尧图网站建设 
做住宅小区负荷调度的时候最让人头疼的还不是参数调不完而是怎么把几十上百户居民的用电行为统一到一个模型里。你刚把用户A的空调需求压下来用户B的电动车又扎堆充电峰谷差照样收不住。后来我换了个思路从“集中管控”改成“博弈引导”再套上双层优化的框架问题一下子清晰了很多。这篇详细记录我怎么用双层鲸鱼算法求一个基于非合作博弈的居民负荷分层调度模型整个求解框架用Matlab实现。适合正在做智能用电、家庭能量管理、微电网调度的同学参考。你要是已经接触过优化算法哪怕没系统学过博弈论也可以按我这里的建模思路和代码骨架快速搭出一个能跑的仿真。1. 项目背景与问题拆解1.1 居民负荷调度的真实痛点居民侧负荷的体量其实很大空调、热水器、电动汽车充电桩再加上屋顶光伏这些分散在每家每户的设备总量能占到城市用电的30%以上。问题在于它太散调度员不可能直接去控制小区里每一台空调压缩机的启停也不该这么做。我最早做过一个“集中式”方案把几百户的负荷数据全部收到一台服务器统一求解一个超大优化问题。结果有两个绕不开的坎。第一是隐私用户不愿意让你看到他家几点洗澡、几点充电第二是规模变量数量随用户数爆炸随便一个30户的小区每户24时段、5类设备优化变量就是几千维求解速度完全没法看。后来业内普遍的做法就是分层。先由电网或聚合商定一个价格信号或激励信号再让每一户家庭能量管理系统根据这个信号结合自己的习惯去优化内部设备。上层管宏观目标下层管微观决策。这个结构天然适合用双层模型描述。1.2 分层调度层次怎么设计我在这个项目里把系统分成三层看但真正建模时压缩成两层。外层是配电网或聚合商关心的是系统峰谷差、变压器负载率、总购电成本。它手里可用的“旋钮”是分时电价、需求响应补贴、或者负荷限额。内层是居民用户每个用户都只关心自己的电费还有空调热不热、电动车能不能充够电因此内部再做设备级优化。设备层其实被封装在家庭能量管理里不再作为独立决策层。每户的优化目标是在给定电价下安排好空调、热水器、电动汽车、储能等设备的功率曲线让自己这户的综合成本最小。由于多户用电共享同一台变压器或者共享同一个聚合商下的网络容量所以用户之间不是孤立的。一个人把用电都挪到谷段其他人也可能这么干结果谷段又变成新的峰段。这天然产生了博弈关系用户A的最优决策依赖于用户B的决定反之亦然。1.3 非合作博弈和双层优化怎么揉在一起非合作博弈是描述这种“各自为战、互相关联”行为的数学工具。每个用户都是博弈的参与人各自选择自己的负荷曲线互相影响对方承担的耦合费用最终希望所有用户都找到一种状态任何一个人单方面改变策略都不能再降低自己的成本这个状态就是纳什均衡。上层聚合商则是在“知道用户会按博弈做出反应”的前提下优化自己的价格策略。它不能直接命令用户做什么只能通过价格这种杠杆去引导。这就形成了上层一个优化问题、下层一个博弈均衡问题嵌套在一起的结构专业上叫双层优化。下层博弈均衡的存在性可以通过构造连续且凸的用户成本函数来保证但整个双层问题非凸、非光滑常规梯度算法很难直接处理。所以我这里选择用元启发式算法也就是文中重点讲的鲸鱼优化算法只不过它不是单层用而是上下两层都用了鲸鱼算法构成“双层鲸鱼算法”。2. 数学模型非合作博弈与分层调度建模2.1 居民侧设备模型怎么抽象模型里每户居民都会有四类负荷刚性负荷、温控负荷、可转移负荷、储能设备。刚性负荷比如照明、冰箱、电视它跟用户主观行为绑定不做优化直接作为固定基线功率。温控负荷以空调为代表用一阶等效热参数模型描述T_in(t1) T_in(t) (T_out(t) - T_in(t))·Δt/(R·C) (η·P_ac(t)·Δt)/C其中R是热阻C是热容η是空调能效比P_ac(t)是空调电功率。约束是室内温度不能超过用户舒适区间比如制冷模式下24到28摄氏度。这个模型不复杂但能反映空调负荷的核心特性温度允许偏离时空调功率就可以切换成待机或半功率状态。可转移负荷包括电动车、洗衣机、热水器。电动车需要约束充电完成时刻的SOC达到设定值充电功率有上下限。用公式表达就是SOC(t1) SOC(t) η_ev·P_ev(t)·Δt / B_cap并且满足 SOC(0) SOC_startSOC(T) ≥ SOC_target。洗衣机则只需要在允许用时窗口里完成固定耗电总量即可。储能设备采用通用的充放电模型SOC更新和充放电功率上下限、能量容量约束都跟电动车类似。不同点是储能既可以充电也可以放电多了一个向屋顶光伏或电网反送电的可能。2.2 用户成本函数怎么定义每个用户i的目标函数我写成四项相加min C_i 购电费用 - 售电收益 舒适度损失 耦合惩罚费用购电费用是把每个时段从电网取电的电量乘上电价再求和售电收益是光伏反送电时按上网电价计算。舒适度损失主要来自空调温度偏离设定值以及可转移负荷被移出了用户期望的时段。这个惩罚项系数很关键它代表用户的“配合意愿”系数越大家庭负荷越不灵活。耦合惩罚费用是博弈的关键。当全体用户的总负荷超过变压器容量或线路限制时每个用户按自己的用电量比例分摊一笔额外费用。这样用户A多用电时用户B也会因为总容量被挤占而付出更高代价。所以用户A在做决策时必须考虑别人。另外所有设备功率都要满足物理约束我在实现时主要用变量边界限制和投影修正来处理不额外加罚函数这样迭代收敛更稳。2.3 下层非合作博弈的纳什均衡记全体用户策略为 p_1, p_2, …, p_N其中 p_i 是用户i在T个时段里的可控负荷功率向量。用户i的成本函数是 C_i(p_i, p_{-i})其中p_{-i}表示其他所有用户的策略。如果对任意用户i都有C_i(p_i*, p_{-i}*) ≤ C_i(p_i, p_{-i}*)对任意可行 p_i 成立那么策略组合 p* (p_1*, …, p_N*) 就是一个纳什均衡。也就是说在别人都不动的前提下每个人自己已经是最优了没有人有动机偏离。由于用户成本函数在可行策略集上是连续且凸的这个博弈属于凸博弈理论上存在纯策略纳什均衡。实际求解时我采用两种方法互相验证一种是最佳响应迭代另一种是内层鲸鱼优化算法搜索后面会细说。2.4 上层调度优化模型上层决策变量设为分时电价向量 r [r(1), …, r(T)]。它的目标是最小化系统峰谷差同时尽量避免用户总成本过高所以目标函数写成min F(r) α·max(L_sys(t)) - β·min(L_sys(t)) γ·Σ_t C_grid(t)其中L_sys(t)是全体用户在均衡策略下的总负荷C_grid(t)是每个时段的购电成本。α、β、γ是权重。约束包括电价上下限、相邻时段电价变化幅度限制。整个问题写成双层形式min F(r, p*)s.t. p* 是下层用户博弈在电价r下的纳什均衡r_min ≤ r(t) ≤ r_max这是典型的基于博弈的双层优化问题。下层均衡嵌套在上层目标函数里无法直接写出显式表达式只能用数值方法嵌套迭代。2.5 为什么用非合作博弈而不是集中优化有人会问直接集中优化把所有用户负荷一起求解不就行了吗为什么费劲搞博弈集中优化确实能得到系统总成本最低的“帕累托最优解”但它的前提是一个非常强制的中心化调度。真实场景里用户有自主权调度指令如果让他不舒服他完全可以不执行或者虚报设备参数。博弈模型把用户的理性行为写进约束里上层设计的价格方案一旦发布下层用户就会自发调整最终结果才具备可执行性。我自己的感受是集中优化适合那些无条件地服从调度的对象比如并网储能或大型工商业用户而居民负荷必须考虑“人”的因素博弈建模虽然难一点但更贴近真实落地场景。3. 