【研報】電力行業熱點專題系列（五）：沿海煤耗數據食之無味棄之可惜-20200522[19頁].pdf

《【研報】電力行業熱點專題系列（五）：沿海煤耗數據食之無味棄之可惜-20200522[19頁].pdf》由會員分享，可在線閱讀，更多相關《【研報】電力行業熱點專題系列（五）：沿海煤耗數據食之無味棄之可惜-20200522[19頁].pdf（19頁珍藏版）》請在三個皮匠報告上搜索。

1、 -1- 證券研究報告 2020 年 5 月 22 日 公用事業電力 沿海煤耗數據：食之無味，棄之可惜 電力行業熱點專題系列（五） 行業深度 報告緣起報告緣起：5 月以來的煤耗高頻數據上行月以來的煤耗高頻數據上行 2020 年 5 月以來，沿海電廠發電煤耗迅速上行，引發市場關注。發電集 團煤耗高頻數據通常作為反映經濟變化的參考指標之一，近期“異?！钡?沿海煤耗高頻數據也被市場解讀為經濟加速復蘇的信號。在本篇專題研究 中，我們重點探討了發電集團煤耗高頻數據的影響因素及指示作用。 煤耗高頻數據反映經濟變化的理論基礎：煤耗高頻數據反映經濟變化的理論基礎：在總量和行業研究過程中， 通過煤耗高頻數據反映

2、經濟變化的邏輯傳導路徑為： 6 大發電集團耗煤量 沿海地區煤電發電量全國火電發電量全國發電量全社會用電量 全國經濟活動。隨著行業演變，上述邏輯傳導路徑產生阻滯。 電力需求與經濟增長的關聯度減弱電力需求與經濟增長的關聯度減弱：近年來，我們觀察到發用電量增 速與經濟增速的背離，主要可歸因為（1）電力需求動能切換（用電結構 調整、電力彈性系數波動） ； （2）非經濟因素對于電力需求的貢獻（如電 能替代、氣溫異常等） 。電力需求的影響因素逐步多元化，電量數據對經 濟的指示作用減弱。 煤耗高頻數據的擾動因素增強煤耗高頻數據的擾動因素增強： 6 大發電集團日均耗煤量指代表發電集 團旗下沿海電廠每日耗煤量。

3、與內陸不同，受環境約束等因素制約，沿 海煤電目前面臨的不利條件包括外來電沖擊、能源結構調整、環保改造外來電沖擊、能源結構調整、環保改造 壓力壓力等，通過沿海煤耗數據近似反映用電需求情況，不可忽視的擾動因 素為跨區送電跨區送電及電源結構電源結構。對于沿海區域而言，跨省跨區電力輸送增加 了電網調度工序，外送通道的檢修同樣影響外來電出力，外來電與本地 電的發電側競爭亦涉及地方層面博弈。外來電的短期波動對本地電出力 構成影響，進而減弱了沿海煤耗高頻數據的準確性。對于本地電而言， 火電的調度優先級總體靠后，清潔能源供應的短期震蕩亦影響本地煤電 出力，進而導致沿海煤耗高頻數據與用電需求變化幅度分化。 實證

4、分析： 煤耗高頻數據的預測準確度如何？實證分析： 煤耗高頻數據的預測準確度如何？我們對 2011 年以來的發 電集團煤耗與發用電量當月同比增速數據進行實證研究。從定量角度判 斷，近年來 6 大發電集團煤耗高頻數據“放大”了全國實際發用電量的 變化幅度， “異?！辈▌拥拿汉母哳l數據并不意味著同等幅度波動的發用 電量數據。 從定性角度分析， 6 大發電集團煤耗對全國火電發電量的月度 定性預測準確率為83%， 對全社會用電量的月度定性預測準確率為62%。 實證分析結果表明， 6 大發電集團沿海高頻煤耗對于全國發用電量的定量 指示作用有限，僅可用于部分定性變化參考。 煤耗高頻數據的指示作用減弱：煤耗高

