eo记者 蔡译萱
编辑 何诺书
审核 姜黎
十五年来，中国电力市场化改革稳步推进，从厂网分开奠定基础到现货市场试点落地，从传统火电主导转向清洁能源崛起，推动行业发生了深刻变革。近两年，AI大模型迅猛发展，与能源领域的融合日益深化，更催生了算力与绿电协同融合的全新话题。
《南方能源观察》（以下简称“eo”）近期专访了香港中文大学（深圳）理工学院教授、英国工程技术学会会士（IET Fellow）、亚太人工智能学会会士（AAIA Fellow）、深圳河套学院兼职教授赵俊华。赵俊华拥有计算机与能源跨领域学术背景，曾在海外深耕智能电网研究，2015年回国后深度参与国内电力市场实践。
eo：您拥有跨地域、跨技术的经历，您认为过去15年全球与中国电力行业最重要的结构性变化是什么？这些变化对您持续投入这一领域产生了怎样的推动力？
赵俊华：电力行业最大的变化主要有三点。第一是低碳化，这在近20年间驱动了电力行业的根本性变革。电力系统已从同步发电机、火电主导的相对可控模式，逐步转型为风光等清洁能源与电力电子设备主导的新模式——后者成本较低，但可控性相对减弱，这是行业最显著的变化。
第二是市场化。2000年前后，西方主要国家相继推进电力市场化；我国则历经两次电改。厂网分开奠定了市场化基础，2015年新一轮电改后，行业体制、运行规则与发展目标均出现明显调整。市场竞争的引入，有效激发了行业创新活力。
第三是数字化和智能化，这得益于过去一二十年信息技术的飞速发展。智能电网概念最早由美国于2000年左右提出，核心聚焦信息采集、双向流动与电网感知。此后，大数据、区块链尤其是近年热门的人工智能（AI）技术，持续丰富其内涵。人工智能虽已发展多年，早期多用于视觉、语音等深度学习场景，但2023年后，行业智能领域再掀热潮。新技术迭代速度极快，而电力行业正是其绝佳应用场景，数字化与智能化为电力系统转型提供了关键支撑。
从个人角度来说，我的跨界经历主要源于我的专业背景和研究兴趣。我本科学习计算机，博士阶段才转到电力系统专业，因此更擅长也更关注计算信息相关方向，尤其是人工智能领域；同时我对市场方向也很感兴趣，研究多从兴趣出发。很幸运的是，这正好契合了目前行业三个变化趋势中的两个——市场化和数字化。
eo：您提到《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，以下简称“9号文”）出台之后，行业发展目标有了变化，能否具体解释一下？
赵俊华：2015年新一轮电改后，行业发展目标出现两大核心调整。一是确立市场化导向，打破计划主导的资源调配模式，转向市场化配置，这契合国家构建统一大市场的理念，助力突破省间壁垒、推动全国统一大市场建设。二是融入“双碳”目标，在经济性、安全性基础上新增环境属性要求，这也是近年“不可能三角”相关讨论兴起的原因。
但我国电力行业的发展核心逻辑未变，仍是在经济性与安全性间寻求有效平衡。我个人认为，我国更侧重安全性，这与我国以制造业为核心的国情密切相关——行业发展凸显社会公益性，重点支撑社会及产业发展。强大的制造业基础压低了电力行业成本，使其在全球具备强竞争力，形成“低成本+高安全”的良性循环。毕竟电力是我国制造业的核心支柱，这一成本优势对比俄乌冲突后欧洲制造业的现状更能清晰体现。
eo：您在澳大利亚参与国家智能电网试点，又在国内深度参与电力市场和碳市场研究。站在比较的视角，这两种体系在市场机制、电网调度、价格形成方式等底层运行逻辑上最大的差异是什么？
赵俊华：中西方电力行业的底层运行逻辑差异很大。我国发展能源电力行业更强调公益性，将其视为支撑制造业的关键社会资源，政策设计会站在全社会和产业发展的宏观视角，先定目标再配套政策与市场机制。而澳大利亚、欧美等西方国家则遵循纯市场驱动逻辑，优先考量电力行业自身的经济性。
尽管中西方的核心目标都是平衡安全与经济，但侧重点不同：西方国家以经济性为先，必要时可牺牲部分安全性，美国得州电力市场就是典型例子。2015年，我回国做电力市场研究，就感受到这种思维差异。国外习惯市场化思维，而我国改革是渐进式推进，长期存在计划与市场双轨制；西方国家则是改革一旦启动就全面铺开，要求所有主体进入市场。
