多主体综合能源系统主从博弈优化调度：从建模到求解-代码聚汇网

多主体综合能源系统主从博弈优化调度：从建模到求解

第三世界的妖孽·2026-08-29·阅读 21 GEO检测（免费）

主从博弈需求响应综合能源系统

|难度：普通|阅读约 28 分钟

做多主体综合能源系统优化的人，大概率都遇到过这个尴尬：模型写了一大堆，目标函数、约束条件列得满满当当，Cplex 也算得飞快，但结果拿到场景里一讨论，各个主体根本不买账。原因很简单——综合能源系统里的每个主体都有自己的利益诉求，你替他做的“全局最优”，在对方看来可能还不如自己单干划算。这时候，“计及需求响应和电能交互的多主体综合能源系统主从博弈优化调度”就成了一条绕不开的技术路线。

这篇东西不是纯理论推演，而是把我实际在 Matlab 里建模、求解、调参整个过程里那些真正会卡住人的地方捋一遍。包括主从博弈模型怎么搭、上层定价和下层需求响应怎么用 KKT 条件合并成一个可解问题、电能交互机制怎么建模、以及用 Yalmip 调 Cplex 时那些一不注意就给你挖坑的细节。适合正在做综合能源系统、微电网、虚拟电厂方向研究的研究生，也适合刚接触 Stackelberg 博弈建模、想快速跑通一个算例的工程师。

1. 从集中优化到主从博弈：多主体IES为什么需要换思路？

1.1 独立决策的现实约束：数据壁垒与利益冲突

先说个实际场景。一个区域里有几个综合能源园区，各自有光伏、储能、燃气轮机，还带一部分可调负荷。如果有一个“上帝视角”的调度中心，能拿到所有设备参数和负荷数据，那集中式优化确实能给出系统总成本最小的方案。但现实里这个前提根本不成立：园区 A 不愿意把自己的真实用能数据暴露给园区 B，运营商想高价卖电，用户想低价买电，大家对同一个目标函数的态度天然冲突。数据壁垒和利益冲突决定了你在建模时就不能默认“所有主体服从一个中心”。

所以在多主体 IES 的调度问题里，真正合适的思路是把决策过程拆成层级结构：有人先出价，有人根据价格调整自己的用能行为，然后反过来再影响下一次定价。这就是主从博弈（Stackelberg game）的基本思想。

1.2 三种多主体协调策略的对比

我最早接触这个方向时，也先试过其他几种思路，放在一起对比一下就清楚为什么最终选了主从博弈。

协调策略	基本思路	优点	致命问题
集中式优化	单层模型，全局目标函数最小化	数学上最优，求解快	忽略各主体利益诉求，结果现场不认
分布式一致性 / ADMM	各主体独立求解，通过迭代交换边界变量达成一致	保护隐私，收敛性有理论保证	目标函数必须满足特定结构，复杂约束下参数整定困难
主从博弈（Stackelberg）	上层制定价格/策略，下层理性响应，上层再根据响应调整策略	契合“运营商—用户”真实层级关系，兼顾各方利益	模型层次多，求解复杂度高，需要 KKT 转化

分布式一致性和 ADMM 适合几个主体之间相对平等、没有明显层级关系的场景。但综合能源系统里通常有一个综合能源服务商（或者叫运营商），它天然处于“先决策、主导定价”的地位，用户做理性响应。这种层级关系用主从博弈来描述是最自然的。

1.3 需求响应与电能交互在博弈框架中的双重作用

这个模型里有两条主线是必须同时处理好的，缺一个都不完整。

需求响应是下层用户的核心行为逻辑。用户在拿到运营商给出的分时电价后，会调整自身的可转移负荷、可削减负荷，最大化自己的用能效用或者最小化购能成本。用户的这种响应行为不是凭空来的，它是下层优化问题的结果，因此会直接反作用于上层运营商的定价决策。价格定高了，用户削减负荷，运营商售电量下降；价格定低了，用户不削减，运营商利润又上不去。这就是博弈的张力所在。

电能交互则是多主体之间的横向连接。传统模型里每个独立主体都是“各扫门前雪”，只跟上级电网打交道。但在多主体框架里，A 园区中午光伏大发、负荷又低，B 园区正好缺电，如果 A 能直接把电卖给 B，而不是各自弃光或者向电网高价买电，整体效益会明显提升。电能交互机制给博弈增加了中间维度：上层运营商不仅向上级电网购电，还可以从其他主体买入或出售电能，这同样要由博弈来决定。

