MATLAB代码："电力系统的机组组合优化及其实例" 参考A高效混合整数线性模型
电力系统调度中最让我着迷的就是机组组合问题，特别是看着冷冰冰的数学模型在代码里活过来
那瞬间。咱们今天要聊的这个MATLAB实现，直接把工业级优化算法装进了不到200行的脚本，就像把航空发
动机塞进了家用轿车。
先看这段变量定义，老司机们肯定要拍大腿：
```matlab
% 定义连续变量——机组出力
P = sdpvar(T, nGen, 'full');
% 定义整数变量——机组启停状态
U = intvar(T, nGen, 'full');
```
这里用YALMIP的intvar替代传统的binvar，直接把启停状态从二元变量降维到整数变量。别小看这
个改动，当处理6台机组24时段的调度时，相当于把288个二元变量变成整数变量，CPLEX的求解速度能提升
30%以上。
约束条件的处理更见功力，来看这个爬坡率约束：
```matlab
% 爬坡率约束（动态变化率限制）
for t = 2:T
constraints = [constraints, ...
P(t,:) - P(t-1,:) <= ramp_up.*U(t,:) + start_ramp.*(U(t,:)-U(t-1,:)), ...
P(t-1,:) - P(t,:) <= ramp_down.*U(t-1,:) + shutdown_ramp.*(U(t-1,:)-U(t,:))]
;
end
```
这个写法巧妙地把启动/停机瞬时的爬坡率差异融合到常规约束里。传统方法需要单独处理启停时
刻，这里用状态变量差值(U(t,:)-U(t-1,:))作为开关，就像给约束条件装了个智能触发器。
目标函数的设计更是神来之笔：
```matlab
% 总成本 = 燃料成本 + 启停成本
total_cost = sum(sum( fuel_cost.*P + start_cost.*max(U(2:end,:)-U(1:end-1,:),0) ));
