如何在PYOMO中通过变量比较控制Binary变量的取值？

你遇到的错误是因为Pyomo不允许将变量组成的关系表达式（比如model.gen1_use[m] + model.gen2_use[m] >= 0.90 * model.load_profile[m]）直接当作布尔值来控制二进制变量。这类逻辑关系必须转化为线性约束，才能被求解器识别处理。

要实现“当gen1_use[m] + gen2_use[m] >= 0.9*load_profile[m]时，gen3_status[m]=1；否则gen3_status[m]=0”，需要添加两组线性约束，用大M法完成逻辑关系的线性化：

1. 强制条件成立时gen3_status为1 #

添加约束确保：当gen1_use[m] + gen2_use[m]满足阈值条件时，gen3_status[m]必须等于1。

def gen3_on_rule(model, m):
    M = 1e6  # 选一个远大于变量可能最大值的数，根据你的模型参数调整
    return model.gen1_use[m] + model.gen2_use[m] >= 0.90 * model.load_profile[m] - M*(1 - model.gen3_status[m])
model.gen3_on_constraint = Constraint(model.time, rule=gen3_on_rule)

原理：如果gen3_status[m]=1，右边简化为0.9*load_profile[m]，约束等价于原条件；如果gen3_status[m]=0，右边变为0.9*load_profile[m] - M，由于M足够大，约束会自动满足，不会限制变量取值。

2. 强制gen3_status为1时条件成立 #

反过来，当gen3_status[m]=1时，必须满足gen1_use[m] + gen2_use[m] >= 0.9*load_profile[m]：

def gen3_off_rule(model, m):
    return model.gen1_use[m] + model.gen2_use[m] <= 0.90 * model.load_profile[m] + M*model.gen3_status[m]
model.gen3_off_constraint = Constraint(model.time, rule=gen3_off_rule)

原理：如果gen3_status[m]=0，右边简化为0.9*load_profile[m]，约束等价于gen1_use+gen2_use <= 0.9*load_profile；如果gen3_status[m]=1，右边加上M，约束自动满足。

关键注意事项 #

• 大M的选择：M必须大于gen1_use[m] + gen2_use[m]的最大可能值与0.9*load_profile[m]的最小可能值之差，否则约束可能失效。比如你的负载最大值是1000，两台机组最大出力各1000，设M=2000足够。
• 确保gen3_status是二进制变量：

model.gen3_status = Var(model.time, domain=Binary)

from pyomo.environ import *

# 基础模型定义（示例）
model = ConcreteModel()
model.time = RangeSet(24)  # 假设时间维度为24小时
model.load_profile = Param(model.time, initialize=lambda m, t: 800 + 200*t/24)  # 示例负载曲线
model.gen1_use = Var(model.time, domain=NonNegativeReals, bounds=(0, 1000))
model.gen2_use = Var(model.time, domain=NonNegativeReals, bounds=(0, 1000))
model.gen3_status = Var(model.time, domain=Binary)

# 定义大M
M = 2000

# 添加约束
def gen3_on_rule(model, m):
    return model.gen1_use[m] + model.gen2_use[m] >= 0.90 * model.load_profile[m] - M*(1 - model.gen3_status[m])
model.gen3_on_constraint = Constraint(model.time, rule=gen3_on_rule)

def gen3_off_rule(model, m):
    return model.gen1_use[m] + model.gen2_use[m] <= 0.90 * model.load_profile[m] + M*model.gen3_status[m]
model.gen3_off_constraint = Constraint(model.time, rule=gen3_off_rule)

内容的提问来源于stack exchange，提问作者Vesper