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. 博弈模型怎么搭：上层定价与下层响应的数学表达

2.1 上层运营商的收益构成

先明确博弈的第一层——综合能源服务商（Leader）。它的角色是制定能源价格并向用户售能，同时承担系统运行的协调职责。在建模时，我把它要做的事情拆成两部分：定价格、定各机组的出力策略。

运营商的收益函数通常由这几个部分构成：

售电收入：向用户按制定电价出售电能所得；
售热收入：如果有热负荷，对应的售热收益；
向上级电网购电的成本：从外部电网买入电能支付的费用；
交互成本（或收益）：从其他主体购买电能或向其他主体售出电能，产生的资金流；
设备运维成本：燃气轮机、储能、分布式光伏等设备的运行维护费用。

目标函数写成最大化日净收益，约束包括上级电网购电功率上限、联络线功率约束、设备出力上下限、储能荷电状态约束等。这里需要特别注意一个细节：运营商给用户的售电价不是一个固定常数，而是决策变量。这决定了博弈的“策略空间”，也让整个模型从普通的优化问题变成了均衡求解问题。

2.2 下层用户的需求响应模型

第二层是用户侧（Follower）。用户接收到运营商发布的购电价和购热价之后，会基于自身用能需求做出响应。用户的目标函数是使自己的综合用能成本最小，同时保持用能满意度尽量高。

需求响应部分涉及两类典型负荷：

可转移负荷：比如工业电锅炉、电动汽车充电桩，用电时段可以在一定时间窗内平移，但总用电量不变；
可削减负荷：比如照明、空调，可以在高峰时段削减一部分，但削减量不能超过用户能接受的舒适度上限。

在数学建模上，可转移负荷需要引入位移变量，可削减负荷则直接引入削减量变量并加上限约束。除此之外还有功率平衡约束：用户在各时段的总购电量加上自发自用的电量，要等于刚性负荷、可转移负荷和削减后负荷的总和。

2.3 电能交互机制：交易价格与多主体耦合约束

电能交互是多主体博弈里最容易写错的部分。它的关键在于：交互功率怎么算、交互价格怎么定。

交互功率需要一个约束来限制，任何时段任意两个主体之间的交互功率不能超过联络线传输容量。这一点比较直接，真正麻烦的是交互价格的机制设计。

我的做法是采用内部交易电价机制：交互电价的取值定为上级电网购电价和上网电价之间的一个中间值。这个设计有明确的商业逻辑——如果内部交易电价高于向上级电网购电的价格，收购方不如直接向电网买；如果内部交易电价低于上网电价，出售方不如直接把电卖给电网。所以只有交互电价处在区间内，双方才有动力参与内部交易，交易才会“成交”。

从博弈角度来说，这部分约束把上层运营商和下层主体的决策变量耦合在了一起，从而让“多主体”不再只是摆设，而是真正影响到最终的调度结果。

2.4 博弈结构与信息传递

整件事的信息流是：上层运营商发布价格策略；下层用户接收到价格，根据其需求响应模型求解最优购能决策；上层根据下层的最优响应函数，重新评估自己的净收益，进而调整价格策略。最终达到一种状态：在给定对方策略的前提下，任何一方单方面改变自己的策略，都无法让自身收益变得更好——这就是 Stackelberg 均衡。

3. KKT转化与MILP求解：如何把博弈问题放进求解器

3.1 为什么不能直接迭代求解？

可能有人会想，这个主从博弈能不能直接用迭代法做：上层给定价格，下层求解，求完把结果返回上层重新定价，如此往复直到收敛？我在初期确实这么试过，结果并不理想。

问题出在两个地方。第一个是收敛性：下层返回的负荷向量经过上层价格更新之后，往往会出现振荡，尤其是储能、可转移负荷这类带时间耦合约束的变量，迭代中特别容易在几个点之间来回跳，很难稳定收敛。第二个是求解效率：每轮迭代都要完整求解两个优化问题，24 个时段、多个主体、多个设备，迭代几十轮也未必能出一个满意结果，而纯数学上又不保证能收敛到 Stackelberg 均衡。

所以实际工程中更稳妥的做法，是用下层问题的 KKT（Karush-Kuhn-Tucker）最优性条件，把下层优化问题等价替换成一组约束条件，嵌到上层问题里。这样主从博弈就被转化成了一个单层数学规划问题，可以直接交给优化求解器处理。

