微电网的电能交易与动态定价放在整个能源经济领域里看绝对是个硬骨头。它不像传统的单向“发电—输配—售电”模式电价由调度中心一口价定死而是涉及多个独立微电网之间相互博弈、各自打小算盘的问题。每个微网都拥有一定的分布式电源、储能和负荷既想从邻居那里买到便宜电又想高价卖出自己的富余电能。这种竞合掺杂的关系用经典的集中式优化做起来相当别扭因为决策权分散在多个主体手里各自的利益诉求是冲突的。这几年我在MATLAB里陆续试过几种建模思路绕了一圈下来发现非合作博弈模型是描述多微网交易行为比较贴合实际的一个工具配合动态定价机制能把“各怀心思但最终达成均衡”这个过程模拟得比较真实。这篇文章就是把我踩过的一些坑、试过的方案和完整可跑的MATLAB代码框架整理出来。内容兼顾了两类读者第一类是对微电网交易感兴趣想了解博弈论具体怎么落地到能量管理系统的研究者第二类是已经在做博弈论课题但卡在“算法和代码之间最后那层窗户纸”上的学生或工程师。对微电网来说配额制的、强行调度的思路正在被市场机制逐步替代非合作博弈给每个微网的“自私自利”提供了合理的数学出口——每个微网都在最大化自己的收益但最终会收敛到一个相对稳定的交易集合这就是纳什均衡。咱们这篇文章聊的就是这块从模型设计到MATLAB代码实现走一遍完整流程。1. 项目整体设计与思路拆解1.1 为什么多微网交易需要博弈论而非集中优化先把微电网的场景想明白。假设一个园区里有两个微网微网A的光伏出力充足但负荷低微网B当天没什么光照但工厂负荷高。如果不允许交易A只能把多余的电逆流到上级配电网收购价往往很低B只能高价从上级网购电。这显然不是钱的最优解。如果允许两个微网直接交易A卖电给B双方都能比通过电网买卖省钱。问题在于A和B都是独立的利益主体谁都不愿意把自己的底线报价提前亮给对方。集中式优化在这个场景下有多别扭我举个例子你就明白了需要有一个拥有全部信息的第三方机构可能是个虚拟的配网运营商知道A的真实发电成本曲线、B的生产中断损失、双方储能状态曲线然后去求解全系统效益最大化。这在计算上不是做不到实际中不少项目也这么干但和现实世界的市场规则是脱节的。现实中的交易往往通过报价完成各主体把自己的信息当作筹码隐藏起来报高了怕卖不出去报低了怕赚少了。非合作博弈的视角就顺理成章了把每个微网视作博弈中的“参与人”各自的购售电决策是“策略”最后的收益净利润是“收益函数”。每个微网知道自己的信息、能合理预测对方的策略在此基础上去做最优应对。整个系统不一定达到“全系统最优”但会达到一个“谁都没有单方面改变当前策略的动力”的状态——这就是纳什均衡。这样建出来的模型更接近真实市场也是国内外很多研究用博弈论做微网交易的原因。1.2 非合作博弈建模的三个基础要素用非合作博弈建模多微网交易核心就三件事定参与人、定策略、定收益。参与人就是那些参与电能交易的微电网记作集合 N {1, 2, ..., n}。策略空间要有实际意义不能搞成纯抽象的数学变量。常用策略是每个微网申报自己的交易电价购电时给一个期望购价售电时给一个期望售价或者申报交易功率。这里我推荐把“报价策略”放在外层把“功率优化”放内层形成一种分层优化结构MATLAB实现起来也更稳。收益函数是博弈建模的重头戏。对每个微网 i它的收益通常是售电收入 与上级电网交易节约的费用 - 购电成本 - 分布式电源运行维护成本 - 弃光或弃风惩罚。需要提醒的是公式里一定要加储能充放电的折旧或损耗项不加的话模型会倾向于“疯狂充放”虽然数值上好看但不真实。实际仿真中发现储能动作频率过高会导致SOC上下限频触反而破坏了模型迭代的平稳性。1.3 动态定价如何与博弈过程互动动态定价在这套模型里不是外生的由上级电网给出而是内生的——电价是交易双方策略互动的结果。我常用的方式是通过一个价格函数把市场出清价和总供需缺口关联起来。当微网们的总需求大于总供给时电价上浮反之电价下调。这个价格函数可以是线性的也可以做成分段阶梯式。线性函数够用且求解稳定分段函数更贴近实际电力市场规则但互补松弛条件增多MATLAB迭代时容易出数值问题。说句实在话动态定价的关键作用不是“实时波动”这个表象而是它给每个微网提供了反馈信号。微网看到电价变了会调整自己的出力计划和储能充放电策略这些调整汇总后又反过来影响市场价格。博弈论里这叫相互作用动态定价就是这种相互作用的媒介。