面向熟悉时间序列、量化交易、运筹优化（从业约 1 年）、正转型进入电力现货/辅助服务/储能套利/VPP 聚合交易的算法工程师。全文组织为 市场机制 → 物理约束优化 → 不确定性处理 → 实时控制 → AI 赋能 → 工程落地 六层体系；每层给出数学形式、伪代码、典型 benchmark 与权威文献。
电力市场与金融市场最根本的区别是标的不可储存、物理约束硬性、双结算机制。任何交易算法在不熟悉机制前都会"写一个漂亮的策略但不知道为何亏钱"。
北美（PJM、MISO、NYISO、ERCOT、CAISO）普遍采用 day-ahead market (DAM) + real-time market (RTM) 双结算：
对交易员的算法含义：虚拟交易（virtual bid: INC/DEC） 本质上在对 $\text{LMP}{DA}-\text{LMP}{RT}$ 做 basis spread 交易；历史上 PJM 虚拟交易价差持续压缩、Sharpe 从 2010 的 3+ 降至 2023 的 <1，是典型的"市场被量化磨平"案例。
LMP 作为出清结果，满足： $$\text{LMP}n=\underbrace{\lambda{\text{energy}}}{\text{全网能量价}}+\underbrace{\sum{\ell}(\text{PTDF}{\ell,n}\cdot \mu\ell)}{\text{拥塞分量}}+\underbrace{\text{MLF}n\cdot \lambda{\text{energy}}}{\text{损耗分量}}$$
PTDF（Power Transfer Distribution Factor）量化节点 $n$ 注入 1 MW 时线路 $\ell$ 的增量流量；$\mu_\ell$ 是对偶变量。理解这三分量是节点价格预测的起点：拥塞是阶梯函数，能量是连续函数，混合训练会被拥塞 spike 主导。
FTR/CRR 作为拥塞对冲工具：持有节点对 $(n_1,n_2)$ 的 FTR 收益为 $(\text{LMP}{n_2}-\text{LMP}{n_1})\cdot Q$，拍卖价格与 secondary market 之间长期偏差催生了专门的 FTR 量化策略（Inertia Power、Vitol 等有公开 case）。
从 2017 年"8+1"试点到 2024 年"6 省正式运行 + 20 省连续结算试运行"，中国现货市场的关键设计与北美差异显著：
对算法的含义：中国现货历史长度短（通常 1–3 年可用数据），fine-tune 深度模型容易过拟合；时序基础模型（TimesFM / Chronos）零样本或 transfer learning from ERCOT/EPEX 是 2025 起的务实选择。
Co-optimization 指在同一 MILP 里同时出清能量与备用（Regulation、Spinning、Non-spinning）。产品间的机会成本耦合：一台机组选择提供 Reg Up 就无法同时卖出那部分能量。最优报价策略必须对各产品 clearing price 做联合分布预测，而不是独立预测。
辅助服务价格往往比能量更 spiky：ERCOT ORDC（Operating Reserve Demand Curve）使得备用价格在 scarcity 时段飙升至 $9000/MWh，2021 Uri 冰暴四天贡献了 ERCOT 全年辅助服务收入的 80%。尾部事件是真正的 alpha 来源，这也是为什么分位数回归、CRPS、概率预测在电力尤其重要。
没有 UC/ED/OPF 就没有 LMP。所有交易策略的理论最优解都可以视为某个 MILP 的解；理解这些问题本身就是理解 LMP 如何产生。
经典 UC 是 MILP： $$ \min \sum_{g,t}!\big[C_g^{NL}u_{g,t}+C_g^{MR}p_{g,t}+C_g^{SU}v_{g,t}\big] $$ 约束包括：功率平衡 $\sum_g p_{g,t}=L_t$、机组出力范围 $P_g^{\min}u_{g,t}\le p_{g,t}\le P_g^{\max}u_{g,t}$、爬坡 $p_{g,t}-p_{g,t-1}\le R_g^{up}$、最小开停机时长 $\sum_{\tau=t-T_g^{up}+1}^t v_{g,\tau}\le u_{g,t}$、启停状态方程 $u_{g,t}-u_{g,t-1}=v_{g,t}-w_{g,t}$。
紧致公式（tight formulation） 是算法工程的关键：Gentile-Morales-España-Ramos 2017 的 3-binary 公式能把 LP relaxation gap 从 5–10% 降到 0.5–1%，求解时间加速 5–50×。Knueven-Ostrowski-Watson (INFORMS JOC 2020) 给出当前最强 UC 切平面。
典型规模：300 机组 × 96 时段（15 min 粒度日前）≈ 86,400 个二元变量 + 200 万约束，Gurobi 12 在 MIPGap=0.1% 下 1–15 分钟可解；PJM 实际生产用 1100+ 机组 SCUC，需要商业求解器 + 紧致公式 + warm start 组合拳。
