导读本文将分享在电力市场背景下的新能源数智化运营。

主要内容包括一下几大方面：

1. 背景：双碳与联盛

2. 能源运营场景与数据

3. 现货交易决策案例

4. 能荷储协同决策场景探索

分享嘉宾｜易璕 上海联之盛新能源科技有限公司 数字化能源运营总监

编辑整理｜林素烟

内容校对｜李瑶

出品社区｜DataFun

01背景：双碳与联盛

首先来介绍一下背景。

我们经常听到"双碳"目标，那么它应该怎样与"能源运营"挂钩呢？2030年碳达峰需要20亿千瓦的新能源装机，由于新能源发电的不确定性非常强，其波动性可能会影响到电网安全，为了实现新型电力系统的安全稳定运行，需要配备大容量的灵活性资源。在高比例新能源装机和渗透率之后，新能源资产的运营商们亟需改进技术手段和商业模式提高效益。在新型电力系统设计下，促进真实价格信号的产生，实现能源、技术、资金的自驱动。

新型电力系统的发展趋势为：新能源为保供主体，火电为调节资源；荷：系统调节重心向需求侧移动；网：微网、分布式源储参与能源配置。

整个系统就像一个虹吸效应，最先由政策和补贴来推动，接下来按这一模式推动市场的各个主体（如下图中右下角所示）纷纷参与进来，把单纯的负荷从消费者变成能源的产销者，和大电网进行互动。这一互动过程无论在经济意义和社会意义上都有着很大的影响，因此有一套完备的能源运营方案至关重要。下面先来剖析一下新能源运营模式。

能源资产的投建、运维，相当于是个物理世界，电力市场相当于是一个金融世界。物理世界和金融世界的碰撞和融合，就激发出了很多的运营决策场景，也增加了运营决策的复杂性。假如能源市场是完善的，我们可能会碰到的业务领域，包括电力交易、能量辅助服务市场；综合能源方面包括技术与技术服务，涉及到更多的是用能和供能这一侧。相关方从以前单纯的源、网、荷、储，变成了多种多样的相关方，包括集中式电厂、大用户、售电公司、聚合商、配网主体、分布式电源、储能、电动车等等。场景需求，包括报价决策、套餐定制、能效管理、需求侧响应、多能互补、虚拟电厂、V2G等等。商业模式包括B2B2C、B2B以及B2C。

在双碳背景下，我们可以看到能源圈、金融圈、科研圈分别以不同角度切入了这个赛道，来迎接电力的机遇和挑战。联盛是一个业务网络覆盖全国，并且资产运营规模非常庞大，尤其是创新科技实力比较强悍的一个双碳领域切入者。我们的业务场景包括分布式光伏、储能电站的投资和建设，新能源资产的运维和管理，以及能源运营解决方案。除了扎实的新能源达峰基建在傲普能源科技板块下还包括储能相关的硬件产品的研发，以及能源管理像BMS、 EMS，整个储能管理或整个能源运营管理的这个平台和相关软件方面的研发。源侧的分布式光伏，与负荷侧密切交互的运维管理，以及分布式储能或是中储能，为我们提供了大量的实践场景，去挖掘和培育新能源运营技术和模式。

02能源运营场景与数据

接下来介绍能源运营具体会遇到哪些场景和数据。

首先，我们拓展的是负荷侧的资源：用户的屋顶。通过累积了大量的用户负荷资源，在最早的自发自用模式之下，它的运营模式是常见的能源管理的方式，通过抵消屋顶的租金，利用屋顶租金做电价折扣。

但通常这样工商业的光伏--屋顶光伏，只解决了商业实际用电中很小的比例，如果采用其它方案解决剩余的用电部分，可以获得更高的运营收益，即可以拓展成售电公司的模式。这时相关方就包括了，作为交易组织者的交易中心，负责运营决策的售电公司，以及被运营方代理电量的零售侧工商业用电用户，形成了一个既要参加批发交易购电控成本，同时基于通过EMC合同、购电合同在零售侧保收益，，并引导他们的响应增收的代理签约模式。这样就拓展了电力批发市场的价值。

