使用Gekko进行优化时返回"@Error：找不到解决方案"

Question

我正试图完成一个长达一年的电池优化问题(8760小时("ind_ 1"；以及"；ind_ 2"；是长度为8760的列表，包含0s/1。一年中的某些小时可能会获得额外收入，因此这些指标列表用于区分这些小时(在最大化函数中进一步使用(。

m = Gekko(remote=False)
#variables
e_battery = m.Var(lb=0, ub=4000, value=2000) #energy in battery at time t, battery size 4 MWh, initial value is 2MWh
command = m.Var(lb=-1000, ub=1000) #command power -1 to 1 (in MW)
e_price = m.Param(value = price) #price is a list of 8760 values
ind_1 = m.Param(value = ind_1) 
ind_2 = m.Param(value = ind_2)
m.time = np.linspace(0,8759, 8760)
m.Equation(e_battery.dt() == e_battery + command)
m.Maximize((-command)*(e_price + ind_1*ind1_price + ind_2*ind2_price))
m.options.IMODE = 6
m.solve()

当我运行上面的模型时，它运行大约20次迭代，然后返回错误："@error:Solution Not Found"；。此任务的目标是返回8760个值(命令变量(的数组，使返回最大化。你知道这个错误是从哪里来的吗？

Answer 1

看起来其中一个方程不正确：

m.Equation(e_battery.dt() == e_battery + command)

这会导致e_battery呈指数级增长，超过上限。可能应该是：

m.Equation(e_battery.dt() == command)

有一个特定的错误代码，可以深入了解求解器未能找到解决方案的原因。最常见的两种是最大迭代次数和不可行解。如果是"最大迭代次数"，则尝试将m.options.MAX_ITER设置为更高的数字(最多1000？(。如果是不可行的解决方案，则查看运行目录m.path中的infeasibilities.txt文件，以查找导致问题的约束。另一件要尝试的事情是，最初使用较小的时间范围来验证它在大约100个时间步长的情况下是否有效。

from gekko import Gekko
import numpy as np
m = Gekko(remote=False)
#variables
n = 100
price=np.ones(n)
e_battery = m.Var(lb=0, ub=4000, value=2000) #energy in battery at time t
# battery size 4 MWh, initial value is 2MWh
command = m.Var(lb=-1000, ub=1000) #command power -1 to 1 (in MW)
e_price = m.Param(value = price) #price is a list of 8760 values
ind_1=1; ind_2=1
ind1_price=1; ind2_price=1
ind_1 = m.Param(value = ind_1) 
ind_2 = m.Param(value = ind_2)
m.time = np.linspace(0,n-1,n)
m.Equation(e_battery.dt() == command)
m.Maximize((-command)*(e_price + ind_1*ind1_price + ind_2*ind2_price))
m.options.IMODE = 6
m.solve()

这提供了一个成功的解决方案：

EXIT: Optimal Solution Found.
The solution was found.
The final value of the objective function is  -6000.00005999999

---------------------------------------------------
Solver         :  IPOPT (v3.12)
Solution time  :  0.05 sec
Objective      :  -6000.00005999999
Successful solution
---------------------------------------------------