一、三策略底层逻辑

本报告针对电麻子系统中配储单元的三种充放电策略进行全面对比分析。三种策略分别为：标准策略（price_based）、功率梯度策略（comprehensive）和新能源出力策略（v4_renewable）。以下分别阐述各策略的算法逻辑、关键参数及核心假设。

1.1 标准策略（price_based）

标准策略采用逐时刻贪心算法配合动态充放电阈值，是一种仅依赖电价数据、不依赖任何外部预测的策略。其核心逻辑如下：

对于每个15分钟时段，系统执行以下判断：当电价低于充电阈值且SOC低于95%且场站有发电时执行充电；当电价高于放电阈值且SOC高于5%时执行放电。

充电阈值 = max(60, 近30天均价 x 0.5)；放电阈值 = min(225, 近天均价 x 1.5)。

该策略每天进行96次独立判断，不做全局前瞻。阈值的自适应特性使其能随月度电价水平自动调整。策略优势在于逻辑简单、运行稳定、无预测误差；劣势在于无法预判未来价格走势，可能在电价峰值前已将电量放完。

1.2 功率梯度策略（comprehensive）

功率梯度策略采用全前瞻排序配合单站功率梯度修正，是一种依赖单站气象拟合上网功率的微观信号策略。算法流程分为五个步骤：

第一步，计算96个时刻的充电/放电紧迫度，基于电价与阈值的偏离度；第二步，计算8小时功率梯度 = (未来8小时平均功率 - 当前功率) / 当前功率；第三步，根据功率趋势调整紧迫度：功率上升时充电紧迫度乘以1.3、放电紧迫度乘以0.7，功率下降时则相反；第四步，全瞻排序，高紧迫度时段优先充/放；第五步，受SOC和功率约束限制，输出96时刻充放电计划。

该策略的核心假设是：场站自身功率波动对节点电价有边际影响。当单站接近满发时，局部供给增加压低了节点电价。前瞻窗口为8小时（32个15分钟时段），数据依赖单站气象拟合上网功率（通过Open-Meteo获取风速/辐照数据，经功率曲线转换得到）。

1.3 新能源出力策略（v4_renewable）

新能源出力策略采用全省出力占比偏置配合激进阈值，是一种依赖全省气象数据的宏观信号策略。算法流程如下：

第一步，读取全省13个气象站的风速与辐照度数据；第二步，容量加权合成全省风电与光伏出力占比（0至1之间）；第三步，根据出力占比动态调整充放电阈值：当出力低于10%（稀缺，66%概率高价）时，充电阈值减20、放电阈值加20，策略更保守；当出力在10%-30%之间时，无偏置；当出力高于30%（充裕，仅1-4%概率高价）时，充电阈值加20、放电阈值减20，策略更激进。第四步执行逐时刻贪心判断（同标准策略逻辑，但阈值已偏置）。

该策略的核心假设是：全省新能源总出力决定电力供需基本面，与节点电价呈负相关（r=-0.46, R2=0.21）。基本面给定后，再用实际出清价做精确决策。数据覆盖全省13个气象站（瓜州/玉门/景泰等）及14个城市装机容量，覆盖96%风电与93%光伏装机。

二、三策略核心差异对比

下表从六个维度对三种策略进行系统性对比：

三、11节点回测效果

3.1 节点概况

甘肃11个330kV节点覆盖河西走廊、中部过渡区和河东地区，电价梯度从约95元到约250元不等。各节点的区域分布与电价特征如下表所示：

数据源为TimescaleDB中spot_prices.real_time_price表，通过export_node_prices.py导出，时间范围2026年1月1日至6月1日，每节点约14,400个15分钟时刻。

河西与河东存在本质差异：河西新能源渗透率极高（装机占比超过60%），午间光伏大发导致全线地板价40元，中位数均为40元，均价约100元左右（河西变209元为特例，呈双峰分布）。河东火电占比高（约50%），电价由火电边际成本主导，夜间可达300-650元。河东内部也有分化：上川变（250元）和光辉变（242元）居前，君华变（214元）在河东偏低。

3.2 三策略收益对比

以君华变（河东代表）为例，2026年1-5月三种策略的收益对比如下：

注：V3的5月极端亏损因简化模拟中阈值参数失配，实际V3表现见下文11节点回测。V4新能源出力策略在所有月份均实现正收益（+6.6%至+24.2%），表现最为稳健。

11节点汇总（V3功率梯度策略 vs 标准策略，2026年1-5月）的回测结果如下：

四、效果好坏根因分析

4.1 V3在河东有效、河西无效甚至反向的根因

河西地区（甘州/明月等节点）：新能源装机渗透率超过60%，午间光伏大发时段河西全区域电价触底40元。单个100MW风电场的出力波动（从0到100MW）在河西数万MW新能源总量中占比不足0.5%，对区域供需平衡几乎无影响。功率梯度信号（风变大导致未来电价降）被淹没在海量新能源的集体波动中。

河东地区（上川/君华/秦川/永登/武胜等节点）：火电占比高（约50%），电价由火电边际成本主导，夜间可达300-650元。单个风电场满发时供给增量占区域比例更高，70%阈值效应显著（功率大于70MW时电价降50元）。功率梯度提供了有效的边际信号。

宝旭变与河西内部分化现象值得关注：宝旭变（瓜州，95元/中位数40）和甘州变（张掖，98元/中位数40）均为典型河西低价节点，V3均表现反向（-16.3%至-16.7%）。而河西变（均价209元）却表现出+12.8%的正收益。这一分化的原因是：河西变呈双峰分布，大部分时段地板价40元，但少数高价时段（可能受断面阻塞或省间约束影响）价格飙升，V3功率梯度可能在这些少数高价时段捕捉到了有效信号。宝旭变/甘州变全天绝大部分时段价格被新能源过剩压制在低位，单站功率波动无法突破地板价约束，V3信号被淹没。

4.2 V4在君华变全月正收益的原因

V4使用全省出力占比（而非单站功率）作为信号，直接捕捉全省新能源供给与电价的负相关关系。V4之所以全部月份正收益（+6.6%至+24.2%），是因为：第一，信号更可靠，全省13站合成出力占比与电价的相关系数r=-0.46，比单站功率梯度的信号强得多；第二，偏置方向正确，高出力时激进（多充多放）、低出力时保守，与电力供需基本面一致；第三，数据覆盖全面，13站覆盖96%风电与93%光伏装机。

4.3 季节性规律

季节性规律适用于所有策略：1月供暖季火电满发，V3表现接近0%而V4表现+24.2%，因为火电满发导致风电边际影响被稀释，但全省出力信号不受影响；2-3月供暖逐步退出，为过渡期；4-5月非供暖季风电边际增强，V3和V4均表现良好，因为火电退坡使风电成为边际机组。

4.4 策略选择决策树

基于上述分析，策略选择应遵循以下逻辑：对于河西节点（新能源渗透率大于50%），单站功率梯度无效，推荐V4新能源出力策略或标准策略；对于河东节点加非供暖季加功率相关性强的情况，V3和V4均有效，V4更稳健；对于河东节点加供暖季，V3完全失效，推荐V4；对于所有节点在缺少气象数据时，使用标准策略；追求最低复杂度时也选择标准策略。

五、策略适用边界总结

根据11节点回测结果和根因分析，各条件下的推荐策略总结如下：

六、关键数据文件

本报告涉及的关键数据文件清单如下：