我同意它看起来像一个优化问题，但参数并不完全清楚。以下是我对此类系统设计的一些模糊想法：

• 让我们假设一个时间单位，您拥有数据并尝试预测事物，例如以小时为单位。
• 我认为第一部分需要关于按时间单位预测能源需求，基于过去的数据并使用任何相关因素作为特征（例如温度、工作日与否等）。我认为这将是一个相当标准的时间序列回归问题。
• 第二部分是能源消耗或碳足迹的优化：假设我们知道单位时间内给定时间段的能源需求，存储/放电电池的最佳时间是多少？我对这里的技术因素了解得不够多，但我想可以根据不同的场景模拟目标（比如碳足迹），然后选择最优的场景。在我看来，这个阶段的问题可能很简单，可以模拟所有场景并找到确切的最佳时间，这可能对应于网格搜索。但如果这太复杂，可以使用 ML 技术来估计它们，例如遗传算法。