在“电价预测是否会自我实现”中，我们用了兰台只考虑日前价格的火电策略寻优算法，发现误差大的价格预测会被反身性推翻，而靠谱的价格预测似乎会自我实现。在这一篇文章中，我们用同时考虑日前和实时价格预测的火电策略寻优算法，来进一步看不同迭代的策略预期收益和实际收益。
（来源：微信公众号“兰木达电力现货”作者：王超一）
考虑到如果用一套边界条件，日前价格和实时价格理论上是相同的，所以这里的处理方法是，每个节点每个时点的净负荷乘以一个1附近的随机数，然后我们假设这个计算出来的日前和实时的净负荷是提前知道的。另外，假设日前和实时的厂用电率是相同的。
同样利用朱治中博士翻译的《电力系统的经济学原理》中的三节点网络，我们写一个现货出清算法（本文中的出清算法指SCUC、SCED和节点价格计算这三个步骤）得到节点价格作为初始节点价格，再通过兰台的火电日前策略寻优算法，得到按最新节点价格作为价格预测下的最优申报策略，然后用各个机组的最优申报策略，再带入到现货出清算法，得到新的节点价格，这个过程称为一次迭代。新的节点价格作为下一轮迭代的预测价格。下面给出了实验中前9次迭代结果。
在迭代中，由于基于价格预测的火电现货申报策略优化程序具有一定的随机性，给出的机组最后一段申报价格波动比较大，但最终收益基本会收敛。
上图中，A、B机组位于节点1，C机组位于节点2，D机组位于节点3。
我们首先看一下价格预测的准确程度，其中，横坐标为迭代次数，纵坐标为误差，9次迭代的误差趋势如下图所示，可以看到，误差大小和位于其节点的机组的收益并无明显的单调关系，第5轮迭代价格预测误差非常大，但是很多机组赚得了不错的收益。
从逻辑上，价格预测作为一种时序预测类任务，量化价格预测优劣一般是通过计算价格预测与真值的误差，这通常是双向的，预测过大或过小都是不利的。而策略的目标是收益，和价格预测是不同的，一般在局部是单向的，落地在实践中，我们更关心的是价格趋势、价差方向等。当然，一个绝对精准的价格预测可以以上帝视角做策略，然而，价格预测既然达不到绝对精准，那么在相对精准的程度下，价格预测的误差与收益的关系，相关性就急剧降低了，这时候，决定策略的并不是价格预测，而是相对优势，或者各种各样的因子。
所以，从绝对意义上讲，价格预测达到容易用于指导策略制定比做策略本身“更难”，如果把主要精力放在价格预测上，是否走了一条弯路呢？
下文具体解释部分实验参数、过程和结果。
机组的收益为机组的收入减去机组的成本，机组的成本利用分段线性函数计算，横轴代表出力，纵轴代表平均成本，如下所示：
机组的收入公式如下：
收入=日前价格*日前中标*（1-日前厂用电率）+（实时电量中标-日前电量中标）*实时价格*（1-实时厂用电率）
回到最开头的图，按预测价格预估收益的含义是，将上一轮迭代的出清日前实时价格当做预测价格，用火电日前申报寻优程序获得最优申报，按照出清到申报段右边界的中标逻辑，得到的预估收益；按出清价格预估收益的含义是，将本轮获得的最优申报作为输入，用出清程序分别获得日前和实时价格，根据出清的价格，中标到右边界，得到的预估收益；按照出清实际收益的含义是，不仅参考出清程序的出清节点价格，还直接应用出清程序给出的机组中标，计算机组收益。
下面我们通过一系列图给出实验的一些直观结果：
可以看到价格有收敛的趋势，那么自然的问题是，日前实时价差会怎样呢？很遗憾，我们把价差画出来，发现并没有这样的趋势。所以大概率通过仿真直接得到日前策略是有难度的，或者说，我们还得输入除火电机组和电网结构额外的信息来做现货策略，价差图如下文所示。
可以看到，不同迭代的价差波动范围基本一致，由于实时需求和日前需求的差异方向是确定的，所以，不同迭代的价差方向基本一致。我们进一步研究了这个问题，虽然净负荷差是固定的，但是价差方向确会与净负荷差不一致。在我们这10次迭代中，每个节点有960个价差，节点2有2个价差与净负荷差不一致，节点3有4个，而节点1竟然出现了22次不一致。这充分说明了日前现货套利的复杂性。
