智能电网(Smart Grid)是当前世界电力系统发展变革的主要方向,相比于传统电网,它通过智能电表将信息、通信及计算机网络等技术与传统电力设备高度集成,构建高级量测体系(advanced metering infrastructure),既能够通过用电资源的优化配置提高电网的稳定性,又能通过引入可再生能源和分布式储能装置提高经济效益,节能减排。当前的智能电网研究主要注重供电侧的安全稳定和需求侧的合理用电决策。本文研究电网需求侧管理(Demand-side Management, DSM)系统中用户的用电行为与电网之间的交互行为,利用用户与电网之间存在的供给和需求矛盾、以及用户之间用电的竞争关系,通过博弈算法构建有效的电价制定机制。智能电网中随着分布式储能装置如太阳能、风能等发电装置应用的日益普及,用户由被动的接受者逐渐转变为主动的参与者,故用户承担了发电和用电的双重功能,这为制定灵活的电价策略提供了基础,而有效的电价机制可以在提高用户经济效益的同时引导用户的用电行为,使整个电网的总负荷曲线达到削峰填谷的效果。首先,电网需求侧引入分布式储能装置,将用户的用电负荷抽象为基本用电和储能装置的充放电决策两部分,利用实时电价与用电负荷之间的关系,提出日前优化机制。对于供电侧,以削峰填谷为目的通过集中式运算得到参考负荷,并将其作为电价因子来引导用户的用电决策。同时,在需求侧的用户间建立非合作博弈(Non-cooperative Game)模型。针对该博弈模型,分析了最优响应算法(Best Response)在纳什均衡点的收敛性问题,利用最优响应算法与强单调函数的关系,重新构造目标函数,提出迭代算法,解决了最优响应算法收敛性对目标函数的要求。实验结果表明,需求侧达到纳什均衡时整个电网的总用电负荷表现出了良好的削峰填谷的效果。其次,考虑用户的用电行为具有随机性和独有性,论文对需求侧用户的负荷模型进行扩展,将用电负荷抽象成与用户用电特性参数及用电偏好(用电偏好可通过协方差矩阵刻画)相关的随机变量。用户已知自身用电偏好的先验分布,同时假设用户间的用电偏好存在一定的内在联系。进而用户在原有的电价机制的基础上利用自身的收益函数以及自身用电偏好的先验和观测信息建立基于部分信息的贝叶斯博弈模型,通过分析最优响应解,最终在削峰填谷的基础上求解出最优用电决策。文章的最后对用户的用电偏好进行进一步的分析,考虑到用户间用电偏好未知时的场景。用户利用智能电表的通信功能相互建立数据交流机制,对其他用户的决策信息进行观测采样,进而估计其他用户的用电偏好,并最终得到自身的最优用电决策。考虑到估计量与观测的线性关系,采用序贯LMMSE (Linear Minimum Mean Square Error,线性最小均方误差)估计用户偏好,通过数据仿真表明,基于该算法的管理机制同样能够在削峰填谷的基础上提高需求侧用户的收益。