張建華，馬麗，2，劉念

(1.新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗室(華北電力大學(xué))，北京市 102206；2.中國電力科學(xué)研究院，北京市 100192)

博弈論在微電網(wǎng)中的應(yīng)用及展望

張建華1，馬麗1，2，劉念1

(1.新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗室(華北電力大學(xué))，北京市 102206；2.中國電力科學(xué)研究院，北京市 100192)

微電網(wǎng)的特點(diǎn)決定了其運(yùn)行、調(diào)度、控制等諸多形態(tài)明顯不同于傳統(tǒng)配電網(wǎng)。如何確定微電網(wǎng)系統(tǒng)中各決策主體最佳策略從而平衡和優(yōu)化有關(guān)各方利益是一項極具挑戰(zhàn)性的課題，面向復(fù)雜主體多目標(biāo)優(yōu)化的博弈論有望成為攻克微電網(wǎng)系統(tǒng)諸多關(guān)鍵難題的有力工具。該文主要針對微電網(wǎng)，集中討論了博弈論在微電網(wǎng)源、網(wǎng)、荷、定價策略等環(huán)節(jié)中的典型應(yīng)用，并對博弈論未來在微網(wǎng)型售電商、微電網(wǎng)與主網(wǎng)交互、可再生能源發(fā)電滲透率、微電網(wǎng)通訊網(wǎng)絡(luò)建設(shè)等方面的應(yīng)用進(jìn)行了展望，希望對推動博弈論在微電網(wǎng)中的深入研究起到積極作用。

博弈論；微電網(wǎng)；合作博弈；非合作博弈

0 引 言

隨著全球范圍內(nèi)化石能源緊缺及環(huán)境污染問題的不斷升級，對可再生能源的利用得到了越來越多的重視，而電網(wǎng)作為國民經(jīng)濟(jì)和社會發(fā)展的重要基礎(chǔ)，其能源類型備受關(guān)注。目前我國政府及電網(wǎng)公司都在積極為分布式電源項目接入電網(wǎng)提供便利條件[1-2]，以促進(jìn)可再生能源發(fā)電技術(shù)在我國的發(fā)展。為應(yīng)對分布式電源規(guī)模的逐漸擴(kuò)大以及用戶對供電可靠性期望值的日益提高[3]，國內(nèi)外學(xué)者已展開諸多研究，微網(wǎng)作為分布式電源接入電網(wǎng)的有效技術(shù)手段得到了廣泛關(guān)注[4]。微網(wǎng)是由分布式電源、儲能和相關(guān)負(fù)荷組成，能夠?qū)崿F(xiàn)自我控制、保護(hù)和管理的獨(dú)立系統(tǒng)。微電網(wǎng)作為配電網(wǎng)和分布式電源的紐帶，使得配電網(wǎng)不必直接面對種類不同、歸屬不同、數(shù)量龐大、分散接入的(甚至是間歇性的)分布式電源。微電網(wǎng)可視作未來電網(wǎng)的“基本模塊”[5]，國際電工委員會(international electrotechnical commission，IEC)在《2010—2030應(yīng)對能源挑戰(zhàn)白皮書》明確將微電網(wǎng)技術(shù)列為未來能源鏈的關(guān)鍵技術(shù)之一[6]。

不同國家對微電網(wǎng)的研究側(cè)重點(diǎn)不同，國外微電網(wǎng)的研究主要圍繞可靠性、可接入性、靈活性等方面[6]。美國近幾年發(fā)生的幾次較大停電事故使其比較關(guān)注電能質(zhì)量和供電可靠性，因此對微電網(wǎng)的研究重點(diǎn)在于利用微電網(wǎng)提高電能質(zhì)量和供電可靠性；歐洲互連電網(wǎng)中的電源大部分靠近負(fù)荷，因此較易形成多個微電網(wǎng)，研究著重于多個微電網(wǎng)的互連和市場交易問題；日本土地及能源的匱乏決定了它對可再生能源的重視程度高于其他國家，而可再生能源發(fā)電的隨機(jī)性使得日本的研究著重于微電網(wǎng)的控制與儲能技術(shù)。和歐美等國的微電網(wǎng)研究現(xiàn)狀相比，我國微電網(wǎng)的發(fā)展重在解決分布式發(fā)電并網(wǎng)問題，且尚處于起始階段。國家“十二五”可再生能源發(fā)展規(guī)劃中明確提出到2015年要建成30個“新能源微電網(wǎng)示范工程”的目標(biāo)。在解決基本技術(shù)問題的基礎(chǔ)上，“十三五”期間微電網(wǎng)示范項目必將加速建設(shè)。保守估計，在“十三五”期間有望完成微電網(wǎng)示范工程200個。以每個微電網(wǎng)裝機(jī)容量3 MW，投資5千萬元/MW計，則“十三五”期間裝機(jī)容量可達(dá)600 MW，市場投資300億元[7]。

隨著微電網(wǎng)及智能配用電系統(tǒng)的發(fā)展，傳統(tǒng)的配電網(wǎng)在結(jié)構(gòu)、運(yùn)行、調(diào)度、控制等諸多形態(tài)均已出現(xiàn)了重大變化。分布式電源、微電網(wǎng)等新型電力供應(yīng)模式的出現(xiàn)，在增加電網(wǎng)運(yùn)行方式靈活性的同時更增加了運(yùn)行的復(fù)雜度；電力用戶更具主動性，電動汽車、智能家居、樓宇的快速發(fā)展，需求響應(yīng)技術(shù)的提升，使得電力系統(tǒng)運(yùn)營決策主體趨于多樣化；配電自動化、信息與通訊技術(shù)的普及應(yīng)用，為電力系統(tǒng)中各主體的信息溝通提供了條件，同時也提升了網(wǎng)絡(luò)結(jié)構(gòu)的可調(diào)節(jié)性。伴隨中共中央、國務(wù)院《關(guān)于進(jìn)一步深化電力體制改革的若干意見》(中發(fā)[2015]9號，以下簡稱“9號文”)[8]的正式公布，明確了“穩(wěn)步推進(jìn)售電側(cè)改革，有序向社會資本放開售電業(yè)務(wù)”的方向，售電主體可以采取多種方式通過電力市場購電，包括向發(fā)電企業(yè)購電、通過集中競價購電、向其他售電商購電等。售電側(cè)市場化改革將允許6類企業(yè)成為新的售電主體，其中就包括了含分布式能源的用戶或微網(wǎng)系統(tǒng)，這對微電網(wǎng)的發(fā)展是千載難逢的機(jī)遇。

