搞居民负荷分层调度那会儿我一度被非合作博弈和双层优化搞得头大。电网侧想通过分时电价引导用户错峰用户侧又不愿意被强行控制用电习惯双方目标冲突这种关系用单层优化根本说不清。后来我把模型拆成上下两层再用双层鲸鱼算法Bi-level WOA去求解整套东西在Matlab里跑通了。这篇文章就记录一下我在建模、编码、调参过程中摸出来的经验给同样在做智能用电、虚拟电厂、负荷聚合的朋友做个参考。内容会尽量讲清“为什么这么做”而不是只给一段能跑的代码。1. 问题背景与模型思路1.1 居民负荷调度为什么要“分层”居民负荷最大的特点是分散、随机、单个设备可控性弱。空调、热水器、电动汽车、洗衣机这些东西你没法像工厂负荷那样直接下发调度指令。强行控制用户开关体验很差也不符合电力市场的逻辑。所以主流做法是用价格信号来“诱导”——你电价高的时候用户自然少用电价低的时候用户愿意把可转移负荷挪过去。这个过程里电价就是上层决策用户响应就是下层行为。分层结构是天然存在的。电网公司或负荷聚合商站在全局视角考虑批发购电成本、零售收入、峰谷差、网络容量他们是领导者居民用户站在自家电表和舒适度视角考虑用电费用和生活方式他们是跟随者。两个层面的目标函数、决策变量、约束条件完全不一样。如果硬塞进一个单层优化问题里等于强迫中央控制器同时决定每一户的每一个设备应该怎么开这在现实中根本执行不下去。而且用户设备信息属于隐私不可能全部上报给调度中心。分层模型的好处就在这上层只下达价格、激励等公共信号下层根据信号自主优化最后只把“总用电曲线”反馈给上层。既保护隐私又保留了用户的选择权。数学上这个结构就是典型的双层优化上层问题以“下层问题的最优解”作为自己的约束或输入下层问题在上层给定参数下独立求解。1.2 非合作博弈与Stackelberg均衡非合作博弈听起来很学术拆开看就是每个参与者只干对自己有利的事不搞合作“协议”。在这个模型里上层和下层没有结盟关系上层想多赚钱少风险下层想少花钱保舒适目标天然打架。先动的是上层它宣布电价策略后动的是下层它看到电价后再决定怎么用电。这种一先一后的博弈叫Stackelberg博弈也叫“领导者-跟随者”博弈。为什么最后能稳定下来因为存在一个Stackelberg均衡上层在预测到下层会如何最优响应的前提下选择自己的最优策略下层在给定上层策略后也确实做到了自己的最优反应。在这个均衡点上任何单方面改变自己策略的一方都不会变好。把这种博弈写成数学形式就是一个双层优化。所以你可以这样记非合作博弈是经济学的描述双层优化是数学的框架而双层鲸鱼算法就是我们用来解这个框架的工具。有的文献会把多个用户也建模成互相博弈的多个参与者用户之间也存在竞争关系比如都在同一时段充电会导致负荷过载。但大多数时候如果把每个用户都当成独立博弈主角模型规模和求解复杂度会爆炸。比较实用的做法是把居民用户看作“价格接受者”——他们不对电价产生策略性影响只对给定的电价做最优响应。这样做既能保留上下层的非合作博弈特征又不至于让模型复杂到没法跑。2. 双层鲸鱼算法的设计思路与Matlab实现骨架2.1 鲸鱼优化算法的核心机制回顾鲸鱼优化算法WOA是2016年提出的一种元启发式算法灵感来自座头鲸用“气泡网”捕食。想象一头鲸鱼围绕鱼群收缩包围圈同时螺旋向上吐泡泡把鱼群赶到中间时不时还会随机冲向某个方向寻找新鱼群。把这三个行为翻译成数学更新公式就成了WOA。包围猎物X_new X* − A · D其中 D | C · X* − X |A 2a·r − aC 2r。a从2线性降到0r是[0,1]随机数。当|A| 1时收缩包围当|A| 1时跳出当前包围圈去做随机探索。螺旋气泡攻击X_new D′ · e^(bl) · cos(2πl) X*D′是当前个体到最优个体之间的距离b是螺旋形状常数l是[-1,1]随机数。标准WOA通过一个随机概率p来选择收缩包围还是螺旋更新以50%概率切换。这算法结构简单、参数少——本质上就一个a需要线性递减其余都是随机数。它的全局搜索能力不错尤其在变量维度不高比如24维分时电价、目标函数非凸的情况下比传统梯度法好用很多也容易嵌套成双层结构。2.2 双层嵌套的实现流程与伪代码双层WOA的思想非常直观外层一个WOA搜上层决策变量比如24小时分时电价内层再跑一个WOA负责求解给定电价下用户的最优负荷曲线。外层每评估一次某个电价方案就要完整调用一次内层WOA拿到下层最优响应后再计算外层的适应度。