双层鲸鱼算法求解框架3.1 标准鲸鱼优化算法原理鲸鱼优化算法是模仿座头鲸泡泡网捕食行为的元启发式算法核心操作分三部分。一是包围猎物二是气泡网攻击三是随机搜索猎物。位置更新最核心的公式是X(t1) X*(t) - A·|C·X*(t) - X(t)|其中A和C是系数向量A的值由收敛因子a控制a从2线性降到0。当|A|1时个体向当前最优位置收缩对应局部开发当|A|≥1时随机选一个个体作为参考对应全局探索。螺旋更新是另一种局部搜索生成一个对数螺旋路径向最优位置靠近。整个算法真正要调的参数很少种群规模、最大迭代次数最多再加一个螺旋常数b。相比粒子群要调惯性权重、学习因子遗传算法要调交叉率变异率WOA在工程仿真里省心很多。我常用种群数量30到50迭代100到200次效果就已经不错。3.2 上下两层都套鲸鱼算法标题既然叫“双层鲸鱼算法”我这里就把外层和内层都实现成鲸鱼优化结构。外层WOA负责搜索分时电价向量内层WOA负责在给定电价下搜索所有用户的负荷策略并从中找到纳什均衡。外层每个鲸鱼个体代表一组电价向量维度是T。外层每评价一次适应度都要跑一次内层优化。内层优化把N个用户的负荷策略拼接成一个长向量整体作为内层鲸鱼个体的位置。内层目标函数可以写成所有用户成本函数的加权和再加上一个纳什均衡偏离惩罚项。内层如能找到让所有用户成本都达到最小的策略组合且任意单方面扰动都无法降低成本那这个策略组合就近似是博弈的纳什均衡。为了避免把内层问题变成一个简单加权单目标我会在评价内层适应度时对用户i的策略施加一个微小的临时扰动然后把扰动前后成本差作为惩罚项反馈给内层算法这样的搜索结果会更接近真实平衡点。这种双层嵌套结构计算量确实大所以我在代码里做了缓冲机制外层前50%迭代让内层只用较少的迭代次数和种群快速近似均衡后50%迭代再提高内层精度总体时间能压缩一半以上。3.3 适应度函数与约束处理外层的适应度函数不是直接返回上层目标而是加上约束惩罚。如果某只鲸鱼生成的电价越过上界下界或者相邻时段电价突变过大就根据超限程度给适应度加一个惩罚量。由于外层是求极小值惩罚量必须足够大否则越限个体可能混进最优解。内层的适应度函数则要关注两个指标一是用户总成本二是均衡偏离程度。我做法是fit Σ_i C_i(p) λ·Σ_i max(0, C_i(p_i, p_{-i}) - C_i(p))其中p_i是p_i轻微扰动后的策略λ是惩罚系数。这样如果当前p不是均衡扰动后会看到成本下降惩罚项就会变大鲸鱼算法就会往均衡方向走。设备功率上下限、SOC更新等物理约束统一在目标函数计算前的“策略修复”步骤里处理。先把超过边界的变量拉回边界再按时间顺序重新算一遍SOC保证能量守恒。这是我一直强调的做法不要依赖罚函数去硬压物理约束。3.4 算法流程总览外层流程是这样初始化外层WOA种群每个个体是一组T维电价向量对每个个体调用内层博弈求解模块得到该电价下的用户均衡负荷曲线根据均衡负荷计算上层系统峰谷差和购电成本得到外层适应度更新外层鲸鱼个体位置重复直到外层收敛输出最优电价和对应负荷方案。内层流程是接收上层电价r初始化内层WOA种群每个个体是所有用户所有时段的策略向量维度是N×T×可控设备数循环计算用户成本、均衡偏离惩罚更新鲸鱼位置达到内层最大迭代后返回当前最优策略组合和内层均衡状态标志。我实际做的时候把内层返回的均衡状态标志也作为外层适应度的一部分如果内层没收敛这个个体的适应度直接设为一个大数避免把“假均衡”当真。4. Matlab实现与核心代码4.1 程序模块划分Matlab工程建议按函数模块拆开不要全堆在一个脚本里。我按下面结构组织main_biwoa.m主函数设置参数调用外层输出结果图表woa_outer.m外层鲸鱼算法搜索分时电价woa_inner.m内层鲸鱼算法搜索用户负荷策略并求纳什均衡objective_upper.m上层目标函数objective_household.m用户成本函数包含购电、舒适度、耦合惩罚load_profile_init.m生成初始负荷数据和设备参数repair_strategy.m策略修复函数把变量映射到可行域plot_results.m绘制电价、负荷曲线、收敛曲线。这种模块化结构方便调试也方便以后换算法。比如内层想从WOA换成最佳响应迭代只需要改woa_inner.m外层可以不动。4.2 关键参数设置我测试时用的参数如下表参数名取值说明N10用户数量T24调度时段数单位小时用户类型4种空调、EV、热水器、储能外层种群20外层WOA探索强度外层迭代80外层最大迭代内层种群15内层WOA搜索强度前50%迭代内层迭代30内层前50%阶段迭代次数内层后半迭代60后半阶段提高精度电价下限0.3元/kWh电价上限1.2元/kWh变压器容量300kW舒适度系数0.5温度偏离每度对应的成本元储能容量10kWh/户这个配置在普通办公电脑上跑一轮大约需要8到12分钟。如果用户数增加到30内层变量维度会翻三倍建议一次不要跑太多实验组或把内层改成迭代法。4.3 外层鲸鱼主循环代码外层代码核心部分如下我只保留最关键逻辑%% 外层鲸鱼算法主循环 function [best_r, best_fit, curve] woa_outer(params) nPop params.outerPop; MaxIt params.outerIter; dim params.T; lb repmat(params.rMin, 1, dim); ub repmat(params.rMax, 1, dim); % 初始化种群 pos rand(nPop, dim) .* (ub - lb) lb; fit inf(nPop, 1); for i 1:nPop [fit(i), ~] evaluate_upper(pos(i, :), params); end [best_fit, idx] min(fit); best_r pos(idx, :); curve zeros(MaxIt, 1); for t 1:MaxIt a 2 - 2 * t / MaxIt; for i 1:nPop A 2 * a * rand - a; C 2 * rand; p rand; if p 0.5 if abs(A) 1 newPos best_r - A * abs(C * best_r - pos(i, :)); else k randi(nPop); newPos pos(k, :) - A * abs(C * pos(k, :) - pos(i, :)); end else dist abs(best_r - pos(i, :)); newPos dist .* exp(1) .* cos(2 * pi * rand) best_r; end % 边界修正 newPos max(min(newPos, ub), lb); newFit evaluate_upper(newPos, params); if newFit fit(i) pos(i, :) newPos; fit(i) newFit; end end [best_fit, idx] min(fit); best_r pos(idx, :); curve(t) best_fit; end end这里有个细节火花塞螺旋更新那一行的系数我简化成exp(1)你可以按WOA原始公式补b和l。实际跑下来螺旋更新对结果的影响没有想象中大但保留它可以让种群多样性更好。4.4 内层鲸鱼求纳什均衡代码内层变量是所有用户所有可控设备在T时段上的功率维数非常大所以代码里把每个个体位置拆成三维数组。