虚拟电厂与综合能源服务商业化赛道报告

国声智库人工智能研究中心

经济窗编辑部

联合出品

摘要

本报告系统分析了中国虚拟电厂与综合能源服务商业化赛道的发展现状、核心驱动力、商业模式演进及未来趋势。研究基于 2024 至 2026 年的最新政策动态、项目案例与市场数据，对 2029 至 2031 年的市场格局进行了前瞻性预测。报告发现，2026 年是中国虚拟电厂行业从"政策试点"转向"商业爆发"的关键拐点。国家发改委 2025 年 357 号文与国务院 2026 年《关于完善全国统一电力市场体系的实施意见》形成顶层设计合力，但各省执行层面的差异将决定不同区域市场的成熟度与投资价值。商业模式已从单一补贴依赖转向"现货价差套利加辅助服务补偿加绿证与碳交易"的多元组合模式，但当前现货市场套利效率仅约 50%，盈利效率仍是核心痛点。AI 算法与数据构成核心护城河，技术能力正从简单的价格预测向多智能体博弈进化，科技巨头的跨界进入可能重塑行业格局。然而，市场结构性障碍依然存在，包括发电侧市场势力（如广东"默契合谋"导致成本传导率仅约 50%）和省间壁垒，这些是政策制定者下一步需要重点解决的监管难题。报告建议，应加快建立全国统一的虚拟电厂技术标准与交易规则，推动辅助服务市场对新型主体公平开放，建立用户侧资源参与的激励机制，并鼓励 AI 算法在电力交易中的合规应用，以实现虚拟电厂在新型电力系统中的规模化价值释放。

背景介绍

研究背景与动机

中国正处于能源转型与电力市场化改革的历史交汇期。随着"双碳"目标的深入推进，新能源装机规模持续攀升，可再生能源在发电总装机中的占比持续提升，电力系统灵活性资源需求日益迫切。国家能源局 2026 年新闻发布会指出，2025 年全国能源形势持续向好，重点项目完成投资额首次超过 3.5 万亿元，能源保供与绿色转型协同推进 ^[1]。然而，新能源出力的间歇性与波动性对电力系统的安全稳定运行构成了严峻挑战。传统"源随荷动"的运行模式亟须向"源荷互动"转变，"虚拟电厂"应运而生 ^[2]。

虚拟电厂通过聚合工业负荷、商业楼宇、储能等分布式资源以及对需求侧动态管理，实现"削峰填谷"，引导分布式新能源就近消纳，补充电网调节缺口，筑牢电力安全保供底线，同时应对极端天气下的发电出力不足，强化能源安全保障 ^[2]。从经济性来看，虚拟电厂优势显著。据国家电网测算，满足 5% 的峰值负荷，火电投资需 4000 亿元，而虚拟电厂仅需 400 至 570 亿元，成本仅为火电的十分之一 ^[2]。这一成本优势使虚拟电厂成为新型电力系统建设的重要技术路径，能够有效降低电力系统投资和运行成本，同时参与电力市场交易，丰富商业模式，激发市场活力。

2024 至 2026 年，中国虚拟电厂行业经历了从概念验证到规模化落地的关键转变。国家发改委于 2025 年 4 月发布《关于加快推进虚拟电厂发展的指导意见》（发改能源〔2025〕357 号），首次明确了虚拟电厂作为"资源聚合类新型经营主体"的法律地位，并允许其参与中长期和现货市场交易 ^[3]。国务院办公厅于 2026 年 2 月印发的《关于完善全国统一电力市场体系的实施意见》，进一步为虚拟电厂跨省交易提供了长期政策确定性 ^[4]。这两项政策的相继出台，标志着虚拟电厂从边缘探索走向主流市场，行业规范化发展步入快车道。

然而，行业的发展并非一帆风顺。发电侧市场势力、省间壁垒以及辅助服务市场对传统主体的隐性倾斜，导致市场化收益占比不足 30%，商业模式仍高度依赖补贴。虚拟电厂商业化的核心矛盾在于"市场化愿景"与"非市场化现实"之间的张力。政策已打开市场大门，但发电侧市场势力、省间壁垒、辅助服务规则等"软性障碍"仍在限制其发展。理解这些结构性障碍的成因与影响，是制定有效政策干预措施的前提，也是本报告研究的出发点。

研究范围与方法

本报告的研究时间范围重点覆盖 2024 至 2026 年，并对 2029 至 2031 年的市场趋势进行预测。报告聚焦于中国虚拟电厂与综合能源服务商业化赛道，涵盖政策环境、商业模式、技术驱动、市场格局、竞争态势及未来展望等核心维度。研究的时间跨度设计旨在捕捉行业从政策试点向商业爆发转型的关键窗口期，同时为中长期投资决策提供参考依据，确保分析的前瞻性与实用性。

研究方法包括政策文本分析、案例研究、数据挖掘以及学术文献综述。政策文本分析对国家及省级层面虚拟电厂相关政策进行系统梳理，识别政策演进的逻辑脉络与关键节点。案例研究选取深圳、冀北、甘肃、山东、上海等地的典型虚拟电厂项目进行深度剖析，提炼可复制的商业模式与运营经验。数据挖掘引用企业财报、行业研究报告、电力市场交易数据等公开信息，量化分析市场规模与增长潜力。学术文献综述整合国内外学者关于电力市场改革、虚拟电厂商业模式、AI 算法应用等领域的研究成果，为分析提供理论支撑。

报告的数据来源以中文资料为主，包括国家发改委、国家能源局等官方机构发布的政策文件，落基山研究所、自然资源保护协会等智库的研究报告，中信建投、中邮证券等券商的分析报告，以及低碳网、能源发展网等行业媒体的报道。需要指出的是，当前研究来源以中文资料为主，基于单一语言来源的结论需保持审慎，后续研究应补充国际比较视角。这一局限性在报告结论部分将予以明确说明，以避免过度外推，确保研究结论的客观性与科学性。

报告结构

本报告共分为七个部分，各部分之间形成逻辑递进关系。第一部分为执行摘要，概述核心发现与建议，为读者提供快速把握报告要点的入口。第二部分为背景介绍，阐述研究背景、范围与方法，建立分析框架与边界条件。第三部分为政策环境分析，系统梳理 2024 至 2026 年国家及省级层面的虚拟电厂政策，并评估其对行业的影响，为后续商业模式分析奠定制度基础。