西方对市场主体秉持“优胜劣汰”理念，不会顾虑其生存问题。我博士毕业后一直关注澳洲市场，发现不少火电主体因新能源发展和电价机制调整退出，后续问题逐渐暴露。2016年，南澳因新能源占比过高、缺乏宏观调控导致系统脆弱，最终发生大停电且电力市场停摆，这凸显了纯市场化的弊端——电源投资缺乏宏观规划，只能被动应对问题。不过纯市场化也有优势，比如，允许负电价和尖峰时段高额电价，当时，澳洲电价曾高达1万多美元/兆瓦时，折算后约数十元甚至上百元人民币/千瓦时。
对比来看，我国因顾虑社会影响和产业冲击，部分省份尚未推行负电价。但实际上，新能源前期受政策影响边际成本客观为负，负电价本身具备合理性，目前，山东等少数地区已有尝试。此外，我国电价波动幅度较低，一定程度上限制了储能等行业创新。其中根源还是发展逻辑不同：我国电力行业发展立足全社会尤其是制造业支撑需求，难以专门为电厂、储能等设计商业模式创新机制；而美欧推行高额尖峰电价毫无负担，关注电力行业自身的商业模式闭环，较少从国家和社会整体视角考量。
因此，依托市场化的商业模式在国外发展更快，这与其市场化起步更早有关；而我国推进相对缓慢，本质还是中西方市场化理念和电力行业发展底层逻辑的差异所致。
eo：市场化改革涉及交易机制、价格信号、调度方式和监管体系的整体协同。回望过去15年，您认为中国在这些方面分别取得了哪些关键性进展？又有哪些环节仍在推进过程中，距离成熟运行还有一定差距？
赵俊华：我国电改的进展非常明显，主要有三方面。第一，完成了电源大框架设计，包括关注“西电东送、南北互供”，将绝大部分电量纳入中长期交易，基本实现了从纯计划电量向市场交易的重大转变。这是电改的重大成果。第二，现货市场体系已建立，已有七个省区现货市场正式运行，绝大部分省区启动了现货连续试运行，后续只需完善细节。第三，全国碳市场上线，能源和环境价格开始尝试打通，当然，目前尚未完全打通。
存在的问题也不少。一是省间壁垒问题，目前电力市场基本以省为单位。省内利益与大范围资源调配目标仍然存在矛盾。
二是价格传导问题，批发侧现货价格已基本形成，但难以顺畅传导至用户，导致需求侧响应能力未被激活。这也是储能等领域虽受关注，但真正商业模式未能建立的核心原因——批发侧价格波动小，且无法顺畅传导至用户层，后续还有很多工作要做。
三是监管能力有待加强，随着经济推进和金融市场全面铺开，已出现一些全国性的行业动态，比如部分售电公司开始全国推广。市场活跃度提升是好事，但对监管的要求也进一步提高。像广东省一直在推动电力期货等金融产品，若后续市场化程度进一步提高、电力金融产品出现，监管能力就至关重要，参考金融行业的例子，若市场活跃度提高而监管跟不上，容易出现大问题。
eo：新能源占比提高后，现货市场在运行频率、深度以及价格有效性方面应该达到怎样的水平？哪些市场机制对未来更高比例新能源消纳最为关键？
赵俊华：首先，运行上，出清间隔应缩短到5分钟，同时加强风光预测——风光预测是世界级难题，短期内难以很好解决。其次，市场深度上，不能只发展电能量市场，还需要完善辅助服务品种，比如惯量、调频等，具体品种取决于电网自身特性。第三，定价上，应进一步放开价格波动幅度，允许负电价，同时提高高峰电价，目前的高峰电价偏低，价格信号作用不突出。
这些市场机制是一个体系，很难说哪个更关键。电能量市场是核心，新能源占比提高后，需要调整和加强辅助服务，新增备用、惯量市场等品种；容量机制或容量市场也很重要，西方国家如欧洲、美国得州近年来出现问题，一个重要原因就是电源投资不合理，传统火电大量退出，系统中只有新能源，稳定性不足。虽然我国已有容量补偿机制，但需要进一步通过市场化手段调动电源投资积极性。
我国电力市场改革是问题导向的，只有出现问题后才会出台相关市场机制。但可以更前瞻一些，比如预见到可能出现的问题，提前开展试点，这样推进速度可能更快。目前大家已关注到容量、惯量等问题，部分省份也开始尝试相关试点。
eo：电价瞬时波动是电力市场的重要特征，也是AI发挥价值的核心场景。AI在短时交易（现货、辅助服务）中如何通过预测与策略优化提升发电侧和零售侧的交易表现？
