01产品定位
项目建成之后，收益的凹凸取决于每天怎么发、怎么充、怎么买卖 。XEngine 做的是这件事：把汗青与实时数据喂给模型，预测未来的负荷、新能源着力与电价，再把三条预测叠起来算出最优的充放电与调度规划 。
它不是一块看板，而是一套会下指令的系统：战术算完，通过物联网与云平台把精密化的操作指令下发到设备端执行，执行了局回流做运营分析 。
覆盖风电、光伏、储能项目，以及景致储一体化、光储充一体化、零碳园区、景致造氢合成氨醇与加运一体化等场景 。
储能战术的上限由预测精度决定 。新投运项目没有汗青数据，前三个月通常只能跑守旧战术，等数据堆集够了再铺开 。
合用与不合用
- 有储能，想按分时电价做峰谷套利或需量节造
- 有新能源着力颠簸，必要提前知路明天发几多
- 要参加电力市场买卖，必要电价预测与报量建议
- 场站分散，必要统一看数据与下达调度指令
- 必要当场 SCADA / EMS 的毫秒级节造（本系统按分钟级调度，需与寂仔系统对接）
- 必要设备级故障诊断与检建工单（用 XStation）
- 齐全没有汗青运行数据，也没有可用的形象与电价数据源
02主题职能
六项职能，前四项是预测与战术，后两项是执行与复盘 。
负荷预测
综合季节、节假日、出产个性与汗青数据，用深度进建模型预测未来负荷趋向，支持资源调杜纂产能规划 。
发电功率预测
结合实时数据对接、汗青数据与形象信息预测新能源发电功率，领导消纳与申报 。
电价预测
自动获取全国各省市分时电价、单一电价与市场化买卖电价，预测未来购、售电价 。
智能充放电战术
结合负荷、发电、电价三组数据，用 AI 算法优化储能充放电战术并天生买卖战术，降低购电成本 。
自动调度
通过物联网与云平台天生精密化操作指令并下发到设备端，维持供需平衡，提升运行不变性 。
运营分析
按日、周、月、季、年统计汗青发电量、网购电量与电价、上网电量与电价、储能充放电量，输出统计图表与明细 。
03典型场景
六类项目场景，共同点是都佑赘发、充、买」三件事要算 。
04输出与成就
- 预测对象
- 3条曲线
- 主题职能
- 6项
- 覆盖场景
- 6类
- 调度粒度
- 分钟级
输出从预测到执行回执的一条链 。
| 成就物 | 内容 | 体式 |
|---|---|---|
| 预测曲线 | 负荷、发电功率、电价的未来时点预测值 | 系统内 / Excel |
| 买卖与充放电战术 | 次日分时充放电打算与报量建议 | Excel / 接口下发 |
| 调度指令 | 下发到设备端的操作指令与执行回执 | 接口 |
| 运营统计 | 日 / 周 / 月 / 季 / 年的电量、电价与收益统计 | 报表 / Excel |
05技术与部署
| 项目 | 注明 |
|---|---|
| 部署状态 | 云服务；可私有化云部署 |
| 数据接入 | 与寂仔 SCADA / EMS、电表、形象数据源对接 |
| 调度执行 | 指令经物联网通路下发，执行了局回流校验 |
| 算法 | 负荷与功率预测用深度进建模型，战术用优化算法求解 |
| 终端 | PC 端运营看板；移动端可查预测与告警 |
上线第一步是做数据接入盘点：电能表取数周期、SCADA 点表、形象源、电价起源 。这一步没做干净，后面的预测和战术都不成信 。
06天堑与前提
下面这些是工具不做的事 。写在这里不是为了免责，是为了让你在报价前就知路哪些还得找别人 。
- 不代替当场 SCADA / EMS，只做上层战术与调度建议，执行需寂仔系统共同
- 不做设备级故障诊断与两票治理（用 XStation）
- 预测精度受汗青数据质量与形象源影响，新投运项目需堆集数据
- 不代客户参加电力市场报价，只提供量与价的建议
必要你提供或确认的
| 输入项 | 起源 | 缺失时的处置 |
|---|---|---|
| 汗青运行数据 | 场站出产系统、电表读数 | 至少 3 个月；不及则先跑守旧战术 |
| 设备台账 | 逆变器、PCS、储能系统参数 | 缺失时战术按额定参数估算 |
| 电价与规定 | 本地分时电价、市场化买卖规定 | 用电价库，买卖规定须客户确认 |
07常见问题
Q1预测精度能到几多？
与项目类型、数据质量、形象源都有关，没有通用数字 ？上抛靡桓鲈碌暮骨嗍葑龌夭，回测误差能接受再上线 。
Q2能直接节造储能吗？
系统天生战术与指令并通过接口下发；现实执行必要 PCS / EMS 盛开节造权限，并按客户的安全规程走 。
Q3和 XStation 什么关系？
XEngine 管运行战术与调度，XStation 管设备状态、告警与检建 。前者决定怎么发怎么充，后者保障设备不出事、出事能关环 。
和 XEngine 常一路用的产品
七个产品能够单买，也能够在数字能源云上一路用 。项目推动的每个环节，都有对应的工具 。