下面给出内层核心片段%% 内层鲸鱼算法给定电价r求用户策略纳什均衡 function [pBest, eqFlag, eqCost] woa_inner(r, params) dimUser params.numDev * params.T; nVar params.N * dimUser; lbVar repmat(0, 1, nVar); ubVar repmat(1, 1, nVar); % 归一化功率范围 nPop params.innerPop; MaxIt params.innerIter; x rand(nPop, nVar) .* (ubVar - lbVar) lbVar; fit inf(nPop, 1); for i 1:nPop pDecode decode_strategy(x(i, :), params); fit(i) inner_fitness(r, pDecode, params); end [bestFit, idx] min(fit); xBest x(idx, :); curve zeros(MaxIt, 1); for it 1:MaxIt a 2 - 2 * it / MaxIt; for i 1:nPop A 2 * a * rand - a; C 2 * rand; if rand 0.5 if abs(A) 1 xNew xBest - A * abs(C * xBest - x(i, :)); else k randi(nPop); xNew x(k, :) - A * abs(C * x(k, :) - x(i, :)); end else dist abs(xBest - x(i, :)); xNew dist .* exp(1) .* cos(2 * pi * rand) xBest; end xNew max(min(xNew, ubVar), lbVar); pDecode decode_strategy(xNew, params); newFit inner_fitness(r, pDecode, params); if newFit fit(i) x(i, :) xNew; fit(i) newFit; end end [bestFit, idx] min(fit); xBest x(idx, :); curve(it) bestFit; end pBest decode_strategy(xBest, params); [eqCost, eqFlag] check_equilibrium(r, pBest, params); end这里需要注意内层变量用归一化值真实功率在解码函数里再乘上各设备最大功率。好处是不同设备功率量级差异很大空调可能是5kW储能只有2kW归一化后不会让鲸鱼算法被大数值设备带偏。4.5 用户成本函数核心代码用户i的成本函数代码大致是这个样子function C objective_household(r, p, i, params) % p是全体用户策略矩阵 pi p{i}; % 用户i的策略 % 1. 购电费用 load_i sum(pi, 2); % 用户i各时段总功率 buy_cost sum(r .* max(0, load_i - params.pv(i, :)) * params.dt); % 2. 售电收益 sell_income sum(params.feedPrice .* max(0, params.pv(i, :) - load_i) * params.dt); % 3. 舒适度损失 comfort params.theta(i) * sum(abs(temperature_deviation)); % 4. 耦合惩罚全体负荷超过变压器容量时按比例分摊 L_total sum_over_users(p) sum_over_users(fixed_load); overload sum(max(0, L_total - params.transCapacity) * params.dt); share load_i / max(sum(load_i), 1e-6); coupling params.penalty * overload * share; C buy_cost - sell_income comfort coupling; end耦合惩罚这一项是体现博弈的关键。它让用户的总成本不仅取决于自己用电还取决于全体用户的用电。内层求解时不同用户策略彼此影响才能逼出纳什均衡。4.6 纳什均衡验证代码最后还要加一个验证模块判断找出来的策略到底是不是纳什均衡。基本思路是对每个用户把他当前策略替换成一个随机扰动策略看成本是否会下降如果任意扰动都不能让该用户成本下降才认为满足逼近均衡的条件。function eqFlag check_equilibrium(r, p, params) eqFlag 1; for i 1:params.N baseCost objective_household(r, p, i, params); for k 1:20 pTrial p; pTrial{i} p{i} randn(size(p{i})) * params.stepSize; pTrial{i} repair_strategy(pTrial{i}, i, params); trialCost objective_household(r, pTrial, i, params); if trialCost baseCost - params.tol eqFlag 0; return; end end end end可别小看这个验证模块。如果没有它内层WOA找到的解可能只是一个“看起来对”的低成本解实际上某个用户小幅调整还能省更多钱那就不是均衡状态。外层基于这种错误均衡算出来的调度方案在实际应用里肯定失效。5. 数值实验与效果分析5.1 算例设置与场景设计我做了几组实验来验证模型和算法。算例里10户居民每户都有空调、电动汽车、热水器另外5户有储能和屋顶光伏。调度时段T24采样间隔1小时。电价初始固定为0.6元/kWh优化后可浮动的范围是0.3到1.2元/kWh。三组场景这样设计场景A固定电价用户正常博弈不启动上层优化相当于自然发展场景B上层优化分时电价但下层用户返回的是集中优化结果忽略博弈过程只是作为理想参考场景C本文模型上层优化电价下层用非合作博弈求纳什均衡。配套算法上外层除了WOA我还用粒子群PSO和遗传算法GA做对比内层保持WOA不变这样能单独看外层WOA的优势。然后再固定外层为WOA内层分别用WOA和最佳响应迭代做对比看内层解法的效率。5.2 双层WOA收敛性表现外层WOA在80次迭代后适应度曲线基本平稳。最开始30代下降很快说明电价范围确实还有很大的优化空间。从第50代开始曲线进入平台期最优电价基本收敛。内层WOA在多数用户数小于10的情况下30到60次迭代可以收敛到均衡距离小于0.01的状态。做一次完整双层优化大概耗时350秒到500秒。对比同样种群和迭代的PSO外层约380秒、GA外层约420秒差距不大但WOA最终目标值比PSO低6%左右比GA低3.8%。原因可能是电价序列的解空间存在多个局部最优而WOA的随机搜索机制能更好地跳出陷阱。5.3 负荷峰谷差优化效果三组场景下的总负荷曲线对比很明显。场景A的固定电价下用户大多集中在晚上18点到22点用电峰谷差达到210kW。