• 电池储能系统(BESS)在处理新能源发电短期波动和电网调节中的重要作用及市场参与价值 [page::1][page::4]

- 当前文献多简化日内市场复杂性，缺乏对连续时间和完整订单簿信息的高频交易策略建模 [page::1][page::2]

• 本文贡献：

- 将滚动内在值(Rolling Intrinsic, RI)策略适配于连续日内市场，纳入订单簿全信息及市场规则，建模为混合整数线性规划(MILP)问题 [page::3]
- 提出动态规划(DP)近似方法，求解速度提高2-3个数量级，几乎精确，支持高频实时交易 [page::3][page::11][page::12]
- 基于德国2021年EPEX Spot连续日内市场订单簿数据进行全年回测，评估绩效并论证交易速度对收益的关键影响 [page::3][page::19][page::20]

• DP解法与MILP比较 [page::18]

| 方法 | 奖励 (€) | 运行时间 (h) | 日均循环次数 | 解算次数 | 交易量 (MWh) |
|----------|----------|--------------|--------------|----------|--------------|
| MILP | 7895 | 6.77 | 2.3 | 959900 | 1901 |
| DP-101 | 7538 | 0.43 | 2.3 | 959900 | 1825 |
| DP-51 | 8051 | 0.22 | 2.2 | 959800 | 1905 |
| DP-11 | 7851 | 0.05 | 2.2 | 959500 | 1878 |

- DP在收益上与MILP接近，计算速度快1-3个数量级，适合高频交易模拟 [page::18]

• 高频率求解对收益影响显著 [page::19]

- 每小时求解一次，年收益约22.1万欧元；每有相关订单簿更新即求解，年收益提升58%至约34.9万欧元，订单数相应增多达到3万

• 电池状态与交易行为分析 [page::20][page::21]

- 电池充放电表现出日内周期性，常见于早晨及下午时段
- 状态分布非典型的两极，显示非简单的“全充/全放”策略，反映订单簿复杂性导致的微调行为

• RI策略在实际交易中面临的流动性挑战，交易主要集中于提前交割的不同时间跨度产品组合 [page::22]

• 参数敏感性与策略优化 [page::22][page::23][page::24]

- 电池注放电效率、退化成本和容量影响收益，优化DP网格精细度改善性能
- 新增参数$\phi$作为交易大价差产品的惩罚因子，激励更多在流动性好的临近交割时段交易
- 月度滚动训练$\phi$参数，带来年收益额外提升8.4%

• 该研究发布Python包BitePy支持高频滚动内在值策略仿真，方便科研及实际应用 [page::17][page::29]

- 结论强调快速反应和精细高频模拟能力对于最大化电池储能在连续日内市场交易利润的重要性，提出未来多市场和结合价格预测的扩展方向 [page::24][page::25]

金融研究报告详尽分析报告

报告标题： Maximizing Battery Storage Profits via High-Frequency Intraday Trading
作者及机构： David Schaurecker（ETH Zurich 等多所大学合作）
发布时间与主题： 未明，但内容聚焦于电力储能系统（BESS）在连续盘中（Intraday）电力市场上的高频交易策略。

---

1. 元数据与概览（引言与报告概览）

本报告针对电网规模的电池储能系统（Battery Energy Storage Systems, BESS）在连续盘中电力市场中的高频交易策略展开，提出了一种基于滚动内在价值（Rolling Intrinsic, RI）的高频自动交易算法，解决了传统方法无法满足市场极高交易频率需求的问题。该算法利用动态规划（Dynamic Programming, DP）近似求解原本复杂的混合整数线性规划（MILP）问题，既保持了利润的最大化，又大幅提升了计算速度，实现了在毫秒级市场更新节奏下，实时决策的能力。

核心贡献：

• 设计并实现连续盘中市场的滚动内在策略，考虑限价委托簿（Limit Order Book, LOB）、市场规则、电池技术参数与退化成本。

- DP方法所得交易策略在收益上接近MILP最优解，但计算速度提升两个数量级，有利于高频决策。

• 2021年德国市场的历史订单簿数据回测验证其优越性，表明高频率决策明显增加交易收益，高于每小时重算策略58%，也显著优于每分钟重算策略。

- 引入参数化RI策略，结合DP快速计算，调整交易行为提升年收益约8.4%。

• 发布Python开源包供学术及产业仿真测试。

关键词包括：最优运筹、资产支持交易、短期电力市场、动态规划和限价订单簿交易。

作者试图传递的核心信息是，电池储能的盘中市场交易机遇极其依赖快速反应能力，传统的低频重算策略难以充分捕捉价值，而高频算法在实测数据中验证了其巨大的增益潜力。[page::0]

