Question

我有这段代码，需要通过在每个时间步上加权（使用wind_throttle）一个常数（wind_power_annuum）来保持电池的输出电量完全耗尽和完全充电。所以我想这是一个有边界的优化问题。

这非常重要，我以为我已经完成了这个项目感到非常沮丧，但是我发现代码中的错误使我看得出的结果是正确的，但经过进一步检查，这是非常不正确的！不是将差异添加到上一个时间步，而是将其自身重置为放错位置的变量。如此之多，以至于我期望有波动，但数值不正确。下面的代码现在已从先前的迭代中得到纠正，但是现在的问题是需要限制电源参数，使其保持在电池的范围内。

因此，我真的非常感谢您的帮助和指导。我将在下面发布代码和文件以供查看，并附上一张图片，希望可以描述问题。

一如既往，感谢您的宝贵时间。我真的很感谢你们抽出宝贵的时间来帮助某人！

https://drive.google.com/open?id=1IpOBNz1TQHAqxyG_E2qwERhIdigxzzzB

包含np.load（）的数据，因此您无需生成任何新内容。只需保存在相关文件夹中即可。
包含下面发布的代码。
包含图片。上图中的电池。在下面加载（红色）和供电（蓝色）。

我已更新以下电池功能，以寻求解决方案。它目前正在运行，并且要花很长时间，因为它是蛮力的方法！

import numpy as np  # Initial code posted to Overflow 
import matplotlib.pyplot as pyplot

Battery_Charge_Initial = 6.9 # kWh = Fully Charged with 13.8 kW output 55 mins of output per battery (x3) 
Battery_Max = 13.8
timebase = 1440*365
t0 = 0

load = np.load('load_power_anuum.npy')
supply = np.load('wind_power_anuum.npy')*(wind_throttle) + np.load('solar_power_anuum.npy')*2

#def wind_throttle(): #ahbdbwasdxSOS
#    for t in range(timebase):
 #       if

def battery():

    charge = np.zeros(timebase) 
    value = np.array ( range(timebase), dtype = float) 
    supply_zero = np.zeros(timebase)
    value = (supply-load)*(1/60)

    charge[0] = Battery_Charge_Initial

    for t in range(1,timebase):
            charge[t] = charge[t-1] + value[t]

    return charge

ts = np.arange( t0, 1440*365, 1)
Batt = battery()

plot_type = 1
figure = pyplot.figure()

if plot_type == 0:
    print ( " Plot type cannot equal zero! Please select a the relevant plot type" )

elif plot_type == 1:
    pyplot.subplot(211)
    pyplot.plot(ts, Batt, color = 'black', linewidth = 0.5)
    pyplot.ylabel("Battery kWh") 
    pyplot.xlabel("Time (Minutes)")
    pyplot.ylim(-0.05,13.85)
    pyplot.legend()

    pyplot.subplot(212)
    pyplot.plot(ts, supply, color = 'b', linewidth = 0.5)
    pyplot.plot(ts, load, color = 'r', linewidth = 0.5)
    pyplot.ylabel("Power kW") 
    pyplot.xlabel("Time (Minutes)") 
    pyplot.legend()

if plot_type > 0:

def battery():

    charge = np.zeros(timebase) 
    value = np.array ( range(timebase), dtype = float)
    wind_throttle = np.array( range(timebase), dtype = float)
    charge[0] = Battery_Charge_Initial
    supply = np.zeros(timebase)

    for t in range(1,timebase):
        if t == 0:
            charge[t] = charge[t]
        else:
            wind_throttle[t] = 1.00
            supply[t] = wind_power[t]*(wind_throttle[t]) + solar_power[t]*2
            value[t] = (supply[t]-load[t])*(1/60)
            charge[t] = charge[t-1] + value[t]
            while charge[t] >= Battery_Max or charge[t] <= 0.00:
                wind_throttle[t] = random.random()
                if 0.00 < charge[t] <= Battery_Max:
                    break

    return charge, wind_throttle, supply

优化一个参数，使输出位于两点之间

0 个答案: