李清亮

（神华集团有限责任公司销售管理部，北京市东城区，100011）

近年来，国内煤炭市场供大于求形势较为明显。火力发电及电煤消耗的变化主要受经济增长的影响，而火力发电及电煤消耗有较强的季节性特征。在夏季用煤阶段，气温的变化对火力发电和电煤消耗有着重要影响，并在很大程度上影响着煤炭市场的短期走势，在煤炭市场总体低迷的形势下，气温对于火力发电及电煤需求的影响更为明显。经验表明，“迎峰度夏”期间，气温的提高会对火力发电和煤炭消费有一定的拉动作用。

国内已有部分文献对气温和发电的关系做了定量的研究。汪发明等 （2011）以湖北电网统调用电负荷数据和武汉日气温数据为基础，分析了2011年湖北电网最大负荷持续时间、负荷与气温关系、非气温敏感性负荷以及空调负荷情况。发现根据敏感性分析结果，日最高气温在32℃～34℃期间，气温每升高1℃，全省用电负荷增加约930 MW；最高气温在34℃～36℃期间，气温每升高1℃，全省用电负荷增加约1070 MW。

江岳文等 （2007）分析了福州市居民用电情况和负荷曲线的特点，对最高负荷与各气象因素进行相关分析，着重分析了居民日负荷与气温的关系并计算了单位温升效应。分析表明，居民负荷的晚高峰对全网负荷晚高峰有较大影响；气温对居民负荷的影响较直接和明显，夏季居民最大负荷与气温之间呈三次关系模型；夏季气温每升高1℃居民负荷大致增加3%～4%。

吴向阳等 （2008）以北京市2002-2004 年气温和电力负荷数据为基础，用计量经济学方法，构建气温对电力负荷影响的数学模型，检查北京市电力负荷与气温的关系。从模型估计看，平均气温高于参考温度越多表示气温越高，需要制冷强度越大，这个差距每增加1℃，电力负荷约增加3%。

朱斌等 （2004）针对夏季降温电力负荷的比例较大而造成大部分地区电力短缺的问题，分析了江苏省2003 年夏季最大用电需求与最高温度、最低温度的关系，划分了影响电力负荷变化的温度敏感区，得出了敏感区内温度对负荷的影响结论。这一结论对于电力主管部门进行来年的负荷预测、合理制定电力调度计划，具有实际的参考价值。

以上研究为气温与高峰火电负荷建立了较好的数量关系，但气温与火力发电及电煤消耗之间的数量关系尚未建立。在分析过程中，该系列研究很少控制经济增长等因素的影响，气温的作用很可能被放大。本文利用神华集团所属部分电厂的月度发电数据和当地气温数据构建面板数据模型，控制经济增长、装机容量等因素的影响，得到气温与火力发电量的影响。

1 火力发电量与气温之间关系的定性分析

根据实际经验，在气温较高的期间，无论是在南北方，气温越高空调负荷等就越高，火力发电量往往就越高。从国华台山电厂2009-2012年的发电数据和广州的气温数据对比可以发现，在气温较高的季节，气温与火电发电量有明显的正相关性，如图1。

图1 广州气温与台山电厂发电量之间的变化关系

但是，同样根据图1，在不少时段气温与火电发电量之间会出现变化不一致的情况。这是因为还有其他一些重要因素影响电力需求：

（1）经济增长。经济增长对用电量有基础性影响。例如，2009 年下半年，中国经济快速回升，用电需求增长较快，尽管当年8月份后广州天气逐步转凉，但是社会的用电需求并未减少。更为重要的是，即使在气温与发电量变化一致的时期，经济增长与气温变化对发电的影响也是叠加的，并且前者对于发电的影响往往要大于后者。

（2）水电负荷。在电力需求一定的情况下，火电与水电等其他电力能源存在相互替代的关系。例如，2011年上半年，南方地区来水偏枯，火电发电量受此影响大幅增长；2012 年上半年，南方地区来水偏丰，火电发电量受到一定影响。此外，华东、华南地区有大量的西电 （很大部分是水电）调入，这也会影响到当地的火力发电。

（3）季节性因素。在夏季用煤高峰前后，气温与发电量正相关；在冬季用煤高峰前后，气温与发电量负相关。

（4）装机容量。电厂的装机容量可能变化，例如，2011年3月和11月，国华台山电厂装机容量分别提高100 万kW，直接提高了电厂的发电水平，这与气温等其他因素之间没有关系。

2 数据说明

利用相关数据和计量回归模型控制经济增长、水电、装机容量、季节等因素的作用，相对准确地反映气温对火电量的影响。数据主要来源于神华集团、国家统计局和国家气象局。

时间区段：2009-2012 年，每年4～10 月份（2012年4～5月），共计23个月。由于冬季北方直接的取暖用煤需求存在，使得我们并不容易得到火力发电与耗煤之间的直接关系，因此排除冬季气温与发电量的反向关系，只研究夏季二者之间的正向关系。

火电数据：根据数据的可得性和延续性，我们选用了热电、三河、定州、沧东、太仓、宁海、惠州、台州、宁东、亿利、米东等11家神华所属电厂时间区段内实际存在的月均发电数据。

