中國儲能網訊：當?shù)貢r間2025年3月13日上午11點，一位挪威碳市場交易員在買入歐盟碳配額時感受到了來自人工智能（AI）的壓力?！皠傁聠?，就立刻被機器出價給覆蓋了，根本買不進去。”英國牛津能源研究所研究員、中國碳中和50人論壇特邀研究員秦炎告訴《南方能源觀察》（以下簡稱“eo”）記者當?shù)靥冀灰讍T的親身經歷。
據(jù)悉，歐洲碳價連續(xù)兩天的劇烈波動都是由實時新聞引發(fā)的，在廣泛應用AI的歐洲碳交易所，任何風吹草動都可能導致價格快速變化。
歐洲市場交易應用AI技術已不是新鮮事。隨著中國新能源全面入市，具有強波動性、間歇性和不確定性特點的電力市場及人工智能技術的快速迭代，使得AI應用于國內電力交易也有了想象空間。如何在保障安全的前提下體現(xiàn)數(shù)據(jù)要素價值、釋放技術紅利，同時提高監(jiān)管效力，成為一個值得探討的話題。
01
為資源整合提效
近年來，歐洲能源市場交易領域廣泛應用AI工具。公開信息顯示，2024年，歐洲電力交易所（EPEX）量化交易量占全年交易量的比例從2020年的44%提高至70%。
比例提升的背后是算法交易技術公司增加的利潤。位于丹麥奧胡斯的InCommodities Global ApS是一家從事算法交易的代表性企業(yè)。2022年受俄烏沖突影響，能源價格飆升，InCommodities Global ApS實現(xiàn)稅后利潤10.6億歐元。2023年市場回歸穩(wěn)定，波動性降低，需求減少，InCommodities Global ApS完成電力交易16947.7太瓦時，獲得1.366億歐元的稅前凈利潤。
受2022年InCommodities Global ApS等企業(yè)的高利潤驅動，2023年更多算法交易公司在奧胡斯和距其不遠的奧爾堡成立，該地區(qū)甚至被稱為“能源交易的硅谷”。
InCommodities Global ApS發(fā)布的報告顯示，地緣政治、宏觀經濟、政策監(jiān)管、技術進步、需求靈活性等都對能源市場產生顯著影響，算法在處理大量數(shù)據(jù)時起到關鍵作用，能夠迅速提取相關信息并分析其對價格的影響，從而支持交易決策。
隨著能源轉型持續(xù)推進，電力交易亦越來越受氣象因素影響。氣象預測影響新能源出力預測，進而影響新能源場站在電力市場中的交易決策。而隨著AI大模型的發(fā)展，歐洲氣象預測的速度和精度都得到顯著提升。
2025年2月，歐洲中期天氣預報中心（ECMWF）人工智能天氣預報系統(tǒng)（AIFS）實現(xiàn)3分鐘內生成全球高精度天氣預報，在測試中對未來15天的預測準確率較傳統(tǒng)物理模型提高20%，顯著提升新能源出力預測能力。2025年10月，其所有實時數(shù)據(jù)將以最高分辨率向全球用戶免費開放。
電力交易復雜性的提升還源于越來越多的虛擬電廠、源網荷儲一體化項目等新型經營主體參與電力市場。隨著這些新型經營主體的加入，AI在歐洲電力市場中的應用也從輔助分析走向資源整合。
其中的代表企業(yè)包括英國綜合能源服務商——章魚能源公司（Octopus Energy），該公司通過使用AI技術的Kraken智能能源管理系統(tǒng)，實時跟蹤分析供需，實現(xiàn)電動汽車、儲能設備、充電樁等終端聯(lián)動，根據(jù)實時電價和電網負荷狀態(tài)自動優(yōu)化設備運行，在為用戶節(jié)省能源成本的同時形成規(guī)?；{峰資源。
歐洲虛擬電廠企業(yè)——格林沃提斯公司（Green Voltis）則通過AI聚合新能源發(fā)電、分布式儲能及熱泵等可調節(jié)負荷，優(yōu)化虛擬電廠的市場套利策略。
荷蘭消費者和市場管理局（The Netherlands Authority for Consumers and Market，ACM）研究認為，能源轉型還將進一步推動算法發(fā)展，量化交易量持續(xù)增加，算法復雜度亦會隨之提高。
02
應用逐步深化
據(jù)eo記者了解，國內電力市場交易中已有部分品種具備量化交易高頻、復雜的特點。比如，廣東的多日分時集中競爭交易、甘肅的日滾動融合交易和安徽的滾動撮合交易等電力中長期交易品種。
“甘肅日滾動融合交易可隨時買入賣出，類似股票交易，有量化交易空間?！甌+1’(交易后下一個交易日）可以直接量化平倉套利，活躍度很高，有一個場站一天成交了上百筆。”一位從業(yè)者透露。
“在安徽滾動撮合交易中，以小時為交易時段，一個場次交易3天有72個標的，一些交易機會很難由人工快速捕捉?！绷硪晃粡臉I(yè)者透露。
上海綠肆數(shù)創(chuàng)新能源科技有限公司技術總監(jiān)龔昭宇介紹，目前AI在我國電力市場中主要有兩個層面的應用：一是預測電量、電價，二是作為電力交易的“副駕駛員”，開展語言驅動的數(shù)據(jù)分析、策略制定及交易執(zhí)行等工作。未來AI則可能實現(xiàn)“端到端”的電力交易，以電網披露市場邊界和更廣義的社會經濟數(shù)據(jù)作為基礎輸入端，無須生成電量、價格預測等中間數(shù)據(jù)，產生直接交易策略作為輸出結果。
