现货模式下虚拟电厂参与市场的博弈之道

电力市场建设从顶层设计层面不断加快脚步、坚定信心。 2025年，国家发改委和国家能源局联合发布136号文与394号文，标志着我国电力市场化改革进入“质量提升”新阶段。两份文件分别从新能源定价机制和电力现货市场建设两大维度切入，旨在通过市场化手段优化资源配置、提升新能源产业竞争力，并推动电力系统向高效化、绿色化转型。 正式运行：6 不间断结算试运行：6 间断结算试运行：14 国家层面积极支持虚拟电厂建设发展，近期出台的需求侧管理、电力市场、电力交易、配电网发展等相关领域政策均提及虚拟电厂，涵盖发展方向、功能作用、参与市场方式等多个方面，2025年3月25日首份虚拟电厂国家级专项指导意见出台，凸显了国家对于虚拟电厂发展的重视。 《关于支持电力领域新型经营主体创新发展的指导意见》 《电力现货市场基本规则（试行）》《电力市场运行基本规则》 《关于加快推进虚拟电厂发展的指导意见》 虚拟电厂发展目标：2000万千瓦（2027年），5000万千瓦（2030年）虚拟电厂是基于电力系统架构，运用现代信息通信、系统集成控制等技术，聚合分布式电源、可调节负荷、储能等各类分散资源，作为新型经营主体协同参与电力系统优化和电力市场交易的电力运行组织模式。明确虚拟电厂的交易参与、商业模式、安全运行、标准体系等 明确将虚拟电厂定义为新型经营主体，符合准入条件后可开展日前、日内和实时电能量交易市场，并配套开展调频、备用等辅助服务交易，但虚拟电厂主体参与现货市场的实施细则与操作流程需进一步明确。 虚拟电厂是运用数字化、智能化等先进技术，聚合分布式电源和可调节负荷等，协同参与系统运行和市场交易的电力运行组织模式。被聚合资源在同一合同周期内，原则上仅可被一家资源聚合类新型经营主体代理。 虚拟电厂面临的挑战：如政策迭代快，解读难度大；高频交易场景下的海量数据；交易业务逻辑复杂；各类资源特性及调节成本差异大等； 本次分享就虚拟电厂参与现货交易的竞价策略展开汇报： 虚拟电厂参与现货交易的竞价申报机制：“报量不报价”和“报量报价”有什么特点？如何高质量实现虚拟电厂的价值？ 报量不报价竞价模式：日前市场上用户仅申报负荷需求而不申报价格曲线，日前市场预出清，市场运营机构将申报负荷作为刚性边界，以发电成本最小为目标优化日前市场中标出力及日前节点边际电价； 通常情况下，日前市场出清结果并不直接作为调度依据，需要在日前市场出清后进行安全校核形成日前发电计划； 该模式可保证虚拟电厂的投标需求全部中标，但是忽略了虚拟电厂投标电量对市场出清价格的影响。 优化目标函数：成本最小化，虚拟电厂的收益取决于市场价格和申报电量，因“报量不报价”模式下作为价格接受者，需优化申报电量匹配内部资源能力。 𝐀𳠀𝐀𝐀=1𝐀[−𝐀𝐀𳠀𝐀𰠀𝐀𴰀,𴰀∗𝐀𝐀𝐀𝐀,𴰀+𝐀𝐀𝐀𝐀,𴰀+𝐀𝐀𝐀𝐀𳠀𝐀𴰀𵐀,𴰀] 其中： 约束条件： ①功率平衡②分布式电源出力特性约束③储能系统特性约束④可调节负荷运行特性约束⑤交易规则约束 ①交易收益项：𝐀𝐀𝐀𝐀𝐀𝐀𝐀,𝐀∗𝐀𝐀𝐀𝐀,𝐀②成本项-内部资源调度成本：𝐀𝐀𝐀𝐀,𝐀（如：分布式电源运维成本、储能系统充放电损耗及系统成本、可调节负荷补偿成本等）③惩罚项：𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀,𝐀（考核及回收等约束违反成本）。 