第三届 “保险杯” AI 电力交易大赛，我们以统计模型方案斩获算法机构赛银奖。比赛期间，我们并行探索了两条技术路线：统计模型（参赛获奖方案）与端到端近似可微分框架（赛中及后续探索）。本文复盘参赛心得，聊聊两种策略的设计思路、技术特点与实际差异。
一、问题的起点：价差套利的本质
电力现货市场的核心逻辑很简单：每天96个15分钟时段，你在日前市场报计划用电量，实际偏差在实时市场按实时电价结算。如果日前电价比实时贵，少报；反之多报。这个差价叫"价差"，是所有套利策略的出发点。
但新能源大规模接入后，电价波动愈发剧烈——光伏大发时电价骤降、傍晚退出后价格尖峰、风电预测偏差导致实时价格大幅偏离日前。"只看价差"有时不够，你需要融合更多信息。
二、统计模型：看历史、定方向、做取舍
统计模型的设计很朴素：不做预测，不训练模型，整段策略就是数组运算，回测一个季节不到一秒。核心三步——对每个15分钟点回溯55天历史价差，计算三个统计量（正价差占比、均值、标准差），代入评分函数打分，分高多报、分低少报。市场规则要求每小时申报偏差不超过正负10%，"小时块贪心优化器"在每个小时内部做贪心分配：负信号点压到零申报，释放的预算集中给得分最高的正信号点。纯逻辑实现，数学上等价于线性规划最优解。
优势显而易见：零黑盒、全透明、毫秒级出结果，每个比例都能追溯到具体公式，白盒特性在合规审查中是硬通货。局限也同样清晰——只用价差历史一个信息源，天气、负荷、边界条件都用不上；决策空间锁死在有限种离散配置，最优策略若不在预设模板之内，统计模型永远找不到。
三、端到端近似可微分框架：决策聚焦的设计哲学
3.1 为什么要走出这一步
传统做法是先预测电价、再优化策略的两阶段范式，但预测层的误差最小化目标和交易层的省钱最大化目标之间存在系统性失配。"决策聚焦学习"的思路是：不再单独优化预测精度，把表征学习和决策生成统一到同一个计算图里，让底层表征直接服务于识别套利空间。
3.2 双通道架构：并行分离与双向桥接
网络架构的设计灵感源自人脑左右半球的分工协同机制。人脑左半球擅长序列逻辑处理，右半球擅长空间关系整合，二者通过胼胝体实现高速信息交换，形成远超单一半球的能力上限。据此，网络构建了双通道并行编码器。
第一条是时序认知通道——对应左半球的序列处理功能，基于自注意力机制捕捉价差和气象变量的细粒度时序演化。区别于统计模型仅用价差历史，它融合了负荷曲线、边界条件预测（光伏、风电、联络线）以及经过线性插值逐点对齐的天气数据。模型能感知午后气温飙升、光伏大发、电价骤降这类精细模式。
第二条是拓扑认知通道——对应右半球的空间拓扑处理能力，基于图神经网络构建，将日前与实时双侧时间槽建模为图结构。日前和实时并非两个独立市场，而是同一枚硬币的两面——你的申报决策通过市场整体出清影响到实时价格本身。
两条通道通过跨通道交叉注意力桥接实现动态交互，这一桥接机制在仿生学意义上对应胼胝体的信息整合功能：时序特征指导拓扑节点加权，拓扑约束反馈修正时序预测，是深度融合的协同计算而非串行堆叠。
3.3 近似可微分决策层与训练
决策层不直接输出逐点电量，而是将有限的基础配置策略嵌入可微分概率选择框架——网络预估每种配置的预期利润，用概率加权机制组合，并通过动态温度调度在探索与利用之间切换。离散决策的梯度传播采用近似技术实现。市场规则约束通过训练期软引导加推理期投影的混合策略处理——训练阶段惩罚项引导网络自发学习合规，推理阶段轻量级校正确保硬约束严格满足。
训练损失采用多目标协同设计：主导损失直接优化购电成本（即套利利润），驱动决策优化；辅助损失约束底层表征保留价格敏感性以防过拟合；正则损失引导网络在训练阶段即自动习得市场申报规则。主导损失是利润项而非预测项——网络优化的是决策质量而非预测精度，和统计模型"看历史做决策"的精神一脉相承，但表达力远超手工规则。
表1 技术架构对比
四、当统计遇上深度学习：四个维度的碰撞
4.1 信息与决策
信息利用上，统计模型只看价差历史，端到端框架通过自注意力机制自动学习多源特征（天气、负荷、边界条件、价差）之间的非线性交互。天气波动剧烈的季节，这个差距尤为明显——统计模型晴天阴天同一套规则，端到端框架能感知午后高温带来的光伏冲击并调整策略。决策空间上，统计模型锁死在有限种离散配置，端到端框架通过可微分插值扩展到连续空间，理论上还能进一步去掉模板约束让网络自由探索。
4.2 落地与效果
