CVXPY可再生能源成本计算项目异常结果排查求助

项目背景 #

使用CVXPY求解克利夫兰市7月单日全可再生电力的最小成本，核心参数：

• 单日总需求：481GWh
• 风电装机成本：$1300/kW
• 光伏装机成本：$300/kW
• 锂电池储能成本：$153/kWh

模型通过随机模拟天气、风速，用正弦曲线模拟日照，手动设定类正弦逐小时需求，多次运行优化器覆盖不同场景。

现存问题 #

1. 已给风电/光伏装机容量添加非负约束，但输出频繁出现接近0的负值（如-1e-6量级）
2. 初始提供满电（481GWh）电池时，优化器未完全依赖初始储能，仍会配置风光装机

问题1：非负约束失效的排查与修复 #

可能原因

• 求解器浮点精度误差：CVXPY依赖的凸优化求解器（如ECOS、OSQP）存在微小数值噪声，接近0的负值是求解器计算误差，并非约束被突破
• 约束遗漏：未给wind_power_capacity和solar_power_capacity添加显式非负约束（仅约束了电池相关变量）
• 约束逻辑冲突：需求类约束过严，求解器只能通过极小负值满足等式约束

修复方案

1. 补全显式非负约束：确保装机容量的非负约束明确写入代码：

   # 强制风光装机容量非负
   constraints += [wind_power_capacity >= 0]
   constraints += [solar_power_capacity >= 0]
   

2. 处理数值精度问题：
   • 若为求解器噪声，可在结果后做截断：

     wind_result = max(wind_power_capacity.value, 0.0)
     solar_result = max(solar_power_capacity.value, 0.0)
     

   • 或用极小下界替代严格0，避免求解器波动：

     constraints += [wind_power_capacity >= 1e-9]
     constraints += [solar_power_capacity >= 1e-9]
     

3. 检查约束冲突：验证需求相关约束的合理性，比如当前代码中energy_in_battery[i] >= cuyahoga_county_energy_requirement[i]的逻辑是否正确（电池剩余电量无需大于当前需求，应为总供电满足需求）

问题2：初始储能未被充分利用的排查与修复 #

核心原因：约束逻辑错误

当前电池电量更新和需求约束的逻辑完全颠倒：

• 错误约束：要求energy_in_battery[i] >= 需求（电池剩余电量必须大于等于当前小时需求）
• 错误电量更新：energy_in_battery[i] = 风光发电 + 前序电量 - 需求，这会导致初始满电的电池在满足需求后，剩余电量仍需大于需求，迫使求解器额外配置风光发电来“填充”电池剩余量

修复方案：重构储能与需求约束逻辑

正确的能量平衡逻辑应围绕「总供电满足需求」和「电池电量在合理区间」展开：

1. 重新定义约束：

   for i in range(24):
       # 计算当前小时风光发电量
       wind_gen = today_wind_speed * wind_cp * wind_power_capacity
       solar_gen = solar_power_capacity * cloudy_factor * sun[i]
       demand = cuyahoga_county_energy_requirement[i]
   
       # 1. 总供电（风光发电 + 电池放电）≥ 当前需求
       constraints += [wind_gen + solar_gen + (energy_in_battery[i-1] if i>0 else starting_energy) >= demand]
   
       # 2. 电池电量更新：剩余电量 = 前序剩余 + 风光发电 - 需求
       if i == 0:
           constraints += [energy_in_battery[i] == starting_energy + wind_gen + solar_gen - demand]
       else:
           constraints += [energy_in_battery[i] == energy_in_battery[i-1] + wind_gen + solar_gen - demand]
   
       # 3. 电池电量边界约束：不能过度放电（≥0），不能超过容量（≤battery_capacity）
       constraints += [energy_in_battery[i] >= 0]
       constraints += [energy_in_battery[i] <= battery_capacity]
   

2. 检查目标函数：确保目标函数仅最小化装机成本（风光+储能）：

   objective = cp.Minimize(1300 * wind_power_capacity + 300 * solar_power_capacity + 153 * battery_capacity)
   

   初始储能属于已有资源，无需计入成本，这样求解器会优先使用免费的初始储能，仅当风光+储能的综合成本更低时才会配置装机。

3. 验证初始储能设置：确保starting_energy被正确赋值为481GWh，且没有额外约束强制要求风光装机容量大于0。

内容的提问来源于stack exchange，提问作者Ben