AI首战中国电力市场，打败了近90%的人类交易员

12月20日，由英大财险组织、“英大售电履约共保体”联合举办的首届“保险杯”AI电力交易大赛在广州落幕。

本次比赛从11月中旬正式启动，吸引了124家售电公司参赛，最终26支队伍脱颖而出摘得奖项。

124个参赛队伍中，有两支特邀参赛队伍（只参与排名，不占获奖名额），其中一支为学生代表队（详见：），另一支则是北京清鹏智能科技有限公司派出的清鹏AI队。这是中国电力市场交易史上，人工智能首次作为电力交易员参与实战，在颁奖现场被业界类比为AlphaGo与人类棋手的首次博弈。

AI首战中国电力市场，其战绩如何？对业界意味着什么？视知产研院就此和清鹏智能创始人李中阳展开深度交流。

Q：先来说下清鹏AI队此次取得的名次。

A：我们最终的排名是在124支队伍中排名第15，其表现超越了近90%的参赛交易员，标志着AI在电力交易领域达到了人类专家水平。

Q：获得本次比赛第一名的内蒙古风行能源科技有限公司的代表在颁奖典礼上表示，如果清鹏AI队采用了激进策略，很可能站在台上的不是他，而是一个AI agent。

A：这事责任在我，这是我们的智能体第一次参与电力交易“实战”，选择了比较稳健的策略，忽略了如果是打比赛的话，应该“赌性”更强一点更激进一点。在本次大赛中，清鹏训练了4种不同风险偏好的AI智能体，越具有风险偏好的AI智能体，即激进的AI，越看重追求更高的回报，而越风险厌恶的智能体越看重交易背后可能存在的资金损失风险。最终我决定派出其中一个偏保守的agent参赛。

Q：如果AI采用激进策略，会是什么样的成绩？

A：在12月7日至13日的比赛期间，实际参赛的是弱风险厌恶AI智能体，它的平均成本为307.04元/MWh。相比之下，强风险偏好智能体的平均成本为236.00元/MWh，弱风险偏好智能体为265.38元/MWh，强风险厌恶智能体为316.47元/MWh。在比赛周，激进策略能获得更高的收益，但是在长周期中，更高收益也可能带来更大的风险。

Q：有个有趣的统计，本次参赛队伍的平均成本为351.90元/MWh。

A：我们看了下最终成绩，第六名选手成本为262.34元/MWh，和参赛队伍的平均成本比，一度电低了接近9分钱。这个数值其实在某种程度上展现了交易技术的价值，因为比赛期间大家面对的是同一个用户，而且竞赛规则无限逼近真实规则。在我们的认知中，售电公司一定是技术支撑、交易驱动的，有核心技术的售电公司未来有希望成为平台型企业。

Q：说回比赛，大家都很好奇，AI交易员到底是如何工作的？

A：清鹏智能的AI交易员依托的是自主研发的能源大模型，该系统主要包括三大核心技术模块：语言大模型（Energy LLM）、时序大模型（TS-LLM）和时空大模型（ST-LLM）。这些模型协同工作，处理并分析大量数据，包括市场动态、历史电价和政策变化，以预测不同时间尺度的电价。语言大模型专注于文本数据，如新闻与政策，而时序与时空大模型则聚焦电价与气象数据的时间和空间变化。

基于这些预测模型，AI交易员利用历史数据和实时更新的信息，针对市场规则和边界条件进行交易模拟与优化。通过历史数据训练与不断的自我博弈，我们能够训练具有不同风险偏好的AI交易员。在比赛过程中，AI交易员结合每日更新的电价预测与风险情况，动态调整建仓决策，实现风险收益比的优化。

Q：整个过程完全没有人工干预？

A：是的，整个策略我们都是提前对所有参赛队伍开放的，全程公开透明。

大家可以看下面的视频，这是我们的AI交易员自动制定策略写入数据库，并自动提交申报结果。

Q:具体流程是怎样的？

A：首先，当然是电价预测。依托自研的清鹏能源大模型，AI智能体能够滚动预测未来10日的日前电价，并据此进行决策。下图展示了未来10日的滚动预测结果：左侧图表以10分钟分辨率展示未来10天的电价预测，粉色区间代表清鹏AI模型预测的80%概率风险区间。该区间可调节（0%-99%），以满足不同风险偏好的需求；右侧图表则将15分钟电价数据加权平均至一天，以便于中长期交易决策时进行比对。我们也提供了加权平均电价的预测值及其风险区间。

比赛时间为12月7日至12月13日，而中长期交易需提前3天申报，即12月4日起需开始申报12月7日的建仓策略。一个优秀的策略需要在12月7日至12月13日之前，根据各日的电价进行权衡。因此，AI智能体在12月4日便预测了12月7日至12月13日的电价，并基于这些预测设计完成12月7日的建仓申报。随后，随着气象和市场预测的准确性提高，清鹏能源大模型的电价预测精准性也将提高，AI智能体会根据更新的预测调整12月8日的建仓申报。随着交易的深入，AI agent对气象和市场情况的预估愈加清晰，电价预测也日益精确，策略的置信度不断提升。

