南昌大学2026 高教社杯全国大学生数学建模竞赛 · C 题

戴京兴物理与材料学院 · 材料科学与工程 255 班

微网与外部电网电力调控策略：两版解答与独立复核

本站同时收录 C 题的两版完整解答，可在每个结果区块自由切换对照。gpt6 astra 是先完成的原始解答；claude code opus5 是在对其做逐项独立复核后、修正三处建模选择重算的版本。复核确认 gpt6 astra 的物理可行性与全部表格数值均可复现、无计算错误；修正后 2 月至 12 月总费用下降 —。判定解质量的标尺是完美预见下界——把全年真实数据全部告知模型所能达到的费用，任何因果策略都不可能更低；修正后四个方案距该下界 1.16–1.25 倍，修正前为 1.43–1.69 倍。

A gpt6 astra

原始解答。10 分钟步长、四问完整建模：问题一确定性线性规划；问题二至四采用加权历史预测、分位数安全裕量与日内滚动储能控制。负载用最近 28 天滑动加权预测；安全裕量分位数按报童临界值取 α=0.8；问题三的减量按“原电费照付＋加收 50%”结算；日内控制对期末储电量采用单边缺额惩罚。

B claude code opus5

复核修正版。保留物理模型与因果信息边界，改三处：预测式改为同星期加权（负载与电价的滞后 7 天自相关达 0.987 与 0.963，滑动平均会把周周期平均掉）；减量按 $0.5p_t$ 结算（题面口径）；期末储电量改为线性计价。α 随之重标定为问题二 0.65、问题三 0.50。四方案总费用合计降 —。

两版共用同一份附件数据、同一物理约束与同一“0:00 不得使用当日之后信息”的边界，因此费用差异可归因于口径与参数，而非数据或求解器。

四问核心结果（claude code opus5）

解质量的标尺

两版的费用对比

柱高为 2025-02-01 至 12-31（334 天）累计费用，分为计划购电费、调整费用与紧急购电费三类。1 月用于预测暖启动，不计入。

01 题意、口径与符号

四问要求

问题一: 电价、负载、光伏预测已知且每天相同，储能首尾电量相等，求 0:00 制定的计划购电策略。确定性线性规划。
问题二: 电价固定，负载与光伏随日变化；0:00 定计划，供电不足时按 5 倍电价紧急购电。
问题三: 0/6/12/18 时可获未来 24 小时整点光伏预报，可调整计划；减量按 50% 电价违约结算，增量按 150% 电价结算。
问题四: 电价实时波动，重算问题二与问题三。

储能与运行参数（附录 1）

最大容量: 12 000 kWh，运行区间 1 200–10 800 kWh
充放电功率: ≤ 5 000 kW（电网侧），即每 10 min ≤ 833.33 kWh
充放电效率: 各 90%，循环效率 81%
初始电量: 2025-01-01 0:00 为 6 000 kWh
时间步长: 10 min，每日 144 段

时间标签口径

附件数据的时刻是区间的结束时刻。附件 1／2／4 的 144 列标签为 0:10…23:50、0:00+1，若视为区间起点，末列 24:00 将落到次日 0:00–0:10，与“当日 144 段、0:00 与 24:00 储电量”自相矛盾。故本站将第 k 个数据值对应到区间 [(k−1)×10min, k×10min]，输出工作表的时间标签统一写作 0:00-0:10 … 23:50-24:00，数据值不平移。附件 5 模板原标签（0:10-0:20 … 0:00+1-0:10+1）存在一格偏移，已在输出中更正。

符号

符号	含义	单位
$d,\;t$	日期；日内时段，$t=1,\dots,144$	—
$L_t,\;V_t$	时段负载电量、光伏发电量	kWh
$g_t^0,\;g_t$	0:00 计划购电量、最终常规购电量	kWh
$e_t$	紧急购电量（5 倍电价）	kWh
$c_t,\;b_t$	电网侧充电输入、放电输出	kWh
$s_t$	时段开始时储电量	kWh
$w_t$	弃用电量	kWh
$\hat p_t,\;p_t$	预测电价、实际结算电价	元/kWh
$\eta,\;M$	单程效率 0.9；每时段功率限额 833.33	—，kWh