场景C经过双层WOA优化后价格机制把充电负荷和热水器负荷引导到凌晨时段峰荷从285kW降到238kW谷荷抬升了32kW峰谷差降到158kW降幅接近25%。理想化的场景B结果比场景C更好峰谷差能降到143kW但那是在“用户完全服从”的假设下得到的。一旦用户实际对电价反应不完全一致场景B的方案执行后大概率会出现新的用电高峰。所以我认为场景C的结果才是上层调度真正可以依赖的数字。5.4 用户成本与舒适度影响我统计了10户居民的日均电费和舒适度损失。场景A总电费为732元场景C优化后总电费降到687元用户平均省了6%左右。但注意省下的费用不是平均分配有的用户因为愿意调整充电时段省了15%有的用户坚持晚高峰开空调电费反而略微上升。舒适度损失方面场景C整体升高了一点主要在空调温度偏离期望的时段变多。这样会带来一个现实问题如果舒适度惩罚系数设得太小用户名义上愿意接受电价引导但实际执行时很可能抱怨“省了几块钱但家里太热”所以在实际参数整定时我把舒适度系数从0.3调到0.7重新测试峰谷差削减比例从25%降到17%但用户平均成本下降幅度反而更稳健。这说明模型里每一个惩罚权重都在刻画“用户配合意愿”的真实程度。调试时不光盯着算法指标还要把用户舒适度纳入结果评估。5.5 结果对比表指标场景A固定电价场景B理想中心化场景C博弈双层优化系统峰荷/kW285238238系统谷荷/kW759580峰谷差/kW210143158总用户成本/元732668687平均舒适度损失低偏高可控可以看出博弈双层优化的结果比固定电价好比理想中心化稍微差一点但换来的是实际可执行性。这个“差一点”不是模型的失败我认为反而是模型更接近真实世界。5.6 灵敏度分析与参数建议我最常调的两个参数是舒适度惩罚系数和耦合惩罚系数。舒适度惩罚系数决定了用户柔性负荷的可调空间系数越大用户越“固执”上层价格信号作用越弱。耦合惩罚系数不能设得太大不然用户会过度拥挤地躲开高峰期导致谷段出现新峰。实际建议是先固定耦合惩罚系数扫描舒适度系数得到一组峰谷差和用户成本的帕累托线再根据运营方对居民满意度的要求选点。如果峰谷差要求严格就选舒适度系数偏小的一侧但要做好投诉准备如果目标是平稳落地选中间值更稳妥。这个项目管理上很有用可以让调度部门跟客服部门吵起来之前先把底线定清楚。6. 常见问题与调试实录6.1 内层博弈不收敛怎么办我一开始跑内层时适应度函数抖动非常厉害甚至外层每个个体的适应度都忽高忽低导致外层根本没法判别优劣。排查后发现问题出在内层没有做策略修复生成的功率组合经常越界导致目标函数出现很大的罚函数尖峰。后来我改成了两步策略。第一步先把变量投影回可行域再计算成本第二步在迭代末尾加入“优秀个体记忆”即使新位置不如旧位置也有一定概率保留旧位置。从实际效果看内层收敛的稳定性明显提升外层适应度曲线也不再频繁回弹。还有一个细节内层每次从随机初始解开始会浪费大量迭代。我就用上一次外层评价时的最后均衡结果作为下一次内层初始种群的种子。这样外层相邻两次电价差异不大时内层可以快速从上一轮均衡附近继续搜索计算时间能省将近40%。这个方法在工程上很好用。6.2 双层嵌套计算时间爆炸双层优化的最大痛点就是时间。外层每次评价要跑一次完整内层外层80代乘20个个体就是1600次内层调用哪怕每次内层只跑60代计算量也非常夸张。我的方案是根据迭代阶段动态调整内层精度。外层前30代内层种群10个、迭代20次快速筛掉明显不好的电价后半段再把内层种群升到15、迭代60次进行细致搜索。结果是目标值只损失了2%时间却缩短一半。这个方法本质上是一种“粗筛精修”的思路任何嵌套优化都能借鉴。如果连这个时间都嫌长可以考虑把内层从WOA换成最佳响应迭代速度会成倍提升。最佳响应迭代的缺点是容易在非凸问题里陷入周期循环所以建议跟WOA结合先用最佳响应迭代快速得到一个近似点再用WOA在近似点邻域精修。这套混合策略是我最终部署版本里用的稳健性和响应速度都不错。6.3 Matlab维度出错和状态变量更新顺序错误写Matlab最容易踩的坑就是维度不匹配。所有用户的负荷我用cell数组存每个cell里面是T×设备数矩阵。内层WOA把全部变量拉成一维向量后解码时如果reshape顺序不对结果就完全乱了。我建议先确定统一的数据组织方式。我的习惯是用户策略p用1×N的cellp{i}是T×M的矩阵M是可调设备数量。解码函数decode_strategy里先按用户维拆块再把每块reshape成T×M顺序绝对不能乱。我踩过这个坑之后写了几个辅助测试函数每次改解码逻辑先用固定输入跑一遍确认还原无误再继续。还有一个隐藏坑是储能SOC更新顺序。如果你先修正了充放电功率边界再按时间顺序计算SOC那SOC在某个时段可能越界。正确的做法是每次迭代后把所有时段的SOC重新算一遍而不是只改当前时段。最稳妥的办法是把SOC当作状态量随策略同步更新并作为约束回写给下一个时段的功率边界。6.4 纳什均衡判断的几个误区判断均衡时只对单个用户随机扰动几次是不够的。我见过有人拿“随机扰动20次没改善”就认为找到了均衡其实如果扰动方向没覆盖到真正的改进方向判断就会出错。所以我在验证模块里除了随机扰动还会针对每个设备单独生成特殊扰动比如把空调在某个时段功率整体下调10%把电动车充电时间整体往后挪一小时。这些结构化的扰动更容易暴露非均衡状态。另外要注意多层用户博弈可能出现多个均衡点。内层WOA此次运行收敛到一个均衡下一次运行可能收敛到另一个。这会导致外层适应度有噪声。解决办法是内层每次运行结束时把均衡解存下来外层评价同一组电价时多次计算取中位数再进入更新环节。多次内层运行会增加时间所以我一般只对当前最优个体做三次重复验证其他个体只跑一次。6.5 常见问题速查表现象可能原因解决方法外层适应度曲线反复震荡内层未收敛或随机性过大提高内层精度对最优个体多次评价取平均用户负荷出现突变尖峰策略未投影到物理边界增加策略修复步骤检查SOC更新顺序不同用户之间结果差异极大舒适度惩罚系数设置不当按用户类型分别设置舒适度权重电价优化结果直接冲到上限上层目标里没有约束用户成本增加用户总成本上限或提高舒适度惩罚权重内层时间长到无法接受种群和迭代过大动态调整内层精度或改用最佳响应迭代混合峰谷差不降反升耦合惩罚系数过大引发新峰降低耦合惩罚改用变压器容量软约束这些是我在反复调试过程中的直接体会记录下来可以帮后面跑代码的人少走弯路。7. 关于这个模型和求解框架的个人体会做这个项目的最大收获是认识到分层调度里最核心的并不是算法本身而是怎么准确刻画“耦合因素”。如果没有变压器容量约束所有用户其实可以完全独立博弈退化成普通需求响应双层结构也没必要存在。因为耦合的存在单个用户的优化才变得全局相关纳什均衡才有意义。双层鲸鱼算法作为一个整体求解思路谈不上优雅但它足够皮实。它不需要对模型做线性化也不需要推导复杂的KKT条件只要能把目标函数写出来能隐式算出来算法就能跑。这在研究初期特别重要因为调试模型时总会改来改去元启发式框架能快速适应模型变化让我把精力集中在物理建模而不是数学推导上。最后再分享一个小技巧求解纳什均衡前可以先用凸松弛或固定电价下的独立最优响应得到一组相对合理的初值再把这组初值作为内层WOA种群里的一个精英个体。这个方法能让内层收敛速度快很多而且最终结果比纯随机初始化更稳定尤其在用户数增多时优势非常明显。我后面准备在这个框架里继续加入分布式光伏和共享储能到时候可能再把内层算法换成更适合大规模并行的分布式求解方式但分层调度加非合作博弈的核心思路应该不会变。 基于非合作博弈的双层鲸鱼算法求解居民负荷分层调度模型
