汤光先：电力现货辅助决策系统与虚拟电厂平台

8月12日，2026分布式能源大会专题论坛“分布式能源助力零碳园区建设”举行。论坛由中国能源网副总经理张葵叶主持，邀请中国科学院工程热物理研究所、全球能源互联网发展合作组织、协鑫能科、厚景科技、慕帆动力、远景科技等六家单位专家，从技术研发、模式路径、平台实践、装备应用、项目落地等维度，共同探讨分布式能源赋能零碳园区的全景图。

协鑫晟能综合能源服务有限公司总经理助理汤光先先生带来《电力现货辅助决策系统与虚拟电厂平台》主题报告。

以下为现场速记：

汤光先：今天非常有幸受组委会的邀请，由我代表协鑫能科对上午专家和领导提到的零碳园区建设过程中，以及在整个项目推进过程中，大家存在的一些问题和难点，我们能科协鑫这边对于零碳园区建设以及新型电力系统建设过程中我们做了一些相应的探索，接下来我主要从两个角度：

从电力交易以及虚拟电厂建设这两个方面，把协鑫在做零碳园区建设过程中我们的一些探索向各位领导做一个汇报。

目前，大家已经越来越多地发现，我们的能源，风光也好、分布式能源也好，在整个零碳园区建设过程中，这都不是难点也不是问题，最大的问题难点是在哪个地方，我建了之后怎样把园区运营起来，能够让各方的参与者能够获利，获得大家预期的收益，这个是接下来大家要考虑的一个非常重要的问题，我们是基于能科在电力行业这么多年的一些经验，对于整个能源后期的运营，我们摸索了一些自己的一些经验和目前已经探索出来的路径，向各位领导做一些分享。

在这个基础上，可以看到当前是存在几个问题，第一个问题，我们的电价后期变成了一个随着市场走，随着风光新能源供应量充足的时候，出现明显的市场化途径，现在来看，固定电价对于当前来讲，已经是一个不可持续的东西，并且在后面过程中，风光在超发大发的时间段，这个电价有可能出现零电价甚至负电价的情况，在这种情况下，怎样对于整个项目的运营做一个预期的判断，我们探索下来，我想在运营的过程中获得更多的收益，获得更优的运营水平，我们对于市场的电价预测，对于市场的价格波动就需要做一定的预测，一定的判断，基于这种情况下，推出了协鑫的AI预测大模型，基础是基于几个方面考虑，第一，基于整个市场的供需，我举个例子，与全省来讲，整个全省火电机组、风光装机以及网侧储能的装机，甚至抽水蓄能电站的装机，这些电源的供应以及调节资源，同时对于我们用户侧负荷的预测，用户侧的一个用电波动情形的预测，同时对于特殊情况异常天气或者异常波动情况下的价格预测，这些都会影响电价的变化，基于市场以上各种因素做出来一些基础模型进行整个市场定价的大模型预测，同时细化到价格的预测，目前我们也分析了当前在国内的一些主要的央国企在做的一些事情，像国网包括南方电网对系统负荷的预测做了相应的算法，这些都是基于大网来做的，我们的做法主要在大网预测的基础上做细致化、精细化的预测，这块的预测我们也列了一些当前国内做得有代表性的企业在做的方向，大家的方向是不一样的，虽然都是解决预测的问题，解决市场上价格波动的问题，但是大家基于的模型和算法都不一样。

我们协鑫这边的做法，主要是基于几类来做，第一，采用的是时序大模型叠加语言算法，同时叠加视觉大模型和语言大模型和寻优策略算法，四个方面叠加能源大模型，依托协鑫在整个市场上做的一个分布式能源开发经验以及服务过程中积累下的经验，同时和清洁能源智慧生产产生的积累，加上采用的这些算法，最后叠加出来对于整个电力的预测。目前来讲，当前协鑫这边叠加了数据总量的规模超过3000亿的电量，新能源目前已经有大概5个GW在做支撑，同时对气象数据、用能数据，主要在江苏、山东、广东、浙江、安徽等11个省份有底层的一些资产在做支撑，通过收集数据叠加对省份的数据分析和判断，最后形成了大模型训练的基础和底座。