5、頻數據的指示作用減弱：近年來隨著經濟增長動能轉換、電力 產業格局改變，發電集團煤耗高頻數據對于電力需求和經濟增長的指示 作用均明顯減弱，通過發電集團煤耗高頻數據推演的結果與經濟實際運 行結果的偏差可能擴大。除春節錯位因素外，水電汛期水電汛期及用電需求劇烈及用電需求劇烈 變化變化的情況下，煤耗高頻數據的指示作用亦值得商榷。 風險分析：風險分析：上網電價超預期下行，煤價超預期上漲，用電需求下滑， 水電來水不及預期，行業改革進度低于預期等。 電力：增持（維持） 分析師 王威 (執業證書編號：S0930517030001) 021-52523818 于鴻光 (執業證書編號：S0930519060001

6、) 021-52523819 行業與上證指數對比圖 -11% -4% 3% 10% 17% 04-1907-1910-1901-20 公用事業滬深300 資料來源：Wind 相關研報 單月電量增速轉正，看好火電基本面改善 2020 年 4 月發電量數據點評 2020-05-15 關于近期沿海煤耗快速上行的探討公用 事業周報（20200510） 2020-05-10 從“雙體”到“三體” ，擁抱“升維”之旅 電力及公用事業 2020 年度投資策略 2019-12-01 區域整合：火電自救的又一破局點電力 行業熱點專題系列（四） 2019-12-01 發改委電價機制點評：靴子落地，關注節奏 電力行

7、業熱點專題系列（三） 2019-10-24 國常會電價機制點評：向計劃電告別電 力行業熱點專題系列（二） 2019-09-26 2020-05-22 公用事業 -2- 證券研究報告 投資投資聚焦聚焦 研究背景研究背景 2020 年 5 月以來，沿海電廠發電煤耗迅速上行，引發市場關注。發電 集團煤耗高頻數據通常作為反映經濟變化的參考指標之一，近期“異?！钡?沿海煤耗高頻數據也被市場解讀為經濟加速復蘇的信號。在本篇專題研究 中，我們重點探討了發電集團煤耗高頻數據的影響因素及指示作用。 我們的我們的創新之處創新之處 （1）我們探討了傳統視角下煤耗高頻數據反映經濟變化的邏輯傳導路 徑和現行阻礙； （2

8、）詳細分析了煤耗高頻數據的局限性和擾動因素； （3）對于煤耗高頻數據的預測準確度進行實證分析。 投資觀點投資觀點 長期以來，在總量和行業研究過程中，發電集團煤耗高頻數據通常作為 反映電量和經濟變化的參考指標之一，但近年來隨著經濟增長動能轉換、電 力產業格局改變，發用電量增速與經濟增速出現背離，煤耗高頻數據的擾動 因素（跨區送電及電源結構）增強，發電集團煤耗高頻數據對于電力需求和 經濟增長的指示作用均明顯減弱， 通過發電集團煤耗高頻數據推演的結果與 經濟實際運行結果的偏差可能擴大。除春節錯位因素外，水電汛期及用電需 求劇烈變化的情況下，煤耗高頻數據的指示作用亦值得商榷。 pOtMmNmPsPnM

9、uNmOvNsOvNbR8Q7NtRnNmOqQfQpPsPkPtRsP6MrQqQwMqQzRwMsOtM 2020-05-22 公用事業 -3- 證券研究報告 目目 錄錄 1、 報告緣起：5 月以來的煤耗高頻數據上行 . 4 2、 煤耗高頻數據反映經濟變化的理論基礎 . 5 3、 電力需求與經濟增長的關聯度減弱 . 7 4、 煤耗高頻數據的擾動因素增強 . 8 4.1、 煤耗高頻數據表示什么？ . 8 4.2、 擾動因素 1：跨區送電 . 10 4.3、 擾動因素 2：電源結構 . 13 5、 實證分析：煤耗高頻數據的預測準確度如何？ . 16 6、 煤耗高頻數據的指示作用減弱 . 18

10、7、 風險分析 . 18 2020-05-22 公用事業 -4- 證券研究報告 1、報告緣起：報告緣起：5 月以來的煤耗高頻數據上行月以來的煤耗高頻數據上行 2020 年 5 月以來，沿海電廠發電煤耗迅速上行，引發市場關注。 根據 Wind 統計，截至 2020 年 5 月 19 日，6 大發電集團沿海電廠日均 耗煤量 69 萬噸，較 5 月初增長 30%，同比增長 11%。由于自 2020 年 3 月 28 日起 6 大發電集團統計口徑發生變更大發電集團統計口徑發生變更 （使用華電數據替代國電數據納入 6 大發電集團），考慮歷史可比性，我們計算了經調整的 5 家電企（即浙電、 上電、粵電、大