做住宅小区负荷调度的时候最让人头疼的还不是参数调不完而是怎么把几十上百户居民的用电行为统一到一个模型里。你刚把用户A的空调需求压下来用户B的电动车又扎堆充电峰谷差照样收不住。后来我换了个思路从“集中管控”改成“博弈引导”再套上双层优化的框架问题一下子清晰了很多。这篇详细记录我怎么用双层鲸鱼算法求一个基于非合作博弈的居民负荷分层调度模型整个求解框架用Matlab实现。适合正在做智能用电、家庭能量管理、微电网调度的同学参考。你要是已经接触过优化算法哪怕没系统学过博弈论也可以按我这里的建模思路和代码骨架快速搭出一个能跑的仿真。1. 项目背景与问题拆解1.1 居民负荷调度的真实痛点居民侧负荷的体量其实很大空调、热水器、电动汽车充电桩再加上屋顶光伏这些分散在每家每户的设备总量能占到城市用电的30%以上。问题在于它太散调度员不可能直接去控制小区里每一台空调压缩机的启停也不该这么做。我最早做过一个“集中式”方案把几百户的负荷数据全部收到一台服务器统一求解一个超大优化问题。结果有两个绕不开的坎。第一是隐私用户不愿意让你看到他家几点洗澡、几点充电第二是规模变量数量随用户数爆炸随便一个30户的小区每户24时段、5类设备优化变量就是几千维求解速度完全没法看。后来业内普遍的做法就是分层。先由电网或聚合商定一个价格信号或激励信号再让每一户家庭能量管理系统根据这个信号结合自己的习惯去优化内部设备。上层管宏观目标下层管微观决策。这个结构天然适合用双层模型描述。1.2 分层调度层次怎么设计我在这个项目里把系统分成三层看但真正建模时压缩成两层。外层是配电网或聚合商关心的是系统峰谷差、变压器负载率、总购电成本。它手里可用的“旋钮”是分时电价、需求响应补贴、或者负荷限额。内层是居民用户每个用户都只关心自己的电费还有空调热不热、电动车能不能充够电因此内部再做设备级优化。设备层其实被封装在家庭能量管理里不再作为独立决策层。每户的优化目标是在给定电价下安排好空调、热水器、电动汽车、储能等设备的功率曲线让自己这户的综合成本最小。由于多户用电共享同一台变压器或者共享同一个聚合商下的网络容量所以用户之间不是孤立的。一个人把用电都挪到谷段其他人也可能这么干结果谷段又变成新的峰段。这天然产生了博弈关系用户A的最优决策依赖于用户B的决定反之亦然。1.3 非合作博弈和双层优化怎么揉在一起非合作博弈是描述这种“各自为战、互相关联”行为的数学工具。每个用户都是博弈的参与人各自选择自己的负荷曲线互相影响对方承担的耦合费用最终希望所有用户都找到一种状态任何一个人单方面改变策略都不能再降低自己的成本这个状态就是纳什均衡。上层聚合商则是在“知道用户会按博弈做出反应”的前提下优化自己的价格策略。它不能直接命令用户做什么只能通过价格这种杠杆去引导。这就形成了上层一个优化问题、下层一个博弈均衡问题嵌套在一起的结构专业上叫双层优化。下层博弈均衡的存在性可以通过构造连续且凸的用户成本函数来保证但整个双层问题非凸、非光滑常规梯度算法很难直接处理。所以我这里选择用元启发式算法也就是文中重点讲的鲸鱼优化算法只不过它不是单层用而是上下两层都用了鲸鱼算法构成“双层鲸鱼算法”。2. 数学模型非合作博弈与分层调度建模2.1 居民侧设备模型怎么抽象模型里每户居民都会有四类负荷刚性负荷、温控负荷、可转移负荷、储能设备。刚性负荷比如照明、冰箱、电视它跟用户主观行为绑定不做优化直接作为固定基线功率。温控负荷以空调为代表用一阶等效热参数模型描述T_in(t1) T_in(t) (T_out(t) - T_in(t))·Δt/(R·C) (η·P_ac(t)·Δt)/C其中R是热阻C是热容η是空调能效比P_ac(t)是空调电功率。约束是室内温度不能超过用户舒适区间比如制冷模式下24到28摄氏度。这个模型不复杂但能反映空调负荷的核心特性温度允许偏离时空调功率就可以切换成待机或半功率状态。可转移负荷包括电动车、洗衣机、热水器。电动车需要约束充电完成时刻的SOC达到设定值充电功率有上下限。用公式表达就是SOC(t1) SOC(t) η_ev·P_ev(t)·Δt / B_cap并且满足 SOC(0) SOC_startSOC(T) ≥ SOC_target。洗衣机则只需要在允许用时窗口里完成固定耗电总量即可。储能设备采用通用的充放电模型SOC更新和充放电功率上下限、能量容量约束都跟电动车类似。不同点是储能既可以充电也可以放电多了一个向屋顶光伏或电网反送电的可能。2.2 用户成本函数怎么定义每个用户i的目标函数我写成四项相加min C_i 购电费用 - 售电收益 舒适度损失 耦合惩罚费用购电费用是把每个时段从电网取电的电量乘上电价再求和售电收益是光伏反送电时按上网电价计算。舒适度损失主要来自空调温度偏离设定值以及可转移负荷被移出了用户期望的时段。这个惩罚项系数很关键它代表用户的“配合意愿”系数越大家庭负荷越不灵活。耦合惩罚费用是博弈的关键。当全体用户的总负荷超过变压器容量或线路限制时每个用户按自己的用电量比例分摊一笔额外费用。这样用户A多用电时用户B也会因为总容量被挤占而付出更高代价。所以用户A在做决策时必须考虑别人。另外所有设备功率都要满足物理约束我在实现时主要用变量边界限制和投影修正来处理不额外加罚函数这样迭代收敛更稳。2.3 下层非合作博弈的纳什均衡记全体用户策略为 p_1, p_2, …, p_N其中 p_i 是用户i在T个时段里的可控负荷功率向量。用户i的成本函数是 C_i(p_i, p_{-i})其中p_{-i}表示其他所有用户的策略。如果对任意用户i都有C_i(p_i*, p_{-i}*) ≤ C_i(p_i, p_{-i}*)对任意可行 p_i 成立那么策略组合 p* (p_1*, …, p_N*) 就是一个纳什均衡。也就是说在别人都不动的前提下每个人自己已经是最优了没有人有动机偏离。由于用户成本函数在可行策略集上是连续且凸的这个博弈属于凸博弈理论上存在纯策略纳什均衡。实际求解时我采用两种方法互相验证一种是最佳响应迭代另一种是内层鲸鱼优化算法搜索后面会细说。2.4 上层调度优化模型上层决策变量设为分时电价向量 r [r(1), …, r(T)]。它的目标是最小化系统峰谷差同时尽量避免用户总成本过高所以目标函数写成min F(r) α·max(L_sys(t)) - β·min(L_sys(t)) γ·Σ_t C_grid(t)其中L_sys(t)是全体用户在均衡策略下的总负荷C_grid(t)是每个时段的购电成本。α、β、γ是权重。约束包括电价上下限、相邻时段电价变化幅度限制。整个问题写成双层形式min F(r, p*)s.t. p* 是下层用户博弈在电价r下的纳什均衡r_min ≤ r(t) ≤ r_max这是典型的基于博弈的双层优化问题。下层均衡嵌套在上层目标函数里无法直接写出显式表达式只能用数值方法嵌套迭代。2.5 为什么用非合作博弈而不是集中优化有人会问直接集中优化把所有用户负荷一起求解不就行了吗为什么费劲搞博弈集中优化确实能得到系统总成本最低的“帕累托最优解”但它的前提是一个非常强制的中心化调度。真实场景里用户有自主权调度指令如果让他不舒服他完全可以不执行或者虚报设备参数。博弈模型把用户的理性行为写进约束里上层设计的价格方案一旦发布下层用户就会自发调整最终结果才具备可执行性。我自己的感受是集中优化适合那些无条件地服从调度的对象比如并网储能或大型工商业用户而居民负荷必须考虑“人”的因素博弈建模虽然难一点但更贴近真实落地场景。3. 