摘要
随着电力现货市场向市场化机制转变，针对风能-蓄电池混合系统的策略性投标变得越来越关键，尤其是在中国的试点地区。然而，双重不确定性——风能发电的波动性和地理位置边际价格（LMP）的波动性——使市场参与者面临显著的财务尾部风险。本研究开发了一个基于风险约束的强化学习框架，用于优化风能-储能混合系统的投标策略。我们采用软Actor-Critic（SAC）算法进行连续动作控制，并将条件风险价值（CVaR）纳入奖励设计中，以明确惩罚低概率、高损失的结果。该框架考虑了现实的运行约束，包括线性化的电池退化成本以及适用于每小时结算的市场化单一投标模型。利用一个150兆瓦风电场（测试期为91天）的一年历史运行数据，我们发现与仅依赖风能发电相比，储能的集成使年利润提高了108.4%至114.2%。关键的是，采用SAC-CVR策略（η = 0.35）可以在保持97.3%的风险中性利润的同时（771万美元 vs 793万美元），大幅降低下行风险：CVaR@95%降低了42.4%（-549美元 vs -952美元），VaR@95%降低了30.1%（-275美元 vs -393美元）。训练出的策略能够实现亚毫秒级的决策速度（每次决策0.262毫秒，约3820次决策/秒），相对于基于优化的求解器（每次决策需要10-15秒），其速度提升了3.8 × 104至5.7 × 104倍，从而支持实时应用。行为分析显示，该智能体学习了适应性强的、经过预测标准化的投标策略，在高价格环境下采取更为保守的汇报方式，并采用反周期的电池调度模式，有效地协调了盈利能力和风险控制，在市场波动的情况下实现了有效的平衡。
