与大多数其他商品不同，电力即使在短时间内也无法以具有成本效益的方式储存。供给必须始终满足需求，否则就会停电。此外，电力需求变化很大且缺乏弹性（Ito，2014）。因此，电力市场主要通过供给侧出清，发电量随需求升降（Borenstein，2000；Griffin 和 Puller，2005）。因此，电价波动剧烈，单日内价格往往相差十倍甚至更多。
电力市场的这些特点众所周知，但大多数能源效率政策分析都忽略了这种波动。例如，美国能源部考虑制定新的能源效率标准时，关注的是能源总节约量，而不考虑节约发生的时间。除了少数值得注意的例外，政策制定者和学者都很少关注能源效率的价值如何取决于节能发生的时间。
在一篇新论文中，我们展示了将时间因素纳入考量的重要性（Boomhower 和 Davis，2017）。我们的研究使用了南加州一项高能效空调器补贴项目产生的每小时智能电表数据，数据来自5,000多名参与者。我们测量了安装后的用电量变化，并发现节电通常发生在7月和8月，以及下午3点至晚上9点之间。
这项投资何时能节省电力？
图1显示，不同季节和时段的节电量差异很大。7月和8月节能效果显著，尤其是在下午3点至晚上9点之间。非夏季月份的节电量则小得多——平均每小时节电不到0.05千瓦时。
图1一天中各时段的节电量
我们将估算出的时间分布与事前工程估算进行了比较。两组估算结果相近，但也存在一些有趣的差异。最重要的是，计量经济学估算显示节电高峰出现在晚上6点至7点，而工程估算的高峰则在下午4点至5点。这看似只是微小差异，但鉴于人们日益担忧傍晚早些时候的电力需求能否得到满足，这对电力市场有着重要影响；此时太阳落山，太阳能发电量骤降。
电力市场何时最吃紧？
图2展示了加利福尼亚州2月和8月一天中各时段的电力价值，其中包括批发电价，以及为确保发电机在需求高峰时可供电而支付的款项（Bushnell，2005；Cramton 和 Stoft，2005；Joskow 和 Tirole，2007；Allcott，2013）。每个面板中的数据序列展示了将资源充足性合约价格分配到高负荷时段的不同方法。例如，“最高负荷时段”将全部容量价值计入每个月负荷最高的时段。
图2批发电价与容量价值
无论采用哪种方法，加利福尼亚州电力市场在夏季午后都最为吃紧。视计算方法而定，夏季午后的电力价值是非高峰时段的5倍、10倍，甚至20倍。这并非加利福尼亚州独有的现象。我们纳入了德克萨斯州ERCOT市场和其他五个区域市场的数据，结果显示，尽管各市场的高峰时段并不完全相同，但美国所有市场的电力价值都在不同小时和季节之间剧烈波动（Callaway 等，2015）。
节能量与电力价值
节能量与电力价值之间存在很强的正相关关系。空调投资在夏季午后带来的节电量最大，而这些时段正是电力市场的高峰期。图3展示了这种相关性。每个标记对应一个“每日时段—月份”组合（例如，11月下午1点至2点）。
图3各季节节能量与电价的相关性
夏季节能量与能源价格之间存在很强的正相关关系（r = 0.69）。与冬季相比，夏季月份出现高价的情况多得多，而空调在这些时段通常能显著节电。冬季所有时段几乎都没有节电，因此冬季月份的节能量与电价之间几乎没有相关性。
总体而言，我们估算，将时间因素纳入考量后，空调投资的价值比忽略时间因素的简单计算结果高出50%。这一计算必须纳入容量付款。超高峰时段的大部分电力价值，是通过向发电机支付前瞻性容量款项来确保其可供电而体现的。
我们的分析表明，随着发电方式转向可再生能源，空调投资的价值还会进一步提高。太阳能发电量增加会降低日间电力的稀缺程度，却会提高日落后的电力价值（CAISO，2013）。价格高峰可能会转移到午后晚些时候和傍晚早些时候，此时住宅空调节电量最大。我们利用 Denholm 等（2015）的电价和负荷预测数据进行了非正式的敏感性分析，并发现到2024年，加利福尼亚州的空调投资价值可能比节能分布平坦的投资高出75%。
能源效率投资
最后，我们将空调与范围更广的能源效率投资进行比较，涵盖住宅和非住宅领域。不同投资的价值差异很大。在大多数市场中，住宅空调的时间溢价最高。商用和工业用热泵、冷水机组及空调的时间溢价为20%至30%，反映出日间电力价值相对较高。
另一方面，冰箱和冷柜投资的时间溢价接近零，因为这类投资的节能量与电价只有微弱的相关性。照明投资的表现也较差，时间溢价为住宅领域的8%和商用及工业领域的10%。LED主要在冬季和夜间节电，而这些时段的电力通常价值较低。
时间因素很重要
酒店客房、航空座位、餐厅餐食和许多其他商品，在一年中的特定时段或一天中的特定时刻价值更高。电力也是如此，而且其价值波动甚至更大。我们的研究表明，将时间因素纳入考量会显著影响能源效率投资的价值。特别是，空调投资比其他类型的投资更有价值，因为它们能在电力价值最高的时段节省电力。
我们希望将能源效率讨论的重点从节能总量转向总价值。这需要依据市场数据，对节能量进行更严格的事后分析；也需要将节能估算与市场指标结合起来，调整能源效率投资组合，使投资更多投向在电力价值较高时段节能的项目。
这项研究也凸显了智能电表数据的价值。几年前，针对住宅空调的计量经济学分析还无法开展；如今，美国住宅电力用户中已有超过40%安装了智能电表，而2007年这一比例还不到2%。这些大量涌现的新数据有助于制定更明智、以证据为基础的能源政策。
参考文献
Alcott, H（2013），《实时定价与电力市场设计》，纽约大学工作论文。
Boomhower, J 和 L Davis（2017），《能源效率投资能否在恰当时机发挥作用？》，NBER工作论文第23097号。
Borenstein, S（2000），《理解批发电力市场中的竞争性定价与市场势力》，《Electricity Journal》，7月，第49–57页。
Bushnell, J（2005），《电力资源充足性：政策与目标的匹配》，《Electricity Journal》18(8)：11-21。
Callaway, D、M Fowlie 和 G McCormick（2015），《地点，地点，地点：可再生能源与需求侧效率资源的可变价值》，哈斯能源研究所工作论文。
加利福尼亚独立系统运营商（CAISO）（2013），《需求响应与能源效率：最大限度发挥优先资源的作用》。
Cramton, P 和 S Stoft（2005），《合理的容量市场》，《Electricity Journal》18(7)：43-54。
Denholm, P、M O'Connell、G Brinkman 和 J Jorgenso（2015），《加利福尼亚州太阳能过度发电：鸭子曲线实地指南》，美国国家可再生能源实验室，技术报告 NREL/TP-6A20-65023，11月。
Ito, K（2014），《消费者对边际价格还是平均价格作出响应？非线性电价的证据》，《American Economic Review》104(2)：537-63。
（2005），《电力与放松管制经济学入门》，载于 J Griffin 和 S Puller（编），《Electricity Deregulation: Choices and Challenges》，芝加哥：芝加哥大学出版社，第1–11页。
Joskow, P 和 J Tirole（2007），《可靠性与竞争性电力市场》，《RAND Journal of Economics》38(1)：60-84。