如果没有价格反馈本质上就退化成多个独立优化问题并行求解谈不上“博弈”。2. 多微网交易博弈模型与MATLAB核心实现2.1 收益函数与约束条件的数学描述这部分在MATLAB里敲代码之前先把数学式子写得足够清楚不然代码改来改去很容易乱套。考虑一个典型的时段模型把一天的交易离散成 T 个时段每个时段长度为 Δt24小时制下 T24 或 T48小时级或半小时级是比较常见的做法。微网 i 在第 t 个时段的收益 R_{i,t} 拆开看包括五部分R π_p2p * P_sell - π_p2p * P_buy π_grid_sell * P_grid_export - π_grid_buy * P_grid_import - C_om(P_dg) - C_penalty其中π_p2p 是微网之间交易的电价这里由博弈过程中的价格函数动态生成P_sell 是向其他微网卖出的功率P_buy 是从其他微网购入的功率π_grid_sell 和 π_grid_buy 是上级电网的售电价和收购价通常售电价高于收购价正是这个价差给微网间P2P交易留出利润空间C_om(P_dg) 是分布式电源的运行维护成本可以近似写成二次函数 aP_dg^2 bP_dg cC_penalty 是弃光惩罚或供需失衡惩罚约束条件呢每个微网要满足功率平衡 P_dg P_pv P_discharge P_buy P_grid_import P_load P_charge P_sell P_grid_export储能约束是 SOC 上下限、充放电功率上限、以及充放电不能同时进行的逻辑约束后者在博弈迭代里我一般用松弛化处理硬逻辑整数变量会让迭代性能明显下降。传输线容量约束是 P2P 交易功率的上下限这一个约束在多个微网之间还可能形成耦合需要特别处理。2.2 博弈迭代算法流程与代码框架关于算法流程非合作博弈求解最常用的是迭代最优响应法Iterative Best Response。核心思想非常直观先给所有微网一个初始报价策略然后依次让每个微网针对当前其他微网的策略求解自己的最优策略更新策略一直迭代到策略不再变化。这个过程在经济学里叫“古诺调整过程”在MATLAB实现上一点也不复杂。整个流程我用伪代码列出来%% 多微网非合作博弈交易算法主流程 % 初始化参数 N 4; % 微网数量 T 24; % 时段数 price_p2p_init 0.5 * ones(N, T); % P2P交易的初始报价 strategy price_p2p_init; % 策略矩阵 max_iter 50; tol 1e-4; % 收敛阈值 for iter 1:max_iter strategy_old strategy; % 依次求解每个微网的最优响应 for i 1:N % 固定其他微网的策略求解微网i的最优报价 strategy(i, :) solve_best_response(i, strategy, network_params); end % 判断收敛 diff norm(strategy - strategy_old, fro); if diff tol fprintf(在第%d轮迭代收敛\n, iter); break; end end这里solve_best_response是内层的单微网优化问题。我在实际做的时候这个函数是用fmincon写的因为里面有非线性约束和边界约束而且变量维度不大一个微网一天24个时段的报价也就24个变量求解速度很快。真正耗时间的反而是反复调用外层循环不过好在MATLAB对这类循环的串行执行还算能用。如果你用的是MATLAB 2024b以上版本可以尝试用parfor替代外层或内层的for可以明显加速我需要提醒的是parfor 里嵌套 fmincon 时要留意随机数种子和全局变量的冲突问题。2.3 动态定价函数的设计与参数选择动态定价函数决定了博弈迭代能否收敛到有意义的均衡。