微电网、蓄电池、电动汽车集群和电力大用户等多种利益主体接入背景下的配电侧市场化改革是未来配电网发展所面临的新局面和必然趋势。一方面多利益主体的接入运行要符合市场化原则,另一方面各利益主体在交易过程中要充分考虑自身运行约束,因此配电网的优化运行面临新的挑战,而传统的以单主体决策为主的配电网优化运行方法难以解决复杂主体的多目标优化问题。基于上述背景,本文以博弈论为基础,探索不同利益主体之间的电力交易策略与收益最大化问题,开展了电力市场环境下配电网中多利益主体的博弈运行研究。本文首先建立了基于博弈论的配电网多利益主体的双层博弈模型,其中上层博弈是配电网与多电利益主体之间关于电价的非合作博弈,下层博弈是关于电力交易时各利益主体形成联盟是否能降低网络损耗的合作博弈。在上层非合作博弈中,配电网的策略是服务价格,多电利益主体的策略是售电价格,上层博弈的大多数纳什均衡都有对应的运行模式,但部分纳什均衡存在运行模式不定的情况,此时需要通过下层合作博弈进一步确定各利益主体的运行模式。通过基于NSGA-II的利益主体自适应合并或拆分的算法求解下层的合作博弈模型,最终找到系统的最优运行模式。通过求解所提的双层博弈模型,提高了各利益主体的运行收益,为多利益主体参与电力交易提供了指导。此外,本文考虑温度对蓄电池充电效率的影响,建立了蓄电池充放电的马尔科夫决策过程模型。配电网中的蓄电池既可以作为网侧储能也可以作为独立的利益主体运行。通过对比不同补偿系数下的收益,本文为蓄电池选择运行模式及参与后续电力市场交易提供了参考和建议。多利益主体双层博弈是关于电价的单变量博弈,但在实际的市场环境中,各利益主体在交易时通常需要同时竞标电量和电价,即电力交易转变为了双变量博弈问题。考虑到配网电价、可再生能源出力和负荷需求均存在不确定性,利益主体做出决策时不仅受到环境的影响,还受到其他利益主体的影响,本文基于随机博弈方法建立了配电网中多利益主体双变量博弈模型。由于每个运行时隙中蓄电池的交易身份都存在不同的选择,因此本文采用双向拍卖机制进行市场交易。与此同时,各利益主体的输入状态变量存在连续性,本文采用多智能体深度强化学习算法求解所提的随机博弈模型,该算法采用了深度神经网络替代传统的Q表,提高了强化学习的效果。最后,在美国PG＆E69节点配电系统上验证随机博弈模型及双向拍卖机制的有效性,为多利益主体的电能交易决策研究提供了参考。