屋顶上的发电厂：分布式光伏对直调负荷影响几何？出力关键何在？

截至2025年6月底，山东分布式光伏装机容量已突破5800万千瓦，占全省发电总装机容量超过23%，且仍在持续增长。其发电出力对山东电网的直调负荷影响显著，进而牵动日前电力市场价格；出力的意外波动更会直接影响电力交易员策略的准确性。那么，分布式光伏每天的发电量究竟如何变化？它对山东电网的直调负荷影响几何？制约其发电能力的关键因素有哪些？ 接下来，基于山东的实际运行数据，带您一探究竟。

（来源：兰木达电力现货）

一、山东分布式光伏究竟能发多少电？

目前，山东电力交易中心虽未直接公布分布式光伏的出力数据，但每日会发布日前直调负荷预测值与日前全网负荷预测值，并在事后公布实际全网负荷和直调负荷值。基于交易中心公布的5月至7月数据分析发现，在凌晨及夜晚无日照时段，全网负荷与直调负荷的差值，与地方电厂的发电总量高度接近。因此，可将 全网负荷 - 直调负荷 - 地方电厂发电量 的结果，近似视为分布式光伏的发电出力。

图表1 全网负荷与直调负荷差值在凌晨和晚上与地方发电厂发电总量关系（2025.5.1-7.31）

依据上述方法，我们得出了山东分布式光伏的典型出力特性（如下图所示）：其出力通常在清晨6时左右启动，于12时至13时之间达到日间峰值。该峰值平均突破30000兆瓦，随后出力逐渐下降，这一变化趋势与一天内光照强度的变化趋势高度吻合，直观印证了光伏发电对日照条件的依赖性。此外，对比各时段分布式光伏发电量占全网负荷的比例，可以发现上午各时段的发电占比通常略高于下午相应时段，具体发电偏差大小及原因将在后文进行进一步分析。

图表2 分布式光伏一天各个时点平均出力情况（2025.5.1-7.31）

二、分布式光伏出力偏差对直调负荷影响几何？

在电力交易中，直调负荷水平直接影响火电机组的竞价空间，进而决定电力现货市场的出清价格，因此，当日前预测的直调负荷与实际值出现显著偏差时，日前价格与实时价格也将因竞价空间变化而产生较大偏离。尤其在直调负荷快速上升阶段，竞价空间的急剧扩大可能叠加机组爬坡速率限制等因素，进一步放大负荷偏差对价格的影响。参考5月至7月的数据（图表2），分布式光伏在9:00-16:00时段的发电量平均占全网负荷20%以上，其中11:00-14:00占比更超过30%，这就意味着若日前对分布式光伏出力的预测与实际值偏差较大，将直接导致直调负荷预测出现显著偏差，进而影响日前与实时价差。

基于5月至7月每日7:00-18:00的数据样本，我们计算分析了日前全网负荷预测与实际值、日前直调负荷预测与实际值，以及日前分布式光伏出力预测与实际值三组偏差（具体偏差情况见下表）。数据显示：在5月和6月温度相对适宜期间，全网负荷预测出现较大偏差（2000 MW）的概率较低，且显著低于直调负荷出现同等大小偏差的概率，表明此时直调负荷偏差主要由分布式光伏出力预测偏差造成。进入7月后，随着温度升高及波动加剧，全网负荷预测偏差的波动性也随之增大，然而，即使在7月，当直调负荷预测偏差超过5000 MW时，其主要成因仍多为分布式光伏出力预测偏差。

图表3 全网负荷、直调负荷、分布式光伏发电偏差大小情况

（5-7月，分月统计）

从5月至7月整体也可以看出，在同等偏差水平下，全网负荷出现波动的概率显著低于分布式光伏出力和直调负荷。尤其在偏差值超过5000 MW的样本统计中，这一差异更为明显：全网负荷偏差>5000 MW的时点占比较小，而直调负荷与分布式光伏出力偏差>5000 MW的时点占比均接近10%。

