共享储能主从博弈双层优化：KKT替换与Big-M松弛的Yalmip实现

把共享储能项目里最磨人的那部分拿出来说一下。我做的模型是：共享储能运营商作为领导者，先决定储能充放电计划、与电网交易量以及卖给用户聚合商的电价/服务费；用户聚合商作为跟随者，根据这些价格安排自己的购电、分布式出力和储能的充放电行为。两边目标不一致，又不能各自独立优化，这就是典型的Stackelberg博弈。而真正让人头疼的是，这类双层问题用MATLAB求解时，不能直接把两个目标叠在一起算，需要把下层用户的优化变成上层可处理的约束，用Yalmip实现时就有一堆坑。这篇文章不准备重复论文里已经写过的公式推导，重点讲清楚我实际建模和求解时的完整思路，尤其是KKT替换、强对偶和Big-M处理的那些细节，适合已经读过一些博弈论和共享储能文献、但卡在代码实现上的同学。

1. 为什么把共享储能定价问题写成Stackelberg博弈

1.1 共享储能场景里的两类主体是怎么互动的

先还原一下场景。共享储能不是某一栋楼自己装电池，而是由运营商投资建设一个相对集中的储能电站，多个用户聚合商或者微网群体通过租赁容量或者按电量付费的方式使用它。和完全自建储能相比，共享的好处是容量利用率高、成本被摊薄，但也带来新的问题：储能白天充多少、晚上放多少，给谁充、给谁放，按什么价格收服务费，这些都从原来单一主体的调度问题，变成了多主体之间的利益博弈问题。

用户聚合商这边的诉求很清楚：让自己的用电成本最低。它可以买电网电，可以买共享储能放出来的电，也可以在自己内部有光伏、柴油机等资源时优先出货。运营商这边的诉求也很清楚：既要把储能充分利用起来赚取收益，又不能让电价定得太高，否则用户聚合商会转向电网，储能反而闲置。

两者的利益关系可以描述成一个顺序决策过程。运营商先公布对用户的售电价和储能服务价，用户看到这些价格之后，再选择自己每个时段的最优购电和用电安排。价格高低会直接影响下游需求量，而下游需求量反过来又会改变运营商储能的实际收益和调度方式。这种“先定价、后响应”的结构天然适合用主从博弈来描述，其中运营商是领导者，用户聚合商是跟随者。

1.2 写成主从博弈后，问题结构会发生什么变化

如果只站在运营商角度单独做储能调度，不考虑用户响应，那代价非常小。问题会成为典型储能经济调度，直接用线性规划就能求解。只站在用户聚合商角度单独做购电优化，也是一个线性规划问题。但把两边放在一起，上层运营商的每个决策都会事先“猜”下层的反应，而下层用户侧的反应又必须来自上层给出的价格，这就形成了所谓的双层结构。

这种结构导致最大的问题是：上层目标函数里虽然很简单地写着收益最大化，但真正求解时，下层被包含在约束和未知变量中，没有一个显式的函数关系可以直接写出来。也就是说运营商的收益并不是储能功率的简单函数，而是跟用户优化问题的解绑在一起。很多时候我们没法把它当成普通单层模型来解。

因此建模的第一步是把两层各自的目标、变量、约束都分清楚。我个人建议在写代码之前，先用纸把用户聚合商的问题单独列出来，并确认它一定是线性规划问题。这一点非常关键，因为后续要用KKT条件来替换下层，线性规划是最稳妥的。如果下层包含非线性目标或二进制变量，后面做KKT单层化几乎无法处理，除非先做线性化处理。

2. 数学建模：先让下层聚合商的问题可解，再去套上层

2.1 运营商层面的目标与约束

在共享储能背景下，运营商的目标收益大体可以拆成三块。第一块是向用户聚合商售电的收入，第二块是提供储能充放电/容量服务带来的收入，第三块是向外卖电或从电网买电带来的成本和收益。还需要扣除储能运维成本、老化成本和共享服务成本。如果用24时段建模，变量太多确实麻烦，但逻辑并不复杂。

运营商层面的约束重点是储能本身。储能不能同时充放电，需要引入二进制变量；储能SOC在每个时段之间有递推关系，一般在24小时末端要让SOC回到初始值附近，这是很多初学者会忽略的约束。缺少末端SOC约束，模型往往会给出“最后一个时段把电全部放光”的极端解，实际项目里根本不允许。另外一个容易被忽略的约束是运营商向用户出售电量不能超过每个时段储能的放电能力加上电网购入上限，这是耦合约束，直接影响博弈是否可行。