报量报价竞价模式：市场主体申报其未来交易时段内愿意提供或购买的电量（报量）以及对应电量的价格（报价）；①报量的本质是申报可参与交易的电量/容量规模；②报价的本质是基于成本、收益目标、市场预期等因素，为申报电量设置价格，体现市场主体对电力价值的判断； 报量报价模式反应供需关系与资源成本，促进资源优化配置；虚拟电厂主体报量报价模式推动电力系统向更灵活、高效的方向发展，发挥灵活性资源的优势。 虚拟电厂参与市场化电力市场组织架构示意如左图： 虚拟电厂参与现货博弈投标模型框架如右图： 优化目标函数：双层优化模型，上层交易决策模型以虚拟电厂收益最大为优化目标，下层资源协同调度模型以虚拟电厂内部资源优化调度成本最小为目标。 资源协同调度模型 交易决策模型 𝐀𦠀𝐀𣠀(𝐀，𝐀) 𝐀𦠀𝐀𝐀(𝐀，𝐀) 其中：𝐀是参与现货市场在电网购电和内部资源协同调度成本，𝐀={𝐀1,𝐀2,𝐀3⋯𝐀𝐀}是虚拟电厂内各类主体运行成本及电网购电成本，𝐀是各主体调度出力大小， 其中：𣠀是参与现货市场的总收益， 𝐀={𝐀1,𝐀2,𝐀3⋯𝐀𝐀}是虚拟电厂内交易主体报价，𝐀是调度模型优化后出力大小， 约束条件：①竞标电量约束 约束条件：①内部功率平衡约束 ②上下调容量约束③报价范围约束 ②各类型主体运行约束 对比如上两种竞价策略，通过算例分析可得如下结论： 为什么要做电价预测 电力现货市场具有实时性、灵活性和竞争性，价格波动频繁且受多种因素影响，如供需关系、天气条件、新能源出力等。 电力现货市场的特点 电价预测是电力现货市场交易策略制定的核心，能够帮助市场主体优化报价策略，降低交易风险，提高市场竞争力。 电价预测的重要性 电价预测发展概览 2024-2025 2022-2023 闭环智能预测系统 2020-2021 核心方法：多任务+生成式AI典型算法：LLM+RAG+Agent特征：预测+策略联动 深度学习时代 2017-2019 核心方法：深度学习典型算法：LSTM、GRU、Transformer+Attention特征：多节点、多因子高精度预测 智能化阶段 2015以前 核心方法：集成学习+博弈模型典型算法：XGBoost、LightGBM、MLP等特征：智能化预测提升精度 市场机制阶段 核心方法：简单ML典型算法：SVM、CART等特征：供需曲线建模 经验规则阶段 核心方法：回归模型、经验规则典型算法：线性回归、季节性时间序列、人工经验法特征：计划及人工经验主导 •提高报价决策效率•优化收益与风险比•自动化执行+可复盘 基本原理：预测价差→调节申报量→收益最优 建模流程： 引入置信度加权 •大模型（LargeLanguageModel,LLM）是参数规模巨大（千亿级）的人工智能模型，基于深度学习，通过海量数据训练，具备文本生成、逻辑推理、多语言处理等能力。 大模型为什么爆火？ Transformer架构（2017年提出）极大提高了AI模型的效果。 GPU/TPU的计算能力大幅提升，支持更大规模训练。 互联网文本、代码库等为训练提供巨量高质量数据。 企业需要自动化处理文案、编程、客服等任务，普通人用于学习、创作。 OpenAI（ChatGPT）带动全球关注，吸引资本和科技公司加速发展。 飔合科技深耕全国电力交易领域，历经数年发展沉淀，已形成丰富、完善的交易方法论，在电源侧、电网侧、用户侧均有体量可观的在管资产/电量； 虚拟电厂布局以江苏、广东为试点省份研发聆风虚拟电厂运营平台。