معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

ویژگی	مقدار
سیستم عامل	-
نام فایل	dynprogstorage-0.1.9
نام	dynprogstorage
نسخه کتابخانه	0.1.9
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Robin Girard
ایمیل نویسنده	robin.girard@mines-paristech.fr
آدرس صفحه اصلی	https://github.com/robingirard/dynprogstorage
آدرس اینترنتی	https://pypi.org/project/dynprogstorage/
مجوز	Type license() to see the full license text

Dynamic programming optimisation tool ======================================= This project implements the dynamic programming tool proposed in [this paper](https://hal-mines-paristech.archives-ouvertes.fr/hal-01110689) and available in the R Software in [the ConConPiWiFun package](https://cran.r-project.org/web/packages/ConConPiWiFun/index.html) --------------- ### Table of Contents * [1. Installation](#1.Installation) * [2. Documentation](#2.documentation) * [2.1. Optimisation problem](#2.1.optimisation) * [3. Examples](#3.examples) * [3.1. Simplest example](#3.1.simple) ## 1. Installation <a class="anchor" id="1.Installation"></a> If you want to install the package from source, you can do pip install git+https://github.com/robingirard/dynprogstorage#egg=dynprogstorage ## Documentation <a class="anchor" id="2.documentation"></a> ### optimisation problem <a class="anchor" id="2.1.optimisation"></a> This tool allows you to solve problems with the form ## min_x sum_i phi_i(x_i) phi_i : convex piecewise linear function ## P_i^-<= x_i <=P_i^+ ## C_i^-<= x_0 + sum_j=0^i x_j <= C_i^+ ## Examples <a class="anchor" id="3.examples"></a> Let us give a few examples of use ### storage operation example <a class="anchor" id="3.1.simple"></a> While participating in the market with a 100% efficiency storage you want to maximize the profit ## min_x sum_i Pi_i x_i ( phi_i linear function) ## -p_max <= x_i <=p_max ## 0<= x_0 + sum_j=0^i x_j <= c_max ## x_i>0 : consumption from the network ## x_i<0 : producing (injection to network) ### --> phi_i(x_i) is a buying cost we want to minimize The code you need to use is : ## Definition of values x_0=0 nbTime=250 Prices=random.uniform(1, 1000, nbTime) p_max=1. c_max=10.*p_max ## Generation of a vector of cost functions cpl_func = GenCostFunctionFromMarketPrices(Prices.tolist()) cpl_func.vec_get(0).getBreakPoints() ## what does the first cost function look like ## now solve the optimisation problem res = cpl_func.OptimMargInt([-p_max]*nbTime,[p_max]*nbTime,[-x_0]*nbTime,[c_max-x_0]*nbTime) print(res) ## Visualisation of results (power) with prices period=100 plt.plot(res[:100]) plt.plot(-(Prices[:100]-Prices.mean())/Prices.max()) plt.ylabel("Puissance (MW)") plt.xlabel("Index") plt.show() ## Visualisation of Energy evolution energie=np.cumsum(res) plt.plot(energie[:100], color='g') plt.plot([0]*100, color='b') plt.plot([c_max]*100, color='b') plt.ylabel("Energie (MWh)") plt.xlabel("Index") plt.show()

زبان مورد نیاز

مقدار	نام
>=3.8	Python

نحوه نصب

نصب پکیج whl dynprogstorage-0.1.9:

pip install dynprogstorage-0.1.9.whl

نصب پکیج tar.gz dynprogstorage-0.1.9:

pip install dynprogstorage-0.1.9.tar.gz