Switch to English?
Yes
Переключитись на українську?
Так
Переключиться на русскую?
Да
Przełączyć się na polską?
Tak
Opublikuj swoje zlecenie za darmo i otrzymaj oferty od wykonawców freelancerów już minutę po opublikowaniu!

Opracowanie modelu MILP do optymalizacji pracy BESS Realizacja bilansów energetycznych (PV / Obciążenie /

Translated2105 PLN
Python

Załączniki 1

Wgląd do aplikacji jest dostępny tylko zarejestrowanym użytkownikom.
Opublikuj podobne zlecenie
  1. 14504
     24  0

    Kyryl Shcherbyna
    5 dni2274 PLN

    Cześć! Zrozumiałem, że opracowujesz model MILP do optymalizacji pracy systemów magazynowania energii i generacji słonecznej. Zadanie jest skomplikowane i obejmuje przetwarzanie dużych ilości danych, a także obliczenia finansowe. Optymalizacja pracy baterii za pomocą MILP i stworzenie modelu oceny wymaga czasu i precyzyjnego podejścia.

    W celu realizacji planuję: przeprowadzić analizę danych wejściowych (8760 godzinnych), dostosować parametry MILP, aby osiągnąć najlepszy wynik przy rozdzielaniu baterii, oraz opracować model finansowy do oceny NPV i IRR projektu. To pozwoli nie tylko na optymalizację eksploatacji BESS, ale także na dokładne zrozumienie efektywności inwestycyjnej.

    Jednak ważne jest, aby wyjaśnić kilka kwestii: czy masz już gotowe dane do obliczeń? Jakie konkretne kryteria zamierzasz wykorzystać do oceny efektywności? Czy są jakieś ograniczenia czasowe na realizację projektu? Upewnij się, że dane, które będziemy używać, są aktualne i pełne, w przeciwnym razie może to skomplikować pracę.

    Jeśli jesteś zainteresowany, porozmawiajmy szczegółowo o szczegółach projektu i wspólnie opracujmy plan. Chętnie pomogę!

    Translated
    Pokaż oryginał
    Przetłumacz
     
  2.
    Evgeniy Bibamon
    321  
    1 dzień2105 PLN

    zrobię najlepiej jak potrafię - a mogę to zrobić bardzo efektywnie, ponieważ stworzyłem do tego swój system operacyjny rozwój AI
    telegram bibamon

    Translated
    Pokaż oryginał
    Przetłumacz
     
  3.
    Mykhailo Pavlov SolidWay
    8773    60  0   1
    14 dni2105 PLN

    Cześć. Mogę zająć się modelem MILP do optymalizacji BESS. Sformalizuję ograniczenia, zaimplementuję model w Pythonie i przygotuję jasny scenariusz uruchomienia z kontrolą wyników.



    Postrzegam to jako jednorazowe zadanie inżynieryjne, w którym najpierw powinniśmy ustalić dane wejściowe, funkcję celu, ograniczenia baterii i sieci oraz format wyjściowy. Mam silny profil w Pythonie na FreelanceHunt i mogę szybko przekształcić specyfikację w wiarygodny plan wdrożenia.



    Następny krok: wyjaśnijmy pliki wejściowe, horyzont planowania, wymagania dotyczące solvera i kryteria akceptacji tutaj na FreelanceHunt.


    Translated
    Pokaż oryginał
    Przetłumacz
     
  4.
    Daniil Skrebets
    764    5  1
    21 dni2105 PLN

    Cześć!

    Mam doświadczenie w optymalizacji MILP w Pythonie (PuLP/Pyomo), pracy z szeregami czasowymi oraz Pandas/NumPy. Rozumiem, jak modelować SOC za pomocą ograniczeń liniowych i zapobiegać jednoczesnemu ładowaniu/rozładowaniu za pomocą zmiennych binarnych.

    Jestem gotów wykonać zadanie testowe w celu potwierdzenia.

    Translated
    Pokaż oryginał
    Przetłumacz
     
  5.
    Daria Kratofil
    196  
    10 dni2105 PLN

    Witam, mogę zająć się modelem milp do optymalizacji pracy akumulatora.

    Zbuduję model na podstawie danych z 8760 godzin z zarządzaniem ładowaniem/rozładowaniem, ograniczeniami baterii oraz uwzględnieniem generacji słonecznej. Część finansową można przedstawić osobno: przepływy pieniężne, NPV, IRR oraz porównanie scenariuszy.

    Na końcu powstanie przejrzysty model, który można testować na danych wyjściowych i zmieniać parametry bez przepisania logiki.

