大M法处理非线性约束线性化
在电力系统优化问题中，大M法（Big M Method）是一种经典的处理非线性约束线性化的技术，尤其适用于混合整数线性规划（MILP）问题。
其核心思想是通过引入足够大的常数M和辅助变量（如二元变量或松弛变量），将复杂的逻辑约束、双线性项或非线性条件转化为线性形式，从而调用商业求解器（如CPLEX、Gurobi）高效求解。以下是具体应用场景及实现方法：
一、大M法的约束线性化原理
大M法通过以下步骤实现约束线性化：
-
识别非线性项：包括逻辑条件（如“若A则B”）、双线性项（如变量乘积）、分段函数等。
-
引入辅助变量：例如二元变量（0-1变量）或松弛变量，用于表示逻辑状态或替代非线性项。
-
构造线性约束：利用大M参数和辅助变量，将原约束分解为多个线性不等式或等式。
二、典型应用场景及实现方法
1. 处理双线性项（如变量乘积）
在含风电的机组组合优化中，若存在连续变量乘积项（如弃风量×电价），可通过大M法线性化：
-
离散化变量：将其中一个连续变量离散化为若干区间，引入二元变量表示区间选择。
-
添加线性约束：对每个离散区间，用大M参数构造约束，例如：
其中为二元变量，
为离散值，
为足够大的常数。
2. 逻辑约束的线性化
在双层规划模型中（如储能电站与微网协同优化），需将逻辑条件（如“若储能充电，则电价高于阈值”）转化为线性约束：
-
引入二元变量：定义二元变量
表示条件是否成立。
-
构造不等式：
-
其中
为充电功率，
为电价，
确保约束在条件不成立时松弛。
3. 处理分段函数或条件约束
在配电网无功优化中，若需约束节点电压在特定范围内，可引入二元变量表示是否越限：
-
定义变量：设
表示电压越限，否则为1。
-
线性约束：
若，约束无效（松弛）；若
，电压被限制在正常范围。
4. 混合整数规划中的非线性松弛
在风电消纳模型中，需处理弃风量与备用容量的非线性关系：
-
松弛变量引入：将弃风量表示为松弛变量，并添加大M约束：
设为弃风量，
为二元变量（
表示启用备用容量），则通过大M法构造约束：
-
当
：约束变为
，即弃风量必须为0（启用备用容量时不允许弃风）；
-
当
：约束变为
，由于M极大，弃风量不受限制（未启用备用容量时允许弃风）。
三、注意事项与优化技巧
-
M值的选取：需足够大以覆盖变量范围，但过大会导致数值不稳定。通常根据问题规模设定
。
-
避免过度松弛：需结合物理意义验证约束有效性，例如通过灵敏度分析调整M值。
-
结合其他松弛技术：如二阶锥松弛（SOCP）或线性化方法（如McCormick松弛），进一步提升模型精度。
四、总结
大M法在电力系统优化中的核心价值在于将非线性问题转化为MILP形式，从而利用商业求解器高效求解。其应用需结合具体问题设计辅助变量和约束，并谨慎选择M值以避免数值问题。