AOE动作定义
4.3.4 AOE动作定义
Section titled “4.3.4 AOE动作定义”前端入口:设置项 → AOE → 目标策略的编辑页,在动作区域新增或编辑起点、终点、动作类型、失败处理及参数。条目应用后保存整个策略,再加载并查看结果。
策略文件的第4段定义有向边:从哪个事件出发、执行什么操作、完成后进入哪个事件,以及失败时如何处理。
填写动作字段
Section titled “填写动作字段”| 字段 | 填写规则 |
|---|---|
| AOE ID | 与网络定义中的ID一致 |
| 首尾节点 | 源节点ID;目标节点ID,如 1;2 表示节点1到节点2 |
| 动作名称 | 描述这一步执行的操作 |
| 失败模式 | Default、Ignore、Stop_Failed、Stop_All |
| 动作类型 | 见下面的动作示例及动作类型 |
| 动作参数1 | 置点动作的离散量,或求解器的数学模型 |
| 动作参数2 | 置点动作的模拟量,或求解器选项 |
CSV中的动作类型请使用本页表格写法,例如 Set_Points,失败模式使用 Stop_Failed / Stop_All;字母不区分大小写,下划线须保留。前端编辑时在相应下拉框选择动作类型与失败模式。
置点目标可以是测点、局部变量或已声明全局变量。离散测点必须写在参数1,模拟测点必须写在参数2,放错会被运行时拒绝。
单条动作先读取动作前的上下文并计算全部右值,再批量提交。a:a+1;b:a; 中b得到旧a,需要先后依赖时拆成两条动作。向量计算和逐元素运算见张量运算。
失败后是否继续
Section titled “失败后是否继续”
目标节点是否继续,取决于所有入边动作的执行结果和失败模式。以上图的汇合节点i为例:动作1、2、3全部成功时,进入节点i事件判断;动作1失败时按下表处理。
| 动作1的失败模式 | 对节点i的影响 | 对本次AOE的影响 |
|---|---|---|
Ignore | 可进入事件判断 | 继续 |
Stop_Failed | 不进入事件判断 | 阻止目标分支 |
Stop_All | 不进入事件判断 | 退出整个AOE |
Default | 其他入边成功或使用Ignore时才可进入 | 不自动重试 |
目标节点继续需同时满足:
- 没有失败模式为
Stop_All或Stop_Failed的动作执行失败。 - 至少有一个执行成功或失败模式为
Ignore的动作。
举例如下:AOE 70000 在节点6汇合,动作3、6、7分别使用 Ignore、Stop_Failed、Stop_All。
该模型的目标无上界,求解会失败。动作3的Ignore允许其对应入边继续;动作6的Stop_Failed仍会阻止节点6,动作7的Stop_All会结束本次AOE,所以动作8不会执行。验证每种失败模式时应分别改变入边模式,不能将Ignore理解为能够覆盖其他Stop_Failed或Stop_All。
完整配置表(保留导入列顺序)
| AOE ID | 首尾节点 | 动作名称 | 失败模式 | 动作类型 | 动作参数1(离散量/模型) | 动作参数2(模拟量/选项) |
|---|---|---|---|---|---|---|
| 70000 | 1;2 | 动作1 | Default | None | ||
| 70000 | 1;3 | 动作2 | Default | None | ||
| 70000 | 2;6 | 动作3 | Ignore | MILP | max(x1+x2); x1>=0; x1:2,x2:2 | |
| 70000 | 3;4 | 动作4 | Default | None | ||
| 70000 | 3;5 | 动作5 | Default | None | ||
| 70000 | 4;6 | 动作6 | Stop_Failed | MILP | max(x1+x2); x1>=0; x1:2,x2:2 | |
| 70000 | 5;6 | 动作7 | Stop_All | MILP | max(x1+x2); x1>=0; x1:2,x2:2 | |
| 70000 | 6;7 | 动作8 | Default | Set_Points | a4:a4+1; |
附件:失败模式.zip
| 动作类型 | 本例AOE / 首尾节点 | 参数读法 |
|---|---|---|
None | 70001 / 1;2 | 两参数为空 |
Set_Points、SET_POINTS_WITH_CHECK | 70002 / 2;3 | 参数1离散量,参数2模拟量;带检查动作等待反馈 |
Set_Points2、SET_POINTS_WITH_CHECK2 | 70002 / 2;3 | 张量赋值;逐元素乘法用 .* |
Solve、NLSOLVE | 70003 / 2;3 | 参数1为方程组和变量声明 |
MILP / Simple_MILP | 70004 / 2;3 | 参数1为目标、约束和变量声明 |
NLP | 70005 / 2;3 | 参数1为目标、约束和变量边界 |
