从去年年底开始，我一直在做多主体综合能源系统的调度优化，前前后后换了好几版模型，最后卡在“多主体利益冲突怎么建模”这个问题上。传统做法是把整个园区当成一个整体，统一调度、统一优化，但现实中哪有这么理想——综合能源服务商、配电网运营商、用户侧微网，每一方都有自己的成本和收益诉求，强行合并成一个优化问题，算出来的结果基本没法落地。
后来我换成了主从博弈（Stackelberg game）框架，配合需求响应和电能交互机制，把“以我为主、多方跟随”的层级决策关系显式建模出来。整套逻辑用Matlab实现，跑下来效果确实比单层集中优化更贴近实际，今天把思路和代码实践过程详细拆一拆。
1. 为什么集中式优化在多主体场景下“不好用”
先聊一个很现实的问题：为什么明明集中式优化数学上更优美、求解也更简单，我在实际项目中却越来越倾向于弃用。
1.1 集中式优化的隐含假设
传统集中式优化调度，比如把风电、光伏、燃气轮机、储能、电锅炉、用户负荷全部放进一个目标函数，假设所有设备属于同一个利益主体，目标统一为“系统总运行成本最低”。这个假设在单一微网或单个园区内部还能成立，但一旦涉及多个运营主体，问题就来了。
举一个典型的场景：某综合能源园区里有燃气轮机、储能和光伏，同时还通过公共连接点与上级配电网交互。园区运营方希望多用气、少购电，因为购电价格高；而配电网运营方希望园区在高峰时段少向电网倒送功率，避免逆潮流过载。两边目标不一致时，集中优化模型会强行取一个“系统总成本最小”，这个总成本在数学上能算出来，但落到结算环节，到底谁来承担气价、谁来承担电价、谁因为配合调度而损失了收益？完全说不清楚。
1.2 多主体博弈才是真实的市场关系
真实的多主体系统里，各主体之间是“博弈”关系，不是“协作”关系。电网公司制定分时电价、需求响应补偿价格，用户根据价格信号调整用能行为；售电商预测用户响应量，决定购电策略；微网运营方根据外部价格决定是买电还是卖电、充放电策略怎么定。这些决策有先后顺序，有上下层级，天然适合用主从博弈来描述。
我第一次意识到这一点，是处理一个冷热电三联供系统与上级电网的交互调度问题时。上级电网给定了一个峰谷电价，园区根据这个电价优化自己的机组出力和储能充放电，算出来的结果和电网预期差很多——因为园区并没有义务配合电网削峰，它只关心自己成本最小。后来我把电网设为领导者（leader），把园区设为跟随者（follower），通过KKT条件把下层问题转化到上层约束里，才把这种层级决策关系真正刻画出来。
2. 主从博弈模型的核心架构与数学表达
这套模型的关键，不在于Matlab代码本身多复杂，而在于把博弈结构理解清楚。先给出整体框架，再逐步展开。
2.1 博弈主体设定
模型里设定了两类主体：
- 领导者（Leader）：配电网运营商/综合能源服务商，掌握电能交互价格、需求响应补偿价格的制定权。
- 跟随者（Follower）：多个综合能源微网/用户聚合商，根据领导者的价格信号，以自身运行成本最小为目标，优化内部机组出力、储能充放电、可转移负荷的调度计划。
领导者追求的是整体利益最大化，包括向微网售电的收益、需求响应调用带来的系统削峰填谷效益，以及避免网络阻塞的隐性收益；跟随者追求的是自身用能成本最小化。两者之间通过电价和补偿价格形成耦合。
2.2 跟随者下层优化模型示例
以包含燃气轮机、储能、风电光伏、电负载和热负载的微网为例，下层优化问题可以表示为：
目标函数：
$$\min \sum_{t=1}^{T} \left( c_{gas} \cdot P_{gt}(t) + c_{buy}(t) \cdot P_{buy}(t) - c_{sell}(t) \cdot P_{sell}(t) - c_{dr}(t) \cdot P_{dr}(t) \right)$$
其中：
- $P_{gt}(t)$ 为燃气轮机在时段的出力；
