01
电力市场概述
电力市场化改革背景 · 现货市场基本概念 · 中国电力市场架构与规则
改革架构
02
现货市场价格机制
节点边际电价(LMP) · 分区电价 · 日前市场与实时市场出清逻辑
LMP出清
03
负荷预测基础
时间序列分析 · ARIMA模型原理 · 基于Python的负荷预测实现
ARIMAPython
04
新能源出力预测
光伏与风电出力特性 · 数值天气预报(NWP)应用 · 概率预测方法
NWP概率
05
电价预测模型
基于LSTM的电价预测 · 特征工程构建 · 模型评估指标(MAE/RMSE)
LSTM特征工程
06
市场力与博弈论
发电商市场力评估 · 古诺模型与斯塔克尔伯格模型 · 策略性报价行为分析
博弈报价
07
交易决策基础
发电成本曲线 · 边际成本定价 · 机组组合(UC)与经济调度(ED)基础
UC/ED边际成本
08
日前交易策略
基于预测的日前报价策略 · 风险中性报价 · 考虑爬坡约束的报价优化
日前爬坡
09
实时市场调整
实时市场偏差结算 · 不平衡电量处理 · 实时报价调整策略
偏差实时
10
风险管理
Value at Risk (VaR) 与 CVaR · 电价波动率建模 · 套期保值策略设计
VaR套保
11
储能参与现货市场
储能充放电策略优化 · 价差套利模型 · 储能辅助服务市场
储能套利
12
虚拟电厂(VPP)
VPP聚合架构 · 分布式资源协调优化 · VPP参与现货市场策略
VPP聚合
13
需求响应
价格型需求响应 · 激励型需求响应 · 负荷聚合商决策模型
DR聚合商
14
碳市场与电力市场耦合
碳价对电价的影响 · 碳-电联合优化 · 碳资产管理
碳市场耦合
15
机器学习进阶
XGBoost与LightGBM在电价预测中的应用 · 超参数调优 · 特征重要性分析
XGBoostLightGBM
16
深度学习进阶
Transformer模型在时间序列预测中的应用 · 注意力机制 · 多任务学习
Transformer注意力
17
强化学习入门
马尔可夫决策过程(MDP) · Q-learning与Deep Q-Network (DQN) · 策略梯度方法
MDPDQN
18
基于强化学习的报价策略
连续状态空间建模 · 动作空间设计 · 奖励函数工程
RL报价奖励
19
多智能体系统
多智能体强化学习(MARL) · 竞争与合作环境 · 市场仿真平台搭建
MARL仿真
20
市场仿真与回测
历史数据回测框架 · 反事实分析 · 策略稳健性检验
回测反事实
21
数据工程
电力数据清洗与预处理 · 缺失值处理 · 异常值检测 · 数据标准化
清洗预处理
22
特征工程
日历特征 · 天气特征 · 市场特征 · 滞后特征 · 滚动统计特征
特征滚动统计
23
模型部署
Flask/FastAPI构建预测服务 · Docker容器化 · 模型版本管理
FlaskDocker
24
系统架构设计
微服务架构 · 消息队列(Kafka/RabbitMQ) · 实时数据管道
微服务Kafka
25
数据库设计
时序数据库(InfluxDB/TimescaleDB) · 关系型数据库设计 · 数据仓库分层
时序DB分层
26
可视化与监控
Grafana仪表盘设计 · 预测误差实时监控 · 告警规则配置
Grafana监控
27
合规与审计
市场监管规则 · 交易记录审计 · 算法备案要求
合规审计
28
前沿技术
联邦学习在电力数据中的应用 · 边缘计算 · 数字孪生
联邦学习数字孪生
29
综合项目实战
从数据获取到策略部署的全流程实现 · 项目文档编写
全流程实战
30
职业发展与行业洞察
电力交易员技能树 · 行业认证 · 未来趋势展望
技能树认证