考慮環境成本的燃煤發電與光伏發電成本比較研究

聶龑　呂濤

摘要 燃煤發電由于具有成本優勢，近年來快速發展，在保障中國電力供應和國民經濟發展方面發揮了不可替代的作用，但是也面臨著巨大的環境壓力；光伏發電對于調整中國電力結構、緩解環境壓力具有重要意義，但因發電成本居高不下制約了其快速發展。考慮燃煤發電的環境成本和光伏發電的學習效應，本文構造了燃煤發電和光伏發電成本函數，對燃煤發電和光伏發電成本進行了預測和比較。研究結果表明，2012年考慮環境成本的燃煤發電成本為0.825 4元/kWh，遠高于不考慮環境成本0.227元/kWh，燃煤發電成本較符合以時間為自變量的對數函數，光伏發電的成本較符合以時間為自變量的二次函數；考慮環境成本的燃煤發電成本呈逐年上升趨勢，光伏發電成本呈逐年下降趨勢。進一步的比較發現，考慮環境成本時的燃煤發電成本與光伏發電將于2019-2020年間趨于一致。也就是說，考慮燃煤發電的環境成本時，光伏發電的成本優勢將很快顯現。但是，由于燃煤發電技術進步、燃煤發電完全成本計價的困難、光伏發電發展的商業模式不清晰和基礎設施不完善等因素的影響，光伏發電要真正替代燃煤發電還有很長的路要走。

關鍵詞 光伏發電成本；燃煤發電成本；環境成本

中圖分類號 F206 文獻標識碼 A 文章編號 1002-2104（2015）11-0088-07

當前，化石能源大規模開發利用帶來的環境污染、生態破壞、氣候變化等問題引起了全社會的關注。作為一種清潔、無污染的可再生能源，光伏發電，具有優化能源結構、保護生態環境、減緩氣候變化的作用，已經被人們所認識[1]。但中國光伏發電還存在諸多問題，包括缺乏有效的激勵政策、技術尚不成熟、成本競爭力低等，其中成本居高不下是影響其快速發展的重要原因[2-3]。在新能源發電成本預測方面，學習曲線模型被逐漸完善并推廣使用，尤其是雙因素學習曲線模型的使用最為廣泛，它能很好刻畫新能源發電過程中技術創新和經驗累積對降低成本的作用[1-4]。隨著國家發布的一系列新能源電力發展政策[5-6]，越來越多的文獻開始討論新能源發電和燃煤發電之間的成本影響因素以及彼此之間的協同關系[7-9]。已有文獻預測，中國光伏并網價格將于2015年和火電價格達一致，光伏發電成本與火力發電成本將在2020年交匯[10-11]。但是，這些文獻普遍沒有考慮燃煤發電的環境成本。本文主要針對這一問題，分析加入環境影響因素后的燃煤發電成本和光伏發電成本之間的變化情況，并進行成本函數擬合，預測其成本的變化規律和趨勢，目的是確定二者發電成本相同的時間點，為未來中國光伏發電規劃和電力政策制定提供借鑒。

1 燃煤發電成本預測

1.1 測算方法

燃煤發電的總成本由固定成本和可變成本兩部分組成，本文主要考慮可變成本中的燃料費用，燃料費用主要受煤炭價格的影響。因為燃煤成本是煤炭發電中重要的成本組成部分，約占可變成本的85%[12]。

借鑒文獻關于燃煤發電成本的計算公式[13]，設第t年每度電的供電標準煤耗為gt（g/kWh），若第t年標準煤的價格為pt（元/t），則燃煤發電第t年的可變成本公式為：cv=pt×gt×（7000/w）×10-61+17%×185%，其中w是天然煤發熱量，17%是購買電煤的進項稅率。燃煤發電的總成本公式為：c=cf+cv，其中cf是固定成本，cv是可變成本。

1.2 數據來源

選取具有代表性的煤炭發電企業“華能”，通過《華能國際電力股份有限公司2014年度報告》[14]，設大型煤炭發電企業的固定成本為cf=9.62×109元/年，一年的發電量為1.52×1011kWh，計算出成本公式中固定成本部分為9.62×109/1.52×1011=0.063元/kWh。

