facat/multi_energy_complementarity
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

增加经济优化功能。

Browse Source
This commit is contained in:
dmy
2025-12-26 20:03:19 +08:00
parent 4be9c74f42
commit e52b267a57
3 changed files with 998 additions and 2 deletions
Download Patch File Download Diff File Expand all files Collapse all files

288
excel_reader.py
View File

@@ -219,6 +219,26 @@ def read_excel_data(file_path: str, sheet_name: str = 0, include_parameters: boo
except Exception as e:
print(f"读取系统参数失败，使用默认参数：{str(e)}")
result['system_parameters'] = SystemParameters()
try:
result['economic_parameters'] = read_economic_parameters(file_path)
print("成功读取经济参数")
except Exception as e:
print(f"读取经济参数失败，使用默认参数：{str(e)}")
from economic_optimization import EconomicParameters
result['economic_parameters'] = EconomicParameters()
try:
result['optimization_settings'] = get_optimization_settings(file_path)
print("成功读取优化设置")
except Exception as e:
print(f"读取优化设置失败，使用默认设置：{str(e)}")
result['optimization_settings'] = {
'storage_capacity_range': (0, 1000),
'rate_range': (0.1, 2.0),
'max_iterations': 100,
'tolerance': 0.01
}
return result
@@ -370,16 +390,112 @@ def create_excel_template(file_path: str, data_type: str = "8760"):
})
parameters_df.to_excel(writer, sheet_name='参数', index=False)
# 添加经济参数工作表
economic_params_df = pd.DataFrame({
'参数名称': [
'光伏建设成本',
'风电建设成本',
'储能建设成本',
'购电价格',
'上网电价',
'光伏运维成本',
'风电运维成本',
'储能运维成本',
'项目寿命',
'折现率',
'储能容量搜索范围-最小值',
'储能容量搜索范围-最大值',
'充放电倍率搜索范围-最小值',
'充放电倍率搜索范围-最大值',
'最大迭代次数',
'收敛容差'
],
'参数值': [
3000000, # 光伏建设成本 (元/MW)
2500000, # 风电建设成本 (元/MW)
800000, # 储能建设成本 (元/MWh)
600, # 购电价格 (元/MWh)
400, # 上网电价 (元/MWh)
50000, # 光伏运维成本 (元/MW/年)
45000, # 风电运维成本 (元/MW/年)
3000, # 储能运维成本 (元/MW/年)
25, # 项目寿命 (年)
0.08, # 折现率
0, # 储能容量搜索范围-最小值 (MWh)
1000, # 储能容量搜索范围-最大值 (MWh)
0.1, # 充放电倍率搜索范围-最小值
2.0, # 充放电倍率搜索范围-最大值
100, # 最大迭代次数
0.01 # 收敛容差
],
'参数说明': [
'光伏发电系统建设成本 (元/MW)',
'风力发电系统建设成本 (元/MW)',
'储能系统建设成本 (元/MWh)',
'从电网购电价格 (元/MWh)',
'向电网售电价格 (元/MWh)',
'光伏系统年度运维成本 (元/MW/年)',
'风电系统年度运维成本 (元/MW/年)',
'储能系统年度运维成本 (元/MW/年)',
'项目运营寿命 (年)',
'项目折现率 (用于NPV计算)',
'储能容量优化搜索范围下限 (MWh)',
'储能容量优化搜索范围上限 (MWh)',
'充放电倍率优化搜索范围下限',
'充放电倍率优化搜索范围上限',
'优化算法最大迭代次数',
'优化算法收敛容差'
],
'取值范围': [
'>0',
'>0',
'>0',
'>0',
'≥0',
'≥0',
'≥0',
'≥0',
'>0',
'0-1',
'≥0',
'>0',
'>0',
'>0',
'>0',
'>0'
],
'默认值': [
'3,000,000',
'2,500,000',
'800,000',
'600',
'400',
'50,000',
'45,000',
'3,000',
'25',
'0.08',
'0',
'1000',
'0.1',
'2.0',
'100',
'0.01'
]
})
economic_params_df.to_excel(writer, sheet_name='经济参数', index=False)
# 添加说明工作表
description_df = pd.DataFrame({
'项目': ['数据说明', '数据类型', '时间范围', '单位', '注意事项', '参数说明'],
'项目': ['数据说明', '数据类型', '时间范围', '单位', '注意事项', '参数说明', '经济优化说明'],
'内容': [
description,
f'{data_type}小时电力数据',
f'1-{hours}小时',
'MW (兆瓦)',
'所有数值必须为非负数',
'系统参数请在"参数"工作表中修改'
'系统参数请在"参数"工作表中修改',
'经济优化参数请在"经济参数"工作表中修改'
]
})
description_df.to_excel(writer, sheet_name='说明', index=False)
@@ -426,6 +542,148 @@ def analyze_excel_data(file_path: str) -> Dict[str, float]:
return {}
def read_economic_parameters(file_path: str):
"""
从Excel文件读取经济参数
Args:
file_path: Excel文件路径
Returns:
EconomicParameters对象
Raises:
FileNotFoundError: 文件不存在
ValueError: 参数格式错误
"""
from economic_optimization import EconomicParameters
# 检查文件是否存在
if not os.path.exists(file_path):
raise FileNotFoundError(f"文件不存在：{file_path}")
try:
# 读取经济参数工作表
df_params = pd.read_excel(file_path, sheet_name='经济参数')
# 验证经济参数工作表格式
required_columns = ['参数名称', '参数值', '参数说明']
missing_columns = [col for col in required_columns if col not in df_params.columns]
if missing_columns:
raise ValueError(f"经济参数工作表缺少必需的列：{missing_columns}")
# 提取参数值
params_dict = {}
for _, row in df_params.iterrows():
param_name = row['参数名称']
param_value = row['参数值']