第四部分为商业模式创新，分析从补贴依赖到多元套利的范式转变，并选取典型项目进行案例研究，揭示盈利模式演进的内在逻辑。第五部分为技术驱动与竞争格局，探讨 AI 算法如何构成核心护城河，以及科技巨头跨界进入对行业格局的重塑，从技术维度解释竞争态势变化。第六部分为市场预测与投资机会，基于政策目标与成本优势对 2029 至 2031 年市场规模进行预测，并识别结构性障碍，为投资决策提供量化参考。第七部分为结论与建议，提出面向政府决策层、行业投资者及学术智库的可操作建议，将分析发现转化为政策与商业行动。

主要发现

政策环境：从身份确认到市场融合的加速演进

 国家层面政策里程碑

2024 至 2026 年，中国虚拟电厂政策经历了从"鼓励探索"到"明确身份"再到"融入市场"的三级跳。2024 年，国家发改委、国家能源局在多个文件中提及虚拟电厂，但尚未出台专门性指导意见，政策信号相对模糊。2025 年 4 月，国家发改委发布《关于加快推进虚拟电厂发展的指导意见》（发改能源〔2025〕357 号），这是中国首部专门针对虚拟电厂的国家级政策文件，具有里程碑意义 ^[3]。该文件的出台标志着虚拟电厂从概念讨论进入政策实施阶段，为行业奠定了坚实的法律基础。

357 号文的核心内容包括四个关键维度。第一，明确虚拟电厂作为"资源聚合类新型经营主体"的法律地位，允许其整体参与电力中长期市场和现货市场交易，解决了市场主体身份问题。第二，加快推进辅助服务市场向虚拟电厂开放，并强调"公平设定各类辅助服务品种申报价格上限，不应对各类主体设立不同上限"，为公平竞争奠定规则基础。第三，提出到 2027 年虚拟电厂调节能力达到 2000 万千瓦以上，到 2030 年达到 5000 万千瓦以上的目标，为行业发展提供量化指引。第四，鼓励虚拟电厂参与跨省电力交易，为跨区域优化配置资源打开政策空间 ^[3]。这些维度的确立，标志着政策驱动已成为行业发展的核心变量。

2026 年 2 月，国务院办公厅印发《关于完善全国统一电力市场体系的实施意见》，这是继 2015 年电改 9 号文之后，中国电力市场化改革的又一纲领性文件。意见明确提出，到 2030 年基本建成全国统一电力市场体系，各类型电源和除保障性用户外的电力用户全部直接参与电力市场，市场化交易电量占全社会用电量的 70% 左右，跨省跨区和省内实现联合交易，现货市场全面转入正式运行 ^[4]。这一政策为虚拟电厂的跨区域交易和规模化发展提供了长期制度保障，与 357 号文形成政策合力，共同推动行业从试点走向爆发。

两项政策的协同效应体现在三个层面。在市场主体层面，357 号文赋予虚拟电厂独立身份，国务院意见则确保其能够在全国统一市场中公平参与竞争。在交易机制层面，357 号文开放辅助服务市场，国务院意见推动现货市场正式运行，形成完整的交易品种体系。在区域协调层面，357 号文鼓励跨省交易，国务院意见明确跨省跨区联合交易机制，打破地域壁垒。这种政策组合为虚拟电厂商业化创造了有利的制度环境，是 2026 年成为行业拐点的关键支撑。

 省级政策差异化落地

在国家顶层设计的指引下，各省份纷纷出台虚拟电厂专项政策或将其纳入电力市场改革方案。然而，各省在执行层面存在显著差异，这决定了不同区域市场的成熟度和投资价值。政策落地的区域差异源于各地电力市场发育程度、新能源渗透率、电网结构及利益格局的不同，需要投资者进行精细化区域评估，以规避政策执行偏差带来的风险。

广东省作为电力市场化改革的先行者，于 2026 年修订了电力现货市场结算实施细则，进一步明确了虚拟电厂等新型主体的结算规则 ^[5]。该细则对交易单元、调度单元、营销结算单元的对应关系作出明确规定，为虚拟电厂参与现货市场提供了可操作的结算框架。陕西省于 2025 年底发布 2026 年电力现货市场连续运行工作方案，将虚拟电厂纳入市场参与主体范围 ^[6]。该方案明确了现货市场建设的工作目标、时间节点与责任分工，体现了地方政府推进市场化改革的决心。

上海、深圳、冀北等地的虚拟电厂管理中心或平台已投入运营，形成了各具特色的运营模式。深圳虚拟电厂可调能力已达 130 万千瓦，聚合充电桩、智慧楼宇、储能等海量分布式资源 ^[7]。冀北虚拟电厂可调能力达 54.4 万千瓦（蓄热式电锅炉型），主要参与华北电力调峰辅助服务市场 ^[7]。上海虚拟电厂最大调节负荷达 116.27 万千瓦 ^[7]。这些区域试点为全国性推广积累了宝贵经验，展示了不同资源禀赋下的差异化发展路径。

然而，政策落地存在"最后一公里"问题。学术研究指出，在省间壁垒、输电拥塞与规则不一致条件下，市场整合的效率收益与分配后果可能高度异质 ^[8]。这意味着同一政策在不同省份可能产生截然不同的实施效果。辅助服务市场考核机制对传统主体（如火电）的隐性倾斜，限制了虚拟电厂的收益空间。顶层设计鼓励竞争，但底层规则仍偏向传统利益格局，这种政策执行偏差需要监管层持续关注与纠正，以确保政策红利能够公平释放。

 政策驱动的核心变量作用

本报告的核心假设之一——政策驱动是核心变量——得到了充分验证。2026 年中国电力现货市场全面铺开和辅助服务市场对虚拟电厂的开放，是决定行业从"政策试点"转向"商业爆发"的关键拐点。证据明确指出，政策正推动储能以多元化模式全面融入电力现货市场和辅助服务市场 ^[7]。虚拟电厂通过参与电力市场交易丰富商业模式，间接支持了从补贴依赖转向多元套利的趋势 ^[7]。政策信号的明确性直接影响市场参与者的投资信心与资源配置决策，是行业发展的风向标。

政策驱动的作用机制体现在三个传导路径。第一，身份确认路径，357 号文赋予虚拟电厂独立市场主体地位，使其能够合法参与电力交易，解决了"能不能做"的问题。第二，市场开放路径，辅助服务市场与现货市场的逐步开放，为虚拟电厂提供了多元化的盈利渠道，解决了"怎么赚钱"的问题。第三，目标引导路径，2030 年 5000 万千瓦调节能力目标为行业发展提供明确预期，引导资本与技术向该领域集聚，解决了"做多大"的问题。这三条路径共同构成政策驱动的完整闭环，确保行业在轨道上运行。

