04-从“12 个城市的平均数”到一条真实的街：换框架重做调度，AI 又没赢

上一篇结尾我们承认了一个问题：到目前为止，所有结果都是“12 个城市里的合成节点”的平均数。节点放在城市中心周围的一圈示意位置上，电缆多长、变压器多大都没有落实。这一篇讲我们怎么把仿真搬到一条真实的街上，以及换了框架之后，哪些结论站住了。

一、为什么是赫尔辛基的 Puu-Käpylä

这是赫尔辛基北部一片保留下来的木屋街区，建筑小而密、有庭院，很接近“家庭、社区、商业空间混在一起”的真实形态。我们用到的真实素材：

• 建筑与地形：赫尔辛基市 2017 年公开的航拍摄影测量实景网格（CC BY 4.0），约 1 平方公里，16 个分块、480 多万个三角面，经 Blender 处理后可在网页里自由旋转缩放。
• 建筑轮廓与道路：OpenStreetMap。在约 395 × 435 米的范围内有 105 栋建筑，其中 60 栋标注为住宅，10 栋是附属建筑，35 栋没有更明确的用途标签，我们照实保留为“未分类”。

要说明的是： 105 栋是建筑清单，能源仿真只绑定其中 5 栋建筑加 1 个庭院里的移动集装箱，共 6 个节点（3 户家庭、1 个社区、1 个商业、1 个集装箱）。OSM 里这一片没有商业建筑，所以“商业节点”是我们指定的角色，放在一栋住宅楼上，建筑用途仍记为住宅。其余建筑只展示属性，不会被硬分摊一份仿真数据。

设备间我们用 Blender 逐个建了模：家庭设备间、社区与商业机房、集装箱内舱，都有机柜、保温管路、阀门、线缆桥架。这些是“假如改造成这样”的方案，不是室内实测。

二、第五次转折：用标准框架重做，而不是继续用自己写的环境

我们前面用的是自己写的、参照 CityLearn 命名风格的环境。放进真实街区之前，我们决定换成 CityLearn 3.0.2 本体，用它自带的建筑、电池和水箱模型，并和它的官方评估指标对照。原因很朴素：自己搭的环境，最容易出现“自己出题自己答”。

换框架的同时，我们把模型补得更接近现实：

• 任务有期限。 算力任务分三类：20% 紧急（1 小时内）、50% 批处理（6 小时）、30% 弹性（12 小时），按最早期限先做，做不完的继续排队。
• 热可以送给邻居。 各节点的水箱通过 55/35 度的热水管网连到社区能源站，管损、水泵耗电都计入。
• 有配电容量。 整条街的进线限制为 110 千瓦，线路电阻损耗也算在内。
• AI 是联合决策。 78 个观测量、18 个动作量的集中式 PPO，在规则调度上叠加 0.2 倍的修正。它不是六个独立学习的智能体，所以我们不称它为多智能体强化学习。

训练只用 2023 年的四个周，固定一个随机种子，2024 年不参与训练也不参与挑选。

三、结果：AI 和规则几乎打平

窗口	不调度	规则	AI	AI 比规则省
寒潮 216 小时，净成本 €	4,206.51	4,072.36	4,068.22	4.14
夏季 168 小时，净成本 €	−648.30	−639.85	−648.81	8.97

寒潮里 AI 比不调度省 3.3%，但比规则只省 4 欧元；夏季里 AI 与不调度只差 0.5 欧元。这和上一篇的结论一致，换了一套独立搭建的环境，“调度有用、AI 并不明显胜过规则”仍然成立。夏季三种策略都有 8.31 度·小时的过热，因为模型里没有主动制冷，我们把它如实留在结果里。

四、真正拉开差距的，是“限时任务”和“共享供热”

我们专门设计了一个 48 小时场景：在第 8、16、24 小时，向商业节点各提交一批 48 单位的算力任务，要求 2 小时内完成。商业节点自己的算力 2 小时最多做 24 单位，一个人扛不住。

做法	按时完成	供暖电耗 kWh	净成本 €
各节点独立运行	69 / 144	2,112	2,595.75
规则协同	144 / 144	1,907	2,466.93
AI 协同	144 / 144	1,889	2,462.69

独立运行时，一半以上的突发任务超时。协同运行时，邻居的闲置算力把任务接了过去，三批全部按时完成，同时共享供热还少用了 205 到 223 千瓦时的供暖电。

这个对比有一个必须说清楚的限制：协同同时改变了任务路由和供热共享，我们没法把改善拆给其中某一项，更不能记在 PPO 头上。AI 比规则多省的 4.24 欧元才是 AI 的增量。

所以，“打包交易”真正的价值，我们现在的表述是：让一个节点扛不住的限时任务，可以在社区里被接住，而且接任务的节点正好需要热。 价格上的好处只是附带的。

五、下一步

小时级的结论在真实街区里仍然成立。但“削峰”“停电”这两件事要看秒和分钟，小时数据说不清楚。下一篇讲秒级的结果，以及我们为什么在发布前把全部数据重新审计了一遍。