电力与天然气市场中多能源零售商的最优联盟结构建模与博弈分析

《Journal of Modern Power Systems and Clean Energy》：Optimal coalition structure model for multi-energy retailers in electricity and gas markets

本文针对电力与天然气市场中多能源零售商（MER）在合作竞争环境下的联盟优化问题，提出了一种考虑联盟成本与规模限制的最优联盟结构（OCS）模型。研究构建了MER参与双市场交易的优化模型，引入联盟博弈理论刻画联盟价值，并设计结合对角化算法（DGA）与动态规划算法（DPA）的混合求解策略。案例基于IEEE 14节点电网与7节点气网验证表明，该模型能有效提升MER联盟总收益，为多能源市场协同决策提供新范式。

　　

随着燃气机组（GU）、电转气（P2G）等多能源设备比例攀升，电力与天然气系统的耦合日益紧密，催生了同时参与双市场交易的新型主体——多能源零售商（MER）。在市场化环境中，MER既需要在批发市场竞标购能，又需在零售市场与用户签订长期能源合同。然而，当前研究多聚焦单一MER的优化决策，对多MER间合作竞争关系的协同机制探索不足。尤其在联盟形成过程中，如何权衡联盟规模效益与协调成本，规避市场垄断风险，成为制约MER协同效率提升的瓶颈。

为此，发表于《Journal of Modern Power Systems and Clean Energy》的论文《Optimal Coalition Structure Model for Multi-energy Retailers in Electricity and Gas Markets》提出了一种创新性的最优联盟结构（OCS）模型。该研究通过建立MER在日前（DA）电力与天然气市场中的联合优化模型，将市场出清约束转化为KKT（Karush-Kuhn-Tucker）条件嵌入决策框架，并引入联盟博弈理论量化联盟价值。针对气网非线性约束难题，采用Weymouth方程后验证方法保障模型精度。最终通过混合算法求解OCS，并在IEEE 14节点电网与7节点气网系统中验证了模型的有效性。

研究的关键技术方法包括：1）构建考虑需求响应分段线性化的MER利润最大化模型；2）采用min-max博弈表征计算联盟价值，并引入二次函数形式的联盟成本；3）设计结合DGA与DPA的混合算法，分别求解联盟博弈均衡与OCS搜索；4）基于Shapley值与超可加覆盖理论进行联盟内利润分配，确保分配稳定性。

案例研究结果

通过10个MER的仿真分析发现，OCS由5个联盟构成（如{1,2,3}、{4,8}等），联盟总收益较非合作场景提升3.2%。联盟规模受成本因子与政策限制影响显著：当联盟成本系数增至0.5时，最大联盟规模从3降至2；而放宽规模限制至5时，联盟总价值提升12%。此外，对比三种投标策略（仅量投标、分段量价投标、线性量价投标）表明，仅量投标策略在计算效率与精度上最优，求解时间仅380.64秒。

市场出清特性分析

DA节点边际电价（DA-LMEP）与气价（DA-LMGP）在高峰时段因联盟集中采购而抬升，驱动GU高功率运行；低谷时段气价随需求下降而降低。气网管线传输功率与压力约束通过后验证均满足误差阈值（ΔP_t^gl,ave< ε_gl），验证了模型可靠性。

联盟效益分配

Shapley值分配结果显示，用户负荷大的MER（如MER1、MER3）在联盟中获益显著。但部分MER（如MER2）因竞争对手联盟实力增强，利润反而下降4.7%，体现了市场竞争的再平衡效应。

本研究通过OCS模型解决了多MER在协同过程中的结构优化、利益分配与约束协调难题。理论层面，首次将min-max博弈与超可加覆盖理论应用于多能源市场联盟分析；实践层面，为MER在双市场中的投标策略与联盟谈判提供了量化工具。未来可进一步探索信息不对称与不确定性条件下的联盟自适应机制，深化多能源市场协同理论。