Pyomo中为约束对偶变量设上限遇KeyError，求技术解决方案

错误原因 #

• 模型构建阶段直接访问model.dual：model.dual是求解器返回对偶变量后才会填充的ComponentMap，在定义约束规则时（模型未求解），约束还未被求解器处理，对偶变量不存在，因此触发KeyError。
• 约束语法错误：直接用<符号写约束不符合Pyomo规范，Pyomo约束需通过变量和表达式定义，不能直接引用model.dual。

正确实现方案 #

通过显式定义变量绑定对偶变量，再对该变量施加约束，步骤如下：

1. 定义与约束索引匹配的变量，用于代表对偶变量
2. 通过Suffix将新变量与目标约束的对偶变量绑定
3. 给新变量添加上限约束

修正后代码示例 #

import pyomo.environ as pyo

# 创建模型
model = pyo.ConcreteModel()
# 定义时间索引集（示例）
model.h = pyo.RangeSet(0, 23)

# 定义决策变量与参数（根据你的模型调整）
model.generation = pyo.Var(model.h, domain=pyo.NonNegativeReals)
model.demand = pyo.Param(model.h, initialize=100)

# 1. 定义原充足性约束
def adequacy_constraint_rule(model, h):
    return model.generation[h] >= model.demand[h]

model.adequacy_constraint = pyo.Constraint(model.h, rule=adequacy_constraint_rule)

# 2. 定义代表对偶变量的新变量
model.dual_var = pyo.Var(model.h, domain=pyo.NonNegativeReals)

# 3. 配置Suffix绑定对偶变量
model.dual = pyo.Suffix(direction=pyo.Suffix.IMPORT_EXPORT)
for h in model.h:
    model.dual[model.adequacy_constraint[h]] = model.dual_var[h]

# 4. 添加对偶变量上限约束
def voll_constraint_rule(model, h):
    return model.dual_var[h] <= 1e9

model.voll_constraint = pyo.Constraint(model.h, rule=voll_constraint_rule)

说明 #

• dual_var是显式变量，求解器会通过Suffix将约束的对偶值赋值给它，我们可直接对其施加约束。
• 确保使用支持对偶变量输出的求解器（如CBC、Gurobi），求解后model.dual_var[h]会等于对应约束的对偶变量值。

内容的提问来源于stack exchange，提问作者Maryam Kadkhodaie