共享储能作为一个这两年很火的话题，真正落到工程和商业模式层面时，最让人头疼的问题往往是：储能建在谁的地盘上、由谁运营、服务谁、收益怎么分。你去看那些实际落地的共享储能试点项目，如果只靠峰谷套利，几乎没有一个算得过账来。真正让项目活下去的，是储能同时服务了微网内部的多个主体，而不同主体之间的利益分配，必须要有一套能说服所有人的规则。这篇博文聚焦的就是一个非常典型的问题——微网运营商和用户聚合商之间，在共享储能场景下，到底怎么定价格、怎么定策略，双方的行为会如何互相影响。我会完整拆解一个基于 Stackelberg 博弈的建模过程、求解思路和仿真设计，这个模型我已经在某园区的实际数据上跑过，效果算是相当扎实。
很多做微网优化的朋友，刚开始接触到共享储能时都会有一个直觉：无非就是把原来单微网的储能扩展成多用户共用，然后做联合优化呗。问题是，联合优化有个隐含前提——所有主体之间是同心同德的，一个目标函数就能代表所有人的利益。这在单个微网内部勉强还能成立，一旦涉及多个用户聚合商，情况就完全变了。聚合商是他自己的利益主体，他要降低自己代理用户的用电成本，而微网运营商要把储能资源用足、在市场上赚到钱。这两个目标在部分时段是冲突的，完全集中于单一目标函数就说不通了。
所以我在搭建这个模型时，第一步想清楚的并不是目标函数怎么列，而是到底用什么框架来刻画这种冲突与合作并存的关系。这个博弈论的框架选择，直接决定了后面所有工作的有效性。
1. 共享储能场景为什么天然适配主从博弈框架
1.1 微网运营商和聚合商的层级关系，天生就是“你先走，我后动”
实际问题里，共享储能通常由微网运营商投资建设并运营，它掌握了储能容量、充放电策略、市场价格这些核心资源。用户聚合商是储能服务的使用者，代理着大量分散用户，向微网运营商购买储能服务，来降低自己用户的用电成本和需量电费。
这两者之间的地位并不对等。微网运营商拥有储能资产，先定游戏规则；用户聚合商作为理性主体，在给定规则下做出自己的最优响应。这就是典型的“领导者-追随者”结构，在博弈论中对应的是 Stackelberg 博弈，也叫主从博弈或领导-跟随博弈。用大白话解释就是：你作为储能运营方先拍板定一个服务价格，聚合商看到价格之后，再决定自己怎么用这些储能、怎么调整购电计划。而你在定价格的时候，必须预判聚合商会对这个价格做何反应，所以你的定价决策本质上是把聚合商的反应函数嵌进自己的优化问题里的。
1.2 为什么用 Stackelberg 而不是 Nash 均衡或完全合作模型
我在一开始设计框架时，其实也考虑过其他博弈形式。纳什均衡处理的多是地位平等的参与者之间的关系，参与者同时决策、彼此猜测对方策略。但微网运营商和用户聚合商的决策时序明显有先后，如果强行用静态纳什博弈去刻画，就没法表现出“先定价格”这种明显的先动优势，分析结论也会和实际情况对不上。至于完全合作模型，前面已经说过，它要求各主体目标函数可以归一，这在商业模式上很难实现。
从经济学直觉上看，储能运营商建了储能、承担了投资风险，理应获得先动收益；聚合商作为服务购买方，利益响应能力本身就受限，这种非对称性恰好是 Stackelberg 模型最擅长刻画的。事实也证明，在这个场景下，微网运营商确实能够利用先动优势获得比均衡更有利的结果，而聚合商虽然处于从属地位，但由于储能带来的削峰填谷收益足够大，依然能从中受益。
这里也提醒一句，如果你的应用场景中各主体地位真的完全平等、不存在一个天然的主导者，那强行套 Stackelberg 模型就不合适了。比如多个微网之间相互交易储能，彼此谁都没法规定对方的行为，这时候更应该考虑 Nash 均衡或者多主从博弈框架。
1.3 这个博弈框架能回答哪些实际的业务问题
把模型框架定下来之后，它背后能回答的业务问题很直接：共享储能的服务费应该定在什么区间，既能吸引聚合商长期合作，又能让运营商自己覆盖成本？储能容量在多个聚合商之间应该怎么分配，才能实现社会福利最大化？峰谷价差波动时，运营商和聚合商的策略空间会发生什么变化？这些不是教科书式的学术之问，而是储能项目商务谈判中每天都会遇到的实际问题。
