从分段常数目标获取惩罚

(函数来自 pyomo.contrib.mpc.modeling.cost_expressions)

pyomo.contrib.mpc.modeling.cost_expressions.get_penalty_from_piecewise_constant_target(variables, time, setpoint_data, weight_data=None, variable_set=None, tolerance=0.0, prefer_left=True)[source]

返回一个IndexedExpression，用于惩罚指定变量与分段常数目标数据之间的偏差。

Parameters:

  • 变量 (列表的Pyomo变量) – 参与成本表达式的变量。

  • time (Iterable) – 用于成本表达式的索引

  • setpoint_data (IntervalData) – 保存将用作设定值的分段常数值

  • weight_data (ScalarData (optional)) – 变量的权重。默认值为全1。

  • tolerance (Float (optional)) – 用于确定时间点是否在区间内的容差。默认值为零。

  • prefer_left (Bool (optional)) – 如果一个时间点位于两个区间的边界上，是否选择左侧的值。默认值为 True。

Returns:

Pyomo表达式，按时间索引，用于相对于提供的设定点的总加权跟踪成本。

Return type:

Set, Expression