市场表现：2 月电力及公用事业指数和电力指数表现弱于沪深 300 指数。截至 2 月 23 日收盘，2 月电力及公用事业指数上涨 3.33%，电力指数上涨 4.71%，而同期沪深 300 指数上涨 8.53%。电网、其他发电、水电、火电、燃气等板块实现正收益。

长时储能是碳中和时代的必然选择。可再生能源发电渗透率持续提升，由于新能源出力地域/季节差异显著，导致电力系统的消纳、调峰调频等问题凸显，催生各种调峰/调频手段。当风光发电受气候、地形等自然因素的影响，出现日/周/季节间歇时，需要有日/周/季节调节能力的长时储能技术，长时储能可凭借其长周期、大容量的特性，在更长的时间维度上调节新能源的出力波动，未来可再生能源占比越大，建设长时储能的必要性和急迫性就越大。

沙特拉比格炼化，结合技术和资源优势：日本对中东石油具有较高依赖度（多在80%以上），对中东政策以能源需求为核心，但受到政治立场限制。为适应全球竞争变化，住友化学在 2004年度的中期经营计划中提出了“迈向真正的全球性化学公司”的目标。2005年，日本住友与沙特阿美成立合资企业拉比格石油公司，项目分为两期，通过将原有的沙特阿美炼油 厂改装与新增，实现炼油-裂解-精细化工的石化产业链。该联合装置一期始建于2006年，总投资达103亿美元。沙特阿美公司获取技术作为从能源走向石化多样化发展战略的组成部分，住友化学公司则在中东获取优势原料。拉格比两期项目的运行投入均带来可观的营 收增长，但由于住友以下游大宗石化产品为主的经营结构，利润受到周期波动影响明显。

虚拟电厂作为新型智能电网技术，有望向市场化交易的发展阶段迈进。2023年9月，国家发改委和国家能源局印发《电力现货市场基本 规则（试行）》，其中提到，要“推动分布式发电、负荷聚合商、储能和虚拟电厂等新型经营主体参与交易。”我国虚拟电厂处于早期发展阶段，目前以邀约型模式为主，未来虚拟电厂等新兴市场主体参与电力市场交易将增大其参与电力市场交易的盈利空间，虚拟电厂行业有望向市场化交易的发展阶段迈进。

各国政府对于清洁能源的大力推广，以及对传统电网的升级改造需求，共同推动了电网设备市场的持续繁荣。2022 年全球电网投资额合计达 3320 亿美元，同比增长 8%，其中数字化占比达到了 20%，日益成为拉动投资的引擎。

车载电源：电动车能量转换的核心，快充趋势下有望带来升级需求车载电源是新能源汽车的核心零部件之一，一辆纯电动汽车一般配备一台 OBC 和一台车载 DC/DC 变换器。OBC 将外部输入的交流电转化为直流电输出给电池，DC/DC 衔接高压动力电池与车载低压系统，为低压用电器供电。800V 快充趋势下，OBC 向大功率（11kW、22kW 等）、双向充电发展，DC/DC 可靠性要求升级、用量或增加。我们看好快充车渗透率提升带来的车载电源升级需求。

新政策下所得税优惠到期：根据国家税务总局官网，2023 年 10 月 23 日，财政部、税务总局、中央宣传部三部门联合发布《关于延续实施文化体制改革中经营性文化事业单位转制为企业有关税收政策的公告》（71 号公告），执行期限为 2024 年 1 月 1 日至 2027 年 12 月 31 日。新版政策内容同 2019 年老版内容相比，删除了“2018 年 12 月 31 日之前已完成转制的企业，自 2019 年 1 月 1 日起可继续免征五年企业所得税”的表述，将免征企业所得税范围收紧，范围仅限于转制注册未满五年的经营性文化事业单位。而出版上市公司基本都在 18 年之前完成经营性文化事业单位转制，这意味着其在 24 年起将恢复缴纳所得税。

2024年2月迎Sora，推动多模态热度。Sora 的核心技术是基于OpenAI 在自然语言处理和图像生成方面的深厚积累（从 LLM的ChatGPT到DALL-E3，再结合Diffusion和Transformer模型）与Runway 、Pika等相比，Sora在视频生成的真实感、细节表现上均具标志性价值。AI视频生成虽不是新事，但Sora的推出具有新里程碑价值，作为AIGC组成部分，有望推高AI多模态的热度，可关注AI多模态应用塑造数字内容生产与交互新范式，赋能视觉行业，从文字、3D生成、动画电影、到长短视频、剧集等方面，均有望带来内容创作的变革，助力内容消费市场的繁荣发展，也在加速拓展AI应用新边界（从中长期看，真人生产的内容对比AI生成内容的稀缺性也是凸显）。同时，AI的发展，需要算力等支持，若算力获得持续赋能，应用也有望百花齐放。

2024年2月16日，OpenAI发布文生视频模型——Sora及其技术报告《Video generation models as world simulators》。从Sora模型看文生视频的技术路径：技术路径尚未收敛，Transformer扩展特性优势凸显。市场大多认为扩散模型是图像和视频生成领域的主流路径，但没有重视Transformer架构scale up的能力。OpenAI技术报告指出，Sora是基于扩散模型，但更强调，Sora是一个基于Transformer架构的扩散模型，其优秀的生成能力离不开Transformer架构优秀的scaling特性。当前，为构建性能更优、效率更高的视频生成模型，已出现多种结合Diffusion Model和Transformer架构的构建方式。