水土不服的LCOE在國內新能源行業應用場景深度研究

任曉旭,牛海峰,寧洪濤,李謙,房杰

(中國廣核新能源控股有限公司，北京 100070)

平準化度電成本(LCOE)源于國外，被國外學者廣泛應用于風電項目經濟性和發電技術經濟性的評估中，從全壽期視角，比較分析不同發電技術綜合競爭力，比較不同風電場競爭力[1-9]。以德國為代表的風電項目上網電價都采用競價上網的方式進行確定，最終電價為“市場結清電價+政府補貼”，因此在前期對項目進行經濟性評估時無法計算內部收益率，故僅可采用平準化度電成本計算，其在國外競價上網中得到廣泛應用[10-14]。國內更習慣于用COE,即未考慮各種成本和發電量的時間價值的度電成本，因此行業內所提的度電成本概念及公式存在不一致的現象。平準化度電成本最早應用于一些外資風機廠家，后來國內風機廠家、投資商、設計院陸續引入該公式進行風機機型比選、設計方案比選，來尋找平準化度電成本最優的機型或方案，這種應用場景過于單一[15-16]。近年來新能源形勢嚴峻，政策不斷調整，新政不斷出臺，很多項目電價存在不確定性，單純利用內部收益率指標存在一定制約性，因此平準化度電成本模型具有一定應用空間，但因其引入國內后行業內對其理解不同，出現不同演繹版本的公式或應用，所以有必要對其進行大量樣本的實證數據研究，來深入探索其更多更廣應用場景。因此本文從反算可接受最低電價與預期平準化度電成本、最低平準化度電成本之間的關系,不同區域項目電價與平準化度電成本橫向對比，不同區域平準化度電成本縱向對比三種應用場景進行了深入分析，來研究LCOE應用場景。

1 平準化度電成本概述

1.1 平準化度電成本概念

美國國家可再生能源實驗室(NREL)把LCOE定義為平準化電力成本(levelized cost of energy，LCOE)，是國際通用的評估方法，并被推廣到政策分析、學術建模等方面。總體來看，其是對項目生命周期內的成本和發電量進行平準化后計算得到的發電成本，即生命周期內的成本現值/生命周期內發電量現值。本文引用2008年美國Sunpower公司發布的《The Drivers of The Levelized Cost of Electricity for Utility-Scale Photovoltaics》和2016年GE公司發布的《2025中國風電度電成本白皮書》中對于公式的描述，如下：

(1)

其中：Pdynamic_cost為建設投資，國外建設投資因其不含增值稅進項稅不需要特殊處理，國內Pdynamic_cost需處理為不含增值稅進項稅的建設投資，DdepreciationRtax為資產折舊抵稅，PO&M(1-Rtax)為稅后運維成本，Vresidual_value為固定資產殘值，Eaccrual為每年發電量，Rdiscount為折現率，從變量因素中可以看出，其受建設成本、折舊、運維成本、固定資產殘值、發電量、折現率、所得稅因素影響，上述公式是站在項目角度不考慮融資杠桿下的LCOE。

由公式一可演繹出考慮融資杠桿下的LCOE，如下：

(2)

其中：Pinitial-outlay為項目資本金，DdepreciationRtax為資產折舊抵稅，PO&M(1-Rtax)為稅后運維成本，FO&M(1-Rtax)為稅后財務費用，Ploan-principal為貸款本金支出，Vresidual_value為固定資產殘值，Eaccrual為每年發電量，Rdiscount為折現率，從變量因素中可以看出，其受投資者初始投入資本金、折舊、運維成本、長貸利息，長貸本金，固定資產殘值、發電量、折現率、所得稅等因素影響。

上述兩個公式所站角度不同，分子考慮的因素不同，折現率選取不同，如不考慮股東墊資影響，考慮融資杠桿的LCOE低于不考慮融資杠桿的LCOE，但計算結果相差不大，本文采用公式一進行推導論證。