根據秦皇島5500大卡動力煤的每月價格加和所求的平均值計算得pt（元/t），取w=5500。計算出2000年到2013年的中國動力煤價格，以2000年為基期，進行換算，得到統一基期的動力煤價格和固定成本值，具體數據由表1所示。

1.3 不考慮環境成本的測算結果

通過上述數據擬合出以煤炭價格為主導變量的燃煤發電成本曲線和表達函數：十字形和圓點分別表示燃煤發電成本的實際數據和經過光滑處理后的數據，曲線代表擬合的二次函數圖形。分析結果，對于燃煤發電成本函數的二次曲線擬合度達到87%，得到燃煤發電的成本是以時間為自變量x的函數： f（x）=-0.001 4x2+0.029x+0.103 2。

通過上述擬合圖像可知：在95%的置信水平下，擬合方程為二次函數，確定系數超過86%，擬合出的方程可以較好的反映燃煤發電成本的變化情況；適合度參數中，擬合誤差為0.016 23，遠小于1，說明選擇擬合的方程很適合，曲線預測出的數據會更加準確。

1.4 考慮環境成本的預測結果

燃煤發電的全過程，尤其是排放的各類污染物對環境承載力產生了一定的影響[9]。現階段中國燃煤發電的成本中并沒有計算環境成本，所以燃煤發電的成本一直都比可再生能源發電成本低。但在燃煤發電的整個生命周期中產生的環境附加成本，已經嚴重制約中國社會可持續發展，只有把環境成本計算在發電成本中，各種能源形式的發電成本相比較才有意義。

1.4.1 燃煤發電的環境污染現狀

根據《2013年環境統計年報》[15]：納入重點調查統計范圍的火電廠共3 102家，占重點調查工業企業數量的2.1%。其中，獨立火電廠1 853家，獨立火電廠SO2排放量為634.1萬t，NOX排放量為861.8萬t，煙（粉）塵排放量為183.9萬t。2013年，中國SO2排放量為2 043.9萬t、NOX排放量為2 227.4萬t、煙（粉）塵排放量為1 278.1萬t[15]，燃煤發電排放的廢氣占全國排放量的具體比例如圖2。

1.4.2 環境成本的計算

（1）中國燃煤發電行業SO2和NOX的環境成本。由中國環境統計年報2012年統計數據可知，電力行業排放SO2 797萬t，排放NOX 1 018.7萬t，帶來的經濟損失分別為3 517.8億元和1 240億元。2012年中國火力發電總量為38 928.1億kWh，由燃煤發電排放SO2和NOX引起的環境成本分別為Ce（SO2）=0.090 3元/kWh，Ce（NOX）=0.031 9元/kWh。

（2）中國燃煤發電排放CO2的環境成本。根據國家發改委能源研究所的數據得到：CO2 的排放量為0.67（t/t標準煤），2012年排放CO2 11.7億t，按國際碳交易機制計算出2012年CO2 的排放單價為586.7元/t[9]，由燃煤發電排放CO2帶來的環境成本為 Ce（CO2）= （11.7×586.7）/38 928.1=0.176 35 元/kWh。

（3）粉塵顆粒物。環境保護部研究表明：2012年中國燃煤發電行業排放的一次細顆粒物粉塵為 223 萬t，排放的SO2、SO3和NOX都可以轉化為二次細顆粒物[9]，共計350萬t，合計占全國PM2.5排放總量的40%。根據《2013年全球疾病負擔評估》[16]報告顯示：統計出2012年我國因PM2.5 導致的死亡人數估計為143.47萬人，PM2.5污染對每位死亡患者造成的經濟損失為79.5萬元[9]，共計損失11 405.933 3億元。2012年由粉塵造成的燃煤發電環境成本為 Ce（粉塵）=（11 405.933 3×40%）/38 928.1=0.117 2 元/kWh。

綜合上述四個方面的因素，加入環境成本的燃煤發電成本表達式應該是ct=ptgt（7000/w）×10-61+17%×185%+cf+ce（so2）+ce（NOx）+ce（粉塵）+ce（co2）。將計算出的燃煤發電單位成本數據帶入公式，對環境成本進行基期處理，得到各年相對應的環境成本值，計算加入環境成本的燃煤發電的成本值，如表2所示。

