报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 美国电力需求负荷开始增长，公用事业综合资源计划预计负荷将从2023年至2035年增长20%，且持续向上修订预测 [10][13][27] - 改进负荷预测可减轻可负担性和可靠性风险，创造考虑所有投资选项的机会，新大型负荷特征应纳入现代预测过程 [14][15] - 预测员可采用基于场景或随机负荷预测方法、结合终端需求与计量经济学预测等最佳实践提高预测准确性 [19][20] - 监管机构在预测方面发挥关键作用，可采取多种措施确保预测准确反映新负荷特征、及时更新并提高透明度 [23][24] - 即使采用最佳实践，预测仍存在不确定性，监管机构可完善决策工具包减轻风险 [25] 根据相关目录分别进行总结 负载正在增长，预测增长率更快 - 2022 - 2024年，电网规划者将五年峰值负荷预测从23吉瓦增加到128吉瓦，截至2024年12月，代表美国48%电力销售的公用事业IRPs预计到2035年负荷增长20% [27] - 从住宅到公司的电力用户推动负荷增长，输电系统中，新制造、工业和数据中心设施及电动汽车充电基础设施是主要驱动力；配电网中，电动汽车充电和电气化供暖成为新需求 [30] - 数据中心和先进制造业是美国东南部等地短期内的增长主要驱动力，给公用事业和电网运营商带来预测挑战 [31] - 负荷预测包括每日运营、季度销售估算和10 - 20年长期规划预测，本报告主要关注长期预测，其是公用事业规划基础，影响基础设施投资决策和电力服务质量 [33][34] - 准确、频繁且负责任的负荷预测是减轻大型负荷增加风险的防御第一线，当前投资虽多，但预测流程需更新以适应新负载特点 [37] - 改善大负荷预测可扩大公用事业和监管机构的选项集，当前预测负荷增长导致公用事业采取快速或熟悉选项，推动未来排放上升和燃料成本增加 [38] 监管机构必须寻求降低预测不足和过度预测的风险 - 历史上，2006 - 2023年，公用事业规划者平均在5年预测中高估8%的电力需求，10年预测中高估17%，2012 - 2023年平均预测值比实际值高出23% [43] - 导致过度预测的系统因素包括低估能源效率提高、过度预测与传统公用事业激励措施一致、预测不足可能导致资源充足性挑战 [47][48] - 预测不足代表可靠性风险和政策优先事项风险，在重组市场中会增加客户账单；过度预测的主要风险是客户可负担性问题，还可能将关注点从维护转向系统扩张 [49] 负载特性对预测至关重要 - 新负荷特性影响未来资源投资选项，负荷增长影响电网各层次，单个负荷影响取决于负载形状、预测不确定性、灵活性潜力和飞行风险 [54][55] - 不同负载类型在这些关键特性上存在显著差异，如数据中心预测不确定性和飞行风险高，灵活性潜力因类型而异；住宅或商用电动汽车充电器灵活性略高，预测不确定性中等，飞行风险非常低 [55][60] 老、新、复兴——深入探讨大型电力负荷的终端用途 数据中心 - 数据中心负荷增长地理分布不均，预计到2030年，弗吉尼亚州数据中心电力负荷占比将从2023年的25.6%增加到46% [63] - 多租户数据中心灵活性低，目标是接近恒定的100%负载系数；个别科技公司运营的数据中心灵活性潜力大；加密货币挖矿运营灵活但存在争议且能源消耗不确定 [63][64] - 数据中心数据增长预测不确定性高，可能面临过剩资产和违约合同风险；一系列针对数据中心的关税有助于缓解不确定性和风险；数据中心选址位置不确定，但一些激励措施和政策可提供更多确定性 [65][66][67] 工业负荷和制造业 - 制造业回流美国，由清洁能源转型新行业推动，工业设施有提供负荷灵活性和电网稳定服务的机会 [70] - 