统一物理约束

$$g_t+e_t+V_t+b_t=L_t+c_t+w_t,\qquad w_t\ge 0 \tag{1}$$

$$s_{t+1}=s_t+\eta c_t-b_t/\eta,\qquad \eta=0.9 \tag{2}$$

$$1200\le s_t\le 10800,\qquad 0\le c_t,b_t\le M=5000/6 \tag{3}$$

$$c_t\,b_t=0\ \ (\text{以 }c_t\le Mz_t,\;b_t\le M(1-z_t),\;z_t\in\{0,1\}\text{ 表述}) \tag{4}$$

式 (4) 的互斥性在允许无成本弃电时自动成立：若同时充放电，将 $c_t$ 减 $\delta$、$b_t$ 减 $\eta^2\delta$ 可保持 $s_{t+1}$ 不变而增加可弃电量，故连续松弛加 $10^{-7}$ 元/kWh 循环惩罚即可，求解后逐时段复核。

02 数据总览

全年逐日负载、光伏与电价

逐日汇总。附件 4 的波动电价按当日成交量加权前的简单均值绘制。

负载与光伏的日内 × 全年分布

横轴为日期，纵轴为小时（整点聚合）。用于观察季节性与日内形态。

预测精度（策略可用信息）

净负载 $L-V$ 的日总量预测误差标准差约 1.8 万 kWh，而储能可用容量仅 9 600 kWh。这决定了问题二中日级不确定性无法由电池对冲，必然产生紧急购电。

03 问题一：确定性计划购电

附件 1 的电价、负载与光伏预测视为已知输入，紧急购电为零，储能首尾电量均为 6 000 kWh。

$$\min_{g,c,b,w,s}\ \sum_{t=1}^{144}p_tg_t+\epsilon\sum_t(c_t+b_t)\quad\text{s.t. }(1)\text{–}(4),\ s_1=s_{145}=6000 \tag{5}$$

全天调度

储能在低价时段与光伏富余时段充电，在高价时段放电。12:00 附近仍出现购电，是为后续高价时段储备，不能只看当前光伏是否充足。

独立复核：本站用独立编写的线性规划模型重新求解，得到全天购电 59 482.70 kWh、购电费 35 126.95 元，与 gpt6 astra 完全一致（差值 < 10⁻⁶）；表 1、表 2 的六个指定时段与六个 4 小时区间数值亦逐项吻合。该问具有线性规划最优性，两版结果相同。

04 问题二：固定电价、负载与光伏不确定

预测与安全裕量

0:00 决策时只能使用当日之前的历史数据。负载用最近 28 天、对近期与同星期日加权；光伏用最近 7 天指数加权：

$$\hat L_{d,t}=\frac{\sum_{j=d-28}^{d-1}a_{dj}L_{j,t}}{\sum_j a_{dj}},\quad a_{dj}=e^{-(d-j)/14}\big[1+2\cdot\mathbf 1_{7\mid(d-j)}\big] \tag{6}$$

$$\hat V_{d,t}=\frac{\sum_{j=d-7}^{d-1}e^{-(d-j)/3}V_{j,t}}{\sum_j e^{-(d-j)/3}} \tag{7}$$

用最近 28 个已完成日的净负载预测误差构造分位数裕量：

$$r_{j,t}=(L_{j,t}-V_{j,t})-(\hat L_{j,t}-\hat V_{j,t}),\qquad m_{d,t}=\max\{0,\;Q_{\alpha}(r_{\cdot,t})\} \tag{8}$$

0:00 计划优化

$$\min_{g^0}\ \sum_t p_tg_t^0+\epsilon\sum_t(c_t+b_t)\quad\text{s.t. }g_t^0+b_t-c_t\ \ge\ \hat L_{d,t}-\hat V_{d,t}+m_{d,t},\ (2)(3),\ s_{145}=6000 \tag{9}$$

日内储能滚动控制

计划固定后，每 10 分钟以实际储电量为初值、对剩余时段重优化电池与预计紧急购电，仅执行首段：

$$\min_{c,b,e}\ \sum_{\tau\ge t}5\hat p_\tau e_\tau\;-\;\lambda_d\,s_{145}\;+\;\epsilon\sum_{\tau\ge t}(c_\tau+b_\tau),\qquad \lambda_d=\frac{Q_{0.25}(\hat p_{d,\cdot})}{\eta} \tag{10}$$

$$0\le e_\tau\le\max\{\hat L_\tau-\hat V_\tau-g_\tau,\,0\} \tag{11}$$

式 (10) 中 $-\lambda_d s_{145}$ 为期末储电量的线性价值项：储电可结转次日，因此富余电量入池优于弃电。gpt6 astra 此处使用单边缺额惩罚 $\lambda_d\max\{0,6000-s_{145}\}$，对高于目标的电量零估值，导致把大量免费富余电量弃掉而后续再以 5 倍电价紧急补电——这是修正的第二处偏差（见第 09 节）。式 (11) 禁止借紧急购电给电池充电。最终账单

$$C_2=\sum_t p_tg_t^0+\sum_t 5p_te_t \tag{12}$$

05 问题三：预报更新与计划调整

预报对齐

附件 3 的“预报 h 小时”对应发布后第 h 个整点。以发布时刻刚结束时段的实测光伏为左端锚点，连接未来整点预报后线性插值到 10 分钟；发布时刻之后的实际值不参与插值，信息边界严格因果。