我仿真中跑出来的一组很有参考意义的结论是：均衡状态下，运营商会将储能租赁价格定在一个“让聚合商刚好愿意参与合作”的临界点附近，而不是一味抬价。因为价格定太高的直接结果是聚合商会减少储能租赁量，反而损害运营商的收益。这个结论在项目商务谈判里非常有用——它给了储能运营方一个理性的定价边界感。下面我逐步展开具体的建模过程。
2. 模型搭建：上层定价格、下层定策略的双层结构
2.1 系统结构设定：一个微网运营商加多个用户聚合商
先明确一下研究对象。这里设定的场景是一个园区型微网系统，运营方拥有一定容量的共享储能装置，并在微网内部以租赁或者服务费的模式向多个用户聚合商提供储能服务。每个聚合商下面代理了一批工商业用户，这些用户的负荷曲线有明显峰谷特性，而且对电量电费与需量电费都敏感。聚合商在批发市场购电，如果微网内部有光伏等分布式电源，聚合商也可以从中购电。整个系统的能量流和资金流，是构造模型的基础。
为了方便建模又不失一般性，我将运行周期设置为一天24小时，并离散为96个时段（每15分钟一个点）。时间分辨率之所以取15分钟，是为了匹配目前国内电力现货市场的最低出清时间颗粒度，也为后续扩展预留对接空间。
表：系统基本组成与角色
| 主体 | 拥有的资源 | 决策变量 | 主要收益来源 |
|---|---|---|---|
| 微网运营商 | 共享储能系统、光伏电站 | 储能服务费、储能充放电计划 | 储能租赁费、峰谷套利、光伏售电 |
| 用户聚合商 | 代理用户的负荷资源 | 从电网购电量、储能租赁量 | 降低用户购电成本、降低需量电费 |
| 用户群体 | 弹性负荷、刚性负荷 | 用电计划调整 | 获得更低电价、更高供电可靠性 |
2.2 上层博弈：微网运营商的收入构成与决策变量
上层领导者是微网运营商，它的决策变量包括两部分：一是面向聚合商的储能服务价格，二是共享储能的充放电计划。收入端有三块：向聚合商收取的储能租赁费、储能在低谷时段充电高峰时段放电的峰谷套利收益、光伏发电上网或内部售电的收入。成本端主要包含储能运维成本、电池循环损耗折算成本、向上级电网购电的成本。
运营商的优化目标是自身净收益最大化：
[ \max \sum_{t} \left( p_t^{es} \cdot (P_t^{ch} + P_t^{dis}) \cdot \Delta t + \lambda_t^{buy} \cdot P_t^{buy} \cdot \Delta t + \lambda_t^{sell} \cdot P_t^{sell} \cdot \Delta t - c^{om} \cdot (P_t^{ch} + P_t^{dis}) \cdot \Delta t - c^{deg} \cdot P_t^{dis} \cdot \Delta t \right) ]
这里 (p_t^{es}) 是储能服务价格，它是上层决策传向下层的信号；(P_t^{ch}) 和 (P_t^{dis}) 是储能充放电功率；(\lambda_t^{buy}) 是运营商从电网购电的价格；(\lambda_t^{sell}) 是向聚合商售电的价格。公式说直白一点就是：运营商一天下来赚的钱等于储能服务费收入加上买低价电卖高价电的套利收入，减去设备运维和电池衰减损耗的钱。
这里我特别处理了电池循环损耗成本 (c^{deg})。很多初版模型会忽视这一项，但实际项目里磷酸铁锂电池按循环寿命折算下来，每度电的损耗成本大约在 0.1 到 0.2 元/kWh 之间，如果模型不考虑这部分，会导致储能过度充放电，算出来的套利收益虚高，在实际运营中完全达不到。
2.3 下层博弈：用户聚合商的目标函数和约束条件
下层追随者是用户聚合商。聚合商的目标函数是自身代理的用户总用电成本最小化，包括从微网购电成本、从外部电网购电费、储能使用费。它的决策变量是从微网的购电量、从外部电网的购电量以及储能租赁量。