1.4.3 燃煤發電完全成本計算

計算燃煤發電完全成本，得到下列數據分析內容和圖形（見圖3）：十字形表示原始數據，曲線表示擬合函數曲線，曲線的擬合程度達到85%，擬合出以時間為自變量的對數函數f（x）=0.24log10（x）+0.54，可作為燃煤發電的完全成本函數。

通過上述擬合圖像可知：在95%的置信水平下，擬合方程的確定系數超過84%，擬合出的方程可以較好的反映加入環境成本的燃煤發電成本的變化情況；適合度參數中，擬合誤差為0.035 33，說明選擇擬合的方程較適合，預測出的數據會更加準確。

2 光伏發電成本預測

2.1 測算方法

基于傳統Wright學習曲線，結合光伏發電構建了雙因素測度模型，對從經驗中學習和從研究開發中學習兩個方面進行綜合測度[17]。有如下雙因素學習曲線模型：c=c0Q-αR-β，c為太陽能光伏發電成本，以光伏組件的單位價格計算單位（元/瓦）。c0為初始成本，Q為太陽能光伏發電的累積生產量，R為太陽能光伏發電的累積研發量。累積生產量Q的學習率指數為0<α<1，累積研發量R的學習指數0<β<1。

上述雙因素學習曲線模型雖然可以表示光伏發電成本的變化情況，但是不夠符合實際情況，按照雙因素學習曲線模型得出的光伏發電成本較低。目前，對于大型地面光伏電站的建設，基本都要采用銀行貸款投資形式[17]。而且，銀行貸款占總投資的比例很高，這部分貸款的利息對于光伏電站的成本電價影響十分巨大。所以，給模型中加入償還貸款的費用，成本公式ct=c0Q-αR-β+c1，c1表示添加的償還貸款的費用，修改后的模型能更好的表現光伏發電成本。

2.2 數據來源

根據雙因素學習曲線模型中數據的需求，查找我國歷年光伏發電組件的單位價格，作為太陽能光伏發電的部分成本。光伏發電的累計生產量作為經驗學習數據，光伏發電的積累研發量作為研究開發學習數據，數據已經過基期處理，具體如表3所示。

2.2.1 顯著性檢驗

采用2000年至2010年間的數據，運用最小二乘法，檢驗參數的顯著性，進而證明模型c=c0Q-αR-β的可行性。

為消除數據的異方差性，對光伏發電成本C、累積生產量Q及累積研發量R取自然對數，變換原始公式c=c0Q-αR-β的形式為：lnc=lnc0-αlnQ-βlnR，并使用最小二乘法對三者關系進行了擬合。結果得到lnQ的系數為0.187 899，lnR的系數為0.169 480，方程擬合優度R約為0.63，整體擬合效果良好；lnQ及lnR均在5%的顯著性水平下通過t檢驗，說明累計產量和研發量對光伏發電成本存在顯著影響，從影響方向來看，二者對成本均存在負向影響，其中累計生產量的影響更大。

2.2.2 數據計算

在我國，光伏發電的可行性分析計算時，按照20年或者25年的投資回收期計算是較為合理的[17]。本文所用數據為10MW的光伏電站，現階段總投入大約為12 000萬元，貸款比例為70%，年利率為7%[17]，則每年償還貸款的費用為：12 000×70%×7%=588萬元。按照投資回收期為20年，光伏電廠年等效滿負荷發電時間按照1 500小時計算[11]，可以得到表4。

2.3 測算結果

將最終數據經過光滑處理后，得到以下分析結果和圖4，在圖4中十字形表示原始成本數據，曲線是擬合后的函數圖像，通過分析數據知函數擬合程度達到85%，根據分析數據中的多項式系數，獲得成本函數為：f（x）=-0.003 365x2+0.047 71x+1.543。

通過上述擬合圖像可知：在95%的置信區間內，擬合方程符合二次函數，且擬合方程的確定系數達到85%，可以較好的表現光伏發電的成本變化情況；適合度參數中，擬合誤差為0.133 9，均方根為0.086 24，這些指標都說明選擇進行擬合的方程較適合，預測出的成本數據會更準確。

