chjo

backend/services/planning_engine.py

@@ -52,7 +52,9 @@ DEFAULT_PLANNER_DISCHARGE_RELAX_PREWINDOW_SLOTS = 8
 PRENEG_SELL_SOC_ANCHOR_SLACK_PENALTY_CZK_PER_WH = 0.20
 PEAK_EXPORT_SHORTFALL_PENALTY_CZK_KWH = 40.0
 # Měkký tlak: v okně sell<0 + block_export využít PV přebytek do baterie (ne curtail).
-PV_CHARGE_SHORTFALL_PENALTY_CZK_KWH = 50.0
+PV_CHARGE_SHORTFALL_PENALTY_CZK_KWH = 120.0
+# Curtailment při sell<0 + allow_charge: nesmí být téměř zdarma oproti nabíjení (BA81).
+NEG_SELL_CURTAIL_PENALTY_CZK_KWH = 1.0
 CORRECTION_WINDOW_H  = 1        # hodina zpět pro výpočet korekčního faktoru
 CORRECTION_MIN_CLAMP = 0.5      # spodní limit korekčního faktoru
 CORRECTION_MAX_CLAMP = 1.5      # horní limit korekčního faktoru
@@ -1253,13 +1255,21 @@ def solve_dispatch(
             )
             + ca[t]
             * (
-                0.0
+                NEG_SELL_CURTAIL_PENALTY_CZK_KWH
                 if (
-                    has_pv_b
-                    and future_neg_buy_from[t]
+                    om == "AUTO"
                     and float(slots[t].sell_price) < 0.0
+                    and t in charge_slots
+                )
+                else (
+                    0.0
+                    if (
+                        has_pv_b
+                        and future_neg_buy_from[t]
+                        and float(slots[t].sell_price) < 0.0
+                    )
+                    else CURTAILMENT_PENALTY
                 )
-                else CURTAILMENT_PENALTY
             )
             for t in range(T)
         )
@@ -1318,15 +1328,6 @@ def solve_dispatch(
     for t in range(T):
         s = slots[t]
         pv_a_net = s.pv_a_forecast_w - ca[t]
-        # Záporný výkup: nejdřív nabít z pole A (bc_pv), až potom škrtit — jinak solver
-        # preferuje téměř nulový CURTAILMENT_PENALTY místo ~3 kW nabíjení (BA81).
-        if (
-            om == "AUTO"
-            and float(s.sell_price) < 0
-            and t in charge_slots
-            and int(s.pv_a_forecast_w) > 0
-        ):
-            prob += ca[t] <= float(s.pv_a_forecast_w) - bc_pv[t]
 
         ev_total_t = pulp.lpSum(ev_direct[e][t] + ev_via_bat[e][t] for e in range(EV))