然而，政策驱动也存在不确定性。各省执行层面的差异、发电侧市场势力的存在、以及辅助服务市场规则的不完善，都可能影响政策效果。政策文本与执行现实之间的差距，是评估政策有效性时需要重点考量的因素。因此，政策制定者需要持续关注政策落地的实际效果，并及时调整优化，形成"政策制定—执行反馈—规则优化"的动态调整机制，以应对市场变化。

商业模式创新：从补贴依赖到多元套利的范式转变

 传统模式的局限性

在虚拟电厂发展初期，商业模式高度依赖需求响应补贴。运营商通过聚合分布式资源参与电网的需求响应项目，获得政府或电网公司支付的补偿费用。这种模式虽然简单直接，但存在明显的局限性：补贴标准不统一、资金来源不稳定、市场化程度低。补贴依赖模式的可持续性受到财政压力与政策转向的双重挑战，亟须向市场化盈利模式转型，以适应电力市场改革的深入。

以山东独立储能电站为例，实际套利效率仅 50% 左右，且 2 充 2 放策略难以执行 ^[9]。套利效率低下的原因包括电价波动幅度不足、充放电策略受限、交易成本较高等多重因素。综合各方面收益来源分析，现货电能量市场峰谷套利仍是独立储能的核心收益来源；辅助服务市场不会为独立储能带来超额收益；容量补偿将与电能量市场形成更紧密的链接；容量租赁模式将淡出视野 ^[9]。这一分析表明，单一收益来源的商业模式难以支撑行业长期发展，必须寻求多元化突破。

传统模式的另一个局限在于用户侧激励不足。在补贴依赖模式下，收益主要流向聚合商，用户侧获得的分成比例较低，导致参与积极性不高。用户侧资源规模化聚合是虚拟电厂商业模式成功的"最后一公里"，若无法有效激励用户参与，聚合规模将受到严重制约。此外，补贴资金来源的稳定性也存在问题，随着电力市场化改革深入，政府直接补贴将逐步退坡，依赖补贴的商业模式将面临生存危机，转型迫在眉睫。

 多元套利模式的形成

领先聚合商已不再单纯依赖需求响应补贴，而是通过现货市场价差套利、调频与备用辅助服务、绿证交易等组合模式实现盈利。这种"多元套利"模式的形成，得益于电力现货市场的全面铺开和辅助服务市场的逐步开放。多元套利模式的核心在于通过多品种、多时段、多区域的交易组合，分散单一市场风险，提升整体收益稳定性，增强抗周期能力。

虚拟电厂建设仍处于示范阶段，通过聚合用户侧可调节资源、参与现货电能量市场、优化用能成本或为近期商业化的破局方向 ^[9]。虚拟电厂通过聚合分布式电源、储能、可调节负荷等资源，参与电网调峰调频，为售电公司开辟了全新收益渠道 ^[10]。多元套利模式的形成标志着虚拟电厂从政策驱动向市场驱动的转型，商业模式可持续性显著增强，为行业长期盈利奠定基础。

多元套利模式的具体构成包括四个收益来源。第一，现货市场价差套利，利用电价时段差异进行低买高卖，是核心收益来源。第二，调频与备用辅助服务，通过提供电网调节服务获得补偿费用。第三，容量补偿，作为备用容量获得固定收入。第四，绿证与碳交易，通过可再生能源消纳与碳减排获得额外收益。这四种收益来源的组合比例因区域市场规则与资源类型而异，需要聚合商根据本地市场特点进行优化配置，以实现收益最大化。

 典型案例分析

深圳虚拟电厂：截至 2025 年 9 月，深圳虚拟电厂可调能力达 130 万千瓦，聚合充电桩、智慧楼宇、储能等海量分布式资源，依托负荷聚合商模式，聚合海量分布式资源参与电网需求响应获得收益 ^[7]。深圳模式的核心在于"聚合"与"激励"，通过将约 60% 的收益直接返还给用户，形成强激励 ^[7]。这一收益分配机制有效解决了用户侧参与积极性问题，为规模化聚合奠定基础。深圳作为改革开放前沿，其市场化程度与用户接受度较高，为该模式的成功提供了有利环境，具有示范意义。

冀北虚拟电厂：截至 2025 年 10 月，冀北虚拟电厂可调能力达 54.4 万千瓦（蓄热式电锅炉型），主要参与华北电力调峰辅助服务市场，为电网提供调峰容量，获得调峰补偿费用 ^[7]。冀北模式的特点在于聚焦蓄热式电锅炉、工商业可调负荷、电动重卡等特定资源类型，形成了专业化的运营能力。冀北虚拟电厂将约 60% 的收益直接返还给用户，抵扣其电费，形成强激励 ^[7]。这种专业化聚焦策略使冀北在特定资源类型上形成竞争优势，避免了与综合型聚合商的直接竞争，实现了差异化发展。

甘肃电动汽车虚拟电厂：采用"风光出力—充电负荷"耦合模型，新能源大发时段（午间光伏高峰）引导 90% 充电桩满功率充电，消纳弃光电量；电网高峰时段（18 至 22 时）自动削减 60% 充电功率，单次可削峰 30 万千瓦。用户侧实行"峰谷电价差套利加响应补贴"双激励，单辆车年收益可达 1800 元，运营商通过辅助服务市场获备用容量补贴 120 万元每年 ^[2]。该项目使甘肃新能源消纳率提升 3 个百分点，弃风率从 8% 降至 5%^[2]。甘肃案例展示了虚拟电厂在新能源富集区的独特价值，通过车网互动实现新能源消纳与电网调节的双重目标，具有推广价值。

南方区域虚拟电厂：聚合五省区 120 万千瓦光伏、80 万千瓦储能、10 万辆电动汽车，新增越南海阳风电项目跨境接入，成为首个跨国虚拟电厂试点。通过 AI 碳足迹算法实时核算跨省绿电减排量，2025 年上半年对接广东碳市场实现收益 2100 万元，减排量溢价较本地交易高 20%^[2]。牵头制定的《虚拟电厂聚合响应技术标准》通过国际电工委员会（IEC）认证，为"一带一路"能源互联提供技术范本 ^[2]。南方区域案例展示了虚拟电厂跨区域协同与国际化拓展的可能性，为行业未来发展指明方向，展现了广阔前景。

 收益分配机制的关键作用

用户侧资源的规模化聚合是商业模式成功的"最后一公里"。"60% 收益返还"模式已被验证为有效的激励手段。冀北虚拟电厂将约 60% 的收益直接返还给用户，抵扣其电费，形成强激励 ^[7]。甘肃项目则通过"峰谷电价差套利加响应补贴"的双激励模式，进一步提升了用户参与积极性 ^[2]。收益分配机制的设计直接影响用户参与意愿与聚合规模，是商业模式可持续性的关键变量，决定了聚合商的市场竞争力。

