台风来了，电价一定跌？2026年7月中旬，9号台风“巴威”两度登陆浙江，横扫浙皖苏三省。同一股环流、同一套气象模型，三省现货市场却走出了三条截然不同的曲线——浙江脉冲冲高，安徽不涨反跌，江苏反而后置涨价。更耐人寻味的是，风电和光伏在这场台风里上演了一出“跷跷板”：一个吃饱，一个躺平。而省间联络线的调度操作，则暴露出调度部门在极端天气下的真实防御思路。本文用7月10日至14日的实际出清数据，把这场台风对电力市场的冲击拆开来看。
一、巴威是个什么样的台风
2026年7月2日，巴威在西北太平洋生成，4日即加强为超强台风，巅峰风力17级以上。它维持超强台风强度超过5天，环流直径超1000公里，是个不折不扣的“大块头”。7月11日23时20分，巴威首登浙江台州玉环；12日0时前后二次登陆温州乐清。随后西进北上，先后影响安徽、江苏，13日转向北偏东，14日经山东半岛入海。
这次台风的气象特征很突出：前期高温异常凶猛，登陆时风雨极端，后期衰减缓慢。7月8日至10日，浙苏皖三省在副热带高压和台风外围下沉气流的双重叠加下，出现了历史罕见的持续性晴热高温，体感温度突破42℃。这轮高温不是局部、短时的干热，而是三省连片、昼夜不退的闷热，直接把空调负荷推到了本轮过程的顶点。高温之后，狂风暴雨接棒，冷暖剧烈切换——对电力系统而言，这意味着负荷、新能源出力、省间潮流在短时间内同步剧变。
二、“巴威”登陆前后电力市场变化
2.1 负荷：热出来的、压下去的、弹回来的
如果把三省负荷画成一条线，形状大致相似：登陆前冲高，登陆中跳水，登陆后反弹。但细究每个省份的幅度和节奏，差异并不小。
登陆前：高温把负荷“烤”上顶点
7月10日，三省负荷集体见顶。浙江实时负荷均值8.29万兆瓦，峰值9.52万兆瓦；江苏均值10.48万兆瓦，峰值12.75万兆瓦；安徽均值5.41万兆瓦，峰值6.23万兆瓦。这一阶段的价格上涨，本质是“热出来的”——光伏、风电出力均未出现明显异常，供给端没有收紧，价格上涨完全由需求侧驱动。
登陆中：风雨压负荷，三省降幅分化
7月11日至12日，台风主体过境，三省负荷同步回落，但幅度差异明显。浙江正面迎击，负荷从10日的均值8.29万兆瓦跌至12日的6.07万兆瓦，降幅约27%，是三省中最深的。安徽次之，11日负荷均值5.37万兆瓦，12日跌至4.64万兆瓦，两天累计降幅约14%。江苏地处外围，受影响最轻，11日至12日负荷均值仍维持在10万兆瓦左右，降幅不足5%。部分城市依旧闷热，居民空调负荷并未显著下降。
登陆后：副高回补，负荷“报复性”反弹
台风一走，副热带高压迅速西伸回补，天气几乎是断崖式恢复。三省负荷随即反弹，且部分省份超过了登陆前的高点。江苏7月14日负荷均值10.84万兆瓦，峰值13.44万兆瓦，双双创本周新高；浙江同日均值8.50万兆瓦、峰值10.18万兆瓦，同样刷新周内纪录；安徽7月14日均值回升至5.23万兆瓦，基本追平登陆前水平。被压制的空调负荷没有消失，只是在台风过境时暂时“憋住”，天气一好就集中释放——这种补偿式反弹，在历次极端天气后都会反复出现。
2.2、现货价格：同一场台风，三条完全不同的曲线
这是本次台风期间最值得深究的现象。同一个台风、同一套气象预报，三省现货日前价格的反应方向截然相反。核心变量只有一个：供给收缩和需求下降，谁跑得更快。
浙江：正面登陆，脉冲式冲高后快速回落
