电力市场出清程序实战：IEEE 14节点下LMP与输电阻塞分解

电力市场出清程序这个题，被很多做交易和调度的人写成了“背公式+套优化器”的代码，真正落地过的人才懂，里面最难的并不是电梯里的数学，而是把“拉格朗日乘子到底是谁”和“节点电价为什么不是一个测出来的数”这两件事串起来。我在IEEE 14节点系统上重写过一版考虑输电阻塞的出清程序，用拉格朗日方法同时解出机组边际电价和节点边际电价，中间踩了不少坑，也把整个LMP分解的逻辑重新推了一遍。这篇文章把建模、代码、调试、结果解释完整拆给你看，适合正在做电力市场仿真、安全约束经济调度，或者想搞清楚节点边际电价到底怎么算的人。

这个IEEE 14节点程序我前后改了三个版本。第一版只做经济调度，全网只有一个统一出清价，结果漂亮但太“理想”；第二版加进线路潮流约束后，算出来的节点价格出现了一堆负值，第一反应是模型写错了，后来排查发现是对偶乘子的符号约定出了问题；第三版把输电阻塞、阻塞盈余、节点电价裂解全部理顺。往下读，你会看到我用到的数据、代码片段和排错过程，都能直接抄作业。

1. 这个出清程序到底在算什么？先弄懂“边际电价”和“拉格朗日”

1.1 为什么选IEEE 14节点系统做实验场

很多人觉得14个节点太少，不如一步到位搭个几百节点的大网络。我的经验恰好相反，第一次碰出清程序，节点越少，越容易验证你对“电价形成机制”的理解对不对。IEEE 14节点是公开测试系统，数据干净、结构固定，网上能查到大量参考案例；节点数少意味着你可以把每条线路潮流、每个发电机的出力、每个节点的对偶乘子都摊开看。遇到不合理的价格，可以直接追到某个约束上去，而不是在一个几百节点的稀疏矩阵里四处抓瞎。

更重要的是，IEEE 14节点里有环形网、有多电压等级、也有并联线路，足以产生工程上真实的输电阻塞现象。所谓阻塞，不是靠数据“拍脑袋”造出来的，而是网络结构和发电分布共同作用的结果。14节点网络在不修改参数时未必有严重拥塞，但你可以通过收紧某几条关键线路的传输极限，制造出明确的价格分叉。这个过程做完，你以后再面对数百节点的省级市场模型，心智模型是完全清楚的。

1.2 “拉格朗日”在这个程序里到底扮演什么角色

拉格朗日函数本身不是求解程序，它是优化问题的一种“重构”。把带约束的机组组合/经济调度问题写成拉格朗日函数，约束的系数就叫拉格朗日乘子。在电力市场的语境里，这个乘子就是边际价格。

我在这里的做法是：先建立一个最小化发电成本的线性规划，把系统功率平衡、机组上下限、线路传输极限都写成约束；然后求这个线性规划的对偶解。对偶乘子中，跟功率平衡约束对应的那个乘子，就是整个系统的边际能量价格；跟线路约束对应的乘子，经过转移分布因子折算后，就是各个节点的阻塞价格分量。这两个加起来，才形成完整的节点边际电价。

有些资料会把“拉格朗日乘子法”等同于在原始优化里手动求导、解方程，那只是方法的一面。工程落地时，我们更依赖优化求解器返回的对偶信息。把一个优化问题喂给求解器，让它直接给出平衡约束的乘子和线路约束的乘子，这才是“拉格朗日”真正被用起来的地方。

1.3 “机组边际电价”和“节点边际电价”不是一回事

项目标题里同时出现了两个词：机组边际电价和节点边际电价。很多人一开始会混淆。

在我的程序里，机组边际电价指的是系统能量出清价格，也就是由功率平衡约束的对偶乘子λ直接给出的那个统一价格。它代表“多增加一兆瓦系统负荷，整个系统发电成本增加多少”。在无阻塞情况下，所有节点的节点边际电价都等于这个λ值。

节点边际电价则是每个节点自己的电价。它等于λ加上阻塞修正项。当某条线路越限或恰好到极限时，为了不影响这条线路的安全，系统必须调整发电计划，可能让更贵的机组多发电、便宜的机组少发电。这时，不同节点的边际成本就不一样了。送端方向节点电价会下降，受端方向节点电价会上升，这个价差就是阻塞的体现。很多教材把节点边际电价拆成“能量分量+阻塞分量”，如果还考虑网损，还有“损耗分量”。我这个程序忽略网损，只保留能量和阻塞项，逻辑更清晰。

