Optimization (Pyomo) For Energy Investments Using Python

你会学到什么

• Pyomo 和 Python
• 从零开始的数学优化模型
• 能源投资问题。重点：可持续能源。全部在 Python 上。
• 字幕是手动创建的。因此，它们是完全准确的。它们不是自动生成的。
• giannelos dot com 官方证书的一部分

要求

唯一的前提是参加“giannelos dot com”计划的第一门课程，即“工作场所一直出现的数据科学代码”课程。

描述

课程内容是什么：

本课程教授如何应用数学优化，以找到最经济（最佳）的投资决策，并应用于能源。

数学优化模型是一种数据科学模型，用于经济分析。

在这种情况下，本课程展示了如何使用这些模型来分析能源基础设施投资。

重点放在可再生能源基础设施上，例如风电场、太阳能光伏和水力发电装置。

​

本课程的想法是，您要么拥有自己的咨询公司，要么为咨询公司工作，其客户是对能源投资感兴趣但尚未决定何时开始建设，选择哪个位置的公司，他们是不确定费用是多少。

您将建立一个优化模型，尽可能准确地模拟客户的具体要求，并产生可以向客户解释的结果。

客户将提供一些需要考虑的输入数据（通常是 Excel 文件）。这意味着优化模型必须读取客户端提供的输入数据，这可以通过 Python 完成。

在本课程中，将详细展示整个过程。

谁：

我是伦敦帝国理工学院的一名研究员，在获得博士学位之前、期间和之后，我在学术界和工业界的交叉点参与了 10 多年的高科技项目。我也是数据科学 giannelos dot com 项目的创始人。

• 伦敦帝国理工学院分析和数学优化应用于能源投资的哲学博士 (Ph.D.)，以及电力系统和经济学的工程硕士 (M. Eng.)。

特别鸣谢：

感谢Himalaya Bir Shrestha，他 一直为本课程的 Python 脚本开发做出贡献，并在 Medium 上发表了富有洞察力的帖子。

重要：

• 先决条件：Workplace 中一直出现的课程数据科学代码。
• 每个细节都有解释，这样您就不必在网上搜索或猜测。最后，您会对自己的知识和技能充满信心。
• 我们从头开始，因此您根本不需要提前做任何准备工作。只需按照屏幕上显示的内容进行操作，因为我们会慢慢进行并详细解释所有内容。

此课程面向哪些人：

• 企业家
• 经济学家。
• 多少
• 谷歌搜索率高的 giannelos dot com 计划的成员
• 投资银行家
• 学者、博士生、硕士生、本科生
• 研究生和博士生。
• 数据科学家
• 能源专业人士（投资规划、电力系统分析）
• 软件工程师
• 金融专业人士