山东市场边界条件变化对电力现货价差的影响

山东电力交易市场的结算内容涵盖中长期和现货两个部分。用户在持仓方面，每月至少需保持80%的中长期电量，剩余的20%则通过现货市场进行申报交易。电力现货价格在年度、月度、日度三个时间维度上表现出不同的变化特征，影响其背后的主要原因也不尽相同。从年度视角分析，近三年来电力现货价格的走势主要受到机电网结构、供需状况以及度电燃煤成本的影响。而从月度层面来看，电力现货价格更多地受到季节性温度变化、风资源的丰富程度以及光辐射强度的影响。这些因素共同作用，对年度和月度的中长期价格趋势起到了指导性的作用。

图1：2023-2025年现货日前价格走势

而用电侧申报日前交易时，除掌握代理用户用电水平及习惯，同时还由于存在日前-实时价差，需要对于24时段价格走向以及正负价差有更为精准预判。

日前实时价差主要因素是日前预测直调负荷与实际负荷产生偏离，或由于天气实时变化导致新能源出力与预计产生偏差产生。

2023年到2025年5月，新能源装机容量不断增加，不仅对于日前价格整体走势产生影响，同时，对日前-实时价差也受到波及。尤其在新能源大发月，风电和光伏的发电量高度依赖天气，常理情况下，随新能源装机增加将影响价差波动更加剧烈，运行日风光条件若急剧变化，将对电网稳定要求更高，容易导致更高价差。

图2：2024-2025年装机容量变化

对2024-2025年的1-4月现货价差进行对比分析发现，新能源装机增加后，午间光伏出力能力更强，实时电价被新能源低价或负电价压制，一定程度上缩小午间价差。观察段6-7、段16-17的价差进一步扩大，该四个时段分别是日出与日落时段，对应为火电机组释放定价权及获得定价权时间。在随夏季临近光辐射能力增强，该表现更为明显。现对于各时段价差形成原因进行分析，为后续申报日前策略时提供参考。

图3：2024年1-4月与2025年1-4月各时段价差分布

图4：2025年4月6日各时段日前实时价格对标

一、对于各边界条件分析

不同年份、季节、时段，各个边界条件对价差影响的权重均不同，并且随新能源装机不断增加，不同边界条件变化导致价差方向、大小会有调整。所以在申报日前电量时，除了对于近期现货价差走势分析，与往年同期数据进行比对，还需要对各预测边界条件差值（日前数据-实时数据）对于现货价差波动影响大小。基于此，对2025年1-4月价差及各边界条件进行分条件分析。结果如下：

（1）竞价空间分析

图5：竞价空间差值与价差分布

竞价空间与现货价格存在一定程度上的正相关性，故选取2025年1-4月日前-实时竞价空间与日前-实时价差进行分析，求得日前-实时竞价空间标准差处于5000MW左右，表明竞价空间变化较大，同时竞价空间差值分布在2000-（-4000）MW之间，对于价差分布影响尤为明显。竞价空间的形成是一个复杂的过程，受到多种因素的影响，包括负荷、风电出力、光伏出力以及电网间的联络线等。如果策略制定不可以依赖于某一变动因子会导致对市场动向的判断出现偏差，但可以根据各单一变量分析对价差影响大小，同时对各日前变量数值进行再预测，实现日前策略完成。现分析其他边界条件变化范围与价差变化的关系。

（2）直调负荷变化分析

图6：直调负荷与价差分布

可以看出，直调负荷差值与价差方向基本一致。直调负荷的标准差约为2500MW，多数时段的预测负荷与实时直调负荷较为接近。当负荷差值在1000MW以内时，价差波动并不明显；而当差值超过2000MW时，对现货价差的影响则较为显著。

（3）联络线出力变化分析

图7：联络线差值与价差分布

联络线差值与价差分布：从山东联络线出力多个月份的分日数据来看，其变化主要取决于两个因素：一是所处月份的供需关系是否紧张，二是节假日期随着直调负荷的减少而调整出力。单日分析来看，联络线出力集中在午间与晚间时段，且预测出力与实际偏差较小。通过绘制散点图看出，联络线标准差处于500MW，差值波动较小，同时联络线差值与价差为负相关，该图表同样可证明该结论，同样可以看出，部分联络线出力波动较大对应时段价差波动较小，对于此现象笔者理解，联络线在一定程度上可以影响价差波动，但对应时段中，相对于其他边界条件来看，影响价差波动权重不大。

图8：2025年1-4月联络线出力情况

（4）风力出力变化分析

图9：2025年1-4月风电差值与价差分布

风电差值与价差分布：在山东，风力资源在3-5月份为全年最丰富时期，同时，在全年也是影响价格变化最显著的月份。由于为午间光伏大发时段，风力更多在晚间及凌晨影响较大，但部分天午间仍存在大风，在对1-4月风资源与价差分析时，减少光伏同时出力影响，除掉午间9-16时段数据进行分析。

图10：2025年1-4月风电预测与实际负荷、负荷差值

图11：2024年1-4月与2025年1-4月风力水平

风力差值与价差方向相反，表格中可以看出存在对称排列关系，从以上数据中可以看出，风电差值标准差在1700MW左右，风力波动较大，2025年1-4月多数天气下负荷预测差值在1600MW以内，价差近七成在+-40元/兆瓦时以内分布。产生负荷差值较大时段多为晚间时段，同时发现，对于负荷差值波动大的日期时段，往往是风力预测值过高过低导致，进而影响实时价格变化，日前申报若与到该情况，可以做出更明确的价差预测。

（5）光伏出力分析

图12：光伏差值与价差分布

光伏差值与价差分布：山东省光伏装机近几年激增，由于午间光资源丰富，弃光严重，光伏日前-实时差值多为正值。当光伏差值达到-2000MW以上时，对于价格有更显著影响，可以理解为多云天气对于光伏实际出力影响较大的同时，同时实时直调负荷上升，拉升价差。

二、总结：

不同边界边界条件对于价差走向均有不同程度影响。直调负荷预测与实时变化多数天稳定，多数情况负荷差值较小时，对现货价差波动影响程度有限，但并不意味着完全忽视，观察1-4月直调负荷差值数据中，多为午间及下午时间负荷偏离程度较大，该时段受到分布式光伏出力影响；联络线出力趋势与供需变化一致，整体上对日前实时价差影响较小。

风光资源的波动较大天气，各自在自身主导的时段影响价差走向。光伏出力受午间新能源装机饱和影响，3-4月光辐射增强，导致多发弃光现象，在光照好的情况下，午间日前实时价格多接近-80元/兆瓦时，价差缩小。春季的风力资源丰富，对现货价格的走势产生显著影响；同时，晚间风力资源的波动也极大地作用于现货价差。本年度春季风资源较2024年同期更为丰富，风电装机容量亦有所增加，然而本年度的出力均值却低于往年同期，部分原因在于本年度午间风资源需求较低，影响整体均值。风电出力在晚间及凌晨对价差的影响较为显著，当风力预测极高或极低时，容易产生较大差值，对于这种风力变化较大的天气，用户侧可以参考近期天气相似日的出清结果，或结合申报日前一日与后一天的天气情况进行（在连续恶劣天气下，晚间气象变化更为显著），对日前公布数据进行再预测，以完成晚间及凌晨的现货申报。

制定日前策略需要多因素综合分析。在申报日前策略的制定过程中，虽然可以对各个变量进行逐一分析，但各边界条件差值方向与价差方向之间仍存在其他函数关系。在独立分析各变量后，也应综合考虑多因素，以提高时段策略方向判断的正确概率。