---

2. 逐节深度解读

2.1 引言（Introduction）

• BESS被视为解决新能源短期波动性的关键技术，凭借其充放电灵活性，支持峰谷调节和减少燃煤/燃气机组负荷。预计2030年部署量大增。

- BESS的商业模式需要深入探索，市场参与者需有效参与短期市场（尤其是快速增长的盘中市场）实现盈利。

• 该市场交易频率极高，操作复杂，目前公开文献对此复杂性的深入研究较少，大多数研究简化盘中市场导致策略收益偏低或失真。

- 现有文献多数聚焦日内市场一次性决策，缺少对连续竞价市场限价订单簿全貌的动态和高频交易响应模型。

本节奠定了研究该课题的现实和学术价值，同时强调了盘中市场高速动态交易的挑战性。作者设定了该领域的研究空白和必要性。[page::1,2]

2.2 文献回顾

• 盘中市场高频策略文献稀缺，已有少数工作考虑多市场或多阶段决策但时间分辨率较低（如4小时），导致价格峰值被平滑，收益被压缩。

- Rolling Intrinsic策略对气体储存接近最优，常被引用作为基线，适用于电池却少见高速完整LOB的严谨模型研究。

• Semmelmann等（2025）相关工作未考虑电池退化成本，也未使用全LOB数据。

- Bertrand等（2020），Boukas等（2021），Kuppelwieser和Wozabal（2023）提供部分LOB基模型，但多为规则式执行，未基于每次LOB变动都重算内在价值策略。

本报告正是基于此，在理论和实践层面对高频LOB反应纳入动态规划策略进行创新，填补现有文献不足。[page::2,3]

3. 贡献总结

• 结合完整LOB、市场复杂规则、电池技术和退化成本，将RI策略转化为MILP问题。

- 设计DP近似求解方案，速度快数百至千倍，且结果接近最优。

• 用2021年德国市场数据进行历史订单簿回测，结果显示高速交易策略显著提升收益。

- 通过参数化RI策略（调整交易时点倾向），进一步提升收益8.5%。

• 发布Python仿真包供研究和产业使用。

算法效率关键在于每天近3千万次的快速优化调用，可处理实时毫秒级订单更新。该能力使得常规MILP不可行的问题实现了近实时解决。[page::3]

4. 欧洲电力市场 (Euro Power Market)

• 欧洲电力市场以NordPool（北欧）和EPEX（德国及其他欧洲地区）为主，市场逐步融合形成统一的日内联合市场（SIDC）结构。

- 本研究聚焦EPEX德国市场，涵盖从长期到日内细分产品，连续竞价市场允许到交付前5分钟交易小时/半小时/15分钟产品。

• 盘中市场作为最终调节机制，帮助降低系统不平衡，合理调整头寸，减少风险平衡费用。

- 不同国家的盘中市场设计有所差异，但SIDC使得跨区交易深度统一、流通性提升。

• 交易时间点设置、订单类型、订单簿机制详细说明，并用图示说明订单簿动态状态和交易清算机制（图1），凸显订单撮合的即时性。

- 盘中市场流动性不足是主要限制，开盘时和交付前数小时订单及成交量明显不同（图2），导致价格发现不完美并增加策略风险。

• 2021年德国连续盘中市场订单量达到2.4亿笔，平均每秒7.6笔，体现电力市场交易的超高频特性。

该部分构建了背景，对理解市场微观机制和交易难点十分重要。[page::4,5,6,7]

---

3. 图表深度解读

图1 (第6页) —— 限价订单簿示例及订单撮合过程

• 左图展示特定时间的LOB结构：卖单（Offer Stack，价格高到低排序）和买单（Bid Stack，价格低到高排序）。两者之间的价差即买卖差价（Bid-Ask Spread），为市场流动性指标。