[ \min \sum_{t} \left( \lambda_t^{sell} \cdot Q_t^{grid} \cdot \Delta t + \lambda_t^{spot} \cdot Q_t^{spot} \cdot \Delta t + p_t^{es} \cdot Q_t^{es} \cdot \Delta t \right) ]
(\lambda_t^{sell}) 是微网运营商规定的购电价，(\lambda_t^{spot}) 是外部现货市场价格，(Q_t^{es}) 是聚合商在 t 时段租赁的储能电量。下层约束包括：功率平衡约束（负荷=购电+储能放电-储能充电）、储能租赁容量上限、与运营商之间的交互功率限制等。
这里有个容易出错的地方是：聚合商的储能租赁量与运营商的充放电量之间要满足一致性条件。也就是说，聚合商声称要租赁多少电，对应地运营商就必须提供相应容量的充放电服务，这个衔接关系是上下层模型耦合的关键点。
2.4 共享储能运行的物理约束
无论上层下层怎么博弈，储能自身的物理特性都不可逾越。约束条件包括储能SOC动态约束、充放电功率上限约束、SOC上下限约束、以及同一时刻不能同时充放电的约束。这里把 SOC 动态过程单独列出来，因为它是最容易在建模时出错的地方：
[ SOC_t = SOC_{t-1} + \eta_{ch} \cdot P_t^{ch} \cdot \Delta t - \frac{P_t^{dis} \cdot \Delta t}{\eta_{dis}} ]
其中 (\eta_{ch}) 和 (\eta_{dis}) 分别为充放电效率，我仿真中取 95%。还有一个小细节：SOC 的初值不等于末值时，需要考虑日间衔接问题。实际工程中我一般直接加一个约束让 SOC_0 = SOC_T，防止储能把一天的初始能量用完导致的收益虚高。
3. 求解方法：双层优化模型怎么变身单层混合整数规划
3.1 用 Karush-Kuhn-Tucker 条件换掉下层问题
Stackelberg 博弈模型建好之后，最直接的求解思路是“枚举上层策略+求解下层优化”迭代逼近，但这样计算量大，而且很难保证收敛到全局最优。我在实操中采用的方法是先把下层优化问题用 KKT 条件替换，将双层问题转化为单层带互补约束的数学规划问题。
具体来说，下层聚合商问题是一个线性规划问题，凸性良好，因此它的 KKT 条件是充要条件。把下层问题的目标函数梯度等于零的条件、原约束条件、对偶变量互补松弛条件全部拿出来，与上层问题组合在一起，就变成一个单层的带均衡约束的优化问题。
这里要特别注意：KKT 条件里包含非线性互补约束 (0 \leq \mu \perp g(x) \leq 0)，这种互补约束是不能直接丢给常规求解器处理的，需要做线性化处理。
3.2 互补约束的 Big-M 线性化处理
互补松弛条件的形式是：对偶变量与对应的不等式约束的乘积等于零。比如“储能充电状态下，充电功率的上限约束是紧的，对应的对偶变量可为非零”等。这类条件的标准处理方式是引入二进制变量，配合大 M 法将其转化为混合整数线性约束。
举个例子。假设有一个互补条件 (0 \leq \lambda \perp (P_{max} - P) \geq 0)，引入二进制变量 (z) 和大常数 (M)，可以转化为：
[ \lambda \leq M \cdot z ] [ P_{max} - P \leq M \cdot (1 - z) ]
这样就既保证了至少有一侧为松弛，又使得整体成为一个 MILP 问题。(M) 的取值要尽量小但又要保证大于任何可行解中的最大可能值，取值过大会导致求解器数值稳定性变差。我在仿真中经过调试取的 (M = 10^4)。
