Python Pulp建模Linear relaxation infeasible但仍输出目标值问题

核心结论 #

• 这不是多最优解：多最优解的前提是问题存在至少一个可行解，而你收到的Linear relaxation infeasible明确表示：你的模型的线性松弛版本（若为整数规划）或原线性规划本身，不存在任何满足所有约束的解。
• 求解器输出的目标值完全无效：它只是求解过程中的临时迭代数值，没有对应的可行解支撑，不能作为结果参考。

具体排查方向 #

• 检查能量平衡约束的符号与逻辑
  核心公式务必准确：

  光伏发电量[t] + 电池放电量[t] + E_import[t] = 建筑用电量[t] + 电池充电量[t] + E_export[t]
  

  同时SOC更新公式：

  SOC[t] = SOC[t-1] * (1 - 自放电率) + 电池充电量[t] - 电池放电量[t]
  

  注意充放电变量必须是非负的（电池充电量[t] >= 0、电池放电量[t] >= 0），如果把放电写成负数代入，会直接导致约束冲突。

• 核对SOC的边界约束
  确保SOC的上下限与实际逻辑一致：

  • 0 <= SOC[t] <= 电池额定容量，不要把不等式方向写反（比如误写为SOC[t] >= 电池额定容量）
  • 初始SOC的设置（比如SOC[0] = 初始值）不能和其他约束冲突，比如初始值设置为50%但约束强制初始SOC为0。

• 排查购售电变量的约束冲突
  避免出现互斥约束，比如不要同时要求E_import[t] >= 0、E_export[t] >= 0的情况下，又加了E_import[t] + E_export[t] <= 0——这会强制两个变量都为0，但能量平衡可能需要其中一个不为0，直接导致无解。

• 统一变量单位
  确认所有变量的单位一致：比如光伏发电量用kWh、电池容量却用MWh，未做单位转换会导致约束量级严重失调，引发不可行。

• 逐步调试约束
  先只保留最基础的能量平衡约束，运行求解器看是否可行；再逐步加入SOC约束、购售电约束，每次添加后重新求解，定位到哪一组约束加入后开始出现不可行，精准锁定矛盾点。

• 开启求解器详细日志
  在Pulp中调用求解器时开启详细输出，比如用GLPK：

  solver = pulp.GLPK_CMD(msg=True)
  model.solve(solver)
  

  或者CBC：

  solver = pulp.CBC_CMD(msg=True)
  model.solve(solver)
  

  日志会明确指出导致不可行的约束类型或冲突变量，帮助快速定位问题。

内容的提问来源于stack exchange，提问作者Olav Bråthen