EAuto mit unterschiedlicher Ladeleistung (auch Optimierung)

2 stufige Optimierung, erst binär, dann mit float

modules/class_eauto.py

@@ -30,8 +30,9 @@ class EAuto:
             return
         
         for moeglich in self.laden_moeglich:
-            if moeglich == 1 and self.soc < 100:
-                geladene_energie = min(self.ladegeschwindigkeit, (100 - self.soc) / 100 * self.akku_kapazitaet)
+            if moeglich > 0.0 and self.soc < 100:
+                # Berechnung der geladenen Energie basierend auf dem Anteil der Lademöglichkeit
+                geladene_energie = min(self.ladegeschwindigkeit * moeglich, (100 - self.soc) / 100 * self.akku_kapazitaet)
                 self.soc += geladene_energie / self.akku_kapazitaet * 100
                 self.soc = min(100, self.soc)
                 self.stuendliche_last.append(geladene_energie)
@@ -42,6 +43,24 @@ class EAuto:
         # Umwandlung der stündlichen Last in ein NumPy-Array
         self.stuendliche_last = np.array(self.stuendliche_last)
 
+    # def berechne_ladevorgang(self):
+        # if self.laden_moeglich is None:
+            # print("Lademöglichkeit wurde nicht gesetzt.")
+            # return
+        
+        # for moeglich in self.laden_moeglich:
+            # if moeglich > 1 and self.soc < 100:
+                # geladene_energie = min(self.ladegeschwindigkeit, (100 - self.soc) / 100 * self.akku_kapazitaet)
+                # self.soc += geladene_energie / self.akku_kapazitaet * 100
+                # self.soc = min(100, self.soc)
+                # self.stuendliche_last.append(geladene_energie)
+            # else:
+                # self.stuendliche_last.append(0)  # Keine Ladung in dieser Stunde
+            # self.stuendlicher_soc.append(self.soc)
+            
+        # # Umwandlung der stündlichen Last in ein NumPy-Array
+        # self.stuendliche_last = np.array(self.stuendliche_last)
+
     def get_stuendliche_last(self):
         """Gibt das NumPy-Array mit der stündlichen Last zurück."""
         return self.stuendliche_last

modules/class_load_container.py

@@ -4,9 +4,10 @@ import numpy as np
 from pprint import pprint
 
 class Gesamtlast:
-    def __init__(self):
+    def __init__(self, prediction_hours=24):
         self.lasten = {}  # Enthält Namen und Lasten-Arrays für verschiedene Quellen
-    
+        self.prediction_hours=prediction_hours
+        
     def hinzufuegen(self, name, last_array):
         """
         Fügt ein Array von Lasten für eine bestimmte Quelle hinzu.
@@ -14,8 +15,11 @@ class Gesamtlast:
         :param name: Name der Lastquelle (z.B. "Haushalt", "Wärmepumpe")
         :param last_array: Array von Lasten, wobei jeder Eintrag einer Stunde entspricht
         """
+        if(len(last_array) != self.prediction_hours):
+                raise ValueError(f"Gesamtlast Inkonsistente Längen bei den Arrays: ", name," ", len(last_array)  ) 
         self.lasten[name] = last_array
     
+    
     def gesamtlast_berechnen(self):
         """
         Berechnet die gesamte Last für jede Stunde und gibt ein Array der Gesamtlasten zurück.

modules/visualize.py

@@ -63,11 +63,11 @@ def visualisiere_ergebnisse(gesamtlast,leistung_haushalt,leistung_wp, pv_forecas
 
     ax1 = plt.subplot(3, 2, 5)
     for hour, value in enumerate(discharge_hours):
-        if value == 1:
-            ax1.axvspan(hour, hour+1, color='red', alpha=0.3, label='Entlademöglichkeit' if hour == 0 else "")
+        #if value == 1:
+        ax1.axvspan(hour, hour+1, color='red',ymax=value, alpha=0.3, label='Entlademöglichkeit' if hour == 0 else "")
     for hour, value in enumerate(laden_moeglich):
-        if value == 1:
-            ax1.axvspan(hour, hour+1, color='green', alpha=0.3, label='Lademöglichkeit' if hour == 0 else "")
+        #if value == 1:
+        ax1.axvspan(hour, hour+1, color='green',ymax=value, alpha=0.3, label='Lademöglichkeit' if hour == 0 else "")
     ax1.legend(loc='upper left')