走进「虹知数科」：揭秘电力交易的神秘面纱

在很多人看来，电力交易是一个既陌生，又火热，还很神秘的领域。今天，就带大家一起走进「虹知数科」，看看电力交易员每天的工作状态是怎样的。

12月20日，2024首届“保险杯”AI电力交易大赛圆满落幕。虹知数科交易团队在全国23个省市的120余家售电公司中脱颖而出，荣获第5名。

首届“保险杯”AI电力交易大赛是由国网英大主办，受到国网北京电力交易中心高度认可。

“ 今天阳光太好了，现货价格肯定低 ”

电力交易首当其冲的难题，就是预测天气。据2024年数据，山东的新能源装机规模历史性的突破了1亿千瓦，占比接近50%，这意味着市场发电量的波动几乎都由风电和光伏决定，而风电和光伏的波动由天气决定。所以，万里无云时，大概率也是价格地板日。虽然没人能控制天气，但做好天气预测，就成为了交易工作重点。

1月7日上午是山东市场每周一次的集中竞价交易时间，早上7点，虹知数科的交易员就会到公司，打开「大地量化」提供的多源气象预测并展开分析与讨论。通过对未来15日～45日的风预测，辐照预测与温度预测，来得到一个基本的感知；早上9:30会使用最近更新的一次气象预测，来进行预期修正。

交易员每日上午数据分析

虹知数科交易员非常重视AI气象大模型的应用，由气象大模型得到预测曲线会和各国的所有预测都放在一起看。看着预测曲线不一致的地方会小心谨慎判断，而预测曲线高度趋同的地方，则认为预测风险较低，可以更大胆的进行交易。

识别高风险预测时间

通过基本的判断和策略会商，虹知数科交易团队便得到了一个基本面判断，以在接下来决定使用什么样的AI策略。

“ AI Agent，交易好帮手 ”

我们一直认为不能为了应用AI而用AI，而是当实际工作中遇到问题时，正好AI是最佳解决方案。而除了气象预测，价格预测场景之外，策略数学优化就正好是一个AI大概会比人类交易员更擅长的一个场景。集中竞价交易时间标的是D+2到月底，因此，这里需要计算一个优化问题，在确保符合规则的前提下，根据预测价格去优化中长期持仓，是一个带若干限定条件，并需要对误差建模，控制风险的数学问题。比如，以下是一些虹知数科常见的决断条件：

• 是否允许中长期比例在短期（如1～3日）突破考核限制

• 价格预测的最大与最小的数值与发生概率

• 能够容忍的最大亏损

• 使用什么样的气象组合来得到竞价空间预测

• ……

那么我们希望去遍历以上决断条件，去得到最佳策略，靠人去计算可能确实太慢了，也很容易出错，这时候我们就造出一大堆不同风格的agent了。

AI Agent扮演数学大师，根据目前已经有的数据，以及过往的交易历史，来计算各种风险等级的1月9日到月底的目标持仓策略。而agent也拥有不同的预设风险偏好，例如让高价场景的agent总是使用风速预测较小值，辐照预测较小值，来去预测最高价格的可能性，以及在这种可能性下出来的交易策略。而也有激进的agent会使其不考虑单日的中长期考核比例，允许1日内突破80%～110%的中长期限制。

两个样例策略

但最终提交的策略只能有一个，Agent也可能因为配置不当而给出非最佳解决方案，或发生幻觉问题。所以Agent并不能离开交易员的丰富经验，交易员在上午查看气象数据进行的基本判断，会决定对策略的选择，最终，交易的收益或损失仍然由交易员负责。

“ 遥感卫星掌握实时状态，修正预期 ”

下午13:30是每天的日滚动交易时间，在每次交易前，都会通过对实时状态的掌握，以修正上午气象预测的预期。虹知数科交易员通过两个方式掌握实时状态，第一是查看实时气象站的数据，第二是查看风云/葵花-8系列同步卫星的实时观测数据。

风云4号同步卫星每5分钟更新的实时数据

1月7日中午，正是光伏大发的时候，通过对比同步卫星的云层观测，发现上午的光伏预测出现了一些偏差，低估了约5%，造成价格预测高估了7%。在完成价格预测中午修正后，在13:30的日滚动交易时，立即寻求交易机会进行持仓修正，把多买的电卖出去（售电），或把多卖的电买回来（发电代理交易）