2. 数学模型搭建：直流潮流、优化目标和拉格朗日乘子的物理含义

2.1 为什么用直流潮流而不是交流潮流

以前我做潮流计算，默认都会用交流模型，因为精度高。但做电力市场出清，绝大多数现货市场出清模型用的都是直流潮流，原因不复杂：市场出清需要在几十秒甚至更短的时间内反复求解大规模优化问题，交流潮流引入的非线性、非凸约束会让求解器非常痛苦，而且价格信号的物理含义会被无功和电压问题搅浑。直流潮流在忽略网损和无功的前提下，把有功潮流的分布近似成线性关系，这让整个优化变成一个线性规划，能够稳定地求解，对偶乘子也有清晰的经济含义。

IEEE 14节点这个尺度，理论上完全可以用交流最优潮流，甚至能算得更“真实”。但我的目标是看清楚LMP的形成机制，直流潮流是最佳选择。它保留了输电阻塞最核心的东西，也就是“线路潮流不能超过传输极限”，而把与定价无关的细节都剥掉了。你算出来的节点电价，解释性极强，不会因为无功费用、电压约束的介入而失去焦点。

2.2 目标函数与约束条件的形式化描述

整个出清问题可以写成下面这个线性规划：

目标函数是让所有发电机组的报价成本最小，即：

min Σ(c_g * P_g)

其中c_g是机组g的报价系数（元/MWh），P_g是该机组的出力（MW）。

约束条件有四类：

• 系统功率平衡约束，也就是总发电等于总负荷：

Σ(P_g) = Σ(D_d)

这个约束对应的对偶乘子，就是系统边际电价λ。

• 发电机出力上下限：

P_g_min ≤ P_g ≤ P_g_max

• 线路潮流约束，这是输电阻塞的核心：

line_flow_k_min ≤ line_flow_k ≤ line_flow_k_max

• 如果从严格意义出发，还应保留节点功率平衡方程。但在直流潮流假设下，所有节点功率方程的总和就是系统功率平衡方程，潮流线性分布通过功率传输分布因子（PTDF）来描述。

line_flow_k是通过PTDF矩阵获得的。PTDF矩阵第k行第i列的元素，表示节点i多注入1MW有功功率时，线路k上增加的潮流。为了表述方便，我先把负荷当作负的注入来处理，则：

line_flow_k = Σ(PTDF[k][i] * (P_i - load_i))

其中P_i是节点i连接的发电机出力，load_i是节点i的负荷。P_i是决策变量，load_i是常数。这样线路潮流的约束可以写成决策变量的线性不等式。

2.3 拉格朗日乘子的物理解读：λ、μ和LMP分解

这是整篇内容最核心的地方。我构造这个线性规划的拉格朗日函数，形式如下：

L = Σ(c_g * P_g) + λ * (Σ(D_d) - Σ(P_g)) + Σ(μ_k * (line_flow_k - line_flow_k_max))

这里我稍微简化，只写了线路潮流上限约束，忽略下限和发电机上下限，因为这些约束对理解价格分解不是必选项。

其中λ是对应功率平衡约束的拉格朗日乘子，μ_k是对应线路k潮流上限约束的拉格朗日乘子。根据KKT条件，在最优解处，对任意一个在上下限之间的发电机变量P_g求偏导，应有：

∂L/∂P_g = c_g - λ + Σ(μ_k * PTDF[k][g]) = 0

所以：

λ = c_g + Σ(μ_k * PTDF[k][g])

这个式子说明，边际发电机组的报价，等于系统边际价格λ减去阻塞相关的修正项。

对任意节点i，节点边际电价定义为该节点新增1MW负荷时系统最优成本的变化量，也就是：

LMP_i = λ - Σ(μ_k * PTDF[k][i])

这里需要注意，PTDF表示节点注入对线路潮流的灵敏度。节点的LMP表达式里是减号还是加号，取决于μ和PTDF的符号约定。我自己用的习惯是：线路潮流上限约束写成line_flow_k ≤ line_flow_k_max，μ_k非负；PTDF按“节点注入为正”的方向计算。这时公式自然就是上面这个样子。

