中國(guó)儲(chǔ)能網(wǎng)訊：隨著電力市場(chǎng)數(shù)字化轉(zhuǎn)型加速，人工智能在提升市場(chǎng)效率、優(yōu)化資源配置方面的突出優(yōu)勢(shì)，已成為構(gòu)建全國(guó)統(tǒng)一電力市場(chǎng)體系不可或缺的技術(shù)支撐。然而，人工智能的深度應(yīng)用也可能帶來(lái)諸如算法“黑箱”導(dǎo)致帶來(lái)的監(jiān)管穿透難題、數(shù)據(jù)驅(qū)動(dòng)引發(fā)的系統(tǒng)脆弱性、技術(shù)策略形成的競(jìng)爭(zhēng)失衡等一系列新型風(fēng)險(xiǎn)，這將挑戰(zhàn)傳統(tǒng)電力市場(chǎng)的運(yùn)行邏輯和治理邊界。在加快推進(jìn)全國(guó)統(tǒng)一電力市場(chǎng)體系建設(shè)的背景下，必須統(tǒng)籌推進(jìn)人工智能技術(shù)賦能與制度規(guī)范，在充分釋放技術(shù)變革帶來(lái)的市場(chǎng)紅利的同時(shí)，切實(shí)防范系統(tǒng)性技術(shù)、治理風(fēng)險(xiǎn)，構(gòu)建算法可控、市場(chǎng)可信、風(fēng)險(xiǎn)可防的智能交易機(jī)制，創(chuàng)造更加公平、更有活力的市場(chǎng)環(huán)境。
電力交易智能化轉(zhuǎn)型成必然趨勢(shì)
隨著全球能源結(jié)構(gòu)向低碳化、分布式、高波動(dòng)性轉(zhuǎn)型，電力交易市場(chǎng)正經(jīng)歷深刻變革。傳統(tǒng)的集中式優(yōu)化方法（如線性規(guī)劃、混合整數(shù)規(guī)劃）已難以應(yīng)對(duì)海量交易主體、高頻數(shù)據(jù)流、多目標(biāo)動(dòng)態(tài)博弈等新需求。人工智能（AI）算法憑借其在預(yù)測(cè)優(yōu)化、實(shí)時(shí)決策、多智能體協(xié)同等方面的優(yōu)勢(shì)，正逐步成為電力交易核心環(huán)節(jié)的關(guān)鍵技術(shù)支撐。
一是交易主體數(shù)量呈指數(shù)級(jí)增長(zhǎng)。當(dāng)前的電力現(xiàn)貨市場(chǎng)主體主要是常規(guī)發(fā)電企業(yè)和售電公司，而可以預(yù)見(jiàn)的是，規(guī)模龐大的可調(diào)節(jié)負(fù)荷、分布式電源、儲(chǔ)能系統(tǒng)等各類(lèi)新型主體都將參與市場(chǎng)交易，這使得超大規(guī)模節(jié)點(diǎn)實(shí)時(shí)計(jì)算成為剛需，算法需支持節(jié)點(diǎn)指數(shù)級(jí)增加的優(yōu)化需求。
二是交易頻次大幅提升。為適應(yīng)新能源接入后市場(chǎng)對(duì)超短期交易的需求，各國(guó)電力市場(chǎng)都在向更短周期的交易發(fā)展。歐洲電力交易所已實(shí)現(xiàn)15分鐘級(jí)交易，早在2011年德國(guó)便引入15分鐘日內(nèi)產(chǎn)品交易，美國(guó)PJM市場(chǎng)甚至開(kāi)展5分鐘實(shí)時(shí)交易，使有意愿的交易雙方能夠第一時(shí)間達(dá)成交易，但這種頻次的交易對(duì)算法響應(yīng)速度也提出了更高要求。
三是市場(chǎng)復(fù)雜度顯著增加。未來(lái)碳交易與電力市場(chǎng)深度耦合，調(diào)頻市場(chǎng)、備用市場(chǎng)、容量市場(chǎng)等多時(shí)間尺度協(xié)調(diào)等問(wèn)題，使得傳統(tǒng)優(yōu)化方法難以應(yīng)對(duì)，電力市場(chǎng)出清問(wèn)題復(fù)雜度與傳統(tǒng)模式相比急劇增加，對(duì)算力和模型優(yōu)化提出極高要求。
