8月12日，2026分布式能源大會專題論壇“分布式能源助力零碳園區建設”舉行。論壇由中國能源網副總經理張葵葉主持，邀請中國科學院工程熱物理研究所、全球能源互聯網發展合作組織、協鑫能科、厚景科技、慕帆動力、遠景科技等六家單位專家，從技術研發、模式路徑、平臺實踐、裝備應用、項目落地等維度，共同探討分布式能源賦能零碳園區的全景圖。

協鑫晟能綜合能源服務有限公司總經理助理湯光先先生帶來《電力現貨輔助決策系統與虛擬電廠平臺》主題報告。

以下為現場速記：

湯光先：今天非常有幸受組委會的邀請，由我代表協鑫能科對上午專家和領導提到的零碳園區建設過程中，以及在整個項目推進過程中，大家存在的一些問題和難點，我們能科協鑫這邊對于零碳園區建設以及新型電力系統建設過程中我們做了一些相應的探索，接下來我主要從兩個角度：

從電力交易以及虛擬電廠建設這兩個方面，把協鑫在做零碳園區建設過程中我們的一些探索向各位領導做一個匯報。

目前，大家已經越來越多地發現，我們的能源，風光也好、分布式能源也好，在整個零碳園區建設過程中，這都不是難點也不是問題，最大的問題難點是在哪個地方，我建了之后怎樣把園區運營起來，能夠讓各方的參與者能夠獲利，獲得大家預期的收益，這個是接下來大家要考慮的一個非常重要的問題，我們是基于能科在電力行業這么多年的一些經驗，對于整個能源后期的運營，我們摸索了一些自己的一些經驗和目前已經探索出來的路徑，向各位領導做一些分享。

在這個基礎上，可以看到當前是存在幾個問題，第一個問題，我們的電價后期變成了一個隨著市場走，隨著風光新能源供應量充足的時候，出現明顯的市場化途徑，現在來看，固定電價對于當前來講，已經是一個不可持續的東西，并且在后面過程中，風光在超發大發的時間段，這個電價有可能出現零電價甚至負電價的情況，在這種情況下，怎樣對于整個項目的運營做一個預期的判斷，我們探索下來，我想在運營的過程中獲得更多的收益，獲得更優的運營水平，我們對于市場的電價預測，對于市場的價格波動就需要做一定的預測，一定的判斷，基于這種情況下，推出了協鑫的AI預測大模型，基礎是基于幾個方面考慮，第一，基于整個市場的供需，我舉個例子，與全省來講，整個全省火電機組、風光裝機以及網側儲能的裝機，甚至抽水蓄能電站的裝機，這些電源的供應以及調節資源，同時對于我們用戶側負荷的預測，用戶側的一個用電波動情形的預測，同時對于特殊情況異常天氣或者異常波動情況下的價格預測，這些都會影響電價的變化，基于市場以上各種因素做出來一些基礎模型進行整個市場定價的大模型預測，同時細化到價格的預測，目前我們也分析了當前在國內的一些主要的央國企在做的一些事情，像國網包括南方電網對系統負荷的預測做了相應的算法，這些都是基于大網來做的，我們的做法主要在大網預測的基礎上做細致化、精細化的預測，這塊的預測我們也列了一些當前國內做得有代表性的企業在做的方向，大家的方向是不一樣的，雖然都是解決預測的問題，解決市場上價格波動的問題，但是大家基于的模型和算法都不一樣。

我們協鑫這邊的做法，主要是基于幾類來做，第一，采用的是時序大模型疊加語言算法，同時疊加視覺大模型和語言大模型和尋優策略算法，四個方面疊加能源大模型，依托協鑫在整個市場上做的一個分布式能源開發經驗以及服務過程中積累下的經驗，同時和清潔能源智慧生產產生的積累，加上采用的這些算法，最后疊加出來對于整個電力的預測。目前來講，當前協鑫這邊疊加了數據總量的規模超過3000億的電量，新能源目前已經有大概5個GW在做支撐，同時對氣象數據、用能數據，主要在江蘇、山東、廣東、浙江、安徽等11個省份有底層的一些資產在做支撐，通過收集數據疊加對省份的數據分析和判斷，最后形成了大模型訓練的基礎和底座。

