山西日前市场新型量化交易思路（负荷因子策略）

进入夏季以来，山西日前交易的价差逐渐缩小，相比于大风季，近两个月的日前交易似乎显得较为平淡。由于夏季高温和降水影响了光伏出力，整体的风电出力水平不高以及迎峰度夏开机容量的增长，近两个月中午和晚高峰时段比较难出现较大的价差，边界条件中新能源出力的变化给价差带来的影响逐渐减弱。

（来源：兰木达电力现货 作者：王旭）

表1：山西2023-2024年日前交易月度理想损益

在近两个月的交易过程中，我们发现负荷这一边界条件在夏季对日前交易价差的影响力逐渐增强，所以我们在此尝试使用负荷因子构建一个适用于夏季的日前申报策略并研究其表现。

一、影响负荷的因素

首先，我们使用负荷因子来构建策略前，要先明白影响负荷的因素有哪些。从已有的研究中，我们可以得知影响负荷的因素可以大致分为三类，分别是气象因素、日期因素和经济因素。在以日为频次的日前交易中，气象因素无疑是最直接、最高频也是最重要的，一天中不同时段的天气变化都会给负荷带来直接的影响。日期因素中节假日对山西负荷有较为直接的影响，而由于山西省的经济发展现状，周末负荷跟工作日负荷差距不太明显。经济因素则是更为宏观的维度，每日的负荷变化则难以反映经济因素的影响，需要拉长时间跨度来探究经济状况对负荷的影响。所以本文我们的负荷因子只考虑气象因素的影响。

1

温度因素

根据气象要素对负荷变化影响的已有研究来看，气温的影响最为显著，负荷与温度呈显著的正相关关系。在夏季，气温的增长会导致制冷用电需求的增长，使负荷明显上升；同时在夏季持续高温的天气条件下，负荷会出现一定程度的反常增长，也就是积温效应。例如，2024年7月2日相较与7月1日平均温度下降2.34℃，当天直调用电全天都低于省调负荷预测；2024年7月6日相较与7月5日平均温度上升2.1℃，当天直调用电全天大部分时段都高于省调负荷预测，这两天负荷预测与直调用电曲线对比图如下。

2024年7月2日与7月6日省调负荷预测与直调用电曲线对比图

2

降水因素

在交易实践中，降水对负荷的影响也是十分显著。下图为2024年7月雨天负荷预测与直调用电曲线对比图。

2024年7月5日与7月29日省调负荷预测与直调用电曲线对比图

这两天的降水导致中午直调用电相较于负荷预测增加不少，主要还是由于阴天下雨遮挡阳光，分布式光伏出力收到影响，用户侧用电需求增加，以及闷热潮湿的天气增加空调用电需求，最终中午的负荷很高。但这两天的不同点在于7月5日晚高峰直调用电是高于负荷预测，而7月29日晚高峰直调用电相较于负荷预测降低不少，主要还是由于7月29号雨后降温较为明显，导致晚高峰直调用电低于负荷预测。跟踪夏季降水与负荷情况后发现，降水往往能带来中午时段直调用电增加，形成负荷高峰，但夜晚时段的降温效应并不稳定。

二、因子有效性检验

所以我们的负荷因子就由温度和降水两个天气要素来构建，在构建因子之前，我们先验证温度和降水因子的有效性。下表是2023年和2024年7-8月份温度和降水的数据：

山西2023年和2024年7-8月份温度与降水数据

图中温度数据是山西各城市加权的日均温度，单位为℃；降水数据是山西各城市加权的日均降水量，单位为mm/h，便于查看将其放大100倍。本文使用的气象数据都是气象平台的预测数据，是我们在做日前交易时能够获取和参考的数据。表格中对温度变化幅度超过0.5℃的数据进行色阶标注，黄色对应升温，蓝色对应降温；对日均降水量满足小雨标准的数据进行红色标注，视为降水天。从该表中我们可以大致看出一些规律：整个夏季大部分降水的天，日均温度也呈现下降的趋势；在7月降水后升温较为迅速，而8月整体气温呈现下降趋势，降水后气温回升速度放缓，幅度缩小。

