AI与电力市场应用探索——清鹏能源大模型智能体实践与展望-.pptxVIP

大层备层

AI与电力市场应用探索

清鹏能源大模型智能体实践与展望

与能场

全球新能源占比提升，新能源的间歇性与波动性带来挑战与机会

2035年风电光伏装机达到36亿kW相比2020年增长6倍

现阶段下中国能源供需平衡图(2020)碳中和下中国能源供需平衡图(2060)

数据来源：国家能源局、中电联、清华大学研究、BloombergNEF

2050~2060用电量

电18~19万亿kWh

水电

效

石油

2022

风光7.58/全口径25.6

2023

风光10.5/全口径29.2

可再生能源

装机超过火电

2024

风光14.1全口径33.5

风电光伏装机

超过火电

单位：亿kW

行业展望双碳目标驱动能源生产与利用革命

通

风光

50亿kW

全口径

建筑

70亿kW

2022用电量

8.6万亿kWh

2023用电量

9.2万亿kWh

2024用电量

9.9万亿kWh

清鹏算电

TSINGROC.ai

电力市场现货化、高频化交易是必然趋势，成为能源资产定价唯一锚点

国家发展改革委国家能源局

关于深化新能源上网电价市场化改革

促进新能源高质量发展的通知

发改价格〔2025〕136号

15.8%(2023)-18.6%(2024)-23.7%(2025H1)新能源渗透率(电量)

渗透率~50%新能源为主体

电力交易为能源资产价值锚点

2030年统一电力市场体系基本建成

清鹏算电

TSINGROC.ai

新能源发电

电网韧性

灵活性资源↑

调度规模效应↓

交易频率↑

市场主体数量↑

AI渗透率↑

数据来源：国际能源署

■Fossilfuelpower

■Batterystorage

■Electricitygrids

■Nuclear

■Renewablepower

●EMDEotherthanChina(share,rightaxis)

新能源+储能年投资额超过5000亿美元，AI运营是必备基础设施

60%

50%

40%

30%

20%

10%

1250

1000

750

500

250

BlionUSD(2024,MER)

TSINGROC.ai

…

…

日内连续交易

√欧洲EPEXSPOT披露，2024年量化交易占比70%,连续盘中量化交易占比87%

√量化交易实现15-25%的运营效率提升，包括增强的自动化交易执行、更好的市场洞察力决策、优化的能源采购策略以及通过AI驱动的模型降低风险

电力金融市场

电力期货市场、电力/天气保险与衍生品、

跨能源品套利(气电耦合等)

数据来源：麦肯锡研究、Gartner研究

电力交易员

用户侧报量报价

发用两侧双边报价(甘肃试点、广东年内推出)

×激活用户侧调节能力，工商业储能/虚拟电厂启动

交易模式以集合竞价为主

从第二次电改到136号文

√全部燃煤机组入市

新能源“全电量”入市

√全部工商业用户入市(代购电为主，价格接受者)

√交易模式以双边交易为主

欧洲70%+电力交易已由AI完成，中国未来五年内的“百万亿场景”

中国80%的电量将“像股票一样交易”

但99%以上的市场主体还不会“炒股”

清鹏算电

TSINGROC.ai

电力量化交易智能体

文档/客服/翻译RPA

个人/企业增效

大模型智能体应用场景

时序/时空大模型

清鹏能源大模型

自研时序/时空大模型+智能体架构

量化交易智能体

多能控制智能体

ChatGPT

语言大模型

manus

AlphaGo

能源资产管理

清鹏算电

TSINGROC.ai

能源

Al

技术路线

通用

Al

交易运营

能源管理

投资规划

行业研究

基本面分析

高精度预测

建立信息差

区域发电区域用电交易主体特性特性特性

交易员/量化交易

交易

高水平决策

建立安全垫

市场主体市场主体市场主体异质性博弈情绪

电力交易具有强物理属性(调度经济),体系化的电力交易智能体具有“确定性”优势

风险控制

风控

生成式AI风控提升可靠性

金融

交易

电力

交易

清鹏算电

TSINGROC.ai

电力交易

政策风险

模型风险

操作风险

国网国调新能源功率预测同台