基于CREST模型求解光伏LCOE的最優方案

王芝福 厲晗雋 趙大威

（1.中國電建集團華東勘測設計研究院有限公司，浙江 杭州 311122；2.法國巴黎政治學院，法國 巴黎 75007）

0 引言

由于國際工程承包競爭日趨激烈，因此業主對最低LCOE的要求日益提高，該文以某光伏發電項目為例，指出承包商應從業主角度出發，綜合考慮項目設計、建設、運營和維護等因素，分析項目的各種邊界條件，統籌各項成本投入，為業主提供基于平準化度電成本（LCOE）最低值的EPC 解決方案，從而提高投標命中率。該文采用美國國家能源署的CREST 模型，通過對影響LCOE關鍵因素的相互作用，如容量因子、建設成本、運維成本等，提出了有益的建議。

1 國際光伏發電項目EPC 新需求

1.1 一站式解決方案

隨著中國承包商的走出去戰略，中國企業在國際光伏發電工程項目承包市場中占據了越來越大的份額，競爭也愈發激烈。同時隨著光伏設備的價格降低，使光伏發電項目在各國電力市場越來越具有競爭力，上網電價屢創新低，成為多個國家最便宜的電源。由于光伏發電項目是一種設備占比非常高的工程項目，該項目除主設備之外其他的輔助設備較多且雜，項目業主一般情況下不愿意自己采購，主要原因包括2 個：1）輔助設備的制造商主要在中國，專業化程度較高，每種設備的生產商眾多，魚龍混雜。2）專業化的輔助設備生產商總體營收不大，國際市場開拓人員較少，與國外業主交流不便，不愿意直接面對國際采購商，例如光伏發電項目中的匯流箱等。3）業主專業人員有限，如單獨請咨詢，不僅費用較高，而且仍難以解決信息不對稱問題。4）光伏發電項目工期較短，短期用工要求高，專業化程度高，需要有經驗的項目管理人員組織團隊施工。

考慮以上因素，光伏發電項目業主一般傾向于尋找一個EPC 總承包商，從而降低業主的管理成本，讓專業的人干專業的活。

1.2 從業主的角度提供EPC 方案

國際市場上大量的光伏發電項目開發模式一般是通過業主對電價進行競標，價低者獲得項目。在競標過程中業主需要考慮的成本包括融資成本、項目的征地成本、辦理各種許可的成本、建設成本（EPC 總承包成本）、建完后的項目運維成本等，其中建設成本占比最大，所以在電價競標的過程中，合理的EPC 總承包價格是業主贏得電價競標的關鍵，因此很多業主越來越傾向于在電價競標的前期就綁定EPC總承包商，以免費獲取最優的價格和最合理的技術方案。

因此，對于EPC 總承包商來說，前期階段提供給業主的方案就不能僅從EPC 的角度出發提供報價，而需要從業主的角度出發，為業主提供最具競爭力的電價，即在業主設定邊界條件下的最低LCOE。這種從業主角度提供一站式解決方案的總承包方式，真正做到了為業主考慮，大大提高了EPC 總承包商的項目中標率。

2 LCOE 模型及其說明

2.1 LCOE 模型

平準化度電成本LCOE（Levelized Cost Of Energy）是業主贏得電價競爭的最重要的指標，該指標意義非常簡單，就是單位發電量的成本，也就是將一個光伏發電項目全生命周期內所發生的所有成本除以所發的總電量，即可得出，如公式（1）所示。

式中：I0為初始投資，除了EPC 成本，對于光伏發電項目，還可能涉及其他成本如征地補償、各種許可申請等費用、融資成本等；n為系統運行年限，對于光伏發電項目，一般組件的保證壽命為25 a，因此項目壽命期可取25 a；Dn為系統折舊，考慮到折舊的抵稅效應，尤其是對于加速折舊會產生較多的稅收優惠，折舊帶來的收益應從總成本中扣除；i為年利率；T為項目所在國的所得稅率；An為系統的第n年的運維成本及其他成本；Vr為系統壽命期末的殘值；Yn為系統第n年的理論發電量。