協鑫能科電力大模型分成四層架構來做，從資源庫到聚合控制以及大模型支撐到業務的智能體分成四個層級，資源主要從發電側的資源以及用戶側的資源，發電側資源以風光為主，同時包含分布式的一些燃機、儲能電站，對用戶側的資源主要是從一些生產負荷、充電樁用戶側儲能、分布式的光伏作為資源庫，在這個資源庫聚合的基礎上，疊加了聚合控制，從資源管理到監控分析到資源調控以及與省、市平臺的交互，通過資源的聚合控制，形成一個資源的聚合和數據連接，在以上資源基礎上，疊加預測模型和策略模型以及調度控制分析，最終形成控制策略和控制算法。最后在業務層面，疊加在模型的基礎上，最能催生出來的是幾塊業務，第一部分是虛擬電廠的業務，虛擬電廠的業務目前從國內一些省份來看，虛擬電廠這塊對于負荷的預測以及對于交易的申報以及交易的支撐，是變得越來越重要，這種情況下，模型對于虛擬電廠的支撐起到了一個非常關鍵的點。第二個事情，虛擬電廠在各個省份發展的程度以及發展的進度是不一樣的，有前有后，對于傳統的一些做需求響應或者做輔助服務也做相應的業務支撐。第二個業務方向就是做源網荷儲一體化的控制，源網荷儲一體化大家今天一直都在聊這個事情，在聊這個事情的過程中，最重要的點不是說我做了多少電源，也不是說我做了多少的負荷，怎么把源荷匹配起來，尋到最優的控制策略，使各方獲得最佳的成本收益，這個其實是做源網荷儲的一個最重要的點，我們基于這個點考慮，通過疊加數據預測、運營控制來獲得各方最優的收益。第三個部分，現貨交易。當前基本上大部分省份開了現貨市場，一些省份開了現貨的試運行，并且全國電力交易大市場已經是很明確的方向，這個過程中各類型的資源參與電力市場的過程中，怎么去做交易?怎么做申報?怎么根據我們的市場價格去做調整?這些其實對于電價的預測要求越來越高。同時對這個方面我們做了相應的支撐，對于大家都做了前面的運營支撐之后，最后還是返回到綠電綠證以及碳中和的要求上來，綠證綠電怎么走怎么做，途徑是什么樣，依據在哪里，標準在哪里。剛剛那位領導介紹的時候說到了這個問題，在這個過程中怎么做，我們對相應的這些做了相應的支撐。

目前的做法，主要是采用一體化的能源數字平臺底座，以電力交易、碳資產管理、能源聚合作為數據和管理的核心，鏈接交易平臺和調度平臺，最后形成了電力交易以及虛擬電廠以及智能微網的智能調度，這是模型的底層控制邏輯。

采用的一些算法，主要是通過預測和算法的矩陣，加上我們對于風控和價格預測的博弈決策，同時加上專家知識集成，三個方面形成一個模型預測的核心支撐。

在上面的基礎之上，在模型基礎之上，延伸出來的兩個方面解決方案，一個是電力現貨交易的解決方案，主要是從幾個維度來做，第一，公有數據的采集、分析以及處理。第二部分是私有數據的處理分析以及調用。最后形成一個融合治理的模式，最后打造一個統一的數據池，輸出電價預測和市場負荷預測。這是我們做的一些交易模型的分析以及展示的結果。

交易的模型底層算法是采用TransFormer的底層架構，采用的主要是幾種方式，整個模型訓練邏輯主要從數據規模加上采用不同的訓練方式，加上搭了訓練模型的框架，最后加上參數的調用，生成了一個整體的模型的架構。

這個主要是介紹對于整個模型的輸入輸出的邊界以及輸入輸出主要參數，最終是采用全局尋優加演算的算法，同時加上動態規劃和動態決策進行算法支撐。

這個可以跟大家稍微詳細地描述一下，這個主要是介紹對于我們當前特別是在一些模型上面大家會看到，對于整個市場價格的預測，怎么指導我們實際的運營，價格預測指導實際運營從左下角的這個圖可以看出來，我們在市場上整個價格的波動，按照15分鐘一個點，全天形成96個點形成一個價格波動，對于我們一些生產型的負荷或者像工商業的儲能或者是充電樁負荷，調動的邏輯是這樣的，首先我要找到在我準備做充電或者放電時間段最優的低價點進行操作，同時在放電時段找到最高電價操作，在現貨市場中體現出來，拉大了峰谷價差的水平，正常情況下大家的操作可能按照傳統的模式，設定定時的模式操作，但是我們的做法是要做尋優，根據預測邏輯包括預測結果，找最低的點，包括去找最高的點，這樣來實現利潤的最大化。

這個是我們做的自動化交易的邏輯，根據價格預測的情況，同時匹配交易人員的交易策略，進行自動化操作，提前設定好策略、安全交易的邊界，由智能體自動進行價格的預測，根據預測的結果進行買入或者賣出的操作，同時來獲得交易的額外收益。

