在全球积极推动可持续能源发展的大背景下，微网作为一种将分布式能源、储能系统和负荷有效整合的小型电力系统，正逐渐成为能源领域的关键组成部分。微网优化算法作为微网的核心技术，依据实时能源供需、电价波动以及设备运行状态等因素，制定科学的能源调度策略，实现高效用能和成本控制 。

微电网系统示意图

近期，在微网优化算法的研发进程中，采日能源实现了一系列关键技术突破。

①融合人工智能技术的先进负荷与光伏出力预测系统，实现精准能源调度与优化

依托高精度、高分辨率数值气象预报，采日能源开发了深度学习驱动的智能预测模型，融合光伏与微电网负荷数据，实现精准的发电与用电预测。针对不同园区的独特需求，我们定制化的滚动更新，为微电网管理提供精准的数据支持，推动了可再生能源的高效利用，引领电力系统智能化升级。

滚动预测展示图

②精准适配多元场景的递进式两阶段优化模型，驱动效率与效能的双重提升

采日能源提出了两阶段优化框架，有效应对多变用电挑战，破解大功率随机用电难题，提升电力调度效率。

第一阶段：对负荷进行高效分类，精准识别并分离各类负荷典型模式，以经济性为核心目标，采用动态定价策略，智能调节电动汽车充电电价，精心规划可调节负荷启动时间。

第二阶段：融合滚动的光伏、负荷预测数据，利用先进算法优化储能功率曲线。在微网环境动态变化、决策空间复杂情况下，引入深度强化学习，降低计算成本；在微网运行参数简单，问题规模小的情况下，采用高效自研算法，精确规划储能充放电，提升微网能源管理效率。

③全面提升微电网与配电网协同控制能力，构建智能化能源管理新标杆

采日能够精准分析微电网资源，实时评估调控潜力，助力虚拟电厂决策。我们致力于提升微电网与配电网之间的互动协同，通过精确控制与高效调配，优化能源流，确保即时响应电网需求，推动能源管理迈向智能化。

采日能源上海嘉定项目的实践，有力地验证了微网优化算法的卓越成效。

在预测环节中，通过特征工程深化数据处理，结合深度学习方法优化预测，提升了对光伏发电和负荷用电波动的响应能力，实现超过90%的预测准确率，为工厂能源管理提供精准支持。

第一阶段优化模型突破传统负荷预测局限，精细分类负荷，智能识别用电模式。创新采用动态定价优化电动汽车充电，引导科学充电行为。对可平移负荷，智能调整用电计划，有效降低用电成本约10%，实现电力分配合理化。

第二阶段优化模型通过智能算法实时分析光伏、负荷与储能数据，动态调整电力分配和储能充放电策略，相比固定策略，节省5%-10%电力成本，显著提升能源效率，助力工厂实现经济与环保双赢。

园区采用调度优化后的收益对比情况展示图

展望未来，从政策层面来看，各国政府对可再生能源的支持力度持续加大，一系列鼓励政策纷纷出台。我国明确提出了碳达峰、碳中和的宏伟目标，这为微网系统的发展注入了强大动力。我们会持续关注和探索微网优化算法及相关技术的创新与应用，共同为实现能源的高效利用、推动全球能源的可持续发展贡献力量。