收益分配机制的设计需要考虑三个核心要素。第一，分成比例，60% 的返还比例在多个案例中被验证为有效阈值，低于此比例用户参与积极性显著下降。第二，结算周期，月度结算与电费抵扣相结合的方式降低了用户感知成本，提升参与体验。第三，透明度，收益计算规则与分配过程的透明化有助于建立用户信任，减少信息不对称导致的参与障碍。这三个要素的优化组合是收益分配机制设计的核心内容，需要精细化的运营支撑。

然而，用户认知不足、信任缺失、数据隐私顾虑以及资源分散、通信协议不统一等问题，仍是规模化推广的主要障碍。需要配套解决用户认知、信任、隐私及通信协议标准化等问题。用户教育与技术标准化是收益分配机制有效实施的前提条件，需要聚合商、电网公司与监管部门协同推进，共同构建健康的产业生态，确保商业模式落地生根。

技术驱动与竞争格局：AI 算法构成核心护城河

 从预测到博弈的 AI 进化

AI 技术正从简单的负荷预测，进化为模拟市场参与者行为的多智能体博弈，成为提升现货市场交易收益和资源聚合效率的核心驱动力。随着储能和虚拟电厂的普及，市场参与者数量激增。AI 赋能电力交易正从简单的价格预测，转向多智能体博弈。模型不仅要预测功率、负荷以及电价，还要模拟其他市场参与者的行为，优化报价策略 ^[11]。这一技术演进反映了电力市场复杂度的提升与竞争强度的加剧，对技术能力提出了更高要求。

澳大利亚是全球屋顶光伏渗透率最高的国家（约 44% 独立住宅已安装），这为虚拟电厂提供了最广泛的分布式资源基础。AI 为内核的"智慧管家"，通过分析天气、电价和用户用电习惯，智能调度家庭电池的充放电。例如，新南威尔士大学正在测试的 AI 能源管理系统，能基于气象站数据和建筑 occupancy 信息，预测热浪等峰值事件，实现建筑的动态能量管理和预冷，并可接入 NEM 进行交易 ^[11]。国际经验表明，AI 技术在分布式资源聚合与优化调度方面具有显著优势，为中国虚拟电厂发展提供借鉴，加速技术本土化落地。

AI 技术进化的驱动力来自三个方面。第一，市场复杂度提升，现货市场逐时甚至 5 分钟定价机制使人工决策难以应对，需要 AI 进行高频优化。第二，数据规模扩张，海量分布式资源产生的数据需要 AI 进行处理与分析，提取有价值的交易信号。第三，竞争强度加剧，市场参与者增多导致博弈复杂度上升，需要 AI 模拟对手行为并优化策略。这三个驱动力共同推动 AI 技术从辅助工具向核心引擎转变，成为企业核心竞争力的重要组成部分。

 数据壁垒与算法优势

具备高精度负荷预测和分布式资源聚合调度 AI 算法的企业，其运营效率和收益率显著高于竞争对手，从而在聚合商注册数量激增的竞争中占据优势，形成"数据—算法—规模"的正向循环。这一正向循环的机制在于：更多数据训练更优算法，更优算法吸引更大规模，更大规模产生更多数据，形成自我强化的竞争壁垒，使得头部企业优势愈发明显。

虚拟电厂通过聚合工业负荷、商业楼宇、储能等分布式资源以及对需求侧动态管理，实现"削峰填谷"，引导分布式新能源就近消纳 ^[7]。虚拟电厂通过聚合资源参与现货市场优化用能成本是破局方向 ^[9]。全国统一电力市场体系的建成将增加市场化交易和竞争，这强化了具备高精度算法企业的护城河优势 ^[4]。市场统一化将放大算法优势的竞争效应，领先企业可能获得超额市场份额，行业集中度有望提升。

然而，数据壁垒、算法黑箱和算力成本是规模化应用的瓶颈。数据壁垒源于用户隐私保护与商业机密考量，算法黑箱导致监管合规困难，算力成本限制中小企业参与。科技巨头（如华为、阿里、腾讯）的跨界进入，正通过算法和平台优势重塑行业格局。生态位竞争方面，灵活资源产业的竞争可能更多来自跨界者 ^[12]。科技巨头跨界进入可能通过颠覆性算法和商业模式重塑虚拟电厂行业格局，传统能源企业与科技公司的竞合关系将成为未来 3 至 5 年行业演变的主线。这一竞争格局变化将深刻影响行业生态与价值分配，引发行业洗牌。

 风险管控的刚性需求

随着现货市场全面运行，电价波动从"燃料驱动"转向"天气驱动"，浙江等新能源高占比地区已出现"负电价"，售电公司的风险管控能力直接决定生死。电价波动特征的转变反映了电力系统从传统化石能源主导向新能源主导的结构性变化，对风险管控提出全新要求。2024 年江苏某售电公司因未预判到新能源大发导致的电价暴跌，单月亏损超 2000 万元，最终退出市场 ^[10]。这一案例凸显了风险管控能力对市场参与者生存的决定性作用，警示行业必须重视风险管理。

这一案例凸显了 AI 风险管控系统的重要性。电力现货市场的价格波动性将倒逼虚拟电厂运营商强制采用 AI 风险管控系统，否则将面临重大亏损。不具备数字化风控能力的企业将被加速淘汰。风险管控系统的核心功能包括价格预测、头寸管理、止损机制与压力测试，需要与交易决策系统深度集成。AI 风险管控系统的应用将成为行业准入的隐性门槛，推动行业集中度提升，确保市场稳定运行。

风险管控的刚性需求源于三个市场特征。第一，价格波动加剧，新能源渗透率提升导致电价波动幅度与频率显著增加。第二，交易频率提升，现货市场逐时定价要求高频决策与实时调整。第三，亏损放大效应，杠杆交易与保证金制度使价格波动对盈亏的影响被放大。这三个特征共同构成风险管控的刚性需求基础，推动 AI 风控系统成为行业标配，保障企业稳健经营。

市场格局：从试点示范到规模化竞争的临界点

 市场规模与增长预测

2025 年虚拟电厂市场规模已达 102 亿元，预计 2030 年将跃升至千亿元量级 ^[10]。国家明确 2030 年虚拟电厂调节能力达 5000 万千瓦以上 ^[10]。市场规模的快速增长源于政策目标驱动与经济性优势双重因素，但增长路径存在区域差异与结构性障碍，需要理性看待增长速度与质量。