UC 固定二元变量后退化为 LP（经济调度）。DC-OPF 在 ED 基础上加入直流潮流近似： $$f_\ell=\sum_n \text{PTDF}{\ell,n}(p_n-L_n),\quad -F\ell^{\max}\le f_\ell\le F_\ell^{\max}$$ DC-OPF 假设 $|V_n|=1\text{ p.u.}$、线路电阻忽略、角差小，是 ISO 出清的事实标准。
交流潮流是非凸 QCQP： $$\begin{aligned}p_n-jq_n&=V_n^*\sum_m Y_{nm}V_m\\min\ &\sum C_g(p_g)\ \text{s.t.}\ |V|,|f|,(p,q)\in\text{bounds}\end{aligned}$$
三层凸松弛由浅入深：
DistFlow (Baran-Wu 1989) 对辐射配电网给出精确二阶锥形式，是配电侧 VPP 优化的核心工具。
N-1 安全要求任一单线路/机组故障后系统仍可行。两种处理路径：
Benders 分解 经典范式：主问题是 UC，子问题是每个 contingency 的可行性检查，子问题不可行则生成 feasibility cut 回传。典型 200 个 contingency × 300 机组的 SC-UC 约 6–30 分钟可解。
风光渗透率 >30% 的系统确定性 UC 已不可用。不确定性优化有四大范式，各有适用场景。
$$\min_x c^\top x+\mathbb{E}_\xi[Q(x,\xi)],\quad Q(x,\xi)=\min_y q^\top y\ \text{s.t.}\ Wy=h(\xi)-Tx$$
样本平均近似（SAA）：$\mathbb{E}\to \frac{1}{N}\sum_{i=1}^N$，$N$ 通常 10–500。情景生成常用方法：
Benders / L-shaped 分解：主问题决策 $x$，子问题对每个 scenario 评估 $Q(x,\xi_i)$ 并返回 optimality cut。百级场景规模常规可解。
不确定集 $\mathcal{U}$ 取代概率分布： $$\min_x\max_{\xi\in\mathcal{U}}\min_y c^\top x+q^\top y$$
预算不确定集 (Bertsimas-Sim 2004)：$\mathcal{U}={\xi:\ |\xi_i-\bar\xi_i|\le\hat\xi_i,\ \sum_i|\xi_i-\bar\xi_i|/\hat\xi_i\le\Gamma}$，$\Gamma$ 控制保守度。对应确定性等价是 LP（不扩张问题维度），是 RO 被工业界接受的关键。
Column-and-Constraint Generation (C&CG) (Zeng-Zhao 2013 OR Letters) 是当前两阶段鲁棒 UC (RUC) 的 workhorse：主问题小 MIP，每次加入最坏场景对应的一整列决策变量；收敛比 Benders 快数量级。
RUC 实证（Bertsimas 等 2013 IEEE TPS）：风电 20% 渗透下，RUC 相比确定性 UC 减少了 75% 的实时弃风，运行成本只增 <1%。
$$\Pr{g(x,\xi)\le 0}\ge 1-\epsilon$$
正态 + 线性约束的解析化：$g=a^\top(x)\xi+b(x)$，$\xi\sim\mathcal N(\mu,\Sigma)$： $$b(x)+a^\top(x)\mu+\Phi^{-1}(1-\epsilon)|\Sigma^{1/2}a(x)|\le 0$$ 这是 SOCP 约束。CC-OPF (Bienstock-Chertkov-Harnett 2014 SIAM Rev) 把该技巧应用到线路限额：保证单线路越限概率 <1%，线路利用率提升 20%+，计算复杂度仅线性增加。
Scenario Approach (Campi-Garatti 2008) 提供分布无关的样本量保证：$N\ge\lceil \frac{2}{\epsilon}(\ln\frac{1}{\beta}+d)\rceil$ 即满足 $(1-\epsilon,1-\beta)$ 置信。适合非高斯、非解析情景。
不确定的是分布本身：$\min_x \max_{P\in\mathcal P}\mathbb E_P[\cdot]$。两种主流 $\mathcal P$：
电力应用：Duan-Zhang-Zhao 2018 WDRO-UC；Wang et al. 2023 TSG WDRO-Storage。典型提升：在有限样本场景下，WDRO 相对 SAA 减少 out-of-sample 约束违反 50–80%，成本代价 2–5%。
| 范式 | 需要的信息 | 计算复杂度 | 保守度 | 推荐电力场景 |
|---|---|---|---|---|
| SP/SAA | 真实分布采样 | 中高（场景树膨胀） | 可调 | 长期规划、投资 |
| RO | 不确定集 | 中 | 高 | 日前 RUC、关键 N-1 |
