2025年10月12日，在2025年中国自动化大会(CAC 2025)上，清华大学自动化系贾庆山教授团队的研究论文《A Stackelberg Game-Based Pricing Method for Microgrid Energy Trading》（基于Stackelberg博弈的微电网能源交易定价方法）荣获大会最佳理论论文奖。该论文由博士生何子腾、朱雨航和贾庆山教授共同完成。
论文获奖证书
论文首页
研究背景与意义
随着可再生能源的大规模接入，微电网在现代电力系统中扮演着日益重要的角色。作为主电网的有效补充，分布式微电网具有灵活性优势，对于削峰填谷和促进可再生能源消纳至关重要。然而，由于其分布式特性，主电网无法直接控制微电网的行为，只能通过定价策略来引导微电网决策。
传统方法往往假设信息完全透明且不考虑策略互动，这与实际情况存在较大偏差。微电网的运营决策受到多种物理和经济因素影响，包括潮流约束、可再生能源发电限制、电价和发电成本等，同时微电网之间还存在竞争关系。
核心创新
该研究的主要创新点包括：
1. 双层优化模型构建
研究团队提出了一个双层优化模型来解决主电网的定价问题，将主电网与分布式微电网之间的交互明确建模为Stackelberg博弈。在这个模型中，主电网作为领导者制定定价策略以优化其目标，微电网作为跟随者根据价格信号调整其发电或用电决策以最大化各自收益。
2. 动态定价策略设计
团队开发了一种创新的动态定价策略，通过实时调整电价来影响微电网行为。定价公式采用分式结构：分子包含主电网边际成本和基准价格，分母引入系统负荷或备用容量等动态指标。当微电网需求增加或系统负荷上升时，电价自动上涨以激励需求侧削减；反之当需求下降时，电价降低以促进可再生能源消纳。
3. 数值求解算法
针对该双层优化问题的求解难度，研究团队设计了高效的数值算法来计算Stackelberg均衡解，能够处理可再生能源的不确定性以及储能系统的复杂约束。
所提出的算法框架
实验验证
研究团队使用真实的区域电网数据进行了数值仿真实验，验证了所提方法的有效性。仿真结果表明：
· 与固定定价和分时电价(TOU)策略相比，该方法实现了更稳定的发电曲线
· 显著降低了主电网的总发电成本（在三种不同储能初始状态下，成本分别降低了72%、84%和61%）
· 有效协调了主电网与微电网之间的能源调度
· 提高了可再生能源利用效率和储能系统使用效果
研究团队与支持
该研究由清华大学自动化系智能与网络化系统研究中心完成，得到了国家重点研发计划、国家自然科学基金、111引智项目、北京市自然科学基金等多个项目的支持。