这些单动作示例均使用 Default 失败模式。完整表达式、赋值结果和求解器参数见下方;动作含义另见AOE动作类型。
完整配置表(保留导入列顺序)
None(无动作)
Section titled “None(无动作)”| AOE ID | 首尾节点 | 动作名称 | 失败模式 | 动作类型 | 动作参数1(离散量/模型) | 动作参数2(模拟量/选项) |
|---|---|---|---|---|---|---|
| 70001 | 1;2 | 事件不动作 | Default | None |
动作含义:ID为70001的AOE网络,节点1至节点2无动作。
SetPoints(置点)
Section titled “SetPoints(置点)”| AOE ID | 首尾节点 | 动作名称 | 失败模式 | 动作类型 | 动作参数1(离散量/模型) | 动作参数2(模拟量/选项) |
|---|---|---|---|---|---|---|
| 70002 | 2;3 | 变量赋值 | Default | Set_Points | a:1; | b:1.0; |
动作含义:ID为70002的AOE网络,节点2至节点3进行赋值动作,离散型测点a(或变量)赋值为1,连续型测点b(或变量)赋值为1.0。
具体例子:房屋温度控制——AOE边声明。
SET_POINTS_WITH_CHECK(带检查的置点)
Section titled “SET_POINTS_WITH_CHECK(带检查的置点)”| AOE ID | 首尾节点 | 动作名称 | 失败模式 | 动作类型 | 动作参数1(离散量/模型) | 动作参数2(模拟量/选项) |
|---|---|---|---|---|---|---|
| 70002 | 2;3 | 赋值并检查 | Default | SET_POINTS_WITH_CHECK | a:1; | b:1.0; |
动作含义:ID为70002的AOE网络,节点2至节点3进行赋值并检查动作,离散型测点a(或变量)赋值为1,连续型测点b(或变量)赋值为1.0,后继节点3同时检查a、b的量测反馈与自身条件;需为节点3留足超时。
Set_Points2(支持向量计算的置点)
Section titled “Set_Points2(支持向量计算的置点)”| AOE ID | 首尾节点 | 动作名称 | 失败模式 | 动作类型 | 动作参数1(离散量/模型) | 动作参数2(模拟量/选项) |
|---|---|---|---|---|---|---|
| 70002 | 2;3 | 赋值并检查 | Default | Set_Points2 | [a1,a2]:([1,2]+[15,10]).*[10,100]+[1,2]; | [b1,b2]:([1.0,2.5]+[15.0,10.0]).*[10.0,100.0]+[1.0,2.0]; |
动作含义:ID为70002的AOE网络,节点2至节点3进行向量计算并赋值。参数1右值为[161,1202]、参数2右值为[161.0,1252.0],分别赋值给[a1,a2]和[b1,b2],即a1=161,a2=1202, b1=161.0, b2=1252.0。
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)”| AOE ID | 首尾节点 | 动作名称 | 失败模式 | 动作类型 | 动作参数1(离散量/模型) | 动作参数2(模拟量/选项) |
|---|---|---|---|---|---|---|
| 70002 | 2;3 | 赋值并检查 | Default | SET_POINTS_WITH_CHECK2 | [a1,a2]:[t1,t2].[10,10].[10,10]+[1,1]; | [b1,b2]:[t1,t2].[10.0,10.0].[10.0,10.0]+[1.5,1.5]; |
动作含义:ID为70002的AOE网络,节点2至节点3进行向量计算后赋值并检查动作。等式1右边向量计算结果为[100*t1+1,100*t2+1],等式2右边向量计算结果为[100.0*t1+1.5,100.0*t2+1.5]。测点b1赋值为100.0*t1+1.5,测点b2赋值为100.0*t2+1.5,后继节点3同时检查离散与模拟目标的量测反馈和自身条件;需为节点3留足超时。
Solve(线性方程组求解)
Section titled “Solve(线性方程组求解)”| AOE ID | 首尾节点 | 动作名称 | 失败模式 | 动作类型 | 动作参数1(离散量/模型) | 动作参数2(模拟量/选项) |
|---|---|---|---|---|---|---|
| 70003 | 2;3 | 方程组求解 | Default | Solve | x1+5/3*x2+min(2,5)*x3 = 1; 3*x2 = 4*3; 3*x2+sin(8-2)*x3 = 7; x1,x2,x3 |
动作含义:ID为70003的AOE网络,节点2至节点3进行线性方程组求解动作。
具体例子:直流法潮流计算——AOE边声明。
NLSOLVE(非线性方程组求解)