這塊主要對于復盤的分析，我們做這些交易和策略的過程中也會發現，交易得好不好，做得預測準不準確，做的這些策略是不是能夠做到市場均價以下，這些通過復盤來做，在做復盤的過程中，要比較幾個方面，第一個方面，我不同交易員之間交易的好壞，交易的優劣，第二比較軟硬件交易的優劣，第三個比較是跟整個市場水平比，到底是頭部的一些交易公司做得好還是我們做得好，我們從不同的維度來評判做得交易好還是壞，這些就是在復盤和對標上做一些分析和支撐。這些就是復盤的一些情況。

以上就是我們做的一些基于電力交易上的探索。接下來，我們在做虛擬電廠過程中，通過預測怎么反過來支撐虛擬電廠的業務推進和發展。目前來講，從當前虛擬電廠來看，結合現在大家正在推的一些零碳園區或者源網荷儲的項目來看，真正最后落到實地，項目建起來之后怎樣把這個項目轉化為有效的收益，能夠獲得長期的運營結果，這些從我們判斷，可能是通過虛擬電廠來作為一個鏈路，作為一個貫通后期運營的整個環節，我們認為這是一個可能是比較好，并且比較有效的一個途徑，目前協鑫虛擬電廠當前平臺管理的用戶規模已經超過20個GW，在江蘇這邊目前做的占率超30%，虛擬電廠的產品目前有三類，第一是城市級虛擬電廠的產品，第二是運營商級的，第三是用戶級的。

虛擬電廠前端業務比較簡單，從我的數據采集、平臺搭建到整個業務的流程推進，這個東西都是有路子可以走，真正做虛擬電廠這個事情比較難的，考驗后期運營水平的在后期常態化通過虛擬電廠品種參與到電力現貨市場上去交易、獲得更多的收益，你的支撐在哪邊，做業務調節和業務邏輯在哪邊，這是后期比較難的一個點。

我們也列了一些從傳統的負荷到聚合的策略執行，實現管控的能力，這是運營商的電廠情況，這一塊我給大家講一下，對于虛擬電廠調度，它的邏輯是什么樣的，傳統的我們做虛擬電廠，根據發布的需求執行需求響應，按照預定的結果、提前量，做這個事情傳統做法都是按照提前量做，現在真正做的是每天要通過虛擬電廠這個事情在市場上，包括調度我們的一些負荷和資源的時候怎么個做法，我們的資源是可控可調的，無論是我們的生產負荷還是儲能、分布式的能源，這些一定是可控可調的，第二個，可控可調的資源在市場上怎樣及時響應電價的變化，電價在15分鐘一個點進行波動的時候想拿到它更高的電價，想獲得更多收益的時候，怎樣調度我的負荷資源匹配電網價格的波動，這個其實是需要我們做的，我們的做法是基于我的虛擬電廠平臺加上預測的方案，執行一個自動化的調度聚合的策略分解，同步實時傳到每一個負荷側，這樣之后市場價格出現了波動，同步傳導到負荷側之后進行調度，進行執行，形成整體的閉環，雙向的交互，同時這些是一些預期的收益不再說了，前面的東西做好了之后，后面可以形成一些穩定的收益，這是我們城市級的虛擬電廠的情況。

能源領域對于預測模型判斷和場景，我們有自己的一些看法和理解，最后分成四個方面來做，第一，高精度的氣象融合，這個事情做整個電價預測的底層邏輯，后期可能對于氣象預測可能會有專業的公司，目前也有專業公司在做這個事情，專門針對氣象預測出來針對性的結果，網格的程度要到百米甚至米級情況，可能要精確到每一個點位的情況，這是一個對于氣象預測調度，第二個部分，對于智慧調度中樞的要求，從我們的理解，后期不論是源網荷儲的項目還是零碳園區的項目還是綠電直連項目，最終一定是協調各種類型的負荷和資源，做到最優的控制，我們考慮后期通過虛擬電廠業務邏輯作為一個底層支撐來調度聚合各方的資源。第三個部分對于市場機制、市場價格的判斷分析，后期可能在于各個用戶也好，包括投資商也好，對于市場價格一定跟著市場價格來走，后期的市場價格一定傳導到用戶這邊來，這個過程中怎么根據市場走，怎么在當前有一些固定的電價政策的情況下，怎么向后期市場化的電價驅動來走，這個都需要我們考慮的，包括探索的一個問題。最后一個，對于制造行業，生產型的企業來講，后期市場用電的成本已經跟著市場變化了，我們在企業生產的過程中怎么根據市場定價變化去執行自己生產的工序安排，這個就是要反過來倒推看對于市場價格的預測情況，包括和市場價格的走勢判斷，這些也是對整個預測有相應的需求。

同時，大家提出來比較多的算電協同以及大電網和小電網之間的支撐，智能微網和大電網之間連接的問題，這些都是需要預測價格的一個底層支撐來做相應的業務邏輯的執行。

以上是我的分享，謝謝!