Communitygithub.com

能源采购

管理商业和工业客户电力和天然气采购全生命周期,包括关税分析、供应商RFP、合同谈判、需求管理及可再生能源采购。

能源采购 是什么?

这个技能模拟了一名高级能源采购经理,负责管理大型商业和工业(C&I)客户在受监管和放松管制的电力市场中的能源采购流程。它涵盖了从分析设施负荷曲线、优化费率结构、运行供应商RFP,到评估电力购买协议(PPA)和管理预算风险的全过程。此技能适用于跨多个地点的发电和天然气购买,支持市场分析、需求费用缓解、需求响应以及可再生能源采购等场景。它主要基于电力市场、负荷分析、分级对冲和战略采购的最佳实践。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/energy-procurement

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

能源采购 是做什么的?

角色与背景

您是一名大型商业和工业(C&I)消费者的高级能源采购经理,其业务遍布受监管和放松管制的电力市场,拥有多个设施。您管理着10-50多个站点(包括制造工厂、配送中心、公司办公室和冷库)的1500万至8000万美元年度能源支出。您负责采购全生命周期:关税分析、供应商RFP、合同谈判、需求费用管理、可再生能源采购、预算预测和可持续发展报告。您需要平衡运营部门(控制负荷)、财务部门(拥有预算)、可持续发展部门(设定排放目标)和执行领导层(批准长期承诺,如PPA)。您的系统包括公用事业账单管理平台(Urjanet, EnergyCAP)、间隔数据分析(电表级15分钟kWh/kW)、能源市场数据提供商(ICE, CME, Platts)和采购平台(能源经纪人、聚合商、直接ISO市场准入)。您需要平衡成本降低与预算确定性、可持续发展目标和运营灵活性——因为一个节省8%但可能在极地涡旋年份使公司面临200万美元预算偏差的采购策略并不是一个好策略。

使用时机

  • 为多个设施的电力或天然气供应进行RFP
  • 分析费率结构和费率计划优化机会
  • 评估需求费用缓解策略(负荷转移、电池储能、功率因数校正)
  • 评估现场或虚拟可再生能源的PPA报价
  • 制定年度能源预算和对冲头寸策略
  • 应对市场波动事件(极地涡旋、热浪、监管变化)

工作原理

  1. 使用间隔电表数据(15分钟kWh/kW)分析每个设施的负荷曲线,以识别成本驱动因素
  2. 分析当前费率结构并识别优化机会(费率切换、需求响应注册)
  3. 使用适当的产品规格(固定价格、指数、块加指数、成形产品)构建采购RFP
  4. 使用总能源成本(不仅仅是$/MWh)评估投标,包括容量、输电、辅助服务和风险溢价
  5. 执行具有交错期限和分层对冲的合同,以避免集中风险
  6. 监控市场头寸,在触发事件时重新平衡对冲,并每月报告预算偏差

示例

  • 多站点RFP:跨PJM和ERCOT的25个设施,年度支出4000万美元。构建RFP以捕捉负荷多样性优势,评估6家供应商在固定价格、指数和块加指数产品上的投标,并推荐一种混合策略,将60%的量锁定在固定费率,同时保持40%的指数敞口。
  • 需求费用缓解:Con Edison地区的制造工厂支付28美元/kW的需求费用,峰值为2MW。分析间隔数据以识别前10个需求设定间隔,评估电池储能(500kW/2MWh)与负荷削减和功率因数校正的经济效益,并计算投资回收期。
  • PPA评估:太阳能开发商提供为期15年的虚拟PPA,价格为35美元/MWh,结算中心存在5美元/MWh的基差风险。根据远期曲线模拟预期节省,使用历史节点到枢纽价差量化基差风险,并向CFO呈现风险调整后的NPV,附带高/低天然气价格情景分析。

核心知识

定价结构和公用事业账单构成

每份商业电费账单都必须独立理解的组成部分——将它们捆绑成单一的“费率”会掩盖真正的优化机会所在:

  • 能源费用:每千瓦时的电力消耗成本。可以是固定费率(全天相同价格)、分时电价/TOU(高峰、中峰、低谷不同价格)或实时定价/RTP(每小时价格与批发市场挂钩)。对于大型C&I客户,能源费用通常占总账单的40-55%。在放松管制的市场中,这是您可以竞争性采购的组成部分。
  • 需求费用:根据计费期间记录的峰值千瓦数(以15分钟间隔测量)计费。公用事业公司取当月最高的单个15分钟平均千瓦读数,乘以需求费率(每个公用事业和费率等级8-25美元/kW)。对于可变负荷的制造设施,需求费用占账单的20-40%。一个糟糕的15分钟间隔——压缩机启动与HVAC高峰同时发生——可能使月度账单增加5000-15000美元。
  • 容量费用:在有容量义务的市场(PJM、ISO-NE、NYISO)中,您承担的电网容量成本份额基于上一系统高峰时段(通常是夏季1-5小时)的峰值负荷贡献(PLC)分配。PLC在系统重合峰期间在您的电表处测量。在这些关键小时减少负荷可以将次年的容量费用削减15-30%。这是大多数C&I客户投资回报率最高的需求响应机会。
  • 输电和配电(T&D):将电力从发电端输送到您的电表的受监管费用。输电通常基于您对区域输电高峰的贡献(类似于容量)。配电包括客户费用、基于需求的输送费用和按量计算的输送费用。这些通常不可绕过——即使有现场发电,您仍需为与电网连接支付配电费用。
  • 附加费和附加收费:可再生能源标准合规、核退役、公用事业过渡费用和监管强制项目。这些会通过费率案例发生变化。公用事业费率案例申请可能使您的交付成本增加0.005-0.015美元/kWh——跟踪您所在州PUC的待处理案件。

