Pyomo电压下限约束配置致IPOPT求解不可行，求代码修正

问题背景 #

使用Pyomo编写配电网电压约束，求解器采用IPOPT，定义电压法定限值V_statutory_lim=[0.95, 1.05]，编写的电压下限约束规则如下：

def V_limit_rule_lower(model,k,s,t):
    if k=='slack':
        return pyo.Constraint.Skip
    else:
        V_nom = Bus_Vnom.loc[k, 'Vnom_pn']

        ex=model.V_mag_2[k, s, t]/(V_nom**2)
        #print("exL")
        if value(ex) < 0.95*0.95:
            #print("RETURN")
            #return ((V_nom * V_statutory_lim[0]) ** 2, model.V_mag_2[k, s, t])
            return (model.V_mag_2[k, s, t]>=(V_nom * V_statutory_lim[0]) ** 2)
            #return (model.V_mag_2[k, s, t] == V_nom ** 2)
            #return model.V_mag_2[k, s, t] >= (V_nom * V_statutory_lim[0]) ** 2
        else:
            return pyo.Constraint.Skip

model.V_limits_lower_con = pyo.Constraint(model.Buses, model.Phases_abc, model.time, rule=V_limit_rule_lower)

同时存在逻辑类似的电压上限约束，运行后IPOPT返回不可行结果，报错信息：

EXIT: Converged to a point of local infeasibility. Problem may be infeasible.
WARNING: Loading a SolverResults object with a warning status into
model.name="unknown";

• termination condition: infeasible
• message from solver: Ipopt 3.11.1: Converged to a locally infeasible point. Problem may be infeasible.

核心问题分析 #

代码中的致命错误是在约束构建阶段调用value(ex)：

• model.V_mag_2是决策变量，在模型构建阶段还未被求解，value()只能获取其初始值（通常为0或默认初始化值）
• 这种条件判断会导致：初始值高于限值的节点被错误跳过约束，初始值低于限值的节点被强制添加约束，完全违背了电压约束的本质——所有非松弛节点在整个求解过程中都必须满足电压上下限

修正方案 #

移除基于初始值的条件判断，直接为所有非松弛节点添加全局电压上下限约束：

修正后的电压约束代码 #

# 电压下限约束
def V_limit_lower_rule(model, k, s, t):
    if k == 'slack':
        return pyo.Constraint.Skip
    V_nom = Bus_Vnom.loc[k, 'Vnom_pn']
    lower_bound = (V_nom * V_statutory_lim[0]) ** 2
    return model.V_mag_2[k, s, t] >= lower_bound

model.V_limits_lower_con = pyo.Constraint(model.Buses, model.Phases_abc, model.time, rule=V_limit_lower_rule)

# 电压上限约束（对应逻辑）
def V_limit_upper_rule(model, k, s, t):
    if k == 'slack':
        return pyo.Constraint.Skip
    V_nom = Bus_Vnom.loc[k, 'Vnom_pn']
    upper_bound = (V_nom * V_statutory_lim[1]) ** 2
    return model.V_mag_2[k, s, t] <= upper_bound

model.V_limits_upper_con = pyo.Constraint(model.Buses, model.Phases_abc, model.time, rule=V_limit_upper_rule)

额外建议 #

1. 检查Bus_Vnom数据是否正确，确保每个节点的额定电压Vnom_pn取值合理
2. 若确实需要针对特定节点或时段调整约束，应基于已知的拓扑/运行参数（而非决策变量初始值）进行条件判断
3. 可以先关闭电压约束，验证基础潮流模型是否可行，逐步添加约束排查问题

内容的提问来源于stack exchange，提问作者Kirn Zafar