中国能源与排放趋势 2024年5月简报

中国能源与排放趋势2024年5月简报 分布式太阳能对满足电力需求做出显著贡献 ●规模以上工业发电量仅增长了3%，而电力消费增长了7%，这表明大部分电力消费需求增长是通过分布式太阳能的扩展来覆盖的。●火力发电增长了1.3%，水力发电则增长了21.0%，以应对夏季高峰期的更高需求。●太阳能发电继续快速增长，增幅达到21.4%，而风力发电则下降了8.4%。 天然气、煤炭和石油进口量同步增长 ●四月煤炭进口量比去年同期增长了11%，而国内煤炭开采量下降了3%。●原油进口量在四月份由降转增，比2023年四月增长了6%。●天然气需求持续大幅增长。受全球价格大幅下降的刺激，四月份天然气进口激增了15%，同时国内产量增加了3%。 煤炭产量持续下滑，天然气供给攀升 ●国内煤炭开采产量下降了3%，而进口增加了11%，这意味着总供应下降了1.5%。●前四个月煤炭产量持续下降。山西省，作为最大的煤炭生产地区，已将其煤炭政策由“增产保供”转变为“稳产保供”。●天然气需求再次迅猛增长，进口增加了15%，国内产量增加了3%。●石油产量保持稳定，增长了1.3%。●炼油吞吐量，即成品油需求的指标，下降了3%，而出口激增了30%，表明成品油需求的反弹已经结束。 粗钢、生铁、水泥、焦炭产量持续下滑 ●4月，粗钢产量同比下降7.2%，生铁产量下降8%，钢材产量下降1.6%。●前四个月的生铁和粗钢总产量显著减少，预计今年的产量将不会超过2023年的水平。●尽管出口显示出增长势头，但由于房地产投资的持续下滑，钢铁需求的整体恢复仍不足。●房地产投资持续收缩，已连续第三年下降，同时水泥产量下降了9%，焦炭产量下降了7%。●化工和有色金属产量增长依然强劲。 如果将用电排放计算在内，钢铁和水泥是中国最大的二氧化碳排放行业。它们也是中国房地产、基础设施和其它固定资产投资的风向标，对中国的经济和排放有着重要影响。 钢铁行业局面不利 ●高炉开工率已连续六周上升，在五大主要钢材品种中，除螺纹钢外，各类别的产量均有不同程度的增长。●制造业分流了一部分钢材需求，而尽管有地方支持政策，房地产和基础设施的需求仍然疲软。●“钢铁之都”唐山的3月高炉运营率自2014年以来达到了最高水平，唐山也是北京市空气污染的重要来源之一。○河北省的工业产出是国家政策的晴雨表：当保证空气质量和控制排放成为首要任务时，该地区由于对北京空气污染的影响，会受到最严格的监管。 “风光”新增发电装机容量一季度高速增长 ●3月增加了9GW太阳能，同比下降了32%，这是该项单月数据近年来首次出现下降。一季度，太阳能装机容量为46GW，同比增长36%。 ●风电3月新增装机容量5 GW，一季度同比增长50%。●根据装机容量和利用小时数，非化石能源发电占比达到36.2%，高于去年的32.6%。风能和太阳能占发电量的22%，并贡献了近90%的同比增长。●火电（煤电和气电）电厂投产达到6.4吉瓦。火电设备的平均利用小时数高于前两年，发电量同比增长6.6%。火电新增装机量的小幅放缓可能是暂时的。 阅读更多：2023年，清洁能源成为中国经济的主要驱动力英文原文: Clean energy was top driver of Chinaʼs economicgrowth in 2023 风光大基地项目陆续投产，拉动光伏和风电装机 ●江苏、内蒙和山东领先太阳能发电新增装机量，江苏和山东主要是由分布式太阳能拉动，与此同时西部地区的风光大基地项目陆续投产。 ●西部省份内蒙、新疆和甘肃在风光大基地项目下领跑风电发展，黑龙江是松辽清洁能源基地的核心省份，风电资源丰富。 ●在陕西和广东，火电（煤电）新增装机容量加速增长。