这样一来，节点电价的结构就非常清楚了：λ部分是全网统一的能量价格，与位置无关；后半部分是阻塞分量，与节点位置和网络结构紧密相关。如果没有线路约束起作用，所有μ_k都为0，LMP就等于λ，全网一个价。一旦某条线路达到传输极限，μ_k不再为0，各个节点因为PTDF不同，会得到不同的LMP。

3. 在IEEE14节点上从零搭出清程序：数据、代码和求解

3.1 数据准备：节点、发电机、线路容量

我在实现时保留了IEEE 14节点的标准拓扑结构，不过发电机参数和线路容量做了一些调整，目的是让例子更接近实际项目里的“阻塞场景”。你当然可以直接用原始标准数据，但如果数据太“健康”，很难触发阻塞，你会看不到价差。下面是我用的一组示例发电机参数。

负荷数据我也做了简化，没有用原始IEEE 14节点的全部负荷分布，而是把总需求控制在250MW左右，重点在节点9、节点10、节点14多挂一些负荷，这样更容易在程序里看到受端价格抬升的现象。

线路容量是最需要手工调整的地方。我先在所有线路容量设为极大值的情况下跑一遍经济调度，得到无约束潮流，然后锁定一条或两条潮流最重的线路，把容量收紧到略小于无约束潮流的水平，比如把某条关键线路的极限设为50MW，而它无约束时的潮流是65MW。这样就能稳定触发阻塞，而且能清楚观察到节点价格变化。

3.2 计算PTDF矩阵并构造优化问题

PTDF矩阵是整个程序的地基。我这里的作法，是先按支路电抗构造直流潮流的B矩阵，取一个参考节点，通常是节点1，把参考节点角度设为0。对每个节点注入单位有功功率并对应平衡参考节点的功率，求解线性方程组得到节点角度，再计算每条线路的潮流。这样反复操作，就得到了PTDF矩阵。

这个步骤在实现时不用自己从头写得特别复杂，标准直流潮流函数在很多开源工具里都有。你只需要确保两点：第一，参考节点选谁，PTDF矩阵会随之改变，但最终LMP结果不会因为参考节点而变；第二，在构造线路潮流约束时，一定要把负荷作为固定注入项写到不等式右边去，不能只写发电机侧。

下面是用Python写的核心求解片段。我用SciPy的linprog做线性规划求解，因为它能直接返回对偶乘子，省得自己再从卡鲁什-库恩-塔克条件里反推。

from scipy.optimize import linprog import numpy as np # 发电机参数：Pmin, Pmax, cost gens = np.array([ [0, 100, 10], # G1 节点1 [0, 100, 20], # G2 节点2 [0, 80, 30], # G3 节点3 [0, 80, 35], # G4 节点6 [0, 80, 40] # G5 节点8 ]) Pmin = gens[:, 0] Pmax = gens[:, 1] c = gens[:, 2] # 假设负荷向量，load_node[i]表示节点i的负荷 load_node = np.array([0, 0, 0, 0, 0, 0, 30, 0, 50, 30, 0, 0, 0, 40]) total_demand = load_node.sum() # PTDF矩阵，行对应受监视的线路，列对应节点1..14 # 这里直接从一个预先写好的直流潮流函数拿结果 PTDF = np.load('ptdf_ieee14.npy') # 换成本地文件或函数 # 发电机所在节点到线路潮流的灵敏度矩阵 # 因为潮流约束与“注入”有关，而负荷本身是固定值，所以 # A_ub矩阵里只保留发电变量对应的列，负荷注入放到b_ub里 H = PTDF[:, [0, 1, 2, 5, 7]] # 节点1,2,3,6,8对应的PTDF列 # 构建约束 # 发电机组下的线路潮流 = H @ P_gen - H_load # 其中 H_load = PTDF @ load_node（固定常数） flow_at_zero_gen = -PTDF @ load_node # 所有发电机为0时线路潮流 # 线路容量上下限 line_limit = np.array([ 100, 100, 60, 100, 50, # 只给一部分线路设置明显限制 # 其余线路极限设得很大 ]) # 不等式约束需要拆成上限和下限两半 A_ub = np.vstack([H, -H]) b_ub = np.hstack([ line_limit - flow_at_zero_gen, line_limit + flow_at_zero_gen ]) res = linprog(c, A_ub=A_ub, b_ub=b_ub, bounds=list(zip(Pmin, Pmax)), method='highs')

这里flow_at_zero_gen的意思是在所有发电机出力为0的情况下，线路上的自然潮流。因为负荷是负注入，实际上就是“负荷单独作用时在线路上产生的潮流”。把这项挪到不等式右边去，不等式约束的左边就可以只保留发电机出力变量。

