2015年3月15日，《中共中央国务院关于进一步深化电力体制改革的若干意见》（中发〔2015〕9号）下发，标志着新一轮电力体制改革正式起步。2017年，国家确定广东、浙江、甘肃、山东、蒙西、福建、山西、四川8个现货交易试点；2021年4月，国家发改委、国家能源局印发《关于进一步做好电力现货市场建设试点工作的通知》（发改办体改〔2021〕339号），确定上海、江苏、安徽、辽宁、河南、湖北等6省市为第二批电力现货试点。近期，山西、广东、山东电力现货市场陆续由结算试运行转入正式运行，标志着电力现货市场实现了“从零到一”的突破，具有里程碑意义。在电力现货市场中，风电企业参与市场面临着较大挑战。
风电参与现货面临的风险与挑战
出力波动大，预测准确率低，中长期仓位控制困难
从气象上看，风电出力主要受风电场所在地风向和风速的影响，而风向和风速的形成因素较为复杂，既受到大气环流的影响，也与场站所在地周边的地形有密切关系，是一个复杂的流体力学模型。这就导致风电场站相比光伏场站出力波动更大，预测更加困难，需要的天气数据颗粒度也更高。在拥有同样颗粒度天气数据的情况下，风电的功率预测准确率明显低于光伏。
由于风电场站出力预测准确率较低，因此风电场站在中长期交易中较难控制自身持仓。即使存在年度、多月、月度、月内等多个颗粒度的交易窗口，风电场站对自身持仓调整的精确度依然十分有限。一般情况下，风电的中长期有效覆盖率仅为实际发电量的1/4左右，单天、单时段持仓过低或爆仓的情况较为频繁，更加容易触发中长期考核规则。即使是进入日前申报阶段和实时出清阶段，日前功率预测与日内超短期功率预测准确率依然有限，导致风电场站承担了较多的日前超额获利回收和双细则考核。
出力波动与现货价格方向相反，现货难以保障收入
由于风电出力波动大，预测难度高，因此无法通过现有中长期交易品种对出力曲线进行覆盖，保障收入，必然会有大量的偏差电量暴露在现货市场中，承担现货价格波动的风险。而在现货市场中，全省的新能源出力往往与现货价格呈负相关性，新能源出力大，现货价格低，新能源出力小，现货价格高。对于大部分与全省新能源出力同时性高的场站，造成的结果是出力高时中长期持仓严重不足，只能以低价、零价在现货市场中结算超发电量；出力低时电价走高，容易因中长期持仓过高而出现爆仓，需要用高价买回电量来平仓。而风电场站由于仓位暴露更大，因此更容易受到量价反向波动的影响，相比光伏场站更难以保障收入。
为解决上述问题，增加储能设备是目前协助新能源场站消纳电量、保障收入的发展方向。但目前的储能设备多是短时储能设备，更加适应在一天内有明显出力规律、且季节性影响较小的光伏场站。风电场站在短周期内出力规律并不明显，长周期则受大小风季的影响较大，短时储能设备显然无法满足风电的消纳需求，而长周期储能设备目前在技术研发上还有待提升，无法大规模投入使用。因此风电场站在保障收入上相比于光伏依旧存在不小的劣势。
远期情况下现货价格预测准确率有限，中长期交易决策难度大
除了风电的发电预测，现货价格预测也是风电场站参与现货市场的难题之一，尤其是远期（未来一个旬、未来一个月、未来多月等）的价格预测。在远期情况下，气象条件、社会活动、政策影响等因素不确定性较高，部分因素难以被量化，导致各种边界条件如全省负荷、全省风电出力、全省光伏出力、外送、火电开机容量等预测准确率较低，自然难以给出准确的价格预测。同时，越是远期的交易，越是要担任“压舱石”的角色，但远期交易量大、灵活度低，较难进行分时段的调整，几乎均是不符合风电出力的固定曲线交易。如此重要的“压舱石”交易，反而是在价格预测最不准确的时候进行的，这就使得场站在进行远期交易时面临很大的决策难度与决策压力，因为决策的正确与否会影响场站未来很长一段时间内的损益。再叠加上场站自身功率预测准确率低的因素，风电场站的决策难度就会进一步加大。
风电应对风险与挑战的建议措施
了解现货价格成因，跟踪政策规则变化
新能源场站参与现货交易，由于并非价格的决定者，因此需关注火电报价规律、火电出力限制并及时跟踪政策规则对火电报价可能的影响。
图1为2024年3月山西分日报价情况，可发现火电在高负载率情况下的报价更加离散，价格出现较大跃迁；在低负载率情况下报价几近为0，在40%~50%的负载率范围内报价也较为离散。因此风电场站在进行中长期与现货交易时，可根据负载率判断价格区间及风险。
了解极端天气影响，规避现货交易风险
在电力市场中，极端天气（如暴风雨、暴雪、极端高温、极端低温等）可能对电力供应和需求产生重大影响，从而引发交易风险，因此了解极端天气对电力市场的影响并采取相应的风险管理措施是非常重要的。