2.2 用户聚合商层面的目标与约束

用户聚合商的目标相对简单，通常是最小化从电网购电成本、从共享储能购电成本和内部分布式发电成本的总和，扣掉内部可再生能源出售收益等。每个聚合商内部可能有光伏、常规负荷、可平移负荷，也可能有小型的天然气或柴油机组，模型规模不大但每个约束都要落在具体时段上。

聚合商的约束核心是电功率平衡：每个时段的负荷功率要等于光伏出力、机组出力、电网购电量、储能放电量和传给储能充电量之间的净关系。如果聚合商本身没有储能，那它的购电决策就相对简单；如果聚合商内部也有蓄电池，就需要加储能约束，此时价格会驱动它决定是共享储能充电，还是自己内部电池充电。这两种储能之间存在替代关系，和真实项目中的行为非常接近。

这里有一个优化技巧：即使上层运营商需要处理多个聚合商，如果每个聚合商的问题是独立的线性规划，它们可以分别被KKT替换，最终拼接到一个单层MILP里。单从形式上看，多个聚合商只是增加了很多约束和二进制变量，并不会改变求解框架。这也是Stackelberg模型能扩展到十几个聚合商的原因。

2.3 两层之间的耦合变量

上下层之间的耦合，核心是运营商制定的价格和用户聚合商购买共享储能电量的功率。价格变量是运营商的决策，会作为常数参数进入下层优化。但上层收益中会出现“价格乘以电量”这种双线性项，电量又是下层决策变量的函数。如果直接丢给Yalmip，效果很差甚至无法处理，因为双线性项导致全局非凸。

对双线性项的处理是求解的重头戏。常见方案有两种：第一种是直接把上层问题当成MPEC，用非线性求解器去试，但效果不稳定。第二种是利用聚合商下层问题的强对偶条件，用对偶乘子来表示下层目标值，再把双线性项中表示收益的部分替换成关于对偶变量的线性表达式，从而把上层问题转成混合整数线性规划。这个方法才是稳妥的。

所以建模阶段就要先检查上层目标函数中所有乘积项，找出哪些乘积项可以借助下层目标表达式替换。如果不能全部替换，至少核心的固定收益部分要能处理。否则后面Yalmip一上就会报出非线性项，很难排查。

3. 用Yalmip实现的关键：KKT条件替换下层问题

3.1 为什么不能在上层循环里反复调用聚合商优化

没经验的人拿到双层模型，第一反应是写一个迭代算法：运营商先给一组价格，调用聚合商优化，得到聚合商购电量后再更新价格，循环到稳定。这种思路看起来像Stackelberg，实际问题很大。

首先是收敛速度问题。价格和电量之间通常会呈现“上一轮价格高，这一轮电量低，然后为刺激电量又把价格调低”的抖动，简单迭代很容易发散，要加大量阻尼和收敛判据才可能稳定。更重要的是，即使迭代收敛，也只能得到一个局部Stackelberg解，没法保证运营商收益达到全局最优。论文里更常见的做法是把下层用户的KTT条件直接写出来，作为上层约束，一次性求解全局解。这样虽然问题规模更大，但得到的解有确定性。

所以我的实践原则是：能用KKT单层化，就不要用迭代法。用迭代法只做两件事，一是给后面单层模型提供初始解，二是用来校验单层模型的合理性。

3.2 手写KKT的步骤与符号约定

用Yalmip实现KKT条件，最大的诱惑是直接用Yalmip内置的kkt函数。我实际试过，这个函数确实能减少代码量，但它会自动引入大量变量和约束，而且对约束符号、变量类型非常敏感。一旦模型里有非预期变量，它会生成不完整的KKT条件，后台报错也比较难读。所以我自己宁可在纸上把KKT条件手动推导出来，再在Yalmip里显式写出来。

手写KKT的流程可以分成四步。第一步，写下聚合商问题的标准形式，把约束全部整理为Ax <= b这种不等式形式。第二步，对每个不等式约束引入非负对偶变量lam。第三步，写出拉格朗日函数，并让每个原始变量的偏导为零，得到平稳性条件。第四步，写互补松弛条件，即每个不等式约束和对偶变量之间满足至少一个为零。

以用户聚合商的购电功率变量为例，假设它满足非负约束，则在最优解中，这个变量的边际收益与乘子之间存在对应关系。实际的公式会随约束形式不同而略有差异，但对符号要认真校验。Yalmip里如果约束方向写反了，对偶变量符号也会反，求解器可能产生不可行或者无界解。这是个很阴间的坑，建议对每个约束都打印出来检查，尤其是那些形如0 <= x和x >= 0的写法，有时候Yalmip内部规范化会把方向变掉，导致互补约束错位。