- $P_{buy}(t)$、$P_{sell}(t)$ 为从电网购电和向电网售电功率；
- $c_{dr}(t)$ 为需求响应补偿单价，$P_{dr}(t)$ 为削减或转移的负荷功率。
约束条件包括：
- 电功率平衡：$P_{gt}(t) + P_{pv}(t) + P_{wt}(t) + P_{dis}(t) + P_{buy}(t) = P_{load}(t) + P_{ch}(t) + P_{sell}(t) + P_{dr}(t)$
- 热功率平衡：$H_{gt}(t) + H_{gb}(t) = H_{load}(t)$
- 储能约束：$SOC(t+1) = SOC(t) + \eta_{ch}P_{ch}(t) - P_{dis}(t)/\eta_{dis}$，以及SOC上/下限约束，充放电功率限值，不允许同时充放电约束。
- 燃气轮机出力爬坡约束、出力上下限约束。
- 需求响应量约束：$P_{dr}^{min}(t) \le P_{dr}(t) \le P_{dr}^{max}(t)$，且一个调度周期内转移负荷总量守恒。
2.3 上层领导者的优化模型
上层决策变量是各时段购售电价 $c_{buy}(t)$、$c_{sell}(t)$ 和需求响应补偿价格 $c_{dr}(t)$。领导者首先预测跟随者的响应行为（通过求解决策问题），再以自身收益最大化为目标制定价格。
这里有一个关键技术点：下层优化问题是一个线性规划（LP），可以用KKT条件替换进上层模型，形成单层混合整数线性规划（MILP）或非线性规划，然后直接调用求解器。
2.4 为什么选择主从博弈而非纳什均衡或合作博弈
不少同行问我，为什么不用纳什均衡或者合作博弈的Shapley值？因为场景决定了模型选择的合理性：
- 纳什均衡适合所有主体同时决策、地位平等的情况，但现实中电网和微网决策是有先后顺序的，上级公司先公布电价，用户再响应用能，天然不平衡。
- 合作博弈强调收益分配，但需要先算出总体最优总收益，再谈分配，这个“总体最优”还是忽略了主体间竞争关系。
- 主从博弈能天然匹配“领导者先动、跟随者后动”这一真实业务链，而且可以通过KKT转化或迭代求解，工程可实现性最好。
3. Matlab实现路线：从模型到代码的落地要点
接下来是大家最关心的，怎么把这个抽象模型变成可以跑的Matlab代码。
3.1 整体思路与求解策略选择
主从博弈问题在Matlab中的求解方案主要有三种：
| 方案 | 原理 | 适用场景 | 实现难度 |
|---|---|---|---|
| KKT单层转化法 | 写下层问题的KKT条件，替换到上层，形成MPEC问题 | 下层是线性或二次凸问题 | 中 |
| 迭代求解法 | 上下层交替求解，下层返回最优解，上层更新价格 | 下层问题需要成熟求解器，博弈存在均衡 | 低 |
| 智能算法嵌套 | 上层用粒子群/遗传算法，下层调用线性规划 | 上层非凸、下层凸，适合处理复杂约束 | 中 |
我实测下来，如果下层模型是线性规划（LP）且规模不大，KKT单层转化法最可靠，最后得到的MILP问题可以直接用YALMIP调用Gurobi或Cplex求解，全局最优性有保证。如果下层是混合整数规划（比如储能同时充放电约束引入了0-1变量），KKT转化会很复杂，这时候用迭代法更省事。
我最终的代码选了方案一，核心原因是要处理储能充放电互斥约束，所以将下层问题写成了MILP，然后在迭代过程中反复求解上下层问题，保证收敛性和可解释性。
3.2 数据准备与基础参数设置
先用Matlab脚本定义所有基础数据，包括24小时的电价、风光出力、负荷曲线，以及设备参数。举例：