求解完成后，res.fun就是最小发电成本，res.x就是每台机组的出力。

3.3 从求解结果里抽出对偶乘子并计算节点边际电价

linprog在求解结果里隐式地提供了不同约束的边际信息。使用时需要小心，res.eqlin.marginals通常是等式约束的影子价格，res.ineqlin.marginals是不等式约束的影子价格。关键是把符号对应清楚。

# 功率平衡约束的对偶乘子，对应系统边际电价lambda lambda_value = res.eqlin.marginals[0] if len(res.eqlin.marginals) > 0 else None # 线路约束的对偶乘子，注意linprog的符号约定可能要取负号 mu = -res.ineqlin.marginals[:len(line_limit)] # 计算阻塞分量 congestion = mu @ H lmp = lambda_value - congestion

这里我对mu做了一次取负号处理，因为linprog内部生成的不等式约束对偶乘子方向，和我前面推导里写的μ_k方向不一致。这是一个非常容易出错的地方，后面我会专门讲。

得到lmp数组后，把每个节点对应的LMP和机组出力、线路潮流放在一个表里输出，就可以开始分析结果了。我在项目里的输出格式类似下面这样：

for i in range(14): print(f"节点{i+1}: LMP = {lmp[i]:.2f} 元/MWh")

真正跑起来以后，你会发现只要某条线路约束处于活跃状态，不同节点之间的LMP马上就拉出差距。下面这一节就专门讲结果现象。

4. 加入输电阻塞后电价发生了什么：算例现象和阻塞盈余

4.1 无阻塞场景：全网一个价

先把所有线路容量设得非常大，让程序退化成纯经济调度。这个场景下，总负荷250MW，五台发电机里报价最高的是G5，40元/MWh，但实际不需要它发电。G1满载100MW，G2满载100MW，还需要50MW，正好由G3顶上50MW。因此边际机组是G3，报价30元/MWh，整个系统的出清统一价就是30元/MWh。

这时候lambda_value等于30，所有线路约束的乘子μ都为0，所有节点LMP都是30元/MWh。从物理上讲，这意味着你无论在哪个节点增加1MW负荷，系统都只要让边际机组G3多出1MW即可，成本增加30元，和负荷位置没有任何关系。这是理想电网状态，也是很多初学者最容易记住的结果。可惜真实市场里，输电网络很难做到完全没有瓶颈。

4.2 有阻塞场景：LMP出现空间差异

我把某条连接电中心和负荷中心的线路容量从无约束潮流值收紧到50MW。重新求解后，最便宜的机组G1没法把全部的便宜电送到负荷端，系统必须让成本更高的G4甚至G5增加出力。这时用程序输出的LMP分布大致如下：

节点1和节点2这类靠近廉价电源的区域，LMP反而变低了，因为当地发电机富余，想要再多送电出去必须受限于线路容量，新增负荷对系统成本的影响很小，甚至为负方向；而节点9、节点14这类负荷集中区域，LMP明显抬高，因为要满足那里新增1MW负荷，必须让很远或很贵的电源多送电，甚至不得不喂给高报价的本地机组。

这个价差并不是谁“乱定价”，它精确反映了输电阻塞的机会成本。线路两端的LMP之差越大，说明这条线路越紧张，扩容的激励信号也越强。在真实电力现货市场里，节点电价的空间差异正是电网投资的“信号灯”。

4.3 阻塞盈余从哪来

当线路发生阻塞，受端高电价和送端低电价之间出现价差，这个价差乘以线路上传输的功率，就是阻塞盈余。阻塞盈余不是发电企业多赚的利润，也不是负荷多付的冤枉钱，它是输电拥塞产生的稀缺租金。在大多数市场机制设计里，这部分费用会通过输电权或阻塞费用分摊机制返还给输电权持有者或整体市场参与者。

我的程序在算完LMP后，可以顺手统计一下关键线路两端的价差。比如某条阻塞线路两端节点的价差是45-24=21元/MWh，该线路传输50MW，阻塞盈余就是21×50=1050元/小时。这个数并不计入任何发电企业的收入，而是作为市场结算里的一个独立项单独列出来。理解这一点，回头再看很多市场规则里“阻塞费用”的出处，会顺理成章很多。

