casadi-ipopt-nlp

此技能为解决大规模非线性规划 (NLP) 问题提供了强大的框架，利用 CasADi 进行符号表达式管理，并结合 IPOPT 内点法求解器进行数值优化。它专为执行复杂系统建模的工程师、研究人员和数据科学家设计，例如最优潮流 (OPF) 计算及其他受限工业优化任务。通过抽象化符号微分与求解器初始化过程，用户可以更精确地建立目标函数与物理约束。

• 符号建模：使用 CasADi 的 MX 符号框架定义决策变量、目标函数与约束条件。

• 求解器配置：微调 IPOPT 参数，包括收敛容差、最大迭代次数及 mu 策略，以获得最佳收敛效果。

• 多重初始化支持：处理求解器起始点的稳健机制，以减轻非凸场景中的局部最小值问题。

• 电力系统领域逻辑：内置标幺值 (per-unit) 标度、复数公式、总线 ID 映射及聚合总线电量的支持。

• 解提取：简化的工具函数，用于将向量化的求解器输出映射回结构化的系统状态或决策变量。

• 标准输入包括符号数学表达式、变量的边界数组 (lbx/ubx) 以及等式或不等式约束向量。

• 预期输出为决策变量的最优解、目标函数值以及诊断收敛数据。

• 用户应确保所有单位（例如 MW、标幺值）的一致性，因为优化求解器对缩放比例和精度非常敏感。

• 在生产部署前，请务必验证约束条件是否满足物理边界，并检查常见的故障模式，例如不可行解或收敛缓慢。

• 此技能最适用于需要高性能数值计算的场景，特别是当传统线性求解器无法处理问题的非线性复杂度时。