图表4 全网负荷、直调负荷、分布式光伏发电偏差大小情况

（5-7月，整体统计）

以2025年6月19日与20日山东电力现货市场的表现为例，清晰展现了分布式光伏出力预测偏差对市场价格和系统运行的显著冲击。这两日交易中心的预测均出现大幅偏差：19日预测值过高，导致分布式光伏实际出力不及预期，使得实时出清价格远高于日前出清价格，形成巨大负价差（其中11时价差高达-910元/兆瓦时）；相反，20日预测值过低，造成分布式光伏实际出力超发，推动日前价格高于实时价格形成正价差（其幅度小于19日的负价差，主要受限于20日实时价格已触及下限价）。

同时，图中也可以看到，正是这两日的显著光伏预测偏差直接引发了相应的直调负荷预测大偏差，进而导致了大价差现象，且在部分时段，分布式光伏出力偏差对直调负荷偏差的贡献度甚至超过100%（意味着分布式光伏偏差的主导效应覆盖了全网相反方向偏差）。

图表5 6月18日和6月19日分布式光伏出力偏差、直调负荷偏差、现货价差情况

总体而言，分布式光伏出力对直调负荷预测精度影响显著且不容忽视，提升其预测准确性对于改善直调负荷预测、提高价差方向判断准确性进而优化日前申报交易策略具有重要作用。

三、制约分布式光伏发电能力的关键因素有哪些？

分布式光伏出力与光照强度存在显著相关性，这是行业共识，为量化分析，我们基于5月至7月的数据，对分布式光伏出力与加权光照辐射强度进行了线性相关性分析。散点图结果印证了二者存在明显的线性趋势，然而，在100-700 W/m²的光照区间内，相同辐射强度下的实际出力数据呈现较大离散性。这表明，仅依赖光照强度单一变量进行分布式光伏出力预测，将产生较大偏差。

图表6 6月18日和6月19日分布式光伏出力偏差、直调负荷偏差、现货差价情况

如前文第一部分所述，下午时段分布式光伏出力占比要弱于上午对应时段，为探究此现象是否受一天内时序影响，我们采用控制变量法，对比分析了相同光照辐射强度下不同时段的出力表现，散点图数据表明：在同等光照条件下，分布式光伏上午的出力显著高于下午，存在明显差异。

图表7 控制光照辐射强度 分布式光伏出力与时间段散点图

有研究指出，光伏组件温度较高时，工作效率下降，如果太阳能电池温度每升高1℃，则功率减少0.35％。（参见文献《光伏电站输出功率影响因素分析》，张雪莉，刘其辉等）为验证环境温度对分布式光伏出力的独立影响，我们在控制时段和光照强度相同的条件下，进一步分析了出力与环境温度的相关性，散点图结果显示，二者并未呈现显著相关性，这一现象可能源于样本量不足，或存在其他未被充分考量的影响因素。

图表8 控制光照辐射强度和时点 分布式光伏出力与环境温度散点图

总体来看，基于山东2025年5月至7月的运行数据分析，分布式光伏出力与光照辐射强度呈现显著正相关性，值得注意的是，在同等光照条件下，上午时段的出力普遍高于下午时段，且差异明显，虽然具体成因（如光谱变化、组件功率特性等）有待进一步研究，但这一时序性差异已非常显著。当前样本分析中，环境温度与出力的关联性未达显著水平，可能受限于样本量或模型未涵盖的其他因素，需指出的是，这与多数文献指出的温度升高会降低组件效率的结论并不矛盾，仅表明在当前数据集和模型中，温度并非主要解释变量。

四、总结建议

分布式光伏出力已显著影响山东电网直调负荷精度与现货市场价格波动（如6月19日预测偏差引发高达-910元/兆瓦时价差），建议交易员需将其纳入策略考量：一方面，光伏出力占全网负荷20%-30%且偏差贡献度常超50%，需在日前申报中动态评估其对火电竞价空间的挤压效应及跨时段套利机会；另一方面，预测模型应基于光照强度建立出力基线，区分上午与下午独立建模以捕捉时序差异。此外，山东的分布式光伏装机和集中式光伏装机存在较大差异，在对全省光照辐射进行计算时，也建议将分布式光伏装机占比作为光照辐射的权重。

图表9 山东省各市分布式光伏装机和集中式光伏装机占比

（截止2025年4月）

注：本文图表数据源自山东电力交易中心、兰木达电力现货