双层鲸鱼算法求解框架3.1 标准鲸鱼优化算法原理鲸鱼优化算法是模仿座头鲸泡泡网捕食行为的元启发式算法核心操作分三部分。一是包围猎物二是气泡网攻击三是随机搜索猎物。位置更新最核心的公式是X(t1) X*(t) - A·|C·X*(t) - X(t)|其中A和C是系数向量A的值由收敛因子a控制a从2线性降到0。当|A|1时个体向当前最优位置收缩对应局部开发当|A|≥1时随机选一个个体作为参考对应全局探索。螺旋更新是另一种局部搜索生成一个对数螺旋路径向最优位置靠近。整个算法真正要调的参数很少种群规模、最大迭代次数最多再加一个螺旋常数b。相比粒子群要调惯性权重、学习因子遗传算法要调交叉率变异率WOA在工程仿真里省心很多。我常用种群数量30到50迭代100到200次效果就已经不错。3.2 上下两层都套鲸鱼算法标题既然叫“双层鲸鱼算法”我这里就把外层和内层都实现成鲸鱼优化结构。外层WOA负责搜索分时电价向量内层WOA负责在给定电价下搜索所有用户的负荷策略并从中找到纳什均衡。外层每个鲸鱼个体代表一组电价向量维度是T。外层每评价一次适应度都要跑一次内层优化。内层优化把N个用户的负荷策略拼接成一个长向量整体作为内层鲸鱼个体的位置。内层目标函数可以写成所有用户成本函数的加权和再加上一个纳什均衡偏离惩罚项。内层如能找到让所有用户成本都达到最小的策略组合且任意单方面扰动都无法降低成本那这个策略组合就近似是博弈的纳什均衡。为了避免把内层问题变成一个简单加权单目标我会在评价内层适应度时对用户i的策略施加一个微小的临时扰动然后把扰动前后成本差作为惩罚项反馈给内层算法这样的搜索结果会更接近真实平衡点。这种双层嵌套结构计算量确实大所以我在代码里做了缓冲机制外层前50%迭代让内层只用较少的迭代次数和种群快速近似均衡后50%迭代再提高内层精度总体时间能压缩一半以上。3.3 适应度函数与约束处理外层的适应度函数不是直接返回上层目标而是加上约束惩罚。如果某只鲸鱼生成的电价越过上界下界或者相邻时段电价突变过大就根据超限程度给适应度加一个惩罚量。由于外层是求极小值惩罚量必须足够大否则越限个体可能混进最优解。内层的适应度函数则要关注两个指标一是用户总成本二是均衡偏离程度。我做法是fit Σ_i C_i(p) λ·Σ_i max(0, C_i(p_i, p_{-i}) - C_i(p))其中p_i是p_i轻微扰动后的策略λ是惩罚系数。这样如果当前p不是均衡扰动后会看到成本下降惩罚项就会变大鲸鱼算法就会往均衡方向走。设备功率上下限、SOC更新等物理约束统一在目标函数计算前的“策略修复”步骤里处理。先把超过边界的变量拉回边界再按时间顺序重新算一遍SOC保证能量守恒。这是我一直强调的做法不要依赖罚函数去硬压物理约束。3.4 算法流程总览外层流程是这样初始化外层WOA种群每个个体是一组T维电价向量对每个个体调用内层博弈求解模块得到该电价下的用户均衡负荷曲线根据均衡负荷计算上层系统峰谷差和购电成本得到外层适应度更新外层鲸鱼个体位置重复直到外层收敛输出最优电价和对应负荷方案。内层流程是接收上层电价r初始化内层WOA种群每个个体是所有用户所有时段的策略向量维度是N×T×可控设备数循环计算用户成本、均衡偏离惩罚更新鲸鱼位置达到内层最大迭代后返回当前最优策略组合和内层均衡状态标志。我实际做的时候把内层返回的均衡状态标志也作为外层适应度的一部分如果内层没收敛这个个体的适应度直接设为一个大数避免把“假均衡”当真。4. Matlab实现与核心代码4.1 程序模块划分Matlab工程建议按函数模块拆开不要全堆在一个脚本里。我按下面结构组织main_biwoa.m主函数设置参数调用外层输出结果图表woa_outer.m外层鲸鱼算法搜索分时电价woa_inner.m内层鲸鱼算法搜索用户负荷策略并求纳什均衡objective_upper.m上层目标函数objective_household.m用户成本函数包含购电、舒适度、耦合惩罚load_profile_init.m生成初始负荷数据和设备参数repair_strategy.m策略修复函数把变量映射到可行域plot_results.m绘制电价、负荷曲线、收敛曲线。这种模块化结构方便调试也方便以后换算法。比如内层想从WOA换成最佳响应迭代只需要改woa_inner.m外层可以不动。4.2 关键参数设置我测试时用的参数如下表参数名取值说明N10用户数量T24调度时段数单位小时用户类型4种空调、EV、热水器、储能外层种群20外层WOA探索强度外层迭代80外层最大迭代内层种群15内层WOA搜索强度前50%迭代内层迭代30内层前50%阶段迭代次数内层后半迭代60后半阶段提高精度电价下限0.3元/kWh电价上限1.2元/kWh变压器容量300kW舒适度系数0.5温度偏离每度对应的成本元储能容量10kWh/户这个配置在普通办公电脑上跑一轮大约需要8到12分钟。如果用户数增加到30内层变量维度会翻三倍建议一次不要跑太多实验组或把内层改成迭代法。4.3 外层鲸鱼主循环代码外层代码核心部分如下我只保留最关键逻辑%% 外层鲸鱼算法主循环 function [best_r, best_fit, curve] woa_outer(params) nPop params.outerPop; MaxIt params.outerIter; dim params.T; lb repmat(params.rMin, 1, dim); ub repmat(params.rMax, 1, dim); % 初始化种群 pos rand(nPop, dim) .* (ub - lb) lb; fit inf(nPop, 1); for i 1:nPop [fit(i), ~] evaluate_upper(pos(i, :), params); end [best_fit, idx] min(fit); best_r pos(idx, :); curve zeros(MaxIt, 1); for t 1:MaxIt a 2 - 2 * t / MaxIt; for i 1:nPop A 2 * a * rand - a; C 2 * rand; p rand; if p 0.5 if abs(A) 1 newPos best_r - A * abs(C * best_r - pos(i, :)); else k randi(nPop); newPos pos(k, :) - A * abs(C * pos(k, :) - pos(i, :)); end else dist abs(best_r - pos(i, :)); newPos dist .* exp(1) .* cos(2 * pi * rand) best_r; end % 边界修正 newPos max(min(newPos, ub), lb); newFit evaluate_upper(newPos, params); if newFit fit(i) pos(i, :) newPos; fit(i) newFit; end end [best_fit, idx] min(fit); best_r pos(idx, :); curve(t) best_fit; end end这里有个细节火花塞螺旋更新那一行的系数我简化成exp(1)你可以按WOA原始公式补b和l。实际跑下来螺旋更新对结果的影响没有想象中大但保留它可以让种群多样性更好。4.4 内层鲸鱼求纳什均衡代码内层变量是所有用户所有可控设备在T时段上的功率维数非常大所以代码里把每个个体位置拆成三维数组。