5. 实测中的五个典型坑与排查方法

5.1 乘子符号搞反，价格算成一堆负数

这是我第二个版本踩到的大坑。用linprog求解时，不等式约束的对偶乘子返回方向与理论推导不一定一致。我把res.ineqlin.marginals直接当成μ代入LMP公式，结果阻塞分量反号，算出来的节点LMP一部分变成负值，一部分高得离谱。

处理办法很简单：先跑一个已知结果的场景，比如无阻塞场景，看看mu是否全为0，LMP是否等于λ；再制造一个明确阻塞场景，根据送端电压低、受端电压高的规律来判断方向。一旦发现方向反了，整体取负号。永远不要迷信文档里的符号说明，要以经济含义为准做核验。

5.2 线路限额设得太大，根本触发不出阻塞

很多人在第一次加线路约束时，直接沿用标准IEEE 14节点系统的线路额定值，结果跑出来全网还是统一价，以为自己的程序没有考虑阻塞，折腾半天发现是约束根本没被激活。这不奇怪，标准测试系统的参数不是为了制造阻塞而设置的。

我的经验是，先用一个极高容量配置跑一遍，看哪条线路在无约束调度下潮流接近或超过其容量上限，然后只把这一两条线路的容量下调到低于无约束潮流的水平。这样跑出来的结果既保留了网络真实性，又能稳定复现节点价差。你甚至可以扫描线路容量，看节点价差随容量递减的变化轨迹，这比直接给一个低容量更有教学效果。

5.3 PTDF矩阵符号和参考节点的隐藏问题

PTDF矩阵的生成依赖于参考节点的选择。参考节点不同，PTDF数值矩阵会变化，但最终LMP结果必须一致。如果发现参考节点换一下，节点电价却变了，一定是某处约束处理有误。常见错误是把负荷当作正注入，或把发送端和受端的方向搞反。

为避免这个问题，我建议把PTDF矩阵生成后先做一个自检：在任意节点注入1MW，同时在参考节点抽取1MW，所有线路潮流之和应该等于1MW（在无损模型下），且每一条线路潮流的符号方向符合直觉。这个自检虽然简单，但能挡住大量低级错误。

5.4 “机组边际电价”和“节点边际电价”对不上

程序跑出来后，有人会疑惑：为什么系统边际电价λ是30元/MWh，负荷端节点LMP却是45元/MWh，我买电是不是要多付15元？这其实是把两个价格维度搞混了。

λ是“系统能量边际价格”，本质上是一个全网统一的能量结算参考；LMP是“节点能量价格加阻塞价格”。在按节点电价结算的市场里，用户按自己所在节点的LMP结算，发电也按所在节点LMP结算；系统能量价λ通常用于计算阻塞费用或作为能量市场结算的基础。你可以这样理解：λ是基准价，PTDF与μ的乘积是地理修正。若在程序里只输出λ当成所有节点的购电电价，你就会完全抹掉输电阻塞信号，市场机制就失效了。

5.5 验证程序正确性的三个自检方法

我建议在所有结果分析之前做三个自检，能把大多数隐藏错误提前暴露。

第一，无阻塞一致性测试。把所有线路容量调成巨大值，计算结果应该是全网LMP相同，且等于边际发电机组的报价系数。

第二，KKT残差测试。取任意一台出力在上下限之间的边际机组，验证c_g - λ + Σ(μ_k * PTDF[k][g])是否接近0。如果残差大，说明对偶乘子取出来不对，或者PTDF索引对应错了。

第三，对偶间隙测试。线性规划原问题最优值和对偶问题最优值应该非常接近。可以用linprog返回的价格来估算对偶目标值，如果两个目标值相差明显，基本可以确定乘子或约束矩阵有问题。

这些检查看起来不起眼，但在项目交付时能省下大量排查时间。我在给某套模拟系统做代码走查时，就是靠这几个自检发现参考节点选错。当时一堆结果看起来合理，但细节总有微妙的偏差，最后检查PTDF矩阵的行向量和不等于1，立刻定位到问题。

最后的经验是，节点边际电价这个概念的敏感度非常高，稍微一个符号错误就会得到看似合理、实则完全相反的价格信号。真正动手写之前，先用无阻塞场景验证逻辑，再加阻塞场景，最后才考虑复杂数据。这套从简化到复杂的调试路径，比一开始就追求完整工业模型要靠谱得多。如果你正准备在自己的项目里复现这个程序，建议把重点放在3.2节的PTDF生成和3.3节的乘子符号处理上，这两块通了，后面就是水到渠成的事。