Egret

ภาพรวม egret

Egret เป็นแพ็คเกจที่ใช้งูหลามสำหรับการเพิ่มประสิทธิภาพกริดไฟฟ้าตามภาษาการสร้างแบบจำลองการเพิ่มประสิทธิภาพของ Pyomo Egret ได้รับการออกแบบให้เป็นมิตรสำหรับการวิเคราะห์ระดับสูง (เช่นเป็นเครื่องยนต์สำหรับการแก้สูตรการเพิ่มประสิทธิภาพที่แตกต่างกัน) ในขณะที่ยังให้ความยืดหยุ่นสำหรับนักวิจัยในการสำรวจสูตรการเพิ่มประสิทธิภาพใหม่อย่างรวดเร็ว

คุณสมบัติที่สำคัญ:

• วิธีแก้ปัญหาหน่วยงาน
• การแก้ปัญหาการส่งมอบเศรษฐกิจ (การไหลของพลังงานที่ดีที่สุด) (เช่น DCOPF, ACOPF)
• ห้องสมุดของสูตรปัญหาและการประมาณที่แตกต่างกัน
• การจัดการข้อมูลทั่วไปในสูตรแบบจำลอง
• การแสดงแบบจำลองที่ประกาศเพื่อสนับสนุนการพัฒนาสูตร

Egret สามารถใช้ได้ภายใต้ใบอนุญาต BSD (ดู License.txt)

การติดตั้ง

• Egret เป็นแพ็คเกจ Python และต้องมีการติดตั้ง Python เราขอแนะนำให้ใช้ Anaconda กับ Python ล่าสุด (https://www.anaconda.com/distribution/)

• คำแนะนำการติดตั้งเหล่านี้สมมติว่าคุณมีการติดตั้ง Pyomo เวอร์ชันล่าสุดนอกเหนือจากชุดของตัวแก้ปัญหาที่เกี่ยวข้อง (ดู www.pyomo.org สำหรับรายละเอียดเพิ่มเติม)

• ดาวน์โหลด (หรือโคลน) EGRET จากไซต์ GitHub นี้

• จากโฟลเดอร์ Egret หลัก (เช่นโฟลเดอร์ที่มี setup.py) ใช้เทอร์มินัล (หรือพรอมต์ Anaconda สำหรับผู้ใช้ Windows) เพื่อเรียกใช้ setup.py เพื่อติดตั้ง egret ลงในการติดตั้ง Python ของคุณ - ดังนี้:

   pip install -e .
  

ความต้องการ

• Python 3.7 หรือใหม่กว่า
• Pyomo เวอร์ชัน 6.4.0 หรือใหม่กว่า
• pytest
• การปรับให้เหมาะสมสำหรับการแก้ปัญหาสำหรับ pyomo - ข้อกำหนดเฉพาะขึ้นอยู่กับแบบจำลองที่ได้รับการแก้ไข Egret ได้รับการทดสอบด้วย Gurobi หรือ CPLEX สำหรับปัญหาที่ใช้ MIP (เช่นความมุ่งมั่นของหน่วย) และ IPOPT (พร้อมตัวแก้ HSL เชิงเส้น) สำหรับปัญหา NLP

นอกจากนี้เราขอแนะนำให้ผู้ใช้ Egret ติดตั้ง Open Source CBC MIP Solver กลไกเฉพาะของการติดตั้ง CBC นั้นเฉพาะแพลตฟอร์ม เมื่อใช้ Anaconda บนแพลตฟอร์ม Linux และ Mac สิ่งนี้สามารถทำได้ง่ายๆโดย:

 conda install -c conda-forge coincbc

Coin-Or Organization-WHO Developers CBC-ยังมีไบนารีที่สร้างไว้ล่วงหน้าสำหรับแพลตฟอร์มเต็มรูปแบบบน https://bintray.com/coin-or/Download

ทดสอบการติดตั้ง

ในการทดสอบฟังก์ชั่นการทำงานของหน่วยความมุ่งมั่นของหน่วยของ egret ให้ดำเนินการคำสั่งต่อไปนี้จากรุ่นย่อย/การทดสอบไดเรกทอรีย่อย:

 pytest test_unit_commitment.py

หาก Egret สามารถค้นหาตัวแก้ MIP เชิงพาณิชย์ในระบบของคุณผ่าน Pyomo Egret จะดำเนินการชุดทดสอบขนาดใหญ่รวมถึงการแก้ MIPs หลายอย่างเพื่อการเพิ่มประสิทธิภาพ หาก Egret สามารถหาตัวแก้ปัญหาโอเพนซอร์ซเท่านั้นมันจะดำเนินการชุดทดสอบที่ จำกัด มากขึ้นซึ่งส่วนใหญ่อาศัยการแก้ปัญหาการผ่อนคลาย LP ตัวอย่างเอาต์พุตอยู่ด้านล่าง

 =================================== test session starts ==================================
platform darwin -- Python 3.7.7, pytest-5.4.2, py-1.8.1, pluggy-0.13.0
rootdir: /home/some-user/egret
collected 21 items

test_unit_commitment.py s....................                                       [100%]

========================= 20 passed, 1 skipped in 641.80 seconds =========================

วิธีการอ้างอิง Egret ในการวิจัยของคุณ

หากคุณใช้ฟังก์ชั่นความมุ่งมั่นของหน่วยของ egret โปรดอ้างอิงกระดาษต่อไปนี้:

ในสูตรการเขียนโปรแกรมแบบผสมผสานสำหรับปัญหาความมุ่งมั่นของหน่วย Bernard Knueven, James Ostrowski และ Jean-Paul Watson แจ้งวารสารเกี่ยวกับการคำนวณ (ก่อนการพิมพ์) https://pubsonline.informs.org/doi/10.1287/ijoc.2019.0944