这里给出一种线性价格函数设计思路——市场价格由系统总供需不平衡量驱动的模式function price compute_clear_price(total_supply, total_demand, net_params) % net_params.base_price: 基础电价 % net_params.elasticity: 价格弹性系数 surplus total_supply - total_demand; price net_params.base_price - net_params.elasticity * surplus; % 设置上下限保护防止价格异常波动 price max(net_params.price_low, min(net_params.price_high, price)); end这个设计对应的经济学含义是当系统总供大于求时价格下降总需求大于总供给时价格上升。弹性系数决定了价格对供需失衡的敏感度。调参的时候要小心如果弹性系数设得太大价格波动会非常剧烈迭代根本收敛不了设得太小价格信号太弱微网对市场变化的响应不足最终结果和固定电价没什么区别。我在几次调试里面发现比较稳妥的做法是根据系统总容量的量级来设定弹性系数——假设系统最大负荷1000kW基础电价0.6元/kWh那么弹性系数设在0.002~0.005元/kWh/kW比较合适。这个区间内价格有足够变化给微网提供决策依据又不至于让迭代发散。2.4 算例设计与核心参数表下面给一份完整的参数参考表这套参数我试下来仿真结果比较稳定适合作为初版调试基线参数数值说明微网数量 N4太多微网时收敛变慢建议先跑通4个再扩展调度时段 T24小时级分辨率基础电价0.6 元/kWhP2P市场出清参考价电网购电价0.9 元/kWh微网购自上级电网的价格电网收购价0.3 元/kWh微网卖给上级电网的价格光伏单位成本0.05 元/kWh运行维护成本储能容量500 kWh每个微网配置储能最大充放功率120 kWSOC下限 / 上限0.1 / 0.9保护电池价格弹性系数0.003动态定价灵敏度迭代收敛阈值1e-4策略矩阵F-范数变化量注意电网购电价和收购价之差0.9 - 0.3 0.6 元/kWh这个价差就是微网之间P2P交易能够产生利润的空间。P2P价格只要落在0.3到0.9之间买卖双方都有利可图。这个区间就是博弈论里说的“合作剩余区间”你这个模型的合理结果必然是市场价格落在这个区间内如果仿真出来价格跑到区间外面那一定是模型设置出问题了。3. 实操过程与关键环节实现解析3.1 从负荷数据到场景生成多微网交易的仿真很大程度上依赖负荷和光伏数据是否合理。我不建议用随机数生成的数据硬怼因为随机性太强会让博弈结果看起来似乎有规律其实经不起推敲。比较好的做法是找某个典型日比如夏季工作日的负荷曲线作为基础然后对不同微网乘上不同的比例系数和偏移量模拟不同用户类型的差异。实际做法基础负荷曲线我用威布尔分布参数拟合生成叠加了每小时±15%的随机扰动。光伏出力用典型晴天曲线加一点云遮扰动。这是为了后续讲博弈结果时能体现出不同微网在不同时段的不同市场角色——某个微网购电另一微网售电角色随时段切换。在MATLAB里用timeseries类来管理这些时间序列比较方便后面画图的时候可以直接转成datetime轴省去很多时间对齐的麻烦。数据准备我通常单独放在一个脚本里算完之后用save(case_data.mat)存下来主程序直接load这样调参时不用反复重新生成数据。3.2 核心求解函数单微网最优报价的实现前面说到的solve_best_response是整个博弈迭代的发动机。这里给一份可以跑的简化版代码重点展示fmincon的使用方式function opt_price solve_best_response(i, other_strategy, params) % i: 当前微网编号 % other_strategy: 其他微网的策略 % 返回值opt_price: 当前微网的最优报价策略 (1 x T) T params.T; x0 other_strategy(i, :); % 用上一轮自身策略作为初值 % 变量边界报价不能低于电网收购价不能高于电网购电价 lb params.grid_buy_price * 0.6 * ones(1, T); ub params.grid_sell_price * 0.9 * ones(1, T); % 线性约束无 A []; b []; Aeq []; beq []; % 非线性约束: 功率平衡、储能SOC约束 nonlcon (x) power_balance_nonlcon(x, i, other_strategy, params); % 