| CC | 分布 + 概率水平 | 低–中 | 中 | 实时 CC-OPF、快速决策 |
| DRO (Wasserstein) | 样本 | 中 | 可调（$\epsilon$） | 数据有限的新市场、风光 |
MPC 是一种"每步求解 finite-horizon 优化并只执行首个控制"的滚动框架，在电力调度（EMS、AGC 跟踪、储能实时控制）中是把预测转化为控制的主流桥梁。
$$\min\sum_{k=0}^{N-1}(x_k^\top Q x_k+u_k^\top R u_k)+x_N^\top P x_N$$ 约束：$x_{k+1}=Ax_k+Bu_k$，$u\in\mathcal U$，$x\in\mathcal X$。
名义稳定性三件套：终端代价 $P$ 取 DARE 解、终端约束集 $\mathcal X_f$ 为控制不变集、递归可行性 + Lyapunov 递减 → 原点渐近稳定 (Rawlings-Mayne-Diehl 2017)。
Tube MPC (Mayne-Seron-Raković 2005)：状态轨迹被约束在 nominal 轨迹 $\bar x$ 周围的不变集 $\mathcal Z$ 内；名义系统在紧缩集 $\mathcal X\ominus\mathcal Z$、$\mathcal U\ominus K\mathcal Z$ 上优化；使用状态反馈 $u=\bar u+K(x-\bar x)$。对有界扰动 $w\in\mathcal W$ 提供硬鲁棒保证。
Stochastic MPC 对随机扰动用机会约束或 scenario-tree。
目标直接是经济量（成本、利润）而非跟踪误差，在储能实时套利中非常自然： $$\min\sum_{k=0}^{N-1}!\big[p_k a_k\Delta t+c_{deg}|a_k|^\alpha\big]\ \text{s.t. SoC 动态 + 边界}$$ Diehl-Amrit-Rawlings (IEEE TAC 2011) 给出 dissipativity 条件下的稳定性。
工程经验：MPC 成功的 80% 在预测质量，20% 在优化器设置。预测偏差导致 schedule recession（目标漂移）时应加入 integral action 或 disturbance observer。
Transformer 在语言上的成功并未直接转移到时序。关键里程碑：
警示性结果：Zeng et al. (AAAI 23) 的 DLinear——两个单层线性层在 9 个 benchmark 上击败所有 Transformer 变体——提醒我们电力时序强周期下 channel-independent 线性 baseline 必须训练并基准化。Nie et al. 后续指出 Transformer 的性能被不公平对比压制，PatchTST 是正当反击。
现货交易所需的不是点估计，而是分布。核心工具：
2024 SOTA 基线 DDNN-JSU (Marcjasz 2023)：直接输出 Johnson's SU 分布参数，对尾部尖峰 pinball loss 最低。
零样本/少样本是对中国新市场冷启动的救命稻草：
| 模型 | 机构 | 规模 | 关键点 |
|---|---|---|---|
| TimesFM | Google (ICML 24) | 200M/500M | 200B 时间点预训练，decoder-only + patching；2025 TimesFM-ICF 支持 in-context FT |
| Chronos | Amazon 24 | Tiny–Large | T5 + time tokenization；Chronos-Bolt 分位数；Chronos-2 2025 支持多变量 + 协变量 |
| Moirai / Moirai-MoE | Salesforce (ICML 24) | S/B/L | any-variate attention, 多频率；MoE 版本提升 17% |
| TTM | IBM (NeurIPS 24) | 1–5M | 轻量 MLP-Mixer，零样本超越 Moirai 4–10%、TimesFM 19%；边缘部署首选 |
| TimeGPT-1 | Nixtla | 闭源 | 商业 API |
| MOMENT / Toto / Timer-XL | — | — | 其他变体 |
重要警示：Aksu et al. (2024) 发现 TSFM benchmark 存在严重 information leakage——若评测集出现在预训练语料，MSE 可虚低 47–184%。落地必须自建 OOD 电力 holdout。
电网天然是图。STGCN / DCRNN / Graph WaveNet 三兄弟在节点级 LMP 预测比 sequence-only 模型 MAE 降 10–25%。DeepOPF (Pan-Zhao-Chen IEEE TPWRS 2020) 用 NN 学 load→dispatch 映射 + 潮流方程重构保证等式约束：IEEE 300-bus DC-OPF 加速 100×、gap <0.2%；DeepOPF-V AC-OPF 加速 3–4 数量级、gap <0.15%。