结算与调整决策

记相对 0:00 计划的增、减量 $a_t=(g_t-g_t^0)_+$、$h_t=(g_t^0-g_t)_+$。题面“计划购电量高于调整购电量的部分，违约电价是交易时刻电价的 50%”，即未提取的电量按 $0.5p_t$ 结算：

$$C_3=\sum_t p_t\min(g_t,g_t^0)+\sum_t\big(1.5\,p_t a_t+0.5\,p_t h_t\big)+\sum_t 5p_te_t \;=\;\sum_t p_tg_t^0+\sum_t\big(1.5p_ta_t-0.5p_th_t\big)+\sum_t5p_te_t \tag{13}$$

这是两版的第一处差异。gpt6 astra 主口径取“原计划电费照付、减量再加收 50%”，即减量单价 $1.5p_t$ ——违约比履约更贵，于是模型永不减量，只追加。claude code opus5 取减量单价 $0.5p_t$，0:00 可以放心多签、日内按新预报退量，费用显著下降。gpt6 astra 已把该口径作为“退款敏感性试验”实现，本站将其提升为主口径。

在更新时刻 $k\in\{36,72,108\}$（6:00 / 12:00 / 18:00），以最新光伏预报、负载偏差修正与同发布时刻的历史误差裕量，对未执行区间 $\tau\ge k$ 重解式 (9)，目标改为式 (13) 的可变部分：

$$\min_{g}\ \sum_{\tau\ge k}\Big[p_\tau g_\tau+0.5\,p_\tau\big|g_\tau-g^0_\tau\big|\Big]\quad\text{s.t. }(2)(3),\ g_\tau+b_\tau-c_\tau\ge \hat L_\tau-\hat V_\tau+m_\tau \tag{14}$$

是否需要引入其他时刻的预报

在同一负载预测、同一裕量与同一实时规则下，枚举 6/12/18 时三个更新时刻的全部 8 种组合，组合预先固定、逐日按时间运行。

三个时刻各自的边际价值

18 时的边际价值最大：该更新恰好覆盖傍晚至夜间的用电高峰，而此时光伏已基本退出，净负载的绝对量最大、预报的相对增益也最大。

结论对结算口径的依赖

为什么 gpt6 astra 得出了相反的结论。在“减量不退”口径下，日内新信息只能用于按 150% 追加：一旦 12 时的新预报偏悲观，加买的电量既付了 1.5 倍价钱又无法在 18 时退回，只能被弃掉，于是多一次更新反而更贵。改回题面口径后，8 种组合在集合包含关系下完全单调，全部四次更新即为最优。因此对题目“是否需要引入其他时刻的预报”的回答是：需要，且三个时刻都应引入。

06 问题四：波动电价

决策时未来电价未知。0:00 用最近 14 天指数加权均值预测，日内以最近 1 小时的价格预测偏差向未来指数衰减外推（时间常数 6 小时），当前时段用实测价；结算一律采用附件 4 交付时段的实际电价。

$$\hat p_{d,t}=\frac{\sum_{j=d-14}^{d-1}e^{-(d-j)/7}p_{j,t}}{\sum_j e^{-(d-j)/7}} \tag{15}$$

平滑历史预测无法预知短期尖峰；日内逐步修正，并优先用储能规避高价补电。完整实际曲线仅用于回测展示。

对应问题二（固定 0:00 计划）

对应问题三（允许 6/12/18 时调整）

07 方案对比

月度费用与紧急购电量

安全裕量分位数的敏感性

横轴为式 (8) 的分位数 α。gpt6 astra 按“1−1/5=0.8”的报童临界分位数取 α=0.8；实际最优值明显不同（问题二 α=0.95 但曲线极平，问题三 α=0.35），因为电池已吸收了部分误差、且富余电量在修正后的调度中可入池而非全额损失。