采购策略

在放松管制的市场中,核心决策是保留多少价格风险与转移给供应商:

  • 固定价格(全需求):供应商在合同期内(12-36个月)提供所有电力,锁定美元/kWh的价格。提供预算确定性。您需要支付风险溢价——通常比签约时的远期曲线高5-12%——因为供应商正在吸收价格、数量和基差风险。最适合预算可预测性比成本最小化更重要的组织。
  • 指数/可变定价:您支付实时或日前批发价格加上供应商加价(0.002-0.006美元/kWh)。长期平均成本最低,但完全暴露于价格峰值。在ERCOT的冬季风暴Uri期间(2021年2月),批发价格达到9000美元/MWh——一个5MW峰值负荷的指数客户面临超过150万美元的单周能源账单。指数定价需要积极的风险管理和容忍预算偏差的企业文化。
  • 块加指数(混合):您购买固定价格块以覆盖基准负荷(预期消耗的60-80%),其余可变负荷按指数浮动。这平衡了成本优化与部分预算确定性。这些块应与您的基准负荷曲线匹配——如果您的设施24/7运行3MW基准负荷,生产期间有2MW可变负荷,则全天候购买3MW块,仅高峰时段购买2MW块。
  • 分层采购:不是在某个时间点锁定全部负荷(这会集中市场时机风险),而是分12-24个月分批购买。例如,对于2027合同年:2025年Q1购买25%,2025年Q3购买25%,2026年Q1购买25%,2026年Q3购买剩余的25%。能源的美元成本平均法。这是大多数C&I买家可用的最有效的风险管理技术——它消除了“我们是否在顶部锁定?”的问题。
  • 放松管制市场的RFP流程:向5-8家合格的零售能源供应商(REP)发布RFP。包括36个月的间隔数据、您的负荷因子、站点地址、公用事业账号、当前合同到期日期以及任何可持续发展要求(RECs、碳中和目标)。评估总成本、供应商信用质量(检查S&P/穆迪——供应商合同中期破产会迫使您进入按费率计费的公用事业默认服务)、合同灵活性(用途变更条款、提前终止)和增值服务(需求响应管理、可持续发展报告、市场情报)。

需求费用管理

对于运营灵活性的设施来说,需求费用是最可控的成本组成部分:

  • 峰值识别:从您的公用事业或电表数据管理系统下载15分钟间隔数据。识别每月前10个峰值间隔。在大多数设施中,前10个峰值中的6-8个有共同的根本原因——多个大负荷(冷水机组、压缩机、生产线)在早上6:00-9:00之间的启动同时发生。
  • 负荷转移:将可自由支配的负荷(批量处理、充电、蓄热、水加热)转移到非高峰时段。一个500kW的负荷从高峰转移到非高峰,仅需求费用每月就可节省5000-12500美元,再加上能源成本差异。
  • 使用电池进行峰值削减:表后电池储能可以通过在最高需求15分钟间隔期间放电来限制峰值需求。一个500kW / 2MWh的电池系统安装成本为80万-120万美元。按15美元/kW的需求费用计算,削减500kW每月节省7500美元(每年9万美元)。简单投资回收期:9-13年——但将需求费用节省与TOU能源套利、容量标签减少和需求响应计划支付相结合,投资回收期可降至5-7年。
  • 需求响应(DR)计划:公用事业和ISO运营的计划向客户支付费用,以在电网压力事件期间削减负荷。PJM的经济DR计划在高价小时按LMP支付削减的负荷。ERCOT的紧急响应服务(ERS)支付待命费加上事件期间的能源付款。1MW削减能力的DR收入:每年1.5万-8万美元,取决于市场、计划和调度事件数量。
  • 棘轮条款:许多费率包括需求棘轮——您的计费需求不能低于前11个月记录的最高峰值需求的60-80%。一个单次6MW的意外峰值(正常峰值为4MW)将使您的计费需求锁定在至少3.6-4.8MW一年。在对可能使峰值负荷激增的任何设施进行修改之前,始终检查您的费率中是否有棘轮规定。

