使用 gekko 进行优化时返回“@Error：未找到解决方案”

Question

我正在尝试完成长达一年的电池优化问题（8760 小时）。 “ind_1”和“ind_2”是长度为 8760 的列表，包含 0s/1s。一年中的某些时间可能会获得额外收入，因此这些指标列表用于区分这些时间（进一步用于最大化功能）。

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()

当我运行上述模型时，它会运行大约 20 次迭代，然后返回错误：“@error: Solution Not Found”。此任务的目标是返回一个包含 8760 个值的数组（命令变量），以最大化返回。这个错误来自哪里的任何想法？

Answer 1

看起来其中一个方程式不正确：

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

这会导致 e_battery 呈指数上升，超过上限。应该是：

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

有一个特定的错误代码可以让您深入了解求解器未能找到解决方案的原因。最常见的两个是最大迭代和不可行的解决方案。如果是最大迭代次数，请尝试将m.options.MAX_ITER 设置为更高的数字（最多 1000？）。如果它是不可行的解决方案，那么查看运行目录m.path 中的infeasibilities.txt 文件以找到导致问题的约束。要尝试的另一件事是最初使用较小的时间范围来验证它是否适用于大约 100 个时间步长的东西。

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()

这给出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
 ---------------------------------------------------