【pymfm】 一个用于微网柔性管理的Python框架研究
该框架允许基于优化和基于规则的算法开发面向场景的管理策略,通过协调电池储能和光伏单元在(近)实时和调度运行模式下运行。此外,该框架可用于根据标准负载和光伏发电量配置创建真实的预测曲线。其目标用户是智能电网应用领域的研究人员和可再生能源社区的运行柔性部署。[1]莫熙.微电网柔性接入配电网控制策略研究[D].东南大学,2015.DOI:10.7666/d.Y2920758.文章中一些内容引自网络,会注
·
💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
💥1 概述
Python包pymfm是一个用于微网柔性管理的框架。该框架允许基于优化和基于规则的算法开发面向场景的管理策略,通过协调电池储能和光伏单元在(近)实时和调度运行模式下运行。此外,该框架可用于根据标准负载和光伏发电量配置创建真实的预测曲线。其目标用户是智能电网应用领域的研究人员和可再生能源社区的运行柔性部署。
📚2 运行结果
部分代码:
# Get the current directory of the script fpath = os.path.dirname(os.path.abspath(__file__)) # Construct the file path for the input JSON file filepath = os.path.join(fpath, "../data/scheduling_rule_based.json") # Open and load the JSON data from the file data = open_json(filepath) # Create an InputData object from the loaded data input_data = InputData(**data) # Execute the control logic handler to process the input data mode_logic, output_df, status = mode_logic_handler(input_data) # Prepare and save control output data as JSON files data_output.prepare_json(mode_logic, output_df, output_directory="../results/") # Visualize and save control output data as SVG plots data_output.visualize_and_save_plots( mode_logic, output_df, output_directory="../results/" )
🎉3 参考文献
文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。
[1]莫熙.微电网柔性接入配电网控制策略研究[D].东南大学,2015.DOI:10.7666/d.Y2920758.
[2]曹呈强.风光发电微网负载分段选择供电优化管理[J]. 2019.
🌈4 Python代码实现
开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!
更多推荐
已为社区贡献5条内容
所有评论(0)