pyomo中如何仅使用Set的部分元素为Variable做索引避免KeyError

Pyomo的pe.Set是专用的有序集合对象，不支持Python原生的切片语法，所以直接使用model.times[0:-2]会触发类型错误。同时你的切片范围也存在偏差：model.times取值为0~95共96个元素，只需要去掉最后1个元素即可保证t+1不越界，不需要去掉2个。

方案1：临时转换为Python列表切片 #

适合只需要单次使用该时间范围的场景，直接在求和时将Set转为原生列表再切片即可：

def example_rule(model):
    # 先将Set转为Python原生列表，再切片去掉最后1个元素
    return sum(sum(model.SOC[t+1, b] - model.SOC[t, b] for b in model.buses) for t in list(model.times)[:-1])

方案2：预先创建相邻时间步子集 #

适合多处需要用到该时间范围（比如写充放电约束、SOC上下限约束等）的场景，是Pyomo建模的标准规范写法：
首先在模型定义阶段提前声明不含最后一个时间步的子集：

# 定义不含最后一个时间步的子集，专门用于SOC递推类逻辑
model.t_prev = pe.Set(initialize=[t for t in model.times if t < max(model.times)])

之后在目标函数或约束规则中直接遍历该子集即可：

def example_rule(model):
    return sum(sum(model.SOC[t+1, b] - model.SOC[t, b] for b in model.buses) for t in model.t_prev)

import pyomo.environ as pe

solver = pe.SolverFactory('glpk')
model = pe.ConcreteModel('Test')
model.times = pe.Set(initialize=list(range(96)))
# 新增相邻时间步子集
model.t_prev = pe.Set(initialize=[t for t in model.times if t < max(model.times)])
model.buses = pe.Set(initialize=list(range(5)))
model.SOC = pe.Var(model.times*model.buses, domain=pe.PositiveReals)

def example_rule(model):
    return sum(sum(model.SOC[t+1, b] - model.SOC[t, b] for b in model.buses) for t in model.t_prev)

model.obj = pe.Objective(rule=example_rule, sense=pe.maximize)

model.pprint()

内容的提问来源于stack exchange，提问作者Andre