摘要
随着电力现货市场向市场化机制转型，对于风能-蓄电池混合系统的战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不稳定的位置边际价格（LMPs）——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。我们采用软演员-评论家（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操作约束，包括线性化的蓄电池退化成本以及适用于每小时结算的市场化单一投标抽象模型。利用一个150兆瓦风电场（测试期为91天）的一年历史运营数据，我们发现与仅依靠风能发电相比，集成储能可使年利润增加108.4%至114.2%。重要的是，SAC-CVaR策略（η = 0.35）在保持97.3%的风险中性利润（771万美元 vs 793万美元）的同时，显著降低了下行风险：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）。训练出的策略实现了亚毫秒级的决策速度（每个决策0.262毫秒，约3820个决策/秒），相比基于优化的求解器（每个决策10-15秒），速度提高了3.8 × 10^4至5.7 × 10^4倍，从而实现了实时部署。行为分析表明，该智能体学会了适应性强的、基于预测的投标策略，在高价时段采用更为保守的报价方式，并采用逆周期的蓄电池调度模式，有效协调了盈利能力和风险控制，在市场波动条件下表现出色。