1.2 平準化度電成本LCOE與內部收益率IRR指標對比

表1 LCOE與IRR對比分析Tab.1 Comparative analysis of LCOE and IRR

續表1

由表1可見，IRR測算邏輯與LCOE計算邏輯本質上是一致的，只不過IRR計算過程考慮了中國稅制下的所得稅三免三減半、銷售稅金及附加，風電項目還考慮了增值稅即征即退稅收優化政策，而LCOE計算過程和修正為含稅值的修正過程不能完全結合國內稅制下上述因素參與測算的影響。

2 平準化度電成本不同應用場景研究

2.1 從平準化度電成本與反算可接受最低電價關系角度分析

2.1.1 研究樣本選取

本文選取2019年5月以來具有代表性的風電、光伏項目共計50個進行測算分析。

2.1.2 測算軟件和方法

利用上述公式計算兩種LCOE值，一種是按照項目全投資收益率標準折現的預期LCOE(不含稅)和按照項目首年加權平均資本成本折現的最低LCOE(不含稅)，將建設成本變化±5%，發電量變化±5%，運維成本變化±5%，利率變化±5%，測算其帶來反算可接受最低電價與預期LCOE(不含稅)變化程度，統計相關數據，同時將建設成本變化±5%，發電量變化±5%，運維成本變化±5%，利率變化±5%，測算其帶來反算可接受最低電價與最低LCOE(不含稅)變化程度，統計相關數據，利用SPSS軟件驗證50個項目中反算最低電價與不含稅LCOE呈顯著線性相關關系的情景。同時因上述公式計算出的LCOE是剔除了增值稅、所得稅、營業稅金及附加因素影響的度電成本，國內電價是考慮了增值稅等因素在內的綜合定價，需將不含稅LCOE修正為含稅值與電價對標，修正方法可采用近似修正法或者帶入模型試算法，繪制不同區域項目LCOE(含稅)與項目核準、競標電價或當地煤桿電價變化趨勢，并進行不同區域項目LCOE值比較，研究其不同應用場景。

2.1.3 高補貼時代風電項目電價與LCOE(不含稅)
相關性檢驗

(1)高補貼時代風電項目電價與最低LCOE(不含稅)相關性分析

假設1：反算可接受最低電價與最低LCOE(不含稅)呈線性相關關系。將32個項目中建設成本、發電量、運維成本、利率進行±5%變化，測算其帶來反算最低電價和最低LCOE(不含稅)變化情況，得出256個變量樣本，對反算可接受最低電價與最低LCOE(不含稅)進行SPSS回歸檢驗。

表2 回歸分析表Tab.2 Regression analysis table(a)模型摘要(a)Model summary

從上圖可見，R方=0.902>0.6作為判定線性方程擬合優度的重要指標，初步判斷模型擬合效果良好。

(b)方差分析(b)Deviation analysis table

從上圖可見，方差分析的顯著性值=0.000<0.05，說明反算可接受最低電價和最低不含稅LCOE之間具有極顯著的線性關系。

(c)回歸方程系數表(c)Linear regression tests of holding ratio and risk

從上圖可見，回歸分析結果良好，t檢驗里的顯著性水平0.00<0.05，但有常量，說明本次回歸方程的系數是顯著的，具有統計學意義。修正常量影響，建立反算可接受最低電價與最低不含稅LCOE之間的模型表達式：Y=0.004+1.62X。

(d)殘差統計(d)Residuals statistics

(a)回歸標準化殘差的直方圖(a)Histogram of regression standardized residuals

(b)回歸標準化殘差的正太P-P圖(b)P-P Diagram of regression standardized residuals圖1 回歸標準化殘差圖Fig.1 Regression standardized residuals

從標準化殘差直方圖來看，左右兩邊不完全對稱，從標準化殘差的P-P圖來看，散點并沒有全部靠近斜線，并不完美。綜合而言，殘差正態性結果不是最好的，但接近或近似即可考慮接受。

