山西“天價”現貨價差量化解析

全文共3239字，閱讀全文需要10分鐘

最近山西省有很多讀者朋友反饋一些關于日前與實時價差的問題，日前與實時價差是不是變小了?剛發現日前申報規律應用到實盤上規律立馬改變了，到底是哪方面出現了問題?苦不堪言。本文就上述問題站在售電方角度根據已有數據做了一些簡單分析，望針對廣大讀者朋友有一定效果。

(來源：微信公眾號“蘭木達電力現貨” 作者：胡云飛)

電力現貨下的日前價格與實時價格概念：

日前價格：通過集中市場競爭，決定次日的機組開機組合，以及每臺機組每15分鐘的發電出力曲線，實現電量平衡、電網安全管理和資源優化配置，發現日前電力價格。

實時價格：實現電力平衡的市場調節優化、電網安全約束的市場化調整，在滿足安全約束的條件下對發電機組進行最優經濟調度，實現全系統發電成本最優，同時發現實時電力價格。

售電方日前收益結算思路：(Q實*(1±20%)-Q實)*(P日-P實)

申報思路：從上述公式得知，在不考慮預測電量與實際電量偏差的情況下，售電公司需判斷逐15分鐘日前價格與實時價差的趨勢，每日按照預測(實際)電量*±20%在早上9點30分之前完成申報。

既然得知日前收益結算思路和申報思路，那么我們本次從價差變化情況和直接影響價差的因素兩點進行分析，主要分析內容主要如下：

價差方向是否改變了?價差均值是否改變?價差規律性是否改變了?

省調負荷預測與直調負荷差對價差的影響。

數據來源：山西省交易中心公布數據。

時間周期：2022年1月1日至2023年5月21日合計506天，按照現貨最小顆粒度逐15分鐘，去除0價差進行分析。

一

山西價差方向是否改變了?

價差均值是否改變?

價差規律性是否改變了?

1、數量分析：山西正價差數量：19565，負價差數量：21655，負價差數量比正價差數量多：2090，占比：5%，合計天數約21天，正負價差數量無明顯區別差異，價差方向受季節性與特殊節日影響較大，分月價差方向連續性較為明顯。

圖1逐月分析正負價差數量

2、價差分布：取96點均值做分析，除8：00外，其他時段均為負價差。1~16、23~24點價差合計：-327元/兆瓦時，時段17~22點合計：-481元/兆瓦時，晚高峰時段價差遠高于其他時段價差總和。春節對應該年中價差最大月份。

圖2 山西分時價差

圖3藍線表示價差絕對值的平均值，根據此圖可得知，負價差月份數量遠遠大于正價差月份數量，負價差分月均值遠高于正價差，2022年價差均值120元/兆瓦時，2023年價差均值99元/兆瓦時，現貨價差在逐漸變小。

圖3 山西逐月價差

價差受外界因素影響較多：日前新能源與實際新能源出力不同、不同季節下溫度和特殊天氣、市場供需關系等，且競價空間越高時段受以上因素影響越大，例如晚高峰基本處于全天中供需最緊張時段，實際運行中新能源出力或火電機組出力稍有波動，就會導致該時段實時價格上躥下跳。

圖4 山西逐時價差與競價空間

3、規律變化：本文編寫時實時價格出清到2023年5月21日，選取同比數據為2022年5月21日，采用方法：賦值，正價差賦值為1，負價差賦值為-1，縱坐標軸為賦值區間，橫坐標軸為天數區間，合計141天，分析面積圖連續、轉折趨勢。

圖5 山西價差變化情況

2022年陰影面積保持較大且帶有連續性，價差變化規律較小。2023年陰影面積有一定連續性，但日與日之間反轉較多，變化規律較快，由此可得出2023年價差規律變化大于2022年同期。2023年價差規律變化原因主要有以下幾點：

(1)山西已經連續開展現貨試運行2年之久，市場成員有一定的數據基礎，并且在不斷提高預測精準度，出現較大偏差也會在下一次預測時及時修正，例如調度調整負荷預測提高精準度、新能源功率預測提升。

(2)市場成員套利操作，新能源市場成員對于價差也會有現貨申報策略，結合長時間山西價差跟蹤，會快速調整申報行為，導致價差出現較多反轉。

(3)V13版本納入售電公司日前申報，會影響日前出清價格，作者根據公布售電結算電量粗算了一下，10%申報影響電量約100萬，20%申報影響電量約200萬，對于價差方向有一定影響。