2.2 LCOE 模型的修正

由于上述模型較為簡單，未完全考慮光伏發電項目各種輸入的邊界條件，為此工作人員采用美國國家能源署（NREL）的可再生能源成本CREST（Cost of Renewable Energy Spreadsheet tool）工具對光伏發電項目的投融資模式和經濟效益進行貼近工程實際應用分析，對LCOE的影響因素做敏感性分析。

決定光伏發電項目經濟效益的直接因素是光伏發電項目的收入與支出，包括3 個方面：1）收入來源為裝機容量（MW）、容量因子（主要反映了發電的效率，由太陽輻射量或年等效利用小時數決定，隨時間變化會有因組件衰減、逆變器老化、模塊臟污和太陽光照不足造成的損失）、單位電量電價和其他收入（PPA 購電協議和其他激勵政策）。2）支出的主要因素[1]。一次性的建設成本（通常由光伏發電項目EPC 合同約定）；運維費用（通常以光伏發電項目運行25a計算，包括運維、土地租賃、企業開銷、通貨膨脹等）；貸款償還成本（在還款年限內定期償還貸款利息和本金）；稅收優惠政策（中央和地方政府稅收優惠政策等）。3）其他因素如碳排放交易中的核證減排機制等也會對光伏發電項目收支造成影響，暫不考慮。其他因素如光伏組件衰減率、逆變器更換、現金等已經計算在模型內。

CREST 模型根據光伏發電項目的凈現值NPV ≥0 反算出LCOE價格。

3 項目的邊界條件

3.1 不同地區的光伏資源不一樣

光伏發電項目的收益很大程度上受到該地區光伏資源的制約，包括以下2 點：1）自然條件。由于太陽高度角的不同和地理緯度的不同，一般來說緯度低的地區太陽高度角大，太陽輻射強；晴天天數多，海拔高、空氣稀薄、大氣透明度大時太陽輻射能量更大；日照時間越長，地面所獲的太陽能總輻射越多。2）技術和設備條件，包括光伏組件的效率和質量、光伏支架的安裝方式和傾角，逆變器效率，其他因素如因清潔不當或不及時造成的遮擋或灰塵沉降、鳥糞污染等，清洗前后的發電量差異可達5%～7%。在具體計算時，工作人員用容量因子（%）來衡量某地區光伏發電量的大小。以杭州地區為例，全年日照時長大約為1 471 h，容量因子約為10%，與杭州緯度相同的太陽能條件優越的中東地區可以達到2 900 h～4 800 h，容量因子可達到18%。

3.2 不同地區的融資成本不同

對光伏發電項目進行投資時，資金包括企業或業主的自有資金和融資獲得的其他資金。中資企業在推進海外項目融資的過程中，將涉及可提供貸款的境外商業銀行、中國政策性銀行和大型中國商業銀行、在對應地區開展投資業務的中方主權投資基金和中國出口信用保險公司（中信保）等金融機構。經濟金融發展水平和狀況不同的地區和不同金融機構的選擇使利率存在差異，擔保條款和貸款要求也不同。一般而言，一個國家或者地區經濟越發達，信用環境和法制建設越好，金融業和金融市場越發達，利率也就越低。對業主經營能力、財務狀況、償付能力的盡職調查將直接影響融資性保函的要求和成本。

3.3 不同地區的稅收政策不一樣

在不同的國家和地區，針對大型光伏發電項目所征收的營業稅、企業所得稅、增值稅、印花稅等稅收優惠政策不一而足。以美國為例，就有針對可再生能源發電的稅收激勵政策，包括生產稅收抵免PTC（Production Tax Credit），風能、地熱能和生物能發電可獲得24 美元/MWh 的生產補貼，其他新能源可獲得12 美元/MWh 的補貼。此外，國家層面有投資稅收抵免ITC（Investment Tax Credit），2019 年允許從聯邦稅收中扣除安裝光伏發電項目成本的26%，2022 年開始這一比率將下降為10%。