11、唐、華能）沿海電廠日均煤耗量。截至 2020 年 5 月 19 日， 經調整的 5 家電企沿海電廠日均耗煤量 60 萬噸，較 5 月初增長 35%，同比 增長 19%。 我們進而對不同電企日均耗煤量進行拆分， 截至 2020 年 5 月 19 日， 浙 電、上電、粵電、大唐、華能、華電的日均耗煤量分別為 14、2、12、11、 21、9 萬噸，較 5 月初分別增長 30%、26%、53%、70%、19%、3%，同 比分別增長 20%、36%、15%、54%、6%、5%。 圖圖 1：6 大發電集團沿海電廠大發電集團沿海電廠原始原始日均日均耗煤耗煤量（量（不不考慮口徑調整因素，考慮口徑調整因素，萬

12、噸）萬噸） 20 40 60 80 100 01-0102-01 03-0104-0105-0106-0107-0108-0109-0110-0111-0112-01 2018201920202015-2019均值 資料來源：Wind，光大證券研究所（注：截至 2020 年 5 月 19 日） 圖圖 2：經調整：經調整的的 5 家家電企沿海電廠日均電企沿海電廠日均耗煤量耗煤量（剔除剔除口徑變化影響口徑變化影響，萬噸）萬噸） 20 40 60 80 100 01-0102-01 03-0104-0105-0106-0107-0108-0109-0110-0111-0112-01 20182019

13、20202015-2019均值 資料來源：Wind，光大證券研究所（注：考慮歷史可比口徑，選取經調整的 5 家電企為 浙電、上電、粵電、大唐、華能；截至 2020 年 5 月 19 日） 2020-05-22 公用事業 -5- 證券研究報告 圖圖 3：2020 年以來各電企沿海電廠日均煤耗量（萬噸）年以來各電企沿海電廠日均煤耗量（萬噸） 0 5 10 15 20 25 30 2020/1/12020/2/12020/3/12020/4/12020/5/1 浙電上電粵電大唐華能華電 資料來源：Wind，光大證券研究所（注：截至 2020 年 5 月 19 日） 發電集團煤耗高頻數據通常作為反映經

14、濟變化的參考指標之一，近期 “異?！钡难睾Ｃ汉母哳l數據也被市場解讀為經濟加速復蘇的信號。我們認 為，受采集樣本區域及電力、經濟結構演化影響，發電集團煤耗高頻數據受采集樣本區域及電力、經濟結構演化影響，發電集團煤耗高頻數據與與 用電需求及經濟增長的偏離度增加，實際用電需求及經濟增長的偏離度增加，實際指示作用十指示作用十分有限。分有限。 我們將在本篇報告中，重點探討發電集團煤耗高頻數據的影響因素及指 示作用。 2、煤耗高頻數據反映經濟變化的理論基礎煤耗高頻數據反映經濟變化的理論基礎 在總量和行業研究過程中，煤耗高頻數據反映經濟變化的核心邏輯在 于： （1）電力是全社會生產生活必需品，電力需求與經濟

15、增長存在正相關 性； （2）由于電力無法大規模儲存，且生產、輸送、消耗全過程具有瞬時 性，通常認為電力供需實時平衡（不存在電力庫存），發用電量可近似等效 替代； （3）火電（尤其是煤電）一直是我國的主力電源形式（盡管占比逐步 下降），火電發電量可一定程度反映總發電量的變化，而單位發/供電煤耗的 變化程度較弱，電廠煤耗數據與火電發電量基本線性相關； （4）經濟數據總體頻度較低（通常為月度或季度），通過發電集團煤 耗高頻數據（日度）可提升跟蹤頻度。 因此，通過煤耗高頻數據反映經濟變化的邏輯傳導路徑為：6 大發電集 團耗煤量沿海地區煤電發電量全國火電發電量全國發電量全社會 用電量全國經濟活動。 我們