在此情況下，如何確定微電網(wǎng)系統(tǒng)中各決策主體最佳策略從而平衡和優(yōu)化有關(guān)各方利益是一項極具挑戰(zhàn)性的課題，而傳統(tǒng)的以單主體決策為主要特征的最優(yōu)化理論體系難以克服此困難。此種背景下，面向復(fù)雜主體多目標(biāo)優(yōu)化的博弈論有望成為攻克微電網(wǎng)系統(tǒng)諸多關(guān)鍵難題的有力工具[9]。本文將主要針對微電網(wǎng)，集中討論博弈論在微電網(wǎng)源、網(wǎng)、荷、定價策略等環(huán)節(jié)中的應(yīng)用，并對博弈論未來在微電網(wǎng)技術(shù)研究中的應(yīng)用進(jìn)行展望，希望能夠引起大家對博弈論在微電網(wǎng)中應(yīng)用研究的關(guān)注。

1 博弈論概述及分類

1.1 概述

博弈論又稱為對策論，起源于20世紀(jì)初。近年來，作為分析和解決決策過程中各主體間沖突和合作的工具，博弈論在管理學(xué)、政治學(xué)、生態(tài)學(xué)和工程技術(shù)領(lǐng)域得到了廣泛的應(yīng)用。從本質(zhì)上說，博弈論是研究決策主體的行為發(fā)生直接相互作用的決策以及決策均衡問題的理論。

一般情況下，若一個決策情況存在多個決策者并存地追求各自的目標(biāo)，則稱其為一個博弈[10]。用G表示一個博弈，其通常包括博弈方、博弈方策略及收益幾個主要因素，如G中有n個博弈方，每個博弈方的全部可選策略的集合我們稱為“策略空間”，用{S1,…,Sn}表示；sij∈Si表示博弈方i的第j個策略；博弈方i的收益用ui表示，一般ui是關(guān)于各博弈方的多元函數(shù)。n個博弈方的博弈G表示為G={S1,…,Sn;u1,…,un}。納什均衡就是一種策略組合，使得同一時間內(nèi)每個參與人的策略是對其他參與人策略的最優(yōu)反應(yīng)。

1.2 分類

博弈理論有多種分類方法，以下主要根據(jù)行為邏輯、博弈過程、博弈方了解程度幾個維度介紹博弈分類情況。

(1)根據(jù)博弈方的行為邏輯差別可以分為合作博弈和非合作博弈。合作博弈和非合作博弈的區(qū)別在于相互發(fā)生作用的當(dāng)事人之間有沒有一個具有約束力的協(xié)議，如果有，就是合作博弈，如果沒有，就是非合作博弈。

非合作博弈基于博弈過程和信息了解程度又可細(xì)分為：完全信息靜態(tài)博弈，完全信息動態(tài)博弈，不完全信息靜態(tài)博弈，不完全信息動態(tài)博弈。與上述4種博弈相對應(yīng)的均衡概念為：納什均衡(Nash equilibrium)，子博弈完美納什均衡(subgame perfect Nash equilibrium)，貝葉斯納什均衡(Bayesian Nash equilibrium)，精煉貝葉斯納什均衡(perfect Bayesian Nash equilibrium)。

(2)根據(jù)博弈過程，博弈論進(jìn)一步分為靜態(tài)博弈、動態(tài)博弈和重復(fù)博弈3類：靜態(tài)博弈是指在博弈中，參與人同時選擇或雖非同時選擇但后行動者并不知道先行動者采取了什么具體行動；動態(tài)博弈是指在博弈中，參與人的行動有先后順序，且后行動者能夠觀察到先行動者所選擇的行動；重復(fù)博弈與靜態(tài)博弈和動態(tài)博弈有著密切關(guān)系，是同一博弈反復(fù)進(jìn)行所構(gòu)成的博弈過程。

(3)按照參與人對其他參與人的了解程度分為完全信息博弈和不完全信息博弈。完全信息博弈是指在博弈過程中，每一位參與人對其他參與人的特征、策略空間及收益函數(shù)有準(zhǔn)確的信息。不完全信息博弈是指如果參與人對其他參與人的特征、策略空間及收益函數(shù)信息了解得不夠準(zhǔn)確，或者不是對所有參與人的特征、策略空間及收益函數(shù)都有準(zhǔn)確的信息，在這種情況下進(jìn)行的博弈就是不完全信息博弈。

1.3 求解方法

(1)非合作博弈。由于實(shí)際問題的多樣化及其復(fù)雜性和多變性，特別是參與者眾多時，納什均衡的存在性證明和求解是很難的。

一般的，通過證明一個不動點(diǎn)問題解的存在性來證明均衡的存在性[11]。這是一個復(fù)雜的數(shù)學(xué)問題，不利于推廣到實(shí)際應(yīng)用。因此，針對某些具有特定行為空間以及具有特殊結(jié)構(gòu)性質(zhì)收益函數(shù)的博弈模型，眾多學(xué)者給出了其均衡存在性的一系列結(jié)果，其中最經(jīng)典的莫過于納什[12]給出的存在性結(jié)果。