# 跳过空行
if pd.isna(param_name) or pd.isna(param_value):
continue
# 转换参数值
try:
if isinstance(param_value, str):
# 尝试转换为浮点数
param_value = float(param_value)
params_dict[param_name] = param_value
except (ValueError, TypeError):
raise ValueError(f"经济参数 '{param_name}' 的值 '{param_value}' 不是有效的数值")
# 读取各参数值，如果找不到则使用默认值
get_param_value = lambda param_name: df_params.loc[df_params['参数名称'] == param_name, '参数值'].iloc[0] if param_name in df_params['参数名称'].values else None
try:
# 获取各参数值，区分None、NaN、0和有效值
def get_param_with_default(param_name, default_value):
value = get_param_value(param_name)
if value is None or pd.isna(value):
return default_value
else:
return value
return EconomicParameters(
solar_capex=get_param_with_default('光伏建设成本', 3000000),
wind_capex=get_param_with_default('风电建设成本', 2500000),
storage_capex=get_param_with_default('储能建设成本', 800000),
electricity_price=get_param_with_default('购电价格', 600),
feed_in_price=get_param_with_default('上网电价', 400),
solar_om=get_param_with_default('光伏运维成本', 50000),
wind_om=get_param_with_default('风电运维成本', 45000),
storage_om=get_param_with_default('储能运维成本', 3000),
project_lifetime=int(get_param_with_default('项目寿命', 25)),
discount_rate=get_param_with_default('折现率', 0.08)
)
except (KeyError, IndexError, Exception) as e:
print(f"读取经济参数失败：{str(e)}，使用默认参数")
return EconomicParameters(
solar_capex=3000000,
wind_capex=2500000,
storage_capex=800000,
electricity_price=600,
feed_in_price=400,
solar_om=50000,
wind_om=45000,
storage_om=3000,
project_lifetime=25,
discount_rate=0.08
)
except Exception as e:
print(f"读取经济参数工作表失败，使用默认参数：{str(e)}")
# 如果经济参数工作表不存在或读取失败，返回默认参数
return EconomicParameters()
def get_optimization_settings(file_path: str) -> Dict[str, Any]:
"""
从Excel文件读取优化设置参数
Args:
file_path: Excel文件路径
Returns:
优化设置字典
"""
try:
# 读取经济参数工作表
df_params = pd.read_excel(file_path, sheet_name='经济参数')
# 提取优化设置参数
get_param_value = lambda param_name: df_params.loc[df_params['参数名称'] == param_name, '参数值'].iloc[0] if param_name in df_params['参数名称'].values else None
def get_param_with_default(param_name, default_value):
value = get_param_value(param_name)
if value is None or pd.isna(value):
return default_value
else:
return value
return {
'storage_capacity_range': (
get_param_with_default('储能容量搜索范围-最小值', 0),
get_param_with_default('储能容量搜索范围-最大值', 1000)
),
'rate_range': (
get_param_with_default('充放电倍率搜索范围-最小值', 0.1),
get_param_with_default('充放电倍率搜索范围-最大值', 2.0)
),
'max_iterations': int(get_param_with_default('最大迭代次数', 100)),
'tolerance': get_param_with_default('收敛容差', 0.01)
}
except Exception as e:
print(f"读取优化设置失败，使用默认设置：{str(e)}")
return {
'storage_capacity_range': (0, 1000),
'rate_range': (0.1, 2.0),
'max_iterations': 100,
'tolerance': 0.01
}
def validate_system_parameters(params: SystemParameters) -> Dict[str, Any]:
"""
验证系统参数的有效性
@@ -492,6 +750,32 @@ def validate_system_parameters(params: SystemParameters) -> Dict[str, Any]:
def main():
"""主函数，演示Excel数据读取功能"""
import sys
# 检查命令行参数
if len(sys.argv) > 1 and sys.argv[1] == '--economic':
print("=== 创建经济优化Excel模板 ===")
# 创建经济优化模板文件
economic_template_8760 = "economic_data_template_8760.xlsx"
economic_template_24 = "economic_data_template_24.xlsx"
print("\n1. 创建经济优化Excel模板文件...")
create_excel_template(economic_template_8760, "8760")
create_excel_template(economic_template_24, "24")
print(f"\n[OK] 经济优化Excel模板创建完成！")
print(f"[FILE] 8760小时模板: {economic_template_8760}")
print(f"[FILE] 24小时模板: {economic_template_24}")
print(f"\n[INFO] 模板包含以下工作表：")
print(f" 1. 数据 - 8760小时电力数据")
print(f" 2. 参数 - 系统运行参数")
print(f" 3. 经济参数 - 经济优化参数")
print(f" 4. 说明 - 使用说明")
print(f"\n[USAGE] 使用方法：")
print(f" uv run python economic_optimization.py --excel {economic_template_8760}")
return
print("=== Excel数据读取模块演示 ===")
# 创建模板文件