16、認為，隨著經濟增長動能轉換、電力產業格局改變，上述邏輯傳導我們認為，隨著經濟增長動能轉換、電力產業格局改變，上述邏輯傳導 路徑產生阻滯。路徑產生阻滯。 2020-05-22 公用事業 -6- 證券研究報告 圖圖 4：煤耗高頻數據反映經濟變化的邏輯傳導路徑煤耗高頻數據反映經濟變化的邏輯傳導路徑 6 6大發電集團大發電集團 耗煤量耗煤量 全國全國 火電發電量火電發電量 全國全國 發電量發電量 全社會全社會 用電量用電量 全國經濟活動全國經濟活動 ？ ？ 沿海地區沿海地區 煤電發電量煤電發電量 ？ 資料來源：光大證券研究所 圖圖 5：全國電量與：全國電量與 GDP 增速（增速（%） 0% 4% 8%

17、 12% 16% 20% -5% 0% 5% 10% 15% 20% 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 全社會用電量規上電廠發電量火電發電量GDP（右軸） 電量與經濟增速的偏離電量與經濟增速的偏離 資料來源：Wind，光大證券研究所 圖圖 6：全國電力彈性系數：全國電力彈性系數 0.4 0.6 0.8 1.0 1.2 1.4 1.6 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

18、 2010 2011 2012 2013 2014 2015 2016 2017 2018 電力消費彈性系數電力生產彈性系數 資料來源：Wind，光大證券研究所 2020-05-22 公用事業 -7- 證券研究報告 圖圖 7：全國發電量結構（：全國發電量結構（%） 0% 20% 40% 60% 80% 100% 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 201

19、8 2019 火電水電其他 資料來源：Wind，光大證券研究所 3、電力需求與經濟增長的關聯度減弱電力需求與經濟增長的關聯度減弱 近年來， 我們觀察到了發用電量增速與經濟增速的背離發用電量增速與經濟增速的背離 （如圖 5 所示） 。 我們認為，上述現象可主要歸因為： （1）電力需求動能切換。隨著經濟結構調整，我國用電結構亦同步調 整。第二產業仍為全社會用電量和核心組分，但近年來占比逐步下降；三產 和生活用電比例提升，而數據中心、區塊鏈、5G 等新興“高耗能”行業進 一步促進用電需求增長。此外，隨著節能減排推廣和落后產能出清，二產、 三產的電力彈性系數也呈現較大幅度波動。 （2）非經濟因素對于電

20、力需求的貢獻。例如，近年來國家著力推廣的 電能替代（在終端能源消費環節，使用電能替代散燒煤、燃油等化石能源）； 異常變化的氣溫催生的制冷/采暖需求等。 圖圖 8：全社會用電量結構（：全社會用電量結構（%） 圖圖 9：分產業電力彈性系數：分產業電力彈性系數 60% 64% 68% 72% 76% 80% 0% 4% 8% 12% 16% 20% 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 第一產業第三產業 居民生活第二產業（右軸） -0.5 0.0 0.5 1.0 1.5

21、 2.0 2.5 3.0 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 第一產業第二產業第三產業 資料來源：Wind，光大證券研究所 資料來源：Wind，光大證券研究所（注：各產業電力彈性系數= 各產業用電量增速/對應 GDP 增速） 2020-05-22 公用事業 -8- 證券研究報告 圖圖 10：國家電網電能替代情況：國家電網電能替代情況 0% 1% 2% 3% 4% 5% 0 400 800 1,200 1,600 2,000 2012201320142015201

22、62017201820192020E 電能替代電量（億千瓦時）電能替代占比（%） 資料來源：國家電網，光大證券研究所（注：電能替代占比指電能替代電量占售電量的 比例，2020E 為國家電網預測數據） 根據上述分析，電力需求根據上述分析，電力需求的影響因素逐步多元化，的影響因素逐步多元化，電量數據對電量數據對經濟的指經濟的指 示作用示作用減弱。減弱。（關于電力需求的影響討論，可參考我們 2019 年 1 月發布的 報告與其茍延殘喘，不如從容燃燒公用事業 2019 年度投資策略、 2019 年 8 月的發布的報告5G 春風來，用電知多少電力行業熱點專題 系列（一） 4、煤耗高頻數據的擾動因素煤耗高