GPT4TS / Time-LLM 把冻结 LLM 用于时序，效果参差。更务实的 LLM 用法是处理事件文本：outage notice、发电机检修计划、极端天气预警。典型 pipeline：LLM embed 事件 → 作为外生特征注入 TFT/iTransformer，在 spike 日预测误差可降 5–10%。
Lago-Marcjasz-De Schutter-Weron 2021 的 EPFToolbox (Applied Energy 293:116983) 已是事实标准：5 个市场、6 年数据、包含 LEAR（LASSO 自回归）与 DNN baseline、Diebold-Mariano / Giacomini-White 检验。经验总结：ensemble of 4 DNNs with different seeds 是近年稳定最优、DNN 训练成本是 LEAR 的 100×、递归 recalibration 每日重训显著优于 static 模型。
SAC（Haarnoja 2018）是当前储能/微电网默认算法： $$J(\pi)=\sum_t\mathbb E_{(s_t,a_t)\sim\pi}[r(s_t,a_t)+\alpha\mathcal H(\pi(\cdot|s_t))]$$ 最大熵正则天然鼓励探索，reparameterization trick + automatic temperature 使训练稳定；相比 DDPG/TD3，对 reward scale 更鲁棒。PPO (Schulman 2017) 在 on-policy、并行 env 仿真的 VPP bidding 仿真中常用。
电池套利 MDP 标准化：$s=(SoC,p_{t-L:t},\hat p,\text{time feat})$；$a\in[-P_{\max},P_{\max}]$；$r=-p_ta_t\Delta t-c_{deg}|a_t|^\alpha-\lambda\cdot\text{SoC 越限}^+$。
Cao-Harrold-Fan-Morstyn-Strbac (IEEE TSG 2020)：DRL（Noisy Net DQN + CNN-LSTM 价格预测）在英国 wholesale 2017 测试集上达到 MILP-with-perfect-foresight 的 70–90% 利润，且在精确 rainflow 老化成本下优于忽略老化的 MILP。
储能运营商 有海量历史数据但不愿真金白银试错。Offline RL 应运而生，核心挑战是 distributional shift。
电池 SoC 越限、配电网电压越限是物理硬约束。Constrained MDP (Altman 1999) + CPO (Achiam ICML 17) trust-region 理论 + PPO-Lagrangian 工程实操 + Shielding（动作投影到安全集）组合是当前最成熟范式。对储能：事前 clip $a_t$ 到 $[\max(-P_{\max},(SoC-SoC_{\min})/\Delta t\eta_d),\min(P_{\max},(SoC_{\max}-SoC)/\Delta t/\eta_c)]$ 即可硬保证 SoC 不越界。
Predict-then-Optimize (PTO) 的通病是**"预测准但决策差"**：MSE 优化的预测器对下游优化是 loss-agnostic。DFL 直接优化 decision regret： $$\text{Regret}(\hat c,c)=c^\top x^(\hat c)-c^\top x^(c)$$
SPO+ Loss (Elmachtoub-Grigas, Management Science 2022) 是线性目标 LP/MIP 下 DFL 的奠基性工作： $$\boxed{\ell_{SPO^+}(\hat c,c)=\max_{w\in S}{(c-2\hat c)^\top w}+2\hat c^\top w^(c)-z^(c)}$$ 凸上界、Fisher 一致、subgradient = $2(w^(c)-w^(2\hat c-c))$，每 batch 只需解两个 LP。最短路径 benchmark 上 regret 比 OLS 低 30–50%。在 economic dispatch、storage arbitrage LP 应用中带来 5–15% 额外利润。
OptNet (Amos-Kolter ICML 17) 把 QP 作为可微网络层，通过 KKT 隐函数定理推导 $\partial z^*/\partial\theta$；cvxpylayers (Agrawal NeurIPS 19) 把通用 DCP 凸优化变成 PyTorch/JAX 层，实现极简：
p = cp.Variable(T); price = cp.Parameter(T); SoC0 = cp.Parameter()
constraints = [SoC[0]==SoC0, SoC[1:]==SoC[:-1]+eta*p,
p>=-Pmax, p<=Pmax, SoC>=0, SoC<=C]
