让算力，
顺着绿能流动。

数据与随机性。内嵌 48 个能源总出力片段、48 个 Frontier 计算负荷日形态与 48 个实时电价片段，归一化或缩放后结合合成扰动构造场景；风光拆分、缩放及跨来源拼接并非同日实测。场景随机种子固定，换方法不换天气，只有“下一天”更换场景；不确定性为零时回到平稳参考日。

机房与任务。总功率不超过 10 MW；70% 即时任务，30% 可延期任务，最多延期 4 小时，当天所有任务于 23:00 时段结束前完成。制冷用电为 IT 功率的 20%，其他辅助用电 0.15 MW。气流粒子只映射冷却负荷，没有温度状态或 CFD 计算。

储能与经济。初始和日末电量为零；允许储能余电无收益回馈电网，受同一放电功率约束且不计入绿电供能，用于处理预测偏差下的日末库存。分别跟踪绿电与电网充电，防止把购电转存误算成绿电。充放电效率各 95%，寿命消耗按双向吞吐合计 35 元/MWh 折半计价。固定价为 0.65 元/kWh；峰谷为 0.32/0.72/1.25 元/kWh；实时价是构造与缩放的正价格场景。任务超期按 50,000 元/MWh 计罚并单独展示。

规划。风电 550 万元/MW、光伏 300 万元/MW、储能 90 万元/MWh 加变流器 60 万元/MW。折现率 6%，寿命分别 20/25/12 年，年运维比例 2.5%/1.5%/2%。这些仅为演示假设。粗到细搜索有限候选，使用 4 个训练代表日的事后调度作乐观成本估算；展示的是候选中的推荐解，不是完整年景或全局规划最优。运行场景来自另一组样本。

方法。使用本地线性规划求解器。MPC 每小时更新未来最多 6 小时的预测，只执行第一步；在线修正只读取当前及过去观测。随机 MPC 对 5 个预测场景取期望，鲁棒 MPC 对 3 个场景取最坏值，并约束当前动作一致；两者都是简化两阶段场景近似，不保证覆盖一切不确定性。事后最优提前知道本日真实值，求解相同设备和任务模型。所有预测优化采用相同的终端储能价值假设；不可行时使用安全规则回退并报告，超期不会被隐藏。

归属。展示能源管理的重要性，不复现网站作者的研究方法，不把这里的结果作为论文结论。本实验的数据、求解器、动画资源都随网站打包，运行无需外部 API；下方“今日脉冲”使用独立的公开接口，不参与实验计算。