做电力系统优化调度这几年接触过不少双层的、博弈的、群智能算法的模型但这个“双层鲸鱼算法 非合作博弈 居民负荷分层调度”的组合算是把三个比较“硬”的坑一次全踩进去了。我最初拿到这套Matlab代码时第一反应是“怎么又是鲸鱼算法”但真正把它跑通、把结果吃透之后才发现这里的重点根本不在算法本身而在于“非合作博弈”和“分层调度”这套框架怎么跟优化算法咬合在一起。这篇文章我不打算贴全量代码——那没有任何意义我主要讲讲这个模型到底怎么建、双层鲸鱼算法怎么跟博弈迭代配合、Matlab里哪些地方最容易写成死循环以及我在调参和复现过程中总结出来的一套可直接复用的实操经验。不管你是做智能电网课题的学生还是搞需求侧响应的工程师只要是想通过智能算法研究居民负荷的分层调度与博弈均衡这篇文章应该能帮你少走不少弯路。1. 这个项目到底解决什么问题1.1 居民负荷调度的真实痛点居民侧的负荷调度本质上是需求响应在“最后一公里”的落地问题。电网侧希望居民用户去响应分时电价、削峰填谷但居民的用电行为是天然的“自私”的一一每个人都在追求自家电费最小化、舒适度最大化。如果你只给一个统一的分时电价就会出现一个非常经典的现象深夜低谷电价一出来全社区的人都在11点之后开洗衣机、给电动车充电结果原本的低谷时段被生生削出一个“次高峰”。这就是所谓的“峰上加峰”效应单纯依靠价格信号无法解决因为用户之间缺少协调机制。另一个更现实的约束是配电变压器容量。一个台区变压器的容量是固定的居民的用电计划之间通过这个容量约束产生了强耦合。你家在某个时段开空调就会占用变压器的剩余容量影响其他家庭在同一时段开启大功率设备的可行性。这种耦合关系决定了居民用户之间不可能完全独立决策——他们的策略会互相挤占资源。这种情况下集中式优化把所有人都当成一个整体一次性求出全局最优负荷在理论上是可行的但在实际工程中根本不现实一方面调度中心拿不到每个家庭的详细用电偏好另一方面居民用户也不愿意把隐私数据全部上交。所以就需要一种“分层博弈”的机制来协调。1.2 为什么用非合作博弈而不是集中优化很多人会问既然目标是全局最优比如整个台区的负荷曲线最平缓为什么不用一个集中式优化器一把梭原因分两个层面。第一是隐私与自治层面居民用户不是电网的“设备”而是独立的利益主体。他们有自己的用电偏好、舒适度区间、可转移负荷的范围这些东西不可能全部实时汇总到调度中心。第二是博弈论本身就给这种“多个独立主体在共享约束下做决策”的交互提供了一套成熟的均衡解概念——非合作博弈中的纳什均衡。在非合作博弈框架下每个居民用户是一个博弈参与者策略集是各自的用电计划各时段可调负荷的启停和功率收益函数是各自的综合成本——包括购电成本、舒适度损失、设备不满意度惩罚等。每个用户在做决策时会把其他用户上一轮的决策当作已知条件求自己的最优响应然后所有用户同步更新迭代到满足收敛条件就得到纳什均衡。在这个均衡点上任何一个用户单方面改变策略都不能再降低自己的综合成本所以这个结果是“稳定”的——这正是现实中人人自利之后达成的一种动态平衡态。非合作博弈的价值不在于追求全局的帕累托最优而在于描述并求解这样一个“个体最优但彼此制约”的真实场景。1.3 双层模型的层级关系拆解这个模型里“分层”说的是电网/聚合商与居民用户之间的两级决策结构。上层通常代表电网公司或者负荷聚合商它的决策变量可以是分时电价策略24小时的电价向量也可以是对可调负荷的激励系数和限值约束上层目标一般是台区负荷曲线尽量平缓、峰谷差最小、或者电网的运营收益最大。下层是各个居民用户在给定电价策略和台区容量约束下调整自家的可转移负荷、可中断负荷和储能充放电目标是自家综合成本最小。上下层之间不是一次性的主从关系而是一个反复交互的迭代过程。上层先给出一个电价策略下层各用户在博弈竞争中达到纳什均衡返回用户响应后的总负荷曲线上层拿这个总负荷曲线评价目标函数然后更新电价策略再次下发。如此循环直到上层的目标函数收敛。这种嵌套式结构就是典型的双层优化问题。