其中常用的求解非合作博弈納什均衡的方法有最佳反應(yīng)法和虛擬對策法[13]等。近年來，分布式優(yōu)化博弈算法的研究被廣為關(guān)注[14-16]。分布式優(yōu)化問題的典型特征，就是由分布在不同物理位置并且具有自主性的決策個體，通過一定的協(xié)調(diào)機(jī)制和規(guī)則，獨(dú)立進(jìn)行各自的決策和優(yōu)化。文獻(xiàn)[17]中設(shè)計了一般非二次凸博弈納什均衡的分布式迭代算法，并研究了收斂條件。此外，采用基于學(xué)習(xí)理論的納什均衡求解算法也得到了廣泛的應(yīng)用[18-20]。

(2)合作博弈。合作博弈領(lǐng)域3個最基本的問題是：合作博弈解，合作博弈解的結(jié)構(gòu)穩(wěn)定性，合作博弈解的形成機(jī)制[21-22]。從博弈結(jié)構(gòu)上，合作博弈可以分為兩人合作博弈和多人合作博弈，前者又稱二人討價還價問題，其解法以Nash討價還價均衡解最為著名[23-24]。后者又稱為聯(lián)盟博弈，其解法主要有以核為代表的占優(yōu)解法[25]和以Shapley值為代表的估值解法[26-30]等。

2 博弈論在微電網(wǎng)中的應(yīng)用

2.1 微電網(wǎng)電源側(cè)

博弈論在微電網(wǎng)電源側(cè)的應(yīng)用主要涉及微電網(wǎng)中的分布式能源出力安排、電源與負(fù)荷的匹配問題、源儲荷多方協(xié)調(diào)等問題的研究。

文獻(xiàn)[31]針對工業(yè)微電網(wǎng)中的機(jī)組安排問題開展了研究，采用基于博弈論的方法在參與發(fā)電的各工廠之間公平的分配節(jié)約成本。文獻(xiàn)[32]針對微電網(wǎng)市場運(yùn)行，提出了一種基于多代理逆向拍賣博弈模型的實(shí)時實(shí)現(xiàn)方法，并應(yīng)用在佛羅里達(dá)國際大學(xué)的智能電網(wǎng)測試系統(tǒng)。文獻(xiàn)[33]針對含光伏可再生能源的智能樓宇型微電網(wǎng)提出了基于少數(shù)人博弈的能量管理系統(tǒng)，達(dá)到了削減費(fèi)用以及提升智能樓宇型微網(wǎng)穩(wěn)定性的目的。文獻(xiàn)[34]介紹了基于雙邊合同方法的負(fù)荷電源匹配方法。文獻(xiàn)[35]基于非合作博弈論提出了實(shí)時功率分配機(jī)制，目標(biāo)在于減少居民用戶的電費(fèi)，提升智能微電網(wǎng)、社區(qū)電網(wǎng)的整體社會效益，提升能源效率和微網(wǎng)可靠性。文獻(xiàn)[36]主要基于合作博弈論對自治型微電網(wǎng)的頻率穩(wěn)定問題進(jìn)行了研究，提出了不同分布式能源、儲能和負(fù)荷之間的協(xié)調(diào)模型。

2.2 多微網(wǎng)互聯(lián)及通訊網(wǎng)絡(luò)

多微網(wǎng)是由幾個低壓微電網(wǎng)和接在相鄰中壓饋線上的分布式電源組成的，由于多微網(wǎng)系統(tǒng)不再是配電網(wǎng)中的被動單元，其中分布式電源、可控負(fù)荷都可認(rèn)為是主動單元[37]，多個微網(wǎng)間的功率交換可以減少儲能的使用[38]，但會增加在管理上的復(fù)雜度，因此博弈論在多微網(wǎng)系統(tǒng)中的應(yīng)用也較為廣泛。

其中，文獻(xiàn)[39]基于聯(lián)盟博弈理論研究了配電網(wǎng)中多微網(wǎng)之間的合作策略，提出了多微網(wǎng)聯(lián)盟形成算法，每個聯(lián)盟內(nèi)都包括功率剩余的微網(wǎng)和功率不足的微網(wǎng)，微網(wǎng)能夠自動協(xié)作并自行組織加入一個聯(lián)盟，聯(lián)盟內(nèi)部會基于網(wǎng)損最小化來確定微電網(wǎng)間的功率傳輸或與大電網(wǎng)的功率傳輸，仿真結(jié)果表明使用該模型配電線路中的網(wǎng)損相比非合作情況下下降了31%。文獻(xiàn)[40]也進(jìn)行了類似研究，并進(jìn)一步對聯(lián)盟中微網(wǎng)個數(shù)進(jìn)行了優(yōu)化。文獻(xiàn)[41]基于前景理論提出了多個微網(wǎng)間功率交換的靜態(tài)博弈模型，并且提供了不同場景下的納什均衡解。文獻(xiàn)[42]提出了分層的微電網(wǎng)聯(lián)盟形成機(jī)制，微網(wǎng)聯(lián)盟可通過最大化聯(lián)盟內(nèi)部的功率交換從而減少對大電網(wǎng)造成的負(fù)擔(dān)和依賴。文獻(xiàn)[38]和[43]研究了多代理系統(tǒng)的聯(lián)盟博弈，文獻(xiàn)[38]的實(shí)際算例中，基于聯(lián)盟博弈的微電網(wǎng)功率交換模型對于減少儲能使用、提升能源效率方面效果很明顯。

