Pyomo：努力使约束发挥作用

Question

我正在尝试为电动汽车的调度建模，以最大程度地减少电费。当然，EV只能在每次插入充电站时进行充电（即在车辆行驶时无法充电）。基本上，它是一块固定电池，可以断开并重新连接。

我之前已经设法对固定的电池调度进行建模，并且可以按预期工作，但是我很难设置用于连接和断开电池的约束。

在某些时间段内插入了我正在使用的车辆的数据集，并且我正在使用像availDict = dict(enumerate(df[avail]))这样的字典，该字典在一天的不同时间包含值1 = plugged和0 = not plugged。例如，假设在不开车时堵车，那么从早上7点到早上9点就不堵车，从早上9点到下午6点就堵车，因为开车不堵车，从早上6点到晚上8点就堵车了。车辆正在行驶，并且由于车辆未行驶而从晚上8点至早上7点被堵住。

此刻，我试图将约束建模为这样的布尔值：

model.avail_bool = en.Var(model.Time, within=en.Boolean, initialize=1)

model.not_avail_bool = en.Var(model.Time, within=en.Boolean)

我当时考虑使用BigM来强制模型限制车辆充电，但是我很难设置它。

[为进一步解释，这是我尝试在论文中找到的方程式：

SOCmin(t) <= SOC(t) <= SOCmax(t)

if avail = 0 (not plugged)

SOCmin(t) = SOCmax(t) = 0

if avail = 1 (plugged) but idle

SOCmin(t) = 0 and SOCmax(t) = SOC

if avail = 1 (plugged) and needed by time (t)

SOCmin(t) = SOCmax(t) = SOC

我希望我能正确解释我的问题，希望您能够理解我的意思。

如果有其他建议，或者您需要更多信息，请告诉我，以便我尽快提供。

Answer 1

嗨，DVRJ，欢迎来到stackoverflow，>

这更多是关于问题的数学表达方式的问题，而不是Python / Pyomo问题，但我想我可以提供帮助。

首先，术语'avail_bool'和'not_avail_bool'不必是变量，因为您不确定它们的任何内容。相反，它们可以是参数，这些参数基本上指示EV是否能够在model.Time的特定时间步内进行充电/放电。

因此，我将定义单个布尔参数avail_bool，当插入EV时该参数等于1，否则插入0。为此，您可以通过已经拥有的availDict词典读取值。

然后，如果我们将计费变量称为Qch，则需要两个约束条件：

Qch <= BigM * avail_bool
Qch >= 0
这意味着当avail_bool为0时，Qch项将为0，这意味着无法为EV电池充电。 avail_bool为1时，Qch将采用优化问题所决定的值。

对于电池的放电变量，您也将需要类似的术语。

希望这有帮助！