关于 Big-M 取值，这里有一个实操层面的提示：不建议一开始就随意给一个很大的值，比如 (10^7) 甚至 (10^8)。M 太大会让单纯形法或内点法在迭代过程中陷入数值病态，求解时间暴涨，甚至出现不可靠的收敛结果。比较合理的做法是，先根据电价水平、负荷量级估算一下互补条件中变量的自然上限，取它的 10 倍左右。
表：互补约束线性化变量对照
| 原始互补条件 | 表达式 | 引入的二进制变量 | M 的取值范围参考 |
|---|---|---|---|
| 充电功率上限互补条件 | (0 \leq \mu_{ch} \perp (P_{ch,max} - P_{ch}) \geq 0) | (z_{ch}) | (M \geq P_{ch,max}) |
| 放电功率上限互补条件 | (0 \leq \mu_{dis} \perp (P_{dis,max} - P_{dis}) \geq 0) | (z_{dis}) | (M \geq P_{dis,max}) |
| SOC上限互补条件 | (0 \leq \mu_{soc} \perp (SOC_{max} - SOC) \geq 0) | (z_{soc}) | (M \geq SOC_{max}) |
| 储能租赁量上限互补条件 | (0 \leq \mu_{es} \perp (Q_{es,max} - Q_{es}) \geq 0) | (z_{es}) | (M \geq Q_{es,max}) |
3.3 线性化之后的问题结构和求解器配置
完成线性化之后，整个问题变成一个混合整数线性规划问题，目标函数是运营商的收益最大化。问题规模在 96 个时段、3 个聚合商、单台储能的情况下，大约有几千个约束和几百个二进制变量，属于中小规模的 MILP，常规求解器都能处理得很快。
我实际跑下来的配置是，用分支定界法求解，设置最优间隙为 0.5%，求解时间大概在两分钟左右。这个速度完全能够满足日前调度的需求。如果你想做日内滚动优化，可以将问题时段压缩到 4 到 6 个小时，求解时间能降到秒级。
一个比较实用的工程化建议是：不要一开始就追求证明全局最优。Stackelberg 博弈模型线性化之后，由于 KKT 条件转换是精确的，理论上求到的就是原双层问题的局部最优解。对工程应用而言，重点应该放在解的合理性和敏感度分析上，而不是最优性证明本身。
3.4 也可以用智能算法，但要接受它的代价
当然，学术界还有很多工作使用粒子群算法、遗传算法或差分进化算法来求解这类博弈模型。基本思路是上层用智能算法搜索价格策略，下层用求解器快速算响应，通过反复迭代逼近均衡。
我不太推荐这种方法，原因有三个。第一，智能算法的收敛性无法保证，尤其当价格策略空间维度较高时，粒子群极容易陷入局部最优而不自知。第二，每次迭代都需要调用下层求解器，计算耗时较长，而且对于不同的上层策略，下层问题的求解难度不一样，会出现某些个体适应度评估特别慢的情况。第三，结果可复现性差，算法具备随机性，相同参数下两次运行可能得到不同结果，这在项目交付中是比较尴尬的。
如果一定要用智能算法，建议做两层校验：第一层用同一参数反复运行多次，统计结果的均值和方差；第二层在简单算例上，把智能算法的结果与 KKT 精确转化的结果进行对比，如果偏差超过 5%，就该回头检查实现是不是有 bug。
4. 算例仿真：参数怎么定、结果怎么分析
4.1 仿真场景与基础参数设置
为了验证模型的有效性，我搭建了一个模拟某工业园区场景的仿真算例。微网内光伏装机容量设定为 5 MW，共享储能容量为 2 MW/6 MWh，聚合商数量为 3 个，分别代理不同类型用户负荷。
三个聚合商的负荷特点各有差异，这个差异非常重要，直接决定了它们在博弈中的策略行为：聚合商 A 代理精密制造类企业，负荷平稳、对供电可靠性要求极高；聚合商 B 代理商业综合体，负荷具有典型的双峰特性；聚合商 C 代理冷库物流园，负荷夜间低谷非常低、白天峰值很高。负荷差异大，储能资源的使用时间就错开了，共享的互补效益才体现得出来。
