【pymfm】 一个用于微网柔性管理的Python框架研究

本文介绍了Python包pymfm,专用于微电网的柔性管理,支持基于优化和规则的策略开发。通过示例展示了如何使用该框架处理实时数据,执行控制逻辑并生成可视化结果。同时引用了相关研究作为参考。

 💥💥💞💞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

📚2 运行结果

🎉3 参考文献

🌈4 Python代码实现


💥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

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值