L'ottimizzazione di un deposito di batteria con pyomo

Question 1

Attualmente sto cercando di ottimizzare le Emissioni di CO2, househould basato sul consumo di energia elettrica. Esso comprende anche una batteria di stoccaggio. Ma per qualche motivo lo stato del calcolo energetico non funziona. Continuo a ricevere questo errore:

WARNING: Implicitly replacing the Component attribute soe (type=<class
    'pyomo.core.base.var.IndexedVar'>) on block unknown with a new Component
    (type=<class 'pyomo.core.base.constraint.IndexedConstraint'>). This is
    usually indicative of a modelling error. To avoid this warning, use
    block.del_component() and block.add_component().

Restarting kernel...

Questo è il mio codice così lontano:

model = ConcreteModel()

n = 30
model.t = RangeSet(1, n)

model.consumption = Param(model.t, initialize = df['Consumption'])
model.pv = Param(model.t, initialize = df['PV'])
model.emissionen = Param(model.t, initialize = df['CO2-Emissions'])
model.heatpump = Param(model.t, initialize = df['Heatpump'])

in_out_leistung = bt.iloc[1]['Values']
in_out_efficiency = bt.iloc[2]['Values']
battery_capacity = bt.iloc[0]['Values'] 
soe_start = 0
elec_import_max = 200

model.soe = Var(model.t, initialize = 0, within = NonNegativeReals)
model.charge = Var(model.t, within = NonNegativeReals, initialize = 0)
model.discharge = Var(model.t, within = NonNegativeReals, initialize = 0)
model.elec_grid = Var(model.t, bounds = (0, elec_import_max), within = NonNegativeReals)

def discharge_capacity_rule(model, t):
    return model.discharge[t] <= in_out_leistung
model.discharge_capacity_rule = Constraint(model.t, rule = discharge_capacity_rule)

def charge_capacity_rule(model, t):
    return model.charge[t] <= in_out_leistung
model.charge_capacity_rule = Constraint(model.t, rule = charge_capacity_rule)
    
def max_capacity_rule(model, t):
    return model.soe[t] <= battery_capacity
model.max_capacity_rule = Constraint(model.t, rule = max_capacity_rule)
    
def soe_start_rule(model):
    return model.soe[1] == soe_start 
model.soe_start_rule = Constraint(rule = soe_start_rule)

def soe(model, t):
    if t == 1:
        return model.soe[t] == soe_start
    else:
        return model.soe[t] == model.soe[t-1] + (model.charge[t] * in_out_efficiency) - model.discharge[t] / in_out_efficiency
model.soe = Constraint(model.t, rule = soe)

def soe_end_rule(model):
    return model.soe[n] == model.soe[1]
model.soe_end_rule = Constraint(rule = soe_end_rule)

def demand(model, t):
    return model.demand[t] == model.heatpump[t] + model.consumption[t] + model.charge[t]
model.demand = Constraint(model.t, rule = demand)

def lastdeckung(model, t):
    return model.pv[t] + model.elec_grid[t] + model.discharge[t] == model.demand[t]
model.lastdeckung = Constraint(model.t, rule = lastdeckung)

def emissionsreduzierung(model, t):
    return sum(model.elec_grid[t] * model.emissionen[t] for t in model.n)
model.emissionsreduzierung = Objective(rule = emissionsreduzierung, sense = minimize)

L'archiviazione ist dovrebbe essere vuota all'inizio e alla fine pure.

Question 2

Si utilizza lo stesso nome per due volte. Hai model.soe come una variabile e come un vincolo.

È necessario rinominare uno di loro come il modello non può avere due oggetti denominati con lo stesso nome...

Question 3

Così ho avuto un paio di errori qua e là. Ad esempio nella funzione obiettivo in cui mi sono dimenticato di cambiare modello.n a modello.t perché ho rinominato che nel processo di scrittura del codice. L'errore più grande era un pensiero dimenticare di creare una variabile per la domanda.

model.demand = Var(model.t, within = NonNegativeReals)

def demand_rule(model, t):
    return model.demand[t] == model.heatpump[t] + model.consumption[t] + model.charge[t]
model.demand_rule = Constraint(model.t, rule = demand_rule)

Ora funziona realmente.

AirSquid · Answer 1 · 2021-11-21T00:18:37

Si utilizza lo stesso nome per due volte. Hai model.soe come una variabile e come un vincolo.

È necessario rinominare uno di loro come il modello non può avere due oggetti denominati con lo stesso nome...

Ho cambiato, ma ora si dice solo Restarting kernel... quando cerco di eseguirlo.

saschav · Answer 2 · 2021-11-27T10:36:56

Così ho avuto un paio di errori qua e là. Ad esempio nella funzione obiettivo in cui mi sono dimenticato di cambiare modello.n a modello.t perché ho rinominato che nel processo di scrittura del codice. L'errore più grande era un pensiero dimenticare di creare una variabile per la domanda.

model.demand = Var(model.t, within = NonNegativeReals)

def demand_rule(model, t):
    return model.demand[t] == model.heatpump[t] + model.consumption[t] + model.charge[t]
model.demand_rule = Constraint(model.t, rule = demand_rule)

Ora funziona realmente.

L'ottimizzazione di un deposito di batteria con pyomo

Domanda

Migliore risposta

In altre lingue

Questa pagina è in altre lingue

Popolare in questa categoria

Domande popolari in questa categoria