另外，多微網(wǎng)系統(tǒng)中的一個基本需求就是能夠保證多個微網(wǎng)間信息傳輸?shù)目煽啃?。一方面，微網(wǎng)和配電網(wǎng)控制中心之間需要傳遞電價方案、停電信息等數(shù)據(jù)；另一方面，微電網(wǎng)間的智能測量裝置需要互相進(jìn)行通訊，比如進(jìn)行測量信息、價格、其他數(shù)據(jù)的信息交換[44-45]。因此，通訊技術(shù)對多微網(wǎng)系統(tǒng)至關(guān)重要，電力線通訊(power line communication，PLC)、無線通訊均視作備選通訊技術(shù)。多微網(wǎng)系統(tǒng)中通訊網(wǎng)絡(luò)的接入增加了網(wǎng)絡(luò)設(shè)計和分析的復(fù)雜程度，這也促使了博弈論等高級工具在有線通訊網(wǎng)絡(luò)、無線通訊網(wǎng)絡(luò)中的應(yīng)用，有效性已得到證實(shí)[46]。其中，PLC技術(shù)已在歐洲的很多高級量測中得到了應(yīng)用，其主要缺點(diǎn)是通道容量有限，且隨距離的增長通道容量還會急劇下降，這對信息傳輸?shù)目煽啃詷O為不利，因此在設(shè)計PLC系統(tǒng)時，一般都要考慮可靠性問題，比如使用備用線路或者替代的故障檢測技術(shù)[47]，此外使用多跳網(wǎng)絡(luò)結(jié)構(gòu)也可克服PLC通道容量限制問題。多跳網(wǎng)絡(luò)可使智能單元不僅利用PLC與控制中心通訊，還可以與其他智能單元進(jìn)行通訊[48]，微電網(wǎng)即可視作一個智能單元。文獻(xiàn)[49]基于非合作博弈研究了多跳PLC中的網(wǎng)絡(luò)形成問題，該網(wǎng)絡(luò)是以公共接入點(diǎn)(common access point, CAP)為根的樹狀圖，每個智能單元都通過樹上的路徑和CAP進(jìn)行通訊，算例研究表明靠近CAP的智能單元更傾向于直接與CAP通訊，而距離較遠(yuǎn)的智能單元則通過與其他用戶的通訊，間接與CAP通訊。

2.3 微電網(wǎng)用戶側(cè)

微網(wǎng)中的可再生分布式電源輸出功率具有間歇性、隨機(jī)性等特點(diǎn)，會給電網(wǎng)運(yùn)行調(diào)度及供需平衡帶來一定的困難，微網(wǎng)中安裝儲能裝置可在一定程度上緩解這個問題，但由于其成本昂貴不宜大規(guī)模應(yīng)用。而隨著電力市場的完善和通訊、計量設(shè)施的普遍應(yīng)用，需求側(cè)參與電網(wǎng)運(yùn)行優(yōu)化并抑制聯(lián)絡(luò)線功率波動成為一種可能的技術(shù)手段。其中，需求側(cè)響應(yīng)(demand side response，DSR)是關(guān)鍵技術(shù)之一，即電力用戶針對電力價格信號或激勵機(jī)制作出響應(yīng)，改變正常電力消費(fèi)模式的市場參與行為[50]。

文獻(xiàn)[51]基于博弈論建立了未來智能電網(wǎng)中的用戶需求側(cè)響應(yīng)模型，提出了用戶分布式自動需求側(cè)能量管理系統(tǒng)，基于未來智能聯(lián)網(wǎng)中的雙向數(shù)字通訊基礎(chǔ)設(shè)施，用戶不僅可以和電網(wǎng)公司進(jìn)行通訊聯(lián)系，同時還可以和周圍的用戶進(jìn)行信息互通。文獻(xiàn)[52]對含風(fēng)力發(fā)電的微電網(wǎng)用戶需求側(cè)響應(yīng)進(jìn)行了研究，基于風(fēng)電場數(shù)據(jù)將風(fēng)電出力建模為馬爾科夫鏈，并提出了應(yīng)對風(fēng)力發(fā)電間歇性的需求側(cè)響應(yīng)方法，提出模型相比于不考慮需求側(cè)管理的方案節(jié)約了38%的發(fā)電成本。文獻(xiàn)[53]分別基于非合作博弈和主從博弈2種模型對安裝儲能的電力用戶需求側(cè)響應(yīng)進(jìn)行了研究。

此外，對電動汽車負(fù)荷的控制常作為需求側(cè)響應(yīng)中的主要技術(shù)手段。據(jù)統(tǒng)計到2020年全球?qū)⒂薪?00萬輛電動汽車[54]，由于電動汽車可多次充放電的特性，多項研究證明其對微網(wǎng)負(fù)荷峰谷調(diào)節(jié)起著關(guān)鍵的作用[55-57]。文獻(xiàn)[58]基于博弈理論模型優(yōu)化電動汽車用戶的用電安排，以減少峰時用電需求。文獻(xiàn)[16]使用非合作斯塔克博弈研究了智能電網(wǎng)與電動汽車群的功率交換問題，其中電網(wǎng)作為領(lǐng)導(dǎo)方，需要優(yōu)化電價以提升其收益并保證電動汽車的參與；電動汽車作為隨從方，需要決定充電策略以優(yōu)化充電收益與相關(guān)成本之間的權(quán)衡。文獻(xiàn)[5]基于博弈論和0/1背包問題，提出了一種基于日前負(fù)荷曲線管理電動汽車充放電行為的方法。文獻(xiàn)[59]提出了分布式的多代理電動汽車充電控制方法，并考慮了配電網(wǎng)絡(luò)的影響。

2.4 微電網(wǎng)定價策略

在多微網(wǎng)聯(lián)盟博弈中，微網(wǎng)間交易的電價是固定的，而當(dāng)微網(wǎng)交易價格不同時，功率不足微網(wǎng)傾向于從電價較低的功率剩余微網(wǎng)買電，而另一方面，功率有剩余的微網(wǎng)定價過低則會影響收益，因此各微網(wǎng)間在定價時存在著競爭。