3 對比分析

對比沒有加入環境成本和加入環境成本下的燃煤發電成本函數與光伏發電成本函數，分析兩者的不同之處，結合中國實際政策，預測未來十年里的燃煤發電和光伏發電的成本走勢。

3.1 沒有加入環境成本下燃煤發電與光伏發電成本對比

圖5為不包括煤電環境成本時兩者的成本變化趨勢：虛線代表光伏發電成本隨著時間的變化情況，實線代表燃煤發電成本隨著時間的變化情況，兩條曲線相交于x點，x點的縱坐標表示當兩種發電方式達到發電單位成本一致時的具體時間，橫坐標則表示具體成本單價。

如圖5，中國光伏發電成本與燃煤發電成本達到一致的時間大概在2021-2022年間，燃煤發電成本有一個小幅度上升之后，開始緩慢下降，基本保持穩定，根據數據知光伏發電成本在2006-2008年達到峰值之后就保持持續下降狀態，下降速率明顯超過火力發電成本單價，光伏發電成本與燃煤發電成本一致后，依然存在下降趨勢。

3.2 加入環境成本下燃煤發電與光伏發電的成本對比

含環境成本的燃煤發電完全成本函數為f（x）=0.24log10（x）+0.54，其中時間x為自變量，成本f（x）為因變量，聯立同樣以時間x為自變量的光伏發電成本函數f（x）=-0.003 365x2+0.047 71x+1.543求解，再次預測未來十年里的燃煤發電和光伏發電的成本走勢。如圖6所示，虛線代表光伏發電成本的變化情況，實線代表加入環境成本的燃煤發電成本的變化情況，兩條曲線相交于y點。

較前一次對比結果而言，中國燃煤發電成本和光伏發電成本一致的時間大概提前到2019-2020年間，光伏發電成本由原來的1元左右（由表4可知）一直持續下降到0.4元左右，燃煤發電成本加入環境成本后，基本是在原基礎上單位成本逐漸提升，沒有太大的浮動變化，在光伏發電和燃煤發電達到成本一致后，光伏發電成本繼續下降，逐漸低于燃煤發電成本，隨后燃煤發電成本基本處于穩定狀態。

4 結論與建議

4.1 結論

本文首先分析了影響燃煤發電成本和光伏發電成本的主要因素，構造出不包含環境成本的燃煤發電成本函數和光伏發電的成本函數，擬合出兩者根據時間變化的成本函數圖像，通過兩條成本函數圖像的相交點坐標向量，預測二者成本會在2021-2022年間達到一致。但是，如今燃煤發電帶來的環境污染問題日益突出，燃煤發電蘊含巨大的環境成本這一事實已經不容忽視。

針對此，本文進一步修改完善了燃煤發電的成本函數，修改后的燃煤發電成本函數模型中加入了CO2、SO2、NOX和粉塵的環境成本數值，整體燃煤發電成本函數圖像呈現上升趨勢，原有的燃煤發電低成本優勢開始降低。再次聯立兩個成本函數，通過圖像交點縱坐標得：燃煤發電和光伏發電達到成本一致的時間較原來的2021-2022年出現明顯前移，應當在2019-2020年間就可以達到一致。

加入環境成本后，燃煤發電成本逐年上升，2019年后基本達到穩定，而光伏發電成本曲線出現較快速的下降后，先與燃煤發電成本圖像相交，后一直處于燃煤發電成本函數圖像下方，占據一定電力市場成本優勢。

4.2 建議

分析光伏發電的成本函數，發現其成本下降速率很快，將在較短的時間內與燃煤發電成本達到一致，說明光伏發電未來將有很強的市場競爭力。但是，按照中國電力產業現狀而言，由于基礎設施、電力體制、光伏發電商業模式等問題，光伏發電不會很快取代燃煤發電占主導地位。結合以上研究，提出以下三點建議：