23、頻數據的擾動因素增強增強 4.1、煤耗高頻數據表示什么？煤耗高頻數據表示什么？ 根據 Wind 定義，6 大發電集團日均耗煤量指代表發電集團旗下沿海電旗下沿海電 廠廠每日耗煤量。6 大發電集團包括浙電浙電、上電上電、粵電粵電、國電國電、大唐大唐、華能華能， 其中自 2020 年 3 月 28 起統計口徑發生變更統計口徑發生變更 （國電停止報數， 使用華電華電數據 更換國電數據納入 6 大發電集團計算）。 基于上述口徑，我們重點分析沿海省份煤電情況。根據我們的劃分，中 國大陸沿海省份包括 11 省、區、市省、區、市： （1）環渤海環渤海（天津、河北、遼寧、山東，共 4 省、區、市） （2）長三角

24、長三角（江蘇、上海、浙江，共 3 省、區、市） （3）華南華南（福建、廣東、廣西、海南，共 4 省、區、市） 2020-05-22 公用事業 -9- 證券研究報告 圖圖 11：沿海區域劃分：沿海區域劃分 遼 冀 津 魯 蘇 浙 滬 閩 粵 桂 瓊 環渤海環渤海 長三角長三角 華南華南 資料來源：光大證券研究所 圖圖 12：沿海煤電出力的影響因素：沿海煤電出力的影響因素 核電核電 煤電煤電 外 來 電 水電水電 氣電氣電 新能源新能源 總需求總需求 能源結構調整能源結構調整 外來電沖擊外來電沖擊 環保改造壓力環保改造壓力 本地電本地電 資料來源：光大證券研究所 與內陸不同，受環境約束等因素制約，

25、沿海煤電目前面臨的不利條件如 下： （1）外來電沖擊：外來電沖擊：我國電力資源與需求中心存在嚴重錯配，沿海（尤 其是東南沿海）地區電力需求集中，內陸資源地電力供給提升疊加外送消納 2020-05-22 公用事業 -10- 證券研究報告 通道完善，在沿海用電增長邊際放緩的背景下，外來電對本地電沖擊愈加明 顯。 （2）能源結構調整：能源結構調整：隨著電量供應寬松和環境約束趨緊，電源結構調 整和能源效率提升勢在必行。在外來電沖擊背景下，省內清潔能源（水電、 核電、新能源、氣電）的發展擠壓進一步煤電生存空間。 （3）環保改造壓力環保改造壓力：在有限的環境容量下，沿海燃煤電廠排放標準提 升，老舊低效機組

26、的環保改造壓力逐步顯現（其中不乏關停機組），沿海煤 電內部產能收縮。 根據上述分析，我們認為通過沿海煤耗數據近似反映用電需求情況，不 可忽視的擾動因素為跨區送電跨區送電及電源結構電源結構。 4.2、擾動因素擾動因素 1：跨區送電：跨區送電 為了定量描述各地區電量的輸入/輸出狀況， 我們引入了電量凈輸入比例電量凈輸入比例 概念，即電量凈輸入比例電量凈輸入比例=（用電量（用電量-發電量）發電量）/用電量用電量。我們定義，電量凈輸 入比例5%時，所在區域為電量凈輸入區域，且電量凈輸入比例越高，對外 來電依賴越大；電量凈輸入比例處于-5%5%的水平內（考慮發用電量統計 口徑及線損等因素），所在區域為電

27、量輸入/輸出平衡區域；電量凈輸入比例 -5%時，所在區域為電量凈輸出區域，且電量凈輸入比例越低（即負值絕對 值越大），電量外送消納占比越高?？傮w而言，沿海省份仍為電量凈輸入區 域（福建除外），其中上海對外來電的依賴較高。 圖圖 13：各省電量輸入輸出情況：各省電量輸入輸出情況 -2 -1 0 1 2 20102019 -2 -1 0 1 2 資料來源：Wind，光大證券研究所（注：以電量凈輸入比例度量各省凈輸入程度差異，各省電量凈輸入比例=（用電量-發電量）/用 電量。藍色、紅色分別表示凈輸出、凈輸入地區，其中-2、-1、0、1、2 表示電量凈輸入程度差異，對應凈輸入比例范圍分別為低于 -30

