POC1: Braunkohle Supply Chain Modellierung

Überblick

Dieser POC modelliert eine Braunkohle Supply Chain mit Pyomo zur Optimierung von Produktions-, Transport- und Distributionsprozessen.

Projektstruktur

POC1/
├── src/                    # Quellcode
│   └── preprocessing/
│       └── exploration_preprocess.py  # Notebook-exportiertes Preprocessing
├── data/                   # Daten
│   ├── input/              # Eingabe-Parameter (Excel)
│   └── processed/          # Vorverarbeitete Parquet-Dateien
├── models/                 # Modell-Definitionen
│   └── README.md
├── notebooks/              # Jupyter Notebooks für Analyse
├── latex/                  # Latex-Export/Artefakte
├── requirements.txt       # Python Dependencies
├── pyproject.toml         # Projektmetadaten
└── setup.py               # Setup-Skript

Installation

pip install -r requirements.txt

Verwendung

# Preprocessing-Skript ausführen
python src/preprocessing/exploration_preprocess.py

Modell-Hinweise

• Bergbauwoche: Wochenstart Samstag (Sa–Fr) über Datum+2‑Tage‑Shift.
• IIS-Debug: Bei Infeasibility schreibt Gurobi eine results/iis.ilp mit lesbaren Constraint-Namen.
• 3-Tage-Regel: no_three_in_a_row ist aktuell auf <= 3 gelockert (Debug).

Aktuelle Änderungen (Modell & Output)

• Tages/ Wochen/ Monatsabweichungen basieren auf Lieferungen (x), nicht auf Bunkerabfluss.
• Mischungsverhältnisse (min/max + Ziel) werden auf Lieferungen angewendet (nicht auf Bunkerbestand).
• Zusätzliche weiche Mid‑Ziel‑Abweichung für Mix (linear) ist aktiv.
• B3‑Bunker‑Mix: weiche Zielmischung auf B3‑Bunkerbestand (stark gewichtet), um Welzow im Bunker zu vermeiden.
• Strecken‑Penalties/Bonuses wurden wieder entfernt (nur Mix‑/Abweichungs‑Penalties aktiv).
• Excel‑Output:
  • Sheet1 bleibt unverändert, mit_Bunkerbestand enthält Bunkerzufluss und Bunkerbestand.
  • Neue Sheet Kohlemischverhältnis mit Zielwerten + empirischem Mix (Lieferung) + Bunkermix.
  • Empirischer Mix wird rot/grün markiert, Gruppenfarben nur bis Spalte F.

Webapp-Prototyp

Backend (FastAPI):

uv run python -m uvicorn webapp.backend.main:app --reload

Frontend (React/Vite):

cd webapp/frontend
npm install
npm run dev

cd webapp/frontend npm run dev

Optional: eigene Input/Output-Pfade beim Preprocessing via Umgebungsvariablen: POC1_INPUT_XLSX, POC1_OUTPUT_DIR.

Abhängigkeiten

• Pyomo (Optimierungsmodellierung)
• Pandas (Datenverarbeitung)
• NumPy (Numerische Berechnungen)
• Matplotlib/Plotly (Visualisierung)