据测算，2025 年虚拟电厂投资强度 800 元每千瓦，最大负荷调节能力为 3% 至 5%；2025 年虚拟电厂调节电量占比 2%；响应电量中标价格参考国电投中标广东省市场化需求响应价格和浙江金华武义响应价格，假定 2025 年中标价格为 0.15 元每千瓦时 ^[12]。这些测算参数为市场规模预测提供量化基础，但实际增长可能因政策执行力度与市场发育程度而有所偏差，投资者需保持谨慎乐观。

虚拟电厂的投资成本仅为满足同等峰值负荷火电投资的十分之一，经济性优势巨大 ^[7]。然而，当前盈利模式高度依赖辅助服务补偿和容量补贴，峰谷价差套利效率仅 50% 左右。储能政策从行政指令转向市场化机制（136 号文）虽创造了更灵活的环境，但也迫使商业模式从单纯套利向"调频加容量租赁加需求响应"等多元化服务转型 ^[9]。盈利模式的转型是行业成熟度提升的必然要求，但转型过程中的阵痛需要政策缓冲与企业适应，以确保平稳过渡。

 结构性障碍：省间壁垒与市场势力

虚拟电厂的规模化推广将显著提升新能源消纳率，但省间壁垒和发电侧市场势力可能限制其跨区域优化配置资源的潜力，导致政策红利被少数传统主体攫取。结构性障碍的存在使政策目标的实现面临挑战，需要监管层采取针对性干预措施，破除市场壁垒，促进公平竞争。

学术研究提示，在省间壁垒、输电拥塞与规则不一致条件下，市场整合的效率收益与分配后果可能高度异质 ^[8]。这一研究结论表明，市场整合并非自动带来效率提升，规则设计与执行质量至关重要。广东电力现货市场成本传导率接近 50%，说明电力市场中发电企业具有一定程度的市场势力，一种可能的经济学解释是发电企业之间的"默契合谋"假说 ^[13]。市场势力的存在扭曲价格信号，削弱虚拟电厂的套利空间，影响市场效率。

发电企业之间产生默契合谋的潜在原因包括：第一，电力行业市场集中度较高，少数几家大型发电企业占据了市场的大部分份额，这使得企业能够更好地监控和预测对手的行为，在不需要显性沟通的情况下进行协调，形成默契合谋；第二，电力是高度同质化的商品，企业成本结构具有一定相似性 ^[13]。这两个条件为默契合谋提供了客观基础，需要通过市场结构优化与监管强化予以破解，维护市场秩序。

甘肃项目虽使新能源消纳率提升 3 个百分点，但省间壁垒可能使这种局部优化无法转化为全局效益 ^[2]。政策从行政指令转向市场化机制，暗示省间壁垒和传统主体可能限制虚拟电厂的跨区域优化。然而，全国统一电力市场体系将建成并实现跨省跨区优化配置，这直接削弱了省间壁垒限制虚拟电厂跨区域配置潜力的观点 ^[4]。到 2030 年，基本建成全国统一电力市场体系，各类型电源和除保障性用户外的电力用户全部直接参与电力市场，市场化交易电量占全社会用电量的 70% 左右，跨省跨区和省内实现联合交易，现货市场全面转入正式运行 ^[4]。统一市场体系建设为破解省间壁垒提供制度路径，但实施效果取决于执行力度与利益协调，需要持续关注。

 竞争格局：传统能源与科技巨头的竞合

行业将演变为"传统能源巨头（资产加电网关系）"与"科技跨界巨头（算法加用户触达）"的竞合博弈。纯粹的聚合商可能面临被收购或整合的命运。最终的赢家将是那些能深度融合"物理资产运营能力"与"数字算法创新能力"的企业。这一竞争格局判断基于双方核心优势的互补性与行业融合趋势的必然性，预示行业将进入整合期。

生态位竞争方面，灵活资源产业的竞争可能更多来自跨界者。从电力现货市场的建设角度，需要买卖双方充分参与，必须要建立完善的计量基础设施，不仅是电计量，还包括碳计量 ^[12]。计量基础设施的完善是市场公平运行的技术基础，需要监管部门统筹规划与投资建设，为跨界竞争提供公平舞台。

科技巨头（华为、阿里、腾讯）的跨界进入，正是看中了 AI 在数据分析和用户触达方面的优势。传统能源企业则拥有资产和电网关系优势。两者之间的竞合关系将成为未来 3 至 5 年行业演变的主线。竞合关系的具体形态可能包括战略合作、合资公司、并购整合等多种形式，取决于双方资源禀赋与战略意图的匹配程度，将重塑行业价值链分布。

深度分析

趋势分析

 政策驱动与市场驱动的双轮驱动

2024 至 2026 年，中国虚拟电厂行业正处于从"政策驱动"向"市场驱动"的关键转型期。国家层面（357 号文、2026 年电力市场意见）已明确其独立市场主体地位，电力现货市场（29 省试运行）提供了核心价格信号。然而，发电侧市场势力、省间壁垒以及辅助服务市场对传统主体的隐性倾斜，导致市场化收益占比不足 30%，商业模式仍高度依赖补贴。转型期的核心特征是政策信号与市场信号的并存与博弈，市场参与者需要在政策红利与市场化风险之间寻求平衡。

这一转型期的核心矛盾在于"市场化愿景"与"非市场化现实"之间的张力。政策已打开市场大门，但发电侧市场势力、省间壁垒、辅助服务规则等"软性障碍"仍在限制其发展。未来的政策重点应从"给予身份"转向"打破壁垒、重塑规则"。政策重心的转变反映了行业成熟度的提升，从培育期向成长期过渡需要更加精细化的政策工具。

政策驱动与市场驱动的双轮驱动机制体现在三个层面。第一，政策提供制度框架，市场提供价格信号，两者共同决定资源配置效率。第二，政策设定发展目标，市场检验目标可行性，形成目标校准机制。第三，政策纠正市场失灵，市场反馈政策效果，形成动态优化闭环。这三个层面的互动构成双轮驱动的完整机制，需要政策制定者与市场参与者共同维护。

 商业模式的多元演进

商业模式已从单一补贴转向"现货价差套利加辅助服务补偿加绿证与碳交易"的多元组合模式。领先聚合商已不再单纯依赖需求响应补贴，而是通过现货市场价差套利、调频与备用辅助服务、绿证交易等组合模式实现盈利。多元演进的本质是风险分散与收益优化，通过多品种组合降低单一市场波动对整体盈利的影响。