28、%、-30%-5%、-5%5%、5%30%、高于 30%） 2020-05-22 公用事業 -11- 證券研究報告 圖圖 14：國家電網特高壓線路圖：國家電網特高壓線路圖 資料來源：國家電網，光大證券研究所（注：統計時點 2020 年 5 月） 近年來，隨著特高壓等電力跨省跨區輸送通道的建立，跨區送電消納改 善， 送電量顯著提升。 2010-2019 年， 全國跨區送電量年均復合增速 15.3%， 遠超同期全社會用電量年均復合增速 6.2%；2019 年跨區送電量占全社會用 電量的比例為 6.8%，較 2010 年提升 3.6 個百分點。 圖圖 15：全國跨區送電量提升：全國跨區送電量提升 0

29、% 5% 10% 15% 20% 25% 0% 2% 4% 6% 8% 2010201120122013201420152016201720182019 全國跨區送電量占比（%）全國跨區送電量增速（右軸，%） 資料來源：Wind，光大證券研究所（注：全國跨區送電量占比=全國跨區送電量/全社會 用電量） 受跨省跨區電力輸送通道落地端等因素影響，近年來沿海區域電力供應 格局有所分化。2019 年沿海地區整體電量凈輸入比例約 20%，較 2010 年 提升 4 個百分點； 環渤海、 長三角、 華南區域的電量凈輸入比例分別為 15%、 27%、19%，較 2010 年分別變化-3、+11、+5 個百分

30、點。沿海區域中，長 三角、華南區域的外來電供應進一步強化。2019 年上海、廣東、浙江的電 量凈輸入比例分別為 49%、29%、29%，排名靠前；福建的電量凈輸入比例 約 0%，對外來電的依存度相對較弱。 2020-05-22 公用事業 -12- 證券研究報告 圖圖 16：沿海地區電量凈輸入比例：沿海地區電量凈輸入比例 10% 15% 20% 25% 30% 2010201120122013201420152016201720182019 環渤海長三角華南沿海合計 資料來源：Wind，光大證券研究所（注：電量凈輸入比例=（用電量-發電量）/用電量； 環渤海包括天津、河北、遼寧、山東，長三角包括

31、江蘇、上海、浙江，華南包括福建、 廣東、廣西、海南） 圖圖 17：沿海各省份：沿海各省份電量凈輸入比例電量凈輸入比例 -10% 0% 10% 20% 30% 40% 50% 上海廣東浙江江蘇河北天津遼寧海南山東廣西福建 20102019 資料來源：Wind，光大證券研究所（注：電量凈輸入比例=（用電量-發電量）/用電量） 圖圖 18：典型電網運行曲線：典型電網運行曲線 圖圖 19：典型清潔能源發電曲線：典型清潔能源發電曲線 資料來源：葛維春等高比例清潔能源電網靈活調節方法 資料來源：葛維春等高比例清潔能源電網靈活調節方法 2020-05-22 公用事業 -13- 證券研究報告 對于沿海區域而言

32、，跨省跨區輸送通道的送端機組多為清潔能源機組， 與火電等可控機組相比，上述送端機組的調節能力較弱，難以根據受端用電 負荷變化實時調整出力曲線，進而增加了電網調度工序。外送通道的檢修同 樣影響外來電出力。此外，外來電與本地電的發電側競爭亦涉及地方層面博 弈?；谏鲜龇治?，隨著跨省跨區輸送電量提升，沿海區域外來電的短期波 動在所難免。我們測算了沿海區域電量凈輸入比例的月度變化情況，同樣觀 察到沿海區域電量凈輸入比例波動擴大的跡象。外來電的短期波動對本地電外來電的短期波動對本地電 出力構成影響，進而減弱了沿海煤耗高頻數據的準確性。出力構成影響，進而減弱了沿海煤耗高頻數據的準確性。 圖圖 20：沿海區

33、域當月電量凈輸入比例（：沿海區域當月電量凈輸入比例（%） 0% 5% 10% 15% 20% 25% 30% 35% 40% 2010-01 2010-04 2010-07 2010-10 2011-01 2011-04 2011-07 2011-10 2012-01 2012-04 2012-07 2012-10 2013-03 2013-06 2013-09 2013-12 2014-05 2014-08 2014-11 2015-02 2015-05 2015-08 2015-11 2016-04 2016-07 2016-10 2017-03 2017-06 2017-09 2017-