3.3 用强对偶消掉双线性项

KKT条件把下层问题变成约束后，上层目标里的双线性项还是横在那里。要解决它，一般会引入下层问题的对偶表达。对一个线性规划，目标函数在原问题最优值等于对偶问题最优值。因此可以把下层目标函数中某些项，用对偶乘子和常数项表示出来。

比如下层聚合商的目标是购电成本最小化，运营商的收益中包含售电收入，若运营商的售电价格乘以下层的购电量出现在上层收益中，那么这个下层购电量可以被替换成下层目标函数的一部分。再利用强对偶，下层目标函数的数值等于对偶函数值，于是双线性项中的一块就被消掉了。

这一步需要非常小心：只有下层问题仍然是线性规划，且满足约束规格才能保证强对偶成立。实际模型中线性约束通常都满足约束规格，所以问题不大。如果你在下层加入了二进制变量来处理阶梯电价或者机组启停，那么强对偶就不一定成立，整套单层化推导也会失去基础。初期建模时，建议先把用户侧简化成纯线性模型，把KKT和强对偶跑通，再做更复杂的扩展。

4. 互补松弛条件的Big-M线性化和求解器选择

4.1 Big-M取值的经验范围

KKT里的互补约束是非线性的。直接写成g * lam = 0后尽管是正确的数学条件，但Yalmip看到后会把它当作非凸双线性约束，Gurobi和Cplex都无法直接求解。常规办法是用一个0-1整数变量z，把互补条件拆成两条不等式：

• 当z=1时，强制对偶变量lam=0；
• 当z=0时，强制原始不等式约束的左侧等于0。

形式上通常写成lam <= M * z和-g <= M * (1 - z)，同时对原始约束保留g <= 0。这样把非线性互补条件转成了带大M的混合整数线性约束。

这里最大的坑就是M不要取得太离谱。M太小会删掉有效解，M太大会让数值问题特别多，出现矩阵病态、求解时间暴涨，甚至解出离最优值很远的错误结果。我的经验是：先估算对偶变量的量纲。如果电价范围是0.3到1.5元/千瓦时，功率最多几百千瓦，那大多数对偶变量不会超过几十或几百。取一个大一点但仍有物理上界检验的数值，比如功率上限的20倍或电价上限乘子功率上限的20倍，通常就够。

如果一个模型里有多条互补约束，每一类的M可以分别设置，不必统一。统一取一个很大的值虽然省事，但会让很多二进制分支都变成可行，分支定界算法性能大幅下降。这里值得多花一点时间，针对每个约束的物理量级来确定M。

4.2 求解器与Yalmip设置

Yalmip本身不负责求解MILP，它只是建模语言，需要调用外部求解器。我的首选是Gurobi，其次Cplex，如果个人学习环境没有商业求解器，用MATLAB自带的intlinprog也能跑，但在问题规模变大后性能差异非常明显。共享储能模型的变量通常在几千个到几万个之间，矩阵也不算稀疏，用intlinprog可能要跑几小时，Gurobi只需要几十秒到几分钟。

Yalmip里求解设置不复杂，核心是这几行：

matlab复制ops = sdpsettings('solver', 'gurobi', 'verbose', 2);
ops.gurobi.MIPGap = 1e-3;
ops.gurobi.TimeLimit = 600;
sol = optimize(Constraints, Objective, ops);

建议设置MIPGap和TimeLimit。如果不设MIPGap，求解器可能会为了把上界下界之间的差距缩到极小白耗很多时间。对于博弈优化，工程上MIPGap=1e-3已经足够好了。很多论文展示的所谓全局最优，实际默认求解器gap设置的也是百分号级。

4.3 跑不出可行解的检查顺序

我做这类模型时，经常遇到第一次求解就得到infeasible。这时候先不要怀疑模型理论错了，而是按下面顺序排查。第一，把所有KKT替换后的约束分成三类：原始上层约束、下层KKT平稳性条件、下层原始可行性约束，第三是互补Big-M约束。先注释掉互补Big-M约束，留一个松弛问题，看是否可行。

如果去掉互补约束后可解，说明问题多半出在M的取值或二进制变量方向上。如果去掉互补约束仍然不可行，那问题出在原始约束本身，比如运营商的电价范围与用户聚合商的可承受能力冲突，或者储能SOC约束写错。一个特别容易犯的错误是把多个聚合商的KKT条件放到同一个循环里生成时，反复使用同一个变量名，导致变量被自动覆盖，约束却保留下来，形成自相矛盾。这种问题Yalmip不会报错，只会给一个不可行解。建议每个聚合商生成约束时，用不同的乘子变量前缀，例如lam_agg1和lam_agg2。

