如何利用Gurobi建立储能充放电模型？

Question

利用Gurobi对储能进行建模

利用Gurobi求解电力系统的优化问题，在构建储能的充放电过程时遇到问题。
定义变量：

ESS = model.addVars(1, T, vtype=GRB.CONTINUOUS, name="ESS")
for t in range(T):
    ESS[0, t].setAttr(GRB.Attr.LB, -100)  # 小于0放电
 ESS[0, t].setAttr(GRB.Attr.UB, 100)  # 大于0充电
SOC = model.addVars(1, T, lb=0.2, ub=1.0, vtype=GRB.CONTINUOUS, name="SOC") 

约束条件按照下面的方式构建可以求解：

for t in range(T):
 if t == 0:
        model.addConstr(SOC[0, 0] == SOC_init, name="initial_soc")
 else:
        model.addConstr(SOC[0, t] == SOC[0, t - 1] + ESS[0, t] / 400, name="charge_soc")

约束条件按照下面这个方式设置则无法求解：

for t in range(T):
 if t == 0:
        model.addConstr(SOC[0, 0] == SOC_init, name="initial_soc")
 else:
       if ESS[0, t] >= 0.0:
             model.addConstr(SOC[0, t] == SOC[0, t - 1] + ESS[0, t] * 0.95 / 400, name="charge_soc")
        else:
             model.addConstr(SOC[0, t] == SOC[0, t - 1] + ESS[0, t] / (0.95 * 400), name="discharge_soc")

实际充放电模型是下面这种方式，如何可以解决这个问题？

Answer 1

该回答引用ChatGPT GPT-4

运行结果

代码如下

import gurobipy as gp
from gurobipy import GRB

# 参数设置
T = 24
SOC_init = 0.5

# 创建模型
model = gp.Model("energy_storage")

# 定义变量
ESS = model.addVars(1, T, vtype=GRB.CONTINUOUS, name="ESS")
for t in range(T):
    ESS[0, t].setAttr(GRB.Attr.LB, -100)  # 小于0放电
    ESS[0, t].setAttr(GRB.Attr.UB, 100)   # 大于0充电
SOC = model.addVars(1, T, lb=0.2, ub=1.0, vtype=GRB.CONTINUOUS, name="SOC")

# 定义条件变量，表示充电状态
is_charging = model.addVars(1, T, vtype=GRB.BINARY, name="is_charging")

# 添加约束
for t in range(T):
    if t == 0:
        model.addConstr(SOC[0, 0] == SOC_init, name="initial_soc")
    else:
        # 充电状态约束
        charge_expr = SOC[0, t] - (SOC[0, t - 1] + ESS[0, t] * 0.95 / 400)
        model.addGenConstrIndicator(is_charging[0, t], 1, charge_expr, GRB.EQUAL, 0)

        # 放电状态约束
        discharge_expr = SOC[0, t] - (SOC[0, t - 1] + ESS[0, t] / (0.95 * 400))
        model.addGenConstrIndicator(is_charging[0, t], 0, discharge_expr, GRB.EQUAL, 0)

        # 充放电状态约束
        model.addGenConstrIndicator(is_charging[0, t], 1, ESS[0, t], GRB.GREATER_EQUAL, 0)

# 添加目标函数（请根据您的问题自定义目标函数）
model.setObjective(0, GRB.MINIMIZE)

# 求解模型
model.optimize()