西北省份旨在向东部经济发达地区输送电力。然而，广东、浙江和其他东部省份也已经启动了大规模的煤电项目，导致在未来几年内，这些煤电厂一旦投产就会出现产能过剩。 阅读更多：中国煤电核准仍在继续，关键气候承诺偏离目标英文原文: China risks missing multiple climate commitments ascoal powers approvals continue 新能源汽车市场占有率稳步提升 ●过去12个月的太阳能电池产量达到568吉瓦，在过去两年内翻了一番，预计全球太阳能发电装置将快速增长。再增加一倍将使太阳能电池产量达到根据巴黎协定减少全球排放所需的水平。 ●新能源汽车产量4月增长了39%，显示出来自国内外的需求持续强劲，今年1月至4月生产的所有汽车中，新能源汽车占33%。中央政府出台了一项政策，为报废其内燃机汽车（ICE）或新能源汽车并购买新能源汽车的用户提供补贴。 ●新三样的产量增长持续，但增速低于过去一年的制造能力增加，显示出产能过剩的情况。 4月，近四成省会城市的12个月平均PM2.5浓度超过国家标准 ●在31个省会城市中，有12个城市的12个月平均PM2.5浓度超过了国家标准（35微克/立方米），另外有3个城市的浓度与标准持平。●同3月一样，河北、陕西和河南省会的12个月平均PM2.5浓度最高，分别达44、44和43微克/立方米。●仅4个省会城市的12个月平均PM2.5浓度较上月有所增加。拉萨、哈尔滨、长沙和沈阳的PM2.5浓度分别环比增长2%、2%、1%和1%。 北京周边地区的臭氧浓度较国家标准相距最远 ●4月，在31个省会城市中，有11个城市的12个月90百分位臭氧浓度超过了国家标准（160微克/立方米），另外有1个城市的浓度与标准持平，情况与上月相同。●山东、天津和河北省会的12个月90百分位臭氧浓度最高，分别达194、192和187微克/立方米。它们都位于首都北京周边地区。●拉萨和合肥的臭氧浓度自上月以来有所增加，它们的12个月90百分位臭氧浓度环比均增长1%。 4月，东北地区的PM2.5浓度最高，汾渭平原的NO2污染最严重 ●4月，最严重的PM2.5污染集中在中国东北地区。吉林省会长春的排名升至第一，其次是哈尔滨、沈阳和石家庄。 ●最严重的臭氧污染发生在山东省会，邻近北京。其次是位于西南部的西藏和云南省会，以及北部的河南和山西省会。 ●山西省会城市太原的NO2浓度跃升第一，超过了西安，污染最为严差。紧接着是西安和天津，都位于北方污染重点控制区域内。NO2不仅是一种危险污染物，还会增加PM2.5和臭氧浓度。 4月，超过60%的省会城市臭氧浓度同比上升 ●拉萨、长沙、哈尔滨和合肥的PM2.5污染同比增长最为显著。在这些城市，排放量变化是比天气影响更大的推动因素。●排放量增加导致的PM2.5同比增幅在长春、拉萨和哈尔滨最大，分别为25%、25%和22%。●4月，有19个省会城市的臭氧浓度同比上升。其中，北方城市呼和浩特、太原、海口和银川的增长最大。●受不利天气因素影响，北方城市北京、太原、天津和济南的NO2浓度同比增加最为显著，排在前列。而后上海和合肥的NO2浓度上升主要归因于排放量变化。 我们的分析采用了针对每个城市实际数据进行训练的机器学习模型，以预测天气因素对空气污染水平的影响，无法由天气因素解释的变化归因于排放量因素。 按污染物分类：空气污染最严重的7天 Unit: μg/m3 数据来源 ●工业产量、发电量、新增装机容量以及能源的进出口数据均基于中国政府官方数据，通过Wind金融终端获取，其中部分数据未由政府公开发布。 ●空气质量数据来自中国政府的空气质量监测站。受天气影响的空气质量数据采用CREA的去除天气影响算法推算得出。