    Translated
    Pokaż oryginał
    Przetłumacz
     
  6.
    Roman Pastukhov
    702    1  0
    17 dni2105 PLN

    Cześć! Gotowy do współpracy. Oferuję wysoką jakość i szybką pracę. Pisz na stronie)

    Translated
    Pokaż oryginał
    Przetłumacz
     
  7.
    Dmytro Zmenkov
    148    1  1
    3 dni2274 PLN

    Dzień dobry. Jestem gotów zrealizować ten projekt, mam duże doświadczenie w tworzeniu różnych aplikacji.

    Translated
    Pokaż oryginał
    Przetłumacz
     
  8.
    Dariya V.
    994    16  0
    30 dni2274 PLN

    Dzień dobry!\nReprezentuję zespół zajmujący się tworzeniem oprogramowania, napisz do mnie na PW, aby omówić szczegóły.

    Translated
    Pokaż oryginał
    Przetłumacz
     
  9.
    Dmytro Romanchuk
    1822    10  0
    1 dzień2105 PLN

    Dzień dobry, mam doświadczenie w pracy z Pythonem oraz botami Telegram, mogę wszystko wykonać szybko i jakościowo, piszcie, omówimy szczegóły.

    Translated
    Pokaż oryginał
    Przetłumacz
     
  10.
    Volodymyr S.
    726    9  1
    3 dni2105 PLN

    Cześć! Twój projekt wygląda bardzo interesująco. Jestem gotów rozpocząć pracę natychmiast i zapewnić wysoką jakość.

    Translated
    Pokaż oryginał
    Przetłumacz
     
  11.
    Yaroslav C.
    265  
    1 dzień2105 PLN

    Dzień dobry, piszę w imieniu firmy Devoxen. Specjalizujemy się w Państwa zadaniu. Mamy duże doświadczenie w opracowywaniu skomplikowanych platform analitycznych, modeli optymalizacyjnych oraz rozwiązań backendowych o wysokim obciążeniu. Będziemy w stanie zrealizować system do oceny efektywności projektów PV/BESS z przetwarzaniem danych godzinowych 8760, optymalizacją MILP logiki dyspozycji baterii, a także pełną modelem finansowym z obliczeniami NPV/IRR i analizą scenariuszową. Możemy również zrealizować wygodny interfejs, integracje API oraz skalowalną architekturę pod dalszy rozwój platformy.

    Możemy to zrobić bez zbędnych pytań i strat czasowych. Dajemy również gwarancję i na życzenie wsparcie. Będziemy mogli zająć się Państwa projektem od razu po omówieniu specyfikacji.

    Proponuję przejść do wiadomości prywatnych w celu bardziej szczegółowej rozmowy.

    Translated
    Pokaż oryginał
    Przetłumacz
     
  12.
    Boris Lurga
    716    4  0
    27 dni2274 PLN

    Moja ekspertyza koncentruje się szczególnie na systemach optymalizacji, gdzie matematyczna formuła, ograniczenia operacyjne i logika finansowa muszą współpracować ze sobą poprawnie. Jest to kluczowe dla projektów PV + BESS, ponieważ nawet małe błędy w dynamice SOC, ograniczeniach dyspozycji czy logice taryfowej mogą prowadzić do nieprecyzyjnych ocen NPV, IRR i inwestycji.

    Nie jestem ogólnym programistą backendowym, który próbuje przybliżyć optymalizację za pomocą prostej logiki if/else. Mam rzeczywiste doświadczenie w budowaniu modeli matematycznej optymalizacji przy użyciu Pythona, przetwarzania szeregów czasowych i architektur opartych na solverach. System będzie zawierał odpowiednio sformułowany silnik optymalizacji MILP z ograniczeniami SOC, limitami ładowania/rozładowania, stratami efektywności, logiką interakcji z siecią oraz zapobieganiem jednoczesnemu ładowaniu i rozładowaniu za pomocą zmiennych binarnych i formułowania ograniczeń. Cel optymalizacji będzie zaprojektowany w celu maksymalizacji rzeczywistego korzyści ekonomicznej przy jednoczesnym zachowaniu stabilności modelu i jego przejrzystości.