- 右图示范新买单提交后与依次较低报价的卖单撮合清算过程，即“价格优先+时间优先”原则。部分卖单成交后剩余量回留订单簿。撮合是瞬时完成。

• 该图表支持文本对限价订单簿动态理解，提供市场撮合机制及流动性对交易及时性的影响说明。

- 提示频繁订单流动带来的高复杂度和高频决策压力。

图2 (第7页) —— 订单提交与交付时间分布

• 横轴是交付前时间间隔，纵轴左侧为总交易量，右侧为订单笔数。订单与成交量均随交付时间临近呈指数增长趋势。

- 中间10-11小时交付时段展示了不连续的交易活跃度跃升现象。

• 反映了流动性分布特征，早期流动性显著较低，导致高价差和波动，影响交易策略安全性和收益。

- 该图量化了流动性不足对市场效率潜在影响，为后期参数及策略设计提供基础。

表1 (第6页) —— CWE地区主市场成交量年度统计

• 数据展示2017-2023年，德国及邻近国家的日内和日前市场成交量变化。

- 日内连续市场成长明显，2023年增幅达近30%，加强了盘中市场重要性。

• 反映了电力市场交易习惯由日内转向更即时、更加细粒度的连续竞价市场趋势，为算法的市场适应性提供现实依据。

表2 (第19页) —— 不同模型方法及参数下的性能比较

• 不同月份四周中，MILP与DP（3种状态离散粒度）对比。

- MILP收益与DP基本持平，m=51或11时DP有时收益甚至超MILP，DP模拟时间仅约1/100-1/1000，快大幅提升。

• DP更细离散度一般带来更精准收益。

- 交易周期、使用次数、交易量均给出，体现真实交易量。

• 证实DP方法实用而高效。

图3 (第20页) —— 不同重算频率下的年度累计收益

• 解决频率从1小时降到“每次订单簿更新”，收益增长58%，显示速度对收益敏感度极高。

- 附图展示策略两天细节，包括充电状态（SoC）、买卖量和单时段利润，体现策略灵活调度能力。

• 说明对高频极端反应的必要性，延迟或低频更新将大幅错失市场机会。

图4 (第21页) —— 2021年度电池运行状态热力图

• 每小时SoC（状态的色块）分布，充电偏向上午和下午时段。

- 日内SoC呈现，显示非边界状态占比较大，非典型“全充/全放”模式，反映LOB复杂价格信号与非线性效率退化影响。

• 分布图右侧展示SoC出现次数，说明策略细致利用电池容量以应对市场多变。

- 上方每日交易量灰色阴影体现交易活跃度，年底更高，符合市场波动增强趋势。

图5 (第22页) —— RI策略按距离交付时间的订单量分布

• 与市场整体订单相比，RI策略的订单量更均匀分布，不像市场订单多集中接近交付时。

- 原因是RI利用时差套利，频繁交易远期和近期期货以深化利润，但面临低液性产品风险。

• 反映策略短视但积极捕捉跨期套利机会，同时展示其液性弱点。

表3 (第23页) —— 不同关键参数（充放电效率、退化成本、储能容量）对收益的影响

• 盈利随着效率提升（0.9→1.0）和退化成本降低（8→0 €/MWh）显著增加。

- 储能容量增加虽然绝对收益增加，但单位体积收益降低，说明小型电池更灵活，易捕捉盘中机会。

• 较精细的值函数离散度带来边际收益提升。

- 指出电池成本下降和效率提升将极大增强盘中交易吸引力。

---

4. 估值分析

报告从盈利能力角度分析电池储能在盘中市场的价值及其实现路径，未直接采用传统DCF等企业估值法，而是基于电池具体的交易策略收益率进行“项目级”估值。

• 采用MILP和DP两种数学优化方法估算策略收益，MILP提供近最优理论值，DP提供高效近似解。

- 价值函数及滚动内在策略视电池电量为状态变量，交易决策为动作变量，结合LOB价格及电池效率和退化成本，实现动态规划的贝尔曼迭代。

• 通过历史LOB数据精确模拟市场环境及电池交易行为，深度挖掘市场流动性、效率损失、退化成本、交易费用三者综合影响对收益的驱动。

- 估值结果展示高频交易显著提升收益，即存储资产高频响应能力是其价值重要体现。

• 参数训练进一步展现估值提升空间，如加权交易流动性缺陷惩罚，有效规避早期流动性差交易带来的损失。

该估值实质上是通过收益模拟表现资产的优化交易价值，提供对电池交易收益潜力的定量评估。

