12月20日，由英大財險組織、“英大售電履約共保體”聯合舉辦的首屆“保險杯”AI電力交易大賽在廣州落幕。

本次比賽從11月中旬正式啟動，吸引了124家售電公司參賽，最終26支隊伍脫穎而出摘得獎項。

124個參賽隊伍中，有兩支特邀參賽隊伍（只參與排名，不占獲獎名額），其中一支為學生代表隊（詳見：），另一支則是北京清鵬智能科技有限公司派出的清鵬AI隊。這是中國電力市場交易史上，人工智能首次作為電力交易員參與實戰，在頒獎現場被業界類比為AlphaGo與人類棋手的首次博弈。

AI首戰中國電力市場，其戰績如何？對業界意味著什么？視知產研院就此和清鵬智能創始人李中陽展開深度交流。

Q：先來說下清鵬AI隊此次取得的名次。

A：我們最終的排名是在124支隊伍中排名第15，其表現超越了近90%的參賽交易員，標志著AI在電力交易領域達到了人類專家水平。

Q：獲得本次比賽第一名的內蒙古風行能源科技有限公司的代表在頒獎典禮上表示，如果清鵬AI隊采用了激進策略，很可能站在臺上的不是他，而是一個AI agent。

A：這事責任在我，這是我們的智能體第一次參與電力交易“實戰”，選擇了比較穩健的策略，忽略了如果是打比賽的話，應該“賭性”更強一點更激進一點。在本次大賽中，清鵬訓練了4種不同風險偏好的AI智能體，越具有風險偏好的AI智能體，即激進的AI，越看重追求更高的回報，而越風險厭惡的智能體越看重交易背后可能存在的資金損失風險。最終我決定派出其中一個偏保守的agent參賽。

Q：如果AI采用激進策略，會是什么樣的成績？

A：在12月7日至13日的比賽期間，實際參賽的是弱風險厭惡AI智能體，它的平均成本為307.04元/MWh。相比之下，強風險偏好智能體的平均成本為236.00元/MWh，弱風險偏好智能體為265.38元/MWh，強風險厭惡智能體為316.47元/MWh。在比賽周，激進策略能獲得更高的收益，但是在長周期中，更高收益也可能帶來更大的風險。

Q：有個有趣的統計，本次參賽隊伍的平均成本為351.90元/MWh。

A：我們看了下最終成績，第六名選手成本為262.34元/MWh，和參賽隊伍的平均成本比，一度電低了接近9分錢。這個數值其實在某種程度上展現了交易技術的價值，因為比賽期間大家面對的是同一個用戶，而且競賽規則無限逼近真實規則。在我們的認知中，售電公司一定是技術支撐、交易驅動的，有核心技術的售電公司未來有希望成為平臺型企業。

Q：說回比賽，大家都很好奇，AI交易員到底是如何工作的？

A：清鵬智能的AI交易員依托的是自主研發的能源大模型，該系統主要包括三大核心技術模塊：語言大模型（Energy LLM）、時序大模型（TS-LLM）和時空大模型（ST-LLM）。這些模型協同工作，處理并分析大量數據，包括市場動態、歷史電價和政策變化，以預測不同時間尺度的電價。語言大模型專注于文本數據，如新聞與政策，而時序與時空大模型則聚焦電價與氣象數據的時間和空間變化。

基于這些預測模型，AI交易員利用歷史數據和實時更新的信息，針對市場規則和邊界條件進行交易模擬與優化。通過歷史數據訓練與不斷的自我博弈，我們能夠訓練具有不同風險偏好的AI交易員。在比賽過程中，AI交易員結合每日更新的電價預測與風險情況，動態調整建倉決策，實現風險收益比的優化。

Q：整個過程完全沒有人工干預？

A：是的，整個策略我們都是提前對所有參賽隊伍開放的，全程公開透明。

大家可以看下面的視頻，這是我們的AI交易員自動制定策略寫入數據庫，并自動提交申報結果。

Q:具體流程是怎樣的？

A：首先，當然是電價預測。依托自研的清鵬能源大模型，AI智能體能夠滾動預測未來10日的日前電價，并據此進行決策。下圖展示了未來10日的滾動預測結果：左側圖表以10分鐘分辨率展示未來10天的電價預測，粉色區間代表清鵬AI模型預測的80%概率風險區間。該區間可調節（0%-99%），以滿足不同風險偏好的需求；右側圖表則將15分鐘電價數據加權平均至一天，以便于中長期交易決策時進行比對。我們也提供了加權平均電價的預測值及其風險區間。

比賽時間為12月7日至12月13日，而中長期交易需提前3天申報，即12月4日起需開始申報12月7日的建倉策略。一個優秀的策略需要在12月7日至12月13日之前，根據各日的電價進行權衡。因此，AI智能體在12月4日便預測了12月7日至12月13日的電價，并基于這些預測設計完成12月7日的建倉申報。隨后，隨著氣象和市場預測的準確性提高，清鵬能源大模型的電價預測精準性也將提高，AI智能體會根據更新的預測調整12月8日的建倉申報。隨著交易的深入，AI agent對氣象和市場情況的預估愈加清晰，電價預測也日益精確，策略的置信度不斷提升。