文獻(xiàn)[60]中，將各微網(wǎng)的交易電價作為策略進(jìn)行非合作博弈，并證明了納什均衡的存在性，研究表明，微網(wǎng)間的交易可有效減少對大電網(wǎng)長距離輸電的依賴，且剩余功率出現(xiàn)幾率較大的微網(wǎng)定價也較高。文獻(xiàn)[61]使用“多主-多從”斯塔克伯格博弈模型研究了含儲能的多微網(wǎng)聯(lián)盟本地分布式能量管理系統(tǒng)，微網(wǎng)作為主導(dǎo)者，需要在中央能量管理單元的輔助下確定最小發(fā)電量及最優(yōu)電價以使自身收益最大化，而用戶作為隨從者需要確定用電量及儲能裝置的電量需求模型，在實(shí)際應(yīng)用中取得了較好效果，微電網(wǎng)收益提高了55%。文獻(xiàn)[62]在考慮分布式電源供電質(zhì)量的基礎(chǔ)上，提出了微網(wǎng)中多分布式電源的一般定價機(jī)制，及求解納什均衡的分布式優(yōu)化方法，更進(jìn)一步地，作者觀察到由于分布式?jīng)Q策會導(dǎo)致整體效率低下，因此提出微網(wǎng)之間可能進(jìn)行合作并形成聯(lián)盟，文中利用合作博弈理論研究了聯(lián)盟形成的過程，基于夏普利值法將收益分配給聯(lián)盟內(nèi)的各微網(wǎng)。文獻(xiàn)[63]基于勢博弈提出了一種互聯(lián)微電網(wǎng)的定價機(jī)制,研究了多個供應(yīng)商和多個用戶共存狀態(tài)下，開放市場的預(yù)期收益。

3 關(guān)鍵技術(shù)展望

3.1 微網(wǎng)型售電商

售電側(cè)市場化改革將允許6類企業(yè)成為新的售電主體，包括現(xiàn)有的獨(dú)立配售電企業(yè)、高新產(chǎn)業(yè)園區(qū)或經(jīng)濟(jì)開發(fā)區(qū)、社會資本投資、分布式能源的用戶或微網(wǎng)系統(tǒng)、公共服務(wù)行業(yè)和節(jié)能服務(wù)公司以及發(fā)電企業(yè)。在新的售電側(cè)市場化改革的形勢下，微電網(wǎng)系統(tǒng)可以參與電力交易，同時微電網(wǎng)技術(shù)是上述6類企業(yè)開展售電側(cè)業(yè)務(wù)的絕佳技術(shù)手段。不僅是分布式發(fā)電的建設(shè)、使用者，還有高新產(chǎn)業(yè)園區(qū)或經(jīng)濟(jì)開發(fā)區(qū)，水電氣熱公共服務(wù)單位，發(fā)電公司、獨(dú)立配售電企業(yè)都可以采用智能微電網(wǎng)這種技術(shù)和商務(wù)平臺，開展自己的配售電業(yè)務(wù)。同時，未來微網(wǎng)型售電商的發(fā)展也將面臨著眾多亟待解決的問題，博弈論將發(fā)揮更大的作用。

(1)隨著微電網(wǎng)型售電商數(shù)量的增加，用戶如何科學(xué)合理的選擇售電商，以及微電網(wǎng)售電商如何吸引更多用戶，需要制定怎樣的報價策略都值得進(jìn)一步研究。

(2)多個微網(wǎng)型售電商之間是否需要形成聯(lián)盟，聯(lián)盟的目標(biāo)函數(shù)應(yīng)該如何制定，聯(lián)盟內(nèi)部功率和負(fù)荷如何匹配更為合理，這些問題都可借助合作博弈理論來解決。

(3)儲能、電動汽車等可充放電設(shè)施在微網(wǎng)型售電商盈利中如何發(fā)揮作用，充放電行為的定價機(jī)制也值得研究。

(4)微電網(wǎng)運(yùn)營商需要考慮微網(wǎng)中可再生發(fā)電單元出力的間歇性問題，并作出合理的處理。

3.2 微電網(wǎng)與主網(wǎng)交互

聯(lián)網(wǎng)型微電網(wǎng)與主網(wǎng)之間有著功率及信息上的相互傳遞，其中一方的故障或報價等信息的改變都會影響另外一方的決策。

(1)微電網(wǎng)需要對主網(wǎng)的故障作出響應(yīng)，進(jìn)行聯(lián)網(wǎng)、孤島運(yùn)行模式的轉(zhuǎn)換，形成微電網(wǎng)聯(lián)盟，或者調(diào)整微電網(wǎng)內(nèi)部電源出力和可控負(fù)荷，以避免故障帶來的不良影響。

(2)主網(wǎng)針對微電網(wǎng)的售電價及購電價的制定，以及微電網(wǎng)運(yùn)營商對微電網(wǎng)內(nèi)部用戶的定價策略制定，應(yīng)盡可能避免電能的遠(yuǎn)距離傳輸，在保證用戶供電可靠性的同時，降低電網(wǎng)損耗，優(yōu)化整個電網(wǎng)的負(fù)荷特性水平。

3.3 可再生能源發(fā)電滲透率

隨著對可再生能源利用的不斷升級，未來電網(wǎng)中可再生能源的發(fā)電單元數(shù)量將可能出現(xiàn)急劇上升的現(xiàn)象，已建成或者待建電網(wǎng)在運(yùn)行或規(guī)劃中應(yīng)提前考慮可再生能源發(fā)電滲透率升高帶來的問題。

(1)一方面，可以通過合理配置可再生能源發(fā)電單元的站點(diǎn)來達(dá)到提升滲透率的效果。

(2)另一方面，通過網(wǎng)絡(luò)配電網(wǎng)或微電網(wǎng)網(wǎng)絡(luò)結(jié)構(gòu)的調(diào)整和優(yōu)化來提升可再生能源發(fā)電滲透率。

(3)此外，可嘗試通過儲能、電動汽車等可控負(fù)荷的合理控制來達(dá)到這一目的。

3.4 微電網(wǎng)通訊網(wǎng)絡(luò)建設(shè)

通訊網(wǎng)絡(luò)建設(shè)對微網(wǎng)系統(tǒng)至關(guān)重要，直接影響著微電網(wǎng)之間或其與主網(wǎng)間的信息溝通，微網(wǎng)中通訊網(wǎng)絡(luò)的接入增加了網(wǎng)絡(luò)設(shè)計和分析的復(fù)雜程度。