3.2 下层问题的KKT条件推导思路

把下层问题整理成标准形式：目标函数是线性函数，约束条件包含等式约束和不等式约束。KKT 条件由几部分组成：拉格朗日函数对决策变量的一阶偏导为零（平稳性条件）、原约束可行（原始可行性）、对偶变量可行性，以及互补松弛条件。

这些条件里，平稳性条件是线性等式，好处理；原始可行性和对偶可行性也都是线性约束；真正麻烦的是互补松弛条件——它要求不等式约束对应的对偶变量和松弛量乘积为零，这是一个非线性关系，不能直接丢给 MILP 求解器。

3.3 互补松弛条件的线性化：大M法的工程细节

互补松弛条件线性化的标准做法是大 M 法。拿一个典型约束来说：

松弛量 s 和对应拉格朗日乘子 λ 满足 s ≥ 0、λ ≥ 0、s·λ = 0；
引入一个 0-1 二进制变量 z；
用 s ≤ M·z 和 λ ≤ M·(1-z) 来替代乘积为零的条件。

这里有一个非常关键的注意点：M 的取值不能盲目取一个特别大的数。M 太大，会造成约束尺度差异悬殊，求解器内点法很容易出现数值病态；M 太小，又会把原本可行的解排除在外。实际调试时我一般会先看对应约束的物理量级，然后取这个量级的 10 到 100 倍。比如电功率上限是 500 kW，M 取 5000 到 50000 就够了，不需要取到 1e9。

3.4 单层化之后的模型性质与求解器配置

嵌入了下层 KKT 条件之后，原主从博弈问题变成了一个包含二进制变量和大量对偶变量的混合整数线性规划问题（MILP）。这个模型用 Yalmip 建模，然后调用 Cplex 或 Gurobi 求解即可。

这里注意一个容易被忽略的点：上层问题如果是非线性目标（比如包含两个决策变量相乘的双线性项），单层化后依然是非线性的，求解会非常困难。所以建模时要有意识地做线性化处理。例如交互功率与交互电价相乘形成的费用项，如果交互电价本身就是上层决策变量，就会产生一个双线性项。标准的做法是把它做 McCormick 包络或者引入 0-1 变量做分段线性化。我在这类问题里更倾向于直接用线性价格机制规避掉这个麻烦——毕竟研究调度策略的核心是博弈逻辑，不是数值优化里的非线性求解技巧。

4. Matlab代码实现：从变量定义到求解器调用的完整流程

4.1 代码整体架构

整套 Matlab 实现我习惯按下面的结构组织，模块清晰，后期调参不用到处找代码。

参数初始化模块：读入负荷、光照、设备参数、电网电价等；
上层决策变量定义：售电价、购电交互功率、机组出力、储能变量；
下层决策变量定义：用户购电量、可转移负荷位移量、可削减量；
约束构建：上层约束、下层约束、下层 KKT 条件；
目标函数拼接并求解；
结果提取与画图。

4.2 核心变量的 Yalmip 定义

Matlab 里用 Yalmip 定义一个 24 时段、多主体的优化问题，核心变量定义大致是这样：

matlab复制%% 时间与主体定义
T = 24;
N = 3;  % 主体数量

%% 上层决策变量
% 运营商制定的售电价 (元/kWh)
price_e = sdpvar(1, T, 'full');
% 运营商从电网购电功率
P_Grid = sdpvar(N, T, 'full');
% 交互功率: 正值表示买入，负值表示售出
P_Ex = sdpvar(N, T, 'full');
% 燃气轮机出力
P_Gt = sdpvar(N, T, 'full');
% 储能充放电功率 (充电为正，放电为负)
P_St = sdpvar(N, T, 'full');

%% 下层决策变量
% 用户向运营商购电功率
P_Load = sdpvar(N, T, 'full');
% 可转移负荷的位移量（可为正或负）
P_Shift = sdpvar(N, T, 'full');
% 可削减负荷量
P_Cut = sdpvar(N, T, 'full');