协鑫能科电力大模型分成四层架构来做，从资源库到聚合控制以及大模型支撑到业务的智能体分成四个层级，资源主要从发电侧的资源以及用户侧的资源，发电侧资源以风光为主，同时包含分布式的一些燃机、储能电站，对用户侧的资源主要是从一些生产负荷、充电桩用户侧储能、分布式的光伏作为资源库，在这个资源库聚合的基础上，叠加了聚合控制，从资源管理到监控分析到资源调控以及与省、市平台的交互，通过资源的聚合控制，形成一个资源的聚合和数据连接，在以上资源基础上，叠加预测模型和策略模型以及调度控制分析，最终形成控制策略和控制算法。最后在业务层面，叠加在模型的基础上，最能催生出来的是几块业务，第一部分是虚拟电厂的业务，虚拟电厂的业务目前从国内一些省份来看，虚拟电厂这块对于负荷的预测以及对于交易的申报以及交易的支撑，是变得越来越重要，这种情况下，模型对于虚拟电厂的支撑起到了一个非常关键的点。第二个事情，虚拟电厂在各个省份发展的程度以及发展的进度是不一样的，有前有后，对于传统的一些做需求响应或者做辅助服务也做相应的业务支撑。第二个业务方向就是做源网荷储一体化的控制，源网荷储一体化大家今天一直都在聊这个事情，在聊这个事情的过程中，最重要的点不是说我做了多少电源，也不是说我做了多少的负荷，怎么把源荷匹配起来，寻到最优的控制策略，使各方获得最佳的成本收益，这个其实是做源网荷储的一个最重要的点，我们基于这个点考虑，通过叠加数据预测、运营控制来获得各方最优的收益。第三个部分，现货交易。当前基本上大部分省份开了现货市场，一些省份开了现货的试运行，并且全国电力交易大市场已经是很明确的方向，这个过程中各类型的资源参与电力市场的过程中，怎么去做交易?怎么做申报?怎么根据我们的市场价格去做调整?这些其实对于电价的预测要求越来越高。同时对这个方面我们做了相应的支撑，对于大家都做了前面的运营支撑之后，最后还是返回到绿电绿证以及碳中和的要求上来，绿证绿电怎么走怎么做，途径是什么样，依据在哪里，标准在哪里。刚刚那位领导介绍的时候说到了这个问题，在这个过程中怎么做，我们对相应的这些做了相应的支撑。

目前的做法，主要是采用一体化的能源数字平台底座，以电力交易、碳资产管理、能源聚合作为数据和管理的核心，链接交易平台和调度平台，最后形成了电力交易以及虚拟电厂以及智能微网的智能调度，这是模型的底层控制逻辑。

采用的一些算法，主要是通过预测和算法的矩阵，加上我们对于风控和价格预测的博弈决策，同时加上专家知识集成，三个方面形成一个模型预测的核心支撑。

在上面的基础之上，在模型基础之上，延伸出来的两个方面解决方案，一个是电力现货交易的解决方案，主要是从几个维度来做，第一，公有数据的采集、分析以及处理。第二部分是私有数据的处理分析以及调用。最后形成一个融合治理的模式，最后打造一个统一的数据池，输出电价预测和市场负荷预测。这是我们做的一些交易模型的分析以及展示的结果。

交易的模型底层算法是采用TransFormer的底层架构，采用的主要是几种方式，整个模型训练逻辑主要从数据规模加上采用不同的训练方式，加上搭了训练模型的框架，最后加上参数的调用，生成了一个整体的模型的架构。

这个主要是介绍对于整个模型的输入输出的边界以及输入输出主要参数，最终是采用全局寻优加演算的算法，同时加上动态规划和动态决策进行算法支撑。

这个可以跟大家稍微详细地描述一下，这个主要是介绍对于我们当前特别是在一些模型上面大家会看到，对于整个市场价格的预测，怎么指导我们实际的运营，价格预测指导实际运营从左下角的这个图可以看出来，我们在市场上整个价格的波动，按照15分钟一个点，全天形成96个点形成一个价格波动，对于我们一些生产型的负荷或者像工商业的储能或者是充电桩负荷，调动的逻辑是这样的，首先我要找到在我准备做充电或者放电时间段最优的低价点进行操作，同时在放电时段找到最高电价操作，在现货市场中体现出来，拉大了峰谷价差的水平，正常情况下大家的操作可能按照传统的模式，设定定时的模式操作，但是我们的做法是要做寻优，根据预测逻辑包括预测结果，找最低的点，包括去找最高的点，这样来实现利润的最大化。

这个是我们做的自动化交易的逻辑，根据价格预测的情况，同时匹配交易人员的交易策略，进行自动化操作，提前设定好策略、安全交易的边界，由智能体自动进行价格的预测，根据预测的结果进行买入或者卖出的操作，同时来获得交易的额外收益。