各市場成員可能剛抓住了前一天的價差規律，但是申報的時候價差規律可能就會有極大的反轉變化。根據以上幾點分析，相信各位讀者也能對2023年價差變化規律有一定了解。

根據上述幾個角度分析得出以下結論：

(1)山西價差方向并沒有較大改變，全時段以負價差為主，晚高峰負價差為全時段最大值，且正負價數量基本持平。

(2)山西價差均值有一定變化，2023年價差對比2022年價差在逐漸變小，價差絕對值的平均值減少了約20元/兆瓦時。

(3)價差規律有明顯變化，2023年價差規律較2022年弱很多，且價差變化較快無較長時間連續性。

收益分析：分析以上價差的情況，想必各位讀者也好奇如果全報對了收益如何?站在上帝視角(正價差申報0.8，負價差申報1.2)計算以上數據度電收益27.26元/兆瓦時，對比一些規則相似省份，如山東省售電公司現貨上帝視角4~5厘錢，確實屬于“天價”現貨價差市場。山西總體負價差為主，如果按照負價差規律，售電公司傻瓜無腦式在日前所有時段申報1.2，度電收益7.45元/兆瓦時，占比上帝視角收益27%。

圖6 山西逐月差價與盲報1.2

圖7 山西逐天價差

二

省調負荷預測與直調負荷差

對于價差的影響：

V12版本之前，省調負荷預測主要受到山西省調度調整影響，調整行為主要包括但不限于：節假日、特殊天氣日(風沙、降溫、雨雪)、負荷連續較大波動日等，V13版本山西省日前現貨納入售電公司日前申報電量作出清，負荷預測值進行安全校核，會導致日前價格波動性更大，但納入售電公司申報數據會促進電力市場的透明度和公平競爭，為市場提供更加準確的供需信息。負荷在不同月份、時段對價差存在不同的影響，本文采取了省調負荷預測與實際負荷差對比日前價格與實時價格的差做相關性，分析兩者關系，采取不同月份、時間等維度進行分析。

(1)逐月分析：排除0價差對應時段數據，分月逐15分鐘進行負荷差與價差的相關性分析，總體趨勢呈正相關，且相關性較高，證明負荷差與價差的相關性很強，極個別月份出現相關性較低因素，對應月份價差受負荷差影響較弱，受其他的邊際條件影響較大，可以通過負荷差情況來預測價差方向。

圖8負荷差與價差相關性

(2)逐分鐘分析：可能有些讀者朋友知道負荷差與價差相關性高低的關系，但是不了解如何應用，那么本文也從逐月逐分鐘價差數量維度進行分析，排除0價差數據后，可以發現價差與負荷差一致時段基本每個月都能達到70%左右，不一致時段占比30%，進一步可得知，如果我們對于實際負荷判斷相對于較為準確的情況下，那么就能抓住70%的勝率，那么各位讀者已經遠超一般交易員了。

表1 負荷差與差價一致對比

當然廣大讀者可能會提問那如何判斷實際負荷是否高于預測負荷，編程讀者可以通過天氣數據、模型學習等方式進行預測實際負荷;對于不太熟悉算法編程的讀者，可以通過一些特殊天氣、歷史數據統計、一個交易日下不同日期的預測調節情況等進行判斷實際負荷情況。

(3)波動情況：采用分析方法與上文一致——賦值法，縱坐標軸為賦值區間，橫坐標軸為天數區間。2023年負荷差陰影面積比2022年負荷差陰影面積小很多，且2023年日與日之間的反轉性較多。逐月分析，將負荷差做絕對值化，2022年負荷預測差均值778，2023年負荷預測差均值773，總體看是在不斷優化的過程，省調預測負荷也在不斷優化調整，預測偏差情況會越來越小，但是不斷地調整會使價差也跟隨變化，廣大讀者可能剛抓住今天變化規律，但是明天的規律又變化了。

圖9 負荷差變化情況

圖10 負荷逐月變化情況

根據上述對于負荷分析得出以下結論：

(1)負荷差與價差存在較高相關性，可通過對實際負荷預測判斷價差。分時統計負荷差與價差高達70%的驚人一致性，負荷差對于價差的影響格外大。

(2)2023年對比2022年同期負荷差變化較大，連續性較弱，實際負荷規律性較弱，實際負荷預測將更有挑戰性，需要算法人員進行更專業的分析研究。

電力現貨市場在不斷走向成熟，電力市場改革也不斷走向深水區，市場成員也要隨行就市，不斷進行自我改變，升級再升級。

市場成員的收益模式從最開始的初級階段：分析規則，吃規則的利潤，但是規則在不斷地完善，利潤會越來越薄，成熟的市場規則利潤基本為0。那么就上升到中級階段：數據分析，通過大量數據進行分析，會短暫領先對手和同行，因為此處略帶技術，會卡掉少部分公司，市場成員會不斷地學習重視數據分析。從而上升到了分水嶺階段，高級階段：量化交易，這里會對一些公司實力有著嚴格的考驗和篩選，需要儲備大量了解算法并且熟悉交易人員，此階段比拼是公司整體實力，公司數據全面性，公司算法能力性。本文就第二階段，作為簡單的分析，后續會連載其他因素影響針對日前的影響，如有不足，歡迎留言討論。當然以上所說也是每個市場必經的過程，不知各位讀者是否意識到這些了，如果意識到了的話，那么各位讀者又處于哪個階段?