第三个路径，随着联盛业务的推广和发展，尤其是储能产品的研发接收到市场各种的需求，不仅是工商户需要配储去解决能耗的问题，还有园区型的大用户，比如最近达成合作的增量配网配储和运营项目，客户本身有配网的资源，这种情况下的收益除了园区里自备新能源资产发电收益，还有从电力批发市场上采购的电与售电的差价收益。分布式光伏、工商业配储、配售电业务模式，在同样的用电客户侧依次扩增，在项目开发方面有更低的边际成本，在运营决策方面有更灵活的资产配置的空间，进一步拓展了配网资源的价值，在客户用能方面也进一步降低了整体用能成本，提升了能源运营的收益。

第四种模式是虚拟电厂模式，在市场政策配套成熟的基础上，明晰不同时间尺度灵活性的定价机制，再一步拓展了灵活性资源间，以及与电网间的协同价值。

最后一种是电碳耦合模式，可以拓展环境价值。

无论哪种模式，能源运营追求的核心目标就是增加收入、降低成本。

提升收入的在电力市场背景和能源运营的需求之下，主要的方向有：

1、对用电需求进行分析，控制代理用户的成本和风险。

2、市场价格发现，对参与市场的资源的量和价进行一个最优的配置。

3、交易申报的决策，包括中长期的签约，以及现货交易、容量的配给，完成最后申报，并作为结算依据。

4、合约定量的交割。

成本控制部分：

1、源储协同。

2、能效优化管理，根据用能的时间以及能量的价格随时间的变化来调整排产。

3、投资的精益规划，现在做能源运营，除了能量之外，还有资产本身。

4、数字决策支撑，利用足量的数据和清晰的思路才能达成收入提升和成本下降，实现利润。

场景虽然很新，但是应用的技术并不是全新的技术。一个成熟的技术可能缺乏丰富的场景去锤炼和调试，因此无法在这个场景实现最优的价值。数据的可用，是实现数据决策的基础。有了数据之后，需要很好地存储和利用起来，也就是数据要易用。最后是有用，通过工具利用数据进行决策，支撑各种业务场景。

接下来分别介绍可用、易用和有用这三个层次在实际中遇到的问题和解决方案。

首先来看可用。下图中列出了我们用到的数据。上半部分是一些参数。模型运营的时候，不需要实时维护和实时更新，但是需要分阶段维护一些设定的参数。

易用方面，接入和存储是基础，还有我们自己搭建的统一的数字化框架，可以很好地融合各类系统的数据，实现了数据透明、数据准确和数据共享。

最后是有用，要为用户提供超值的用能体验。第一步是提供新能源资产，第二步代理能量交易，第三步让用户买到的电能最划算。

03现货交易决策案例

接下来分享案例，现货场景。目前来看整个能源运营里面，现货场景应该最成熟的场景，因为现货市场的推进是比较标准的由上至下，数字化基建配套比较完善，数据的积累也比较规范，更容易让我们的智能决策在里面产生价值和发挥作用。

我们在达摩院的技术支持下，实现了批量新能源场站的电力现货交易管理，帮客户参加现货交易，这个交易不单单是交易的申报，还提出了风机的启停控制策略，使得其度电出售成本在整个省份里面达到领先水平。

新能源场站运营的痛点主要包括，风电功率预测准确率只有50%-60%，价格预测不合理，并且缺乏申报辅助寻优策略，没有经过精细的考量造成很大的平衡损失和现货收益的风险。

相应的，任务主要就是功率预测、电价预测和申报辅助决策。

我们要利用不确定性，同时规避不确定性可能带来的风险，来产生更高的收益。

风功预测经历了很多代的革新。首先，第一代分工预测采用深度学习的方式，通过输入天气数字天气预报，对数据进行处理，创建特征模型，功率预测。这样的功率预测遇到一个瓶颈，接入的数据会有准确性的问题，尤其是一些实测数据，场站的实际位置和监测设备的位置是有偏差的，经过校正后，效果有明显的提升。所以数据的精确性对整个预测有非常大的影响。第二点，是否要追求绝对的高功率预测准确率，是不是功率预测准确率越高，交易成交的度电单价越好。事实是规避关键时刻或时段里面功率预测不准带来的交易风险，所以最关键的是将最可能影响交易决策结果的那个时段的预测准确率风险规避掉。