求解的困难在于下层约束条件多、变量维度高每个用户都有一个24小时负荷向量上层目标函数没有解析梯度经典数学规划方法很难直接套用。这时候智能优化算法就成了比较务实的求解工具——而鲸鱼算法是其中结构简单、全局搜索能力不错、且容易跟“嵌套迭代”结合的选择。2. 模型怎么搭负荷分类、博弈建模与数学描述2.1 居民负荷分类与参数设计搭建模型的第一步不是堆公式而是先把负荷分类理清楚。我按工程上最常用的四分法来拆刚性负荷照明、冰箱、路由器这类基本不参与调度的负荷功率曲线固定记为 (P_{base}^{(i)}(t))。它在调度模型里是背景噪声直接加到总负荷里。可转移负荷洗衣机、洗碗机、电动汽车充电等。这类负荷的特点是总能耗固定比如一次洗衣1.2度电启动时间可在调度窗口内平移但一旦启动就连续运行若干个时段运行功率保持额定值。数学上引入一个0/1整数变量 (x_{i,s,t})表示用户i的第s个可转移负荷在t时段是否启动。可中断负荷空调、热水器等。这类负荷可以间歇运行只要保证调度周期内累计运行时长满足用户热舒适度需求即可。运行功率在0到额定功率之间连续可调或者干脆简化为开关控制。储能设备家用蓄电池。用 (SOC_i(t)) 表示荷电状态充放电功率 (P_{ch})、(P_{dis}) 都有上下限且满足 SOC 递推方程。参数上需要特别注意两个工程细节一是可转移负荷的启动偏好窗口不能简单设为“全天任意时段可启动”因为用户有生活习惯凌晨3点洗衣服的接受度极低二是可中断负荷的等效热参数电容器、电阻、热惯性如果模型里用一阶热时间常数来描述房间温度变化这个时间常数在不同建筑围护结构下差异很大建议做参数敏感性分析。2.2 非合作博弈的要素与纳什均衡定义把博弈三要素映射到这个模型里就是三个关键的定义问题参与者集合台区内的N个居民用户。策略空间用户i的策略 (p_i [p_i(1), p_i(2), ..., p_i(T)])即各时段的计划用电功率或者可调负荷的启停计划。每个用户的策略空间要满足自家负荷的物理约束——可转移负荷的总运行时段数固定、可中断负荷的累计运行时长不小于最低需求、储能SOC不越界。收益函数(u_i(p_1, p_2, ..., p_N) C_{购电}(p_i) C_{舒适度}(p_i) - R_{激励}(p_1, ..., p_N))这里的收益函数设计是整个模型最微妙的地方。购电成本好说就是分时电价乘以用电功率舒适度损失也常见比如可转移负荷的理想启动时刻与实际启动时刻的偏移量通常建构成二次惩罚函数 ( \lambda \cdot (\Delta t)^2 )关键是第三项 (R_{激励})它把用户之间的耦合关系引了进来——当台区总负荷超过变压器容量的某个比例比如80%时每个用户按自己的贡献度承担一个惩罚费用或者联合起来获得一个激励折扣。这样一来某个用户在晚高峰猛开空调就会推高总负荷曲线自己被加罚的同时也连累邻居这就把“非合作冲突”建模出来了。纳什均衡的定义一个策略组合 ((p_1^, p_2^, ..., p_N^)) 是纳什均衡当且仅当对任意用户i、任意可行策略 (p_i)都有 (u_i(p_i^, p_{-i}^) \le u_i(p_i, p_{-i}^))。换句话说在均衡点上每家单独折腾都不划算。这个均衡点用迭代最优响应法求解给初始策略组合循环计算各家对其他用户当前策略的最优响应此时固定其他用户策略只优化自家同步更新所有用户策略直到两轮之间的策略差小于阈值。2.3 双层调度模型的数学表达式完整的双层模型可以用下面的简洁形式写出来上层决策变量分时电价向量 (\pi [\pi(1), \pi(2), ..., \pi(T)])约束是价格上限下限、或总购电成本不超过设定水平。