然而，当前现货市场套利效率仅约 50%，盈利效率仍是核心痛点。未来竞争力取决于 AI 算法优化和精准风险管理。商业模式创新的核心在于"聚合"与"激励"。聚合创新方面，"台区储能运维平台"和"共享储能"模式为解决分布式资源分散、运维困难提供了新思路 ^[14]。激励创新方面，"60% 收益返还用户"的强激励效果已得到验证 ^[15]。聚合与激励的协同优化是商业模式创新的关键路径。

商业模式多元演进的驱动力来自三个方面。第一，政策推动，辅助服务市场开放与现货市场运行提供多元化交易品种。第二，技术赋能，AI 算法提升多品种交易优化能力。第三，竞争压力，单一模式难以维持竞争优势，迫使企业探索多元化路径。这三个驱动力共同推动商业模式向多元化方向演进，形成行业发展的内生动力。

 AI 技术的深度渗透

AI 技术正从简单的负荷预测，进化为模拟市场参与者行为的多智能体博弈，成为提升现货市场交易收益和资源聚合效率的核心驱动力。AI 的应用已从"预测"升级为"博弈"。AI 能模拟其他市场参与者行为，优化报价策略，这在电力现货市场逐时（甚至 5 分钟）定价的背景下至关重要 ^[11]。技术渗透的深度与广度将决定行业竞争格局的演变方向。

科技巨头的跨界进入，正是看中了 AI 在数据分析和用户触达方面的优势。传统能源企业的资产和电网关系优势与科技公司的算法和用户触达优势形成互补。未来行业格局将由"竞合关系"决定，"算法加资产"双轮驱动的图景正在形成。竞合关系的具体形态将取决于双方资源禀赋的互补程度与战略意图的匹配度，可能形成多种合作模式。

AI 技术深度渗透的影响体现在三个维度。第一，运营效率，AI 优化资源聚合与调度决策，提升系统运行效率。第二，交易收益，AI 优化报价策略与风险管控，提升市场交易收益。第三，竞争壁垒，AI 算法与数据积累形成竞争壁垒，推动行业集中度提升。这三个维度的影响共同构成 AI 技术深度渗透的行业效应，需要市场参与者积极应对。

 市场规模的爆发式增长

2025 年市场规模已达 102 亿元，预计 2030 年将突破千亿元，年复合增长率超 50%。市场增长的核心驱动力是"成本优势"和"政策目标"。虚拟电厂的投资成本仅为满足同等峰值负荷火电投资的十分之一，经济性优势巨大 ^[7]。国家明确 2030 年虚拟电厂调节能力达 5000 万千瓦以上，为市场增长提供了政策保障 ^[10]。成本优势与政策目标的双重驱动使市场增长具有较强确定性。

然而，增长路径面临"省间壁垒"和"数据缺口"两大瓶颈。省间壁垒和规则不一致性限制了虚拟电厂的跨区域优化潜力。关键数据（如实时聚合商注册数量、用户侧参与率、市场化收益占比）存在明显缺口，限制了深度量化分析。数据缺口的存在影响市场透明度与投资决策质量，需要行业协同推进数据标准化与共享机制建设。

市场规模爆发式增长的约束条件包括三个方面。第一，政策执行力度，省级政策落地差异影响区域市场发育速度。第二，技术成熟度，AI 算法与通信技术的成熟度影响规模化运营效率。第三，用户接受度，用户认知与信任程度影响资源聚合规模。这三个约束条件的改善程度将决定市场增长的实际路径，需要政策制定者与行业参与者协同推进。

机会与挑战

 机会维度

政策红利持续释放是首要机会。国家层面已明确虚拟电厂的独立市场主体地位，并为其参与电力现货市场和辅助服务市场打开了政策空间 ^[3]。随着全国统一电力市场体系的建成，虚拟电厂的跨区域交易将更加便利 ^[4]。政策红利的持续释放为行业发展提供制度保障，降低政策不确定性风险。

经济性优势显著是核心机会。虚拟电厂的投资成本仅为火电的十分之一，经济性优势巨大 ^[7]。随着电力现货市场的全面铺开和辅助服务市场的开放，虚拟电厂的盈利空间将进一步扩大。经济性优势是行业可持续发展的基础，使虚拟电厂在资源竞争中占据有利地位。

技术赋能加速是关键机会。AI 算法、大数据、云计算等技术的发展，为虚拟电厂的负荷预测、资源聚合、交易决策提供了强大的技术支撑 ^[11]。科技巨头的跨界进入，将进一步推动技术创新和商业模式创新。技术赋能加速使行业进入门槛提升，推动竞争格局优化。

用户侧资源丰富是基础机会。中国拥有全球最大的电动汽车市场、最大的储能市场和最大的工商业负荷资源。用户侧资源的规模化聚合为虚拟电厂提供了广阔的发展空间。用户侧资源丰富是行业规模化的物质基础，使中国虚拟电厂发展具有独特优势。

 挑战维度

发电侧市场势力是首要挑战。广东电力现货市场成本传导率接近 50%，说明发电企业具有一定程度的市场势力 ^[13]。发电企业之间的"默契合谋"可能削弱虚拟电厂的套利空间。市场势力的存在扭曲价格信号，需要监管层采取针对性干预措施。

省间壁垒与规则差异是核心挑战。各省在电力市场规则、辅助服务市场设计、虚拟电厂准入标准等方面存在显著差异，限制了虚拟电厂的跨区域优化配置潜力 ^[8]。省间壁垒的破除需要全国统一市场体系的建成与有效执行，是中长期政策重点。

数据壁垒与算法黑箱是关键挑战。数据壁垒源于用户隐私保护与商业机密考量，算法黑箱导致监管合规困难，算力成本限制中小企业参与。数据与算法的规范化需要行业标准与监管规则的协同推进，是技术治理的重要议题。

用户认知与信任不足是基础挑战。用户认知不足、信任缺失、数据隐私顾虑以及资源分散、通信协议不统一等问题，仍是规模化推广的主要障碍。用户教育与标准化建设需要行业协同推进，是规模化发展的前提条件。

对比分析

 区域市场成熟度对比

中国虚拟电厂区域市场成熟度存在显著差异，主要受电力市场发育程度、新能源渗透率、政策支持力度等因素影响。广东、深圳等南方区域市场化程度较高，现货市场运行较为成熟，虚拟电厂商业化进展较快。冀北、甘肃等北方区域新能源渗透率高，调峰需求迫切，虚拟电厂在辅助服务市场有较好发展空间。上海、江苏等东部区域负荷密度高，用户侧资源丰富，虚拟电厂在需求响应领域有独特优势。