目标函数负收益因为fmincon做最小化 obj_fun (x) -calc_profit(x, i, other_strategy, params); options optimoptions(fmincon, Algorithm, sqp, ... Display, off, MaxIterations, 200, ... OptimalityTolerance, 1e-6, ConstraintTolerance, 1e-6); [opt_price, ~] fmincon(obj_fun, x0, A, b, Aeq, beq, lb, ub, nonlcon, options); end这里面有几个容易踩坑的地方我点一下初值 x0 用的是上一轮自己的策略。这个设计很重要能利用博弈迭代的路径连续性大幅降低求解时间。我自己试过用随机初值求解时间直接翻倍不说收敛也更容易掉进局部最优。上下界设定的 0.6 和 0.9 这两个系数是为了限制报价空间保留一定的策略弹性不让fmincon把报价推到极端边界。具体数值可以根据你的市场环境调整但固定死边界是有必要的。calc_profit里要把P2P交易的电价从策略变量里算出来。这里隐含一个假设报价即成交价。在非合作博弈里这个假设是常用的简化——微网报出价格市场中其他主体接受该价格成交数量由功率平衡约束决定。3.3 功率平衡与储能约束的实现细节功率平衡约束在非线性约束函数里实现这部分代码非常容易写错我贴关键部分出来function [c, ceq] power_balance_nonlcon(price, i, other_strategy, params) % 计算当前微网的最优功率交换 [P_sell, P_buy, P_dg, P_charge, P_discharge] solve_power_dispatch(price, i, other_strategy, params); % 等式约束功率平衡 ceq P_dg params.P_pv(i) P_discharge P_buy params.P_grid_import ... - params.P_load(i) - P_charge - P_sell - params.P_grid_export; % 不等式约束储能SOC范围、传输线容量 c []; c(end1) params.SOC_init - params.SOC_max; c(end1) params.SOC_min - params.SOC_final; % 传输功率不能超过线路容量 c(end1) P_sell - params.line_capacity; c(end1) P_buy - params.line_capacity; end实际运行时我遇到过一个非常隐蔽的问题fmincon里嵌套调用solve_power_dispatch时内部可能还有优化循环等于把优化套在优化里双层优化数值上是能算的但收敛速度会特别慢有时还会精度异常。我的解决方式是在里层功率分配这一级不做优化而是用启发式规则计算根据价格信号按比例分配这样整个模型从“双层优化”变成“单层优化博弈迭代”稳定性和速度都上来了。3.4 储能SOC动态更新与迭代收敛判据博弈迭代过程中储能SOC是要在每个时段之间动态递推的。很多第一次做这个课题的朋友会犯一个错误把SOC当作一个固定初始值在整个博弈过程中都不更新算出来的结果毫无意义。正确做法是每轮迭代结束后根据当前策略计算每个时段的充放电功率然后更新SOC轨迹SOC(1) params.SOC_init; for t 1:T-1 SOC(t1) SOC(t) (P_charge(t)*params.eta_charge - P_discharge(t)/params.eta_discharge) / params.capacity * params.delta_t; end收敛判据方面我建议大家别只盯着一组策略矩阵的差值。除了策略差还要看目标函数值收益的变化。实际操作中我一般同时监测两个指标策略矩阵的F-范数相对变化量、以及连续两轮收益差绝对值。两个指标同时小于阈值才算收敛。原因是策略矩阵在某些边界情况下可能已经基本不动了但收益还在缓慢变化通常和储能SOC的递推精度有关只盯策略容易给出虚假的收敛结论。4. 