(1)如何能夠減少通訊次數(shù)、提升對用戶的服務(wù)質(zhì)量、提升各方?jīng)Q策效率，這些問題可以依靠博弈論在信息網(wǎng)絡(luò)拓?fù)浞矫娴难芯縼斫鉀Q。

(2)近期針對電網(wǎng)的網(wǎng)絡(luò)攻擊活動為通訊網(wǎng)絡(luò)安全敲響了警鐘，未來需要加強(qiáng)應(yīng)對黑客攻擊方面的研究。

4 結(jié) 論

為應(yīng)對分布式電源規(guī)模的逐漸擴(kuò)大以及用戶對供電可靠性期望值的日益提高，微電網(wǎng)作為分布式電源接入電網(wǎng)的有效技術(shù)手段得到了廣泛關(guān)注。微電網(wǎng)的快速發(fā)展將使得傳統(tǒng)的配電網(wǎng)在結(jié)構(gòu)、運(yùn)行、調(diào)度、控制等諸多形態(tài)均已出現(xiàn)了重大變化，源、網(wǎng)、荷各個環(huán)節(jié)的參與者越來越多，而微電網(wǎng)呈現(xiàn)的多利益主體特點(diǎn)非常適合采用博弈論作為工具進(jìn)行建模和分析。本文總結(jié)了博弈論在微電網(wǎng)源、網(wǎng)、荷、定價等環(huán)節(jié)中的若干典型應(yīng)用，展望了相關(guān)領(lǐng)域尚需研究的關(guān)鍵科學(xué)問題。希望本文工作有助于推動博弈論在微電網(wǎng)理論研究和工程應(yīng)用方面的發(fā)展。

[1]國務(wù)院.國務(wù)院關(guān)于促進(jìn)光伏產(chǎn)業(yè)健康發(fā)展的若干意見[R].北京：國務(wù)院，2013. State Council.The several opinions on promoting healthy development of photovoltaic industry by State Council

[2013]24[R].Beijing：State Council，2013.

[2]國家電網(wǎng)公司.國家電網(wǎng)公司關(guān)于印發(fā)分布式電源并網(wǎng)相關(guān)意見和規(guī)范(修訂版)的通知

[2013]1718[R].北京：國家電網(wǎng)公司，2013. State Grid Corporation of China.The notice about issuance of the distributed generation parallelling related opinions and specification (revised edition) by State Grid Corporation of China

[2013]1781 [R].Beijing：State Grid Corporation of China，2013.

[3]范明天，張祖平，蘇傲雪，等.主動配電系統(tǒng)可行技術(shù)的研究[J].中國電機(jī)工程學(xué)報，2013，33(22)：12-18. FAN Mingtian，ZHANG Zuping，SU Aoxue，et al.Enabling technologies for active distribution systems[J].Proceedings of the CSEE，2013，33(22)：12-18.

[4]LASSETER R H，PAIGI P.Microgrid: a conceptual solution[C]//Proceedings of the 35th PESC.Aachen，Germany：IEEE，2004：4285-4290.

[5]KAUR K，DUA A，JINDAL A，et al.A novel resource reservation scheme for mobile PHEVs in V2G environment using game theoretical approach[J].IEEE Transactions on Vehicular Technology，2015，64 (12)：5653-5666.

[6]楊新法，蘇劍，呂志鵬，等.微電網(wǎng)技術(shù)綜述[J].中國電機(jī)工程學(xué)報，2014，34(1)：57-70. YANG Xinfa，SU Jian，LYU Zhipeng，et al.Overview on micro-grid technology[J].Proceedings of the CSEE，2014，34(1)：57-70.

[7]王曉云.微電網(wǎng)開啟能源互聯(lián)網(wǎng)“新紀(jì)元”[EB/OL].(2015-10-8)[2016-02-20].http://news.bjx.com.cn/html/20151008/669210-3.shtml. WANG Xiaoyun.Micro grid opens "new era" of the energy Internet [EB/OL].(2015-10-8)[2016-02-20].http://news.bjx.com.cn/html/20151008/669210-3.shtml.

[8]國務(wù)院.關(guān)于進(jìn)一步深化電力體制改革的若干意見[R].北京：國務(wù)院，2015. State Council.The several opinions on further deepening the reform of electric power system

[2013]24[R].Beijing：State Council，2015.

[9]盧強(qiáng)，陳來軍，梅生偉.博弈論在電力系統(tǒng)中典型應(yīng)用及若干展望[J].中國電機(jī)工程學(xué)報，2014，34(29)：5009-5017. LU Qiang，CHEN Laijun，MEI Shengwei.Typical applications and prospects of game theory in power system[J].Proceedings of the CSEE，2014，34(29)：5009-5017.

[10]謝識予.經(jīng)濟(jì)博弈論[M].上海：復(fù)旦大學(xué)出版社，2002. XIE Zhiyu.Economic game theory[M].Shanghai：Fudan University Press，2002.

[11]BORDER K C.Fixed point theorems with applications to economics and game theory[M].Cambridge：Cambridge University Press，1989.

[12]NASH J F.Equilibrium points in n-person games[J].Proceedings from the National Academy of Science，1950，36 (1)：48-49.

[14]洪奕光，張艷瓊.分布式優(yōu)化：算法設(shè)計和收斂性分析[J].控制理論與應(yīng)用，2014，31(7)：850-857. HONG Yiguang，ZHANG Yanqiong.Distributed optimization: algorithm design and convergence analysis[J].Control Theory & Applications，2014，31(7)：850-857.

[15]STANKOVIC M S，JOHANSSON K H，STIPANOVIC D M.Distributed seeking of Nash equilibria in mobile sensor networks[C]//Proceedings of the 49th IEEE Conference on Decision and Control (CDC)，2010：5598-5603.

[16]TUSHAR W，SAAD W，POOR H V，et al.Economics of electric vehicle charging: A game theoretic approach[J].IEEE Transactions on Smart Grid，2012，3(4)：1767-1778.

