提出了在满足电动汽车充电需求的基础上尽量降低充电站充电成本的有序充电控制策略。分析了电动汽车充电所需时间与用户给定时间的关系，结合用户所需充电量，以充电站电费成本与电动汽车充电欠缺量惩罚费用之和最小为目标函数，以充电功率以及充电电量为约束，根据运营模式不同分别建立了充电过程中可更换充电机与不可更换充电机的数学模型。通过仿真模拟充电站2天内电动汽车的充电需求，基于混合整数规划和启发式快速算法求解数学模型，得到2天中充电站的充电决策矩阵和每辆电动汽车的充电欠缺量，验证了所提有序充电控制策略的可行性。仿真结果表明：与无序充电方案相比，有序充电控制策略可以更好地利用充电站的资源为用户服务，有效地降低了充电成本，并且有助于电网负荷的削峰填谷。

nsga ii算法代码MATLAB 实数编码整数处理NSGA-II 能够解决混合整数非线性问题的多目标优化非排序遗传算法。 该代码是免费提供的Tamilselvi Selvaraj NSGA II Matlab代码的修订版本，能够解决带有约束的混合整数非线性规划。 使用上述算法解决了一些基准问题，包括整数变量问题。 准则：打开“ NSGA_II_Abril_Test.m”。 选择所需的“ p”基准问题（p = 2 ---> ZDT1问题）。 运行“ NSGA_II_Abril_Test.m”

求解混合整数非线性问题： 最小p（x，y） st f(x,y) <= 0 st g(x,y) == 0 st lb <= x <= ub st nlb <= y <=小头x(yidx) 整数，其中 yidx 是逻辑索引向量y 连续变量 该程序使用分支定界法解决非线性混合整数问题。 NLP 松弛问题通过IPOPT 或APOPT 解决。 文件： minlp.m - 解决示例 MINLP 问题minlp.apm - MINLP 问题定义其他： 文件夹中的 APM 函数库 (v.0.5.6) 进一步的工作： 添加启发式以创建良好的初始整数解决方案对问题添加切割（分支和切割方法） 一些测试表明它可以很好地处理多达大约 30 个整数变量和 10000 个 NLP 变量。 NLP 松弛的解决方案作为网络服务解决。 由于网络通信开销，求解时间可能比其他 MINLP 求解器（如 DICOPT、BON

与Matlab接口的专业优化工具箱，两个文件打包在一起，可求解复杂的混合整数非线性优化问题。下面给出资源的原始链接，能下载的可去那里下载，这里作为备选资源。 https://github.com/jonathancurrie/OPTI https://github.com/jonathancurrie/OPTI/releases/tag/OPTI_Toolbox_v2.28_Released

帕维托 Pavito是用编写的混合整数凸规划（MICP）求解程序包。 MICP问题是凸的，除了一些变量采用二进制或整数值的限制之外。 Pavito通过构造凸可行集的顺序多面外逼近来解决MICP问题，类似于 。 Pavito通过MathOptInterface接口访问最新的MILP求解器和连续的，基于导数的非线性编程（NLP）求解器。 对于使用圆锥求解器而不是NLP求解器的算法，请使用 。 Pajarito是一个健壮的混合整数圆锥求解器，可以处理已建立的问题类别，例如混合整数二阶锥规划（MISOCP）和混合整数半定规划（MISDP）。 安装 可以通过Julia软件包管理器安装Pavito： julia> ] pkg> add Pavito 用法 有几种便捷的方法可以在Julia中建模MICP并访问Pavito： NLP模型 圆锥模型 X X X JuMP和Convex.jl

TOMLAB是一个基于MATLAB的，支持多种求解算法的通用编程框架。可以求解包括线性规划、二次规划、非线性规划、线性混合整数规划、非线性混合整数规划等几乎所有的优化问题。 求解性能非常优秀，编程简单易用，容易上手。个人感觉非常不错。 打包文件中有TOMLAB软件，安装说明，Lisence，Demo程序。

TOMLAB是一个基于MATLAB的，支持多种求解算法的通用编程框架。可以求解包括线性规划、二次规划、非线性规划、线性混合整数规划、非线性混合整数规划等几乎所有的优化问题。 求解性能非常优秀，编程简单易用，容易上手。个人感觉非常不错。

调用cplex求解电力系统机组组合问题，KKT处理

数学编程 线性规划和混合整数规划问题

提出了一种考虑配电网重构及小时级潮流变化的配电-气网(EGDN)联合规划模型。一方面，融入配电网重构来优化系统的运行状态，两网协同规划能发挥不同能源间的互补共济作用，提升系统的可靠性和运行效率；另一方面，所提模型考虑小时级配电网和配气网的潮流方程，以精细化描述系统的运行状态。为了求解该非线性非凸模型，适当松弛原问题，将其转换为可直接求解的混合整数二阶锥规划(MISOCP)问题。仿真结果表明所提规划模型显著提升了系统的可靠性，降低了相关设备的配置容量，减少了能量传输损耗，降低了总体规划与运行费用，证明了MISOCP模型与简单的混合整数线性规划模型相比，更能获得满足实际工程需求的规划方案。