基于人工智能的能源社区储能系统预测、优化与管理的系统综述及展望
《ARTIFICIAL INTELLIGENCE REVIEW》:Artificial intelligence for forecasting, optimization, and energy storage in energy communities: a review
【字体:
大
中
小
】
时间:2026年09月30日
来源:ARTIFICIAL INTELLIGENCE REVIEW 18.8
编辑推荐:
能源社区(ECs)正成为去中心化、以消费者为中心的能量系统的关键范式,但其运营面临着不确定性、资产异质性以及协调决策的需求等挑战。人工智能(AI)已被广泛应用于能源社区中储能系统(ESSs)的预测、优化和管理,但现有研究在各决策层之间仍然碎片化。本文对130篇关于能源社区中基
能源社区(ECs)正成为去中心化、以消费者为中心的能量系统的关键范式,但其运营面临着不确定性、资产异质性以及协调决策的需求等挑战。人工智能(AI)已被广泛应用于能源社区中储能系统(ESSs)的预测、优化和管理,但现有研究在各决策层之间仍然碎片化。本文对130篇关于能源社区中基于人工智能的预测、优化和储能系统管理的同行评审文献进行了全面系统的综述。通过对这三个支柱的共同分析,本综述揭示了预测性、规定性和适应性组件之间如何相互作用,以及当前方法在支持端到端、可部署的决策管道方面存在哪些不足。分析表明,预测作为基础层塑造了下游决策,而优化和储能控制则日益依赖基于学习的方法和混合AI框架来管理不确定性和多目标权衡。然而,预测、优化和物理执行之间的紧密耦合仍然有限,这对其鲁棒性、可扩展性、公平性和实际部署具有重要影响。基于这些发现,本文总结了关键的集成挑战,并概述了未来研究方向,包括以决策为中心的预测、资产感知控制和市场兼容的人工智能。本综述提供了一种统一的视角,以支持设计智能、鲁棒且具有社会-技术属性的能源社区管理框架。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号