电价边界条件判断与异常归因

背景与真实问题

单纯做电价预测,很难回答交易和风控真正关心的问题:这个价格为什么出现?它离市场边界还有多远?异常价格是谁触发、谁放大、谁缓冲的?能解释、能审计的归因,比再报一个点值更像能源数字化 AI PM 的真实产品。

我的角色

完成研究定位、实验方案设计与风险边界定义;把该项目与数据底座、日报系统、风险论文线串联。

方案结构

最小可落地版本先做 2 周项目切片,而不是 16 周全量启动:

1. 冻结研究口径:日前/实时/价差、15 分钟粒度、异常类型;
2. 建黄金主表字段字典:market_date × period × price_type × data_version;
3. 定义异常事件:高价、低价、尖峰、跳变、日前-实时价差异常;
4. 先跑 3 个可解释边界:净负荷、风光出力占比、日前-实时预测误差;
5. 产出 3 张图:异常事件时间线、单变量边界曲线、二维风险热图。

可公开核验的材料

• 查看公开研究档案;
• 查看日前—实时价差与风险溢价阅读笔记。

风险边界(这个项目最重要的部分)

• 政策引用风险:研究材料的内部引用占位不能作为正式政策引用,进入正式文档前必须逐条核验文号、时间与发布单位;
• 强归因风险:缺少断面潮流、机组可用容量、检修、备用等数据时,只能做「可能性归因」,不能宣称强因果;
• 未来信息泄漏风险:没有 available_at / forecast_vintage,就不能做严格事前边界判断,只能做事后复盘。

下一步

完成研究口径书、黄金主表字段设计、异常事件定义与两周 POC 计划;结论与江苏价差相关的未核验内容,不进入公开表达。