样本内外一致性

α 是唯一在全样本上标定的参数（每个模型一个标量）。将 334 天切成 2–6 月与 7–12 月两段分别汇总，所选 α 在两段均为最优或与最优相差 <1%，说明该标定不是只在某一段有效。

两套独立实现的交叉校验

交付的 MATLAB 实现与一套独立的 Python/HiGHS 实现逐项比对，用于排除编程错误。完整记录见支撑材料 交叉校验记录.txt。

08 验证与复核

独立复核范围

用独立代码从附件 1 重解问题一线性规划，对照 gpt6 astra 的目标值与全部表格数值。
对 gpt6 astra 四个主方案的 365×144 个时段，逐段复核供需平衡式 (1)、电池递推式 (2)、容量与功率上下限、充放电互斥、跨日电量连续性；claude code opus5 的四个方案同样逐段复核。
按式 (12)(13) 用附件 4／附件 1 的实际电价独立重算三类费用，与两版 JSON 的逐日金额对照。
把五份 result*.xlsx 的每一个单元格与计算值对照（计划表 334×144、调整表 334×144、充放电表 334×6、紧急购电表逐区间）。
检查信息因果性：0:00 计划不依赖当日之后的实测负载、光伏与电价。

物理约束复核结果

结论：两版在物理可行性、数值可复现性与文件一致性上均通过复核，未发现算错、越界或信息穿越。gpt6 astra 论文中的所有表格数值与其 JSON 及 Excel 完全一致。两版的差异全部属于建模口径与控制策略层面，见下一节。

09 两版差异与修正依据

复核确认 gpt6 astra 没有算错：物理约束、数值一致性、文件一致性与信息因果性全部通过。两版的差异只在“目标函数与预测式写成什么”这一层。下表在同一套 MATLAB 实现内逐项叠加各处修正，因此排除了实现差异与求解器差异的干扰。可以看到预测式的选择是第一驱动因素，单独贡献 −24.6% 至 −30.8%，远大于任何调度技巧。

10 结果工作簿在线查看

下列内容与 result1.xlsx…result4-3.xlsx 的工作表逐格一致，可直接在线核对，无需打开 Excel。两个版本的工作簿都在这里，可用左侧「版本」下拉切换：claude code opus5 为推荐提交版（文件名即题目要求的 resultN.xlsx），gpt6 astra 为原始解答（文件名带 _gpt6-astra 后缀）。

版本工作簿工作表下载完整工作簿

加载中…

11 MATLAB 源程序

提交的源程序为 MATLAB 代码，共 — 行、— 个文件，入口 main.m。下列代码按 MATLAB 编辑器的配色显示：注释绿、关键字蓝、字符串紫。运行环境为 MATLAB R2020b 及以上 + Optimization Toolbox；缺少 linprog 时 linprog_solve.m 自动改用 GLPK，缺少 Excel 读写能力时改读写 CSV，因此同一份代码在 MATLAB 与 GNU Octave 下都能运行。

论文公式与代码实现的对照

正文 19 个编号公式逐一对应到源码位置。对照关系由生成程序按锚点文本自动解析，源码改动后行号随之更新，不会出现过时的引用。

源码浏览

文件下载全部源码

加载中…

12 论文、支撑材料与导出

📄 建模论文

按竞赛论文格式规范排版：摘要页起连续编页，正文含 19 个编号公式、39 个表、15 幅图（本站图表已尽数并入），附录含支撑材料文件列表与完整 MATLAB 源程序。Word 版与 PDF 同源，公式为 Word 原生公式对象，可直接编辑。

下载 PDF 下载 Word 承诺书与编号页

📦 支撑材料

MATLAB 源程序（20 个 .m 文件，入口 main.m）、五份 result 工作簿、四份逐时段运行明细、预报组合与分位数灵敏度的完整扫描、物理约束检验与交叉校验记录、复现说明。

下载 ZIP

💻 源程序说明

程序为 MATLAB 代码（R2020b + Optimization Toolbox）。无 linprog 时自动改用 GLPK；无 Excel I/O 时改读写 CSV。本次交付的全部数值在 GNU Octave 9.2.0 + GLPK 下实跑产生，非未经运行的代码。

365×144 时段约束检验通过

结果文件与中间结果

两个版本各五份结果工作簿、逐时段明细 CSV 与本站全部数据均可下载。resultN.xlsx 为 claude code opus5（推荐提交版，文件名即题目要求），resultN_gpt6-astra.xlsx 为 gpt6 astra。表格旁的 CSV / XLSX 按钮可导出当前显示的任意表格。