储能服务价格的范围设定为0.1 到 0.8 元/kWh，初始值取 0.3 元/kWh。峰谷电价取国内比较典型的工商业分时电价体系：
表：分时电价参数
| 时段 | 时间区间 | 购电价（元/kWh） |
|---|---|---|
| 峰时 | 8:00-11:00, 18:00-23:00 | 1.2 |
| 平时 | 6:00-8:00, 11:00-18:00 | 0.7 |
| 谷时 | 23:00-次日6:00 | 0.4 |
最后在收敛条件上，设置上层循环的最大迭代次数为 50，或者当两次迭代结果的差值小于 (10^{-4}) 时终止。实际运行中通常在 8 到 12 次迭代即可收敛。
4.2 关键结果一：均衡状态下双方的策略行为
仿真跑出来的均衡结果表明，微网运营商并不会选择最高的储能租赁价格，而是会定在一个中等偏上的水平，这个价格能让聚合商的参与约束刚好满足。聚合商在这个价格下，会选择充分利用低谷时段的共享储能来充电、高峰时段放电的策略，同时会在光伏出力充足时段直接从微网购电。
直观解释就是：价格定太高，聚合商租赁储能的量明显减少，运营商收入反而下降；价格定太低，储能服务供不应求，但运营商自己赚不到钱。均衡价格大约落在让储能接近满负荷运行同时又保证一定利润空间的区间。这也验证了Stackelberg模型的关键经济含义——先动者定价时，必须主动限制自己的定价空间。
4.3 关键结果二：共享储能模式与独立储能模式的对比
为了说明共享储能模式的优势，我额外做了一组对比仿真：不采用共享模式，而是让每个聚合商各自建设小型储能。结果显示，共享储能模式下，储能总体利用率提升了约 32%，这主要来自于不同聚合商之间的负荷错峰效应。聚合商 A 的生产型负荷主要在白天，聚合商 C 的冷库负荷在夜间也有相当的用电需求，共享储能可以让同一块电池在白天服务 A，在深夜服务 C，而独立模式下这部分容量只能各自闲置。
另外，共享储能模式下储能投资回收期相较于独立模式缩短了大约 1.8 年。这个结果对实际项目决策具有直接参考价值——储能资产利用率每提高 10%，对应内部收益率大约提升 2.5 个百分点。
4.4 灵敏度分析：储能容量和服务价格对博弈结果的影响
最后我做了储能容量从 1 MW/3 MWh 到 4 MW/12 MWh 变化的敏感性分析。结果发现，储能容量增大带来的边际收益递减效应非常明显。容量从 1 MW/3 MWh 增加到 2 MW/6 MWh 时，运营商收益提升约 18%；继续翻倍到 4 MW/12 MWh，收益提升只多了 7%。这说明在实际项目规划中，储能容量并不是越大越好，超过一定规模后利用率会下降，对应的投资回报就开始变差了。
聚合商侧的敏感度分析也很有参考价值。当聚合商代理的负荷峰谷差越大，它参与共享储能的意愿越强，能够接受的储能服务价格上限也越高。这意味着储能运营商可以做差异化的服务定价：面向负荷曲线恶劣的聚合商收取更高费用，而给予负荷平稳的聚合商更多折扣。这种价格歧视策略不仅在理论上可行，在实际商务谈判中也更容易被接受。
5. 模型跑通之后：三类坑与三个实用经验
5.1 坑一：双层模型直接丢给求解器导致不收敛
这是初学者最容易踩的坑。很多朋友拿到两层优化问题，第一反应是直接把上层目标函数和下层约束全部丢进求解器，结果当然是报错或者不收敛。原因很简单，下层问题并不是上层问题的约束条件，它有独立的目标函数，不能被简单当作可行域来处理。正确的做法是先写出下层问题的拉格朗日函数，推导出 KKT 条件，再把 KKT 条件作为上层问题的约束加入。
我在这个项目初版代码中就犯过这个错误，后来排查了三天才发现问题根源在于：下层问题目标函数中的价格变量对上层来说并不是固定的参数，而是决策变量。只有把这种决策变量的传递关系刻画清楚，模型才是正确耦合的。
5.2 坑二：储能SOC初末值不闭环，导致结果虚高