1

温度因子有效性

根据上文结论，负荷与温度呈显著的正相关关系，下图是2023年和2024年7-8月份日均温度和日均负荷变化曲线的比较。

2023年和2024年7-8月份日均温度和日均负荷变化曲线的比较

从图中我们可以看出，预测日均温度与直调用电有明显的正相关性，温度的变化方向与负荷的变动方向基本保持一致。我们对日均温度与省调负荷预测、直调用电分别进行了相关性分析，结果如下表：

从表中我们可以看出，日均温度与直调用电在23年与24年夏季都呈现显著的正相关关系，说明温度因子是有效的，对于直调用电的预测效果比较明显。而日均温度与省调负荷预测的相关性略差，只有23年8月与24年8月呈显著正相关关系，且相关系数均低于与直调用电的相关系数。究其原因，可能是7月温度波动较快，省调负荷预测存在偏差等因素导致，而8月份整体呈现降温趋势，且降水带来降温后升温相对更为缓慢，升温幅度也较小，日均温度与预测负荷的相关性更强。

同样，我们还对日均温度变化与省调负荷预测变化、直调用电变化分别进行了相关性分析，结果如下表：

从表中我们可以看出，日均温度变化与直调用电变化在23年与24年夏季都是正相关关系，且十分显著，可见温度变化对直调用电变化的预测效果较好；而温度变化与省调负荷预测变化的相关性不强。

2

降水因子有效性

从上文负荷曲线对比图中我们可以发现，下雨天在中午时段实际负荷会出现高峰，高于预测负荷。下表是23年和24年7月8月降水天实际负荷高于预测负荷占比情况，可以发现中午11-16点实际负荷较高的天占比较高，比例均大于50%。而中午比较容易受到温度、新能源边界条件变化特别是光伏的影响，以及预测负荷在中午可能也预测出来负荷高峰，导致与实际对比的情况更为复杂，所以在多重因素影响下，中午时段实际负荷较高的天占比仍然很高，足以说明降水因子的有效性。

3

负荷因子与日前策略的构建

日前策略是预测日前价格和实时价格的价差得到的，所以在构建因子时，考虑的不是标的日边界条件的量，而是考虑实际边界条件与预测值的差。在使用温度因子时，我们则需要考虑每日的温度变化会给我们的负荷带来了多少变化，公布的预测负荷数据是否反映了我们预测的变化，如果反映了，变化程度是否符合我们的预期。降水因子也是如此，公布的预测负荷是否反映了预测有降水给负荷带来的影响。

所以我们使用每日预测温度相较于前一日的变化情况，即温差，作为温度因子。当变化幅度超过0.5℃时，将这一天视为温度明显变化，若温差高于0.5℃，则对当天标注“升温”，若温差低于-0.5℃，则对当天标注“降温”，剩余天标注“持平”。而对于日均降水超过20单位（mm/h*100）的天，标注“雨”，其他标注“晴”。下表为标签化后的23年24年夏季天气情况。

所以，根据我们的温度因子和降水因子构建负荷因子，并根据负荷因子的情况生成对应的日前策略，如下图所示。

那么只考虑负荷这一边界条件的日前策略在夏季的表现如何呢？下表是2023年和2024年7月8月的回测结果，其中2023年是按照0.9-1.1的系数进行回测。

从表中可以看出，除了2023年7月以外，其他夏季月都是正收益，并且2023年8月和2024年7月的收益占比已经占上帝视角损益的30%左右，收益比较可观，2024年8月的收益占比也将近20%。造成夏季月收益差距的主要原因是23年8月和24年7月只有个别天现货出现了低价，新能源这一边界条件对现货价差带来的影响较小；而23年7月和24年8月现货出现低价的天数较多，新能源这一边界条件对现货价差带来的影响较大，负荷策略在中午时段除了在全天降温且无降水的天会申报0.9进实时，其他天中午时段都没有拿到实时的低价，在某些受新能源大幅超发、实时价格较低的天就会亏损。

总结

所以从最终的损益表现来看，负荷因子策略在夏季新能源影响较小的月份表现较好，而在某些新能源较大，可能造成较大价差的天，负荷因子策略可能会受到新能源边界条件的影响而表现欠佳。所以，在未来夏季日前交易过程中，不妨将负荷因子策略与其他策略相结合，在新能源大发的天以及温度变化幅度较小的天使用其他有效的申报策略，提高我们的日前策略收益。