歐洲電力系統(tǒng)正逐漸向可再生能源靠攏，這也帶來了更多的穩(wěn)定性考驗。比如光伏發(fā)電受云層覆蓋率影響，風電受風力影響，這些變量對于電力交易市場來說非常復雜。

歐洲電力市場的規(guī)?，F在是1.3萬億歐元左右。在過去的五年里，歐洲最大的短期電力交易所Epex提交的訂單數量從每天不到100萬份躍升至700多萬份。

隨著歐洲繼續(xù)增加對可再生能源的依賴，電力市場的交易量將進一步擴大，不穩(wěn)定意味著交易商需要更加警惕。

然而，龐大的觀察因素和數據使得人類交易員很難勝任市場的變化，單靠知識和經驗可能無法贏得今天的歐洲電力市場，交易商需要更多地使用人工智能工具。

根據Epex的數據，去年自動化交易占總交易量的60%，2021年將達到55%。

丹麥能源交易商MFT是一家使用人工智能進行交易的貿易公司，它每天處理約3000萬個數據點，預測西班牙的云層覆蓋和德國的氣溫，從而分析電力市場各地區(qū)的電價如何波動。

與此同時，MFT 的數據模型每天創(chuàng)建1300多個交易信號。根據該公司算法交易副總裁Jacob Guldberg的說法，交易比以往任何時候都需要了解數據及其對市場的影響，但這也使人類交易員仍然有用。

交易公司Trailstone Group的首席投資官Brad Blesie指出，算法交易將成為公司保持競爭優(yōu)勢的必要條件。I這 很難，但是潛力很大。

波動潛藏利潤

本月初，由于太陽能發(fā)電量激增超過需求，德國電價一度跌至創(chuàng)紀錄的每兆瓦時負500歐元。這在以可再生能源為主的電網中可能會變得更加普遍。

這種波動無疑為電力交易者提供了有利可圖的機會，他們可以利用衛(wèi)星圖像、天氣模式甚至社交媒體上的帖子來預測價格變化。

去年能源危機期間，巨大的波動使得MFT公司的利潤猛增了8倍，達到5.76億歐元，平均每位員工盈利440萬歐元。

當然，自動化也功不可沒。電力市場的獨特性在于處理供應、需求和基礎設施數據的問題，由于歐洲國家電網間互聯裝置的瓶頸，計算機加入配電的計算過程會節(jié)省更多的時間和精力。

Danske Commodities的日內交易負責人Tim Kummerfeld表示，該算法有助于提供流動性和抑制價格波動，它可以從訓練數據中學習，因此更多的交易員將采用人工智能。

但他也指出，自動化系統(tǒng)還不完善，很多過于復雜的情況仍然需要人類交易員來牽頭。在極端情況下，算法的使用會變得更少。

但隨著時間的推移，自動化注定會成為歐洲電力貿易商不可或缺的合作伙伴，畢竟在可再生能源供應極度不穩(wěn)定的情況下，人類需要一個穩(wěn)定的助手來預測這些不穩(wěn)定因素。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉載請在文中注明來源及作者名字。

免責聲明：本文系轉載編輯文章，僅作分享之用。如分享內容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com