在現貨市場中，準確預測日前（day-ahead）與實時（real-time）電價的相對高低是決定購電量調整策略的核心。AI智能體會綜合考慮預測模型的歷史性能表現將日前購電量調整至80%至120%，以在低價時購入或在高價時賣出。

在比賽中，盡管AI智能體初期由于對市場趨勢的誤判出現了一定損失，這跟我們沒有山東市場歷史數據有關，但AI智能體通過對模型預測準確率的研判與不斷迭代調整市場模擬分析的參數和模型，展現出了強大的自我學習和適應能力，在整個比賽周期交易勝率和整體現貨排名都持續提升，證明了AI智能體迅速應對市場波動和預測不穩定的潛力。

Q:有人戲稱，本次交易大賽中，程序員打敗了交易員。能否簡單介紹下你們公司和這次的參賽團隊？

A:我們是一家清華大學孵化的創業公司，致力于將人工智能大模型技術應用于源荷預測、電力交易與能源資產運營領域。

本次比賽的參賽團隊成員都是我們公司的算法工程師。團隊負責人是我們公司CTO張國禎博士，他是清華電子系三清（清華本碩博連讀），師從國科大副校長金德鵬教授和教育部長江學者電子系李勇教授，算法能力非常強，已經發表了數十篇人工智能頂級會議論文，還在南方科技大學計算機系任訪問學者。負荷預測算法工程師程凱越、電價預測算法工程師張鴻琳和電力交易算法工程師王景維也都來自清華大學電子工程系，后兩位還是在校在讀的碩士生。他們都是各地高考的前10名，在來公司之前，他們都沒接觸過電力交易甚至電力系統，但學習能力非常強，而且都有扎實的算法功底，很早就都已經發表過AI頂級論文。

Q：2025年，中國所有省份都將至少要進入現貨試運行階段。本次比賽的隊伍來自全國各省，其中，很多省份電力現貨市場還沒正式運行。我們統計了下，參賽隊伍中位數成本為363.27元/MWh。這意味著，其實一半參賽隊伍是虧損的。對此，你有何建議？

A：這說明在當前中國電力現貨市場快速推進的背景下，大部分交易團隊的能力仍然還有提升和適應市場的空間。目前國內電力現貨市場發展迅速，許多省份的電力現貨市場即將轉入連續試運行或正式運行，釋放出海量交易需求。我們相信交易能力未來會越來越重要，成為能源資產投資運營的前提和收益保障，我們也在逐步摸索前進，希望能夠與各界廣泛合作。

Q：我們展望下未來。歐美電力零售市場這兩年其實進入了2.0時代。1.0時代以發電企業售電公司為主體，主要商業模式為賺取批零差價，同時用期貨、衍生品等管理電量、電價波動風險。2.0時代以科技企業背景出生的民營售電公司為主，主要商業模式為聚合用戶側各類靈活性資源（光伏、儲能、EV、智能家居等），運用人工智能技術，預測電力現貨市場價格，同時，運用先進的控制技術，對價格予以實時響應。1.0時代，用戶是沉默狀態，2.0時代，用戶的靈活性成為重要資產。1.0時代，售電公司本質上是個風險管理公司，2.0時代，售電公司本質上是個科技公司，提供的是“能源即服務”。在這種場景下，你認為AI將起到什么作用？

A：隨著電力市場的不斷深化改革和技術進步，中國電力市場最終也會從1.0時代邁向2.0時代。在未來，交易頻次的提升、報價的實時性和市場的靈活性都將成為電力交易的核心特征，而人工智能將在這一轉型過程中成為不可或缺的能力，誰的AI能力更強，誰就更有希望在復雜的市場博弈中獲取更多收益。

國際上也已經有較為成功的案例，例如Octopus Energy，這家公司利用AI技術切入電力交易領域，快速發展并取得了顯著的市場份額。我非常贊同您的判斷，AI的應用能夠幫助電力零售公司乃至能源企業從傳統的風險管理向科技創新型的“能源即服務”提供商轉變。

Q:最后一個問題，我相信大家都很好奇，清鵬會自己下場去打嗎？

A：清鵬智能現在在做的事情，就是用大模型生成一個能源領域的棋盤，讓清鵬AI像AlphaGo 一樣，在電力市場中探索最優博弈策略。這次比賽證明了AI可以與人類專家同臺競技，未來一定會超越絕大部分人類交易員。經過此次電力交易大賽的驗證，我們對AI交易員的實戰能力充滿信心，我們將繼續優化算法和模型，并計劃進一步擴大AI交易系統的應用范圍，在山東、山西、廣東、江浙、新疆等地進行真實市場環境下的驗證。至于是否下場，我們這里留下一個懸念吧。

想參與閉門研討活動

和線上產業微信群

請注明公司、職位

添加微信：shizhicyy

視知產研院聚焦科技和新能源

微信公號已有100萬+高質量粉絲

添加微信：ishizh_business

加好友請注明合作品牌