%% 基础参数配置 T = 24; % 调度周期 % 设备参数 Gt = struct('Pmax', 2000, 'Pmin', 200, 'eta', 0.35, ... 'gasPrice', 0.35, 'rampUp', 200, 'rampDown', 200); % kW, kWh/kW Storage = struct('Cap', 1000, 'SOCmax', 0.9, 'SOCmin', 0.2, ... 'etaCh', 0.95, 'etaDis', 0.95, 'PchMax', 300, 'PdisMax', 300); % 分时购电价格（由领导者初始给出） priceBuy0 = [0.65, 0.65, 0.65, 0.65, 0.65, 0.65, ... 0.8, 0.8, 1.2, 1.2, 1.2, 1.2, ... 1.2, 1.2, 1.2, 1.2, 0.8, 0.8, ... 1.2, 1.2, 1.2, 0.8, 0.65, 0.65];这里有个容易踩的坑：很多初学者把“购电价格”和“售电价格”当成一个变量，但实际场景中购售电价差通常是存在的，否则套利空间会让储能行为失衡。我的做法是设置：
% 初始售电价格（低于购电价格） priceSell0 = priceBuy0 * 0.6;3.3 跟随者下层优化问题的YALMIP建模
下层优化是“在给定价格下，微网最小化自身运行成本”。用YALMIP建模非常直观：
function [cost, result] = followerOptimize(pBuy, pSell, pDr, data) % 变量定义 Pgt = sdpvar(T,1); % 燃气轮机出力 Pch = sdpvar(T,1); % 储能充电功率 Pdis = sdpvar(T,1); % 储能放电功率 SOC = sdpvar(T+1,1); % 荷电状态 Pbuy = sdpvar(T,1); % 购电功率 Psell = sdpvar(T,1); % 售电功率 Pdr = sdpvar(T,1); % 需求响应削减量 u = binvar(T,1); % 储能充放电状态，1充电0放电 % 目标函数 obj = sum( data.gasCost .* Pgt + pBuy .* Pbuy - pSell .* Psell ... - pDr .* Pdr ); % 约束条件 C = []; C = [C, data.Pload + Pch + Psell + Pdr <= Pgt + data.Ppv + data.Pwt + Pdis + Pbuy]; C = [C, Pgt >= data.Gt.Pmin, Pgt <= data.Gt.Pmax]; % 这里用等式或不等式可以根据设备模型取舍，我习惯用不等式配合购买量自然平衡 ... optimize(C, obj); result = value([Pgt, Pch, Pdis, SOC, Pbuy, Psell, Pdr]); cost = value(obj); end注意，储能同时充放电的互斥问题：
C = [C, Pch <= u * Storage.PchMax]; C = [C, Pdis <= (1-u) * Storage.PdisMax];如果不加这个0-1变量，优化器会利用同时充放电来“白嫖”能量平衡，得到荒谬结果。
3.4 上层领导者价格更新策略
上层要调整价格，使得自身收益最大化。领导者收益来源于向微网售电的收益、需求响应补贴带来的削峰效应，以及对电网运行成本的节约。
我的做法是将上层目标定义为：
$$F_{leader} = \sum_t (pBuy(t) \cdot Pbuy(t) - pSell(t) \cdot Psell(t)) - \lambda \sum_t (Pbuy(t) - P_{ref}(t))^2$$
其中第二项是一个惩罚项，促使微网购电曲线尽量贴和配电网期望的参考曲线（比如削峰引导），$\lambda$ 为调节系数。
