Pyomo实例变量域重定义及初始化报错问题咨询

你重定义变量的操作是错误的，两个问题的成因如下：

• 警告是因为Pyomo不允许直接覆盖模型块上已存在的组件，必须先删除旧组件再添加新组件
• 报错是因为你在初始化新变量时，instance.lambda_DA_E已经被你新创建的未初始化变量覆盖，找不到原来的求解结果，因此报未初始化错误。

解决方法 #

优先推荐第一种更简便的方案，无需修改原有约束：

方法1：直接修改原有变量的定义域

你不需要删除重建变量，Pyomo的变量支持动态修改上下界，原来的PositiveReals定义域等价于下界为0、上界为无穷大，要改成自由变量只需要把下界设为None即可，原有求解结果本来就存储在变量中，可以直接作为热启动初始值，代码修改如下：

# 将原有非负变量改为自由变量：取消下界限制
for t in instance.T:
    instance.lambda_DA_E[t].setlb(None)

如果需要显式赋值热启动值，可以补充保存旧值的逻辑：

# 先保存原有求解结果
old_vals = {t: pe.value(instance.lambda_DA_E[t]) for t in instance.T}
for t in instance.T:
    instance.lambda_DA_E[t].setlb(None)
    # 显式赋值原有解作为初始值
    instance.lambda_DA_E[t] = old_vals[t]

方法2：完全删除重建变量（适用于需要修改变量索引等复杂场景）

如果确实需要重建变量，按照警告提示的规范操作即可，注意需要重新生成所有引用了该变量的约束，否则约束会关联到已删除的旧变量导致求解错误：

# 第一步：先把旧变量的求解结果保存到独立的Python变量中
old_lambda_vals = {t: pe.value(instance.lambda_DA_E[t]) for t in instance.T}
# 第二步：删除旧的变量组件
instance.del_component('lambda_DA_E')
# 第三步：定义新变量，用保存的旧值初始化
def _init_rule_L_E2(m, t):
    return old_lambda_vals[t]
instance.add_component('lambda_DA_E', pe.Var(SS.T, domain=pe.Reals,  initialize=_init_rule_L_E2))

# 此处必须重新生成所有引用了lambda_DA_E的约束，例如原有Stationarity约束、其他用到该变量的逻辑
instance.del_component('L1_p_DA')
instance.L1_p_DA = pe.ConstraintList()
for t in SS.T:
    for g in SS.G:
        instance.L1_p_DA.add( instance.C_fuel[g] - instance.mu_min_G[g,t] + instance.mu_max_G[g,t] - instance.lambda_DA_E[t]== 0)

内容的提问来源于stack exchange，提问作者errenmike1806