Optimization 具有一个变量的多个索引的pyomo约束是否可能？

有没有一种方法可以在一个约束内将多个索引设置为一个集合值，而不必为每个索引时间键入相同的变量。我提供了一个例子，假设您希望优化电动汽车的充电时间，但不希望它在一天中的特定时间充电。下面的示例可以避免在第4小时和第5小时充电。但是，如果我想让它每天15小时不充电，但又不想写m.EVcharge[0]+m.EVcharge[1]+。。。将m.EVcharge[：15]==0将不起作用，因为约束无法在pyomo中很好地处理切片

def time_rule(m):
return  m.EVcharge[4]+m.EVcharge[5] == 0
m.time_rule = Constraint(time, rule=time_rule)

---

对。有多种方法可以做到这一点。您可以创建

m.time

的子集，并仅将该子集传递给约束规则，约束规则将约束它们为零，或者对子集求和并将其约束为零（两者都假设不可能负电荷）

或者，您可以更清楚地使用数据或参数来保持任意时间块的限制，并使用该限制，从而将数据与模型分开，这通常是一个好主意

import pyomo.environ as pyo

# some background data on limits...

use_limit = {   0:3,    # limited juice avial
                1:3,
                2:0,    # no juice avail.  :)
                3:0}

m = pyo.ConcreteModel('EV Charge')

m.T = pyo.Set(initialize=range(6))

m.EV_charge = pyo.Var(m.T, domain=pyo.NonNegativeReals)

# Constraints
def charge_limit(m, time):
    return m.EV_charge[time] <= use_limit[time]
m.C1 = pyo.Constraint(use_limit.keys(), rule=charge_limit)

m.pprint()

2 Set Declarations
    C1_index : Size=1, Index=None, Ordered=False
        Key  : Dimen : Domain : Size : Members
        None :     1 :    Any :    4 : {0, 1, 2, 3}
    T : Size=1, Index=None, Ordered=Insertion
        Key  : Dimen : Domain : Size : Members
        None :     1 :    Any :    6 : {0, 1, 2, 3, 4, 5}

1 Var Declarations
    EV_charge : Size=6, Index=T
        Key : Lower : Value : Upper : Fixed : Stale : Domain
          0 :     0 :  None :  None : False :  True : NonNegativeReals
          1 :     0 :  None :  None : False :  True : NonNegativeReals
          2 :     0 :  None :  None : False :  True : NonNegativeReals
          3 :     0 :  None :  None : False :  True : NonNegativeReals
          4 :     0 :  None :  None : False :  True : NonNegativeReals
          5 :     0 :  None :  None : False :  True : NonNegativeReals

1 Constraint Declarations
    C1 : Size=4, Index=C1_index, Active=True
        Key : Lower : Body         : Upper : Active
          0 :  -Inf : EV_charge[0] :   3.0 :   True
          1 :  -Inf : EV_charge[1] :   3.0 :   True
          2 :  -Inf : EV_charge[2] :   0.0 :   True
          3 :  -Inf : EV_charge[3] :   0.0 :   True