7月11日，巴威首登浙江当天，日前均价冲到472.8元/兆瓦时，日内最高触及653.6元，是本轮过程的绝对高点。但这是一个典型的“脉冲”——台风中心过境后，随着光伏和部分风电逐步恢复，价格迅速回落。7月12日均价已降至416.8元，13日进一步跌至353.9元。整个登陆窗口（11-12日）的均价约444.8元，高于登陆前的405.4元，但并未形成持续高价。浙江的价格逻辑很清晰：台风正面冲击造成光伏出力断崖式下跌，同时负荷也因降温而下降，但供给端的收缩速度在短期内超过了需求端，于是价格脉冲冲高。一旦台风移出、云量散去，光伏快速恢复，价格便应声回落。
安徽：供需双缩，价格不涨反跌
安徽的风雨强度弱于浙江，但持续性降雨和厚云遮挡让居民空调负荷明显下降。结果是：负荷降幅比供给收缩更快。7月10日安徽日前均价363.9元，11日跌至310.5元，12日微升至327.4元，整个登陆窗口（11-12日）均价约318.9元，较登陆前下降约12%。更值得注意的是登陆后的走势：13日均价335.2元，14日骤降至217.6元。原因并不复杂——台风过后安徽风光出力恢复充沛，而负荷反弹幅度又相对温和，供给宽松直接压低了出清价格。
江苏：外围擦过，价格后置上涨
江苏是三省中受台风直接影响最轻的省份，登陆期间（11-12日）日前均价约281.7元，与登陆前的297.1元基本持平。真正的价格上行出现在登陆之后：13日均价316.5元，14日320.2元，登陆后（13-14日）均价约318.4元，较登陆期上涨约13%。江苏是三省中唯一“越往后价格越高”的省份。背后的逻辑是：台风外围影响有限，负荷降幅小；但登陆后江苏负荷反弹至本周新高，叠加省内供需偏紧，价格随之抬升。
2.3、新能源：风电吃饱，光伏躺平
把新能源出力拆成风电和光伏两块看，会发现一个关键事实：台风带来的强风直接推高风电出力，而厚云和降雨则让光伏出力断崖式下跌。两者方向相反，相互抵消，这才是“新能源总出力”看起来忽高忽低、难以捉摸的真正原因。
风电：登陆期间逆势走强
三省风电在台风期间无一例外地大涨。安徽涨幅最猛：7月10日实时均值2702兆瓦，11日跳升至4633兆瓦，12日进一步冲高至7709兆瓦，两天内涨幅近两倍。江苏同样强劲：10日实时均值12910兆瓦，12日达到18823兆瓦，涨幅约46%。浙江相对温和但也有明显跃升：10日实时均值1789兆瓦，11日升至2717兆瓦，13日台风移出后残余大风更是把风电推至4141兆瓦——这说明台风移出后的残余大风窗口，对浙江风电的拉动比登陆瞬间更持久。
光伏：登陆期间无一例外大幅塌陷
与风电相反，光伏在台风期间遭受重创。浙江7月10日实时均值2202兆瓦，11日跌至836兆瓦，12日进一步跌至488兆瓦，12日相较10日降幅达78%。江苏10日实时均值3788兆瓦，12日骤降至1069兆瓦，降幅72%。安徽由于基数大，绝对降幅最为惊人：10日实时均值12467兆瓦，12日跌至2813兆瓦，单日降幅超过2/3。登陆过后，三省光伏在1-2天内基本恢复到登陆前水平，恢复速度明显快于风电的滞后波动。
对交易员来说，这个反差是实操中很关键的一课：极端天气下不能简单假设“新能源全面出局”。台风天风电往往大发，如果叠加光伏骤降，供给端的净变化可能比负荷降幅更剧烈，价格反而可能冲高。把“新能源总出力”当成单一变量来交易，容易误判供需缺口的真实方向。
2.4、联络线调度：省间互济的主动防御
