如何在R中进行更高效的顺序分析

Question

我想为一个为机器供电的可再生能源工厂实施一个电池系统。例如，机器需要 1000 kw/h 或最接近该数量的能量。如果产生的能量超过 1000 千瓦/小时，剩余的电量可用于为电池充电，假设为 100 千瓦。如果产生的能量小于 1000 kw/h 并且电池中有能量，则应使用电池的能量为机器供电。生成的能源数据集示例如下：

数据集Energia

路径	1 小时	2小时	3小时	4小时	5小时	6小时	...	8760小时
1	950,0	947,1	982,4	1013,5	1003,0	1087,7	...
2	1046,9	947,9	981,9	1031,9	984,8	931,8	...
3	996,1	1031,0	978,8	972,7	826,8	952,0	...
4	943,4	1015,2	1007,2	994,8	1017,4	979,8	...

我应该在哪里获取新能源和电池充电水平数据集，如下：

数据集 Bateria

路径	1 小时	2小时	3小时	4小时	5小时	6小时
1	0,0	0,0	0,0	13,5	16,5	100,0
2	46,9	0,0	0,0	31,9	16,7	0,0
3	0,0	31,0	9,8	0,0	0,0	0,0
4	0,0	15,2	22,3	17,2	34,6	14,4

新数据集Energia

路径	1 小时	2小时	3小时	4小时	5小时	6小时
1	950,0	947,1	982,4	1013,5	1003,0	1087,7
2	1046,9	994,8	981,9	1031,9	1000,0	948,5
3	996,1	1031,0	1000,0	982,5	826,8	952,0
4	943,4	1015,2	1007,2	1000,0	1017,4	1000,0

我正在一年（8760）的每个小时进行模拟 for 循环，有一千种可能的能源发电值路径。我目前正在为每一列创建一个 for 来检查条件（还有更多条件），代码是下一个：

carga_bateria<- data.frame(matrix(0, nrow = 1040, ncol = 8760))
for (i in 2:8760) {  
cond1<-energia[,i]>pot_elec
carga_bateria[cond1,i]=carga_bateria[cond1,i-1]*(1-0.02/100)+pmin(n_bat*7.55-carga_bateria[cond1,i-1]*(1-0.02/100),(energia[cond1,i]-pot_elec)*0.85)
# si la energia generada es mayor a la necsitada entonces la bateria queda con la carga anterior con la perdida de 0.02% + el minimo entre
#la bateria que hace falta y el excedente generado incluyendo la perdida de eficiencia al cargar de 85%.

cond2<-(energia[,i]+pmax(carga_bateria[,i-1]*(1-0.02/100)-n_bat*7.55*0.2,0))<pot_elec*0.3#cuando ni incluyendo la bateria en t-1 llega al 30% de la capacidad del electrolizador, entonces tambien se carga bateria
carga_bateria[cond2,i]=carga_bateria[cond2,i-1]*(1-0.02/100)+pmin(n_bat*7.55-carga_bateria[cond2,i-1]*(1-0.02/100),(energia[cond2,i])*0.85)

cond3<- pot_elec>energia[,i]&(pot_elec-energia[,i])<(carga_bateria[,i-1]*(1-0.02/100)-n_bat*7.55*0.2)#Caso desacarga parcial bateria, si el faltante lo puede cubrir la bateria
carga_bateria[cond3,i]=carga_bateria[cond3,i-1]*(1-0.02/100)-(pot_elec-energia[cond3,i]) #la bateria se descargaga en ese faltante
energia[cond3,i]<- pot_elec #la energia llega a la capacidad

cond4<- (energia[,i]+pmax(carga_bateria[,i-1]*(1-0.02/100)-n_bat*7.55*0.2,0))>pot_elec*0.3&(energia[,i]+pmax(carga_bateria[,i-1]*(1-0.02/100)-n_bat*7.55*0.2,0))<pot_elec# caso de descarga total
carga_bateria[cond4,i]= n_bat*7.55*0.2#la bateria se descargaga totalmente
energia[cond4,i]<- energia[cond4,i]+(carga_bateria[cond4,i-1]*(1-0.02/100)-n_bat*7.55*0.2) #la energia llega a la capacidad


cond99<-!cond1&!cond2&!cond3&!cond4
carga_bateria[cond99,i]=carga_bateria[cond99,i-1]*(1-0.02/100)
validacion[1,i]<-sum(cond1);validacion[2,i]<-sum(cond2);validacion[3,i]<-sum(cond3);validacion[4,i]<-sum(cond4)
validacion[5,i]<- sum(cond1,cond2,cond3,cond4)

}

但我想让这个过程尽可能高效。我相信并行化不是一种选择，因为分析是顺序的和有条件的，尽管我不知道。

Answer 1

我无法运行你的代码，因为你没有包含 energia 和 bateria 的数据集，但我建议将你的数据从宽格式转换为长格式 - 每个路径每小时一行，例如：

路径	霍拉	能源	电池
1	1	950.0	0.0
1	2	947.1	0.0
2	1	1046.9	46.9

然后您可以使用

group_by

（来自 dplyr）包以及

lead

和

lag

（也来自

dplyr

）向下移动数据集。

这是您要找的吗？