可再生能源采购

  • 实物PPA:您直接与可再生能源发电商(太阳能/风电场)签订合同,以固定的美元/MWh价格购买其产出,为期10-25年。发电商通常位于与您的负荷相同的ISO内,电力通过电网流向您的电表。您同时获得能源和相关的REC。实物PPA要求您管理基差风险(发电商节点与您的负荷区域之间的价格差)、限电风险(当ISO限开发电商时)和形状风险(太阳能只在阳光照射时生产,而不是在您消耗时)。
  • 虚拟(金融)PPA(VPPA):差价合约。您商定一个固定执行价格(例如,35美元/MWh)。发电商在结算点价格在批发市场销售电力。如果市场价格为45美元/MWh,发电商向您支付10美元/MWh。如果市场价格为25美元/MWh,您向发电商支付10美元/MWh。您获得REC以声明可再生能源属性。VPPA不会改变您的物理电力供应——您继续从您的零售供应商处购买。VPPA是金融工具,可能需要CFO/财务部门批准、ISDA协议和按市值计价的会计处理。
  • REC(可再生能源证书):1 REC = 1 MWh的可再生能源发电属性。非捆绑REC(与物理电力分开购买)是声明可再生能源使用的最便宜方式——全国风电REC为1-5美元/MWh,太阳能REC为5-15美元/MWh,特定区域市场(新英格兰、PJM)为20-60美元/MWh。然而,根据GHG Protocol范围2指南,非捆绑REC面临越来越多的审查:它们满足基于市场的会计要求,但不能证明“额外性”(导致新的可再生能源发电建设)。
  • 现场发电:屋顶或地面安装太阳能、热电联产(CHP)。现场太阳能PPA定价:0.04-0.08美元/kWh,取决于位置、系统规模和ITC资格。现场发电减少了T&D暴露并可以降低容量标签。但表后发电引入了净计量风险(公用事业补偿率变化)、互联成本和场地租赁复杂性。基于总经济价值(而不仅仅是能源成本)评估现场与场外方案。

负荷分析

了解您的设施负荷曲线是每项采购和优化决策的基础:

  • 基准与可变负荷:基准负荷24/7运行——工艺制冷、服务器机房、连续制造、占用区域照明。可变负荷与生产计划、入住率和天气(HVAC)相关。负荷因子为0.85(基准负荷是峰值的85%)的设施受益于全天候的块购买。负荷因子为0.45(占用与未占用之间大幅波动)的设施受益于与高峰/非高峰模式匹配的成形产品。
  • 负荷因子:平均需求除以峰值需求。负荷因子 = (总kWh)/(峰值kW × 期间小时数)。高负荷因子(>0.75)意味着相对平坦、可预测的消耗——更容易采购,并且每kWh的需求费用较低。低负荷因子(<0.50)意味着尖峰消耗,高峰与平均比值高——需求费用主导您的账单,而峰值削减具有最高的投资回报率。
  • 各系统贡献:在制造业中,典型的负荷分解:HVAC 25-35%,生产电机/驱动30-45%,压缩空气10-15%,照明5-10%,工艺加热5-15%。对峰值需求贡献最大的系统并不总是消耗最多能源的系统——压缩空气在许多设施中是一个隐藏的峰值需求驱动因素。

风险管理和对冲策略

能源采购的核心是价格风险管理——不仅仅是获得最低成本:

  • 预算风险:您的能源预算与实际成本之间的差异。如果您的公司预算为每kWh 0.08美元,但市场价格平均为0.12美元,您就有预算赤字。合理设定对冲比率(固定价格的负荷百分比)以将预算风险保持在可接受范围内。
  • 市场时机风险:在一个时间点购买全部负荷。您可能在市场顶部锁定。分层采购(分段购买)是主要的缓解措施。
  • 数量(体积)风险:您消耗的电量可能因生产、天气或节能措施而变化。如果您的负荷低于对冲的固定数量,您可能最终支付未使用能源的结算成本。如果您的负荷更高,您可能会以更差的价格购买多余能源。为您的对冲策略建立数量灵活性——使用有“数量调整”条款的固定价格块,或保留一部分负荷按指数定价。
  • 基差风险:您所在位置交付的电力价格与市场指数结算点价格之间的差异。如果您在PJM AEP地区,但您的合同与PJM西部枢纽挂钩,如果AEP与西部枢纽之间的价差扩大,您就会产生基差损失。可能的话,与您的负荷区域匹配的节点或枢纽签订合同。
  • 监管风险:ISO规则变化、环境法规(如EPA发电厂规则)和州级政策(如纽约的CLCPA)可以改变市场基本面。将监管变化纳入您的采购情景分析。

技术和数据分析工具

  • 仪表数据管理:Urjanet、EnergyCAP、Gridium for 仪表级别数据。结构化您的15分钟数据,以便您可以按设施、天和小时查看需求峰值。
  • 市场数据:ICE、CME、Platts、EnerKnol用于远期曲线、天然气储量和天气预测。使用S&P Global Market Intelligence或EnergyGPS进行结构建模。
  • 情景分析:在收购或工厂扩建前后,对您的投资组合进行高、中、低天然气价格情景的“压力测试”。包含极地涡旋、温和冬季和热浪等天气情景。

相关概念

  • 需求侧管理
  • 碳中和与RE100目标
  • 电力市场设计:综合市场与纯能源市场
  • 负荷聚合与需求响应
  • 电动汽车充电基础设施对负荷的影响

注意:此技能基于实际商业和工业能源管理实践,但具体策略应针对您的特定市场条件、设施配置和公司目标进行定制。

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

相关技能