北京清鵬智能科技有限公司（以下簡稱“清鵬智能”）創(chuàng)始人、CEO李中陽認為，當前我國電力市場正從“政策紅利”轉向“技術紅利”階段，企業(yè)需在預測精度、策略優(yōu)化、資源稟賦挖掘等環(huán)節(jié)建立核心競爭力，而大模型與AI Agent（智能體）等數(shù)據(jù)驅動技術將成為關鍵杠桿?！拔覈娏灰最I域中的AI技術絕不遜色于歐洲?！?/span>
據(jù)其介紹，清鵬智能自主研發(fā)了時序/時空大模型，基于對電力市場動態(tài)的全維度模擬分析，電力量化交易AI Agent通過歷史數(shù)據(jù)學習和實時反饋迭代優(yōu)化，具備了在山西電力市場直接執(zhí)行交易的能力。根據(jù)不同風險偏好打造的“一站一策”AI Agent已經面世，結合機器學習與強化學習，能夠實現(xiàn)對功率預測、電價預測和競價策略的閉環(huán)決策，效果顯著好于人類交易員。
曦謀決策（杭州）智能科技有限責任公司（以下簡稱“曦謀決策”）是另一家聚焦AI在電力交易領域應用的初創(chuàng)公司。曦謀決策CEO辛焱告訴eo記者，其目前聚焦6000萬—7000萬個分布式新能源項目精細化管理市場，通過自研的時序預測大模型與決策大模型，以MCP（模型上下文協(xié)議）和服務接口為功率預測、市場預測、交易決策、儲能實時調度提供服務，通過提高大模型的泛化能力降低技術應用成本，目前已在分布式新能源管理中為多家分布式和虛擬電廠提供在線服務，成本僅為傳統(tǒng)方法的0.5%—1%。平臺提供的分布式計算能力支持秒級千萬級節(jié)點并發(fā)處理能力，為未來所有分布式進入市場提供了必備的技術土壤。
03
高頻交易挑戰(zhàn)
隨著AI參與市場交易的程度逐漸加深，其對交易產生的影響和控制能力也在提高。就前文提到的歐洲碳交易案例來說，“（AI的）反應是微秒級的，人類很難及時干預”，秦炎說，但目前AI僅影響波動頻次，整體價格仍然會回歸均值。換句話說，在AI的加持下，市場交易呈現(xiàn)出的波動性更強，變化頻率更高，短時風險也更大。
歐盟能源監(jiān)管機構（ACER）在《關于改進歐盟對批發(fā)能源市場市場操縱的保護》[REMIT II ，Regulation （EU） 2024/1106]中提到，算法交易反應迅速，訂單以秒級下達，給交易場所的監(jiān)控團隊和監(jiān)管機構都帶來挑戰(zhàn)。
業(yè)內有觀點認為，AI在計算和決策速度上較人類交易員有明顯優(yōu)勢，其廣泛應用于市場交易可能誘發(fā)大面積“追漲殺跌”，放大短時價格波動幅度。
此外，不同市場主體可能使用同一家或少數(shù)幾家公司提供的算法，形成技術壟斷。
不過，多位從業(yè)者認為，這種挑戰(zhàn)在我國暫時還不會出現(xiàn)。我國電力市場受電能實時平衡與電網調度的物理約束，現(xiàn)貨交易需在規(guī)定時間窗口完成報價申報，臨近運行時關閉修改以避免系統(tǒng)風險，且申報后不可修改，與廣泛應用量化交易的自由連續(xù)交易有本質區(qū)別。
廣州電力交易中心信息技術部副主任周睿表示，應提前完善規(guī)則設計，防范潛在的高頻交易套利風險，避免市場主體利用AI等新興技術鉆規(guī)則漏洞，并警惕市場主體利用AI惡意刷單或合謀操縱市場的行為，建議AI技術的應用優(yōu)先聚焦市場運營風險的監(jiān)測與預警。
周睿認為，應以辯證的視角看待AI在電力市場中的應用，在通過規(guī)則和技術手段有效防控可能引發(fā)套利或規(guī)則漏洞利用風險的同時，也應積極支持AI技術在新能源出力預測、負荷預測、市場價格研判等領域的應用，提高整體市場效率。
“無數(shù)據(jù)，不AI”已經成為業(yè)界廣泛共識。多位業(yè)內人士指出，目前我國電力市場數(shù)據(jù)公開程度不足，導致AI模型適配難度較大，限制了AI技術的應用效果。多位受訪專家呼吁推動電力市場數(shù)據(jù)更加準確、及時、廣泛且高質量地向市場主體公開。通過標準化的數(shù)據(jù)接口，確保結構化數(shù)據(jù)順暢輸出。
周睿進一步建議，建立區(qū)域級電力市場數(shù)據(jù)中心，整合包括宏觀經濟指標、氣象數(shù)據(jù)、歷史發(fā)電數(shù)據(jù)等在內的多維數(shù)據(jù)資源。根據(jù)數(shù)據(jù)敏感程度及用途，區(qū)分基礎交易數(shù)據(jù)和高頻敏感數(shù)據(jù)，分別明確公開范圍與數(shù)據(jù)顆粒度，逐步推動電力市場數(shù)據(jù)公開透明。同時，積極探索引入隱私計算、可信數(shù)據(jù)空間等新技術，在確保數(shù)據(jù)隱私安全的前提下，實現(xiàn)數(shù)據(jù)價值的深度挖掘，有效推動AI技術在電力市場的穩(wěn)步發(fā)展與應用。