例如2023年12月11日山西电力市场新能源预测偏差最高时刻可达500万千瓦以上，日前与实时市场出清价格也存在较大偏差。其主要原因一方面在于功率预测对于极端天气新能源的出力情况预测准确率不够，从而导致在极端天气时出现极端偏差；另一方面若存在暴雪等极端天气，其对新能源的影响是持续存在的，需对未来几天的情况都有预警。
对于此类极端天气情况，风电场站需从两个层面规避交易风险：
调整预测发电量，避免大规模考核。由于极端天气会导致风电场站预测偏差拉大，且日前市场与实时市场的价差也会相应增大，无疑会导致场站承担高额的考核费用。针对此情况，风电场站需要针对极端天气情况完善前期预警、预警下功率预测曲线调整预案等，在发现可能存在极端天气时提前对功率预测曲线进行调整，避免大规模考核。
以控风险为目标，调整日前申报量。从日前市场、实时市场的价格情况来看，发现未经过调控的价差最高可达1000元/兆瓦时以上，在经过价格调控后价差不仅绝对水平发生变化，方向也发生较大变化。因此对于极端天气下的现货价差是较难把控的，风电场站在进行日前申报时不应将套利作为交易目标，而应将重点落在控风险上。
了解风电出力特性，合理规划中长期交易
虽然风电出力存在一定季节性和周期性，但观察2014~2023年各月风电利用小时数可发现，相同月份在不同年份间风电利用小时数存在较大波动（见图2），且从预测角度来看场站45天以上的功率预测准确度较低，不利于风电场站规划中长期交易电量。在风电实际出力远低于预测时，会面临爆仓和中长期考核的风险；而在风电实际出力远高于预测时，会面临中长期持仓过低导致限电的风险，从中长期金融市场套利角度来看也会损失一定机会成本。
由此，我们需正确认识风电的出力特性，了解不同月份风电出力的波动性，根据风险大小规划中长期交易量价。根据历年数据计算各月份风电出力标准差，发现大风季（1~3月、11~12月）风电波动情况要高于小风季，且大风季月份相较其他月份更容易出现极寒、暴雪等极端天气，易出现极端盈利或亏损情况。
对于风电特殊出力特性，风电场站需从三个层面规划中长期交易：
在风电出力波动性较低月份，月度及以上中长期交易主要需对交易价格进行约束，在迎峰度夏期间价格波动较大，需在对历史价格情况充分认识的基础上参与交易。
在风电出力波动性较高月份，月度及以上中长期交易还需对交易量进行约束，一方面可通过对风电场站多年发电数据跟踪分析，得到盈亏风险接近持平的交易策略；另一方面可减少交易电量，预留仓位于月内交易中调整。
重视场站的发电数据积累与管理工作，场站的实际发电数据是进行中长期电量预测的基础，尽早地进行数据积累，可提高中长期电量预测准确度。
了解远期交易弊端，积极参与分时段交易
虽然风电场站可通过远期中长期交易来规避部分风险，但该交易存在明显弊端：中长期常规签约曲线与风电出力曲线不匹配。风电场站出力在全天24时段中也存在较大波动性，风电整体出力曲线形状为“两端高，中间低”，但远期中长期签约曲线为一条直线，由此也加大了中长期的偏差风险。
为了应对此风险，风电场站可积极参与分时段交易（包含旬交易、日滚动交易）。图3为2024年3月中旬山西旬集中竞价出清价格与日前价格之间的价差，可以发现在较多时点在旬中卖出仍有较大套利空间，尤其17时段价差接近200元/兆瓦时，且相对远期中长期交易，旬交易一方面由于距离标的日更近预测更准确，另一方面在不同时点可根据持仓调整交易电量，交易量价的确定都可依据自身场站出力情况确定。
相对旬交易，日滚动交易的交易频率更高，交易日期距离标的日期更近，对于调整持仓和短期套利来讲都是较好的选择，另外对于日滚动多窗口也可采用量化策略进行交易，在特定条件下可保证稳定收益。
总体来看，风电参与现货的风险与挑战应重点体现在其随机性与波动性上，其风险相比于光伏更高，体现在以下方面：风电在各种时间尺度上更难预测，预测误差及承担的损失也更大；缺少匹配的中长期曲线，中长期有效覆盖率低，偏差结算风险也更大；虽然分时电价政策中峰段价格提高，但并不意味着风电可以享受红利，大风期间峰段的现货价格仍然较低；缺乏消纳场景，光伏可通过短时储能解决，风电需在大风季寻找长时储能的解决方案。
在中长期交易中，风电企业应从风电的出力特性入手，在长周期的交易中以对冲为目标，并在短周期的多日交易中积极参与符合风电出力特征的分时段交易，进行仓位调整。在现货交易中，应以风控为主要交易目标，尤其在极端天气对新型电力系统产生较大影响时，合理控制现货偏差，减少损失。
（本文刊载于《中国电力企业管理》2024年6期，马文略供职于国务院国资委社会责任局，姜宏强供职于北京兰木达技术有限公司）