34、12 2018-05 2018-08 2018-11 2019-04 2019-07 2019-10 2020-03 環渤海長三角華南沿海合計 資料來源：Wind，光大證券研究所（注：電量凈輸入比例=（用電量-發電量）/用電量； 環渤海包括天津、河北、遼寧、山東，長三角包括江蘇、上海、浙江，華南包括福建、 廣東、廣西、海南；截至 2020 年 3 月） 4.3、擾動因素擾動因素 2：電源結構：電源結構 受能源結構調整影響，近年來沿海地區與全國均呈現電源形式分化加劇 的現象：即清潔能源發展迅速，傳統化石能源日漸式微即清潔能源發展迅速，傳統化石能源日漸式微。從裝機結構來看， 2019 年沿海地區火

35、電、核電新能源裝機占比分別為 68%、24%，較 2010 年分別降低 14 個百分點、提升 18 個百分點；從發電量結構來看，2019 年 沿海地區火電、核電新能源發電量占比分別為 80%、16%，較 2010 年分別 降低 8 個百分點、提升 10 個百分點。 受資源稟賦及電源類型的區域性差異影響，2010 年以來，沿海地區火 電裝機及發電量占比均高于全國平均水平；沿海地區核電新能源裝機占比與 全國平均水平相近，但發電量占比高于全國平均水平。從細分區域發電量結 構來看，環渤海、長三角區域火電發電量占比較高而核電新能源發電量占比 較低，華南區域剛好相反。 分省份來看， 2019 年福建、 廣

36、西、 海南的火電裝機容量占比分別為 54%、 50%、 51%， 低于沿海和全國平均水平； 火電發電量占比分別為 58%、 56%、 66%，亦低于沿海和全國平均水平。 2020-05-22 公用事業 -14- 證券研究報告 圖圖 21：各地火電裝機占比：各地火電裝機占比 圖圖 22：各地核電新能源裝機占比：各地核電新能源裝機占比 50% 60% 70% 80% 90% 100% 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 環渤海長三角華南 沿海合計全國合計 0% 5% 10% 15% 20% 25% 30% 2010 2011 2012

37、 2013 2014 2015 2016 2017 2018 2019 環渤海長三角華南 沿海合計全國合計 資料來源：Wind，光大證券研究所（注：火電裝機占比指火電占 全部裝機的比例；環渤海包括天津、河北、遼寧、山東，長三角 包括江蘇、上海、浙江，華南包括福建、廣東、廣西、海南） 資料來源：Wind，光大證券研究所（注：核電新能源裝機占比指 扣除火電、火電后的裝機占全部裝機的比例；環渤海包括天津、 河北、遼寧、山東，長三角包括江蘇、上海、浙江，華南包括福 建、廣東、廣西、海南） 圖圖 23：各地火電發電量占比：各地火電發電量占比 圖圖 24：各地核電新能源發電量占比：各地核電新能源發電量占比

38、 60% 70% 80% 90% 100% 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 環渤海長三角華南 沿海合計全國合計 0% 5% 10% 15% 20% 25% 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 環渤海長三角華南 沿海合計全國合計 資料來源：Wind，光大證券研究所（注：火電發電量占比指火電 占全部發電量的比例；環渤海包括天津、河北、遼寧、山東，長 三角包括江蘇、上海、浙江，華南包括福建、廣東、廣西、海南） 資料來源：Wind，光大證券研究所（注：核電新能源發電量占比

39、 指扣除火電、火電后的發電量占全部發電量的比例；環渤海包括 天津、河北、遼寧、山東，長三角包括江蘇、上海、浙江，華南 包括福建、廣東、廣西、海南） 圖圖 25：沿海各省份裝機結構（：沿海各省份裝機結構（2019 年）年） 圖圖 26：沿海各省份發電量結構（：沿海各省份發電量結構（2019 年）年） 0% 20% 40% 60% 80% 100% 全國 天津 河北 遼寧 山東 江蘇 上海 浙江 福建 廣東 廣西 海南 火電水電核電新能源 0% 20% 40% 60% 80% 100% 全國 天津 河北 遼寧 山東 江蘇 上海 浙江 福建 廣東 廣西 海南 火電水電核電新能源 資料來源：Wind，