写成伪代码是这样的% 双层鲸鱼算法伪代码 初始化上层种群 P_up (N_up 个个体维度电价时段数) 评价上层适应度: for i 1:N_up price 解码(P_up(i)) [L_best, f_best] lower_woa(price) % 内层WOA求用户最优响应 Fit_up(i) cal_upper_fitness(price, L_best) end for t 1:T_up for i 1:N_up % 按WOA三种机制更新上层个体位置 % 边界处理 % 重新调用 lower_woa 计算新的 Fit_up(i) end 更新全局最优 end注意这里有一个关键点下层WOA不是只运行一次而是上层每个个体每次评价都要运行一次。假设上层种群30、迭代100次下层种群20、迭代200次总的目标函数评估次数就是30×100×20×200 1200万次还要算上上下层目标函数的复杂度。所以下层模型能简化就尽量简化能用解析表达式的就别让用户内部再嵌套一层复杂的模拟。2.3 初始化和参数设置的讲究参数设置直接影响求解速度。我的经验值是上层种群N_up取20~50上层迭代T_up取50~200下层种群N_low取20~40下层迭代T_low取100~500。如果你只是做小规模概念验证可以全部往小了设先把链路跑通再逐步加大。对于24时段的电价优化问题N_up30、T_up100N_low20、T_low200这个组合在普通台式机上大概要跑十几分钟还能接受。初始化时所有位置要在边界内均匀随机生成。电价不能是负数用户负荷功率不能超上限。对于离散决策变量比如洗衣机开关我一般不直接用0/1去套WOA而是把变量编码成连续量比如表示“在某时段开启的功率”再用约束保证整数性或开关逻辑。如果实在要用离散变量可以用四舍五入罚函数但要注意梯度不连续带来的搜索停滞问题。还有一个容易被忽略的点固定随机种子。Matlab里直接跑rand每次结果都不同上层的最优解可能每次都变这对调试非常痛苦。写代码第一行就加rng(2024)保证结果可复现。后面要测试不同随机种子对结果稳健性的影响时再把这个种子列表循环跑。3. 居民负荷分层调度模型的详细建模3.1 上层运营商的优化目标与约束上层是负荷聚合商或者售电公司它从批发市场买电再以零售价格卖给居民用户。它的成本包括购电成本和可能存在的峰谷差惩罚收入是卖电所得。所以上层目标可以写成最小化“购电成本 − 售电收入 峰谷差惩罚”如果收益为正目标值整体为负这不影响优化。一个典型的24小时模型min F Σ_t (C_wholesale_t × L_t) − Σ_t (price_t × L_t) α × Σ_t (L_t − L_avg)²其中L_t P_base_t Σ_j x_jt即基础负荷加上可控负荷price_t 是上层要决策的分时电价C_wholesale_t 是已知的批发市场价格曲线α 是峰谷差/波动惩罚系数L_avg 是日平均负荷。约束条件要包括电价上下限price_min ≤ price_t ≤ price_max总负荷上限max(L_t) ≤ 变压器容量价格平滑约束|price_t − price_{t−1}| ≤ Δ防止电价突变导致用户无所适从为什么加上峰谷差惩罚因为如果只让售电公司最大化卖电收入它完全可以一直定高价但用户响应后负荷会急剧萎缩系统峰谷差也会很难看。把波动项放进目标函数相当于让上层在“多卖电”和“平稳用电”之间找平衡。3.2 下层用户的响应行为建模下层用户不是毫无约束地追求电费最低还要考虑舒适度。你让用户半夜爬起来用洗衣机虽然电费便宜但舒适度损失太大用户不会干。所以下层目标函数通常是“电费 舒适度损失”最小化。为了简化舒适度损失可以用“与原始用电习惯的偏移量平方和”来刻画。一个单用户的下层模型min f Σ_t price_t × x_t ω × Σ_t (x_t − x_ref_t)²约束Σ_t x_t E_total总用电量必须完成0 ≤ x_t ≤ x_max每时段功率上限如果是电动汽车可能还要加充电时间窗约束。这里 x_t 是该用户可控负荷在t时段的功率x_ref_t 是用户原本计划中的功率曲线E_total是该负荷一天的总耗电量。ω越大说明用户越不愿意改变习惯ω越小用户越愿意为了省钱而转移负荷。实际算例中ω要根据用户调查或历史数据来标定没有数据时可以从0.01到10之间扫描几组值。多用户的情况就是每个用户单独调用一次下层WOA最后把各自的 x_t 累加得到总负荷曲线返回给上层。每个用户之间互不通信各自优化这也符合非合作博弈的设定。3.3 双层目标函数怎么衔接迭代上下层的衔接靠两个向量从上层传到下层的是电价向量 price从下层传回上层的是最优总负荷曲线 L_best。