这里 Yalmip 的 sdpvar 把变量定义得非常直观。需要注意 'full' 选项不要漏写，否则默认会创建对称矩阵变量，那个问题找起来相当隐蔽。

4.3 约束条件构建的关键代码

上层功率平衡约束是整个模型里最核心的等式约束之一，充电为正、放电为负的约定下，每个主体的功率平衡可以写成：

matlab复制Constraints = [];
for t = 1:T
    for i = 1:N
        Constraints = [Constraints, ...
            P_Grid(i,t) + P_Gt(i,t) + P_St(i,t) + P_Ex(i,t) ...
            == P_Load(i,t)];
    end
end

下层需求响应的典型约束（可转移负荷总量守恒）是这样：

matlab复制% 可转移负荷总量守恒：24小时总转移量之和为0
for i = 1:N
    Constraints = [Constraints, ...
        sum(P_Shift(i,:)) == 0];
    % 可转移上限
    Constraints = [Constraints, ...
        -P_Shift_max(i) <= P_Shift(i,:) <= P_Shift_max(i)];
end

KKT 条件转化时，互补松弛约束加进模型是这个套路：

matlab复制% 假设松弛量为 s，拉格朗日乘子为 lambda
z = binvar(N, T, 'full');
Constraints = [Constraints, ...
    s <= M .* z, ...
    lambda <= M .* (1 - z), ...
    s >= 0, lambda >= 0];

这一步是整个模型能否正确求解的关键。大 M 系数如果设置不当，模型求解会非常慢，甚至直接报错。我一般会先跑一个简化版本（比如单主体、缩短为 4 个时段），用结果验证 KKT 条件的正确性，再扩展到完整规模。

4.4 求解配置：公差、MIPgap与时间限制

Yalmip 调 Cplex 的时候，有几个参数必须设置好。求解 MILP 问题时，Cplex 的默认 MIP gap 是 1e-4，但对这种大规模博弈模型来说，很多时候没必要追求极致精度，设到 1e-3 或者 1e-2 能把求解时间从半小时缩短到几分钟，而结果差异在工程上完全可以忽略。

matlab复制ops = sdpsettings('solver', 'cplex', ...
    'verbose', 2, ...
    'cplex.mip.tolerances.mipgap', 0.01, ...
    'cplex.timelimit', 600, ...
    'cplex.mip.display', 1);
optimize(Constraints, Objective, ops);

时间限制一定要设置。不设的话，模型稍微复杂一点，求解器可能跑几个小时都停不下来。设一个合理的时间限制，配合 MIP gap，基本能保证在可控时间内拿到一个可以接受的近优解。

5. 算例测试、结果读法与调参避坑

5.1 典型算例参数设定

为了说明最终效果，我给一个典型算例配置：研究周期取 24 小时，三个主体，每个主体均配有燃气轮机（额定功率500 kW）、储能（容量1000 kWh，最大充放电功率200 kW）、屋顶光伏（装机容量根据场景设置）。上级电网采用分时电价：峰时段 1.1 元/kWh，平时段 0.75 元/kWh，谷时段 0.4 元/kWh，上网电价固定为 0.35 元/kWh。用户侧负荷分为刚性负荷、可转移负荷（占比约15%）和可削减负荷（占比约10%）。

这些参数不复杂，但足以展示博弈逻辑：峰时段运营商可以适度提高售电价，用户则转移或削减部分负荷。

5.2 结果怎么读：电价、负荷响应与交互功率的联动

跑完模型之后，千万别急着把价格曲线和功率曲线贴到一个图上就完事。我通常按三条线去检查结果的合理性。

第一条线：观察峰时段售电价和用户负荷削减量之间的关系。如果博弈是有效的，峰时段电价应该比原来集中式优化的边际成本电价高一些，但同时用户可削减负荷在这个时段会被触发。如果价格很高但用户负荷没有任何变化，说明下层 KKT 条件里需求响应约束可能错误地失效了，或者是用户价格弹性设置得太低。

第二条线：观察电能交互功率的走向。光伏大发的中午时段，多余的电力应优先通过交互通道卖给邻近缺电主体，而不是直接低价上网或者弃光。如果模型结果里没有出现期望的交互流动，检查一下交互电价区间是否设置合理——交互电价取电网购电和上网电价的中间值时，如果这个区间太窄，交互功率自然没有吸引力。

第三条线：核对储能行为是否合理。在分时电价激励下，储能应该是谷时充电、峰时放电。如果出现逆向充电，大概率是某个方向约束的正负号取错了，这也是储能建模最常见的低级错误。