40、光大證券研究所 資料來源：Wind，光大證券研究所 2020-05-22 公用事業 -15- 證券研究報告 考慮到能源結構調整及機組自身調節能力，不同電源類型機組發電順序 存在差異?？傮w而言，清潔能源機組發電順序靠前，而傳統火電（尤其是煤 電）發電順序相對靠后。 自然條件約束下，可再生能源（水電、風電、光伏）發電的季節性特征 明顯；而機組檢修等因素亦造成核電等機組利用率的月度波動。近年來沿海 地區積極響應環保號召和能源轉型，清潔能源機組（核電新能源等）裝機增 速明顯超過火電裝機。 裝機和利用率指標共振，顯著放大了沿海地區清潔能源機組發電量的月 度波動幅度，進而影響本地煤電出力的穩定性。沿海煤耗

41、高頻數據與用電需沿海煤耗高頻數據與用電需 求變化幅度分化程度加劇，指標預測的可靠度下降。求變化幅度分化程度加劇，指標預測的可靠度下降。 表表 1：不同電源類型機組發電順序：不同電源類型機組發電順序 發發電電序位序位 機組類型機組類型 1 無調節能力的風能、太陽能、海洋能、水能等可再生能源發電機組 2 有調節能力的水能、生物質能、地熱能等可再生能源發電機組 和滿足環保要求的垃圾發電機組 3 核能發電機組 4 按“以熱定電”方式運行的燃煤熱電聯產機組， 余熱、余氣、余壓、煤矸石、洗中煤、煤層氣等資源綜合利用發電機組 5 天然氣、煤氣化發電機組 6 其他燃煤發電機組， 包括未帶熱負荷的熱電聯產機組其

42、他燃煤發電機組， 包括未帶熱負荷的熱電聯產機組 7 燃油發電機組 資料來源：國家發改委 圖圖 27：全國各全國各電源電源類型類型利用小時數的月度波動（小時）利用小時數的月度波動（小時） 0 200 400 600 800 M1-2*M3M4M5M6M7M8M9M10M11M12 全部電源水電火電核電風電 資料來源：Wind，光大證券研究所（注：選取 2014-2019 年全國各電源類型當月利用小 時數的平均值，M1-2*表示 1-2 月累計利用小時數的月度均值） 2020-05-22 公用事業 -16- 證券研究報告 圖圖 28：各地火電裝機各地火電裝機容量容量增速（增速（%） 圖圖 29：各

43、地核電新能源裝機各地核電新能源裝機容量容量增速（增速（%） 0% 10% 20% 30% 40% 50% 60% 201120122013201420152016201720182019 環渤海長三角華南 沿海合計全國合計 0% 10% 20% 30% 40% 50% 60% 201120122013201420152016201720182019 環渤海長三角華南 沿海合計全國合計 資料來源：Wind，光大證券研究所（注：環渤海包括天津、河北、 遼寧、山東，長三角包括江蘇、上海、浙江，華南包括福建、廣 東、廣西、海南） 資料來源：Wind，光大證券研究所（注：核電新能源裝機容量指 扣除火電、

44、火電后的裝機容量；環渤海包括天津、河北、遼寧、 山東，長三角包括江蘇、上海、浙江，華南包括福建、廣東、廣 西、海南） 圖圖 30：各區域火電當月發電量占比（：各區域火電當月發電量占比（%） 50% 60% 70% 80% 90% 100% 2010-01 2010-04 2010-07 2010-10 2011-01 2011-04 2011-07 2011-10 2012-01 2012-04 2012-07 2012-10 2013-03 2013-06 2013-09 2013-12 2014-05 2014-08 2014-11 2015-02 2015-05 2015-08 2015-11 2016-04 2016-07 2016-10 2017-03 2017-06 2017-09 2017-12 2018-05 2018-08 2018-11 2019-04 2019-07 2019-10 2020-03 環渤海長三角華南沿海合計全國合計 資料來源：Wind，光大證券研究所（注：火電當月發電量占比指