电网公司追求购电费用最小的调度决策（线性规划Python）

（2）Scipy库实现

import numpy as np

from scipy import optimize as op

from scipy.optimize import linprog

目标函数

c = np.array([2,17,20,28,0,0,0,0])

等式约束

A_eq = np.array([[1,1,1,1,0,0,0,0]])

B_eq = np.array([420])

#不等式约束

#RG1+RG2+RG3+RG4>=250

#PG1+RG1<=250 PG2+RG2<=230 PG3+RG3<=240 PG4+RG4<=250

A_ub=np.array([[0,0,0,0,-1,-1,-1,-1],[1,0,0,0,1,0,0,0],[0,1,0,0,0,1,0,0],[0,0,1,0,0,0,1,0],[0,0,0,1,0,0,0,1]])

B_ub=np.array([-250,250,230,240,250])

#上下限

PG1=(0,250)

PG2=(0,230)

PG3=(0,240)

PG4=(0,250)

RG1=(0,0)

RG2=(0,160)

RG3=(0,190)

RG4=(0,0)

def main():

res = op.linprog(c, A_ub, B_ub, A_eq, B_eq, bounds=(PG1,PG2,PG3,PG4,RG1,RG2,RG3,RG4))

x=res.x

print(‘-------------求解结果--------------’)

print(‘电网公司调度最小费用（不计及备用报价）:’,res.fun)

print(‘------------各机组出力--------------’)

print(‘PG1’,x[0])

print(‘PG2’, x[1])

print(‘PG3’, x[2])

print(‘PG3’, x[3])

print(‘RG1’, x[4])

print(‘RG2’, x[5])

print(‘RG3’, x[6])

print(‘RG4’, x[7])

if name == “main”:

main()

-------------求解结果--------------

电网公司调度最小费用（不计及备用报价）: 3389.999999891957

------------各机组出力--------------

PG1 249.99999999045255

PG2 169.99999999295707

PG3 1.1774337158236562e-09

PG3 2.5833623929779e-10

RG1 0.0

RG2 59.99999999834014

RG3 189.99999999260325

RG4 0.0

Process finished with exit code 0

4、代码实现——计备用服务报价情况下

---

（1）Pulp库实现

import numpy as np

import pulp as pu

Lp = pu.LpProblem(“LpProb”, sense=pu.LpMinimize) # 最小值（最大值：LpMaximize)

PG1 = pu.LpVariable(‘PG1’, lowBound=0, upBound=250, cat=‘continous’) # 连续（Integer：离散，Binary：0/1变量）

PG2 = pu.LpVariable(‘PG2’, lowBound=0, upBound=230, cat=‘continous’)

PG3 = pu.LpVariable(‘PG3’, lowBound=0, upBound=240, cat=‘continous’)

PG4 = pu.LpVariable(‘PG4’, lowBound=0, upBound=250, cat=‘continous’)

RG1 = pu.LpVariable(‘RG1’, lowBound=0, upBound=0, cat=‘continous’)

RG2 = pu.LpVariable(‘RG2’, lowBound=0, upBound=160, cat=‘continous’)

RG3 = pu.LpVariable(‘RG3’, lowBound=0, upBound=190, cat=‘continous’)

RG4 = pu.LpVariable(‘RG4’, lowBound=0, upBound=150, cat=‘continous’)

Lp += 2PG1+17PG2+20PG3+28PG4+0RG1+0RG2+5RG3+7RG4

Lp += (RG1+RG2+RG3+RG4>=250)

Lp += (PG1+RG1<=250)

Lp += (PG2+RG2<=230)

Lp += (PG3+RG3<=240)

Lp += (PG4+RG4<=250)

Lp += (PG1+PG2+PG3+PG4==420) # 等式

Lp.solve()

print(“status:”, pu.LpStatus[Lp.status]) # 输出求解状态

print(‘------------各机组出力--------------’)

for i in Lp.variables():

print(i.name, “=”, i.varValue)

print(“电网公司调度最小费用（不计及备用报价）:”, pu.value(Lp.objective))

status: Optimal

------------各机组出力--------------

PG1 = 250.0

PG2 = 70.0

PG3 = 100.0

PG4 = 0.0

RG1 = 0.0

RG2 = 160.0

RG3 = 90.0

RG4 = 0.0

电网公司调度最小费用（不计及备用报价）: 4140.0

Process finished with exit code 0

（2）Scipy库实现

import numpy as np

from scipy import optimize as op

from scipy.optimize import linprog

目标函数

c = np.array([2,17,20,28,0,0,5,7])

等式约束

A_eq = np.array([[1,1,1,1,0,0,0,0]])

B_eq = np.array([420])

#不等式约束

#RG1+RG2+RG3+RG4>=250

#PG1+RG1<=250 PG2+RG2<=230 PG3+RG3<=240 PG4+RG4<=250

A_ub=np.array([[0,0,0,0,-1,-1,-1,-1],[1,0,0,0,1,0,0,0],[0,1,0,0,0,1,0,0],[0,0,1,0,0,0,1,0],[0,0,0,1,0,0,0,1]])

B_ub=np.array([-250,250,230,240,250])

#上下限

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

img-blog.csdnimg.cn/img_convert/252731a671c1fb70aad5355a2c5eeff0.png)

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。