5.3 实际调参中容易踩的坑

我在这个模型上调了一段时间之后，总结出几个最容易出问题的位置。

一个是 KKT 条件里的对偶变量方向。下层问题如果是求最小化，不等式约束写成 g(x) ≤ 0 的形式时，KKT 条件里拉格朗日乘子必须是非负的。如果符号弄反了，求解器不会报错，但会给出一个完全不合理的“最优解”——用户正价高时反而增加负荷，非常离谱。排查的时候先拿一个单时段、单主体的简化算例，手工求解一遍，再和程序输出对比，能快速定位这类问题。

另一个是目标函数里的绝对值项。可转移负荷调度中，如果目标函数里有绝对值形式，不能直接用 abs()，需要引入辅助变量做线性化：令 aux ≥ x，aux ≥ -x，然后目标函数里用 aux 替代 abs(x)。这个属于基础但高频的错误，Yalmip 里直接调 abs 有时候也能跑，但模型退化到非线性领域之后，求解器会变得极其敏感。

还有一个是交互电价的双线性项。早期版本我在目标函数里直接写了购电费用 = 交互功率 × 交互电价，价格和功率都是变量，于是出现双线性项。Cplex 遇到这种问题会直接报 non-convex，后来换成固定中间价机制才彻底绕开了这个坑。

5.4 结果合理性的进一步验证

拿到一组看起来“合理”的结果后，我建议再做一个验证实验：把主从博弈的结算结果跟集中式优化的全局最优解做个对比。集中式最优解给出的系统总成本一定更低，这个差距是博弈的“无谓损失”，它反映了多主体独立决策带来的效率损失。如果两者几乎一样，说明博弈场景其实没有真正发生利益冲突；如果差距太大，说明参数设置可能让博弈模型失真，比如价格弹性设置得不合理。

由于手头这组参数下算出来的结果，两个解的差距大约在 5% 左右，这是比较典型的水平，也说明博弈框架有效但代价可控。用这个数值作为论文或者报告里的对比基准，是很合适的做法。

5.5 往更深的方向扩展

这个模型还有几个自然的扩展方向可以提一下。比如在需求响应里加入价格型响应系数，用电价弹性矩阵描述用户对电价的连续敏感度，比单纯的可转移、可削减逻辑更精细。再比如引入多时段博弈或多领导者-多跟随者结构，甚至加入碳交易成本放到上层目标函数里，研究碳价对博弈均衡的影响。还可以考虑风光出力的不确定性，把上层问题扩展成两阶段鲁棒优化，博弈均衡和极端场景下的调度决策同时纳入一个框架。

不过这些都建议在基础模型跑通之后再上。我个人的习惯是先把一个简化版的Stackelberg均衡结果跑出来，画几张能解释通的图，再逐步加复杂度。一上来就做完整的鲁棒博弈、多层均衡，模型和程序任何一环出问题都没法定位，那种调试体验会非常痛苦。

6. 最后的个人经验

这个课题从我开始接触到把完整代码跑通，中间换过三版建模方式。第一版用迭代法，卡在收敛性上；第二版用 KKT 但忽略了对偶变量符号检查，跑出来结果诡异；第三版才真正把所有环节理清楚。要说最有价值的经验，大概是两条。

一条是调模型前先调算例。不要一上来就用完整 24 时段三主体配置跑，先用 2 主体 4 时段把每一条 KKT 条件、每一个约束的正负号验算清楚，再扩展规模。否则一次引入全部复杂度，出了任何问题都不知道从哪里开始查。

另一条是结果正确性的验证永远不能省。主从博弈的结果没有唯一的标准答案，你不能只看求解器返回了“求解成功”就认为求解成功。一定要从物理直觉出发做交叉检查：储能是不是越时间套利了？峰时价格调高了之后可削减负荷有没有如期削减？电能交互是不是在光伏大发时段出现？这些检查做下来，模型里绝大部分错误都能被你揪出来。

这套模型和代码的可复用性相当高。不管你是研究园区级电热联供系统，还是微电网群协调，或者虚拟电厂的定价策略，把电价对象、设备参数、负荷结构换一下，整体框架可以直接搬过去用。结构最值得借鉴的部分正是“上层定价 + 下层需求响应 + KKT 单层化 + MILP 求解”这个链条，它把复杂的博弈问题变成了一个真正能用的优化模型。折腾过这一趟之后，再看其他多主体博弈的论文，基本都能在半小时内判断出它的模型核心是什么、求解难点在哪里，能省下不少重复劳动。