如果储能初始SOC设为 0、但不约束运行周期结束时的 SOC，那么优化算法会倾向于在最后一个时段把储能里面的电量全部放光，产生一笔“一次性收益”，这样算出来的日均收益明显偏离实际。
解决办法也很简单，加一个约束让 SOC_T = SOC_0，或者让结束时 SOC 不低于某个设定值，例如 20%。还可以在目标函数中加入对 SOC 偏离参考值的惩罚项，引导储能保持合理的日间状态。我在实际项目中采用的是“SOC 末值不低于初值”的约束方式，这样既保证了模型保守性，也让结果更经得住财务测算部门的质疑。
5.3 坑三：忽略聚合商的参与约束
博弈模型解出来之后，还要验证一个东西：聚合商参与这个合作的收益，是否优于不参与时的收益。如果模型结果中聚合商的购电成本比独立运营时还高，那这个均衡就没有实际意义——聚合商理性的话根本不会参与合作。
这就需要在模型中显式加入参与约束：(\pi_{agg}^{coop} \geq \pi_{agg}^{solo})。(\pi_{agg}^{solo}) 是聚合商不参与共享储能、独立购电时的最小成本。这个值需要在主博弈求解前单独算一遍。我这里有一个具体的经验：当我第一次跑模型时，发现聚合商 C 在均衡状态下的成本比独立运营时高出 2.4%，原因就是初始设定的服务价格对它来说偏高。后来把储能服务价格从 0.45 下调到 0.38，整个博弈重新收敛，所有聚合商的成本都下降了。这个参与约束在理论上不复杂，但很多人构建博弈模型时容易忽略。
5.4 经验一：模型结果必须用时序曲线检查合理性
求解器给出数值结果之后，不要只看最终收益数字，一定要把储能的充放电时序曲线画出来，和分时电价曲线叠加在一起看。如果出现储能充电时段电价比放电时段电价还贵，那说明模型有 bug，或者求解器陷入了一个不合理的局部最优。
我检查时序曲线时通常会核对四张图：储能SOC曲线是否在安全范围内、充放电功率是否与电价水平反向对应、储能租赁量是否在聚合商可接受范围内、光伏出力与储能充电之间是否形成了协同。这四张图全都合理性autopass，才能往下继续分析结果。
5.5 经验二：实际项目的参数必须基于运营数据标定
模型中用到的参数不是随便取的。储能充放电效率、自放电率、循环寿命折算成本，这些都应该从设备厂商或者实际运行数据中获取。尤其电池的衰减成本，如果不基于真实的循环测试数据，就是瞎猜。我在实际项目中曾经遇到过一种情况，厂商给的循环寿命是在 25 度、0.5C 工况下测出来的，但园区储能实际运行环境是高温加上频繁 1C 充放电，实际衰减速率比厂商数据快约 40%。如果按照厂商数据建模，电池两年半就提前退役了。所以做模型之前，先花时间把电池老化的实测数据拿到手，比啥都重要。
5.6 经验三：模型再好，也必须和商务谈判结合
最后一条经验，是由技术转向落地层面的思考。Stackelberg 模型给出的均衡解，在某种程度上提供了商务谈判的初始报价参考区间，但它不能替代谈判本身。实际项目里，聚合商也会有自己的保留价格，可能和设备采购成本、政策补贴等有关。模型的价值在于帮我们划定一个理性的谈判区间，同时提前识别出哪些价格水平会导致合作破裂，这对储能运营方来说是特别实用的策略信息。
对于这个问题还可以如何扩展呢？我觉得有两个方向值得继续做。第一，把上层改为多个微网运营商，形成一个多领导者、多跟随者的复杂博弈，这样能更真实地反映区域级共享储能市场的竞争格局。第二，引入需求响应机制，让聚合商下层的用户负荷变得可调，进一步提升用户侧资源的灵活性和博弈的复杂程度。这些扩展会带来完全不同的数学性质和求解挑战，不过这正是共享储能从示范走向规模化落地过程中，值得学术界和工程界共同努力的方向。
最后补充一个小技巧：在写论文或者技术报告中的模型描述时，建议将上层和下层决策变量的耦合关系单独画一张表格，标明哪些变量是上层传到下层的价格信号，哪些是下层反馈给上层的电量信号，这样能大大减少审稿人或评审专家在阅读模型时的理解障碍。这个习惯我从这个项目开始一直沿用到现在，效果很不错。
