作者:張國禎、李中陽、辛政、盧佳匯
2025年9月起,港華綠電與清鵬算電在山東電力現貨市場啟動了一項小規模但高度聚焦的AI交易試點。四周實盤運行下來,結果令人振奮:在全電量口徑下,AI策略平均每兆瓦時(MWh)增收超過5.5元。更關鍵的是,這一收益并非來自承擔更高風險或擴大交易規模,而是在相同電量、相近風險敞口下,通過精細化的時序優化實現的結構性增益。
在此后的運行中,AI智能體進一步展現了其潛力。
以12月某日D1曲線集中競價為例,AI通過對月內現貨價格走勢的精準判斷,在控制凈賣出電量不變的前提下,通過在現貨價格較高的標的日適當增加買入電量、在價格較低的日期適當增加賣出電量,有效提升整體交易收益。隨著交易規模逐步放大,策略表現依然穩健——這讓我們確信,AI不是“偶然跑贏”,而是具備可復制的系統性優勢。
作為親歷者,我們想和同行分享幾點關于AI電力交易的核心體會。
當前我國電力市場化改革持續深化,以風電、光伏為代表的新能源占比迅速提高,電力系統的運行與交易邏輯正在發生深刻變化。以山東為例,新能源裝機已突破1.23億千瓦,成為典型的新能源高占比新型電力系統,但也帶來了“極熱無風、晚峰無光”等結構性矛盾,導致現貨市場價格波動加劇、預測難度顯著提升。傳統依賴人工經驗或規則化的交易策略已難以適應這一高維、非線性、強耦合的復雜系統環境。
在這一背景下,AI展現出結構性優勢,成為電力交易領域的關鍵賦能工具。
一
天氣太“亂”?AI看得更全
電力市場,特別是高比例新能源市場,其價格與供需高度依賴氣象條件,這意味著,即使在很短時間內,單一氣象指標(如溫度、輻照、風速)的微小偏差,也可能在負荷、新能源出力及現貨價格中被放大,最終對交易結果產生顯著影響。
而氣象系統本質上是混沌系統,具有初始條件敏感、多要素耦合、演化非線性等特征。在這種背景下,依賴人工經驗或少量規則的交易策略,本質上是在用低維、線性的方式應對高維、非線性的復雜系統,天然存在認知和計算能力上的上限。就像用算盤去解微積分——不是不夠努力,而是工具根本不在一個維度。
而AI,恰恰是為這種復雜世界而生的。
AI在電力交易中的首要優勢,在于其對復雜系統的建模能力。
一方面,AI能夠同時處理海量氣象要素之間的高維非線性關聯關系,不僅包括溫度、濕度、風速、云量等常規要素,還能夠綜合考慮不同空間尺度、不同時間尺度上的聯動效應,從而更真實地刻畫氣象對負荷與新能源出力的綜合影響。
另一方面,現實交易中往往同時存在多源氣象預報數據。歐洲、美國、德國、中國國家氣象局等不同預報模型各自具備優勢,但也存在系統性偏差和適用場景差異。
AI并非簡單“平均”或“擇優使用”某一預報結果,而是能夠自動學習不同氣象預報源在不同天氣形態、季節、區域下的誤差分布特性;動態調整各預報源在決策中的權重;從而在綜合意義上獲得更穩定、更可靠的氣象輸入判斷。這使得AI對未來市場環境的認知,不再是單點預測,而是對復雜系統整體狀態的刻畫。
二
不賭“唯一答案”,而是玩轉“概率游戲”
人類交易員常會問:“明天電價高還是低?”
AI卻問:“電價落在300-400元/MWh的概率是多少?如果我今天多買一點,萬一價格暴漲,我能賺多少?萬一暴跌,我會虧多少?”
與傳統交易策略最大的不同在于,AI并不追求“判斷一個唯一正確的未來”,而是對未來進行概率化建模。AI能夠對未來價格、負荷、新能源出力等關鍵變量,構建聯合概率分布,回答的不再是“價格會高還是會低”,而是:各種價格區間出現的概率有多大、不同交易行為在不同情景下的收益和風險如何分布,在此基礎上,AI以“風險—收益比”最優為核心目標,通過多種策略手段進行綜合優化,包括但不限于:期望收益最大化;波動與回撤風險控制;跨時段、跨標的的對沖組合;在不改變凈頭寸的前提下進行持倉優化。
這種決策方式,本質上是在不確定性中做出最優選擇,而非依賴確定性假設進行“押注式”交易。
三
市場不是機器,是“人與人的博弈”
電力市場并不是簡單的供需匹配,而是一場成百上千個交易主體之間的策略博弈。
AI在這一環節的優勢體現在其持續學習與自適應能力:
·AI能夠從歷史交易數據中,識別不同類型市場參與者的報量、報價行為模式
·學習市場在不同供需格局下的博弈均衡特征
·動態調整自身報量與報價策略,以適應市場環境變化
相比固定規則或人工經驗策略,AI不依賴“一次性建模”,而是在交易過程中不斷更新認知,逐步逼近更優博弈位置,實現策略的長期進化。
這種“市場讀心術”并非靜態規則,而是持續進化的智能體,隨市場結構變化而自我迭代。
四
總結與展望
在新型電力系統中,不確定性已成為常態。我們認為,AI在山東電力交易乃至全國或全球不同電力市場中交易的優勢并非體現在“算得更快”,而是“想得更深”。它用高維視角看天氣,用概率思維看未來,用博弈眼光看市場——這正是應對新型電力系統復雜性的“結構性優勢”。
它能夠處理高維非線性系統、正視并建模不確定性、在動態博弈中持續學習進化。隨著新能源滲透率不斷提升、交易數據持續積累、模型訓練逐步深化,AI將在價格預判、風險管理和策略自適應等方面持續迭代,為電力資產運營方提供更加穩健、智能、收益可期的交易賦能工具,助力其在復雜市場環境中提升綜合競爭力與抗風險能力。
作者單位:四川清鵬算電科技有限公司/港華(深圳)綠電有限公司
想參與閉門研討活動
和線上產業微信群
請注明公司、職位
添加微信:shizhicyy
視知產研院聚焦科技和新能源
微信公號已有100萬+高質量粉絲
添加微信:ishizh_business
加好友請注明合作品牌
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.