山东省的风资源非常丰富，尤其是在沿海地区，如烟台、青岛和威海等地，而且年平均风速较高。根据统计数据，山东省70米高度层的年平均风速和风功率密度在全国范围内均处于较高水平。此外，山东省的风电装机容量也位居全国前列。基于上述情况，在大风日，风速的波动对电力现货市场的价差影响显著。因此，本文将探究以风速构成的单因子模型在日前策略中的表现。
（来源：微信公众号“兰木达电力现货”作者： 曹智宏）
风速与风电出力的关系
1
极端风速影响
风速与风电出力之间存在着密切的正相关关系。风电的运行机理在于利用风力驱动风力发电机的叶片旋转，进而驱动发电机产生电力。因此，风速的快慢直接决定了风电机组的出力效率和发电量。在风速较低时，风电机组的出力相对较小，因为风力不足以提供足够的旋转力以推动叶片。随着风速的增加，风电机组的出力也随之增加，这是因为风力提供了更多的动能，使得叶片旋转速度加快，从而产生更多的电能。然而，这种关系并非无限线性增长。一旦风速超过风电机组的设计极限，为了保护设备不受损害，风电机组将采取限速或停机措施，此时出力不仅不会增加，反而可能减少。因此，在风速过低和过高时，风电实际出力可能低于预测功率。
图1 风速及风电出力散点图
2
风速变动方向及幅度
人工观察发现，当风速连续上涨或下降超过一定幅度并持续一定周期，风电预测会出现明显的偏高或偏低。为进一步精确统计变化规律，选取2023-2024年风速及风电出力数据分季节进行计算分析。
图2 风速上升且超发概率分布图
图3 风速下降且欠发概率分布图
通过迭代计算，发现不同变动周期之间的正确率基本相同，最终选取平均值6小时作为变动周期的频率。上图表中展示了各季节风速上升下降所导致超欠发的概率分布图，并识别了最高概率对应的变动幅度。超发指的是风电预测出力低于实际出力，而欠发则是指预测出力高于实际出力。以2023年春季为例，风速在6小时内连续下降66%时，风电欠发的概率为0.7215，超发的概率为0.2785。相对地，风速在6小时内连续上升73%时，风电欠发的概率为0.5272，超发的概率为0.4728。整体来看：
<1>无论在上涨还是下降期间，风电欠发的概率相对较高。
<2>对于上涨期间，春季与其他三季在波动幅度中差异较大，其他三季节互相之间差异较小；对于风速下降期间，四个季节的波动幅度差异较小。
基于风速的日前策略
1
策略回测
风电欠发时，实时价格可能高于日前价格，形成负价差；风电超发时，实时价格可能低于日前价格，形成正价差。结合上述风电超欠规律，形成日前策略并进行回测。
图4 策略回测
23年春季至24年夏季策略度电共计增收0.08元/兆瓦时，其中23年秋季度电收益最高，达0.67元/兆瓦时。该数据集显示，风速作为一个独立的变量模型，在日前策略的制定上具有一定的可行性，但其产生的效益相对较低。以下是对这一现象成因的具体分析：
<1>虽然对风速超发、欠发方向判断较为准确，但超、欠发方向与价差方向仍存在其他的函数关系，这将会造成策略方向判断错误。
<2>部分日期中，显著的价差往往集中在特定的时段，而其他时段的价差相对较小。然而，基于风速的策略在针对这些具体时点进行调整方面存在局限，难以实现精准应对。即便在其它时段能够准确预测价差的走向，但由于关键时段的失误，可能导致全天的累计结果出现亏损。风速超、欠发最终结果仅针对竞价空间的判断，但竞价空间与价差易出现相反情况，导致策略失效。
<3>竞价空间的形成是一个复杂的过程，受到多种因素的影响，包括负荷、风电出力、光伏出力以及电网间的联络线等。如果策略制定仅依赖于风电变动这一个单一因子，可能会导致对市场动向的判断出现偏差。
2
模型优化方向
当前模型主要依赖风速变化趋势，但在考虑风速绝对数值方面存在不足。例如，在夏季，尽管风速的上升或下降比例较为显著，但实际的数值变化相对较小。以风速从3米/秒增加到4米/秒为例，虽然上升幅度达到了33%，但实际出力的增加可能仅为1000兆瓦，这种变化对于现货市场的价差影响相对较小，不足以成为影响价差的主导因素。因此，未来的模型优化不仅需要考虑风速的变动幅度，还需要结合风电出力的具体数值进行综合判断。
此外，为了进一步提升模型的准确性，还需将其他边界条件纳入考量，作为模型的特征因子。这包括将基于人工经验的负荷和光伏发电预测规律转化为定量特征指标，通过这种方式，模型不仅能够更全面地捕捉影响电力市场价差的因素，而且预计能够显著提高策略的收益率。
原标题：基于风速的单因子日前策略研究