迭代更新价格：
for it = 1:maxIter % 下层求解 [cost, res] = followerOptimize(pBuy, pSell, pDr, data); % 根据响应结果调整价格 pBuy = pBuy + alpha * (res.Pbuy - data.loadRef); % 投影到可行价格区间 pBuy = min(max(pBuy, priceMin), priceMax); % 判断收敛 if norm(pBuy - pBuyPrev) < tol break; end end这里alpha是步长，取太大容易震荡，取太小收敛慢，我一般取0.05~0.1，同时用阻尼策略，如果前后两轮目标函数变化符号相反，就减半步长。
4. 需求响应机制如何融入博弈模型
需求响应是这套模型的重要特色，但很多代码把需求响应简单理解成“削负荷”，搞错了重点。
4.1 可转移负荷与可削减负荷的建模区别
这两类负荷在模型里要分开处理：
- 可转移负荷（如洗衣机、工业流程中可平移的工序）：总耗电量不变，只是用电时间平移。约束是：$\sum_t P_{shift}(t) = E_{shift}$，同时每时段转移量有限。
- 可削减负荷（如空调温度调节、照明亮度调节）：实际用电量减少，总耗电量降低。约束是：$0 \le P_{cut}(t) \le P_{cut}^{max}(t)$。
我做需求响应时，把两者都纳入 $P_{dr}$，但通过参数区分。可转移负荷有“电量守恒”约束，这往往是新手容易漏掉的。
4.2 价格型需求响应与激励型需求响应的平衡
模型里既包含电价引导（价格型），也包含补偿激励（激励型）。价格型响应用弹性矩阵描述，激励型响应则通过上层给定的补偿价格 $c_{dr}(t)$ 描述。两种方式配合使用，既能让用户自愿调整，又能保证系统削峰填谷效果。
我用了一个简化但很实际的建模方式：可削减负荷直接与补偿价格挂钩，补偿价格越高，可削减的容量上限越大，但边际削减成本递增（用分段线性函数近似）。这样做的好处是避免出现“补贴超过成本、用户无序削减”的情况。
4.3 需求响应与电能交互的耦合关系
这是模型中最容易出错的地方。很多文献将需求响应和电能交互分开建模，但实际上它们互相制约：
- 需求响应增加，微网购电量下降，上层售电收益减少，但电网削峰收益增加；
- 电能交互价格升高，微网更倾向于需求响应，减少购电；
- 如果同时鼓励需求响应和购电增加，就会出现目标函数自相矛盾。
在我的代码中，上层目标函数里同时包含售电收益和需求响应带来的削峰效益，并通过权重系数平衡。在迭代求解时，可以看到均衡点处两侧边际效益大致相等，这说明博弈解是有经济意义的。
5. 仿真结果分析：从数据看博弈带来的变化
跑完代码之后，重点看几个结果维度。
5.1 均衡前后价格与负荷曲线对比
我用的测试数据是某工业园区的典型日负荷和风光出力数据。迭代50轮之后，购电价格曲线出现了明显的“峰抬谷降”趋势：
- 峰值时段电价从0.8元/kWh上升到1.05元/kWh；
- 谷段电价从0.65元/kWh下降到0.52元/kWh；
- 用户在峰时段的净购电量下降了约18%，谷时段购电量上升约22%。
这说明价格信号确实起到了引导用能行为的作用，而不是单纯反映电网成本。
5.2 储能充放电策略的变化
在主从博弈均衡解中，储能的充放电时段更加“刻意”贴合价格差：
- 深夜谷电时段储能满功率充电；
- 早高峰时放电满足部分负荷；
- 午间光伏大发时，部分功率通过储能转移到晚高峰。
和固定电价下的优化结果相比，博弈解下储能日循环次数更高，套利收益增加，但电池循环损耗也更明显。这里我的代码中加入了电池折旧成本项，避免博弈把储能“用到死”。
5.3 需求响应调用量分析
