multi_energy_complementarity/docs/PERIODIC_BALANCE_UPDATE.md

# 周期性平衡功能更新说明

## 问题描述

在计算8760小时全年数据时，原有的代码将储能初始状态（SOC）固定为0，导致经过一个完整的8760小时循环后，储能无法恢复到初始状态。这意味着系统在一个周期结束后，储能状态发生了变化，不符合实际运行场景中的周期性稳定要求。

## 解决方案

实现了迭代收敛算法，通过以下步骤找到满足周期性平衡的储能初始状态：

1. **步骤一**：从初始SOC=0开始，运行一次全年仿真，记录最后一小时的SOC值
2. **步骤二**：将这个SOC值作为新的"初始SOC"，再次运行仿真
3. **步骤三**：重复上述过程，直到首尾SOC的差值小于设定的阈值（默认为储能容量的0.1%）

## 代码修改

### 1. `calculate_energy_balance` 函数

**修改内容**：添加了 `initial_soc` 参数，允许指定初始储能状态。

```python
def calculate_energy_balance(
    solar_output: List[float],
    wind_output: List[float],
    thermal_output: List[float],
    load_demand: List[float],
    params: SystemParameters,
    storage_capacity: float,
    initial_soc: float = 0.0  # 新增参数
) -> Dict[str, List[float]]:
```

**关键变化**：
- 将初始储能状态从固定的0改为可配置的 `initial_soc` 参数
- 在计算开始时设置 `storage_soc[0] = initial_soc`

### 2. `find_periodic_steady_state` 函数（新增）

**功能**：通过迭代收敛找到满足周期性平衡的储能初始状态。

```python
def find_periodic_steady_state(
    solar_output: List[float],
    wind_output: List[float],
    thermal_output: List[float],
    load_demand: List[float],
    params: SystemParameters,
    storage_capacity: float,
    soc_convergence_threshold: float = 0.001,  # SOC收敛阈值（0.1%）
    max_iterations: int = 100
) -> Dict[str, List[float]]:
```

**算法逻辑**：
```
initial_soc = 0.0
while iteration < max_iterations:
    运行仿真，得到 balance_result
    storage_final = balance_result['storage_profile'][-1]
    soc_diff = abs(storage_final - initial_soc)

    if soc_diff < soc_convergence_threshold:
        收敛成功，退出循环

    initial_soc = storage_final
    iteration += 1
```

**输出信息**：
```
正在寻找周期性平衡状态（SOC收敛阈值: 0.5000 MWh）...
  迭代 1: 初始SOC=0.0000 MWh, 最终SOC=21.7157 MWh, 差值=21.7157 MWh
  迭代 2: 初始SOC=21.7157 MWh, 最终SOC=21.7157 MWh, 差值=0.0000 MWh
✓ 周期性平衡收敛成功（迭代2次，SOC差值=0.0000 MWh）
```

### 3. `optimize_storage_capacity` 函数

**修改内容**：根据数据长度自动选择是否使用周期性平衡。

```python
# 判断数据类型（24小时或8760小时）
data_length = len(solar_output)
is_yearly_data = data_length == 8760

if is_yearly_data:
    print(f"处理8760小时全年数据，启用周期性平衡优化...")

# 二分搜索中
if is_yearly_data:
    balance_result = find_periodic_steady_state(...)
else:
    balance_result = calculate_energy_balance(...)
```

**关键变化**：
- 自动识别数据类型（24小时或8760小时）
- 对于8760小时数据，使用周期性平衡函数
- 对于24小时数据，保持原有逻辑（不需要周期性平衡）
- 在最终输出中显示周期性平衡信息

## 使用示例

### 测试脚本

项目提供了测试脚本 `tests/test_periodic_balance.py`，可以验证周期性平衡功能：

```bash
python tests\test_periodic_balance.py
```