通過模型殘差獨立性檢驗，DW=1.034，查詢Drubin Watson table可以發現本例DW值恰好出自相關性的值域之中，認定殘差獨立，通過檢驗。

(2)高補貼時代風電項目電價與預期LCOE(不含稅)相關性分析

假設2：反算可接受最低電價與預期LCOE(不含稅)呈線性相關關系。將32個項目中建設成本、發電量、運維成本、利率進行±5%變化帶來反算最低電價和預期LCOE變化情況分析，得出256個樣本，對反算最低電價與預期LCOE進行SPSS回歸檢驗。

表3 回歸分析表Tab.3 Regression analysis table(a)模型摘要(a)Model summary

從上圖可見，R方=0.927>0.6作為判定線性方程擬合優度的重要指標，初步判斷模型擬合效果良好。

(b)方差分析(b)Deviation analysis table

從上圖可見，方差分析的顯著性值=0.000<0.05，說明反算可接受最低電價與預期LCOE(不含稅)之間具有極顯著的線性關系。

(c)回歸方程系數表(c)Linear regression tests of holding ratio and risk

從上圖可見，回歸分析結果良好，t檢驗里的顯著性水平0.00<0.05，說明本次回歸方程的系數是顯著的，具有統計學意義。建立反算可接受最低電價與預期LCOE(不含稅)之間的模型表達式：Y=-0.018+1.566X，但該表達式的常量為負數。

(d)殘差統計(d)Residuals statistics

(a)回歸標準化殘差的直方圖(a)Histogram of regression standardized residuals

(b)回歸標準化殘差的正太P-P圖(b)P-P Diagram of regression standardized residuals圖2 回歸標準化殘差圖Fig.2 Regression standardized residuals

從標準化殘差直方圖來看，左右兩邊不完全對稱，從標準化殘差的P-P圖來看，散點并沒有全部靠近斜線，并不完美。綜合而言，殘差正態性結果不是最好的，但接近或近似即可考慮接受。

通過模型殘差獨立性檢驗，DW=1.231，查詢Drubin Watson table可以發現本例DW值恰好出自相關性的值域之中，認定殘差獨立，通過檢驗。

2.1.4 光伏項目(競價、平價)電價與LCOE(不含
稅)相關性分析

(1)光伏項目(競價、平價)電價與最低LCOE(不含稅)相關性分析

假設3：反算可接受最低電價與最低LCOE呈線性相關關系。將18個項目中建設成本、發電量、運維成本、利率進行±5%變化帶來反算最低電價和預期LCOE變化，得出144個樣本，對反算最低電價與預期LCOE進行SPSS回歸檢驗。

表4 回歸分析表Tab.4 Regression analysis table(a)模型摘要(a)Model summary

從上圖可見，R方=0.835>0.6作為判定線性方程擬合優度的重要指標，初步判斷模型擬合效果良好。

(b)方差分析(b)Deviation analysis table

從上圖可見，方差分析的顯著性值=0.000<0.05，說明反算可接受最低電價與最低LCOE(不含稅)之間具有極顯著的線性關系。

(c)回歸方程系數表(c)Linear regression tests of holding ratio and risk

從上圖可見，回歸分析結果良好，t檢驗里的顯著性水平0.00<0.05，說明本次回歸方程的系數是顯著的，具有統計學意義。建立反算可接受最低電價與最低LCOE(不含稅)之間的模型表達式：Y=0.067+1.381X。

(d)殘差統計(d)Residuals statistics

續表(d)

(a)回歸標準化殘差的直方圖(a)Histogram of regression standardized residuals

(b)回歸標準化殘差的正太P-P圖(b)P-P Diagram of regression standardized residuals圖3 回歸標準化殘差圖Fig.3 Regression standardized residuals

從標準化殘差直方圖來看，左右兩邊不完全對稱，從標準化殘差的P-P圖來看，散點并沒有全部靠近斜線，并不完美。綜合而言，殘差正態性結果不是最好的，但接近或近似即可考慮接受。

