← 返回主页
09 · 数模国赛 · 2026

基于多时段购电优化与自进化预测的微网电力调控策略

2026 年高教社杯全国大学生数学建模竞赛参赛论文。围绕微网场景下的多时段购电优化与自进化预测展开,建立从原题到拓展题的全链路模型。

赛名 · 2026 高教社杯 题号 · A 题(光伏季节归属) 赛道 · 本科组 队长 · 缪毅翔 状态 · 已提交

01做什么

研究对象是一个含光伏发电、储能、负荷的小型微网系统。问题核心是如何在多时段窗口内同时做两件事:让购电成本最低、让供电可靠度最高——两者天然矛盾,传统静态优化解决不了。

论文提出 「自进化预测框架 TSEF」:用历史出力和负荷数据训练预测模型,但模型权重会在优化求解的反馈中持续修正,使得预测越准、调度越优、调度越优又反过来修正预测——形成闭环。

在原题基础上做了 向拓展题(4-2 / 4-3)的全链路迁移,验证框架在更大规模、更多约束下仍可工作,做到了"自进化 + 全范围可用"。

02量化数字

30亿
累计 token 消耗
(DeepSeek V4.1 Flash + GPT-6 协作)
50+
论文版本迭代次数
100+
实验 / 复现 / 参数扫描次数
3
天 · 国赛窗口期

03缪毅翔评语

Mavis · 缪毅翔 · 赛后自评
论文内容以及写上是由 DeepSeek V4.1 Flash 和 GPT-6 协助人来工作的。人来选方向,我认为此次是一次人与 AI 深度研究典型例子,甚至可复用在科研实验上。共计使用约 30 亿 token。历史论文版本大于 50 次。实验及大规模运算不下 100 次,包括实验复现,及探究参数。更在原题基础上进行了拓展,做到了自进化及全范围可用。

04论文下载

PDF
2026 · 高教社杯 · 国赛论文 · 8.6 MB
基于多时段购电优化与自进化预测的微网电力调控策略
↓

05相关