中国储能网讯：现货市场正式运行后，日前市场作为最主要的交易环节，其地位日益凸显。市场主体每日需提交发电与用电计划申报，所申报的出力和价格直接影响日前与实时市场的出清价格。由于用电需求与新能源出力均存在预测偏差，价差管理成为日前申报的关键考量，选择合适的申报策略将直接影响收益水平。
实际参与过程中，许多市场主体面临共性挑战：在充满不确定性的市场环境中，如何通过科学申报在市场竞争中占据优势？本文以甘肃省日前市场申报为例，深度解析自动化策略的逻辑与实现路径。
01
日前申报如何进行？
甘肃省电力交易中心的日前申报采用分时分段的报价机制，形成完整的报价曲线结构，以实现资源的优化配置。
1 分时报价
次日24小时作为24个独立的交易时段，需要为每一个时段分别提交报价。
2 分段报价
每个时段划分为5个区间，并且每个区间申报一个单调下降的价格。
02
自动化策略如何生成？
自动化策略并非基于主观推测，而是建立在对以下三个核心数据维度的深度分析之上。
1 历史价差分析
由于电力市场有很强的周期性，昨日的价差模式往往对当前交易日的市场具有重要影响。所以，我们需要系统性地回溯过去12至30天的日前与实时市场价差变化。
其中的核心逻辑在于：日回测的“最优策略”本质是“分时价差最大化”的结果——系统通过算法模拟当日所有可能的申报策略，精准筛选出每个交易时段价差收益最高的方案，最终形成当日的“最优策略组合”。
2 明日价格预测
明日价格预测是制定日前市场申报策略的关键前提与基础。每日早8点前，【兰台】系统自动从交易中心获取次日电网的日前运行信息，包括负荷预测、联络线、新能源风光、水电的预测出力等。系统借助深度学习模型，将这些数据与历史60天的市场价格和运行数据进行深度分析，形成明日价格预测。
此外，因市场运行时间有限，且市场规则与市场行为均在不断变化，若单纯依靠数据得出预测结果很难保障准确性，所以我们还需要结合省间供需、环保政策、一次能源价格等重要因素进行综合研判。
3 历史位置同阶段对比
在策略制定中，我们也会引入历史位置同阶段价格对比分析，作为评估预测价格水平与风险的重要维度。具体而言，当模型输出次日某时段（例如下午2点）的预测价格，系统会回溯最近30个交易日同一时段的历史价格，并进行排序，进而确定该预测价格在历史分布中所处的位置，以避免在价格高位时过度申报，在价格低位时错过机会。
03
如何形成最优策略？
最优策略的形成，是一个基于每日实际交易数据进行持续迭代、实证检验与动态优化的过程。每天回测各策略的收益情况，可以得到各策略的损益值，而把所有策略中的收益高的时段策略都融合到一条新策略中，便得到了组合策略。正如下文所示，我们所推荐的最优策略正是通过这一方法构建而成的组合策略。
接下来，我们将选取几种典型策略进行简要说明。需注意的是，在下文展示中，损益值以负数表示收益（即负值越大，代表该策略收益越高）。
策略A 应用14天历史数据
特点：越近的数据权重越高 ；
近期表现：收益曲线上升。
策略B 应用14天+1个月历史数据综合分析
特点：可设置价差阈值范围进行分析；
近期表现：在过去1个月的回测中，平均收益最高。
策略C 应用60天历史数据
特点：只选取与预测日新能源出力水平相近的历史数据；
近期表现：近1个月整体盈利；
适用场景：新能源波动大的日期，如大风天或阴雨天。
组合策略 综合前三种策略的优势
特点： 综合考虑变动因素，以平衡收益和增加稳定性；
近期表现：相对其他策略收益最高。
组合策略plus 组合策略基础上的激进选择
特点：在组合策略的基础上，将申报系数从常规的0.8-1.2扩大到0.5-1.5；在判断正确时收益更高，判断错误时亏损也更大，属于高风险高收益。
组合策略低风险 组合策略基础上的保守选择
特点：在第一段报价时申报很高的价格，确保第一段电量100%中标，其他时段与基础策略相同；收益相对平稳，风险小。
针对代理用户规模较大的售电公司，兰木达算法团队会依据不同用户的负荷特性、用电结构及风险偏好等因素，构建差异化的用户画像，并据此生成定制化的申报策略。这种方式可有效避免同一公司下属用户策略同质化的问题，从而在满足个性化需求的同时，实现用户整体收益的优化。
面对甘肃电力市场日趋精细化的交易要求，交易主体每日需完成次日24个时段、每时段5个区间的量价申报，工作重复且繁重。为提升效率与精准度，【兰台】产品上线全新自动化交易工具，不仅能够提供智能化策略推荐，而且支持一键申报，将交易员从重复繁重的工作中解放出来，从而更专注于策略优化与决策分析。