通過模型殘差獨立性檢驗，DW=1.848，查詢Drubin Watson table可以發現本例DW值恰好出自相關性的值域之中，認定殘差獨立，通過檢驗。

(2)光伏項目(競價、平價)電價與預期LCOE(不含稅)相關性分析

假設4：反算可接受最低電價與預期LCOE(不含稅)呈線性相關關系。將18個項目中建設成本、發電量、運維成本、利率進行±5%變化帶來反算最低電價和預期LCOE(不含稅)變化，得出144個樣本，對反算最低電價與預期LCOE(不含稅)進行SPSS回歸檢驗。

表5 回歸分析表Tab.5 Regression analysis table(a)模型摘要(a)Model summary

從上圖可見，R方=0.837>0.6作為判定線性方程擬合優度的重要指標，初步判斷模型擬合效果良好。

(b)方差分析(b)Deviation analysis table

從上圖可見，方差分析的顯著性值=0.000<0.05，說明度反算可接受最低電價與預期LCOE(不含稅)之間具有極顯著的線性關系。

(c)回歸方程系數表(c)Linear regression tests of holding ratio and risk

從上圖可見，回歸分析結果良好，t檢驗里的顯著性水平0.00<0.05，說明本次回歸方程的系數是顯著的，具有統計學意義。建立反算可接受最低電價與預期LCOE(不含稅)之間的模型表達式：Y=0.072+1.194X。

(d)殘差統計(d)Residuals statistics

(a)回歸標準化殘差的直方圖(a)Histogram of regression standardized residuals

(b)回歸標準化殘差的正太P-P圖(b) P-P Diagram of regression standardized residuals圖4 回歸標準化殘差圖Fig.4 Regression standardized residuals

從標準化殘差直方圖來看，左右兩邊不完全對稱，從標準化殘差的P-P圖來看，散點并沒有全部靠近斜線，并不完美。綜合而言，殘差正態性結果不是最好的，但接近或近似即可考慮接受。

通過模型殘差獨立性檢驗，DW=1.829，查詢Drubin Watson table可以發現本例DW值恰好出自相關性的值域之中，認定殘差獨立，通過檢驗。

2.1.5 小結

無論是高補貼時代的風電項目還是平價時代的光伏項目，無論是使用加權平均資本成本折現的最低LCOE還是使用全投資收益率標準折現的預期LCOE，均呈現出項目反算可接受最低電價與LCOE呈線性相關關系，高補貼時代風電項目反算可接受最低電價與最低LCOE(不含稅)之間的模型表達式：Y=0.004+1.62X，高補貼時代風電項目反算可接受最低電價與預期LCOE(不含稅)之間的模型表達式：Y=-0.018+1.566X，光伏項目(競價、平價)反算可接受最低電價與最低LCOE(不含稅)之間的模型表達式：Y=0.067+1.381X，光伏項目(競價、平價)反算可接受最低電價與預期LCOE(不含稅)之間的模型表達式：Y=0.072+1.194X，可見線性公式并不唯一也不固定，隨著樣本數量不同線性關系表達式也不同，說明反算可接受最低電價與LCOE之間存在線性關系趨勢，但使用LCOE作為項目競標電價存在偏差，應區分測算出來的LCOE是否含稅，不含稅LCOE只是成本指標，不能直接用于競標電價。根據我國稅制需修正為含稅值，才能與電價對標。

2.2 從平準化度電成本與項目電價角度分析

2.2.1 高補貼時代風電項目LCOE(含稅)與核準電價對比

圖5 風電項目LCOE(含稅)與標桿電價對比Fig.5 Comparison of LCOE (including tax) and benchmark electricity price of wind power projects

從圖5可見，高補貼時代風電項目平準化度電成本與標桿電價、煤桿電價變化趨勢一致，均呈現出核準電價高的區域平準化度電成本也高，核準電價低的區域平準化度電成本也低[17]，同時，高補貼時代，風電項目平準化度電成本與項目燃煤標桿電價比具有一定優勢，說明在高補貼時代，在標準邊界條件下項目基本可滿足收益率要求。

