02-仿真跑出来了，但"AI 赢了"这个结论我们不敢写

上一篇我们定下原则：每个数字必须来自真实数据和自己的仿真。这一篇讲仿真怎么搭、第一次尝试为什么失败，以及最后能诚实地说什么。

一、仿真里有什么

每个城市有 6 个节点，每个节点包含：

• 光伏：按各城市的日照数据换算发电，用公开的年发电量做校准。
• 钠电池：容量随温度变化，越冷可用容量越低、充电越慢。
• 热泵和储水罐：热泵把电变成热存进水箱，效率随室外温度下降。
• 一台边缘 GPU：算力按公开的 GPU 租赁价格计收益，它的废热按 90% 回收进水箱。水箱满了就先降热泵，再不行就把多余的热排掉，排热还要多耗一点电。

电价按现实的电费结构算：批发价加增值税、零售商毛利、输电费和电力税，所以居民实际付的价格比批发价高得多，也比较平。每一步是 1 小时，整个 2024 年有 8,784 步。

我们对比四种做法：

做法	含义
常规采暖	没有算力，作为"对照组"
不调度	算力一直满载，热泵只按温度开关
规则调度	手写规则：看未来 24 小时电价的高低，便宜时多充电、多预热、多算，贵时放电、少算
AI 调度	强化学习

二、第二次转折：直接上强化学习，比两个基线都差

我们原本期待强化学习轻松胜出。第一版是让 AI 从零学习所有动作，结果比手写规则差，甚至比"算力一直满载"还差。强化学习不是魔法：这个问题里有大量需要精确处理的物理约束（水箱不能太冷或太热、电池不能放空、室温要舒适），从零学很容易学偏。

我们改了思路：不让 AI 从零学，而是让它在手写规则的基础上学一个小的修正量。同时在训练里随机加入断电、不同城市和不同节点类型，让它不过度依赖某一种情形。这个版本才变成可用的"AI 调度"。

三、结果（2024 年，12 个城市平均，训练时没有用到这一年的数据）

问题	结果
居民采暖电费，相对常规采暖	低约 21%（各城市 19% 到 24%）
智能调度，相对"算力一直满载"	每个城市每年省约 2,450 欧元（6 个节点合计，2,095 到 2,755）
钠电 vs 磷酸铁锂	冬季有效容量因子 0.96 到 0.97 vs 0.81 到 0.87，但年成本只差 29 到 243 欧元

举个具体的例子：赫尔辛基 2024 年 1 月，6 个节点一个月的净成本，常规采暖是 9,493 欧元，算力一直满载是 5,308，规则调度是 4,187，AI 调度是 4,215。算力带来的收益让采暖账单大幅下降，调度又进一步压低了成本。

四、第三次转折：AI 没有赢过手写规则

把 AI 和手写规则直接对比，规则调度每个城市每年反而便宜约 530 欧元（450 到 610）。所以我们不能说"强化学习比规则好"，只能严格说：调度优于不调度。我们认为这是一个比"AI 万能"更有价值也更站得住的结论：真正起作用的是"让算力、电池和水箱学会看电价"这件事，用规则还是用学习只是实现手段。

五、我们对这些数字有多大把握

几个必须说清楚的前提：

• 算力收益依赖假设。 算力收益在总账里是最大的一项，大约是电网电费的 3 倍。它取决于 GPU 租金（我们取公开报价的保守一端）和任务需求（假设用满 60%）。所以"采暖电费降 21%"是在这些假设下的情景结果，不是预测。
• 钠电的低温曲线是假设值。 公开资料对钠电低温容量的说法差别很大，我们做了两套曲线做对比：偏乐观的一套（钠电在零下 30 度保留约 80%），和偏保守的同行评议数据。保守曲线下，钠电冬季有效容量因子约 0.86 到 0.91，磷酸铁锂约 0.74 到 0.82，钠电仍有优势；但年成本差距更小（磷酸铁锂比钠电多花 −10 到 139 欧元，个别城市磷酸铁锂反而略便宜）。所以钠电的价值主要在低温容量，不在省钱。
• AI 的成绩还偏乐观一点。 强化学习我们训练了三个随机种子，展示用的是其中 2024 年成绩最好的一个，所以这个“AI”并不是完全公平的盲测结果。即便这样，它也没有赢过规则。
• 负荷是合成的。 家庭用电和热水需求是我们按典型形状加噪声生成的，没有实测的北欧家庭曲线。

六、下一步

调度解决的是"单个节点怎么用电"。但赛题还问：节点之间怎么交易、极端天气下安不安全、能不能运输。下一篇讲我们对这三件事的回答，以及一个让我们改变判断的发现。