---

5. 风险因素评估

报告明确指出并考虑了多项风险来源：

• 市场流动性风险：早期交付产品流动性不足，产生宽广买卖差价，限制有效套利，增加遗留仓位及执行成本。

- 交易延迟风险：算法延迟产生被动响应，可能导致部分订单无法按预期匹配，影响仓位物理可行性，需后续修正，增加操作复杂度。

• 模型简化风险：退化成本线性近似，忽略深度放电和环境温度等影响，退化成本估计可能偏差，影响交易策略保守性。

- 市场行为风险：策略回测假定市场因策略行为不变，实际多策略共存可能导致市场动态改变，影响策略有效性。

• 交易规则与费用：价格和交易单位限制，交易费用变化，可能影响策略盈利水平。

虽然没有细节讨论缓解措施，但通过高频调整，动态纠偏仓位，参数调整，策略具有一定自适应和恢复能力。

---

6. 批判性视角与细微差别

• 交易频率与收益的权衡：报告强调越高频率越好收益，但未充分讨论因技术瓶颈、通信延迟及执行风险导致极高频度策略在现实中的可持续性与成本问题。

- 退化成本模型简化：退化以线性成本计较为粗略，可能低估复杂使用条件下的寿命影响，但可理解是为简化模型与算法计算负担。

• 市场影响浅析：未考虑策略对市场价格及其他参与者行为的反馈效应，对策略上线实际应用风险与效应需进一步实证。

- 模型拟合度与参数敏感度：尽管表3解析了参数影响，但对模型各要素的长期稳定性和鲁棒性尚缺乏足够深入探讨。

• 动态编程状态格点折衷：实现中采用近似线性插值避免复杂曲线拟合，适度折中效率与精度，后续可考虑更复杂插值提升精度。

整体而言，报告在保持学术严谨的基础上，清晰界定局限，务实推进研究，适合作为行业与后续研究的强参考。

---

7. 结论性综合

本报告围绕电池储能在欧洲（尤其德国）连续盘中电力市场的高频交易策略展开，厘清了市场机制和交易挑战，针对性地构建了基于滚动内在价值的混合整数线性模型，并创新性地通过动态规划近似求解实现高速算法。通过对2021年德国市场详细的历史订单簿数据的回测，验证了方案的高准确性和极大的速度优势：

• 高频率触发滚动内在策略的执行显著提升年度累计收益，最高频策略相比每小时执行多达58%收益增幅，充分展现了高频交易对储能价值释放的重要性。

- DP近似计算依赖合理的状态离散及线性插值策略，在保证计算效率的同时实现与MILP最优解接近的表现，验证了方法的实用性和可扩展性。

• 订单簿流动性缺陷对策略行为和收益具重要影响，参数化RI策略通过对流动性较差时段施加惩罚，进一步提升收益约8.4%，表明对交易时机和产品选择的精细优化有实际经济价值。

- 仿真展示电池多乘电量状态，被动“非全满或全空”策略在实际LOB交易背景下合理，体现了市场状态和技术特征的综合影响。

• 公开的Python软件包（BitePy）提供了工业和学术界测试和应用该高效算法的工具支持，强调了研究成果在产业应用中的可行性。

报告系统而深入地描绘了电池储能在连续盘中市场交易的价值机理、技术难点及解决方案，为未来对多市场联动、动态价格预测整合、复杂退化模型等方向的研究奠定坚实基础。同时，结果强烈表明，在实际市场环境中加快交易算法响应速度、充分利用订单簿全部信息，是释放储能资产潜在价值的关键所在。[page::0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25]

---

参考图表

• 图1:

- 图2:

• 表1: CWE 各年日内与日前交易量总结（2021~2023年显著增长）[page::6,7]

- 图3:

• 图4:

- 图5:

• 表2及表3：详见正文，比较DP与MILP方法效能及参数调节对收益影响。[page::19,23]

---

总结

该报告以结构清晰、数据详实、模型精准、算法高效而著称。针对未来电池储能登记入电力市场的高频交易挑战提供了坚实的理论和实证支持，验证了RIS与DP工具相结合的创新路径，极大提升了电力储能资产在动态电力市场的收益预期。未来研究可聚焦于多市场耦合、动态价格预测和更细退化模型以进一步释放储能潜力，为新能源深度融合和电力系统稳定贡献焦点技术和方法。

报告