赵俊华：具体应用有很多，目前最重要的首先是新能源预测。现在新能源电站越来越多，但预测不准，极端情况下某一区域的预测误差能达到百分之六七十乃至百分之百，这不仅影响电网安全，也会给电厂带来很大经济损失。其次是负荷预测，尤其是用户级别的负荷预测，难度也很大。
第三是电价预测，这也是我们目前在做的工作。对于电厂或用户来说，在市场环境下，需要通过预测制定报价策略，这是市场化程度提高后大家的核心竞争力之一。我们团队最近在和一些售电公司合作开发相关产品，主要包括用户负荷预测和市场价格预测，方便他们制定长期和短期策略，目前模型还在完善中。
eo：这些应用使用起来体验如何？有哪些优势和劣势？
赵俊华：最大的优势是，随着电力市场化交易程度越来越高，纯人工经验已经不够用了。比如在现货场景下，市场变化很快，过去以长协为主时，一些国有电厂对节点电价等情况了解不多，但通过长协基本能锁定利益；但未来长协电量比例可能会逐步放开，现货市场越来越成熟，仅靠人工经验无法准确预判众多节点的定价。
另外，有经验的市场交易人员非常稀缺，名校硕士学历、有数据分析能力和市场交易经验的人员，年薪能开到百万，骨干人才年薪40万很常见，这对民营售电公司来说成本太高。比如某大型售电公司要向全国十几个省扩张，现有的交易人员难以覆盖，只能依靠AI或软件辅助提升效率，AI在速度上比人工快很多，能将原来人工做的分析、政策研究等工作智能化。不过这些应用市面上并不多，今年才刚刚起步。
eo：随着AI大模型的兴起，您认为它为能源行业带来了哪些新的结构化机会？哪些应用是真正迫切的需求？
赵俊华：AI在能源行业的应用场景很多，我们现在和南方电网在AI领域合作也很多。主要的应用还是提升效率，不是完全取代人，而是在部分环节提高人的效率，比如调度、巡检、运维、客服等，原来很多人做的工作，现在通过AI能明显提升效率，缩短工作时长。另外，随着新能源越来越多，安全生产压力越来越大，借助AI能更好地保障安全。站在市场主体角度，最核心的应用是市场交易，这直接关系到经济效益。
eo：新型电力系统的发展强调清洁化、市场化与数字化。在数字化手段的推动下，未来电力系统运行和市场设计会有哪些关键变化？
赵俊华：首先，AI化是必然趋势，依托AI模型尤其是大模型的发展，调度、巡检、运维、市场交易等环节的自动化水平将显著提升。其次，算法交易将逐步进入电力市场，不少主体已在布局，但这可能伴随风险——参考金融市场，若算法逻辑趋同，易出现“羊群效应”，集中买卖会加剧市场波动。我国资本市场限制高频交易正是出于此顾虑，虽电力市场不能完全类比金融市场，但类似风险仍需警惕。
国外算法交易起步早、发展成熟，且分为两个阶段：早期是类金融行业的量化交易，由人设计数学模型实现自动化交易；当前最新趋势是结合大模型与智能体，摆脱固定数学模型，基于AI策略开展交易。国外电力市场成熟，期权、期货等产品丰富，投行、基金等传统金融机构广泛参与，电力金融产品已是其资产组合的一部分。目前，国外70%—80%的基金采用量化或算法交易，巴菲特式纯价值投资已较为少见。
eo：中国能源资源分布与算力需求不完全匹配，电算协同成为行业热点。您如何看待现阶段电算协同的实践经验与挑战？以及有哪些改进空间？
赵俊华：目前“电算协同”尚未形成成熟商业模式，核心问题是算力中心负荷稳定、波动小、调节空间有限。虽可将部分算力任务从东部迁移至西部以利用当地风光资源，但风光的不稳定性与算力负荷的稳定性形成矛盾，造成“空间匹配、时间错配”。
不同算力任务差异明显。金融等实时性要求高的任务，跨区域迁移会产生网络延迟，无法实现；模型训练等耗时久、对延迟不敏感的任务虽可迁移，但这类任务负荷稳定，难以消纳不稳定的新能源，除非配置储能——但目前缺乏相应市场机制与商业模式支撑。据我所知，国内的相关试点如阿里与华北电力大学在冀北合作的张家口项目，目前仍处于试点阶段。
eo：那您认为“电算协同”有哪些改进方向？
赵俊华：主要有两个方向。一是算法层面，可设计弹性算法，比如依据电价、碳排放强度波动调整模型训练的算力强度，目前计算机领域已有相关概念，但尚未成为主流。二是市场层面，需完善市场规则与商业模式，核心在于“电算协同”离不开政策支持，缺乏利益驱动的话，市场主体便缺乏参与动力。
以上内容转载自“南方能源观察”公众号
10个月宝宝每天需要喝多少奶粉？