上层目标函数 [ F(\pi) w_1 \cdot \text{Var}(P_{total}(t)) w_2 \cdot P_{total}^{peak} w_3 \cdot C_{总购电} ] 其中 (P_{total}(t) \sum_{i1}^N [P_{base}^{(i)}(t) P_{flex}^{(i)}(t)])。注意(P_{total}(t)) 不是凭空给定的它必须来自下层博弈后的均衡结果。下层用户i的目标函数 [ \min_{p_i} \quad \sum_{t1}^T \pi(t) \cdot p_i(t) \sum_{s1}^{S_i} \lambda_{i,s} (t_{start}^{(i,s)} - t_{ref}^{(i,s)})^2 \eta_i \cdot \phi_i(P_{total}^{(-i)} p_i, P_{limit}) ] 式中最后一项就是上述耦合惩罚函数(\phi_i) 只有当台区总负荷接近容量限值时才显著不为零(\eta_i) 是耦合权重。用户的约束包括可转移负荷启停约束、可中断负荷累计运行时长约束、储能SOC递推与上下限约束。这个模型在数学上不是一个孤立的最优化问题而是一个“上层优化 下层博弈均衡”的组合。用双层算法求解时上层每评估一个候选电价向量都要先完整跑一遍下层的博弈迭代拿到均衡负荷曲线才能算出上层目标值。这也就是整个程序最耗时的地方——在下层博弈里跑的每一轮都是一次完整的多用户联合迭代。3. 双层鲸鱼算法原理与Matlab实现3.1 鲸鱼优化算法的三个核心机制鲸鱼优化算法WOA是Mirjalili在2016年提出的群智能算法模拟座头鲸的捕食行为。理解这套算法只需要抓住三个关键词包围、气泡网攻击、随机搜索。包围机制对应的是“收缩包围圈”。迭代时先记录当前的全局最优鲸鱼位置 (X^)其他鲸鱼向它靠拢位置更新公式是 [ \bar{D} |\bar{C} \cdot \bar{X^}(t) - \bar{X}(t)|, \quad \bar{X}(t1) \bar{X^*}(t) - \bar{A} \cdot \bar{D} ] 其中系数 (A 2a \cdot r - a)随着迭代次数增加从2线性降到0相当于探索范围逐渐收缩。气泡网攻击机制模拟座头鲸吐出气泡圈驱赶猎物后张口吞食。位置更新用螺旋方程 [ \bar{X}(t1) \bar{D} \cdot e^{bl} \cdot \cos(2\pi l) \bar{X^*}(t) ]随机搜索机制用来保证全局探索能力当 (|A| 1) 时随机选择一条鲸鱼作为参照而不是指向当前最优解从而跳出局部最优。这三个机制让WOA在求解连续优化问题时表现非常稳定代码实现难度也不高——核心函数就是一个几十行的位置更新循环特别适合作为双层嵌套迭代的搜索引擎。3.2 双层嵌套求解的框架设计双层鲸鱼算法的核心思想并不复杂让两条鲸鱼种群分别负责上层决策和下层策略搜索外层每评估一个候选的“上层电价向量”就调用一次内层的“用户博弈求解器”。我在Matlab里实现的整体框架分为三段。第一段是主循环外层WOA。种群规模我设为20~30条鲸鱼每条鲸鱼对应一个完整的24维电价向量所有时段的电价编码为连续变量。每轮迭代对所有鲸鱼执行WOA的三种位置更新算子然后逐一评估其适应度。第二段是下层博弈求解器。给定一个电价向量\pi我把每个用户建模为一个独立的优化子问题。对每个用户内层跑一个小型WOA种群20条决策变量是该用户可调负荷的24小时用电计划求解在固定电价和固定“其他用户策略”下的最优响应。所有用户的最优响应都算完之后同步更新策略进入下一轮博弈迭代。博弈收敛判据设为连续两轮所有用户的策略向量差值的最大范数小于 (10^{-4})。之所以用范数判据而不用目标函数差值是因为策略稳定比目标值稳定更能说明均衡尚未偏离。第三段是上下层的数据传递。上层每评估一条鲸鱼就会得到一个博弈收敛后的总负荷曲线然后返回上层目标函数值上层种群完成一轮迭代后把全局最优电价向量再次下发给下层作为下一轮外层迭代的初始电价。这个“下发—博弈—返回—更新”的循环结构是整套程序的主心骨。