Pyomo优化中使用非连续索引的报错及解决求助

问题原因 #

原代码的错误有两点：

1. 直接用Pyomo的m.EV集合对象作为Pandas Series的索引，会返回整个Series而非单个EV对应的t_start/t_end值，round()无法处理Series类型，触发"The truth value of a Series is ambiguous"错误。
2. 单个Pyomo RangeSet只能定义全局统一的连续范围，无法为每个EV单独生成专属时间区间，需要用**索引集合（Indexed Set）**实现该需求。

解决方案 #

使用Pyomo的Indexed Set（以EV为索引的集合），为每个EV单独初始化对应的时间区间。具体步骤：

1. 定义EV的主集合；
2. 编写初始化函数，接收单个EV索引，返回该EV对应的时间区间；
3. 用pyo.Set(m.EV, initialize=...)创建索引集合。

修正后代码 #

import pyomo.environ as pyo
import pandas as pd

# 示例chargedata DataFrame（替换为你的实际数据）
chargedata = pd.DataFrame({
    't_start': [0.12, 0.35, 0.58],
    't_end': [0.27, 0.49, 0.72]
})

m = pyo.ConcreteModel()
# 定义EV集合：索引从0到数据行数-1（匹配DataFrame的默认索引）
m.EV = pyo.RangeSet(0, len(chargedata)-1)

# 初始化每个EV的时间区间：乘以100取整后生成范围
def init_time_interval(model, ev):
    # 获取当前EV的t_start/t_end标量值（避免返回Series）
    t_start = round(100 * chargedata['t_start'].iloc[ev])
    t_end = round(100 * chargedata['t_end'].iloc[ev])
    # 返回连续时间范围（若需离散点可直接返回列表）
    return range(t_start, t_end + 1)  # +1确保包含t_end

# 创建索引集合：每个EV对应自己的时间区间
m.t = pyo.Set(m.EV, initialize=init_time_interval)

# 示例：基于时间区间的求和操作
# 定义变量：每个EV在每个时间点的充电功率
m.charge_power = pyo.Var(m.EV, pyo.RangeSet(0, 100), within=pyo.NonNegativeReals)

# 定义表达式：每个EV的总充电量（对该EV的时间区间求和）
def total_charge_rule(model, ev):
    return sum(model.charge_power[ev, t] for t in model.t[ev])

m.total_charge = pyo.Expression(m.EV, rule=total_charge_rule)

关键说明 #

• pyo.Set(m.EV, initialize=...)创建的索引集合m.t，结构与你期望的[[t_start[EV1],t_end[EV1]],...]一致，通过m.t[ev]可直接获取对应EV的时间区间；
• 用chargedata['t_start'].iloc[ev]确保获取单个标量值，而非Series，避免模糊真值判断错误；
• 若时间区间是离散点而非连续范围，可修改初始化函数返回自定义列表，比如return [t_start, t_start+2, t_end]。

内容的提问来源于stack exchange，提问作者Marmik Pancholi