[18]FOSTER D P，YOUNG H P.Regret testing：Learning to play Nash equilibrium without knowing you have an opponent[J]. 2006.

[19]SHARMA R，GOPAL M.Synergizing reinforcement learning and game theory：A new direction for control[J].Applied Soft Computing，2010，10(3)：675-688.

[20]FUDENBERG D，LEVINE D K.The theory of learning in games[M].Cambridge：MIT Press，1998.

[21]李天文.面向多Agent 系統(tǒng)的博弈聯(lián)盟形成與分配問題研究[D].昆明：云南大學(xué)，2013. LI Tianwen.The study on game alliance formation and distribution for multiple agent system [D].Kunming：Yunnan University，2013.

[22]蔣鵬飛.合作博弈解及其應(yīng)用研究[D].濟(jì)南：山東大學(xué)，2007. JIANG Pengfei.Cooperative game and its application research [D].Jinan：Shandong University，2007.

[23]YU N P，TESFATSION L，LIU C C.Financial bilateral contract negotiation in wholesale electricity markets using nash bargaining theory[J].IEEE Transactions on Power Systems，2012，27(1)：251-267.

[24]ZHANG Z，SHI J，CHEN H H，et al.A cooperation strategy based on nash bargaining solution in cooperative relay networks[J].IEEE Transactions on Vehicular Technology，2008，57(4)：2570-2577.

[25]KIMMS A，KOZELETSKYI I.Core-based cost allocation in the cooperative traveling salesman problem[J].European Journal of Operational Research，2016，248 (3)：910-916.

[26]FARIA E，BARROSO L A，KELMAN R，et al.Allocation of firm-energy rights among hydro plants：An aumann——shapley approach[J].IEEE Transactions on Power Systems，2009，24(2)：541-551.

[27]MOLINA Y P，PRADA R B，SAAVEDRA O R.Complex losses allocation to generators and loads based on circuit theory and aumann-shapley method[J].IEEE Transactions on Power Systems，2010，25(4)：1928-1936.

[28]NARAYANAM R，NARAHARI Y.A shapley value-based approach to discover influential nodes in social networks[J].IEEE Transactions on Automation Science and Engineering，2011，8(1)：130-147.

[29]MOLINA Y P，SAAVEDRA O R ，AMARIS H.Transmission network cost allocation based on circuit theory and the aumann-shapley method [J].IEEE Transactions on Power Systems，2013，28(4)：4568-4577.

[30]BRANZEI R，DIMITROV D，TIJS S.Models in cooperative game theory[M].Netherlands：Springer Science & Business Media，2008.

[31]DERAKHSHANDEH S Y，GOLSHAN M E H，MASOUM M A S.Profit-based unit commitment with security constraints and fair allocation of cost saving in industrial microgrids[J].IET Science，Measurement & Technology，2013，7(6)：315-325.

[32]CINTUGLU M H，MARTIN H， MOHAMMED O A.Real-time implementation of multiagent-based game theory reverse auction model for microgrid market operation[J].IEEE Transactions on Smart Grid，2015，6(2)：1064-1072.

[33]ZHANG C，WU W，HUANG H T，et al.Fair energy resource allocation by minority game algorithm for smart buildings[C]//Proceedings of the Design，Automation & Test in Europe Conference & Exhibition (DATE).Dresden：IEEE，2012：63-68.

[34]ALIBHAI Z，GRUVER W A，KOTAK D B，et al.Distributed coordination of micro-grids using bilateral contracts[C]//Proceedings of the 2004 IEEE International Conference on Systems，Man and Cybernetics.Netherlands：IEEE，2004：1990-1995.

[35]TUSHAR M H K，ASSI C，MAIER M.Distributed real-time electricity allocation mechanism for large residential microgrid[J].IEEE Transactions on Smart Grid，2015，6(3)：1353-1363.

[36]SANJARI M J，GHAREHPETIAN G B.Game-theoretic approach to cooperative control of distributed energy resources in islanded microgrid considering voltage and frequency stability[J].Neural Computing and Applications，2014，25(2)：343-351.

[37]HATZIARGYRIOUS N D.Microgrids：Architectures and control[M].America：Wiley-Blackwell，2013.

[38]ALAM M，RAMCHURN S D，ROGERS A.Cooperative energy exchange for the efficient use of energy and resources in remote communities [C]//Proceedings of the 2013 international conference on Autonomous agents and multi-agent systems.Saint Paul，Minnesota，USA：IFAAMAS，2013：731-738.

[39]SAAD W，HAN Z，POOR H V.Coalitional game theory for cooperative micro-grid distribution networks[C]//Proceedings of the 2011 IEEE International Conference on Communications Workshops (ICC).Kyoto：IEEE，2011：1-5.

[40]WEI C，F(xiàn)ADLULLAH Z M，KATO N，et al.GT-CFS：A game theoretic coalition formulation strategy for reducing power loss in micro grids[J].IEEE Transactions on Parallel and Distributed Systems，2014，25(9)：2307-2317.

[41]XIAO L， MANDAYAM N B，POOR H V.Prospect theoretic analysis of energy exchange among microgrids[J].IEEE Transactions on Smart Grid，2015，6(1)：63-72.

[42]CHAKRABORTY S，NAKAMURA S，OKABE T.Scalable and optimal coalition formation of microgrids in a distribution system[C]//Proceedings of the Innovative Smart Grid Technologies ConferenceEurope (ISGT-Europe).Istanbul：2014 IEEE PES，2014：1-6.

[43]LERMAN K，SHEHORY O.Coalition formation for large-scale electronic markets[C]//Proceedings of the Fourth International Conference on Multi-Agent Systems.IFMAS：Boston，Massachusettes，USA，2000：167-174.

[44]DEPURU S S S R，WANG L，DEVABHAKTUNI V.Smart meters for power grid：Challenges，issues，advantages and status[J].Renewable and Sustainable Energy Reviews，2011，15(6)：2736-2742.