在每次上层个体评价时流程是上层WOA产生一个电价向量 price把这个 price 作为参数传给下层下层WOA在当前 price 下求解用户模型得到最优负荷上层用它自己的目标函数把 price 和 L_best 代进去计算适应度上层WOA根据这个适应度更新种群位置。这里要注意“评价阶段”和“更新阶段”不能混。同一代的上层个体应该都基于“同一批新位置完成后”才能更新不能边更新边评价。原因很简单如果个体A在迭代t代评价而个体B在第t代还没更新完就开始评价那么两者比较的不是同一状态下的结果适应度没有可比性。下层返回的内容不需要是用户所有内部变量的详细快照只需要总负荷曲线。这也正好符合隐私保护的需求。4. 完整代码实现与运行调试4.1 主程序框架与文件清单Matlab代码建议按功能拆成几个文件别把500行堆在一个脚本里main_double_woa.m设置参数固定随机种子调用主循环输出结果。load_scenario.m定义批发价格、基础负荷、用户数量、可控负荷参数。upper_woa.m实现上层WOA循环。lower_woa.m实现下层WOA输入price输出最优负荷曲线。cal_upper_fitness.m计算上层目标函数。cal_lower_fitness.m计算用户目标函数和罚函数。我先写一个最精简的main框架% main_double_woa.m clear; close all; clc; rng(2024); scn load_scenario(); params_up.N 30; params_up.T 100; params_up.dim 24; % 分时电价维度 params_up.lb 0.3 * ones(1,24); params_up.ub 1.2 * ones(1,24); params_low.N 20; params_low.T 200; params_low.dim 24; % 可控负荷功率曲线维度 params_low.lb zeros(1,24); params_low.ub 20 * ones(1,24); [best_price, best_fit, history] upper_woa(params_up, params_low, scn); plot(history);这个小框架能让你一眼看清有哪些输入输出。后面所有细节都围绕这个框架填充。4.2 上下层代码如何安全传递数据建议用参数结构体传递不要用全局变量。全局变量在Matlab里虽然写着方便但一旦函数嵌套多了很容易出现莫名其妙的数据覆盖改bug时想死。下层函数签名function [L_best, f_best] lower_woa(price, user_params) % user_params 包含基础负荷、可控负荷能量、功率上限、omega等 % 返回 L_best: 24维总负荷曲线 end上层个体评价代码for i 1:N_up price positions(i, :); [L_best, ~] lower_woa(price, user_params); upper_fitness(i) cal_upper_fitness(price, L_best, grid_params); end这里grid_params是批发价格、变压器容量、惩罚系数等。用struct一次性打包好调用非常清晰。另一个细节下层WOA内部迭代时如果某次更新后个体越界千万不要直接丢弃要把它拉回边界附近。边界吸收策略x(xlb) lb(xlb); x(xub) ub(xub)。对于需要用罚函数处理的约束可以在适应度末尾加上一个极大惩罚项但别让惩罚项大到把所有正常目标淹没否则搜索会偏向“满足约束但不优”的区域。4.3 五类高频报错与解决记录我整理了一些实际调试中遇到的高频问题做成速查表问题可能原因解决方法下标越界索引非整数或超维度检查round()与size()断点打印索引适应度全是NaN下层返回空/罚函数溢出加小对数保护检查下层是否收敛且返回值非空跑得太慢下层评价次数过多减小下层种群/迭代或启用parfor并行结果上下震荡上层电价变化太剧烈下层尚未收敛增加价格变化平滑约束提高下层迭代次数不可复现未固定随机种子在main开头使用rng(seed)并行时用RandStream对于NaN问题尤其要检查下层返回的负荷向量是否包含空数组。可以在下层函数末尾加一句判断if isempty(L_best) L_best zeros(1,24); % 给一个默认值至少不会让上层崩掉 end不建议直接让上层目标函数变成NaN因为WOA比较适应度时NaN会导致排序失效。