Python 能量分配中的成本最小化问题

我有一个能源分配的成本最小化问题。这个问题可能需要一段时间来描述。假设我们有一座建筑，比如说，在工作时间内每天需要5000单位的能量，4；00至13:00。我们有一台发电机，每小时可以提供500或800单位的能量，可以直接提供给大楼，也可以提供给电池，电池可以在以后的工作时间提供能量。电池的容量是，比如说，4000。电池提供能量的速率可能会有所不同。现在，我想要一份发电机工作状态的计划表（例如，直接向建筑物、电池或不工作的电池供电）和电池

<> P>有一些限制要考虑。第一个原因是电价变化。23:00至7:00每小时0.2美元，7:00至8:00和12:00至18:00每小时0.3美元，8:00至12:00和18:00至23:00每小时0.5美元。因此，我们希望电池能在低价时段储存发电机提供的能量，并在高价时段向建筑物提供能量。第二个问题是，我们希望供应的能量是稳定的

我的方法是使用线性规划。将值x_1，j指定为0或1，以指示发电机是否在j小时内直接向建筑物供电。将值x_2，j指定为0或1，以指示发电机在j小时内是否向蓄电池供电。将值x_3，j指定为0或1，以指示电池是否在j小时内向建筑物供电。所以我们有一个具有最小化目标函数的LP。然而，我担心这可能在计算上很昂贵，而且需要很长时间

---

我想知道是否有更好的解决办法。如有任何建议，将不胜感激。先谢谢你。顺便说一下，我正在使用Python。

这似乎更像是一个数学问题，而不是一个编程问题。也许更适合MIP模型，但从定义上讲，它们的计算成本并不高。如果模型不是很大，并且我们可以使用一个好的MIP解算器，我们可以很快得到好的解。这似乎更像是一个数学问题，而不是一个编程问题。也许更适合MIP模型，从定义上讲，计算并不昂贵。如果模型不是很大，并且我们有一个好的MIP解算器，我们可以很快得到好的解决方案。