High-frequency intraday trading for battery storages
本文提出了一种用于优化连续日内电力市场中电网级电池储能的高效、高频动态规划方法，证明了毫秒级的重新优化与较慢策略相比能显著提升收益，并实现了有效的参数化训练。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，电网就像是一个现代城市庞大且嗡嗡作响的神经系统。就像你的身体需要保持恒定的体温一样，电网也需要保持电力流动的完美平衡：如果你用电过多，灯光就会闪烁；如果你发电过多，系统就会过载。为了解决这个问题，我们拥有巨大的电池，它们就像巨大的海绵，在阳光灿烂或风力强劲时吸收多余的能量，并在需求激增时将其挤出。但棘手的部分在于：这些电池不仅仅是坐在那里等待指令。它们是交易员。它们需要在价格便宜时买入电力，在价格昂贵时卖出，通常每天要进行成千上 그러次的交易以获取利润。
这种交易发生的市场被称为“日内市场”（intraday market）。把它想象成一场超快速、高风险的电子游戏，其中的电力价格每毫秒都在变化，其依据是一份庞大的买卖订单列表，即所谓的“限价订单簿”（limit order book）。这就像是一个规则变化速度快到让你无法眨眼的数字拍卖行。科学家和工程师面临的核心问题是：如何编写程序，让电池能够完美地玩这场游戏？如果电池反应太慢，它会错过最好的交易机会；如果它反应太快但动作错误，则会浪费资金或导致电池损耗过快。这篇论文深入探讨了这一问题的核心，探讨我们是否能为电池构建一个既能捕捉每一次微小的价格变化，又不会导致计算机崩溃的“交易大脑”。
该论文的作者们是一支来自瑞士、荷兰、卢森堡和德国的研究团队，他们决定通过创造一种全新的、超快速的方法来告诉电池如何进行交易来解决这个问题。他们采用了一种标准的交易策略，称为“滚动内在值法”（rolling intrinsic），这就像是一个聪明的购物者，不断检查商店里的价格标签，并根据当前情况买入或卖出。然而，这种旧的数学计算方法就像是试图用一台需要数小时才能算完数字的计算器去解开一个巨大且复杂的谜题。等计算器算完时，商店里的价格早已发生了变化，使得答案变得毫无意义。
为了解决这个问题，研究人员发明了一种使用“动态规划”（dynamic programming）的新方法。想象你在走迷宫。旧的方法试图同时计算迷宫中所有可能的路径，这需要耗费大量时间。而新方法将迷宫分解成一个个微小且易于处理的步骤，瞬间解决每个步骤并向前推进。这使得他们能够以匹配真实市场的速度运行电池交易模拟：他们可以在几毫秒内做出决策，对订单簿上的每一次更新做出反应。
当他们在德国一整年的真实市场数据上测试这种闪电般的策略时，结果令人眼前一亮。他们发现，速度就是一切。他们的这种高频策略（即在市场每次更新时都会重新思考计划，而市场更新每秒发生数千次）比那种每小时才重新思考一次计划的策略多赚了 58% 的钱。即使与每分钟更新一次的策略相比，他们的快速版本也多赚了 14% 的利润。这证明了在电力交易的世界里，快速不仅仅是一个加分项，它更是实现财富增长与错失良机之间的区别。
论文还表明，他们的快速方法不仅是在猜测，而且极其准确。他们将这种新的“快速且粗略”的数学方法与“缓慢且完美”的数学方法（需要数小时才能求解）进行了对比，发现快速版本赚取的金额几乎完全相同，只是速度快得多。事实上，他们的算法如此之快，以至于他们可以在大约 86 分钟内完成全年的模拟，解决了大约 2400 万次交易谜题。
此外，由于他们的方法非常迅速，他们能够调整策略的设置使其变得更好。通过添加一个简单的“惩罚机制”来阻止在市场过于混乱或缓慢时进行交易，他们成功地在现有利润的基础上又榨取了 8.4% 的额外利润。这表明，通过正确的工具，我们可以教会电池不仅要快，还要聪明到知道何时“不交易”。
然而，作者们谨慎地指出，这仍然是一个模拟过程。他们使用了 2021 年的真实数据，但并没有真正将电池投入市场。他们还简化了电池的一些物理磨损过程以保持数学运算的快速，并且没有考虑到自身的交易行为可能会如何改变现实世界中其他交易者的行为。尽管存在这些局限性，这项研究仍有力地表明，电池交易的未来在于那些能够以市场本身的速度进行思考和行动的算法。如果我们想要充分利用可再生能源并保持电网稳定，我们就必须停止等待，开始以光速进行交易。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。