四是數(shù)據(jù)類(lèi)型持續(xù)擴(kuò)維。2025年，全球數(shù)據(jù)總量預(yù)計(jì)突破175ZB（澤字節(jié)），而在這些數(shù)據(jù)中，結(jié)構(gòu)化數(shù)據(jù)僅占到全部數(shù)據(jù)量的20%。同樣，隨著電力市場(chǎng)復(fù)雜度的提升，傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)已無(wú)法滿足交易決策需求，氣象數(shù)據(jù)、碳價(jià)信號(hào)、用戶(hù)行為等非結(jié)構(gòu)化數(shù)據(jù)的引入正在深刻改變電力交易算法的設(shè)計(jì)范式。
在應(yīng)對(duì)這些挑戰(zhàn)的過(guò)程中，人工智能算法展現(xiàn)出獨(dú)特優(yōu)勢(shì)，已在多個(gè)關(guān)鍵環(huán)節(jié)實(shí)現(xiàn)突破性應(yīng)用，邊緣智能技術(shù)快速發(fā)展適應(yīng)實(shí)時(shí)電力市場(chǎng)需求，區(qū)塊鏈與AI的結(jié)合為綠電溯源提供了創(chuàng)新解決方案，新一代多智能體深度強(qiáng)化學(xué)習(xí)框架將物理約束嵌入模型架構(gòu)，其強(qiáng)大的自適應(yīng)學(xué)習(xí)能力可實(shí)時(shí)優(yōu)化交易策略，既能保持?jǐn)?shù)據(jù)驅(qū)動(dòng)的靈活性，又能確保電網(wǎng)運(yùn)行的安全穩(wěn)定。
人工智能應(yīng)用下的電力交易風(fēng)險(xiǎn)
人工智能雖然能夠有效協(xié)調(diào)物理約束和市場(chǎng)目標(biāo)，但其決策邏輯的復(fù)雜增強(qiáng)了交易的高度復(fù)雜性和不可控性，這種天然的“黑箱”特性直接導(dǎo)致交易信息的不對(duì)稱(chēng)和不透明，對(duì)監(jiān)督體系、風(fēng)險(xiǎn)防控、合規(guī)管理、市場(chǎng)治理等提出了更高的要求。如何更好地提升人工智能應(yīng)用的交易準(zhǔn)確性、運(yùn)行公平性、過(guò)程公開(kāi)性和結(jié)果可解釋性應(yīng)成為關(guān)注重點(diǎn)。
一是從監(jiān)督環(huán)境看，人工智能交易算法的數(shù)據(jù)驅(qū)動(dòng)過(guò)程客觀上隱藏了算法自身潛在的缺陷和博弈過(guò)程，市場(chǎng)主體通過(guò)AI自主演化的算法共謀在技術(shù)上也存在著客觀隱蔽性和難以證明性，受限于稍顯滯后的規(guī)制算法的內(nèi)容和手段，監(jiān)督部門(mén)難以及時(shí)針對(duì)此類(lèi)問(wèn)題發(fā)現(xiàn)糾偏?？梢哉f(shuō)，監(jiān)督信任危機(jī)的核心在于交易機(jī)構(gòu)和交易主體在數(shù)據(jù)和算法上的非對(duì)稱(chēng)優(yōu)勢(shì)，導(dǎo)致監(jiān)督機(jī)構(gòu)極易失去對(duì)關(guān)鍵數(shù)據(jù)和關(guān)鍵算法的監(jiān)督權(quán)和控制權(quán)。