区域市场成熟度差异对投资策略的影响体现在三个方面。第一，进入时机，成熟市场竞争激烈但规则清晰，新兴市场规则不完善但增长潜力大。第二，资源类型，不同区域优势资源类型不同，需要因地制宜选择聚合对象。第三，盈利模式，不同区域市场规则差异导致盈利模式不同，需要本地化适配。这三个方面的考量是区域投资决策的核心内容。

 商业模式可持续性对比

不同商业模式的可持续性存在显著差异。补贴依赖模式可持续性最低，受政策退坡影响最大。多元套利模式可持续性较高，通过多品种组合分散风险。"算法加资产"双轮驱动模式可持续性最高，兼具技术壁垒与资源控制优势。商业模式可持续性的差异决定企业长期竞争力，是投资评估的重要维度。

商业模式可持续性对比的关键指标包括收益稳定性、政策依赖度、技术壁垒、资源控制力等。收益稳定性反映抗风险能力，政策依赖度反映政策变化敏感度，技术壁垒反映竞争护城河，资源控制力反映议价能力。这些指标的综合评估是商业模式可持续性分析的核心方法。

 技术路线对比

AI 技术路线存在多种选择，包括集中式优化、分布式协同、多智能体博弈等。集中式优化适合资源集中、通信条件好的场景，计算效率高但扩展性有限。分布式协同适合资源分散、通信条件差的场景，扩展性好但优化效率低。多智能体博弈适合市场参与者多、竞争激烈的场景，策略优化能力强但计算复杂度高。技术路线的选择需要根据场景特点与资源条件进行权衡。

技术路线对比的关键维度包括计算效率、扩展性、策略优化能力、实施成本等。计算效率影响决策速度，扩展性影响规模化能力，策略优化能力影响交易收益，实施成本影响投资回报。这些维度的综合评估是技术路线选择的核心依据。

结论与建议

核心结论

本报告通过对 2024 至 2026 年中国虚拟电厂与综合能源服务商业化赛道的系统分析，得出以下核心结论。第一，2026 年是行业从"政策试点"转向"商业爆发"的关键拐点，国家发改委 357 号文与国务院实施意见形成顶层设计合力，但各省执行层面的差异将决定不同区域市场的成熟度与投资价值。第二，商业模式已从单一补贴依赖转向多元套利组合，但当前现货市场套利效率仅约 50%，盈利效率仍是核心痛点，未来竞争力取决于 AI 算法优化和精准风险管理。第三，AI 算法与数据构成核心护城河，技术能力正从价格预测向多智能体博弈进化，科技巨头的跨界进入可能重塑行业格局。第四，市场结构性障碍依然存在，包括发电侧市场势力和省间壁垒，这些是政策制定者下一步需要重点解决的监管难题。

核心结论的政策含义在于，虚拟电厂行业发展已进入关键窗口期，政策制定者需要从"给予身份"转向"打破壁垒、重塑规则"，投资者需要关注区域差异与商业模式可持续性，企业需要强化 AI 技术能力与风险管控能力。核心结论的商业含义在于，行业竞争格局正在重塑，"算法加资产"双轮驱动的企业将获得竞争优势，纯粹的聚合商可能面临被收购或整合的命运。

行动建议

 面向政府决策层的建议

第一，加快建立全国统一的虚拟电厂技术标准与交易规则。建议由国家能源局牵头，组织电网公司、聚合商、设备厂商等利益相关方，制定虚拟电厂接入、通信、计量、结算等技术标准，消除省间规则差异带来的交易障碍。同时，完善现货市场与辅助服务市场交易规则，确保虚拟电厂与传统主体公平竞争。

第二，推动辅助服务市场对新型主体公平开放。建议修订辅助服务市场管理办法，明确虚拟电厂等新型主体的准入条件、考核标准与补偿机制，消除对传统主体的隐性倾斜。建立辅助服务市场价格形成机制，反映真实调节价值，避免价格扭曲导致的资源配置低效。

第三，建立用户侧资源参与的激励机制。建议出台用户侧资源参与虚拟电厂的税收优惠、电费抵扣、收益保障等激励政策，提升用户参与积极性。建立用户收益分配指导原则，确保用户获得合理分成比例，形成可持续的聚合生态。

第四，鼓励 AI 算法在电力交易中的合规应用。建议制定 AI 算法在电力交易中的应用规范，明确算法透明度、可解释性、公平性等要求，防止算法合谋与价格操纵。建立算法备案与审计机制，确保 AI 应用符合市场监管要求。

 面向行业投资者与企业高管的建议

第一，优先布局高成熟度区域市场。建议投资者重点关注广东、深圳、上海、冀北等市场化程度高、政策支持力度大的区域，这些区域市场规则清晰、盈利模式成熟，投资风险相对较低。对于新兴市场，建议采取试点先行、逐步扩张的策略，避免盲目大规模投入。

第二，强化 AI 技术能力与风险管控能力。建议企业加大 AI 算法研发投入，建立高精度负荷预测与多智能体博弈能力，形成技术竞争壁垒。同时，建立完善的 AI 风险管控系统，应对现货市场价格波动风险，避免重大亏损。

第三，探索"算法加资产"双轮驱动模式。建议传统能源企业与科技公司开展战略合作，整合资产优势与算法优势，形成差异化竞争力。纯粹的聚合商应考虑被收购或整合的可能性，提前规划退出路径。

第四，关注用户侧资源聚合与收益分配机制。建议企业将用户侧资源聚合作为核心能力建设的重点，建立有效的用户激励机制，确保 60% 左右的收益返还比例。同时，加强用户教育与信任建设，解决认知不足与隐私顾虑问题。

 面向学术智库同行的建议

第一，加强基于实际现货市场运行数据的因果识别研究。当前中国相关文献仍以政策评述与事前模拟为主，基于实际现货市场运行数据的因果识别证据相对稀缺 ^[8]。建议学术界加强与市场运营机构的数据合作，开展基于真实交易数据的实证研究，为政策优化提供科学依据。

第二，开展虚拟电厂商业模式的国际比较研究。建议引入国际视野，对比分析中国与美国、欧洲、澳大利亚等虚拟电厂发展成熟市场的商业模式、政策框架与技术路线，提炼可借鉴的经验与教训。国际比较研究有助于避免闭门造车，提升研究的实践价值。

第三，关注 AI 算法在电力交易中的伦理与监管问题。建议开展 AI 算法合谋、价格操纵、算法歧视等伦理与监管问题的研究，为政策制定提供理论支撑。AI 伦理与监管研究是新兴交叉领域，具有重要的学术价值与实践意义。