5. 完整代码框架与仿真结果怎么组织

5.1 变量定义与参数准备

下面给出一套可以照着改的代码骨架，以24时段、单运营商和3个用户聚合商的典型结构为例。思路是把上层运营商的变量和用户聚合商的下层变量分开定义，然后通过KKT约束拼装。

matlab复制T = 24;
% 储能参数
E_max = 1000;   % 储能容量 kWh
P_max = 200;    % 储能最大功率 kW
eta = 0.95;     % 充放电效率
SOC0 = 0.2 * E_max;

% 运营商决策变量
price_ES = sdpvar(1, T);        % 共享储能售电价
price_grid_sell = sdpvar(1, T); % 向电网售电价（也可以作为参数）
P_charge = sdpvar(1, T);
P_discharge = sdpvar(1, T);
SOC = sdpvar(1, T + 1);
u_ch = binvar(1, T);
u_dis = binvar(1, T);

% 用户聚合商决策变量（每个聚合商一组，用单元数组管理）
n_agg = 3;
for k = 1:n_agg
    aggPV{k} = sdpvar(1, T);     % 光伏使用
    aggLoad{k} = sdpvar(1, T);   % 购电+内部用
    aggBuyS{k} = sdpvar(1, T);   % 购买共享储能电量
    aggBuyGrid{k} = sdpvar(1, T); % 电网购电
end

Yalmip有一个特点：所有变量在调用前必须是Yalmip类型，不能用普通数组预分配。之前我用过sdpvar初始化单元数组时出现反复覆盖，后面改成结构体数组也没更简洁，因此干脆就对聚合商数量写显式变量，聚合商少时最清晰。如果聚合商多到几十个，仍推荐用单元数组，但在循环里务必为每一个乘子建立独立名称，例如lambda_stationary_agg{k}。

5.2 约束组装与求解调用

上层储能约束：

matlab复制Constraints = [];
Constraints = [Constraints, SOC(1) == SOC0];
for t = 1:T
    Constraints = [Constraints, SOC(t+1) == SOC(t) + eta*P_charge(t) - P_discharge(t)/eta];
    Constraints = [Constraints, 0 <= P_charge(t) <= P_max*u_ch(t)];
    Constraints = [Constraints, 0 <= P_discharge(t) <= P_max*u_dis(t)];
    Constraints = [Constraints, u_ch(t) + u_dis(t) <= 1];
    Constraints = [Constraints, SOC(t+1) <= E_max];
end
Constraints = [Constraints, SOC(T+1) == SOC0];

电网交互和售电约束要根据每个项目的数据单独写，这里省略。重点是确保每条不等式对应的对偶乘子含义一致。如果所有约束都写成Constraints = [Constraints, ...]，Yalmip会识别为矩阵约束，但后续若需要手动提取单个约束对应的对偶乘子，会非常麻烦。因此建议按以下方式记录约束元胞数组，逐条加入，方便调试时查错：

matlab复制Con_upper = [];
Con_kkt_stationary = [];
Con_complement = [];
% 每加入一条约束时，对应加入相关对偶变量和Big-M约束

在个人项目里，不必把所有约束压进一个变量。把上层约束和KKT约束分开存储，求解前用[Con_upper, Con_kkt_stationary, Con_complement]合并。好处是上层约束造成不可行时，Yalmip的错误信息能指出具体哪个约束块有问题，否则都混在一个大变量里，很难定位。

目标函数里使用强对偶替换之后，应避免出现双线性项。替换完的目标应该全是线性表达式，如果不确定，可以用yalmip('nvars')或者isexpr辅助检查，但更直观的方法是在目标表达式中搜索price_ES.*aggBuyS{k}这类乘积。如果目标中仍然存在这种点乘，那说明替换没有生效，后面的优化结果不可信。

求解：

matlab复制ops = sdpsettings('solver', 'gurobi', 'verbose', 2);
ops.gurobi.MIPGap = 5e-4;
sol = optimize([Con_upper, Con_kkt_stationary, Con_complement], -Objective, ops);
if sol.problem == 0
    disp('求解成功');
else
    disp(sol);
    yalmiperror(sol.problem);
end

5.3 结果分析和校验

求解完成后，不能只看收益数值就结束，必须做三层校验。

第一层是可行性校验。取出价格、储能SOC和用户聚合商购电量，分别代入下层聚合商的原始优化模型，看是否满足所有约束。这一步在下层问题规模较小时非常重要，因为KKT和Big-M替换本质上只是让原问题满足一阶必要条件，如果数值误差大，会在边界处违反少量约束。