常见问题与排查技巧实录4.1 问题一博弈迭代不收敛价格在高低位来回震荡这是我被问得最多的问题。现象是迭代到第20轮左右P2P电价在0.4和0.8之间跳来跳去完全不降低。排查思路有三个方向第一检查价格弹性系数是不是过大。之前讲过合理范围如果弹性系数超过某个临界值系统就进入周期震荡区。这个在非线性动力系统里属于典型的“分岔”现象把弹性系数降下来通常就好了。第二检查储能充放电成本是否设得太低。储能几乎零成本时每个微网都倾向于“低价充电、高价放电”而且会把这个策略推到极端造成价格反复。解决方案是给储能加一个合理的折旧成本项比如0.08元/kWh相当于给价格波峰波谷之间增加缓冲。第三检查所有微网是不是都在同一个时段集中购电或者售电。这种“羊群效应”会让市场供需严重失衡价格单边拉高后没有回调动力。解决方法调整数据场景中各个微网负荷峰值的相位或光伏出力的错峰程度。实际问题我曾经面对过一个连续迭代80轮不收敛的case最后发现是价格函数里没有设置上下限保护某几轮里价格算出来是负的直接把后续策略带崩了。后来加上max/min限幅逻辑问题迎刃而解。这件事告诉我任何动态定价函数都必须加硬性的边界保护即使你觉得理论分析中不会出现负电价的情况。4.2 问题二fmincon 内层求解报错或退出码为负值Exitflag -2无可行解或者-3目标函数在某点不可评估这类问题在复杂约束条件下太常见了。解决办法是回到约束本身检查在非线性约束函数开头加try-catch包住打印被评估的变量值看看是哪些变量组合触发了不可行。检查SOC递推公式的正负号。充放电效率在递推公式里放错是高频错误——很多人在计算时把充电效率直接乘在功率上但能量守恒公式里效率应该是对应能量项的。约束边界不要太紧。储能SOC的下限0.1是为了保护电池但在求解过程中如果初值或中间解的SOC刚好卡在0.1且功率边界又抽干到临界fmincon很容易判定不可行。我从实战里总结出来的做法把求解用的SOC边界适当放宽到0.08到0.92求解完成后再检查真实运行范围内是否满足0.1 到 0.9留出数值求解的空间。实际经验是刚起步时约束设置过严几乎把模型算死了。后来我习惯把所有“硬约束”在求解器内部全部放宽5%最后只在结果检验阶段做精确校验。这属于合法的数值技巧跟“作弊”有本质区别——只是在求解可行性边界与物理可行性边界之间留一个变换带。4.3 问题三MATLAB版本与工具箱兼容性坑关于MATLAB版本大概是这类项目里最“磨人”的环节。我用过2022b、2023a和最新的2026b。体验上差别明显2022b的fmincon处理这种中等规模非线性约束问题比较稳但solve函数在某些边界条件下会给出带警告的收敛结果。2023a和2024a的optimoptions接口稳定了许多。2025b和2026b主要改进了live script与Simulink的交互对纯脚本项目影响不大但要注意新版本对旧版MATLAB生成的.mat文件格式兼容性——旧版本文件新版本能读新版本文件旧版本可能读不了团队协作时版本统一很重要。工具箱方面这个项目主要依赖Optimization Toolboxfmincon和Global Optimization Toolbox如果要试全局搜索或者粒子群做对比实验。新手注意如果没有Global Optimization Toolboxga、particleswarm等函数会直接报Undefined function。网络上有人帖子里提到“用optimoptions替代‘optimset’解决报错”那是版本更新后部分旧函数被废弃的原因。你如果看到optimoptions未定义多半是工具箱缺失或版本太旧。另外MATLAB 2026b里对实时脚本编辑器做了大量升级但不建议用实时脚本来跑博弈迭代——实时脚本在循环输出方便但内存管理和中间变量可视化会拖慢长时间迭代。我一般在.m脚本里跑仿真最后用一段live script做结果展示。4.4 问题四运行速度太慢大规模微网场景下卡到无法使用多微网博弈的算力瓶颈主要在外层博弈迭代 × 内层fmincon求解 × 每个微网。三层层层嵌套4个微网24时段跑30轮迭代MATLAB在普通笔记本上大概需要15-30分钟取决于参数设置。如果你的场景有10个以上的微网运行时间可能会超过2小时。