4 案例分析

4.1 假設條件

在中東地區建設裝機容量為100 MWdc 的光伏發電項目，建設期為12 個月，建設貸款利率為3%，太陽能輻射充足，光照條件優越，等效利用小時數可達到2400h/a，容量因子為18%，經過計算，年發電量為157 680 000kW·h（年發電量=裝機容量×容量因子×365×24），因光伏組件衰減等因素，年發電量以每年0.4%的速度減少。該項目的生命周期為25 a。工程資金籌措方式按照“商業貸款+股權投資”形式，銷售稅金和所得稅等稅款統一按照6%征收。基礎的建設成本和運維成本設置條件見表1。

表1 項目假定條件

該文用VBA 使CREST模型進行自動運算，選用不同組變量變化將如何影響LCOE。

4.2 不同建設成本下與容量因子對LCOE 的影響

選取建設成本和容量因子作為第一組變量，在建設成本為47 000 000 美元的前提下，建設成本以1%的步長增長，容量因子以0.3%的步長增長。通過VBA 運算得到對應數據點，得出不同建設成本與不同容量因子下的LCOE值（表2），即建設成本變化區間為100%～110%，容量因子變化區間為100%～103%，LCOE變化區間為3.228～3.518。由數據點可以找到一些規律，建設成本和容量因子以對應比例增長，具體為建設成本每增加1%，容量因子需要對應提高約0.6%，才能使LCOE單位發電成本保持恒定。

表2 不同建設成本與不同容量因子下的LCOE 值

為提高發電容量因子，需要對光伏發電項目的容量因子影響因素進行分析：1）科學設計光伏發電項目建設，如考慮因季節氣候變化帶來的太陽光輻射強度變化，對比固定式、可調式及跟蹤式支架的建設成本投入與容量因子的增加，以便得到最低LCOE。2）以國際標準規范化設計，保證光伏發電項目生產活動的高效穩定。建設成本的投入可以將科學合理地選擇電氣設備作為重點[2]，全面分析設備自身性能、選擇相應規格的設備，最大程度地消除外在因素對設備的影響；根據光伏發電項目運行的具體環境，提高電力生產效率，降低電能轉換與發電輸送流失的電力。

4.3 同一融資方案下適度增加建設成本能降低運維成本

光伏發電項目影響LCOE的最重要因素建設成本和運維成本，如果以建設成本與運維成本為變量，觀察到兩者反向變動對LCOE的影響。在保證融資貸款利率、債務與股權比例、還款年限等資本結構不變的前提下，經CREST模型的模擬運算，單位運維成本以3 美元/kW/年計，從100%提高到140%，以步長5%的幅度增加；假設建設成本相應降低，各項總和為47 000 000 美元，從100%降低到95%，以步長0.5%減少。分析運算數據列表中不同總投資與不同運維費用下的LCOE值，見表3，通過觀察可知每增加0.5%的建設成本，減少約5%單位運維成本，仍可保持LCOE不變。

表3 不同總投資與不同運維費用下的LCOE 值

為加速光伏行業進入“平價時代”，使LCOE達到最佳，光伏發電項目的精細化、數字化、智能化轉型為大勢所趨。通過適度增加建設成本，引入如智能清洗機器人、無人智能巡檢機、割草機器人等專業化運維設備[3]，應用軟件對電站完成數據采集、數據分析、發電量統計、PR 分析、組串故障定位、缺陷管理、自動化報表管理等工作，實現24 h 實時監測等，能有效提高光伏發電項目運行效率，降低經濟損失，延長運行時間。

5 結語

綜上所述，在以項目融資形式實施的光伏發電項目中，在對CREST 模型進行模擬運算后，為使LCOE達到最優值，對影響光伏發電項目度電成本的容量因子、建設成本和運維成本進行協同考量。如在該文設定條件下，建設成本每增加1%，容量因子需要對應提高0.6%，LCOE可保持不變；每增加0.5%的總體建設成本，則單位運維成本可降低5%，仍能保持LCOE不變。對光伏發電項目選址、技能技術、元件設備性能、衰減等方面進行綜合考量，最大化發電量；同時在保持項目質量的前提下適度降低建設和運維成本，能有效降低LCOE。在具體項目操作和執行的過程中，需要根據實際情況，可以結合CREST模型進行模擬運算，輔助項目決策。