歐洲電力系統逐步向可再生能源靠攏，這也帶來了更多的穩定性考驗。例如光伏電量受到云層覆蓋率影響，風電受到風力影響，而這些變量對電力交易市場來說格外復雜。
(資料圖片僅供參考)
歐洲電力市場規模現在在萬億歐元左右。過去五年中，歐洲最大的短期電力交易所，Epex日內市場的訂單提交數量從每天不到100萬單，躍升至超過700萬份。
隨著歐洲繼續加大對可再生能源的依賴，電力市場的交易量還將進一步擴大，不穩定意味著交易員們需要更加警惕。
但龐大的觀測因素和數據量讓人類交易員很難勝任市場變化，僅靠知識和經驗可能已經無法在如今的歐洲電力市場獲勝，交易員們需要更多地使用人工智能工具。
據Epex稱，去年自動化交易占到總交易量的60%，2021年則達到55%。
丹麥能源交易商MFT就是采用人工智能交易的一家貿易公司，其每天處理約3000萬個數據點，以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電價如何波動。
與此同時，MFT的數據模型每天創建超過1300個交易信號。據該公司算法交易副總裁Jacob Guldberg稱，交易比任何時候都更需要理解數據和其對市場的影響，但這也讓人類交易員仍有用武之地。
貿易公司Trailstone Group的首席投資管Brad Blesie則指出，算法交易將成為公司保持競爭優勢的必要條件。這很難，但潛力巨大。
波動潛藏利潤
本月早些時候，由于太陽能發電量激增超過需求，德國電價一度跌至創紀錄的每兆瓦時負500歐元。而這在可再生能源占主導地位的電網可能將變得更加常見。
這樣的波動性無疑為電力交易商提供了利潤豐厚的機會，其可以利用衛星圖像、天氣模式甚至社交媒體上的帖子來預判價格變化。
而在去年能源危機期間，巨大的波動性讓MFT的利潤飆升了八倍之多，達到億歐元，平均每名員工創造了440萬歐元的利潤。
當然，自動化也功不可沒。電力市場的獨特之處在于處理供應、需求和基礎設施方面的數據，由于歐洲各國電網之間互聯裝置存在瓶頸，計算機加入電力分配的計算過程反而會節省更多的時間和精力。
Danske Commodities日內交易主管Tim Kummerfeld稱，算法有助于提供流動性并抑制價格波動，且其能夠根據訓練數據進行學習，因此，更多的交易商將采用人工智能。
但他也指出，自動化系統現在還不夠完美，很多過于復雜的情況仍需要人類交易員來進行主導。在非常極端的情況下，算法的使用量反而變少。
不過隨著時間的推移，自動化注定成為歐洲電力交易員不可缺少的伙伴，畢竟在可再生能源極不穩定的供應下，人類需要一個穩定的助手來預判這些不穩定因素。
（文章來源：財聯社）
