Frequency Regulation Package Design for Virtual Power Plants Based on Graph Neural Network Prediction and Stackelberg Game

JIANG Jiamei; LI Jiamei; AI Qian; NIU Zeyuan; CHEN Minyu; YANG Xuan

doi:10.7500/AEPS20241209002

您当前的位置：

首页 >

文章列表页 >

Frequency Regulation Package Design for Virtual Power Plants Based on Graph Neural Network Prediction and Stackelberg Game

Basic Research | 更新时间：2026-02-28

- Frequency Regulation Package Design for Virtual Power Plants Based on Graph Neural Network Prediction and Stackelberg Game
- Automation of Electric Power Systems Vol. 49, Issue 21, Pages: 74-84(2025)
- 作者机构：
  
  1.上海交通大学电子信息与电气工程学院，上海市 200240
  2.昆明电力交易中心有限责任公司，云南省昆明市 650100
- 作者简介：
- 基金信息：
  
  Major Special Science and Technology Project of Yunnan Province(202302AF080006)
- DOI：10.7500/AEPS20241209002
  CLC：
- Received：09 December 2024，
  
  Revised：2025-07-07，
  
  Online First：12 September 2025，
  
  Published：10 November 2025
- 稿件说明：
移动端阅览
江佳美,李嘉媚,艾芊等.基于图神经网络预测与主从博弈的虚拟电厂调频套餐设计[J].电力系统自动化,2025,49(21):74-84.

JIANG Jiamei,LI Jiamei,AI Qian,et al.Frequency Regulation Package Design for Virtual Power Plants Based on Graph Neural Network Prediction and Stackelberg Game[J].Automation of Electric Power Systems,2025,49(21):74-84.
江佳美,李嘉媚,艾芊等.基于图神经网络预测与主从博弈的虚拟电厂调频套餐设计[J].电力系统自动化,2025,49(21):74-84. DOI： 10.7500/AEPS20241209002.

JIANG Jiamei,LI Jiamei,AI Qian,et al.Frequency Regulation Package Design for Virtual Power Plants Based on Graph Neural Network Prediction and Stackelberg Game[J].Automation of Electric Power Systems,2025,49(21):74-84. DOI： 10.7500/AEPS20241209002.

摘要

为提升调频辅助服务市场中虚拟电厂的效益及用户满意度，提出一种基于图神经网络与主从博弈的调频套餐制定方法。首先，通过综合考虑调频容量、参与频次及结算方式，设计了满足不同用户调频参与特性的多样化套餐，为用户提供个性化选择。其次，采用图神经网络构建用户、套餐与调频属性的图结构模型，以捕捉用户与套餐之间的复杂关系，动态更新节点和边的特征，从而预测用户的套餐选择结果。针对预测的用户套餐选择结果，进一步引入多参数主从博弈双层优化模型，由虚拟电厂作为主导者、用户作为跟随者，以各自利益最大为目标函数优化套餐参数，最终实现双方收益均衡与最大化。实验结果显示，个性化定制和优化设计的套餐，不仅提升了用户选择的灵活性，满足个性化需求，增强市场适应性，还提升了用户与虚拟电厂效益，实现了双赢目标。

Abstract

To improve the benefit and user satisfaction of virtual power plants in the frequency regulation auxiliary service market

a design method for the frequency regulation package based on graph neural network and Stackelberg game is proposed. Firstly

by comprehensively considering the frequency regulation capacity

participation frequency

and settlement methods

diversified packages that meet the frequency regulation participation characteristics of various users are designed to provide personalized choices for users. Secondly

a graph structure model of users

packages

and frequency regulation attributes is constructed by using the graph neural network to capture the complex relationships between users and packages. The model dynamically updates the features of nodes and edges to predict the package selection results of users. In response to the predicted user package selection results

a bi-level optimization model with multi-parameter Stackelberg game is further introduced. Taking the virtual power plant as the leader and the users as the followers

the optimization of package parameters is conducted with the objective of maximizing their respective benefits of the virtual power plant and users

ultimately achieving a balance and maximization of benefits for both parties. Experimental results show that packages with personalized customization and optimal design

not only enhances the flexibility of user choices

meets personalized needs

and enhances market adaptability

but also improves benefits of users and virtual power plant

achieving a win-win goal.

关键词

Keywords

references

山东发展改革委 . 关于印发《山东电力市场规则（试行）》的通知［EB/OL］.［ 2024-08-18 ］. https：//sdb.nea.gov.cn/dtyw/tzgg/202404/t20240419_261034.html https://sdb.nea.gov.cn/dtyw/tzgg/202404/t20240419_261034.html .

Shandong Development and Reform Commission . Notice on issuing the “Shandong Electricity Market Rules （Trial） ”［EB/OL］. ［ 2024-08-18 ］. https：//sdb.nea.gov.cn/dtyw/tzgg/202404/t20240419_261034.html https://sdb.nea.gov.cn/dtyw/tzgg/202404/t20240419_261034.html .