### 正常使用

无需修改现有使用方式，周期性平衡功能会自动启用：

```python
from src.storage_optimization import optimize_storage_capacity, SystemParameters

# 8760小时数据
solar_output = [...]  # 长度为8760
wind_output = [...]   # 长度为8760
thermal_output = [...]  # 长度为8760
load_demand = [...]     # 长度为8760

params = SystemParameters(...)

# 自动启用周期性平衡
result = optimize_storage_capacity(
    solar_output, wind_output, thermal_output, load_demand, params
)

# 输出信息会显示周期性平衡状态
print(f"初始SOC: {result['storage_profile'][0]:.4f} MWh")
print(f"最终SOC: {result['storage_profile'][-1]:.4f} MWh")
print(f"SOC差值: {abs(result['storage_profile'][-1] - result['storage_profile'][0]):.4f} MWh")
```

## 测试结果

### 24小时数据测试

```
============================================================
测试24小时数据（不需要周期性平衡）
============================================================

=== 24小时优化结果 ===
所需储能总容量: 217.00 MWh
初始SOC: 0.0000 MWh
最终SOC: 21.6000 MWh
SOC差值: 21.6000 MWh
实际弃风率: 0.000
实际弃光率: 0.000
实际上网电量比例: -0.145
能量平衡校验: 通过
```

**说明**：24小时数据不需要周期性平衡，SOC差值可以不为0。

### 8760小时数据测试

```
============================================================
测试8760小时数据（需要周期性平衡）
============================================================
处理8760小时全年数据，启用周期性平衡优化...
正在寻找周期性平衡状态（SOC收敛阈值: 0.5000 MWh）...
  迭代 1: 初始SOC=0.0000 MWh, 最终SOC=21.7157 MWh, 差值=21.7157 MWh
  迭代 2: 初始SOC=21.7157 MWh, 最终SOC=21.7157 MWh, 差值=0.0000 MWh
✓ 周期性平衡收敛成功（迭代2次，SOC差值=0.0000 MWh）

=== 8760小时优化结果 ===
所需储能总容量: 28.31 MWh
初始SOC: 21.7157 MWh
最终SOC: 21.7157 MWh
SOC差值: 0.0000 MWh
实际弃风率: 0.100
实际弃光率: 0.072
实际上网电量比例: -0.141
能量平衡校验: 通过

✓ 周期性平衡验证通过
  SOC差值: 0.0000 MWh < 阈值: 0.0283 MWh
```

**说明**：8760小时数据自动启用周期性平衡，SOC差值为0，满足周期性平衡要求。

## 关键特性

1. **自动识别**：根据数据长度自动选择是否启用周期性平衡
2. **快速收敛**：通常只需要2-3次迭代即可收敛
3. **可配置阈值**：默认SOC收敛阈值为容量的0.1%，可以根据需要调整
4. **向后兼容**：不影响现有24小时数据的处理逻辑
5. **详细输出**：提供迭代过程的详细信息，便于调试和验证

## 参数说明

### `soc_convergence_threshold`

SOC收敛阈值（相对于储能容量的比例），默认值为0.001（0.1%）。

- **类型**：float
- **默认值**：0.001
- **取值范围**：> 0
- **说明**：当初始SOC和最终SOC的差值小于 `storage_capacity * soc_convergence_threshold` 时，认为已达到周期性平衡

### `max_iterations`

最大迭代次数，默认值为100。

- **类型**：int
- **默认值**：100
- **取值范围**：> 0
- **说明**：防止在极端情况下无限循环

## 注意事项

1. **收敛性**：在大多数情况下，算法会在2-5次迭代内收敛
2. **性能影响**：8760小时数据的计算时间会增加，但影响有限（每次迭代约增加0.1-0.5秒）
3. **内存使用**：与原算法相同，没有额外内存开销
4. **兼容性**：完全向后兼容，不影响24小时数据的处理

## 总结

本次更新成功解决了8760小时全年数据计算时储能周期性不平衡的问题，通过迭代收敛算法自动找到满足周期性平衡的初始SOC状态，确保系统在完整周期结束后储能状态能够恢复到初始值，符合实际运行场景的要求。