第一代电价预测是用积累的历史电价数据，通过时序预测，包括深度学习的方法，用特征工程来去做这个特征重要性的分析，再做模型训练和推理，最后产生一个输出的预测值。第二代对这个模型进行了优化，把不同的特征进行分组，在事实的情况下会调整模型训练的频率，以保证观测模型准确率的提升，最后决定是否要上线运行这个电价预测的模型。

在申报决策方面，第一代决策的关键就是分析日前跟实时价格的价格关系。在低价时，把价格分成了零、一和负一的关系。这样会丢失很多套利的机会。在第二代的时候，一方面，我们尽量把价格关系分类的模型变得连续一些，更精细地分配套利电量权重。最新一代，是效果最好的连续运行的一套方案，我们通过随机优化的方法，基于大量历史预测经验，把不确定性的噪声考虑进去，再输入到搭建的仿真环境中去试跑，而后从大量对应不同功率预测、价格预测输入组合产生的申报决策中，选择符合收益期望的申报方案。这样决策的目的，不单单是要追求某一个时点或者某一天的收益最高，而是保证了全运营周期的亏损最少。现货交易运营虽然已经是比较成熟的市场了，但是它的数据积累还是很有限，所以我们第一要务不是去套最多的利，而是去规避最多的不确定性。因此，无论是用强化学习还是学习优化，这种考虑不确定性对最后收益影响的办法是当前市场一个最首要要应用的技术。

下图中可以看到，通过我们的解决方案，现货交易决策收益得到了显著提升。

04能荷储协同决策场景探索

最后要分享的是一体化园区的场景展望。现在我们在业务上有接触一体化园区源网融合，包括多层级的运营需求场景，例如用电设备与光储设备调控决策、零售和批发的交易决策等等。目前实现的稳定复制的场景，使用的策略多为rule-based策略，根据经验模型自己去设定一些运行的规则。

典型的运营场景是，代理了一些用户，资产方投资了光伏和储能设备，我们作为运营方，一方面要去电网采购电，另一方面跟资产方和代理用户分成。

下图中列出了我们主要用到的技术。首先是用户画像，充分开发用户价值，分析其潜力和风险；根据分析数据进行套餐设计；再进行套餐推荐；签约后，根据一段时间的反馈信息，评估套餐收益。

中长期策略，可以模糊预测市场走势，并对发电量进行预判，为决策提供参考。

动态协同优化调度，场景不单单是在工业侧配储，还包括海外户用的场景。准备在搭载好的数字化基建上去做边缘计算，完成最终储能的控制。目前设置了三个运行模式，都是按照rule-based的方式来解决，已经有5%的节能效果。一是保证用户用电设备的在线率，二是保证储能寿命，三是保证购电价格最低。以不同的目标来制定规则。未来到底是套利还是响应，容量租赁的比例设置多少，怎样才能搭建一个决策最优的容量资产组合，是我们想探索的课题。

下面有一个案例场景，是通过测算的方式，来考虑在目前一体化的能源运营情况之下，能给资产收益带来多少的优化。一方面，我们看到峰谷价差有一定的收益。另外一方面，需求侧响按照当地的响应频率和目前市场的价格可以估算一个用户灵活性的收益价值。另外，光、储、荷之间的协同优化，能形成5%的一个节能效果。再考虑参加交易之后的收益分成，比如，一个五亿度规模的一个园区，可能会有32万元每年的一个收益分成。

联盛新能源有着丰富的工商业的光储场景，项目遍布全国甚至全球，有着多维深度的设备和用户沉淀数据，为能源运营提供了非常好的基础。同时我们具备深刻的设备测技术认知，比如我们自己的无忧储能系列产品、硬件产品，还有软件配套，具备全国的售电资质等丰富的资源。我们技术的探索和应用需要这样丰富的场景去孵化，所以我们也期待更多的投资方、技术供应商，可以跟我们一起携手合作，创造新的价值！

今天的分享就到这里，谢谢大家。