Python :如何在目标函数中实现决策变量的最大值？

Question

希望有人能帮我。我正在开发一个优化模型，在这个模型中，随着时间的推移和不同的事务处理，我将电力成本降到最低。(如:标准电力(P)*电费(c) =电费)。

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部分(一些类似: max(Ps，t))。但是，np.max()返回一个错误，因为Ps，t是np.max()不受支持的类。另外，Gurobi函数gp.max_(Ps，t)也给出了一个不支持的类错误。有人有解决办法吗？

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约束赋值给一个新的辅助变量，并将该变量放入目标中而不是实际的约束中。

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文件