二是從市場(chǎng)主體側(cè)看，隨著市場(chǎng)開(kāi)放程度不斷加深，電力市場(chǎng)交易主體多元化與多層次的發(fā)展趨勢(shì)日益顯著，促使電力交易必須具備更強(qiáng)的功能性和適應(yīng)性。此外，算法趨同性與市場(chǎng)波動(dòng)率存在顯著正相關(guān)性，市場(chǎng)主體采用相似的算法策略可能導(dǎo)致AI對(duì)同一市場(chǎng)波動(dòng)做出同步反應(yīng)，形成不自覺(jué)的“默契串通”策略，從而加劇市場(chǎng)動(dòng)蕩，甚至可能限制市場(chǎng)的自然調(diào)節(jié)能力。
三是從市場(chǎng)運(yùn)營(yíng)側(cè)看，技術(shù)運(yùn)營(yíng)層面，模型局限性可能引發(fā)市場(chǎng)運(yùn)行事故。早在2022年9月，摩根大通宣布關(guān)閉運(yùn)行三年的外匯AI交易系統(tǒng)。公開(kāi)信息顯示，該系統(tǒng)在實(shí)戰(zhàn)中的錯(cuò)誤率曾飆升至53%，最終導(dǎo)致約1.9億美元虧損。摩根大通在關(guān)閉外匯AI交易系統(tǒng)后，轉(zhuǎn)而通過(guò)加強(qiáng)人類(lèi)交易員與AI系統(tǒng)的協(xié)同決策的方式來(lái)提升交易質(zhì)量。市場(chǎng)公平性方面，模型選擇可能導(dǎo)致交易出清結(jié)果和價(jià)格差異明顯，從而影響市場(chǎng)競(jìng)爭(zhēng)格局。現(xiàn)代電力市場(chǎng)常使用的強(qiáng)化學(xué)習(xí)等智能算法，在多目標(biāo)場(chǎng)景下對(duì)市場(chǎng)清算做出智能化決策，若算法在訓(xùn)練階段優(yōu)先關(guān)注特定類(lèi)型電源利益，則會(huì)導(dǎo)致特定主體持續(xù)獲得更多交易機(jī)會(huì)或更高報(bào)價(jià)，極端情況下就可能引發(fā)連鎖反應(yīng)式的電力市場(chǎng)失靈。
電力交易智能算法風(fēng)險(xiǎn)實(shí)例分析
為進(jìn)一步解釋模型選擇可能導(dǎo)致交易出清結(jié)果和價(jià)格差異明顯，從而影響市場(chǎng)競(jìng)爭(zhēng)格局的潛在風(fēng)險(xiǎn)，本節(jié)實(shí)證討論了電力現(xiàn)貨出清模型算法中機(jī)組開(kāi)停機(jī)約束條件的不同建模方法對(duì)交易出清結(jié)果的影響，對(duì)比分析了傳統(tǒng)的出清模型與考慮機(jī)組動(dòng)態(tài)特性的優(yōu)化模型的模擬結(jié)果差異，在相同的出清規(guī)則約束下，揭示不同算法建模方式如何顯著改變機(jī)組啟停決策，并最終影響市場(chǎng)主體收益的分配格局。
現(xiàn)行電力交易規(guī)則雖然明確了各類(lèi)火電機(jī)組的開(kāi)停機(jī)狀態(tài)技術(shù)要求，但對(duì)開(kāi)停機(jī)過(guò)程的建模方法尚未形成統(tǒng)一規(guī)范。傳統(tǒng)機(jī)組組合模型通常忽略機(jī)組的最小啟停運(yùn)行時(shí)間、爬坡等動(dòng)態(tài)約束，在機(jī)組開(kāi)機(jī)并網(wǎng)到最小技術(shù)出力或從最小技術(shù)出力到停機(jī)的過(guò)渡期間，交易機(jī)構(gòu)通常按照預(yù)設(shè)的典型開(kāi)停機(jī)曲線安排機(jī)組功率變化，并作為市場(chǎng)的價(jià)格接收者，不參與優(yōu)化和市場(chǎng)定價(jià)過(guò)程。相比之下，將機(jī)組啟停過(guò)程的動(dòng)態(tài)特性直接納入優(yōu)化，可完整描述機(jī)組的實(shí)際運(yùn)行特性，也更符合機(jī)組真實(shí)的工作場(chǎng)景。
