北方高温来袭!动力煤却不涨反跌的原因分析

2024-06-21 00:44

本文主要是介绍北方高温来袭!动力煤却不涨反跌的原因分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

内容提要

北方高温而南方降雨偏多的格局或将继续,整体水力发电量增长可能继续明显增长,但火电增幅可能继续缩小。5月重点火电厂的发电量和耗煤量增速均呈现负增长,耗煤量月度同比下降7%,而重点水电同比大增近40%。我国电力行业绿色低碳转型加快,也在推动水电等绿色电力交易规模快速攀升。

北方高温来袭,动力煤价格却一反常态,不涨反跌。

资料显示,5月份,重点火电厂的发电量和耗煤量增速均呈现负增长。而同期,重点水电发电量增速大幅提升近40%。北旱南雨的格局下,南方受强降水影响来水改善明显,水电出力大幅提升,另一方面挤压火电发电,从而压制煤价旺季价格上涨。

截至6 月14 日,秦皇岛港动力煤(Q5500)山西产市场价872.0 元/吨,相较5月24日880元/吨的报价,已经持续三周下滑。而且国内55个港口动力煤库存逼近7000万吨,创下年内高点。

高温来袭,煤价却不涨反跌

今年迎峰度夏期间,全国大部分地区气温较常年同期偏高,极端天气气候事件偏多。据中央气象台消息,6月9日以来华北东南部、黄淮等地出现高温天气过程,河北、山东、天津等地共有42个国家气象站达到极端高温阈值,86个国家气象站日最高气温超过40℃。本轮北方高温过程特点表现在:地温高、持续时间长。山西、陕西、河南、河北和山东等地午后地表温度可能超60℃,局地甚至可超70℃。

然而,在这个高温的电力需求旺季,全国煤炭市场并未如期出现“火热”行情,北方港口动力煤价格却不涨反跌。统计显示,截至6 月14 日,秦皇岛港动力煤(Q5500)山西产市场价872.0 元/吨,相较5月24日880元/吨的报价,持续三周下滑,累计下跌了8元/吨。另外根据国家统计局的最新数据显示,6月上旬,全国煤炭价格以跌为主,包括普通混煤、山西大混和优混等多品种均出现价格下滑。

与此同时,港口动力煤库存也在快速上升。根据 Mysteel调研全国55个港口样本数据显示,截至到6月14日,55个港口动力煤库存逼近7000万吨,达到6965.6万吨,创下年内高点,而5月24日动力煤库存为6567.9万吨,三周上升了391.7万吨。

在动力煤价格连续下跌影响下,17日,A股市场煤炭股震荡走低,晋控煤业跌超5%,潞安环能、大有能源、郑州煤电、安源煤业、淮北矿业等跟跌。跟踪中证煤炭指数的煤炭ETF(515220)下跌2.29%,年内涨幅为10.37%,其第一大持仓股陕西煤业年内涨幅29.58%。

火电出现明显负增长

“当前无论是江内港口、华东、华南港口,还是电厂库存均处于高位,贸易商出货压力均较大。”秦皇岛地区一家煤炭贸易商表示,动力煤迎峰度夏预期已经大打折扣,需求大幅低于预期,如果南方雨水继续,港口空泊时间延长,后期港口动力煤价格估计还有进一步下跌空间。

5月,重点火电厂的发电量和耗煤量增速均呈现负增长,发电量同比下降4.9%,耗煤量月度同比下降7%,而重点水电同比大增近40%。国家统计局最新数据显示,5月份,规上工业火电同比下降4.3%,而规上工业水电增长38.6%,增速比4月份的增幅21%,加快17.6个百分点。

有分析认为,2023年由于来水不足,水电出力下滑明显,今年全国主要流域来水同比修复,华南区域受强降水影响来水改善尤其明显。一方面来水改善提升水电出力,另一方面挤压火电发电,从而影响煤价旺季反弹高度。

此外,我国电力行业绿色低碳转型加快,也在推动水电等绿色电力交易规模快速攀升。中国电力企业联合会最新发布的数据显示,2024年1—5月,我国绿色电力交易量达到1871亿千瓦时,同比增长327%。2023年全年,全国绿色电力交易总量首次突破1000亿千瓦时,达到1059亿千瓦时,同比增长281.4%。

北旱南雨或将持续

重点水电增幅持续两位数增长,4月份增幅21%,5月份增幅近40%,推动水电上市企业股价持续攀升。全球最大的水电上市公司——长江电力股价,在6月13日最高触及28.80元/股,创下历史新高,年内涨幅19.49%。而跟踪中证绿色电力指数的绿电ETF(562550),年内涨幅达到17.49%,其持仓前两大公司分别是长江电力和三峡能源,主要是以水电、风电及光伏发电为代表的清洁能源企业,涨幅居同类首位。

接下来,天气如何演变?根据17日最新天气预报显示,江南、华南等地强降雨持续,湖南南部、江西中部、浙江南部、福建北部、广西东北部等地部分地区将有大暴雨。而同时,华北、黄淮、江淮等地的高温天气将再度发展,东北30℃以上的炎热天气增多。

这也意味着北方高温,而南方降雨偏多的格局或将继续,整体水力发电量增长可能继续明显增长,而火电增幅可能继续缩小。有资料显示,当前沿海电厂日均耗煤140.6万吨,同比偏低22%,电煤库存增加约77万吨,平均可用天数回升至19.5天左右。行业人士预期6月火电发电量大概率仍然会有幅度不小的负增长,7月可能仍会小幅负增长。

值得注意的是,在当前绿电绿证交易大扩容的背景下,新能源的环境溢价有望逐步凸显。东亚证券研究部发表研报指出,预期近期将有较大机会推行电力改革,并在7月会议后,公布更多相关改革内容,相信电力改革的重点将放在推动新能源电网项目建设和提高新能源发电的占比。

这篇关于北方高温来袭!动力煤却不涨反跌的原因分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/1079726

相关文章

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原

MySQL中的LENGTH()函数用法详解与实例分析

《MySQL中的LENGTH()函数用法详解与实例分析》MySQLLENGTH()函数用于计算字符串的字节长度,区别于CHAR_LENGTH()的字符长度,适用于多字节字符集(如UTF-8)的数据验证... 目录1. LENGTH()函数的基本语法2. LENGTH()函数的返回值2.1 示例1:计算字符串

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

怎样通过分析GC日志来定位Java进程的内存问题

《怎样通过分析GC日志来定位Java进程的内存问题》:本文主要介绍怎样通过分析GC日志来定位Java进程的内存问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、GC 日志基础配置1. 启用详细 GC 日志2. 不同收集器的日志格式二、关键指标与分析维度1.

MySQL中的表连接原理分析

《MySQL中的表连接原理分析》:本文主要介绍MySQL中的表连接原理分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、环境3、表连接原理【1】驱动表和被驱动表【2】内连接【3】外连接【4编程】嵌套循环连接【5】join buffer4、总结1、背景

python中Hash使用场景分析

《python中Hash使用场景分析》Python的hash()函数用于获取对象哈希值,常用于字典和集合,不可变类型可哈希,可变类型不可,常见算法包括除法、乘法、平方取中和随机数哈希,各有优缺点,需根... 目录python中的 Hash除法哈希算法乘法哈希算法平方取中法随机数哈希算法小结在Python中,