* Demo網址 : https://powerdispatch.streamlit.app/

# 簡介
在考慮綠電需求逐漸增加以及綠色能源已經成為全球性的趨勢的情況下，有效分配有限的綠電資源並充分利用綠能，同時滿足客戶需求，是目前相當重要的議題。本計畫的目標是研發一套綠能轉供匹配最佳化的方法學和決策判斷邏輯，並以此為基礎開發一個網頁應用系統。這個系統的開發和應用將有助於電力公司和客戶實現綠色能源的高效利用，同時減少對傳統能源的依賴，實現節能減排的目標。在現今社會對於環境永續性的強烈關注下，這樣的系統能夠為企業和組織提供一個符合綠色發展趨勢的解決方案。

該系統使用 Python 著名資料科學套件 NumPy、Pandas，並使用 streamlit 套件作為網頁前後端，且利用plotly套件視覺化時序資料，幫助使用者進行多個合約的轉供匹配，以降低人工作業負荷，提高作業效率，並實現最佳的能源分配，以減少因匹配不佳而產生的餘電問題，不僅確保客戶有最少的缺電總額，也能達到電廠最大利潤。我們建立一個易於使用的網頁應用界面，讓使用者可以輕鬆設定合約、轉供上限、上傳電廠與客戶資料， 以及自助餐與個人餐計算方式，並觀察各種匹配方案的效果，該系統也提供圖表視覺化、CSV 檔輸出，以便使用者能夠根據實際情況進行調整和優化。

最佳化系統設計上，合約的供電方式有分成個人餐與自助餐，個人餐是電廠依照比例配電，自助餐則是採用公式計算配電，我們以個人餐計算方式，利用基因演算法找出最適合的電廠分配比例，基因演算法為一種模擬自然遺傳過程的優化算法，能夠在複雜的問題中找到較佳解，這樣的方法學確保了供電系統在不斷變化的環境中，能夠找到最佳電力分配比例，以滿足不同行業客戶的需求。同時，也額外提供可以設定特定客戶權重的方法，讓使用者有其他因素考量時，可以提高或減少特定客戶比例，另外，也提供了自助餐方式的計算，提供介面快速比較兩者的差異，讓決策者可以有更多的分配方案。由於該系統時間複雜度相當大，我們也持續優化執行速度和程式碼，不僅透過Python套件cprofile和snakeviz找出特別慢的程式碼，也使用streamlit中的效能分析，將可能會重複計算的數值先儲存至雜湊表，減少再次運算的時間，與期中報告的進度比起來，至少執行時間減少了60%以上。

總體來說，本計畫的研究成果對於綠電轉供的實現和推廣具有重要的意義。不僅透過淺顯易懂、是覺化圖表的介面幫助使用者分析配電情形，也能利用最佳化系統，提供多個策略選擇，儘可能讓剩餘的電能達到最少，達到永續經營。

# 重點技術:基因演算法
## 流程圖

## Crossover挑選族群採用輪盤選擇法

## Crossover採用隨機法

## Mutation採用隨機法

## 系統畫面