宁可用大数惩罚。5. 仿真算例与结果分析5.1 算例场景与参数表设计一个可复现的小算例一个小区有100户居民每一户有基础负荷和可控负荷可控负荷总能量按小区汇总。上层决策24小时分时电价批发价格曲线模拟典型的“双峰”形态早高峰8-11点晚高峰18-22点其余时段较低。这样上层为了压低峰谷差可能会在低谷时段降低零售价鼓励用户把可转移负荷挪到半夜。参数表如下参数数值说明上层种群 N_up30电价个体数量上层迭代 T_up100主循环代数下层种群 N_low20用户响应个体数量下层迭代 T_low200内层优化代数电价下界0.3 元/kWh防止恶意低价电价上界1.2 元/kWh防止恶意高价用户数100简单等比聚合可控负荷总能量1500 kWh所有可转移设备汇总每时段小区功率上限500 kW变压器容量约束舒适度权重 ω0.5用户敏感度权重这些参数是我调得比较稳的一组你可以按自己需求改。注意用户数多但下层模型如果是线性凸的可以用统一等效用户这里因为用WOA解直接聚合求解省时间。5.2 收敛性能与优化效果对比用上述参数跑出来的典型结果是上层适应度在前30代下降很快后面逐渐平缓。原因很简单WOA前期以随机探索为主很快找到好的电价区间后期收敛到局部精细搜索变化就小了。如果你发现适应度后面还在剧烈波动大概率是下层响应没有稳定下来或者电价平滑约束没加。优化前后对比可以用一张示例表指标优化前优化后变化幅度峰时电价0.9 元/kWh1.08 元/kWh上调20%谷时电价0.5 元/kWh0.35 元/kWh下调30%用户总电费100%约92%下降8%左右峰谷差1200 kW约1050 kW下降12%左右上层利润基准值约基准的110%提升约10%不要盯着具体数字关键是趋势电价确实向“峰高谷低”演化用户费用略降峰谷差收窄上层利润略升。这基本符合Stackelberg均衡的预期——领导者虽然提峰价但用户会转移负荷总体成本结构变优跟随者用舒适度换电费下降双方都获得好处。5.3 负荷转移效果分析观察优化后的典型负荷曲线能明显看到原本18-22点的负荷尖峰被削掉了一部分转移到了凌晨1-5点。可转移负荷里洗衣机、洗碗机这类对时间不敏感的设备贡献最大电动汽车因为充电时间长如果时间窗允许也会大量挪到谷时。但空调等温控负荷受用户舒适度约束较强挪动不明显。6. 调参经验与避坑指南6.1 让双层WOA稳定收敛的调参顺序很多人一上来就调上层参数结果发现下层响应乱七八糟。我建议的顺序是先固定一组合理的初始电价只调下层WOA。让下层重复运行10次如果10次得到的最优负荷曲线基本一致说明下层够稳如果每次都不一样说明下层种群太小或迭代太少请把下层的N_low和T_low调大直到稳定。然后再调上层。一开始上层种群和迭代用较小值比如N_up15、T_up30只要能跑通主循环就行。跑通后再增大参数。这样做的好处是避免上层在不断变化的噪声中找方向浪费时间还找不到。还有一个技巧给电价变化加“惯性”或“平滑限制”。比如每代允许电价相对上一代整体移动最多20%。这相当于给上层搜索加了阻尼防止因为用户响应过于敏感而出现价格来回震荡的“死循环”。6.2 我在实操中踩过的三个坑第一个坑直接用标准WOA解带约束的下层问题结果大量个体越界尤其是洗衣机这种有开关次数约束的设备越界后罚函数计算出的适应度全是异常值。后来我调整策略变量采用连续功率表示约束用“总能量固定值”这种线性约束通过罚函数和边界吸收配合才稳定下来。第二个坑下层WOA每次都是从同一个随机初始位置开始但每次迭代的随机数序列不同导致同一个电价下两次调用下层返回的最优负荷曲线差异很大。上层适应度在这个噪声下根本没法比较。后来我在上个层的每个个体开始内层优化之前用rng(1000i)固定一个子随机流保证同价格返回相同的下层结果上层更新才变得可比较。第三个坑为了提速用parfor并行评价上层个体但没有控制每个worker的随机数流。结果并行跑完发现所有worker结果一样等于没并行。后来我在parfor循环内部使用RandStream.create(mt19937ar,Seed, seed_per_worker)来独立分配随机流或者干脆在并行前把所有需要调用的下层任务按“个体编号”分配好种子这样才能真正并行出不同结果。这些小问题看起来不起眼但每一个都能让你白跑一晚上。希望我的记录能帮你少走几步弯路。双层鲸鱼算法本身不强求“最优收敛曲线漂亮”它更像一个灵活的求解骨架——上面挂的是博弈模型下面挂的是用户响应模型。你用Matlab跑通之后再换别的算法、改目标函数、加新的负荷类型都会顺手很多。