这块主要对于复盘的分析，我们做这些交易和策略的过程中也会发现，交易得好不好，做得预测准不准确，做的这些策略是不是能够做到市场均价以下，这些通过复盘来做，在做复盘的过程中，要比较几个方面，第一个方面，我不同交易员之间交易的好坏，交易的优劣，第二比较软硬件交易的优劣，第三个比较是跟整个市场水平比，到底是头部的一些交易公司做得好还是我们做得好，我们从不同的维度来评判做得交易好还是坏，这些就是在复盘和对标上做一些分析和支撑。这些就是复盘的一些情况。

以上就是我们做的一些基于电力交易上的探索。接下来，我们在做虚拟电厂过程中，通过预测怎么反过来支撑虚拟电厂的业务推进和发展。目前来讲，从当前虚拟电厂来看，结合现在大家正在推的一些零碳园区或者源网荷储的项目来看，真正最后落到实地，项目建起来之后怎样把这个项目转化为有效的收益，能够获得长期的运营结果，这些从我们判断，可能是通过虚拟电厂来作为一个链路，作为一个贯通后期运营的整个环节，我们认为这是一个可能是比较好，并且比较有效的一个途径，目前协鑫虚拟电厂当前平台管理的用户规模已经超过20个GW，在江苏这边目前做的占率超30%，虚拟电厂的产品目前有三类，第一是城市级虚拟电厂的产品，第二是运营商级的，第三是用户级的。

虚拟电厂前端业务比较简单，从我的数据采集、平台搭建到整个业务的流程推进，这个东西都是有路子可以走，真正做虚拟电厂这个事情比较难的，考验后期运营水平的在后期常态化通过虚拟电厂品种参与到电力现货市场上去交易、获得更多的收益，你的支撑在哪边，做业务调节和业务逻辑在哪边，这是后期比较难的一个点。

我们也列了一些从传统的负荷到聚合的策略执行，实现管控的能力，这是运营商的电厂情况，这一块我给大家讲一下，对于虚拟电厂调度，它的逻辑是什么样的，传统的我们做虚拟电厂，根据发布的需求执行需求响应，按照预定的结果、提前量，做这个事情传统做法都是按照提前量做，现在真正做的是每天要通过虚拟电厂这个事情在市场上，包括调度我们的一些负荷和资源的时候怎么个做法，我们的资源是可控可调的，无论是我们的生产负荷还是储能、分布式的能源，这些一定是可控可调的，第二个，可控可调的资源在市场上怎样及时响应电价的变化，电价在15分钟一个点进行波动的时候想拿到它更高的电价，想获得更多收益的时候，怎样调度我的负荷资源匹配电网价格的波动，这个其实是需要我们做的，我们的做法是基于我的虚拟电厂平台加上预测的方案，执行一个自动化的调度聚合的策略分解，同步实时传到每一个负荷侧，这样之后市场价格出现了波动，同步传导到负荷侧之后进行调度，进行执行，形成整体的闭环，双向的交互，同时这些是一些预期的收益不再说了，前面的东西做好了之后，后面可以形成一些稳定的收益，这是我们城市级的虚拟电厂的情况。

能源领域对于预测模型判断和场景，我们有自己的一些看法和理解，最后分成四个方面来做，第一，高精度的气象融合，这个事情做整个电价预测的底层逻辑，后期可能对于气象预测可能会有专业的公司，目前也有专业公司在做这个事情，专门针对气象预测出来针对性的结果，网格的程度要到百米甚至米级情况，可能要精确到每一个点位的情况，这是一个对于气象预测调度，第二个部分，对于智慧调度中枢的要求，从我们的理解，后期不论是源网荷储的项目还是零碳园区的项目还是绿电直连项目，最终一定是协调各种类型的负荷和资源，做到最优的控制，我们考虑后期通过虚拟电厂业务逻辑作为一个底层支撑来调度聚合各方的资源。第三个部分对于市场机制、市场价格的判断分析，后期可能在于各个用户也好，包括投资商也好，对于市场价格一定跟着市场价格来走，后期的市场价格一定传导到用户这边来，这个过程中怎么根据市场走，怎么在当前有一些固定的电价政策的情况下，怎么向后期市场化的电价驱动来走，这个都需要我们考虑的，包括探索的一个问题。最后一个，对于制造行业，生产型的企业来讲，后期市场用电的成本已经跟着市场变化了，我们在企业生产的过程中怎么根据市场定价变化去执行自己生产的工序安排，这个就是要反过来倒推看对于市场价格的预测情况，包括和市场价格的走势判断，这些也是对整个预测有相应的需求。

同时，大家提出来比较多的算电协同以及大电网和小电网之间的支撑，智能微网和大电网之间连接的问题，这些都是需要预测价格的一个底层支撑来做相应的业务逻辑的执行。

以上是我的分享，谢谢!