    Szczególna uwaga zostanie poświęcona skalowalności, wydajności solvera i czystej architekturze modułowej. Struktura projektu zostanie podzielona na niezależne moduły, w tym optymalizator, silnik finansowy, przetwarzanie danych i warstwy raportowania. Takie podejście umożliwia przyszłą rozbudowę o dodatkowe struktury taryfowe, logikę rynku energii lub alternatywne konfiguracje BESS bez przepisania rdzenia optymalizacji. Ostateczny wynik nie tylko dostarczy wyjść dyspozycyjnych, ale także przejrzystych dowodów ekonomicznych odpowiednich do wsparcia decyzji inwestycyjnych.

    Plan pracy:

    Analiza wymagań MVP i godzinowych zestawów danych wejściowych
    … Projektowanie matematycznego modelu MILP i ograniczeń
    Implementacja logiki bilansu energetycznego PV, sieci, obciążenia i BESS
    Rozwój dynamiki SOC i obsługi ograniczeń operacyjnych
    Implementacja celu optymalizacji w celu maksymalizacji korzyści ekonomicznych
    Integracja obliczeń NPV, IRR i okresu zwrotu
    Optymalizacja wydajności modelu na 8760 godzinowych zestawach danych
    Modularyzacja warstw optymalizatora, finansów i przetwarzania danych
    Testowanie stabilności solvera i poprawności dyspozycji
    Przygotowanie ostatecznych wyników, w tym profili SOC i analizy oszczędności.

    Translated
    Pokaż oryginał
    Przetłumacz
     
    13. Jeszcze 9 ofert jest ukrytych
  • Sergiy Isakov
    12 maja, 10:23 |

    Привет

    Я хотел бы уточнить некоторые моменты.

    По данным

    1. В каком формате будут входные данные: CSV, Excel, API, другое?
    2. Load и PV — это kW или kWh за час?
    3. Есть ли пропуски в 8760, переходы времени, timezone?
    4. Данные всегда за один год или может быть несколько лет?

    По тарифам

    1. Есть ли отдельные цены покупки и продажи?
    2. Разрешен ли экспорт в сеть?
    3. Есть ли лимит экспорта?
    4. Есть ли demand charge — плата за максимальную мощность?
    5. Есть ли net metering?
    6. Можно ли заряжать батарею из сети?

    По батарее

    1. SOC начальный и конечный должны быть одинаковыми?
    2. Нужно ли учитывать degradation?
    3. Есть ли ограничение на cycles per day/year?
    4. Можно ли батарее продавать энергию в сеть?
    5. Нужно ли учитывать inverter limit отдельно от battery power?

    По PV

    1. Что делать с surplus PV: экспорт, curtailment или заряд батареи?
    2. Есть ли ограничение inverter AC capacity?
    3. Нужно ли моделировать PV degradation по годам?

    По финансам (простая модель или полноценная инвестиционная)

    1. Какая валюта?
    2. Какой discount rate?
    3. Project lifetime: 5, 10, 15, 20, 25 лет?
    4. CAPEX задается отдельно для PV и BESS?
    5. Есть ли OPEX?
    6. Нужно ли учитывать замену батареи?
    7. Нужны ли налоги, субсидии, кредитное финансирование?

    По результатам

    1. Нужен API, Excel export, dashboard или всё вместе?
    2. Какие таблицы нужны на выходе?
    3. Нужны ли графики SOC / dispatch / savings?
    4. Нужно ли сравнение сценариев: без батареи, с батареей, разные емкости?
    5. Нужно ли оптимизировать размер батареи или только dispatch для заданной батареи?


    И еще по поводу оптимизатора - ориентироваться на бесплатный HiGHS  или сразу на коммерческий Gurobi?

    Жду ваших ответов, чтобы сделать предложение
  • Inna Arabadzhy
    13 maja, 18:37 |

    Спасибо, очень хороший список вопросов — отвечаю, фиксируем scope MVP:

    🔹 Данные

    • Формат: Excel (основной), CSV допустимо

    • Load и PV: kWh за час

    • Данные: 8760 часов, 1 год

    • Пропуски: предполагаем чистые данные (без дыр)

    • Timezone: фиксированный, без усложнений

    🔹 Тарифы

    • Есть:

      • import tariff (покупка)

      • export tariff (продажа)

    • Экспорт:

      • разрешён

      • без сложных лимитов (в MVP)

    • ❌ Нет в MVP:

      • demand charge

      • net metering

      • сложные тарифные конструкции

    • Заряд от сети:

      • да, разрешён

    🔹 Батарея (BESS)

    • SOC:

      • есть min/max

      • SOC_start = SOC_end (важно)

    • Ограничения:

      • мощность charge/discharge

      • efficiency

      • запрет одновременного charge/discharge (binary variables)

    • Деградация:

      • да, учитываем как линейную стоимость €/kWh discharge

      • без сложных моделей

    • ❌ Нет в MVP:

      • cycle limits

      • сложная деградация

    • Разряд в сеть:

      • да, разрешён

    🔹 PV

    • Surplus PV:

      • приоритет:

        1. load

        2. BESS

        3. export

        4. curtailment

    • ❌ Не учитываем в MVP:

      • PV degradation

      • inverter AC limit (пока можно игнорировать)

    🔹 Финансовая модель

    • Валюта: любая (параметр)

    • Discount rate: входной параметр

    • Lifetime: 10–15 лет (задаётся)

    • CAPEX:

      • отдельно PV и BESS

    • OPEX:

      • да (упрощённо)

    • Замена батареи:

      • можно упростить или отложить (не критично для MVP)

    •  Не нужно сейчас, можно следующим этапом :

      • налоги

      • субсидии

      • кредитное финансирование

    🔹 Результаты

    Нужно:

    • таблицы:

      • dispatch (8760)

      • SOC

      • grid import/export

      • PV allocation

    • финансы:

      • annual savings

      • NPV

      • IRR

      • Payback

    • графики:

      • SOC

      • dispatch

      • тариф vs поведение батареи

    • сравнение:

      • с батареей vs без батареи (обязательно)

    🔹 Оптимизация

    • На MVP:

      • фиксированный размер батареи

      • оптимизируем только dispatch

    • Оптимизация размера — позже

    🔹 Solver

    • Основной: HiGHS (open-source)

    • Gurobi — не требуется на MVP

    🔹 Важно (контекст задачи)

    Это MVP / prototype, не production.

    Цель:

    проверить корректность связки
    dispatch → экономический эффект → NPV

    Не требуется:

    • API

    • сложная архитектура

    • multi-user система
  • Inna Arabadzhy
    13 maja, 19:59 |

    Напишите мне, пожалуйста, в личных сообщениях.
  • Inna Arabadzhy
    13 maja, 17:52 |

    Спасибо, очень хороший список вопросов — отвечаю, фиксируем scope MVP:

    🔹 Данные

    • Формат: Excel (основной), CSV допустимо

    • Load и PV: kWh за час

    • Данные: 8760 часов, 1 год

    • Пропуски: предполагаем чистые данные (без дыр)

    • Timezone: фиксированный, без усложнений

    🔹 Тарифы

    • Есть:

      • import tariff (покупка)

      • export tariff (продажа)

    • Экспорт:

      • разрешён

      • без сложных лимитов (в MVP)

    • ❌ Нет в MVP:

      • demand charge

      • net metering

      • сложные тарифные конструкции

    • Заряд от сети:

      • да, разрешён

    🔹 Батарея (BESS)

    • SOC:

      • есть min/max

      • SOC_start = SOC_end (важно)

    • Ограничения:

      • мощность charge/discharge

      • efficiency

      • запрет одновременного charge/discharge (binary variables)

    • Деградация:

      • да, учитываем как линейную стоимость €/kWh discharge

      • без сложных моделей

    • ❌ Нет в MVP:

      • cycle limits

      • сложная деградация

    • Разряд в сеть:

      • да, разрешён

    🔹 PV

    • Surplus PV:

      • приоритет:

        1. load

        2. BESS

        3. export

        4. curtailment

    • ❌ Не учитываем в MVP:

      • PV degradation

      • inverter AC limit (пока можно игнорировать)

    🔹 Финансовая модель

    • Валюта: любая (параметр)

    • Discount rate: входной параметр

    • Lifetime: 10–15 лет (задаётся)

    • CAPEX:

      • отдельно PV и BESS

    • OPEX:

      • да (упрощённо)

    • Замена батареи:

      • можно упростить или отложить (не критично для MVP)

    •  Не нужно сейчас, можно следующим этапом :

      • налоги

      • субсидии

      • кредитное финансирование

    🔹 Результаты

    Нужно:

    • таблицы:

      • dispatch (8760)

      • SOC

      • grid import/export

      • PV allocation

    • финансы:

      • annual savings

      • NPV

      • IRR

      • Payback

    • графики:

      • SOC

      • dispatch

      • тариф vs поведение батареи

    • сравнение:

      • с батареей vs без батареи (обязательно)

    🔹 Оптимизация

    • На MVP:

      • фиксированный размер батареи

      • оптимизируем только dispatch

    • Оптимизация размера — позже

    🔹 Solver

    • Основной: HiGHS (open-source)

    • Gurobi — не требуется на MVP

    🔹 Важно (контекст задачи)

    Это MVP / prototype, не production.