台风期间，调度部门对省间联络线的操作，是观察电力系统防御策略的一个重要窗口。我们只看日前计划——这是调度部门在台风到来前就已经锁定的跨区送电安排，最能反映事前判断。
浙江：大幅压减跨区受电，降幅近四分之一
浙江是台风正面登陆的省份，联络线调整也最为果断。7月10日，浙江日前联络线均值29167兆瓦，峰值39740兆瓦；11日均值降至25030兆瓦，12日进一步降至22368兆瓦，最低仅17820兆瓦。从峰值到谷底，联络线功率缩减了近45%；即便看日均值，降幅也超过23%。调度部门的思路很清晰：台风登陆前主动压减跨区送电，降低外来电力依赖，为省内电网留出更大的安全裕度。这种“做减法”的操作，在极端灾害来临前是标准动作。值得注意的是，7月13日台风移出后，联络线立即反弹至27717兆瓦，14日进一步回升至30501兆瓦——恢复速度和负荷反弹基本同步，说明调度预判与实际操作衔接得相当紧密。
江苏：外围影响，联络线小幅下调后迅速恢复
江苏地处台风外围，联络线调整幅度相对温和。7月10日日前均值24381兆瓦，11日微降至23684兆瓦，12日23758兆瓦，变动幅度不超过3%。江苏的联络线曲线几乎“波澜不惊”——这既反映了台风对江苏电网的直接冲击有限，也说明调度部门判断省内消纳能力未受根本影响，无需大幅调整跨区计划。登陆后13日至14日，联络线均值回升至25341兆瓦和25989兆瓦，反而略高于登陆前。这与江苏负荷在登陆后创周内新高的走势一致：省内需求旺盛，跨区送电顺势增加。
安徽：同步收缩，台风过后快速回补
安徽的联络线调整与浙江类似，呈现“台风来则降、台风走则升”的特征，但绝对规模更小。7月10日日前均值7623兆瓦，11日降至6426兆瓦，12日进一步降至5896兆瓦，降幅约23%，与浙江相当。最低值出现在12日凌晨，仅2162兆瓦。安徽的特殊之处在于：台风过后联络线反弹力度很大。13日均值7343兆瓦，14日升至8316兆瓦，14日较12日涨幅达41%。这与安徽登陆后的价格走势形成有趣对照——联络线大幅回补意味着外来电力增加，叠加本省风光出力恢复，供给端迅速宽松，直接解释了为什么安徽登陆后价格不升反降，甚至跌至217.6元的周内低点。
把三省联络线放在一起看，可以总结出一条规律：台风正面冲击的省份（浙江、安徽），调度部门选择事前大幅压减跨区送电；外围受影响的省份（江苏），联络线基本维持常态。这不是被动应对，而是基于气象预报的主动防御——在灾害来临前给电网“松绑”，留出转动惯量和备用容量。极端天气下的联络线曲线，本质上是调度部门风险偏好的量化表达。
三、几个反直觉的观察
第一，台风天电价不一定跌。现货市场看的是供需缺口，不是用电总量。如果光伏塌陷的速度快于负荷下降，价格反而会冲高——浙江7月11日的653.6元就是最好例证。
第二，风电和光伏在台风里是“对头”。一个因大风而大发，一个因厚云而骤减，两者不能混为一谈。此外还要考虑由于风速过大导致的切机影响，如7.12号的浙江的实时风电出力急剧下降。交易员如果只看“新能源总出力”，很可能在关键时刻看错方向。
第三，负荷有“记忆”。台风过境时被压制的空调需求不会凭空消失，天气恢复后集中释放，导致登陆后负荷往往出现补偿式反弹，甚至超过登陆前的高点。江苏14日的13.44万兆瓦、浙江14日的10.18万兆瓦，都是这个逻辑的产物。