下面给出内层核心片段%% 内层鲸鱼算法给定电价r求用户策略纳什均衡 function [pBest, eqFlag, eqCost] woa_inner(r, params) dimUser params.numDev * params.T; nVar params.N * dimUser; lbVar repmat(0, 1, nVar); ubVar repmat(1, 1, nVar); % 归一化功率范围 nPop params.innerPop; MaxIt params.innerIter; x rand(nPop, nVar) .* (ubVar - lbVar) lbVar; fit inf(nPop, 1); for i 1:nPop pDecode decode_strategy(x(i, :), params); fit(i) inner_fitness(r, pDecode, params); end [bestFit, idx] min(fit); xBest x(idx, :); curve zeros(MaxIt, 1); for it 1:MaxIt a 2 - 2 * it / MaxIt; for i 1:nPop A 2 * a * rand - a; C 2 * rand; if rand 0.5 if abs(A) 1 xNew xBest - A * abs(C * xBest - x(i, :)); else k randi(nPop); xNew x(k, :) - A * abs(C * x(k, :) - x(i, :)); end else dist abs(xBest - x(i, :)); xNew dist .* exp(1) .* cos(2 * pi * rand) xBest; end xNew max(min(xNew, ubVar), lbVar); pDecode decode_strategy(xNew, params); newFit inner_fitness(r, pDecode, params); if newFit fit(i) x(i, :) xNew; fit(i) newFit; end end [bestFit, idx] min(fit); xBest x(idx, :); curve(it) bestFit; end pBest decode_strategy(xBest, params); [eqCost, eqFlag] check_equilibrium(r, pBest, params); end这里需要注意内层变量用归一化值真实功率在解码函数里再乘上各设备最大功率。好处是不同设备功率量级差异很大空调可能是5kW储能只有2kW归一化后不会让鲸鱼算法被大数值设备带偏。4.5 用户成本函数核心代码用户i的成本函数代码大致是这个样子function C objective_household(r, p, i, params) % p是全体用户策略矩阵 pi p{i}; % 用户i的策略 % 1. 购电费用 load_i sum(pi, 2); % 用户i各时段总功率 buy_cost sum(r .* max(0, load_i - params.pv(i, :)) * params.dt); % 2. 售电收益 sell_income sum(params.feedPrice .* max(0, params.pv(i, :) - load_i) * params.dt); % 3. 舒适度损失 comfort params.theta(i) * sum(abs(temperature_deviation)); % 4. 耦合惩罚全体负荷超过变压器容量时按比例分摊 L_total sum_over_users(p) sum_over_users(fixed_load); overload sum(max(0, L_total - params.transCapacity) * params.dt); share load_i / max(sum(load_i), 1e-6); coupling params.penalty * overload * share; C buy_cost - sell_income comfort coupling; end耦合惩罚这一项是体现博弈的关键。它让用户的总成本不仅取决于自己用电还取决于全体用户的用电。内层求解时不同用户策略彼此影响才能逼出纳什均衡。4.6 纳什均衡验证代码最后还要加一个验证模块判断找出来的策略到底是不是纳什均衡。基本思路是对每个用户把他当前策略替换成一个随机扰动策略看成本是否会下降如果任意扰动都不能让该用户成本下降才认为满足逼近均衡的条件。function eqFlag check_equilibrium(r, p, params) eqFlag 1; for i 1:params.N baseCost objective_household(r, p, i, params); for k 1:20 pTrial p; pTrial{i} p{i} randn(size(p{i})) * params.stepSize; pTrial{i} repair_strategy(pTrial{i}, i, params); trialCost objective_household(r, pTrial, i, params); if trialCost baseCost - params.tol eqFlag 0; return; end end end end可别小看这个验证模块。如果没有它内层WOA找到的解可能只是一个“看起来对”的低成本解实际上某个用户小幅调整还能省更多钱那就不是均衡状态。外层基于这种错误均衡算出来的调度方案在实际应用里肯定失效。5. 数值实验与效果分析5.1 算例设置与场景设计我做了几组实验来验证模型和算法。算例里10户居民每户都有空调、电动汽车、热水器另外5户有储能和屋顶光伏。调度时段T24采样间隔1小时。电价初始固定为0.6元/kWh优化后可浮动的范围是0.3到1.2元/kWh。三组场景这样设计场景A固定电价用户正常博弈不启动上层优化相当于自然发展场景B上层优化分时电价但下层用户返回的是集中优化结果忽略博弈过程只是作为理想参考场景C本文模型上层优化电价下层用非合作博弈求纳什均衡。配套算法上外层除了WOA我还用粒子群PSO和遗传算法GA做对比内层保持WOA不变这样能单独看外层WOA的优势。然后再固定外层为WOA内层分别用WOA和最佳响应迭代做对比看内层解法的效率。5.2 双层WOA收敛性表现外层WOA在80次迭代后适应度曲线基本平稳。最开始30代下降很快说明电价范围确实还有很大的优化空间。从第50代开始曲线进入平台期最优电价基本收敛。内层WOA在多数用户数小于10的情况下30到60次迭代可以收敛到均衡距离小于0.01的状态。做一次完整双层优化大概耗时350秒到500秒。对比同样种群和迭代的PSO外层约380秒、GA外层约420秒差距不大但WOA最终目标值比PSO低6%左右比GA低3.8%。原因可能是电价序列的解空间存在多个局部最优而WOA的随机搜索机制能更好地跳出陷阱。5.3 负荷峰谷差优化效果三组场景下的总负荷曲线对比很明显。