<div dir="ltr"><div><div><div>IPOPT assumes that the objective and constraint functions are differentiable with respect to the optimization parameters. So long as that is true, it is ok if the modelled system is transient and/or subjected to random and/or discontinuous loads. However, if the response functions are not smoothly differentiable with respect to the optimization parameters, I don't believe IPOPT is an appropriate choice of optimization library.<br><br></div>I am not sure that I fully understand the optimization problem you wish to solve. Is the parameter you want to optimize the battery size, such that the lifetime system cost is minimized? If so, then random discontinuous electrical usage might be acceptable, since I assume this is akin to the forcing function of the model. You will need to be able to provide IPOPT with the derivatives of the response functions with respect to the optimization parameter(s). If the response functions themselves are quick to evaluate, then you can approximate the derivatives with finite differences; if not, you should look into e.g. direct or adjoint sensitivity analyses if there are implicit derivatives in your model. Again depending on your model, you may or may not be able to efficiently provide the second derivatives.<br><br></div>You can link to IPOPT from C/C++ and Fortran, and there is a third-party pyipopt library that provides Python bindings to IPOPT. All of these are open source options that I have used; there are likely others as well.<br><br></div>- Seth<br></div><div class="gmail_extra"><br><div class="gmail_quote">On Thu, Apr 20, 2017 at 10:04 AM, Rueff Guillaume <span dir="ltr"><<a href="mailto:guillaume.rueff@epfl.ch" target="_blank">guillaume.rueff@epfl.ch</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">




<div dir="ltr" style="font-size:12pt;color:#000000;background-color:#ffffff;font-family:Calibri,Arial,Helvetica,sans-serif">
<p><span style="font-family:Calibri,Arial,Helvetica,sans-serif">Hello everyone,<br>
<br>
I am new with Ipopt and would like to have some of your advices.<br>
</span></p>
<p><span style="font-family:Calibri,Arial,Helvetica,sans-serif">I'd like to know if it is possible, and what would be the best option(s) to solve a maximization problem under constraints, where most variables are time dependent?<br>
The main inputs are real measures of the electricity consumption of a house (every 15min --> discontinuous and random function) and the electricity production with photovoltaic solar panels on its roof. There is
<span style="font-family:Calibri,Arial,Helvetica,sans-serif">a battery storage system that can be charged or used at a different rate for every time step, and accounting for economical variables, I'd like to find the best battery size to maximise the economic
 gain of its user (over a certain period of time).</span><br>
<br>
Is it only possible with Ipopt ?<br>
If yes, are there any possibility to solve this with fully open source softwares (not like Matlab)?<br>
<br>
Thank you for your responses,<br>
<br>
Guillaume Rueff<br>
</span></p>
</div>

<br>______________________________<wbr>_________________<br>
Ipopt mailing list<br>
<a href="mailto:Ipopt@list.coin-or.org">Ipopt@list.coin-or.org</a><br>
<a href="https://urldefense.proofpoint.com/v2/url?u=https-3A__list.coin-2Dor.org_mailman_listinfo_ipopt&d=DwICAg&c=Ngd-ta5yRYsqeUsEDgxhcqsYYY1Xs5ogLxWPA_2Wlc4&r=dsBwtvU3bu9vN6wT5m80-EaS8VGLQW06hr28nrxytaI&m=IuEt9a0_iRN6OCngD_5Y3MjPM7N-L5g4tknQX07By3A&s=p8iEea4ezK3ZDvEhx0GTprXL8SAJj7q00j3X8swVRM0&e=" rel="noreferrer" target="_blank">https://urldefense.proofpoint.<wbr>com/v2/url?u=https-3A__list.<wbr>coin-2Dor.org_mailman_<wbr>listinfo_ipopt&d=DwICAg&c=Ngd-<wbr>ta5yRYsqeUsEDgxhcqsYYY1Xs5ogLx<wbr>WPA_2Wlc4&r=<wbr>dsBwtvU3bu9vN6wT5m80-<wbr>EaS8VGLQW06hr28nrxytaI&m=<wbr>IuEt9a0_iRN6OCngD_5Y3MjPM7N-<wbr>L5g4tknQX07By3A&s=<wbr>p8iEea4ezK3ZDvEhx0GTprXL8SAJj7<wbr>q00j3X8swVRM0&e=</a><br>
<br></blockquote></div><br></div>