AI数据中心电池调度改用决策导向学习：分钟级电网取电波动均值降71.70%，总成本降18.01%
核心概要
AI数据中心的功率起伏让并网取电难以平滑，而电池功率与能量有限，预测误差大小相近也可能带来完全不同的调度成本。BS-DFL把电池调度目标直接写进训练：先用一个约束感知的神经优化层在无最优解标签下学会排产，再冻结该层，用调度成本与爬坡风险反过来训练需求预测器，部署时无需调用优化求解器。在由实测AI负载导出的10,000分钟仿真中，相对MSE训练预测器加Gurobi求解器，BS-DFL把逐分钟电网取电变化的平均绝对值降低71.70%、总调度成本降低18.01%，平均决策时间18.77 ms。
深度剖析
AI数据中心的电池调度不再只追求预测误差最小，而是直接按调度成本和电网爬坡风险来训练需求预测器。 常规做法用均方误差等统计损失训练预测器，不显式考虑预测误差会怎样改变下游的电池调度决策。 在由实测AI负载导出的10,000分钟仿真轨迹上，BS-DFL相对MSE训练预测器加Gurobi求解器，把逐分钟电网取电变化的平均绝对值降低71.70%，总调度成本降低18.01%。
调度决策由一个约束感知的神经优化层直接生成，训练和滚动部署都不需要调用优化求解器。 此前的决策导向学习方法多依赖可微凸优化层，难以直接处理含离散决策的调度，另一些方法则在训练或部署时仍需优化求解器。 该层用场景感知编码和顺序约束感知解码协调提前预留与需求响应调度，在无最优解标签下按调度目标训练；冻结后只更新预测器，仿真中平均决策时间18.77 ms、最大64.07 ms。
预测器变差也能换来更好的调度，说明按下游决策训练预测器本身有价值。 BS-DFL的预测平均绝对误差为240.66 kW，高于MSE训练预测器的179.97 kW。 相对MSE训练预测器加冻结神经优化层的组合，BS-DFL把平均绝对取电变化再降14.09%、总成本再降1.17%，P95变化从0.0971 kW降到0.0104 kW。
启示与展望
演示范围是10,000个一分钟决策、60分钟滚动时域的仿真，负载取自10 MW、2,840节点、80%目标占用率的AI设施曲线，电池为1 MW/1 MWh、SOC限制10–90%。作者提出的后续方向是学习型调度策略、电价不确定性，以及跨电池配置和运行条件的鲁棒性。
最大取电变化在BS-DFL下仍达203.92 kW，作者把最大变化归因于图2(c)中需求骤降时段，并指出60分钟预测时域可能看不到随后的需求谷底与回升。BS-DFL的预测平均绝对误差高于MSE训练预测器，且其预留成本比MSE加Gurobi高2,181 CU，靠爬坡惩罚的下降抵消。