第二层是最优性校验。把运营商价格固定为求解结果，重新运行各聚合商的LP问题，计算聚合商的最小成本。再把此成本与KKT单层模型中的下层目标值做对比。两者误差应该在1%以内。若误差很大，基本可以确定强对偶替换或互补约束中的M取值有问题。

第三层是博弈结果合理性检验。检查电价曲线是否在允许的上下界之间，储能是否出现频繁充放电切换，用户聚合商是否出现既买电网电又同时向电网卖电的异常操作。如果某个聚合商几乎不买共享储能电，可以考虑下调价格的极端解是否存在，或者补充运营商的收入约束。

我习惯把每个主体的成本/收益分解表保存下来，比如电网购电成本、共享储能购电成本、光伏自发自用收益、储能服务费、运营商售电收益、储能运维成本等。这样既能看清楚钱从哪流向哪，也给后续写论文或汇报提供直接图表素材。

6. 我踩过的几个坑和可以继续扩展的方向

6.1 几个容易忽略的坑

第一，不要把下层约束写成等号加非负变量的变形。比如电功率平衡P_buy + P_pv = P_load，如果要写互补条件，等号约束需要引入自由变量乘子而不是非负乘子，很多人直接把等号约束当不等式处理，导致乘子没有自由度，出现不可行。相对简单的处理是把等式拆成两个方向的不等式，然后用同一个乘子？不是那么回事，反而复杂。建议保留等式约束，并给等式约束引入自由乘子lam_free，平稳性条件中要使用这个lam_free。在Yalmip里自由乘子直接sdpvar即可，不需要限定非负。这个点代码里体现不出来，只是推导时特别容易错。

第二，大M过大会让互补条件的分支丧失区分度。比如M=1e6、原始约束残差只有1e-7时，求解器会认为很多分支都是“几乎可行”，导致分支过多。我实际调整M时，先在去掉互补约束的松弛解里看每个原始约束的残差量级和对应乘子量级，然后取乘子最大值的1.5到3倍作为M。这比凭感觉取整要好得多。

第三，如果上下层耦合变量不是电量而是储能容量租赁量，建模时还要考虑二阶约束。比如用户聚合商租用容量后，虽然实际使用可能不满，但已经支付了容量费，这在运营商收入里属于固定项，在下层成本里不直接影响边际用电。这种固定费用不能被强对偶公式简单线性化，需要单独拆分。很多初学者容易把固定费用和可变费用混在一起，最后目标函数出现非线性项还查不出来。

第四，终端SOC约束会显著影响博弈均衡。许多共享储能运营商在实际运营时并不强制每日SOC归位，但仿真中若取消终端SOC约束，储能在最后一个时段几乎都是放电或充电极端解，导致价格曲线尾部弯曲厉害。我建议保留终端SOC在一个区间内，比如[0.2E_max, 0.8E_max]，这样更接近工程实际。

6.2 扩展方向

在解决基础版Stackelberg模型后，可以往几个方向扩展。一个是把光伏和负荷的不确定性加入模型，用户聚合商会根据实时电价调整购电行为，运营商定价时应考虑最恶劣场景，于是问题升级成分布鲁棒或两阶段鲁棒Stackelberg优化，复杂度提升不少。另一个方向是研究多个共享储能运营商并存时的博弈，两个运营商都定价，用户聚合商在两者之间选择，再往上就成了Nash-Stackelberg混合博弈，求解时往往需要结合纳什均衡搜索和KKT转化。

另外，还有一些文献会把碳交易成本放进共享储能模型，运营商出售储能服务的同时还需要上报碳排放量，此时共享储能相当于变相给用户聚合商提供低碳电能。目标函数会多出碳成本或碳收益项，但整体建模路径差别不大。只要下层仍保持线性规划，KKT套路的代码骨架就可以复用。

最后再分享一个经验：共享储能博弈模型有一个很容易吸引审稿人注意的对比实验——“每个用户自建储能独立调度”和“共享储能下Stackelberg调度”的总社会成本对比。自建储能时每个聚合商各自承担储能投资成本和运维成本，共享储能时这些成本被摊到运营商端。对比两组结果，如果共享储能能让总成本下降或者整体新能源消纳率提升，模型的价值就能说清楚了。我在实际项目中通常先用这个对比来检查整体模型的合理性，如果共享储能居然优于每个用户都能免费无限使用储能，那一定是目标函数耦合项写错了。这个小技巧省了我很多时间，你现在把基础版代码跑出来后，可以照着这个思路去做结果分析。