Page 72 - 2025年第56卷第6期

研究了风光水互补发电系统联合运行模型并量化了其增量收益，而后采用多种方法进行分配。Lyu
等 ［14］ 构建了跨区域的电力交易合作模型，研究了合作的最优模式并进行了利益分配。Zhang 等 ［15］ 采用
合作博弈的思路，探讨了解决风光水电站间冲突的思路并提出了协同利益分配方法。Ma 等 ［16］ 提出了
一种梯级水电站分散发电调度模型，先对梯级解耦，而后通过上下游间签订合同的方式，增加梯级水
电的总收益。但是，合作博弈必然涉及大量的信息和利益交换，往往不符合市场规则要求。
第三类是从梯级电站的角度出发，在参与电力市场时考虑竞争对手行为。马莉等 ［17］ 基于模糊集理
论描述了电力市场中竞争对手的报价行为，而后计算得到自身的最优报价策略。Tan 等 ［18］ 提出了一种
提取竞争对手竞价行为及其相应概率的算法以预测其调度策略。Rashedi 等 ［19］ 考虑了市场环境与竞争
对手的不完全信息，将市场主体的竞争行为视作一个随机博弈问题进行分析。这些利用模糊数学或概
率的方法复杂度较高且对数据有较高要求。Li 等 ［20］ 假设市场参与者公开自身的基本线性出价曲线，通
过数据驱动方法感知对手策略。Chen 等 ［21］ 将逆优化用于竞价过程，利用数据驱动的方法从历史市场结
算价格与发电量中求取竞争对手的生产成本函数。然而，这些利用数据驱动的方法严重依赖于数据拟
合，对模式背后的深层原因挖掘不够充分，且拟合所需数据较全面，难以从市场公开数据中获取。
针对上述问题，本团队前期研究 ［22-24］ 站在下游电站的视角，从推断上游邻接竞争对手发电行为的
角度，基于公开信息和观测数据，在不涉及利益与信息交换的前提下，建立了推断竞争对手运行参数
［22］ ［23］
及历史序列数据的逆优化双层模型，而后采用 PHSA 和 EPGA 等方法予以求解，提供了应对上下
游调度信息不对等的新思路。然而，上述模型中忽略了天然径流的影响，采用下游电站的入库流量直
接替代上游电站的出库流量，未能完整刻画上下游的水力联系，且其求解效率仍有提升空间，亟需做
进一步改进。
鉴于此，本文进一步提出了应对梯级水电站发电决策信息不对等的反推模型，充分考虑天然径流
在流域内的分配，设计了配套求解算法，以提高模型求解效率和精度。本文首先对上游邻接竞争对手
电站建立推断其关键运行参数及历史序列数据的逆优化双层模型，并利用工程经验确定模型参数的可
行范围；然后，针对所提双层模型高度非凸和多变量的数学性质，设计了基于改进微粒子群的变维搜
索求解算法；最后，以我国西南某流域三库二主体结构的梯级水电为研究对象，进行算例分析与模型
评价，以验证所建模型的合理性与求解方法的优势。

2 模型

2.1 模型基本假设及构建思路
2.1.1 基本假设 图 1（a）—（c）为由两个利益主体管理的三座梯级电站的基本拓扑类型。类型（a）与类型
（b）是现实中最常见的两种拓扑类型，类型（c）表示了利益主体甲拥有的电站中间穿插了利益主体乙的电
站，这在现实中也较为常见，例如澜沧江流域的漫湾（归属华能澜沧江公司）、大朝山（归属国电投公司）
和糯扎渡（归属华能澜沧江公司）梯级电站。类型（d）与类型（e）分别从穿插电站个数与支流情况方面对类

图 1 典型多利益主体管理的梯级电站拓扑类型

— 760 —