结果显示，被调用的需求响应主要集中在晚高峰18:00-21:00，削减量占负荷峰值的5%~8%，转移量占可转移负荷的60%左右。上层最终给出的补偿价格略低于用户平均停电损失，但高于可转移负荷的调整成本，所以用户愿意参与，又不会过度响应。
5.4 收敛性观察
迭代法求主从博弈最怕不收敛。我统计了前几轮的观察值：
- 前3轮价格波动剧烈，因为下层响应还在调整；
- 第5轮开始波动幅度明显下降；
- 第12轮以后目标函数变化小于0.1%；
- 我设置的收敛准则是价格向量变化的2-范数小于1e-4，实际在第25轮左右满足。
如果遇到不收敛，我一般检查两个地方：一是步长是否过大，二是上层目标函数是否包含“假最优”项。有一次我用的惩罚系数设得太大，导致价格被过度拉向参考曲线，结果反复震荡。
6. 代码实现中的关键细节与避坑指北
最后这部分是纯实战经验，每条都是我真金白银踩出来的。
6.1 关于储能SOC初始化和循环约束
SOC初值设定不当会导致头几个小时调度异常。正确做法是设SOC(1)=0.5，同时加一个调度周期末SOC(T+1)=SOC(1)的约束，保证日间循环可持续。如果不加这个约束，优化器会为了让当天成本最低，把储能电量在最后一个时段全部放光，第二天重新从0开始，这在实际运行中不可行。
6.2 YALMIP求解器选择与参数配置
使用YALMIP调用Gurobi时，建议开启：
options = sdpsettings('solver','gurobi','gurobi.MIPGap',0.001,... 'gurobi.TimeLimit',300);MIPGap设到0.001就够工程用了，设太小求解时间会指数增长。另外，如果模型中连续变量很多，建议用内点法先求一个松弛解，再把整数变量恢复，作为迭代法的初值。
6.3 为什么不用fmincon直接求解MPEC
我也试过用fmincon直接求上层问题，下层用KKT条件替换，得到一个带互补约束的非线性规划。结果发现，互补约束的数值稳定性非常差，海森矩阵容易奇异，经常陷入局部最优。所以后来我弃用了这条路，改用迭代+启发式更新价格。对于工程实践来说，得到一个“足够好”的均衡解，比纠结严格数学最优更合理。
6.4 如何验证博弈模型的正确性
一个很实用的验证方法：将博弈均衡解与“统一优化解”对比。统一优化模型假设所有主体利益一致，计算出的系统总成本一定是所有方案中最低的，博弈解的总成本会略高一些，但不超过某个比例（我测试的场景约为3%~8%）。这个差值就是“竞争带来的效率损失”。如果差值超过15%，要怀疑是不是博弈结构设定有问题，比如上层定价区间过窄，或者下层目标函数缺失关键成本项。
7. 后续扩展方向与个人体会
模型跑通后，我一直在思考后续扩展的空间。当前版本是多微网并行结构，领导者与所有微网同时博弈，但现实中还要考虑微网之间互相竞争电能的情况，这时候可以扩展为“一主多从+跟随者之间的非合作博弈”，上层KKT条件会耦合更多变量，求解复杂度会明显上升。
另一个方向是引入源荷不确定性。光伏出力和负荷预测都有误差，博弈均衡点如果对预测误差敏感，就需要鲁棒优化或分布鲁棒方法进行处理。我目前在做两阶段鲁棒主从博弈，第一阶段决定基础电价，第二阶段根据实际风光结果调整需求响应补偿，代码框架已经搭好。
最后说说我的整体感受：主从博弈模型最难的从来不是数学推导，而是把实际业务中的主从关系、价格机制、激励手段准确映射到模型参数上。比如“价格上限”怎么定，不能只看数学，还要考虑用户接受度和监管约束。Matlab在这套流程里非常顺手，YALMIP+Gurobi的组合基本能满足中小规模问题的求解要求，数据可视化也方便，很适合做研究和方案预演。
如果只是套用一个通用代码然后改改参数，很容易跑出“看起来合理”的结果，但没有办法解释结果的经济意义。所以做这类问题，一定要回到业务场景，把每一步博弈的物理意义和经济意义都想透，再动手写代码。一步步调、一次次数值实验，最后得到的调度策略才能称得上“可落地”。