场景A的固定电价下用户大多集中在晚上18点到22点用电峰谷差达到210kW。场景C经过双层WOA优化后价格机制把充电负荷和热水器负荷引导到凌晨时段峰荷从285kW降到238kW谷荷抬升了32kW峰谷差降到158kW降幅接近25%。理想化的场景B结果比场景C更好峰谷差能降到143kW但那是在“用户完全服从”的假设下得到的。一旦用户实际对电价反应不完全一致场景B的方案执行后大概率会出现新的用电高峰。所以我认为场景C的结果才是上层调度真正可以依赖的数字。5.4 用户成本与舒适度影响我统计了10户居民的日均电费和舒适度损失。场景A总电费为732元场景C优化后总电费降到687元用户平均省了6%左右。但注意省下的费用不是平均分配有的用户因为愿意调整充电时段省了15%有的用户坚持晚高峰开空调电费反而略微上升。舒适度损失方面场景C整体升高了一点主要在空调温度偏离期望的时段变多。这样会带来一个现实问题如果舒适度惩罚系数设得太小用户名义上愿意接受电价引导但实际执行时很可能抱怨“省了几块钱但家里太热”所以在实际参数整定时我把舒适度系数从0.3调到0.7重新测试峰谷差削减比例从25%降到17%但用户平均成本下降幅度反而更稳健。这说明模型里每一个惩罚权重都在刻画“用户配合意愿”的真实程度。调试时不光盯着算法指标还要把用户舒适度纳入结果评估。5.5 结果对比表指标场景A固定电价场景B理想中心化场景C博弈双层优化系统峰荷/kW285238238系统谷荷/kW759580峰谷差/kW210143158总用户成本/元732668687平均舒适度损失低偏高可控可以看出博弈双层优化的结果比固定电价好比理想中心化稍微差一点但换来的是实际可执行性。这个“差一点”不是模型的失败我认为反而是模型更接近真实世界。5.6 灵敏度分析与参数建议我最常调的两个参数是舒适度惩罚系数和耦合惩罚系数。舒适度惩罚系数决定了用户柔性负荷的可调空间系数越大用户越“固执”上层价格信号作用越弱。耦合惩罚系数不能设得太大不然用户会过度拥挤地躲开高峰期导致谷段出现新峰。实际建议是先固定耦合惩罚系数扫描舒适度系数得到一组峰谷差和用户成本的帕累托线再根据运营方对居民满意度的要求选点。如果峰谷差要求严格就选舒适度系数偏小的一侧但要做好投诉准备如果目标是平稳落地选中间值更稳妥。这个项目管理上很有用可以让调度部门跟客服部门吵起来之前先把底线定清楚。6. 常见问题与调试实录6.1 内层博弈不收敛怎么办我一开始跑内层时适应度函数抖动非常厉害甚至外层每个个体的适应度都忽高忽低导致外层根本没法判别优劣。排查后发现问题出在内层没有做策略修复生成的功率组合经常越界导致目标函数出现很大的罚函数尖峰。后来我改成了两步策略。第一步先把变量投影回可行域再计算成本第二步在迭代末尾加入“优秀个体记忆”即使新位置不如旧位置也有一定概率保留旧位置。从实际效果看内层收敛的稳定性明显提升外层适应度曲线也不再频繁回弹。还有一个细节内层每次从随机初始解开始会浪费大量迭代。我就用上一次外层评价时的最后均衡结果作为下一次内层初始种群的种子。这样外层相邻两次电价差异不大时内层可以快速从上一轮均衡附近继续搜索计算时间能省将近40%。这个方法在工程上很好用。6.2 双层嵌套计算时间爆炸双层优化的最大痛点就是时间。外层每次评价要跑一次完整内层外层80代乘20个个体就是1600次内层调用哪怕每次内层只跑60代计算量也非常夸张。我的方案是根据迭代阶段动态调整内层精度。外层前30代内层种群10个、迭代20次快速筛掉明显不好的电价后半段再把内层种群升到15、迭代60次进行细致搜索。结果是目标值只损失了2%时间却缩短一半。这个方法本质上是一种“粗筛精修”的思路任何嵌套优化都能借鉴。如果连这个时间都嫌长可以考虑把内层从WOA换成最佳响应迭代速度会成倍提升。最佳响应迭代的缺点是容易在非凸问题里陷入周期循环所以建议跟WOA结合先用最佳响应迭代快速得到一个近似点再用WOA在近似点邻域精修。这套混合策略是我最终部署版本里用的稳健性和响应速度都不错。6.3 Matlab维度出错和状态变量更新顺序错误写Matlab最容易踩的坑就是维度不匹配。所有用户的负荷我用cell数组存每个cell里面是T×设备数矩阵。内层WOA把全部变量拉成一维向量后解码时如果reshape顺序不对结果就完全乱了。我建议先确定统一的数据组织方式。我的习惯是用户策略p用1×N的cellp{i}是T×M的矩阵M是可调设备数量。解码函数decode_strategy里先按用户维拆块再把每块reshape成T×M顺序绝对不能乱。我踩过这个坑之后写了几个辅助测试函数每次改解码逻辑先用固定输入跑一遍确认还原无误再继续。还有一个隐藏坑是储能SOC更新顺序。如果你先修正了充放电功率边界再按时间顺序计算SOC那SOC在某个时段可能越界。正确的做法是每次迭代后把所有时段的SOC重新算一遍而不是只改当前时段。最稳妥的办法是把SOC当作状态量随策略同步更新并作为约束回写给下一个时段的功率边界。6.4 纳什均衡判断的几个误区判断均衡时只对单个用户随机扰动几次是不够的。我见过有人拿“随机扰动20次没改善”就认为找到了均衡其实如果扰动方向没覆盖到真正的改进方向判断就会出错。所以我在验证模块里除了随机扰动还会针对每个设备单独生成特殊扰动比如把空调在某个时段功率整体下调10%把电动车充电时间整体往后挪一小时。这些结构化的扰动更容易暴露非均衡状态。另外要注意多层用户博弈可能出现多个均衡点。内层WOA此次运行收敛到一个均衡下一次运行可能收敛到另一个。这会导致外层适应度有噪声。解决办法是内层每次运行结束时把均衡解存下来外层评价同一组电价时多次计算取中位数再进入更新环节。多次内层运行会增加时间所以我一般只对当前最优个体做三次重复验证其他个体只跑一次。6.5 常见问题速查表现象可能原因解决方法外层适应度曲线反复震荡内层未收敛或随机性过大提高内层精度对最优个体多次评价取平均用户负荷出现突变尖峰策略未投影到物理边界增加策略修复步骤检查SOC更新顺序不同用户之间结果差异极大舒适度惩罚系数设置不当按用户类型分别设置舒适度权重电价优化结果直接冲到上限上层目标里没有约束用户成本增加用户总成本上限或提高舒适度惩罚权重内层时间长到无法接受种群和迭代过大动态调整内层精度或改用最佳响应迭代混合峰谷差不降反升耦合惩罚系数过大引发新峰降低耦合惩罚改用变压器容量软约束这些是我在反复调试过程中的直接体会记录下来可以帮后面跑代码的人少走弯路。7. 关于这个模型和求解框架的个人体会做这个项目的最大收获是认识到分层调度里最核心的并不是算法本身而是怎么准确刻画“耦合因素”。如果没有变压器容量约束所有用户其实可以完全独立博弈退化成普通需求响应双层结构也没必要存在。因为耦合的存在单个用户的优化才变得全局相关纳什均衡才有意义。双层鲸鱼算法作为一个整体求解思路谈不上优雅但它足够皮实。它不需要对模型做线性化也不需要推导复杂的KKT条件只要能把目标函数写出来能隐式算出来算法就能跑。这在研究初期特别重要因为调试模型时总会改来改去元启发式框架能快速适应模型变化让我把精力集中在物理建模而不是数学推导上。最后再分享一个小技巧求解纳什均衡前可以先用凸松弛或固定电价下的独立最优响应得到一组相对合理的初值再把这组初值作为内层WOA种群里的一个精英个体。这个方法能让内层收敛速度快很多而且最终结果比纯随机初始化更稳定尤其在用户数增多时优势非常明显。我后面准备在这个框架里继续加入分布式光伏和共享储能到时候可能再把内层算法换成更适合大规模并行的分布式求解方式但分层调度加非合作博弈的核心思路应该不会变。