Section titled “NLSOLVE(非线性方程组求解)”| AOE ID | 首尾节点 | 动作名称 | 失败模式 | 动作类型 | 动作参数1(离散量/模型) | 动作参数2(模拟量/选项) |
|---|---|---|---|---|---|---|
| 70003 | 2;3 | 非线性方程组求解 | Default | NLSOLVE | x1^2-10*x1+x2^2+8; x1*x2^2+x1-10*x2+8; x1,x2 | max_iter:50; tol:1e-6 |
动作含义:ID为70003的AOE网络,节点2至节点3进行非线性方程组求解动作。动作参数2为可选求解参数,默认值为最大迭代次数max_iter=50,收敛精度tol=1e-6。
具体例子:交流法潮流计算——AOE边声明。
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)”| AOE ID | 首尾节点 | 动作名称 | 失败模式 | 动作类型 | 动作参数1(离散量/模型) | 动作参数2(模拟量/选项) |
|---|---|---|---|---|---|---|
| 70004 | 2;3 | 混合整数线性规划 | Default | MILP | max((5*2)*x1+3*x2+2*x3+(10-3)*x4+4*x5); 2*x1+(2*4)*x2+4*x3+2*x4+max(1,5)*x5 <= 5*2; x1:1,x2:1,x3:1,x4:1,x5:1 | maxIt:500; primalT:1e-6 |
动作含义:ID为70004的AOE网络,节点2至节点3进行混合整数线性规划动作。动作参数2用于求解选项。使用CBC时可填写 maxIt:500;primalT:1e-6,分别限制迭代次数和设置可行性容差;使用HiGHS的安装包不采用这两个CBC选项,时间限制为120秒。配置前确认当前软件支持的求解器及其选项。
具体例子:储能辅助调频——AOE边声明。
上表是MILP的稀疏表达式。使用稠密动作 Simple_MILP 时,同一问题的参数1应写为 max(10,3,2,7,4);g(2,8,4,2,5)<=10;x1:1,x2:1,x3:1,x4:1,x5:1,参数2仍按实际求解器填写;不能直接沿用上表稀疏模型。这里每个系数按x1至x5声明顺序排列。
两种格式的约束右端都可以包含求解前已知的上下文表达式。MILP会对两侧决策变量作线性整理;Simple_MILP直接将右端作为AOE上下文表达式求值,不执行决策变量移项。完整格式见动作类型中的等价示例。
NLP(非线性规划)
Section titled “NLP(非线性规划)”| AOE ID | 首尾节点 | 动作名称 | 失败模式 | 动作类型 | 动作参数1(离散量/模型) | 动作参数2(模拟量/选项) |
|---|---|---|---|---|---|---|
| 70005 | 2;3 | 非线性规划 | Default | NLP | x1*x4*(x1+x2+x3)+x3; x1*x2*x3*x4:[25/2e19]; x1^2+x2^2+x3^2+x4^2:[40/40]; x1:[1/5],x2:[1/5],x3:[1/5],x4:[1/5] | max_iter:500; tol:1e-6 |
动作含义:ID为70005的AOE网络,节点2至节点3进行非线性规划动作。动作参数2为可选求解参数,默认值为最大迭代次数max_iter=500,收敛精度tol=1e-6等,详见Ipopt设置文档
具体例子:最优潮流计算——AOE边声明。
具体应用:房屋温度控制、直流法潮流、交流法潮流、储能辅助调频、最优潮流。
求解参数与结果检查
Section titled “求解参数与结果检查”使用前确认控制器安装包支持所选求解功能。求解输出先写本AOE局部变量,再通过后续置点动作写入测点或显式共享变量。
Newton求解器默认 max_iter=50、tol=1e-6,还支持 residual_tol 和 line_search。回溯默认开启,残差需满足容差,不能只因步长很小就认定收敛;迭代次数与容差必须为有效正数。residual_tol用于残差容差,line_search用于选择是否回溯;按数值问题需要设置。NLP默认最大迭代次数为500,见上面的NLP示例。
运行前AOE会同步量测;常规重置使用当前量测,进程重新启动使用模型初值。导入和重置规则见策略文件配置。验证时同时检查动作结果、后继节点与目标测点反馈。
将示例动作组成可运行策略
Section titled “将示例动作组成可运行策略”本页单行示例展示动作字段,运行前还需在同一策略文件中声明所属AOE、对应的源/目标节点和用到的变量,并在测点表定义所有测点目标。填写动作参数时,先按离散/模拟类型选列,再放入表达式;含逗号或换行的模型保持为一个CSV单元格。
上传完整测点与策略文件、重置后,在“AOE结果”展开本次执行,检查动作的成功/失败及目标节点是否继续,再查看输出测点。测试失败模式附件时,每次只改变一种入边模式并重跑,比较节点6与动作8是否被执行。