工业负荷通常具有经典负荷形状，随着工人班次变动，工业电气化技术为负荷灵活性提供机会；工业客户需求预测不确定性低，选址和许可需大量时间，且对价格敏感，可能靠近廉价清洁资源布局 [71][72] 负荷预测最佳实践 - 采用基于场景或随机负荷预测方法，将负荷预测以区间沟通，分配合理概率给每种情景，确定不确定性来源，纳入异常政策和经济状况情景，包括未来气候数据，采用长期时间范围规划预测 [72][73][74] - 将终端使用预测与计量经济学预测相结合，开发关键末端用途的8760负荷分布，对采用、操作和灵活性单独预测，整合新数据，跟踪终端用途本地采用情况，寻求客户反馈，对比第三方预测标准 [74][75][76] - 确保在不同规划过程中一致使用负荷预测，或解释差异原因 [77] 案例研究：预测大量负载的兴起实践 弗吉尼亚州的Dominion Energy - 采用计量经济学方法预测未来15年销售、能源和峰值需求，销售预测按客户类别生成月度值，能源预测从销售模型得出，峰值负荷预测考虑多种因素并进行调整 [81] - 数据中心预测识别最大或增长最快的客户，用统计方法预测，合并为整体预测，有高、低、中等负载情景 [82] - 2023年IRP更新显示，PJM和Dominion负荷增长预测更乐观，数据中心负荷增长预测高，少数公司对总增长预测影响大，预测应考虑负荷实现速率与预测的差异 [86] 北卡罗来纳州杜克能源公司 - 长期负荷预测始于穆迪提供的经济预测，使用统计调整后的终端使用模型，后期修改考虑电动汽车等增长，推导出夏季和冬季高峰需求预测 [87] - 开发综合系统及运营规划框架提升负荷预测能力，在2023年CPIRP中手动应用经济发展调整，避免重复计算，确定经济开发项目标准 [88][89] - 北卡罗来纳州公用事业委员会要求杜克监控经济发展和大容量输电管线，每半年更新调查结果，进一步讨论不确定性预测方法等 [90] 乔治亚电力公司 - 每三年进行全面综合资源规划，短期预测采用计量经济学手段，长期预测采用终端使用模型，结合两者生成最终预测 [91] - 预测快速负荷增长主要来自数据中心和清洁制造业，2023年IRP更新调整预测，建立将已知项目输入整合到预测中的方法 [92] - 干预方提出提高大型负荷预测的机会，包括加强负荷承诺要求、使用更广泛预测范围建模、提高透明度；乔治亚州公共服务委员会批准预测但附带条件，要求提交季度大型负荷更新 [92][93][94] 监管机构可采取的措施以改善预测 确保负荷预测准确反映新负荷驱动程序的独特特征 - 提高佣金并增强对新负荷的能源理解，通过技术会议等方式参与与利益相关方的交流 [100][102] - 修订规划指南，纳入新兴预测实践，防止双重计算，要求负荷预测包括大型负荷特征 [102][104] - 协调与州和地方政府以及其他州的关系，了解激励结构和立法，鼓励公用事业公司调查潜在负荷选址情况 [105][106] 及时更新：增加更新负荷预测和负荷预测过程频率 - 要求更频繁报告长期负荷预测，如北卡罗来纳州要求杜克每半年报告经济发展和大负荷项目管道情况，可考虑提供在线仪表盘 [108] - 迭代预测流程，学习其他州先进经验，启动聚焦预测最佳实践的调查程序 [109] 已验证：使负荷预测数据和流程对其他利益相关者可见，并创造问责机会 - 鼓励公用事业公司利用透明的外部数据和预测工具，如加利福尼亚能源委员会准备和更新详细预测，鼓励更新内部或采用外部工具 [111][112] - 制定预测和实际数据，从过去预测中学习，进行回溯测试，跟踪大型负荷在管道各阶段的情况，解决负荷预报名目双重计算问题 [113][114] - 探索基于预测准确性的货币激励或惩罚，如俄勒冈州设立费用转移风险，英国实行商业计划激励措施 [114][115] 在预测不确定性下做出投资决策 - 监管机构可优先考虑“最少遗憾”的资本投资，如能源效率、虚拟电厂等，运用关税设计或其他合同承诺分配风险并减轻不确定性，但仍需更多研究 [25]