在现货市场中，准确预测日前（day-ahead）与实时（real-time）电价的相对高低是决定购电量调整策略的核心。AI智能体会综合考虑预测模型的历史性能表现将日前购电量调整至80%至120%，以在低价时购入或在高价时卖出。

在比赛中，尽管AI智能体初期由于对市场趋势的误判出现了一定损失，这跟我们没有山东市场历史数据有关，但AI智能体通过对模型预测准确率的研判与不断迭代调整市场模拟分析的参数和模型，展现出了强大的自我学习和适应能力，在整个比赛周期交易胜率和整体现货排名都持续提升，证明了AI智能体迅速应对市场波动和预测不稳定的潜力。

Q:有人戏称，本次交易大赛中，程序员打败了交易员。能否简单介绍下你们公司和这次的参赛团队？

A:我们是一家清华大学孵化的创业公司，致力于将人工智能大模型技术应用于源荷预测、电力交易与能源资产运营领域。

本次比赛的参赛团队成员都是我们公司的算法工程师。团队负责人是我们公司CTO张国祯博士，他是清华电子系三清（清华本硕博连读），师从国科大副校长金德鹏教授和教育部长江学者电子系李勇教授，算法能力非常强，已经发表了数十篇人工智能顶级会议论文，还在南方科技大学计算机系任访问学者。负荷预测算法工程师程凯越、电价预测算法工程师张鸿琳和电力交易算法工程师王景维也都来自清华大学电子工程系，后两位还是在校在读的硕士生。他们都是各地高考的前10名，在来公司之前，他们都没接触过电力交易甚至电力系统，但学习能力非常强，而且都有扎实的算法功底，很早就都已经发表过AI顶级论文。

Q：2025年，中国所有省份都将至少要进入现货试运行阶段。本次比赛的队伍来自全国各省，其中，很多省份电力现货市场还没正式运行。我们统计了下，参赛队伍中位数成本为363.27元/MWh。这意味着，其实一半参赛队伍是亏损的。对此，你有何建议？

A：这说明在当前中国电力现货市场快速推进的背景下，大部分交易团队的能力仍然还有提升和适应市场的空间。目前国内电力现货市场发展迅速，许多省份的电力现货市场即将转入连续试运行或正式运行，释放出海量交易需求。我们相信交易能力未来会越来越重要，成为能源资产投资运营的前提和收益保障，我们也在逐步摸索前进，希望能够与各界广泛合作。

Q：我们展望下未来。欧美电力零售市场这两年其实进入了2.0时代。1.0时代以发电企业售电公司为主体，主要商业模式为赚取批零差价，同时用期货、衍生品等管理电量、电价波动风险。2.0时代以科技企业背景出生的民营售电公司为主，主要商业模式为聚合用户侧各类灵活性资源（光伏、储能、EV、智能家居等），运用人工智能技术，预测电力现货市场价格，同时，运用先进的控制技术，对价格予以实时响应。1.0时代，用户是沉默状态，2.0时代，用户的灵活性成为重要资产。1.0时代，售电公司本质上是个风险管理公司，2.0时代，售电公司本质上是个科技公司，提供的是“能源即服务”。在这种场景下，你认为AI将起到什么作用？

A：随着电力市场的不断深化改革和技术进步，中国电力市场最终也会从1.0时代迈向2.0时代。在未来，交易频次的提升、报价的实时性和市场的灵活性都将成为电力交易的核心特征，而人工智能将在这一转型过程中成为不可或缺的能力，谁的AI能力更强，谁就更有希望在复杂的市场博弈中获取更多收益。

国际上也已经有较为成功的案例，例如Octopus Energy，这家公司利用AI技术切入电力交易领域，快速发展并取得了显著的市场份额。我非常赞同您的判断，AI的应用能够帮助电力零售公司乃至能源企业从传统的风险管理向科技创新型的“能源即服务”提供商转变。

Q:最后一个问题，我相信大家都很好奇，清鹏会自己下场去打吗？

A：清鹏智能现在在做的事情，就是用大模型生成一个能源领域的棋盘，让清鹏AI像AlphaGo 一样，在电力市场中探索最优博弈策略。这次比赛证明了AI可以与人类专家同台竞技，未来一定会超越绝大部分人类交易员。经过此次电力交易大赛的验证，我们对AI交易员的实战能力充满信心，我们将继续优化算法和模型，并计划进一步扩大AI交易系统的应用范围，在山东、山西、广东、江浙、新疆等地进行真实市场环境下的验证。至于是否下场，我们这里留下一个悬念吧。

想参与闭门研讨活动

和线上产业微信群

请注明公司、职位

添加微信：shizhicyy

视知产研院聚焦科技和新能源

微信公号已有100万+高质量粉丝

添加微信：ishizh_business

加好友请注明合作品牌