第四，建立虚拟电厂行业数据库与监测体系。建议学术智库联合建立虚拟电厂行业数据库，持续跟踪聚合商注册数量、用户侧参与率、市场化收益占比等关键指标，填补数据缺口。行业数据库的建立将提升研究的量化水平，为投资决策提供数据支持。

研究局限与未来方向

本研究存在若干局限性，需要在后续研究中予以完善。第一，数据来源以中文资料为主，缺乏国际比较视角，基于单一语言来源的结论需保持审慎。第二，关键实时数据（如全国虚拟电厂聚合商注册数量、用户侧资源参与率、市场化收益占比的精确统计）存在明显缺口，限制了深度量化分析。第三，案例多为领先试点，其成功经验可能无法完全代表全国普遍情况，欠发达地区的差异性需要进一步研究。第四，AI 技术在虚拟电厂中的应用仍处于早期阶段，其对交易收益的实际提升效果需要时间验证。

未来研究方向包括：第一，补充国际比较视角，引入英文文献与海外案例，提升研究的全球视野。第二，建立行业数据库，持续跟踪关键指标，填补数据缺口。第三，开展区域差异性研究，关注欠发达地区的特殊挑战与应对策略。第四，开展 AI 技术效果的实证研究，量化评估 AI 对交易收益与运营效率的实际提升效果。这些研究方向的推进将提升虚拟电厂研究的科学性与实践价值。

参考资料

●国家发改委。关于加快推进虚拟电厂发展的指导意见 (发改能源〔2025〕357 号). 国家发展和改革委员会，2025-04 ^[3]

●国家能源局。下好电力市场建设"一盘棋". 经济日报，2026-05-22 ^[4]

●低碳网。2026 年虚拟电厂建设提速：多省试点落地 政策剑指 50GW 调节能力. 低碳网，2026 ^[7]

●低碳网。2025 虚拟电厂规模化起步 政策市场技术三重突破. 低碳网，2025 ^[2]

●联合资信。能源转型下虚拟电厂的崛起. 联合资信评估股份有限公司，2025 ^[15]

●落基山研究所。2025 电力市场化改革与电价体系洞察. 落基山研究所，2025-05 ^[9]

●自然资源保护协会。面向双碳的虚拟电厂技术支撑体系与商业模式研究. 自然资源保护协会，2023-11 ^[16]

●自然资源保护协会。分布式储能发展商业模式研究. 自然资源保护协会，2025-12 ^[14]

●能源发展网。2026 售电公司的核心竞争力在哪里？. 能源发展网，2026 ^[10]

●中信建投证券。东风将至，AI 重塑电力交易新蓝海. 新浪财经，2026-04-10 ^[11]

●北京大学国家发展研究院。电力现货市场改革、可再生能源消纳与火电调峰转型. 北京大学，2026-04 ^[8]

●中国人民大学应用经济学院。电价市场化改革与市场势力. 中国人民大学，2026-04 ^[13]

●广东省能源局。广东电力现货市场结算实施细则 (2026 年修订). 广东省能源局，2026-02 ^[5]

●陕西省发展和改革委员会。陕西省 2026 年电力现货市场连续运行工作方案. 陕西省发改委，2025-12 ^[6]

●中邮证券研究所。电力现货市场投资框架. 中邮证券，2023 ^[17]

●中邮证券研究所。AI+ 能源平台龙头迈向 Web3.0 世界. 中邮证券，2025 ^[18]

●中邮证券研究所。虚拟电厂：分布式资源聚沙成塔，市场化盈利未来可期. 中邮证券，2023 ^[19]

●中邮证券研究所。电力市场化改革全面深化，电力与储能企业盈利模式将重构. 中邮证券，2025 ^[20]

●国际能源署。中国区域内虚拟电厂发展现状. 国际能源署，2024 ^[21]

●智研咨询。2026-2032 年中国虚拟电厂行业市场发展调研及投资前景展望报告. 智研咨询，2026 ^[22]

●国家能源局。高比例新能源并网对电力系统调峰能力的影响及对策研究. 国家能源局，2025 ^[23]

●国家能源局新闻发布会. ^[1]

●中邮证券-电新行业：电力市场改革和新能源高质量发展-251124.pdf. ^[12]

参考文献

[1] https://www.nea.gov.cn/xwfb/202601zb/index.htm

[2] https://www.ditan.com/industry/elec/9255.html

[3] https://www.ndrc.gov.cn/xxgk/zcfb/tz/202504/t20250411_1397162.html

[4] https://www.nea.gov.cn/20260522/02e4504688c04c1884f803ff04c0fa7c/c.html

[5] https://nxepta.com/attached/file/20260205/20260205011306600.pdf

[6] https://sndrc.shaanxi.gov.cn/hdjl/dczj/202512/P020251215540247830659.pdf

[7] https://www.ditan.com/carbon/vpp/101380.html

[8] https://nsd.pku.edu.cn/docs/2026-04/3d704dfb6b4540eb9de934bd43dbfecc.pdf

[9] https://rmi.org.cn/wp-content/uploads/2025/05/final-0508-2025 电力市场化改革与电价体系洞察.pdf

[10] https://www.nationalee.com/newsinfo/8852353.html

[11] https://finance.sina.cn/stock/ggyj/2026-04-10/detail-inhtyfhf8257054.d.html?vt=4

[12] https://pdf.dfcfw.com/pdf/H3_AP202511241787420336_1.pdf?1763996910000.pdf=

[13] http://ae.ruc.edu.cn/docs/2026-04/b120b5728f3743529589e2fcc61d5267.pdf

[14] https://www.nrdc.cn/Public/uploads/2025-12-15/693fb8b1ea7de.pdf

[15] https://www.lhratings.com/file/g0ce7b9acb1.pdf

[16] https://www.nrdc.cn/Public/uploads/2023-11-20/655b21ecbf17d.pdf

[17] https://pdf.dfcfw.com/pdf/H3_AP202311191611679406_1.pdf?1700473554000.pdf=

[18] https://pdf.dfcfw.com/pdf/H3_AP202508301736940022_1.pdf?1756633786000.pdf=

[19] https://pdf.dfcfw.com/pdf/H3_AP202308241595696643_1.pdf

[20] https://pdf.dfcfw.com/pdf/H3_AP202512131799791567_1.pdf?1765707562000.pdf=

[21] https://iea.blob.core.windows.net/assets/76236e62-114e-4e80-b8a1-dcb2720690a2/3.FeixiangGong_-V34-_0912.pdf

[22] https://chyxx.com/research/202202/996869.html

[23] https://kcycrawlerfile.oss-cn-beijing.aliyuncs.com/2025/04/11/12064491-8ac1-426d-b352-e78102fd6d9f.pdf