专题模块


专题一:储能企业市场参与策略

核心主题
系统分析储能企业在电力市场中的动态决策与参与策略,基于Bellman方程构建多阶段动态优化模型,刻画充放电调度与竞价行为。探讨储能如何通过动态优化实现现货套利和容量保障。

关键概念
动态规划、Bellman方程、充放电优化、多市场收益堆叠、状态转移、技术约束。

教学目标

  • 理解储能企业基于动态规划的策略优化框架;
  • 掌握Bellman方程在多阶段储能调度与报价中的应用;
  • 分析储能在多市场环境下的动态套利与收益叠加机制。

专题二:水电企业市场参与策略

核心主题
聚焦水电企业在电力市场中的动态调度与策略优化,基于Bellman方程建立跨期调度与竞价的动态规划模型,综合考虑水文不确定性与流域协同。分析水电企业如何在现货和中长期合约市场中,通过动态优化实现水资源的最优配置与经济效益最大化。

关键概念
动态规划、Bellman方程、跨期优化、水文约束、流域协同调度、机会成本、状态转移。

教学目标

  • 理解水电企业基于动态规划的跨期调度策略;
  • 掌握Bellman方程在水电资源优化与市场参与中的建模应用;
  • 分析水文不确定性对水电调度决策的影响及应对方法;
  • 探讨动态优化框架下水电与新能源协同及市场机制适配。

专题三:市场信息披露制度

核心主题
从信息设计视角分析电力市场信息披露的制度功能,重点探讨如何通过优化披露内容、频率和形式,引导市场主体形成合理预期与行为,提升价格发现效率、抑制操纵行为并增强市场信任。结合国际典型电力市场实践,比较其数据透明度、调度信息公开和市场力监测预警机制,剖析高频信息披露对策略制定与风险管理的价值,并反思我国制度改进方向。

关键概念
信息不对称、信息结构、披露频率、市场透明度、市场操纵识别、监测机制。

教学目标

  • 理解电力市场中信息披露的制度功能与信号设计逻辑;
  • 比较国际电力市场的信息披露机制与监管实践;
  • 分析信息获取对报价决策、风险管理与市场响应的实际影响。

专题四:数据驱动的市场策略

核心主题
围绕电力市场数据获取、建模与预测,系统讲解基于机器学习方法构建报价优化与交易决策模型,提升市场响应能力。重点介绍负荷和电价预测中的经典机器学习技术,强化学习在动态策略优化中的应用,以及生成模型(如扩散模型)在电力市场仿真与数据增强中的潜力。

关键概念
负荷预测、电价预测、机器学习、强化学习模型、生成模型(扩散模型)。

教学目标

  • 掌握电力市场中负荷、电价等关键变量的预测方法与数据建模流程;
  • 理解机器学习在电力交易策略制定中的作用,包括回归、分类与时序预测模型;
  • 理解强化学习在动态决策场景(如现货市场报价、储能调度)中的策略优化机制;
  • 初步了解生成模型(如扩散模型)在数据增强、电力场景仿真中的探索性应用。

专题五:负荷聚合商市场参与策略

核心主题
解析负荷聚合商在电力市场中的角色定位与经济激励,涵盖收益模式、参与方式及报价优化策略,突出其整合分布式能源和灵活性资源的能力。

关键概念
分布式能源资源(DER)、虚拟电厂(VPP)、多用户聚合、灵活性服务。

教学目标

  • 理解聚合商的市场角色及经济激励机制;
  • 掌握风险管理与收益分配方法;
  • 分析聚合报价对电力系统稳定性与灵活性的贡献。