燃料电池-电池系统Dymos建模问题求助

1. 电力时间序列定义的正确性验证 #

如果是参考插值方式实现的时间序列，确保以下两点即可：

• 用OpenMDAO的InterpND组件或scipy.interpolate.interp1d，在ODE中通过时间变量t实时插值得到对应节点的power_out_gearbox值，保证序列维度与Dymos的节点数匹配。
• 代码示例（ODE类中集成插值）：

from openmdao.components.interp_util.interp import InterpND

class MyODE(ExplicitComponent):
    def initialize(self):
        self.options.declare('power_timeseries', types=np.ndarray)
        self.options.declare('time_points', types=np.ndarray)

    def setup(self):
        self.add_input('t', units='s')
        self.add_output('power_out_gearbox', units='kW')
        # 初始化插值组件
        self.interp = InterpND(method='linear', points=self.options['time_points'], values=self.options['power_timeseries'])

    def compute(self, inputs, outputs):
        outputs['power_out_gearbox'] = self.interp.evaluate(inputs['t'])

2. opt=False状态变量的正确设置（解决“约束不依赖设计变量”错误） #

出现该错误是因为opt=False的状态变量若绑定了固定边界约束，且约束未关联任何设计变量。正确配置方式：

• 若仅需跟踪SoC轨迹、无需优化其初始/终值，需同时关闭边界固定与优化属性：

phase.add_state('state_of_charge',
                units='unitless',
                rate_source='dSoC_dt',
                opt=False,
                fix_initial=False,
                fix_final=False)

• 确保SoC的速率方程dSoC_dt依赖设计变量（比如split_ratio），否则该状态变量完全与优化无关，可直接改为输出变量而非状态变量。

3. static_target参数的合理配置（解决索引错误与NaN错误） #

静态参数（static_target=True）索引错误 #

原因是参数形状与节点数不匹配，静态参数应为标量或单元素数组，而非与节点数等长的数组。正确定义：

phase.add_parameter('split_ratio',
                    units='unitless',
                    static_target=True,
                    lower=0.0,
                    upper=1.0,
                    val=0.5)

时变参数（static_target=False）NaN错误 #

多因初始值不合理或物理逻辑出现数值异常，解决步骤：

1. 给split_ratio设置合理初始值（如val=0.5），避免优化起点无意义；
2. 限制split_ratio上下限为0-1，确保功率分配power_fc = split_ratio * power_out_gearbox、power_batt = (1-split_ratio)*power_out_gearbox无负数；
3. 在SoC速率方程中添加边界保护（如SoC低于0.2时强制放电速率为0），避免除以零、根号负数等异常。

其他代码改进建议 #

• 模块化拆分：把燃料电池系统、电池系统拆成独立OpenMDAO组件（如FuelCellSystem、BatterySystem），分别计算质量、成本、速率变量，提升代码可读性与复用性；
• 单位一致性：所有物理量显式指定单位（如功率用kW、质量用kg），避免隐式单位转换错误；
• 调试输出：在ODE中添加关键变量输出（如power_fc、dSoC_dt），用dymos.run_problem(prob, simulate=True)运行仿真，检查变量轨迹是否符合物理逻辑；
• 目标函数构建：起飞总质量需整合电池质量、燃料电池质量、初始燃料/氧化剂/水质量，在问题层面直接指定目标：

prob.add_objective('traj.phase0.timeseries.mass_total', index=0)

• 物理约束添加：补充燃料电池最大功率、电池SoC上下限等约束，确保优化解符合实际工程要求。

内容的提问来源于stack exchange，提问作者Yashwanth Pochareddy