图2 北京与广州的平均气温变化情况

气温数据：根据选取的电厂所处的区域，我们采用了电厂所在地省会城市时间区段内的月均气温数据来代表该区域内的整体气温情况，具体包含北京、石家庄、南京、杭州、广州、银川、呼和浩特、乌鲁木齐等8个城市。我们认为，平均气温相对于最高气温或者最低气温更有代表性。比如，某日下午2点的气温高达38℃，但是雷阵雨突然来临，当日天气整体转凉，下午和晚上的空调负荷下降，虽然当日温度一度达到38℃，但是总体的气温却并不高，如果我们采用最高气温，则不能反映当日整体的空调负荷情况；此外，在一个月时间段内，如果某一天出现极端高温天气，显然也不能代表整月的气温情况。当然，采用平均气温和人们的认知常识会有一定的差异，如图2所示，北京、广州的月度平均气温的最大值接近30℃，与我们日常熟悉的40℃左右高气温有一定认知差距。

水电数据：北京、河北、江苏、浙江、广东、宁夏、内蒙古、新疆等8个省区市时间区段内的月度水力发电数据。

经济增速：北京、河北、江苏、浙江、广东、宁夏、内蒙古、新疆等8个省市区时间区段内的工业增加值月度同比增速。

装机容量：在某时间区段内的11家自备电厂中，台山、定州、宁海等3家电厂分别出现了两次扩容，其他电厂装机容量不变。我们据此对火电量做了相应比例的调整。

表1 各变量数据统计特征汇总

4 模型与回归结果

4.1 模型与基本假设

根据理论和经验，我们构建如下计量模型：

式中：lnpowerit——某一电厂当月发电量的自然对数；

α0——常数项；

tempit——某地当月的平均气温；

lnwaterit——某地当月水力发电量的自然对数；

iagit——某地当月工业增加值增速；

montht——月份。根据理论和经验，我们主要需要验证如下假设：

（1）气温对于时间区段内的火力发电量有显著的正的影响。

（2）经济增长对于时间区段内的火力发电量有显著的正的影响。

（3）水力发电对于时间区段内的火力发电量有显著的负的影响。

4.2 回归结果

4.1 回归结果及解释

我们采用的随机效应模型得到如下回归结果见表2：

表2 计量回归结果

表2的结果显示：4～10月份，月均气温与火电发电量呈现显著的正相关关系，即，气温每提高1℃，火电发电量将增长1.97%。由于我们控制了其他因素的影响，这个值低于已有的文献中气温对于火电负荷的影响。

工业增加值与火力发电量之间也呈现显著的正相关关系，即工业增加值增速每提高1%，火电发电量将增长1.3%。两者的比值为1.3，反映了工业电力消费的弹性系数。根据我国2009-2012年实际的能源消耗弹性系数，1.3的水平处于合理的区间。

水电量与火电量之间负相关，但是没能通过统计检验。我们认为造成不显著的原因主要有两个：

（1）在北方地区，水电比重很小，水电增长对火电的影响甚微，而华北地区电力供应还受到蒙西、山西外电调入的较大影响。

（2）广东、江苏、浙江三省有大量的西电调入和部分核电、风电，由于无法得到电网之间较为准确的流向数据，我们未能把这部分电量纳入到回归分析中。2012年1～5月份，广东省累计购入西电256.91亿kW 时，占全省发购电总量的14.4%，此数据缺陷在一定程度上影响了我们的分析结果。

4.2 回归结果的验证

以上回归结果，我们以广东省的情况来具体验证：2012年5月份，广州平均气温26.7℃，同比上升1.8℃，根据回归结果，火电发电量将因此增长3.5%；广东工业增加值增速为7.1%，根据回归结果，火电发电量将因此同比增长9.2%；两因素共计为火电带来12.7%的同比增速。2012年5月份，广东省火电发电量实际同比增长11.8%，这与我们估计的结果非常接近。估计值与实际值略有差异的原因有两个：一是我们1.97和1.4的估计系数是各省平均数；二是西电、核电、风电数据的缺失在一定程度上影响了估值的准确性。

5 结论

通过一个简单的随机效应模型，实际验证了气温与火力发电之间的直接关系。通过控制经济增长、水电等因素的影响，我们发现4～10月份，月均气温与火电发电量呈显著的正相关关系，即气温每提高1℃，火电发电量将增长1.97%。此外，由于火力发电与电煤消耗之间有高度的正相关性，我们认为在平均意义上，气温与火力发电之间的关系也适用于气温与电煤需求。以上结论对于 “迎峰度夏”时节的电力生产和煤炭销售业务具有一定借鉴意义。

［1］ 汪发明，彭昌勇，方仍存，杜治等.2011 年湖北用电负荷与气温关系及负荷特性分析 ［J］ .湖北电力，2011 （12）

［2］ 江岳文，陈冲，温步瀛等.福州市居民用电情况及其与气温关系分析 ［J］.福州大学学报，2007 （4）

［3］ 吴向阳，张海东等.北京市气温对电力负荷影响的计量经济分析 ［J］.应用气象学报，2008 （10）

［4］ 朱斌，李 扬，刘一丹，胡仁杰，宋宏坤等.江苏省2003 年夏季气温对电力负荷的影响 ［J］.江西电机工程，2004 （3）