OCHOA D E ， GALARZA-JIMENEZ F ， WILCHES-BERNAL F ， et al . Control systems for low-inertia power grids： a survey on virtual power plants ［J］. IEEE Access ， 2023 ， 11 ： 20560 - 20581 .

王飞，王歌，徐飞 . 面向系统响应能力提升的虚拟电厂聚合特性及交易机制综述［J］. 电力系统自动化， 2024 ， 48 （ 18 ）： 87 - 103 .

WANG Fei ， WANG Ge ， XU Fei . Review on aggregation characteristics and trading mechanisms of virtual power plant for enhancing system response capability ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 18 ）： 87 - 103 .

宋大为，尹硕，何洋，等 . 基于虚拟电厂的多元小微主体参与现货市场的竞价策略［J］. 南方电网技术， 2021 ， 15 （ 9 ）： 75 - 84 .

SONG Dawei ， YIN Shuo ， HE Yang ， et al . Bidding strategy of multiple small and micro entities participating in the spot market based on virtual power plant ［J］. Southern Power System Technology ， 2021 ， 15 （ 9 ）： 75 - 84 .

李孟阳，李国杰，汪可友，等 . 考虑需求响应及调频性能变化的虚拟电厂日前投标策略［J］. 电力系统保护与控制， 2023 ， 51 （ 3 ）： 13 - 25 .

LI Mengyang ， LI Guojie ， WANG Keyou ， et al . Day-ahead bidding strategy for virtual power plant considering demand response and frequency regulation performance variation ［J］. Power System Protection and Control ， 2023 ， 51 （ 3 ）： 13 - 25 .

莫理莉，兰峻焜，周亮，等 . 虚拟电厂下灵活资源多时间尺度调频控制［J］. 电力系统自动化， 2024 ， 48 （ 18 ）： 76 - 86 .

MO Lili ， LAN Junkun ， ZHOU Liang ， et al . Multi-timescale frequency regulation control of flexible resources in virtual power plant ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 18 ）： 76 - 86 .

葛乐，王庆园，王明深，等 . 考虑充放电激励机制的电动汽车聚合商参与能量-调频市场多阶段运营策略［J］. 电力自动化设备， 2024 ， 44 （ 6 ）： 176 - 184 .

GE Le ， WANG Qingyuan ， WANG Mingshen ， et al . Multi-stage operation strategy of electric vehicle aggregator participating in energy and frequency regulation markets considering charging and discharging incentive mechanisms ［J］. Electric Power Automation Equipment ， 2024 ， 44 （ 6 ）： 176 - 184 .

丁珩，周小兵，谢东，等 . 德国电改对我国售电公司的启示［J］. 湖北电力， 2016 ， 40 （ 3 ）： 15 - 17 .

DING Heng ， ZHOU Xiaobing ， XIE Dong ， et al . Enlightenment of German power market reform to power-retailing companies in China ［J］. Hubei Electric Power ， 2016 ， 40 （ 3 ）： 15 - 17 .

CHEN W ， QIU J ， ZHAO J H ， et al . Customized rebate pricing mechanism for virtual power plants using a hierarchical game and reinforcement learning approach ［J］. IEEE Transactions on Smart Grid ， 2023 ， 14 （ 1 ）： 424 - 439 .

何青，高效，张文月，等 . 美国德州电力市场零售电价套餐体系及启示［J］. 供用电， 2018 ， 35 （ 12 ）： 50 - 55 .

HE Qing ， GAO Xiao ， ZHANG Wenyue ， et al . The retail electricity price package system of Texas electricity market in the USA and its revelation ［J］. Distribution & Utilization ， 2018 ， 35 （ 12 ）： 50 - 55 .

喻颖倩，何川，刘天琪，等 . 计及储能调频与寿命损耗的多套餐共享储能主从博弈分布鲁棒定价方法研究［J］. 中国电机工程学报， 2025 ， 45 （ 4 ）： 1450 - 1464 .

YU Yingqian ， HE Chuan ， LIU Tianqi ， et al . Research on robust pricing method of shared energy storage multi-package master-slave game distributed robust considering energy storage frequency modulation and life loss ［J］. Proceedings of the CSEE ， 2025 ， 45 （ 4 ）： 1450 - 1464 .

何永秀，王美艳，郁晋雄，等 . 基于电力用户特征和多属性效用的电价套餐混合优化选择研究［J］. 价格理论与实践， 2020 （ 12 ）： 44 - 48 .

HE Yongxiu ， WANG Meiyan ， YU Jinxiong ， et al . Research on hybrid optimal selection of electricity price packages based on power user characteristics and multi-attribute utility ［J］. Price： Theory & Practice ， 2020 （ 12 ）： 44 - 48 .

KANSAL G ， TIWARI R . A comprehensive and preferential analysis of demand response programs considering demand uncertainty ［J］. IEEE Transactions on Industry Applications ， 2024 ， 60 （ 4 ）： 5542 - 5551 .