prob = cp.Problem(cp.Minimize(price @ p), constraints)
layer = CvxpyLayer(prob, parameters=[price,SoC0], variables=[p])
p_star, = layer(price_pred_torch, SoC0_torch)
loss = (p_star * true_price).sum() # decision loss
loss.backward() # 梯度穿过 LPDC3 (Donti-Rolnick-Kolter ICLR 21) 针对含硬约束的 OPF：NN 输出部分变量 + 潮流方程 completion + unrolled projected gradient correction。AC-OPF 118-bus 可行性 100%、cost gap <0.3%、比 OSQP 快 9×。
工程 tip：先用 MSE pretrain 预测器、DFL fine-tune 时学习率降 10×、batch 内 LP solve 并行（qpth 支持 batched LP）、MIP 用 perturbation 梯度（Berthet NeurIPS 20）。
VPP 把屋顶光伏、储能、EV、可控负荷聚合为单一市场实体。Next Kraftwerke (Shell 旗下, 2022 突破 10 GW)、中国 国网冀北 VPP (2019, 4 个月创收 624 万元)、深圳 VPP 管理中心 (2022, 2025 目标 100 万 kW) 是代表案例。中国市场预测 2025 年 102 亿元、2030 年 1000 亿元。
Boyd-Parikh-Chu-Peleato-Eckstein (FnT ML 2011) 奠定现代用法： $$ \begin{aligned} x^{k+1}&=\arg\min_x f(x)+\tfrac\rho 2|Ax+Bz^k-c+u^k|^2\ z^{k+1}&=\arg\min_z g(z)+\tfrac\rho 2|Ax^{k+1}+Bz-c+u^k|^2\ u^{k+1}&=u^k+Ax^{k+1}+Bz^{k+1}-c \end{aligned} $$
Consensus ADMM 适合 VPP：每 DER 本地优化 $f_i$，只与中心交换 $p_i$（不泄露本地成本函数）。
Distributed OPF (Kraning-Chu-Lavaei-Boyd FnT Optimization 2014) "Dynamic Network Energy Management via Proximal Message Passing" 是分布式 OPF 的奠基工作：网络抽象为 device-net-terminal 二部图，ADMM x-update 在 device 私有、z-update 在 net 做基尔霍夫平均。2024 年 Lavaei 等综述总结了 ADMM+ML 组合：RL 动态选 $\rho$、异步 ADMM 处理通信失败。
VPP 运营商 (Leader) 定价 → DER/用户 (Follower) 响应 → Leader 最优定价。若 Lower 凸且 Slater 成立，KKT reformulation 得到含互补约束的 MPEC，Fortuny-Amat-McCarl big-M 线性化（或 SOS1 / indicator constraints）转为 MILP。更现代：用 cvxpylayers/OptNet 把 $x^*(\pi)$ 作为可微函数，上层 gradient descent。
三条路径：
采样率谱：SCADA 模拟量 2–4 s（国网 4 s）、风光场站 SCADA 10 min 平均（IEC 61400-25）、PMU 30–120 Hz（IEEE C37.118）、AGC 指令 4 s、计量 15 min MWh。SCADA vs PMU：时标精度 s vs μs、数据量差 2–3 个数量级、历史库分别部署。
七大典型问题：传感器漂移（0.1–0.5%/月）、通信中断（必须看 quality flag！）、时标错误（一律 UTC 存储、DST 坑）、数值跳变（Hampel filter: 滚动中位数 + 3×MAD）、单位混乱（MW/MWh/标幺值）、冻结值（滚动 std=0 检测）、风电 curtailment 预过滤（DTU Wind 经验：<5% 可丢、≥5% 必须 imputation）。
异常检测推荐组合：Hampel 清 spike → STL 分离季节性 → Isolation Forest/3σ 处理残差 → 保留 quality flag 交给下游决定。
Imputation：生产环境用 LOCF + 线性插值 + 季节性中位数三级保底；离线训练用 SAITS (Du 2023 ESWA) 或 CSDI (NeurIPS 21)；工具链 PyPOTS 提供 20+ 模型一致 API + TSI-Bench (2024) 标准基准。
商业求解器：
开源求解器：
Python 建模层：gurobipy 原生最快、Pyomo 功能最全、CVXPY 凸优化最优雅、Linopy (xarray-backed) 在 PyPSA-Eur 千万变量级模型下比 Pyomo 快 10×+。