（1）現階段中國光伏發電產業主要依賴國家政策補助，才得以與燃煤發電相抗衡。未來的光伏發電必須打破這種局勢，用技術創新引領光伏產業發展，從根本上降低光伏發電成本。

（2）中國電力體制依然以煤炭發電為主，電網結構、電力運輸和用戶消費都以火電為核心。這一點無形之中制約了光伏發電的發展，中國必須逐漸改變現有的電力體制，通過智能電網等形式，促進包括光伏發電在內的可再生能源發電的發展[18]，才能完善電力市場結構，為光伏發電提供發展平臺。

（3）消納率是光伏發電的重要制約因素，光伏發電有多少可以上網使用全由消納率決定[19-20]。縱觀中國近年光伏消納率的數據，有大部分電力因低消納而白白浪費，所以增加光伏消納率是未來發展的必要階段，也是提高光伏發電競爭力的必要手段。

（編輯：田 紅）

參考文獻（References）

[1]曾鳴，鹿偉，段金輝，等. 太陽能光伏發電成本的雙因素學習曲線模型研究[J].現代力，2012，（5）：72-76. [Zeng Ming， Lu Wei， Duan Jinhui， et al. Study on the Cost of Solar Photovoltaic Power Generation Using Doublefactors Learning Curve Model[J]. Modern Electric Power，2012，（5）：72-76.]

[2]Hofman P S， Elzen B. Exploring System Innovation in the Electricity System Through Sociotechnical Scenarios [J]. Technology Analysis & Strategic Management，2010，22（6）：653-670.

[3]從榮剛.可再生能源發電優化模型及其應用[J].電力建設，2012，（10）：84-88.[Cong Ronggang. Application of Optimization Model for Renewable Energy Power Generation[J]. Electric Power Construction， 2012，（10）：84-88.]

[4]袁曉玲，范玉仙.基于Logistic和學習曲線模型的中國電源結構預測[J].湖南大學學報：社會科學版，2013，（4）：51-55.[Yuan Xiaoling， Fan Yuxian. Forecast of Power Source Structure in China Based on the Logistic & Learning Curve Model[J]. Journal of Hunan University：Social Sciences Edition， 2013，（4）：51-55.]

[5]Yücel G，van Daalen C.A Simulationbased Analysis of Transition Pathways for the Dutch Electricity System[J].Energy Policy，2012，42：557-568.

[6]Verbong G P J， Geels F W. Exploring Sustainability Transitions in the Electricity Sector With Sociotechnical Pathways[ J ]. Technological Forecasting and Social Change，2010，77（8）：1214-1221.

[7]韓永濱，曹紅梅.我國化石能源與可再生能源協同發展的技術途徑與政策建議[J].中國能源，2014，（4）：25-29.[Han Yongbin， Cao Hongmei. Measures and Suggestion on Consistent Development of Fossil Energy and Renewable Energy[J]. Energy of China， 2014，（4）：25-29.]

[8]章玲，方建鑫，周鵬. 新能源發電績效評價研究綜述：基于多指標評價方法[J].技術經濟與管理研究，2014，（1）：3-8.[Zhang Ling， Fang Jianxin， Zhou Peng. New Energy Power Generation Performance Evaluation Research Were Reviewed：Based on Multiindex Evaluation Method[J]. Technoeconomics & Management Research， 2014，（1）：3-8.]

[9]徐蔚莉，李亞楠，王華君.燃煤火電與風電完全成本比較分析[J].風能，2014，（6）：50-55.[Xu Weiwei， Li Yanan， Wang Huajun. Comparasion of Complete Cost Between Thermal Power and Wind Power[J]. Wind Energy， 2014，（6）：50-55.]

[10]李素真， 王運民. 燃煤電廠運行中環境成本分析與計算[J]. 環境科學與技術， 2009， 32（9）： 129-131.[Li Suzhen， Wang Yunmin. Analysis and Calculation of Environment Cost in Operation for Coalfired Power Plant[J].Environmental Science & Technology， 2009， 32（9）： 129-131.]

[11]馬勝紅， 李斌， 陳東兵， 等. 中國光伏發電成本， 價格及技術進步作用的分析[J]. 太陽能， 2010， （4）： 6-13.[Ma Shenghong， Li Bin， Chen Dongbing， et al.Analysis on the Cost， Price and Technology Progress of PV Power in China[J].Solar Energy， 2010， （4）： 6-13.]