3.3 Matlab代码架构与关键函数Matlab实现上我会把整个项目拆成几个m文件避免一个大脚本改到崩溃main.m主程序入口设置全局参数、初始化种群、调用主循环、输出结果。WOA.m单层鲸鱼算法的通用函数输入是目标函数句柄、变量上下界、种群参数输出是最优解和收敛曲线。上层和下层复用同一个函数只需要在调用时传入不同的目标函数句柄——这是化简嵌套代码的一个关键技巧。obj_upper.m上层目标函数输入电价向量内部调用下层的博弈迭代函数输出总负荷曲线峰谷差等指标。obj_lower_i.m第i个用户的目标函数输入自己的用电计划在固定电价和其他用户策略下输出综合成本。game_equilibrium.m下层博弈迭代求解器内部循环调用每个用户的obj_lower_i.m并结合内层WOA求最优响应直到整个策略组合收敛。一些参数取值的经验我直接给出来外层WOA的迭代次数设为100内层单用户WOA迭代次数设为6080外层种群20、内层种群30下层决策变量维度高种群太少容易在博弈迭代中给出非常不稳定的响应导致上层目标函数震荡。a的衰减系数按WOA标准取法从2线性降到0但如果发现收敛曲线有明显的平台期可以改成指数衰减 (a 2 \cdot (1 - (t/T_{max})^{1.5}))亲测对这类负荷调度问题有效。关键代码段示意如下% 外层WOA主循环 for t 1:Tmax_outer a 2 - t * (2 / Tmax_outer); for i 1:N_pop A 2 * a * rand - a; C 2 * rand; p rand; if p 0.5 if abs(A) 1 D abs(C * X_gbest - X_pop(i,:)); X_new X_gbest - A * D; else rand_idx randi(N_pop); D abs(C * X_pop(rand_idx,:) - X_pop(i,:)); X_new X_pop(rand_idx,:) - A * D; end else D abs(X_gbest - X_pop(i,:)); X_new D * exp(b*l) * cos(2*pi*l) X_gbest; end % 边界处理 评估 X_new max(min(X_new, ub), lb); fitness obj_upper(X_new); if fitness fitness_i(i) X_pop(i,:) X_new; fitness_i(i) fitness; end end end注意这里的obj_upper(X_new)调用返回的已经是下层博弈收敛后的目标值。如果下层博弈不收敛上层就会看到一条剧烈抖动的适应度曲线这是排查程序错误的首要信号。4. 仿真设置与结果分析4.1 场景参数设置为了说明这个模型的实际表现我用了下面这套典型参数做仿真大家可以直接抄作基线场景。台区设置住宅小区包含20个居民用户调度窗口24小时15分钟一个采样点共96个时段。变压器额定容量为250 kVA过载惩罚阈值设为额定容量的85%即总负荷超过212.5 kVA时每超出1 kWh按0.8元/kWh收取耦合惩罚费。负荷数据每户基础负荷刚性冬季典型日曲线参考某城市实际居民用电数据均值加随机扰动可转移负荷每户3个洗衣机、洗碗机、电动汽车充电总耗能分别为1.2 kWh、0.9 kWh、8 kWh偏好启动窗口分别设为8:00—20:00、19:00—23:00、18:00—06:00可中断负荷空调额定功率2.5 kW每户日最低运行时长8小时。分时电价约束电价上下限分别设为1.2元/kWh和0.3元/kWh初始电价采用常见的峰平谷三段式。博弈参数舒适度惩罚系数 (\lambda) 取0.15元/h^2每单位可调负荷耦合惩罚权重 (\eta_i) 取0.9。内层WOA种群30博弈收敛阈值 (10^{-4})最大博弈轮数40。