Gurobi 调参起点（MILP）：MIPGap=0.001, MIPFocus=1, Presolve=2, Cuts=2, Heuristics=0.1, Threads=8, NumericFocus=1。大 UC 加 NoRelHeurTime=60。MIPFocus 是最高杠杆参数：1 快速找可行解（生产推荐）、2 证明最优、3 收紧 bound。LPWarmStart=2 保留 presolve 收益，rolling-horizon 加速 5–20×。
300 机组 × 96 时段 × 500 母线 × 800 线路 DC-OPF + UC：
Walk-forward validation 原则：训练必须 trail 测试，绝不 shuffle。典型设置：
电力场景典型 leakage：
center=True；预防：所有 feature shift(1)、scaler 在训练 fold 内 fit、记录数据 arrival timestamp、feature store 用 point-in-time join、CI/CD 加 date assertion 单元测试。
必含 benchmark：perfect foresight（理论上界）、persistence（上周同时刻）、LEAR（电价预测强 baseline）、heuristic charging rule。
Stress testing：历史极端事件回放（2021 ERCOT Uri、2022 欧洲能源危机、2024 CA 鸭子曲线深谷、负电价日）。
评价指标：价格 MAE/RMSE/sMAPE/rMAE（Lago 推荐）；概率 CRPS（Gneiting-Raftery 2007，电力事实标准）、pinball loss、PICP/MPIW；策略 Sharpe/Sortino、Max Drawdown、每 MW 日收益、循环次数。
过拟合诊断：PBO (Bailey 2016) >30% 代表脆弱；Deflated Sharpe Ratio 校正多重检验；对 factor zoo 用 t≥3.0 门槛（Harvey-Liu-Zhu 2016）而非 2.0。López de Prado 金句："Backtest 用于淘汰坏策略，而不是改进策略"。
目标：能独立完成"价格预测 + 储能套利"全流程 demo。
第一，运筹 + 时序 + RL 的三元技能栈已是电力算法工程师的基本盘。单懂机器学习会"预测准但决策差"；单懂运筹会被风光不确定性击溃；单懂 RL 会在安全约束前翻车。SPO+/cvxpylayers/DC3 这一族 可微优化层 正在把三者粘合为真正的端到端系统，这是 2024–2026 最值得投入的方向。
第二，时序基础模型对中国新市场是"降维打击"而非"替代"。TimesFM/Chronos/TTM 零样本可以把冷启动 MAE 压到可用水平，但 一旦积累 1–2 年数据，fine-tune 的 PatchTST/iTransformer + ensemble 反超基础模型是常态。TSFM 的价值在于"下限"，不是"上限"。同时必须警惕 Aksu et al. 揭示的 benchmark 泄露问题——永远自建 OOD holdout。
第三，鲁棒优化在新能源主导系统里从"学术玩具"变成"合规刚需"。Bertsimas budget 不确定集 + C&CG 分解的工程成熟度已足够支撑省级 RUC；Wasserstein DRO 在数据有限的新市场（中国现货试点 <2 年数据）尤为贴合。但必须用 scenario reduction + decomposition 控制计算成本，否则会被 MILP 规模压垮。
第四，Offline RL + Safe RL 是储能算法的下一波浪潮。储能企业握有千台设备 × 多年秒级调度数据，不愿真金白银试错——IQL/CQL + Lagrangian + Shielding 组合是当前最成熟技术栈；预计 2026–2027 出现第一批规模化商用案例。
第五，求解器国产化与 GPU 加速并行发生。COPT 8 在 Mittelmann 公开基准领先开源、Gurobi 13 PDHG GPU、HiGHS 1.12 开源 PDLP GPU——2026 的 LP/MILP 已经不再是"CPU 单核战争"。电力算法工程师需要跟上 GPU 大模型 LP 的技术栈，未来十年这是量变到质变的拐点。
第六，VPP + 联邦学习 + 隐私计算将改写分布式能源治理的底层逻辑。Next Kraftwerke 10 GW + 冀北 VPP + 深圳 VPP 已证明业务可行，2025 起 FL+DP 在 IEEE TSG、Applied Energy 的密集发表表明学术-工业的对接通道打开。下一个 10 亿美元级别的机会藏在 "既优化又不泄露" 的协议设计里。
实战哲学：电力现货交易的 alpha 不会来自"更深的 Transformer"，而会来自更准确的场景建模 + 更紧的约束形式 + 更小的 prediction-decision gap。运筹的严谨、ML 的灵活、工程的扎实，缺一不可。