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，随着时间的推移 (t) 和不同的交易 (s) 最小化电力成本。 （其中：标准功率（p）*电费（c）=电费）。

现在我正在尝试在目标函数中实现一个成本组件，该成本组件基于发生的最大功耗（有些类似：max(P[s,t])）。但是，np.max() 返回错误，因为 P[s,t] 是 np.max() 不支持的类。 Gurobi 函数 gp.max_(P[s,t]) 也给出了不支持的类错误。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 约束分配给一个新的辅助变量，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 documentation