1.考虑源网荷多边不完全信息博弈的增量配电网规划方法，其特征在于，它包括以下步骤：

1)构建不完全信息环境下包括DG投资运营商、配网投资运营商和电力用户在内的三类博弈主体的规划收益模型；

2)研究上述三类市场主体在多边不完全信息博弈格局下的传递关系及博弈行为；

3)构建考虑源网荷多边不完全信息博弈的增量配电网规划模型；

4)提出针对增量配电网规划模型的贝叶斯纳什均衡条件，并利用协同进化算法对上述模型进行求解；

在步骤3)中，具体如下：

第1阶段：在假设配网投资运营商只有一个的情况下，虚拟参与者首先对DG投资运营商、需求侧响应激励补偿方案和配网投资运营商按顺序进行编号，然后设定一个博弈类型向量，因此定义博弈类型向量为：每一组取值不同的博弈类型向量意味着一个DG投资运营商、需求侧响应激励补偿方案、配网投资运营商组合，进一步将先验的概率分布 赋予相应的博弈类型向量，并假定博弈类型向量 和概率分布 为公共信息，同时定义 为剔除DG投资运营商后的博弈类型向量，即：其他 和 的定义和 类似；

第2阶段：DG投资运营商、电力用户和配网投资运营商考虑博弈类型向量所有取值和对应概率，制定规划决策方案并保证其期望收益最大化；

在第2阶段中，

*

当策略组合为S时，DG投资运营商的期望收益为：

式中：O‑a为所有 的集合； 为DG投资运营商 的概率； 为配网投资运营商与电力用户的博弈类型组合 在DG投资运营商 下的条件概率分布，电力用户的期望为

式中：O‑b为所有 的集合； 为电力用户选择需求侧响应激励补偿方案 的概率；

为配网投资运营商与DG投资运营商博弈类型组合为 在电力用户选择需求侧响应激励补偿方案 下的条件概率分布，配网投资运营商的期望为

式中：O‑c为所有 的集合； 为配网投资运营商 的概率； 为DG投资运营商与电力用户类型组合为 在配网投资运营商 下的条件概率分布，*

若S为贝叶斯纳什均衡，则需满足以下条件：

对任意策略 或 或 均有：

式(30)表明DG投资运营商，电力用户和配网投资运营商均不会主动改变策略选择，从而使得规划结果达到一个稳定的状态。

2.根据权利要求1所述的考虑源网荷多边不完全信息博弈的增量配电网规划方法，其特征在于，在步骤1)中，DG投资运营商规划模型的目标函数包括收益和成本两部分，DG投资运营商规划模型如下；

目标函数：

式中：为DG投资运营商；A为DG投资运营商集合； 为DG投资运营商 的售电收益；

为DG投资运营商 的发电补贴收益； 为DG投资运营商 的投资成本； 为DG投资运营商 的发电运维成本，其中：

式中： 为DG投资运营商 的单位售电电价； 为DG投资运营商 决策的DG在t时刻的有功总出力； 为DG投资运营商 的单位发电补贴收益； 为DG投资运营商 的单位容量投资成本；Ω为DG的待选节点集合；xm为0‑1变量，xm＝0表示第m个待选节点不接入DG，xm＝1表示第m个待选节点接入DG； 为DG投资运营商 在待选节点m接入DG的容量；r为贴现率；LT为设备的寿命周期； 为DG投资运营商 的单位发电运维费用；

约束条件：

DG投资运营商规划模型的约束条件主要包括DG待选节点接入数目限制、DG渗透率约束以及DG出力约束，①DG待选节点接入容量限制

式中： 和 分别为DG投资运营商 在待选节点m接入DG容量的下限和上限值，②DG渗透率约束式中：δ为DG并网后的渗透率，Ptotal为节点总的最大负荷，③DG出力约束

式中： 和 分别为DG投资运营商 决策的DG出力的下限和上限值。

3.根据权利要求1或2所述的考虑源网荷多边不完全信息博弈的增量配电网规划方法，其特征在于，在步骤1)中，所述电力用户的规划收益模型从总体来看，所有参与需求侧响应的用户在一个典型日内的功率特性可按如下公式进行描述，式中：Pdecrease(t)为t时刻减少的有功负荷；Pincrease(t)为t时刻增加的有功负荷；σ为负荷恢复率，反映了典型日内所有参与需求响应用户的总体负荷变化情况，σ可以取不同的值，若σ＞1表明负荷恢复量大于削减量；若σ＝1表明负荷恢复量等于削减量，该负荷为完全可转移负荷；若σ＜1表明负荷恢复量小于削减量，负荷点包含可中断负荷。

4.根据权利要求3所述的考虑源网荷多边不完全信息博弈的增量配电网规划方法，其特征在于，所述电力用户规划模型的目标函数仅考虑收益部分，主要包括参与需求侧响应后减少的电费支出以及可中断负荷补偿收益，其具体形式如公式：式中：为需求侧响应激励补偿方案；B为需求侧响应激励补偿方案集合； 为需求侧响应激励补偿方案 下电力用户减少的电费支出； 为需求侧响应激励补偿方案 下电力用户的可中断补偿收益，其中：

式中： 为需求侧响应激励补偿方案 下电力用户的购电电价； 为需求侧响应激励补偿方案 下电力用户的单位可中断负荷补偿收益； 为需求侧响应激励补偿方案下电力用户在t时刻可中断负荷的中断功率；电力用户规划模型的约束条件为：式中：λmin和λmax分别为t时刻增加的有功负荷比率的下限和上限；μmin和μmax分别为t时刻负荷减少的有功负荷比率的下限和上限值；D为DR容量，Pload为参与DR的节点负荷。

