如何在GAMS线性规划模型中实现带条件的vDemand方程拆分？

要在保持线性特性的前提下修改vDemand方程，有两种简洁可行的实现方式：

方法一：使用集合序号条件（$运算符） #

利用GAMS的$条件运算符，基于集合元素的序号判断是否添加第二项，这种方式完全符合线性要求：

Set t "time in hours" /1*8760/;

Equation vDemand(t);
vDemand(t) .. vDemand(t) =e= p1*(vInternal(t) - pAmbient(t)) 
                            + p2*(vInternal(t) - vInternal(t-1))$(ord(t) > 1);

$(ord(t) > 1)表示仅当时间步序号大于1时，才加入p2*(vInternal(t) - vInternal(t-1))项；t=1时该条件不成立，自动排除该项，且所有表达式都是线性的。

方法二：拆分集合分别定义方程 #

将时间集合拆分为首时段和剩余时段，分别对应两种方程形式，同样保持线性：

Set t "time in hours" /1*8760/;
Set t_first(t) "first time period" /1/;
Set t_rest(t) "remaining time periods" /2*8760/;

Equation vDemand_first(t_first), vDemand_rest(t_rest);
vDemand_first(t_first) .. vDemand(t_first) =e= p1*(vInternal(t_first) - pAmbient(t_first));
vDemand_rest(t_rest) .. vDemand(t_rest) =e= p1*(vInternal(t_rest) - pAmbient(t_rest)) + p2*(vInternal(t_rest) - vInternal(t_rest-1));

这种方式通过明确拆分集合，避免了条件判断可能带来的混淆，两个方程均为线性表达式，可被LP求解器直接处理。

注意事项 #

不要使用基于变量的条件判断（如将决策变量作为条件），这会引入非线性特性导致LP求解器无法处理。上述两种方法均基于集合的固定属性（序号或预定义子集），完全符合线性规划的要求。

内容的提问来源于stack exchange，提问作者sbhn