工程落地层面，可解释性在电力行业是准入门槛。调度员问为什么报0.85，"第3872个权重激活了"是过不去的——统计模型逐行可验证，这方面是满分。部署成本上，统计模型基础计算环境即可毫秒级出结果，端到端框架需要深度学习框架和图形处理器，训练几十分钟。但如果企业已有算力基础且交易规模够大，以本次比赛使用的负荷曲线为例，端到端框架全年日均多节省15,455元，按全年365日计，年度增量收益约564万元，算力投入的经济账非常清晰。
以捕获率（节省电费占理论最优的比例）与日均套利收益为双指标，对统计模型与端到端近似可微分框架进行全年度、分季节、分月份的系统性比对，结果如下。
年度层面：统计模型全年平均日均节省11,725.9元，平均捕获率7.5%；端到端框架全年平均日均节省27,181.3元，平均捕获率17.4%。在绝对收益维度，端到端框架日均套利收益为统计模型的2.32倍；在相对效率维度，捕获率绝对提升9.9个百分点，相对提升达132.0%。这意味着，在同等市场条件与理论最优基准下，端到端框架每捕获100元理论可套利空间，统计模型仅能捕获43元。
季节层面：两条技术路线的差距呈现显著的季节异质性。冬季提升最为剧烈——统计模型冬季平均捕获率仅3.9%，端到端框架达到16.2%，端到端框架收益为统计模型的4.06倍。这一结果与冬季供暖负荷波动剧烈、新能源出力间歇性强、日前-实时价差离散度高的市场特征高度吻合，多源异构信息（负荷、边界条件、气象）的融合价值在冬季被放大至极致。秋季与春季次之，收益分别为统计模型的2.33倍与2.13倍。夏季提升相对温和（1.82倍），但需注意：夏季8月统计模型捕获率5.0%，端到端框架5.4%，两者几乎持平，表明当市场进入极端平稳或外部冲击高度一致的时段，统计模型的"够用就好"特性确实会压缩AI的边际优势。
月度稳定性：统计模型各月捕获率波动极大，极差达19.7个百分点（最低2.9%，最高22.6%），呈现"旺季极高、淡季极低"的强非线性特征；端到端框架各月捕获率极差为27.3个百分点（最低5.4%，最高32.7%），但关键差异在于下限抬升——其最差月份（8月，5.4%）仍接近统计模型的平均水平（7.5%），而最优月份（5月，32.7%）较统计模型同月（22.6%）绝对提升10.1个百分点。这种"下限保底、上限突破"的分布特征，本质上是端到端框架通过表征学习自动适应不同市场机制的结果。
信息增益的定量归因：以5月为例，该月统计模型已凭借高价差环境获得22.6%的捕获率（全年最高），端到端框架仍能在此基础上提升至32.7%，说明当价差信号本身强烈时，统计模型可以"吃到红利"，但无法进一步挖掘天气-负荷-边界条件之间的非线性耦合套利空间；而1月统计模型仅2.9%，端到端框架提升至17.6%，说明当价差信号微弱且噪声主导时，手工统计规则迅速失效，而深度表征学习仍能从多源信息中提取有效决策信号。这一"锦上添花且雪中送炭"的双重特性，是端到端框架最核心的落地价值。
表2 定量化实验结果对比（四季均值）
注：日均节省单位为人民币元；捕获率为节省电费占理论最优的比例；收益提升倍数 = 端到端框架日均节省 / 统计模型日均节省。年度平均行为全年365天独立统计结果，非四季简单平均；各季节理论最优基数因四舍五入及批次差异存在约2%浮动；夏季数据为夏季代表月（7月）结果，8月单月特例见正文分析。
五、写在最后
从本次参赛的统计模型案例可见，在规则清晰、数据有限的任务场景下，简单策略具备极高性价比。端到端框架让我看到另一个上限——多源异构信息可被有效利用时，决策聚焦学习能发现人类难以显式编码的模式。两者并非对立：端到端框架的策略模板、约束处理、温度调度等核心设计，本质上都是从统计模型的工程实践中提炼出来的。好的人工智能方案是对成熟业务逻辑的数学升华，不是凭空拍脑袋。
对参赛者来说，初期先把价差统计和约束规则吃透。对从业者来说，市场平稳期、合规审查极严且算力缺失的场景可选统计模型，信息丰富、变化复杂、波动剧烈期且具备算力基础就应部署端到端框架。对决策者而言，多源信息融合将是电力交易策略的标配能力，提前布局数据基础设施和算力平台是战略性的。电力市场化改革还在路上，算法参与电力资源配置的时代刚刚开始。
星枢聚能是一家AI Native能源交易科技公司，以ETAaaS（Energy Trading Agent as a Service）为发展终态，实现从人力服务向智能体服务的模式升级，服务独立储能电站、新能源发电（光伏配储）、售电公司、虚拟电厂、发电集团等多元市场主体。公司秉承“价值交付、技术为刃、无界协作、共创分利”的核心价值观，持续践行“让每个企业配得起电力交易专家”的使命，以AI智能体为抓手，助力推动全球能源市场变革。
如您对相关业务有合作需求，
欢迎致电400-662-5859
专业团队竭诚为您服务！