[45]England，ISO New.Overview of the smart grid-policies，initiatives and needs[R].England，ISO New，2009.

[46]ZHU Han，DUSIT N，WALID S.Game theory in wireless and communication networks：theory，models，and applications[M].Cambridge：Cambridge University Press，2012.

[47]COUILLET R，HACHEM W.Local failure localization in large sensor networks[C]//2011 Conference Record of the Forty Fifth Asilomar Conference on Signals, Systems and Computers (ASILOMAR).Pacific Grove, CA：ACSCC，2011：1970-1974.

[48]SAAD W，ZHU H，POOR H V，et al.Game-theoretic methods for the smart grid: an overview of microgrid systems，demand-side management，and smart grid communications[J].IEEE Signal Processing Magazine，2012，29 (5)：86-105.

[49]SAAD W，HAN Z，POOR H V.A game theoretic approach for multi-hop power line communications[M].Springer Berlin Heidelberg，2011(75)：546-561.

[50]王成山，劉夢璇，陸寧.采用居民溫控負(fù)荷控制的微網(wǎng)聯(lián)絡(luò)線功率波動平滑方法[J].中國電機(jī)工程學(xué)報，2012，32(25)：36-43. WANG Chengshan，LIU Mengxuan，LU Ning.A tie-line power smoothing method for microgrid using residential thermostatically-controlled loads [J].Proceedings of the CSEE，2012，32(25)：36-43.

[51]MOHSENIAN-RAD A H，WONG V W，JATSKEVICH J，et al.Autonomous demand-side management based on game-theoretic energy consumption scheduling for the future smart grid[J].IEEE Transactions on Smart Grid，2010，1(3)：320-331.

[52]WU C，MOHSENIAN-RAD H，HUANG J，et al.Demand side management for wind power integration in microgrid using dynamic potential game theory[J]. IEEE Globecom Workshops，2011，58(4)：1199-1204.

[53]SOLIMAN H M，LEON-GARCIA A.Game-theoretic demand-side management with storage devices for the future smart grid[J].IEEE Transactions on Smart Grid，2014，5(3)：1475-1485.

[54]HURST D，GARTNER J.Executive summary: electric vehicle market forecasts; global forecasts for light duty hybrid，plug-in hybrid，and battery electric vehicles：2013-2020[R].Electric Vehicle Market Forecasts，2013，

[55]TOMI J，KEMPTON W.Using fleets of electric-drive vehicles for grid support[J].Journal of Power Sources，2007，168(2)：459-468.

[56]ZHOU K，CAI L.Randomized PHEV charging under distribution grid constraints[J].IEEE Transactions on Smart Grid，2014，5(2)：879-887.

[57]SOLA M，VITETTA G M.Demand-side management in a smart micro-grid: A distributed approach based on Bayesian game theory[C]//2014 IEEE International Conference on Smart Grid Communications，2014：656-661.

[58]FADLULLAH Z M，QUAN D M，KATO N，et al.GTES: An optimized game-theoretic demand-side management scheme for smart grid [J].IEEE Systems Journal，2014，8(2)：588-597.

[59]KARFOPOULOS E L，HATZIARGYRIOU N D.A multi-agent system for controlled charging of a large population of electric vehicles[J].IEEE Transactions on Power Systems，2013，28(2)：1196-1204.

[60]KASBEKAR G S，SARKAR S.Pricing games among interconnected microgrids[C]//Proceedings of the 2012 Power and Energy Society General Meeting.IEEE：San Diego，CA，2012：1-8.

[61]MONDAL A，MISRA S，OBAIDAT M S.Distributed home energy management system with storage in smart grid using game theory[J].IEEE Systems Journal，2015，PP(99)：1-10.

[62]HUANG C，SARKAR S.Dynamic pricing for distributed generation in smart grid[C]//Proceedings of the Green Technologies Conference.Denver，CO：IEEE，2013：422-429.

[63]BELGANA A，RIMAL B P，MAIER M.Multi-objective pricing game among interconnected smart microgrids[C]//Proceedings of the 2014 PES General Meeting | Conference & Exposition.National Harbor, MD：IEEE，2014：1-5.

(編輯 張媛媛)

Application and Prospect of Game Theory in Microgrid

ZHANG Jianhua1, MA Li1，2,LIU Nian1

(1. State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University), Beijing 102206, China;2. China Electric Power Research Institute,Beijing 100192, China)

Due to the special characteristics of microgrid, the operation, dispatch and control in microgrid are significantly different from those in the traditional power grid. It is a challenging subject to determine the best strategies of the decision-making parts in microgrid in order to balance and optimize the profits of related parties. Game theory, a multi-target optimization method for complex subjects, is expected to be a powerful tool to solve the key problems of microgrid. This paper reviews the typical applications of game theory in microgrid from the aspects of power source, network, load, and price policy, etc., and discusses the future applications of game theory in microgrid, including the microgrid-type power sellers, the interaction between the microgid and main grid, the electric permeability of the sustainable energy, and the construction of the communication network, which can play positive roles in promoting the studies of game theory in microgrid.

game theory; microgrid; cooperative game theory; noncooperative game theory

國家自然科學(xué)基金項目(51577059)

TM 73

A

1000-7229(2016)06-0055-07

10.3969/j.issn.1000-7229.2016.06.009

2016-03-12

張建華(1952)，男，教授，博士生導(dǎo)生，主要研究方向為電力系統(tǒng)運(yùn)行分析與控制，城市電網(wǎng)規(guī)劃，微電網(wǎng)與電動汽車；

馬麗(1986)，女，工程師，博士研究生，本文通信作者，主要研究方向為新能源與智能配用電系統(tǒng)、城市電網(wǎng)規(guī)劃；

劉念(1981)，男，博士，副教授，主要研究方向為新能源與智能配用電系統(tǒng)、電力系統(tǒng)規(guī)劃與可靠性、電力系統(tǒng)信息安全。

Projected supported by National Natural Science Foundation of China(51577059)