跳转到内容

AOE动作类型

动作是AOE有向边上的操作。源节点条件满足后,运行时执行对应动作,再按结果和失败模式决定是否进入目标节点。

完整文件的组织方法见AOE策略文件配置。按需要选择无动作、置点或求解器动作:

动作类型动作名称含义
None无动作不进行任何动作
SET_POINTS置点对测点和变量赋值
SET_POINTS_WITH_CHECK带检查的置点对测点和变量赋值并等待测点值和置点命令一致
SET_POINTS2支持向量计算的置点对测点和变量赋值(支持向量计算)
SET_POINTS_WITH_CHECK2支持向量计算的带检查置点对测点和变量赋值并等待测点值和置点命令一致(支持向量计算)
Solve线性方程组求解对线性方程组进行求解
NLSOLVE非线性方程组求解对非线性方程组进行求解
MILP混合整数线性规划(稀疏)稀疏描述的混合整数线性规划问题求解
Simple_MILP混合整数线性规划(稠密)稠密描述的混合整数线性规划问题求解
NLP非线性规划非线性规划问题求解

导入文件中的动作类型按表中名称填写,例如 Set_Points 中的下划线需要保留。置点参数1用于离散测点,参数2用于模拟测点,运行时会检查类型。

求解器输出先写入本AOE局部变量;写设备测点时,再连接一条类型正确的置点动作。跨AOE共享结果则显式写入已声明全局变量。动作格式与失败处理见AOE动作定义。

无动作即控制器不执行任何动作,该节点事件被触发后,直接进入下一节点事件的等待触发状态。

置点可以给测点设值,也可以更新局部变量或已声明的全局变量。右值可以是常数或表达式,用于保存中间结果、历史状态或控制指令。

同一动作中的全部右值先按动作前上下文求值,再批量写回。需要读取前一项的新结果时,拆成前后两条动作。

SET_POINTS_WITH_CHECK(带检查的置点)

Section titled “SET_POINTS_WITH_CHECK(带检查的置点)”

在置点之外,后继节点还检查测点反馈:离散值须与指令相同,模拟值与指令之差不超过1e-6。只有反馈检查和节点表达式同时满足,后继事件才成立。

为后继节点配置覆盖指令下发、设备响应和再次采样的超时,避免反馈尚未到达就超时。

SET_POINTS2(支持向量计算的置点)

Section titled “SET_POINTS2(支持向量计算的置点)”

该动作使用当前张量求值器。模拟测点写入参数2,例如 [a1,a2]:([1,2]+[15,10])*10+[1,2]; 得到161和122。逐元素乘法使用 .*,矩阵乘法使用 *;矩阵字面量为嵌套方括号。完整写法和索引规则见张量运算。

var:[a,b] 定义的是一个张量值,不是对a、b的可写引用;更新a、b应直接将 [a,b] 写在目标侧。所有右值在本动作批量写回前求值,需要读取前一步结果时拆为多条动作。

SET_POINTS_WITH_CHECK2(支持向量计算的带检查置点)

Section titled “SET_POINTS_WITH_CHECK2(支持向量计算的带检查置点)”

张量版带检查置点,计算规则同SET_POINTS2,反馈检查规则同SET_POINTS_WITH_CHECK。

可求解线性方程组 Ax = b,其中 A 为系数矩阵,x 为未知数组成的向量,b 为常数项向量。

#1)方程组:#
<方程式1>;
<方程式2>;
...
#2)变量声明:#
<变量名1>,<变量名2>,...

可求解非线性方程组。

#1)方程组:#
<方程式1>;
<方程式2>;
...
#2)变量声明:#
<变量名1>,<变量名2>,...
注:为了使计算收敛,变量必要时需要赋初值,格式为<变量名:初值>;

MILP与Simple_MILP(混合整数线性规划)

Section titled “MILP与Simple_MILP(混合整数线性规划)”

此动作用于在给定可行域内,求解线性约束下线性目标函数的最优解及最优值。

MILP全称为Mixed-integer linear programming,即混合整数线性规划,指目标函数和约束条件均为线性,部分决策变量限制为整数的数学规划问题。具体来说,其约束条件支持等式约束及不等式约束;变量类型包括 0-1变量、整型变量、实数型变量。

MILP使用稀疏的变量表达式表示;Simple_MILP按变量声明顺序显式给出稠密系数。数学目标相同,但两种文本格式不能仅靠修改动作名称互换。CSV填写 Simple_MILP,需要保留下划线。

可用“非零元素数÷总元素数”描述矩阵的稀疏程度,例如0.05表示95%的元素为0。该比例用于理解数据特征,解析器不会按这个比例自动切换动作或文本格式。

以混合整数线性规划(MILP)为例,其动作的设置参数包括:

#1)目标函数:#
min/max(<表达式>)
#2)约束条件:#
<bool表达式1>;
<bool表达式2>;
...
#3)变量声明:#
<变量名1>:<变量类型1>,
<变量名2>:<变量类型2>,
...

其中变量类型包括以下三类:

变量类型含义
10-1二进制变量
2整型变量
3实数型变量

实际列写时,按顺序写下目标函数、约束条件、变量声明的标准格式式子即可,上例中##间的内容不必写入。具体例子详见微网储能削峰填谷——AOE边声明。

稀疏MILP在参数1中写变量表达式:

max(5*x1+3*x2+2*x3+7*x4+4*x5);
2*x1+8*x2+4*x3+2*x4+5*x5<=10;
x1:1,x2:1,x3:1,x4:1,x5:1

稠密Simple_MILP在参数1中按x1…x5顺序列出系数;g(...)在这里用作约束系数列表:

max(5,3,2,7,4);
g(2,8,4,2,5)<=10;
x1:1,x2:1,x3:1,x4:1,x5:1

两种写法表达同一0–1背包问题,最优解x1=x4=x5=1,其余为0,目标值16。系数可包含在求解前由测点或局部变量算出的表达式。

约束右端RHS不要求只能是数字字面量。MILP会把两侧按决策变量整理,例如 x1<=limit-x2 中x2是声明的决策变量时会移到左侧。Simple_MILP的右端直接在AOE上下文中求值,允许 limit+offset 这类外部已知量表达式,不会自动把同名上下文量解释为本次决策变量并移项;写稠密模型时应显式准备完整系数行。两者约束支持 <=、>=、==,不要连写成 0<=x1<=1,上下界分开写或在变量段声明。

此动作用于在给定可行域内,求解约束下目标函数的最优解及最优值,其中目标函数和约束条件至少有一个为非线性。

NLP全称为Nonlinear programming,即非线性规划,指目标函数和约束条件至少有一个为非线性的数学规划问题。具体来说,其约束条件支持等式约束及不等式约束;该动作变量类型为实数型变量。

#1)目标函数:#
<表达式>
#2)约束条件:#
<表达式1>:[表达式下限/表达式上限];
<表达式2>:[表达式下限/表达式上限];
...
#3)变量声明:#
<变量名1>:[变量下限/变量上限/初始值],
<变量名2>:[变量下限/变量上限/初始值],
...
注:
1.若无上下限对应位置不写,如 `x:[/3]` 表示变量x≤3;
2.变量声明若无初始值要求,可简写为[变量下限/变量上限]。