Python Gurobi：如何在目标函数中实现决策变量的最大值？

Question

希望有人可以帮助我。 我正在开发一个优化模型，在该模型中，我将随着时间 ( t ) 和不同交易 ( s ) 的电力成本最小化。 （其中：标准功率（ p ）*电力成本（ c ）=电力成本）。

现在我试图在目标函数中实现一个基于发生的最大功耗的成本组件（有些类似： max(P[s,t]) ）。 但是， np.max() 返回错误，因为 P[s,t] 是 np.max() 不受支持的类。 此外，Gurobi 函数 gp.max_(P[s,t]) 也给出了不受支持的类错误。 有人有解决方案吗？

代码：

obj = gp.quicksum(p[s, t] * Cost_elect[t]e for t in range(T) for s in range(S)) + gp.max_(p_batt_ch[s,t]*fixed_cost for t in range(T) for s in range(S))

Answer 1

您需要将max约束分配给新的辅助变量，并将此变量放入目标而不是实际约束。

maxobj = model.addVar()
max_constr = model.addConstr(maxobj == gp.max_(p_batt_ch[s,t] * fixed_cost
                             for t in range(T) for s in range(S)))

obj = gp.quicksum(p[s,t] * Cost_elect[t] for t in range(T) for s in range(S)) + maxobj)

Gurobi 文档