电池套利里把预测削到价格上限，误差降了利润却可能没了：印度日前市场1158天对照
核心概要
在电池套利中，若电池每日起止电量相同，价格整体平移只通过往返损耗影响调度，因此决策导向损失对预测的整体水平识别很弱；把预测裁剪到价格上限虽能降低预测误差，却可能削掉可盈利的价差。印度日前市场1158个留出日上，三个统计预测的等权平均比测试的五种决策导向变体表现更好，53个后期高价日上也没有变体超过回归或等权平均。
深度剖析
电池套利中，把预测价格裁剪到监管上限这一步会改变决策，即使它让每个时段的预测误差都下降。 裁剪看起来无害：实际价格不可能高于上限，把高于上限的预测压到上限只会让预测更接近实际值。 一个两时段例子中，裁剪把均方误差从10降到2，却把可实现交易利润从1降到0，因为价差被压平后电池不再交易。
决策导向损失对预测整体水平的偏好可以用吞吐量匹配来刻画，即让损失内部辅助调度问题所充的电量与完美预见调度相当。 当电池起止电量相同、往返效率小于1时，价格整体平移只通过充电吞吐量改变各调度的利润，因此损失沿这一方向几乎是平的。 在回归预测上，纯SPO+损失的最优上移随效率从0.80升到0.95由324升到2496卢比每兆瓦时，而移动这一整段只让每日损失减少9到39卢比，总量约5500卢比。
启示与展望
结论来自一个把价格视为给定的小型电池，在印度日前市场这一有约束力上限的市场中检验，并在德国日前市场做了排序对照；德国价格从未触及限价，因此该对照无法检验裁剪的代价。理论部分覆盖利润对预测仿射、可行集不依赖预测且凸包只有有限个极点的决策问题，但一般机制只在电池上做了实证。
上移方向依赖辅助问题平均充电量高于完美预见调度的条件，该条件在本文两个市场成立，但对过于平滑的预测可能不成立。带平方误差项的有界性结论只覆盖投影前训练的情形，训练过程本身没有理论描述。安全裁剪判据是充分条件而非必要条件，且只给出后悔变化的上界，没有仅依赖被裁剪时段比例的下界。