5.根据权利要求1或2或4所述的考虑源网荷多边不完全信息博弈的增量配电网规划方法，其特征在于，所述配网投资运营商的规划收益模型的目标函数也包括成本和收益两部分，收益主要包括配网投资运营商售电收益，成本主要包括升级线路的投资成本、网损成本、DR容量成本、主网购电成本以及向DG投资运营商购电的成本；考虑到目前电网公司的天然垄断特性，配网投资运营商只有一个，其具体目标函数如下：CDN(yn，Dk)＝CDN.S‑(CDN.I+CDN.L+CDN.R+CDN.B1+CDN.B2)    (14)；

式中：CDN.S为配网投资运营商的售电收益；CDN.I为配网投资运营商的线路投资成本；

CDN.L为配网投资运营商的网损成本；CDN.R为配网投资运营商的DR容量成本；CDN.B1为配网投资运营商的主网购电成本；CDN.B2为配网投资运营商向DG投资运营商购电成本；

式中：为配网投资运营商的售电电价；Pload(t)为t时刻的原始负荷；表示升级线路单位长度费用；Θ为待升级改造的线路集合；yn为0‑1变量，yn＝0表示第n条待升级线路未被选中，yn＝1表示第n条待升级线路被选中；ln为线路的长度；Ploss(t)为t时刻的有功功率损耗；

ψ为参与DR的节点集合；Dk为节点k的DR容量；表示DR单位容量费用；为向上级电网购电电价；为向DG投资运营商购电电价；

所述配网投资运营商的规划收益模型的约束条件包括线路选型约束、DR容量约束、支路潮流约束以及安全约束；

①线路选型约束

②DR容量约束

式中：DRtotal为配网投资运营商年度可以签订的DR容量上限；DRmax各节点DR容量上限；

③支路潮流约束

式中：Pi.t和Qi.t分别为t时刻节点i的有功功率和无功功率；Ui.t和Uj.t分别为t时刻节点i和节点j的电压幅值；Gij和Bij分别为支路ij的电导和电纳；θij为节点i与节点j电压间的相角差，④安全约束

式中：Ui.min和Ui.max分别为节点i电压幅值的下限和上限值；Pij.t和Pij.max分别为t时刻支路ij的传输功率及其上限值。

6.根据权利要求1所述的考虑源网荷多边不完全信息博弈的增量配电网规划方法，其特征在于，在步骤2)中，DG投资运营商根据配网投资运行商决策得到的网架结构方案，以及电力用户参与需求侧响应之后得到的等效负荷，提出自己的DG选址定容方案，并将DG的位置和容量传递给配网投资运营商；电力用户则是根据配网投资运营商确定的DR容量，结合自身特性制定主动响应措施，即确定各时刻增减的有功负荷，并以等效负荷的形式反馈给配网投资运营商和DG投资运营商；配网投资运营商根据DG投资运营商得到的选址定容方案和电力用户参与需求侧响应的策略，决策出线路升级方案，形成新的网架结构，同时确定DR容量，并将这些信息传递给DG投资运营商和电力用户。

7.根据权利要求6所述的考虑源网荷多边不完全信息博弈的增量配电网规划方法，其特征在于：采用概率分布来描述每个DG投资运营商参与DG投资运营和每种需求侧响应激励补偿方案被采用的可能性。

8.根据权利要求1所述的考虑源网荷多边不完全信息博弈的增量配电网规划方法，其特征在于，在步骤4)中，具体包括如下步骤：步骤1：确立映射关系，为增量配电网规划过程中的三类博弈主体建立一一对应的物种R1，R2和R3；针对每一个DG投资运营商、接受需求侧响应激励补偿方案的电力用户和配网投资运营商，建立相应物种下的对应种群 和步骤2：初始化，各种群对决策变量进行编码并确定其变化范围，其中DG投资运营商和电力用户均采取浮点数编码，配网投资运营商采取混合编码，各决策变量在其变化范围内随机初始化；

步骤3：选择代表，考虑到单个物种及其种群仅代表整体解的一部分，需要其它物种的相关信息来评价其种群中的个体，为此协同进化算法设计了代表机制来处理这个问题，即将种群的某个个体选作代表用来表征该种群在整体解中的信息，采用精英代表机制，即对当前进化H代而言，各种群代表 和 为上一代H‑1中适应度最高的个体，其表达式为式中：arg max(·)为适应度函数取最大值时的变量集合；

步骤4：个体适应度计算，对当前进化H代而言，根据各种群的代表信息和前文所述的博弈信息传递机理，计算其它物种种群中的个体 和 的适应度，适应度函数可设计为式中：f为个体到策略的映射函数；

步骤5：种群进化，完成第H代各种群中个体的适应度评价后，采用精英保留机制，并运用遗传算子对各种群进行独立进化操作，从而完成第H代的协同进化过程；

步骤6：重复迭代步骤3至步骤5，直至生态系统达到收敛，

若生态系统经过若干代后，各种群代表都不再改变，就认为生态系统达到收敛，由于算法是以相关种群代表的适应度函数来对该种群的适应度进行评价，因此结合公式(31)和(32)，可以得到条件：式(33)表明各物种每个种群的代表均是针对其它物种所有可能种群组合的最优反应，在收敛状态下，物种的整体期望适应度为综合比较式(33)、(34)与贝叶斯纳什均衡的定义(30)可知，收敛状态下生态系统的代表组合即为多边不完全信息博弈模型的贝叶斯纳什均衡解，故将其作为最终的规划结果输出。