[12]謝瑛，譚忠富，程晉，等.節能減排調度環境下燃煤電廠發電成本分析[J].電網技術，2011，（2）：137-142.[Xie Ying， Tan Zhongfu， Hu Qinghui， et al. Generation Cost Analysis of Coalfired Power Plant in Environment of Energy Saving and Emission Reduction Dispatching[J].Power System Technology，2011，（2）：137-142.]

[13]陳廣娟，譚忠富，郭聯哲，等.煤電價格聯動下火力發電企業的風險分析模型[J].現代電力，2007，（2）：74-78.[Chen Guangjuan， Tan Zhongfu， Guo Lianzhe，et al. Risk Analysis Model for Firepower Companies Under Coalelectricity Price Linkage[J]. Modern Electric Power， 2007，（2）：74-78.]

[14]華能國際.華能國際電力股份有限公司2014年年度報告[R].2014 .[Huaneng Power International INC. The 2014 Annual Report of Huaneng Power International INC[R].2014.]

[15]中國人民共和國環境保護部.2013年環境統計年報[R].2014.[Ministry of Environmental Protection of the Peoples Republic of China. The 2013 Annual Report of Environmental Statistics[R]2014.]

[16]Naghavi M， Wang H， Lozano R， et al. Global， Regional， and National Agesex Specific Allcause and Causespecific Mortality for 240 Causes of Death， 1990-2013： A Systematic Analysis for the Global Burden of Disease Study 2013[J]. Lancet， 2015， 385（9963）： 117-171.

[17]史珺.光伏發電成本的數學模型分析[J].太陽能，2012，（2）：53-58.[Shi Jun. A Mathematic Analysis of Cost of Photovoltaic Power[J]. Solar Energy， 2012，（2）：53-58.]

[18]丁明，王偉勝，王秀麗，等.大規模光伏發電對電力系統影響綜述[J]. 中國電機工程學報，2014，（1）：1-14.[Ding Ming， Wang Shengwei， Wang Xiuli， et al. A Review on the Effect of Largescale PV Generation on Power Systems[J]. Proceedings of the CSEE， 2014，（1）：1-14.]

[19]胡泊，辛頌旭，白建華，等.我國太陽能發電開發及消納相關問題研究[J].中國電力，2013，（1）：1-6. [Hu Po， Xin Songxu， Bai Jianhua， et al. Study on Issues Concerning Solar Power Development and Accommodation in China[J]. Electric Power， 2013，（1）：1-6.]

[20]朱成章. 要重視新能源發電的消納問題[J].中國電力企業管理， 2014，17：44-48. [Zhu Chengzhang. We Should Focus on Accommodation of Renewable Power[J]. China Power Enterprise Management， 2014，17：44-48.]

Abstract With the cost advantage， coalfired power have achieved rapid development in recent years， and played irreplaceable and vitally important role in providing security of energy supply as well as national economic development， but also facing greater environmental pressure. Photovoltaic power， on the other hand， played increasing important role in electricity structure adjustment and environmental pressure mitigation， but high cost constrained its growing trend.Our research constructed a coalfired and photovoltaic power cost function by considering environmental cost of coalfired power and learning effects of in the meantime， and then reckoned and compared the cost of coalfired and photovoltaic power.The results showed， the cost of coalfired power by considering environmental cost in 2012 is 0.825 4 RMB/kWh，much higher than 0.227 RMB/kWh， the cost when regardless of environmental cost. And the cost of coalfired power accords to logarithmic function that take time as variable， the cost of photovoltaic power accords to quadratic function that take time as variable. By considering environmental cost， the cost of coalfired power showed a rising tendency， while the cost of photovoltaic showed a decreasing tendency.By further comparison， by consideration of environmental cost， the cost of coalfired and photovoltaic power incline to equal in between 20192020.In a word， by considering environmental cost， the cost of photovoltaic power would become more competitive compared with coalfired power.However， there are vast of issues to be solved for photovoltaic power to challenge the dominance of coalfired power， such as the immature business model of photovoltaic power and the innovation of coalfired power technology.

Key words the cost of photovoltaic power； the cost of coalfired power； environmental cost