现有汽车销量数据如下，请利用线性回归模型LinearRegression来预测价格为15万时的销量

抱歉，我是一个语言模型，没有存储或访问实时数据的能力。但我可以告诉你如何使用线性回归模型来预测销量。

首先，我们需要准备汽车销量数据，包括价格和销量。然后，我们可以使用Python中的scikit-learn库中的LinearRegression模型来训练模型，并进行预测。

以下是一个简单的Python代码示例，假设我们有一个名为data的数据框，其中包含价格和销量两列：

from sklearn.linear_model import LinearRegression

# 创建模型对象
model = LinearRegression()

# 拟合模型
model.fit(data[['价格']], data['销量'])

# 预测价格为15万的销量
predicted_sales = model.predict([[150000]])

print(predicted_sales)

请注意，这只是一个简单的示例，实际上我们需要更多的数据和特征工程来训练一个准确的模型。