4.2 算法收敛性分析我把外层迭代的收敛曲线画出来后有两个非常直观的结论。第一算法在前30轮收敛非常快峰谷差从初始的162 kW降到78 kW左右30到60轮之间进入缓慢优化阶段到80轮之后基本稳定在64 kW附近。这说明双层鲸鱼算法在全局探索阶段表现够用但后期局部搜索能力偏弱这也符合WOA算法一贯的特点——它又是“捕食”又是“气泡网”宏观寻优强微观精修弱。解决办法通常有两种一是在后期引入局部搜索算子比如对最优电价向量做多项式变异二是把a的衰减速度调慢让后半程也有足够的扰动幅度。第二博弈收敛轮次在仿真中浮动明显。上层电价策略较差的时候比如电价低谷设置不合理的候选解下层博弈需要20~30轮才能达到均衡电价策略较好时通常8~15轮就收敛。这是因为合理的电价结构能让用户之间的利益冲突没那么尖锐对应到博弈论中就表现为“潜在博弈”的势函数比较好收敛自然更快。这个现象提醒我们上层算法早期生成的劣质电价解不仅目标值差还耗费大量内层计算时间——所以外层种群不要设置得过大20条足够否则前期计算量会成倍膨胀。4.3 博弈均衡结果对比模型跑完后我重点对比了三种方案方案A是不做任何优化用户自由用电统一电价方案B是集中式优化把整个台区当作一个整体求全局最优——作为性能上限参考方案C是本文的分层博弈调度上层WOA制定分时电价下层用户非合作博弈达到纳什均衡。结果如下表方案峰谷差kW用户平均电费元/日用户平均不适度成本元/日纳什均衡?A16238.60不适用B5231.218.4不适用集中最优C6433.57.8是这组结果非常能说明问题。集中式优化的峰谷差最低用户电费也低但它强制要求一部分用户在凌晨两三点开启洗衣机等设备不适度成本高达18.4元实际执行阻力极大的——没有任何家庭愿意为电网的峰谷差天天熬夜。分层博弈方案牺牲了一点峰谷差64 vs 52但把用户不适度压到7.8元电费只比全局最优高2元多在工程可接受性和系统稳定性之间取得了更好的平衡。这就是非合作博弈模型价值的最好证据纳什均衡点不是全局最优它反映的是现实约束条件下“众人不肯吃亏”的稳定解而工程上能落地执行的恰恰是稳定解不是理论最优解。还有一个有趣的观察在纳什均衡点上单个用户的用电策略不再是最初“全挤低价时段”的极端行为而是自觉错峰。这说明耦合惩罚项的设计起到了关键作用——它把用户之间的负外部性内部化了虽然每个用户主观上只为自己的费用努力但客观上实现了削峰填谷的部分目标。5. 常见问题与排查技巧实录5.1 双层迭代不收敛怎么办双层优化最常见的“病态现象”就是外层适应度曲线震荡、完全没有下降趋势。我遇到这个问题时第一反应是检查上层变量空间是否过大或过松——很多时候根本原因是电价向量的上下界设置太宽导致内外层搜索空间都极度不光滑。解决办法是把电价上浮和下压限缩到合理区间比如0.35~1.0元/kWh并给电价曲线加一个平滑正则项在目标函数里惩罚相邻时段电价的剧烈跳变。第二个高频原因在下层博弈博弈迭代不收敛会让每一轮返回给上层的总负荷曲线都不同目标函数自然震荡。如果属于这种情况你会在调试时发现同样的上层解连续评估两次适应度相差巨大。解决思路是优先修博弈求解器把博弈收敛阈值放宽一个量级观察波动是否消失或者将内层WOA迭代次数调大。如果放宽阈值后上层曲线变稳定说明博弈精度要求过高在工程上没必要如果不稳定说明博弈求解本身失败需要检查每个用户的策略空间约束是否可行——比如可转移负荷的调度窗口太窄导致所有可行策略几乎不可变博弈陷入“假收敛”。5.2 纳什均衡的求解陷阱博弈迭代收敛到的是纳什均衡吗这里面有一个特别容易踩的坑就是同步迭代和异步迭代的差别。理论上的最优响应迭代通常要证明收敛到纯策略纳什均衡需要模型满足某种潜在博弈或凹博弈条件。对于负荷调度这种连续策略博弈条件未必完全满足所以程序上收敛的点有可能是“伪均衡”——它只是因为所有用户的策略都冻结在了某处而并非真正满足“单方面改变策略不占优”的条件。