    Цель:

    проверить корректность связки
    dispatch → экономический эффект → NPV

    Не требуется:

    • API

    • сложная архитектура

    • multi-user система
  • Inna Arabadzhy
    13 maja, 17:53 |

    Как бы вы сформулировали objective function для этой задачи, если цель — максимизация экономического эффекта проекта?
  • Sergiy Isakov
    13 maja, 20:05 |

    Инна, добрый вечер
    Спасибо за ваши ответы
    Может мы перейдем в личный канал переписки, так как уже начинается обсуждение важных вопросов, которые не совсем хотелось бы освещать в открытом форуме
    Спасибо за понимание
    Начинаю готовить предложение
    На ваш вопрос:

    Для MVP я бы формулировал objective не как “максимизировать NPV” напрямую, а как:

    на уровне MILP:
max annual operational benefit

на уровне finance:
annual operational benefit → cash flow → NPV / IRR / Payback

    То есть MILP оптимизирует 8760-часовую эксплуатацию, а NPV считается уже после оптимизации.
  • Inna Arabadzhy
    13 maja, 20:07 |

    Давайте перейдем в формат личного канала переписки 
  • Sergiy Isakov
    14 maja, 9:28 |

    давайте
  • Sergiy Isakov
    14 maja, 9:32 |

    я сделаю ставку, чтобы появился доступ
  • Inna Arabadzhy
    14 maja, 21:17 |

    Пишите мне в личные сообщения
  • Sergiy Isakov
    15 maja, 9:49 |

    здесь нельзя передавать личную инфу
    вы можете создать персональный проект на Freelancehunt и отправить мне приглашение. После этого я приму проект, и мы продолжим работу в личном кабинете или можете найти меня где угодно по фи

Aktualne zlecenia dla freelancerów w kategorii Python

Opracowanie oprogramowania do zarządzania iPhone'em przez kabel USB z komputera PC

842 PLN

Należy opracować program dla systemu Windows, który umożliwia podłączenie iPhone'a z jailbreak przez kabel USB i zarządzanie nim z komputera.Główne funkcje:Podłączenie iPhone'a przez USB. Program powinien szybko rozpoznawać podłączonego iPhone'a i działać przez kabel, aby…

C i C++,  Python ∙ 1 dzień 5 godzin temu ∙ 17 ofert

BuzzPost automatyzacja Facebooka pod Izrael

Projekt już istnieje i działa - zadanie polega na rozwiązaniu problemu z ograniczeniem na Facebooku, gdy liczba postów na godzinę przekracza 3-4 (od 7 rano do 12 w nocy) konta klientów są ograniczane przez Facebooka. Strona - https://buzzpost.co.il/ Również poszukać luk w…

Python,  Praca z klientami ∙ 2 dni 1 godzina temu ∙ 15 ofert

Platforma komentowania AI dla TikTok i Instagram.

Cel projektuOpracować system, który pozwala zarządzać dużą liczbą kont TikTok i Instagram oraz automatycznie publikować odpowiednie komentarze pod wybranymi filmami z wykorzystaniem AI.Podstawowa funkcjonalność1. Zarządzanie kontamiNależy wdrożyć możliwość podłączenia…

AI i uczenie maszynowe,  Python ∙ 6 dni 3 godziny temu ∙ 23 oferty

Zbudować model klasyfikacji klientów

1. Są dane klientów w Mongo/SQL (około 20 000 zapisów z surowymi danymi). 2. Należy na ich podstawie zbudować cechy i model klasyfikacji klientów na grupy behawioralne. 3. Projekt wykonać w Pythonie.

AI i uczenie maszynowe,  Python ∙ 7 dni 22 godziny temu ∙ 46 ofert

Automatyzacja IT prowadzenia raportowania VAT

842 PLN

Konieczne jest opracowanie systemu do automatyzacji przenoszenia danych o sprzedaży z CRM do systemu księgowego Wafeq. System ma importować raporty bankowe i płatnicze, automatycznie uzgadniać płatności z fakturami, generować faktury do raportowania VAT oraz minimalizować pracę…

AI i uczenie maszynowe,  Python ∙ 8 dni 3 godziny temu ∙ 52 oferty

Zleceniodawca
 Inna Arabadzhy
Ukraina Odessa  2  0
Zlecenie zostało opublikowane
1 miesiąc 17 dni temu
1 miesiąc 15 dni
349 wyświetleń
Tagi
  • BESS
  • MILP