第四，联络线是极端天气下的“安全阀”。浙江和安徽电网在台风登陆前主动压减联络线计划超过20%，不是供应富裕，恰恰是为了防止极端情况下输电线路跳闸导致外来电力中断造成连锁冲击。这种“事前防御”比“事后补救”更有效，也更值得在交易策略中纳入考量。极端天气条件下的市场运营情况极为复杂，对于相关省份运营机构提出了更高的要求，下一步需要加强对联络线计划调整安排向所有市场主体提前公开披露，帮助市场主体在极端天气条件下做好应对。
第五，日前-实时价差在极端天气下容易被放大。台风带来的风光出力预测误差，会显著推高日前和实时电价之间的偏差，此外台风过后的负荷反弹会导致供需紧张，如7.14日的江苏实时价格已经飙到了1000元/兆瓦时，对于量化策略而言，既是超额收益的来源，也是超额风险的温床。
巴威已经远去，但它留下的数据值得反复咀嚼。同一股台风、同一套市场规则，三省走出了三种完全不同的价格曲线——这恰恰说明，电力现货市场的魅力在于：没有两个完全相同的交易日，也没有可以放之四海而皆准的简单规律。下次台风来临前，不妨多问一句：风电会发多少？光伏会掉多少？联络线会怎么调？负荷怎么变化？答案可能比你想象的更有趣。
四、从数据底座到智能决策，中网联合构建电力交易核心能力
新能源全面参与市场化交易后，交易策略的制定越来越依赖于对新能源出力的精准预测。风电、光伏等新能源发电受自然条件影响较大，风速、太阳辐照度以及极端天气等因素都会直接影响发电能力，进而影响市场报价、交易策略及收益水平。因此，高精度、长周期、多维度的预测能力，已成为提升交易决策水平和风险管控能力的重要支撑。
基于这一逻辑,中网联合（北京）能源服务有限公司（简称"中网联合"）旗下易能科技，深耕气象科技在电力交易领域的应用，凭借强大的自研算法与行业领先的预测模型，构建了极具竞争力的气象数据服务体系：
中网联合业务覆盖全国32个省级电力市场，服务售电公司、发电集团、新能源场站、工商业用户、储能及投资机构等多元主体。旗下易能科技以自研AI大模型为底座，融合时序预测、运筹优化与智能体技术，打造了全栈AI交易辅助决策系统及数据服务SaaS平台。
在这一技术底座之上，易能科技的气象团队依托自研气象订正模型，能够提供国内任意地区45天小时级别高分辨率气象预报数据。在拿到气象服务商的数据后，气象团队会基于多种历史气象实况与预报数据进行多维度数据分析并进行时间和空间降尺度，以满足电力交易需求。
针对各地不同地形及数据系统偏差，气象团队通过自研AI算法对气象数据进行订正，提高气象预报准确度。
气象团队结合电缆结冰、飞机积冰等领域研究基础，开发了基于物理的覆冰预测模型，当覆冰指数异常偏高时，表明存在极高覆冰风险，将大幅影响风机出力。其次根据空气质量PM10和沙尘预报，开发沙尘指数产品，提前预判光伏出力折损。在实际交易中，根据相应指数预报产品制定合适交易策略，规避风险。
中网联合（北京）能源服务有限公司简介：
中网联合成立于2017年，是国内领先的电量资产运营公司。公司以“数据信息+算法模型”为核心，依托自研全栈AI大模型、数字化工具+专业交易团队，构建“电力交易+”商业模式，为电力市场多元主体提供售电、交易托管、咨询、数据、投资等一站式服务。公司深度参与国家及多地电改政策研究与制定，业务覆盖全国32个省级电网地区，代理电量超过1500亿，绿电交易连续5年全国TOP5，是全国统一电力市场建设的标杆企业与优选合作伙伴。
热门跟贴