2.2.2 競價、平價時代光伏項目LCOE(含稅)與競
標電價對比

圖6 光伏項目LCOE(含稅)與競標電價對比Fig.6 Comparison of LCOE (including tax) and bidding price of photovoltaic projects

從圖6可見，接近于平價的光伏項目平準化度電成本與競標電價、煤桿電價變化趨勢一致，平準化度電成本(含稅)與項目競標電價相比已不具備優勢，競價、平價時代項目平準化度電成本與競標電價接近，說明光伏項目平價后保持一定收益率水平主要依靠一定程度的超裝以及組件技術進步提高發電量、降低運維成本、降低運營期長貸利率來實現[18-19]，光伏項目平價路徑可為風電項目平價提供一定借鑒意義。

2.3 各地區項目平準化度電成本(含稅)對比

(a)風電項目各地區度電成本(含稅)對比圖(a)Comparison chart of LCOE (including tax) in different regions of wind power projects

(b)光伏項目各地區度電成本(含稅)對比圖(b)Comparison chart of LCOE (including tax) in different regions of PV projects圖7 各地區度電成本(含稅)對比圖Fig.7 Comparison chart of LCOE(including tax) in different regions

由上圖可見，根據各區域項目平準化度電成本形成對比圖，進行度電成本比較，可將其用于各種不同方案或項目比較、優選。同時可見，貴州、湖南、廣西、江西等核準電價或煤桿電價高的區域平準化度電成本也高，內蒙、青海核準電價或煤桿電價低的區域相應項目的平準化度電成本也低，說明平價后煤桿電價高或者低的區域都將有一批適宜開發，能保持一定經濟性的項目供開發商投資建設，從LCOE敏感因素分析來看，影響較大的因素是發電量和建設投資，其次是資金成本和運維成本[20-26]，所以煤桿電價高同時資源條件相對好，建設成本相對低的區域將率先實現平價[27-30]。

3 結論

(1)反算可接受最低電價與LCOE呈顯著線性相關關系，但線性公式并不唯一，也不固定，不同項目測算出來的結果也不盡相同，說明反算最低電價有可能對應多個LCOE。本文引用的公式計算出的LCOE為不含稅值，不能直接用來作為競標電價，但可用于項目成本參考,將不含稅LCOE修正為含稅值才可與反算最低電價對比，因利用IRR倒推出來的項目可接受最低電價考慮了三免三減半，營業稅金及附加，風電項目還考慮了增值稅即征即退的復雜過程，LCOE的計算和修正為含稅值的過程很難考慮全面上述因素，造成含稅LCOE與反算最低電價存在一定偏差，但這些因素對結果影響相對小不會造成大的偏差，因此競標過程中應結合含稅LCOE，反算最低電價，市場情況等綜合因素確定競標電價。如最終競標電價低于LCOE(含稅)值也不能說明項目沒有收益空間，可考慮降低邊界至項目可接受程度以滿足內部收益率標準，此時又將產生新的適應電價的LCOE值。

(2)將含稅LCOE與項目電價對標，進行成本、電價趨勢比較，LCOE公式中雖然沒有電價因素的影響，但因項目受內部收益率標準紅線控制，如風電標桿電價時代項目收益率較好，LCOE完全由項目自身成本決定，但平價時代的電價受市場化交易、不平衡資金等綜合因素影響，收益率較差的項目通過壓縮建設成本和運維成本才能滿足收益率要求，此時LCOE又間接受到電價因素影響。

(3)LCOE可用于不同方案、項目比選，因其作為一個成本測算工具，站在同一水平線上，使用不含稅LCOE和含稅LCOE均具備比選功能，將度電成本最低的方案比選出來,LCOE除用于方案比選外還可用于不同地區項目的成本比較，與當地煤桿電價或競標電價對比。