對(duì)比分析結(jié)果可以看出，當(dāng)在電力市場(chǎng)出清算法中考慮了機(jī)組啟停過(guò)程的出力約束時(shí)，火電機(jī)組運(yùn)行時(shí)長(zhǎng)相較于傳統(tǒng)模型有所增加，其中，機(jī)組總出力增加197兆瓦時(shí)，機(jī)組利用小時(shí)數(shù)增加4小時(shí)（見(jiàn)圖1）。優(yōu)化后的機(jī)組功率變化更為平緩，這可以有效遏制電廠功率劇烈波動(dòng)的情況（見(jiàn)圖2）。此外，算法優(yōu)化后啟停頻次由傳統(tǒng)模型的7次下降為5次，火電機(jī)組啟動(dòng)成本減少了12.5萬(wàn)元，相對(duì)減少40%，這有助于提升能源綜合利用效率和機(jī)組運(yùn)行收益（見(jiàn)圖3）。以上分析表明，將機(jī)組啟停過(guò)程的動(dòng)態(tài)特性直接納入優(yōu)化能夠更有效地安排機(jī)組在更高效、更穩(wěn)定的工況下運(yùn)行，有助于提升機(jī)組自身的運(yùn)行效率和穩(wěn)定性，發(fā)揮各類(lèi)機(jī)組在經(jīng)濟(jì)性和電網(wǎng)調(diào)度性能上的優(yōu)勢(shì)。
圖1：優(yōu)化前后出清機(jī)組組合對(duì)比
圖2：優(yōu)化前后機(jī)組功率出清結(jié)果對(duì)比
圖3：優(yōu)化前后開(kāi)機(jī)頻次對(duì)比
建議
隨著人工智能在新能源出力預(yù)測(cè)、負(fù)荷預(yù)測(cè)和交易決策等環(huán)節(jié)的廣泛應(yīng)用，其在電力交易領(lǐng)域的影響日益顯著。亟需加強(qiáng)人工智能算法在交易環(huán)節(jié)的監(jiān)督治理，從提升透明度、提高效率、強(qiáng)化風(fēng)險(xiǎn)評(píng)估、完善追溯機(jī)制等方面協(xié)同推進(jìn)，構(gòu)建算法可控、市場(chǎng)可信、風(fēng)險(xiǎn)可防的智能交易管理機(jī)制，營(yíng)造更加高效、有序的電力市場(chǎng)運(yùn)營(yíng)生態(tài)。
（一）健全權(quán)責(zé)分明的交易算法監(jiān)管責(zé)任體系
市場(chǎng)監(jiān)管機(jī)構(gòu)應(yīng)建立以交易穿透式監(jiān)管為核心的技術(shù)體系，完善交易出清算法標(biāo)準(zhǔn)化評(píng)估機(jī)制，制定人工智能技術(shù)在電力交易中的安全性評(píng)價(jià)規(guī)范，健全出清機(jī)制的公平性監(jiān)督規(guī)則，從制度層面規(guī)范交易行為，防范算法濫用。
交易機(jī)構(gòu)要持續(xù)優(yōu)化出清算法模型，加大更新迭代投入，重點(diǎn)防范長(zhǎng)期性、規(guī)律性但破壞公平的算法行為。應(yīng)積極推動(dòng)可解釋性強(qiáng)、穩(wěn)健性高的人工智能算法研發(fā)，實(shí)現(xiàn)交易算法治理的自動(dòng)化、標(biāo)準(zhǔn)化，保障市場(chǎng)運(yùn)行的公開(kāi)透明。
市場(chǎng)主體應(yīng)在應(yīng)用人工智能提升自身決策能力的同時(shí)，基于實(shí)踐經(jīng)驗(yàn)和真實(shí)需求，提出關(guān)于市場(chǎng)規(guī)則與交易機(jī)制優(yōu)化的合理化建議，緩解交易算法信息不對(duì)稱(chēng)。
