能源交易和电力市场中的人工智能

批发电力市场通常分阶段运行。在日前市场中，参与者提交第二天每小时或每刻钟的买价和卖价，运营商将其整理为时间表和价格。然后，日内交易和实时或平衡市场会纠正预测错误。在许多由 PJM、CAISO 和 ERCOT 等独立系统运营商运营的美国市场中，价格被设定为地点边际价格。由于传输拥塞和丢失，这些值因节点而异。预测是人工智能的核心任务。价格取决于需求，而需求则取决于天气和日历。它们还取决于风能和太阳能输出、燃料价格以及工厂停运和电网拥堵。模型范围从统计时间序列方法到梯度增强树和基于多年市场数据训练的神经网络。现在，拥有大量太阳能的电网价格会在中午下降，有时低于零，并在晚上上升。电池使自动交易变得尤为重要。电池通过在电力便宜时充电、在电力昂贵时放电以及出售频率调节等辅助服务来赚钱。它所储存的能量有限，因此现在放电意味着放弃以后可能更高的价格。 Tesla 的 Autobidder 和 Fluence 的 Mosaic 等软件平台通过将预测与优化相结合来自动化这些出价。市场运营商也使用人工智能：预测负荷和可再生能源输出、预测拥堵并支持市场监督。监管机构密切关注操纵行为，其中包括美国的 FERC 和 ACER，后者与国家监管机构一起监督欧盟的 REMIT 规则。有两种常见的误解。首先，没有模型能够可靠地预测罕见的稀缺峰值，这是由意外停电和极端天气造成的。好的系统可以管理这种风险，而不是假装预见到它。其次，如果错过了最重要的几个小时，平均而言准确的预测仍然可能会亏损。