一个实操上有效的检验方法博弈收敛后随机挑一个用户在他的可行策略空间内随机生成若干扰动策略把扰动后的综合成本跟均衡策略下的成本对比。如果你发现某些扰动反而能降成本说明这个点根本不是纳什均衡博弈求解器有问题常见原因是所有用户同时同步更新时产生了“过冲”震荡停在了一个离均衡解有距离的位置。此时可以引入一个松弛更新因子让用户i的新策略取“最优响应”和“当前策略”的加权平均比如各50%迭代会更平缓也更容易收敛到真正的均衡点。5.3 Matlab运行环境与版本兼容性这个项目涉及大量循环嵌套、句柄函数和矩阵运算对Matlab版本和机器性能比较敏感。我最开始是在某个旧版本2018a上跑的结果内层WOA每次生成随机数时调用方式的细微差异加上较慢的解释速度一层一百次迭代、一次跑下来要一个多小时。后面换到R2022b并给整段内层博弈代码做了向量化改造之后总时长降到二十分钟以内。环境设置上给到几条实测经验尽量都用函数句柄传目标函数不要用动态字符串eval来拼目标函数速度差距非常大。内层用户目标函数里如果存在稀疏约束矩阵建议提前用稀疏存储避免内存反复膨胀。随机数种子rng设置一个固定值比如rng(42)不然每次运行结果都不一样不方便研究算法收敛性。网格搜索调参的时候先固定随机种子。版本选择方面我目前测试到R2023a没有任何兼容问题如果遇到代码里用了内置fmincon或intlinprog做局部搜索的版本需要注意旧版本对intlinprog的支持性能略差可能拖慢整个内层求解。至于更激进的2026b版本语法层面跟本文所述框架兼容性基本没问题但个别工具箱函数名有调整跑之前建议在命令行用which 函数名确认一下解析位置。5.4 双层鲸鱼算法的参数敏感性速查表我把这几次调参经验做成一张速查表方便大家排查自己的程序时作参照参数位置参数名常见取值过小的影响过大的影响外层WOA种群规模20全局搜索不充分电价策略容易被压进局部最优计算量倍增且后期冗余个体多收敛提高不明显外层WOA最大迭代次数80~120尚未收敛就停止结果偶然性大进度条拉满但曲线后半程基本水平内层WOA种群规模30最优响应求解不精确博弈迭代无法收敛内层求解耗时成倍增长博弈轮次被拖累博弈收敛阈值1e-4~1e-5未到真均衡上层结果被噪声污染永远在细枝末节上打转白白消耗算力模型耦合惩罚权重0.5~1.2用户之间相互制约消失又变回“扎堆用电”过度惩罚用户成本主要被罚金主导调度失真6. 个人实操体会与扩展方向这套模型我断断续续调了小两个月最大的体会是双层优化的bug是最难写出来但最难查出来的因为错不一定在当下那行代码而是上下层之间的数值反馈在互相放大偏差。光看外层WOA的收敛曲线你只能判断“有没有收敛”很难判断“收敛到的是不是有意义的结果”。我的调试习惯是把内层博弈的收敛情况单独输出成一个矩阵逐轮观察策略变化确认均衡求解器本身工作正常之后才敢信任外层的结果。这一步耐心花得非常值。另外一个心得体会来自“分层调度”四个字。很多初学者做着做着就会把模型退化成纯粹的价格型需求响应——以为调好电价向量就万事大吉。但实际上分层博弈模型的核心价值在于那个把用户耦合在一起的约束或惩罚机制它对最终均衡形状的影响远大于电价结构本身。如果哪一天需要把这个模型扩展到更真实的工况我会优先考虑把单一时段耦合惩罚改成动态容量电费或者引入负荷聚合商的中间层让上层决策从电价制定变成聚合商对用户群的激励分配。这会进一步放大“分层”的意义也让非合作博弈在用户与聚合商之间从一个均衡变成两层均衡的嵌套复杂度更上一层但对实际工程的贴合度也会更高。最后再分享一个小技巧。如果你希望代码在不太吃配置的机器上也能流畅运行可以给内层博弈迭代加一个“提前停止”逻辑当最近三轮的加权平均策略偏移已经小于阈值时就不用等到最大博弈轮数直接跳出。这个开关不会改变均衡点但能把整体计算时间压缩将近三成。我在项目里靠这个小改动把原来二十分钟的仿真压到了十五分钟以内调参试验的效率提升非常明显。