张智，王韵楚，林振智，等 . 基于套餐隐式评分与用户画像的电力套餐推荐方法［J］. 电力系统自动化， 2023 ， 47 （ 4 ）： 91 - 101 .

ZHANG Zhi ， WANG Yunchu ， LIN Zhenzhi ， et al . Electricity plan recommendation method based on implicit score of electricity plan and user portrait ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 4 ）： 91 - 101 .

JAY D ， SWARUP K S . Game theoretical approach to novel reactive power ancillary service market mechanism ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 2 ）： 1298 - 1308 .

DENG A L ， HOOI B . Graph neural network-based anomaly detection in multivariate time series ［J］. Proceedings of the AAAI Conference on Artificial Intelligence ， 2021 ， 35 （ 5 ）： 4027 - 4035 .

GÖRMEZ Y ， SABZEKAR M ， AYDN Z . IGPRED： combination of convolutional neural and graph convolutional networks for protein secondary structure prediction ［J］. Proteins： Structure， Function， and Bioinformatics ， 2021 ， 89 （ 10 ）： 1277 - 1288 .

CHANG J X ， GAO C ， HE X N ， et al . Bundle recommendation and generation with graph neural networks ［J］. IEEE Transactions on Knowledge and Data Engineering ， 2023 ， 35 （ 3 ）： 2326 - 2340 .

刘辉玲，陶洁，邱磊 . 基于Python的One-hot编码的实现［J］. 武汉船舶职业技术学院学报， 2021 ， 20 （ 3 ）： 136 - 139 .

LIU Huiling ， TAO Jie ， QIU Lei . Implementation of One-hot encoding based on Python ［J］. Journal of Wuhan Institute of Shipbuilding Technology ， 2021 ， 20 （ 3 ）： 136 - 139 .

邵必林，刘铮，孙皓雨，等 . 基于SE模块的神经协同过滤［J］. 电子设计工程， 2024 ， 32 （ 14 ）： 30 - 34 .

SHAO Bilin ， LIU Zheng ， SUN Haoyu ， et al . Neural collaborative filtering based on SE module ［J］. Electronic Design Engineering ， 2024 ， 32 （ 14 ）： 30 - 34 .

赵文清，龚亚强 . 基于Kernel K-means的负荷曲线聚类［J］. 电力自动化设备， 2016 ， 36 （ 6 ）： 203 - 207 .

ZHAO Wenqing ， GONG Yaqiang . Load curve clustering based on Kernel K-means ［J］. Electric Power Automation Equipment ， 2016 ， 36 （ 6 ）： 203 - 207 .

赵源上，林伟芳 . 基于皮尔逊相关系数融合密度峰值和熵权法典型场景研究［J］. 中国电力， 2023 ， 56 （ 5 ）： 193 - 202 .

ZHAO Yuanshang ， LIN Weifang . Research on typical scenarios based on fusion density peak value and entropy weight method of Pearson’s correlation coefficient ［J］. Electric Power ， 2023 ， 56 （ 5 ）： 193 - 202 .

宋军英，崔益伟，李欣然，等 . 基于欧氏动态时间弯曲距离与熵权法的负荷曲线聚类方法［J］. 电力系统自动化， 2020 ， 44 （ 15 ）： 87 - 94 .

SONG Junying ， CUI Yiwei ， LI Xinran ， et al . Load curve clustering method based on Euclidean dynamic time warping distance and entropy weight ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 15 ）： 87 - 94 .

徐胜蓝，司曹明哲，万灿，等 . 考虑双尺度相似性的负荷曲线集成谱聚类算法［J］. 电力系统自动化， 2020 ， 44 （ 22 ）： 152 - 160 .

XU Shenglan ， SI Caomingzhe ， WAN Can ， et al . Ensemble spectral clustering algorithm for load profiles considering dual-scale similarities ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 22 ）： 152 - 160 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Dynamic Pricing Model and Game Analysis of Multiple Virtual Power Plants Under Electricity-Carbon-Green Certificate Trading Coupling

Regulation Demand Decomposition Strategy of Automatic Generation Control for Dynamically Matching Real-time Operating Conditions of Power Sources

Reinforcement Learning Based Dynamic Aggregation and Multi-timescale Bidding Strategy for Virtual Power Plants

Optimization Method of Stackelberg Game for Time-of-use Electricity Price of Virtual Power Plants Considering Power Quality

Related Author

JIANG Jiamei

LI Jiamei

AI Qian

ZHAO Chen

PENG Siyuan

HE Ping

WANG Shuai

WU Xiaopeng

Related Institution

College of Electrical and Information Engineering, Zhengzhou University of Light Industry

China Energy Investment Group Co., Ltd.

State Key Laboratory of Power Transmission Equipment Technology (Chongqing University)

State Grid Shanxi Electric Power Research Institute

Key Laboratory of Control of Power Transmission and Conversion, Ministry of Education (Shanghai Jiao Tong University)

⁰