几种提效手段我按性价比排个序第一内层fmincon的初值不要用随机初始值用上一轮的策略结果做初值。这个在前文已经强调效果立竿见影。好的初值能把单次fmincon调用时间从8秒降到2秒。第二内层fmincon设置Displayoff并且MaxIterations100。经常有人忘了限制MaxIterations导致单次优化跑几百步实际上50~100步通常足够了。第三把parfor用在最外层。4个微网的算例并行收益不明显但10个微网就明显了。你要是只有4个微网先别折腾并行收益很低。第四重新考虑是不是每一步都要精确求解到最优。博弈迭代中间轮次并不需要特别精确的解可以在前期用较大的容差OptimalityTolerance1e-3到了最后几轮再收紧到1e-6。这个技巧在文献里叫“逐步收紧法”实测能省下约40%的总时间。4.5 实战结果解读从博弈结果能看出什么跑通模型之后从结果里能解读到哪些有价值的信息这里分享一个典型算例的趋势和现象。首先是P2P成交价曲线它不会是一条平滑曲线而会呈现明显的时段性波动规律光伏大发时段中午12点~14点价格走低晚间负荷高峰时段19点~22点价格走高。如果你做了多个场景的对比比如不同光伏渗透率或不同储能容量你能清楚看到储能容量增加时P2P价格的峰谷差会收窄——储能作为“缓冲池”平滑了价格波动。各微网的收益分配也是重要视角光伏较充足的微网大概率是净卖电方收益主要来自P2P售电负荷高的工商业型微网通常是净购电方收益主要体现在比从电网直接购电节省的成本。这个“节省的成本”本身就是微电网参与市场交易的价值体现。最后把博弈均衡解出的各微网策略和集中式最优解做对比你会发现一个很有意思的规律博弈均衡下总收益往往比集中式最优低一些这就是“博弈损失”但每个单独微网的收益未必都低有的微网在博弈均衡下反而能获得比集中式分配更高的利润。这个现象揭示了多微网系统在真实市场化运行中的复杂性——全局效率不一定最高但每个主体都觉得自己没有更好的选择这就是纳什均衡的本质特征。5. 拓展方向与后续改进思路这篇文章的基础框架是把非合作博弈的多微网交易用MATLAB整体跑通但实际课题研究里这个模型可以往几个方向延伸我简单列一下给正在做相关课题的朋友指个路。一个方向是引入演化博弈和有限理性。标准非合作博弈假设每个微网完全理性能精确算到纳什均衡但现实中微网未必有这么强的计算能力和信息完备度。演化博弈里引入了“学习”和“试错”机制更贴近实际算法上可以用复制动态方程Replicator Dynamics替代迭代最优响应MATLAB实现也不难用ode45就能跑。再一个方向是考虑交易的不确定性和风险。光伏出力和负荷预测都有误差在博弈模型里加入鲁棒优化或者随机规划把价格和功率的随机性表达出来。我试过用场景法Scenario-based生成典型出力场景每个场景下算一个博弈均衡最后按概率加权这个方法工程上可落地缺点就是计算量线性增加。第三个方向是当前很热的点——把机器学习嵌入到动态定价里。比如用深度强化学习训练一个微网代理让它在没有对手模型的情况下学习最优报价策略。MATLAB 2026b的强化学习工具箱已经有比较完整的DQN、PPO示例可以改成自己的多微网模型。不过老实说在数据量不够大的时候DRL收敛性未必就比博弈迭代好如果只是为了发论文这类方向更具卖点如果是为了解决实际业务问题经典博弈方法更可靠、更可解释。最后所有代码跑完之后建议把结果导出成结构化数据保存下来便于后续对比分析。我可以分享一个高频实用的技巧保存时的数据结构一种建议是直接把每一个参与人的完整决策、价格与收益结果注意研究规范中对数据结构与代码的要求各有不同按你课题的归档标准来存就好用MATLAB的struct组织好后save到.mat文件既方便回读也方便转存到excel给非技术背景的组员查看。说到底非合作博弈模型在多微网交易中的应用核心价值不是那套数学和代码本身而是它迫使你把“多个主体争抢共同资源”的核心矛盾清晰地建模出来。用MATLAB的好处在于你可以在不写一行繁琐的C代码的情况下快速验证不同参数、不同场景所带来的均衡变化把研究重点放在博弈结构和经济机制设计上而不是被代码细节拖住。如果有条件我建议你在跑通这个基础版本后一定要自己动手“调坏”几个参数——比如故意把价格弹性调得很大、把储能成本设为零看看博弈系统会怎样失稳。这种从失败中建立的理论直觉比跑一百个正常算例都有用得多。