基于Stackelberg博弈的微网动态定价与优化调度策略

1. 项目概述

这个项目实现了一个基于合作型Stackelberg博弈的微网动态定价与优化调度策略。作为一名长期从事能源系统优化的工程师，我在实际工作中发现，微网运营商与能源产消者之间的利益协调一直是个难题。这套代码提供了一个创新性的解决方案，通过博弈论与风险管理的结合，实现了多方共赢的能源交易模式。

核心思想是构建一个双层优化框架：

• 上层：零售商作为领导者，制定动态电价策略，目标是社会福利最大化
• 下层：多个产消者作为跟随者，通过P2P能源交易优化自身用能策略

特别值得一提的是，方案中引入了条件风险价值(CVaR)来量化系统运行风险，并采用纳什谈判方法公平分配合作剩余。这种组合在业内属于较为前沿的应用。

2. 核心模型解析

2.1 Stackelberg博弈框架

Stackelberg博弈是典型的领导者-跟随者模型。在本项目中：

零售商（领导者）的决策变量：

• 购电价格u_Pb：从产消者处购电的价格
• 售电价格u_Ps：向产消者售电的价格

产消者（跟随者）的决策变量：

• 与零售商的交易量P_Pb/P_Ps
• P2P交易量P_trading
• 储能充放电策略P_Ec/P_Ed

模型通过KKT条件将双层优化转化为单层混合整数线性规划(MILP)问题，这是处理此类问题的标准方法。

2.2 条件风险价值(CVaR)的应用

CVaR衡量的是超出VaR的期望损失。在能源交易中，这对应于零售商面临的财务风险。模型中使用以下参数控制风险偏好：

• β：风险厌恶系数，β越大表示越厌恶风险
• δ：VaR值，即在一定置信水平下的最大损失
• η：超出VaR的损失期望

2.3 纳什谈判模型

合作博弈的关键在于公平分配合作剩余。本项目采用广义纳什谈判(GNB)方法，其中：

• 谈判权力α_i根据各产消者的交易量占比确定
• 个体理性约束确保各方合作后的收益不低于独立运行
• 支付守恒确保转移支付总和为零

3. 代码实现细节

3.1 程序架构

代码由三个主要模块组成：

1. Problem0.m：基准场景计算

   • 模拟无P2P交易时各产消者的独立运行成本
   • 输出C_Non.mat作为后续比较基准

2. Problem1.m：主优化模型