電力交易技術(shù)服務(wù)商則應(yīng)在符合法規(guī)和交易規(guī)則的前提下，創(chuàng)新開(kāi)發(fā)安全可控、適應(yīng)場(chǎng)景的人工智能算法，推動(dòng)交易算法技術(shù)走向合規(guī)應(yīng)用與行業(yè)規(guī)范。
（二）構(gòu)建多層次交易算法風(fēng)險(xiǎn)防控體系
建立涵蓋算法備案、動(dòng)態(tài)評(píng)估、可追溯管理的風(fēng)險(xiǎn)防控體系。交易機(jī)構(gòu)需對(duì)出清邏輯、預(yù)測(cè)模型等核心算法進(jìn)行備案，提交模型邏輯、數(shù)據(jù)來(lái)源、算法規(guī)則等關(guān)鍵資料，以便監(jiān)管部門(mén)實(shí)時(shí)審查、動(dòng)態(tài)干預(yù)。
加強(qiáng)電力交易數(shù)據(jù)治理。完善數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)，推動(dòng)區(qū)塊鏈等技術(shù)用于報(bào)價(jià)、結(jié)果等核心交易數(shù)據(jù)的上鏈存證，提升透明度與數(shù)據(jù)安全。
建立算法異常處理機(jī)制。明確應(yīng)急干預(yù)條件與處置流程，完善新型算法實(shí)景測(cè)試機(jī)制，實(shí)現(xiàn)算法在實(shí)戰(zhàn)數(shù)據(jù)環(huán)境中的模擬測(cè)試與功能迭代。
加強(qiáng)第三方算法評(píng)估與質(zhì)檢。在傳統(tǒng)網(wǎng)絡(luò)安全檢測(cè)基礎(chǔ)上，重點(diǎn)強(qiáng)化對(duì)算法的公平性、魯棒性、受操控風(fēng)險(xiǎn)的系統(tǒng)評(píng)估，防止算法趨同、風(fēng)險(xiǎn)傳導(dǎo)和市場(chǎng)共振現(xiàn)象的發(fā)生。
（三）打造協(xié)同共治的電力交易應(yīng)用生態(tài)
加強(qiáng)交易復(fù)合型人才隊(duì)伍建設(shè)。推動(dòng)電力交易從業(yè)人員系統(tǒng)掌握市場(chǎng)規(guī)則與出清算法核心邏輯，培養(yǎng)一批懂業(yè)務(wù)、通技術(shù)、能治理的高端復(fù)合人才隊(duì)伍，提升全鏈條算法治理能力。
推動(dòng)行業(yè)協(xié)作機(jī)制建設(shè)。鼓勵(lì)電力企業(yè)、高校、科研機(jī)構(gòu)、行業(yè)協(xié)會(huì)協(xié)同攻關(guān)，圍繞算法透明、行為可控、風(fēng)險(xiǎn)防護(hù)、結(jié)果溯因等關(guān)鍵環(huán)節(jié)制定電力交易人工智能算法應(yīng)用規(guī)范與行業(yè)標(biāo)準(zhǔn)。
強(qiáng)化技術(shù)創(chuàng)新引領(lǐng)。積極擁抱大模型、云計(jì)算等新技術(shù)，加大對(duì)交易算法評(píng)價(jià)體系建設(shè)、交易行為智能監(jiān)測(cè)、算法風(fēng)控模型、交易結(jié)果可追溯分析等方向的技術(shù)突破，推動(dòng)形成協(xié)同共治、規(guī)范有序的智能化電力市場(chǎng)治理新格局。
（黃立平博士對(duì)本文亦有貢獻(xiàn)。本文所述觀點(diǎn)僅代表作者個(gè)人意見(jiàn)，不代表任何機(jī)構(gòu)立場(chǎng)。）
