如何在Pyomo中正确编写带sigma求和逻辑的微网优化逐时功率约束
微电网逐时段功率平衡约束的Pyomo正确实现
问题根因
当前代码的约束逻辑错误来自两处核心问题:
- 约束规则函数的入参已经接收了当前遍历到的时段索引,但函数内部又额外通过
for i in model.i做了全时段变量求和,临时重名的索引变量直接覆盖了传入的参数,导致每个时段对应的约束返回的都是24小时全量累加的全局等式,最终生成24条完全一致的全局平衡约束,而非逐时独立约束。 - 直接使用pandas读取的
loadSeries做索引取值时,容易出现索引对齐错位的问题,建议提前转为原生Python列表。
修正后的代码实现
逐时段功率平衡不需要任何跨时段求和操作,每个时段的约束仅对应当前时刻的所有变量取值,代码如下:
import pandas as pd import pyomo.environ as pyo # 读取数据,将负荷序列转为纯列表避免索引错位 data = pd.read_csv('Data.csv') load = data['L2'].tolist() model = pyo.ConcreteModel() # 定义0-23小时的时段集合 model.i = pyo.RangeSet(0, 23) # 定义所有决策变量 model.P_w = pyo.Var(model.i, domain=pyo.NonNegativeReals) # 风电出力 model.P_pv = pyo.Var(model.i, domain=pyo.NonNegativeReals) # 光伏出力 model.P_fc = pyo.Var(model.i, domain=pyo.NonNegativeReals) # 燃料电池出力 model.P_c = pyo.Var(model.i, domain=pyo.NonNegativeReals) # 电池充电功率 model.P_d = pyo.Var(model.i, domain=pyo.NonNegativeReals) # 电池放电功率 model.UE = pyo.Var(model.i, domain=pyo.NonNegativeReals) # 缺供电量 model.EG = pyo.Var(model.i, domain=pyo.NonNegativeReals) # 过剩弃电量 # 逐时段功率平衡约束 def hourly_power_balance(model, t): # 供电侧:当前时刻所有可供电来源之和 supply = model.P_w[t] + model.P_pv[t] + model.P_fc[t] + model.P_d[t] + model.UE[t] # 需求侧:当前时刻所有负荷、充电、弃电之和 demand = load[t] + model.P_c[t] + model.EG[t] return supply == demand # 为每个时段t自动生成独立的约束实例 model.power_balance = pyo.Constraint(model.i, rule=hourly_power_balance)
约束校验方法
建模完成后可以通过打印约束表达式,确认逻辑是否符合预期:
# 逐行打印每个时段的约束内容 for t in model.i: print(f"第{t}小时约束:{model.power_balance[t].expr}")
正常输出的约束应为逐时独立的等式,无跨时段累加:
第0小时约束:P_w[0] + P_pv[0] + P_fc[0] + P_d[0] + UE[0] == 12.6 + P_c[0] + EG[0] 第1小时约束:P_w[1] + P_pv[1] + P_fc[1] + P_d[1] + UE[1] == 11.9 + P_c[1] + EG[1] ...
通用建模注意事项
- 绑定了集合索引的
Constraint对象,会自动遍历集合中的每个元素作为参数传入规则函数,无需在规则函数内部额外写循环遍历集合。 - 仅当需要构建跨时段的累计类约束(如电池SOC的日总量平衡、全周期碳排放总量约束)时,才需要在规则函数内部对全时段变量做求和操作,且这类约束不绑定逐时索引。
- 外部时序数据接入Pyomo时,尽量将pandas Series、Numpy数组转为原生Python列表,避免因索引规则差异导致的变量取值错位。
内容的提问来源于stack exchange,提问作者Kaustubh Mehta
相关产品推荐
相关产品推荐

