内部状态（SOC、队列、温度……），但不返回 reward 或终止信号。Gymnasium (obs, reward, terminated, truncated, info) 合约与 info 中的 CMDP cost 向量由 PowerEnv 加上一个 Task 组装。要在单个资源上训练 RL agent，请用一个任务（如对单电池用 battery_arbitrage）或写一个自定义 PowerEnv 配置——绝不要把 BatteryEnv 当成 gymnasium.Env 直接调用。

术语速查。SOC（State Of Charge，荷电状态）——电池当前储能占容量的比例，0–1。G2V / V2G — Grid-to-Vehicle / Vehicle-to-Grid。DR（Demand Response，需求响应）——根据电网信号削减或转移负荷。PUE（Power Usage Effectiveness）——总设施功率 / IT 设备功率，越低越好。COP（Coefficient of Performance，性能系数）——每单位电输入移除的热量。

BatteryEnv — 储能

电池荷电状态演化：

\[ \text{SOC}_{t+1} \;=\; \text{SOC}_t + \frac{\Delta t}{E_{\text{cap}}} \begin{cases} -P_t \cdot \eta_{\text{charge}} & \text{if charging } (P_t < 0) \\ -P_t / \eta_{\text{discharge}} & \text{if discharging } (P_t > 0) \end{cases} \]

约束 SOC_min ≤ SOC ≤ SOC_max 与 P_min ≤ P_t ≤ P_max。

默认值：单向 eta_charge = eta_discharge = 0.95（因此实际往返效率 ≈ 0.9025）。可选参数 eta_roundtrip 是 sqrt 简写：设 eta_roundtrip = 0.9 等价于 eta_charge = eta_discharge = sqrt(0.9) ≈ 0.949。遗留的 efficiency 关键字已弃用。

动作空间为 1D [P_norm] ∈ [-1, 1]，映射到 [-power_mw, +power_mw]。设 enable_q_control=True 后动作变为 2D [P_norm, Q_norm]。Cost 分量：cost_clipped_power = |desired − feasible|，即经 SOC / 功率截断后的差值。

VehicleEnv — 电动汽车（G2V / V2G）

SOC 动态与 BatteryEnv 相同，并在其上附加三个 EV 专属约束：

  • 可用度：EV 只有停在家时才能充/放电。通勤时段动作被屏蔽为零。
  • 出发 SOC：EV 出发前必须达到 SOC ≥ SOC_departure。错过则记为硬违反。
  • 随机日程：出发 / 到达时间在不同 episode 间可能不同。

动作：1D [P_norm] ∈ [-1, 1]。Observation 为 9 维，包含在家 / 离家标志、出发就绪度、距出发时间以及底层 SOC。Cost 贡献：cost_clipped_power（在 EV 离家但仍下达动作时也非零），以及通过任务 adapter 给出的 EV 专属"出发"与"在家可用度"两项 cost。

SolarEnv 与 WindEnv — 可再生

两者都继承 RenewableEnv。出力由曲线驱动（来自数据管线的 SOLAR_AVAILABLE_MW / WIND_AVAILABLE_MW），上限为铭牌 capacity_mw。Agent 唯一可控的是弃光/弃风：1D 动作 [curtail_frac] ∈ [0, 1]，将出力限制在可用值之下（1.0 = 不弃，0.0 = 全弃）。设 enable_q_control=True 后动作变为 2D [curtail_frac, Q_norm]。

Observation 为 4 维（启用 Q 控制时 5 维），包含底层容量因子、当前功率与一项弃电 cost 罚。没有 SOC 积分器；唯一的内部 state 是时序索引。

FlexLoad — 需求响应

FlexLoad 是 DR 资源。每台设备有两个独立的控制维度：

  • 削减——直接削减需求，上限为 curtail_cap_mw。
  • 需求转移——在 shift_horizon 窗口内推迟消费，上限为 shift_cap_mw。被推迟的能量进入一个缓冲区，必须在 horizon 内偿还。

动作 2D [curtail_mw, shift_out_mw]，提供三种 scaling 模式（physical、unit、tanh）。Observation 8D — [curtail_norm, shift_out_norm, shift_in_norm, buffer_fill_ratio, buffer_energy_norm, time_sin, time_cos, price_norm]。Cost 分量：

Cost 字段 单位 含义
cost_buffer_overflow MWh 推迟需求超出 shift horizon。
cost_curtailment $ 削减能量的不便补偿。
cost_shift_discomfort $ 缓冲区中推迟需求的持有成本。
cost_simultaneous $ 互补性违反（同一步内既削减又转移）。

FlexLoad 还提供一个 LMP 注入接口（set_lmp、get_bid），与 SCUC / SCED 兼容——见 Markets。

DataCenterEnv — AI 数据中心作为可控负荷

DataCenterEnv 比其他资源更复杂，建模了：

  • GPU 级 IT 功率：每 GPU 的空闲与活跃功耗、训练与微调任务队列、外生的推理负荷。
  • 制冷：基于 COP 的制冷功率，随冷却设定与室外温度变化。
  • 热动力学：带临界阈值的一阶区域温度模型。
  • Workload：一个 EDF（Earliest-Deadline-First）调度器消费任务队列。

动作 3D [r_train, r_finetune, T_cool_setpoint_norm]：

  • r_train、r_finetune ∈ [0, 1] — 分配给各 workload 的可用 GPU 比例。
  • T_cool_setpoint_norm ∈ [0, 1] — 归一化的冷却设定值。

Observation 11D（利用率、队列、温度、COP、电价、时间）。推理 workload 是外生的（呈昼夜变化）。Cost 分量：cost_overtemp = max(t_zone − t_critical, 0)。

DataCenterEnv 被两个任务使用：dc_scheduling（部署在配电网上作为柔性负荷）和 dc_microgrid（部署在自包含直流微电网内）。

Cost 汇总

每个 resource 暴露的 cost 字段都自动流入 info['cost_resource']，再进入固定顺序的 info['constraint_costs'] 向量。过渡期仍保留旧别名 info['cost_resource_violation']。完整表：

Resource Cost 字段 单位
BatteryEnv cost_clipped_power MW
VehicleEnv cost_clipped_power（+ 经 adapter 的 EV 专属） MW
DataCenterEnv cost_overtemp °C
FlexLoad cost_buffer_overflow MWh
FlexLoad cost_curtailment $
FlexLoad cost_shift_discomfort $
FlexLoad cost_simultaneous $

status() 中任何 cost_* 键都会被自动收集；完整约定见 Reward and cost split。

把 resource 挂到电网上

from powerzoo.envs.grid import TransGridEnv
from powerzoo.envs.resource import BatteryEnv

grid = TransGridEnv()
battery = BatteryEnv(capacity_mwh=50.0, power_mw=20.0, parent=grid, bus_id=2)
print(battery.resource_id)  # 'battery_0'

resource 通过 parent / bus_id 自动完成注册。中途修改 bus_id 会经由 property setter 触发映射重建。完整注册数据流见 Architecture · Environment stack §3。

另见