考虑环境成本的燃煤发电与光伏发电成本比较研究

聂龑　吕涛

摘要 燃煤发电由于具有成本优势，近年来快速发展，在保障中国电力供应和国民经济发展方面发挥了不可替代的作用，但是也面临着巨大的环境压力；光伏发电对于调整中国电力结构、缓解环境压力具有重要意义，但因发电成本居高不下制约了其快速发展。考虑燃煤发电的环境成本和光伏发电的学习效应，本文构造了燃煤发电和光伏发电成本函数，对燃煤发电和光伏发电成本进行了预测和比较。研究结果表明，2012年考虑环境成本的燃煤发电成本为0.825 4元/kWh，远高于不考虑环境成本0.227元/kWh，燃煤发电成本较符合以时间为自变量的对数函数，光伏发电的成本较符合以时间为自变量的二次函数；考虑环境成本的燃煤发电成本呈逐年上升趋势，光伏发电成本呈逐年下降趋势。进一步的比较发现，考虑环境成本时的燃煤发电成本与光伏发电将于2019-2020年间趋于一致。也就是说，考虑燃煤发电的环境成本时，光伏发电的成本优势将很快显现。但是，由于燃煤发电技术进步、燃煤发电完全成本计价的困难、光伏发电发展的商业模式不清晰和基础设施不完善等因素的影响，光伏发电要真正替代燃煤发电还有很长的路要走。

关键词 光伏发电成本；燃煤发电成本；环境成本

中图分类号 F206 文献标识码 A 文章编号 1002-2104（2015）11-0088-07

当前，化石能源大规模开发利用带来的环境污染、生态破坏、气候变化等问题引起了全社会的关注。作为一种清洁、无污染的可再生能源，光伏发电，具有优化能源结构、保护生态环境、减缓气候变化的作用，已经被人们所认识[1]。但中国光伏发电还存在诸多问题，包括缺乏有效的激励政策、技术尚不成熟、成本竞争力低等，其中成本居高不下是影响其快速发展的重要原因[2-3]。在新能源发电成本预测方面，学习曲线模型被逐渐完善并推广使用，尤其是双因素学习曲线模型的使用最为广泛，它能很好刻画新能源发电过程中技术创新和经验累积对降低成本的作用[1-4]。随着国家发布的一系列新能源电力发展政策[5-6]，越来越多的文献开始讨论新能源发电和燃煤发电之间的成本影响因素以及彼此之间的协同关系[7-9]。已有文献预测，中国光伏并网价格将于2015年和火电价格达一致，光伏发电成本与火力发电成本将在2020年交汇[10-11]。但是，这些文献普遍没有考虑燃煤发电的环境成本。本文主要针对这一问题，分析加入环境影响因素后的燃煤发电成本和光伏发电成本之间的变化情况，并进行成本函数拟合，预测其成本的变化规律和趋势，目的是确定二者发电成本相同的时间点，为未来中国光伏发电规划和电力政策制定提供借鉴。

1 燃煤发电成本预测

1.1 测算方法

燃煤发电的总成本由固定成本和可变成本两部分组成，本文主要考虑可变成本中的燃料费用，燃料费用主要受煤炭价格的影响。因为燃煤成本是煤炭发电中重要的成本组成部分，约占可变成本的85%[12]。

借鉴文献关于燃煤发电成本的计算公式[13]，设第t年每度电的供电标准煤耗为gt（g/kWh），若第t年标准煤的价格为pt（元/t），则燃煤发电第t年的可变成本公式为：cv=pt×gt×（7000/w）×10-61+17%×185%，其中w是天然煤发热量，17%是购买电煤的进项税率。燃煤发电的总成本公式为：c=cf+cv，其中cf是固定成本，cv是可变成本。

1.2 数据来源

选取具有代表性的煤炭发电企业“华能”，通过《华能国际电力股份有限公司2014年度报告》[14]，设大型煤炭发电企业的固定成本为cf=9.62×109元/年，一年的发电量为1.52×1011kWh，计算出成本公式中固定成本部分为9.62×109/1.52×1011=0.063元/kWh。

根据秦皇岛5500大卡动力煤的每月价格加和所求的平均值计算得pt（元/t），取w=5500。计算出2000年到2013年的中国动力煤价格，以2000年为基期，进行换算，得到统一基期的动力煤价格和固定成本值，具体数据由表1所示。

1.3 不考虑环境成本的测算结果

通过上述数据拟合出以煤炭价格为主导变量的燃煤发电成本曲线和表达函数：十字形和圆点分别表示燃煤发电成本的实际数据和经过光滑处理后的数据，曲线代表拟合的二次函数图形。分析结果，对于燃煤发电成本函数的二次曲线拟合度达到87%，得到燃煤发电的成本是以时间为自变量x的函数： f（x）=-0.001 4x2+0.029x+0.103 2。

通过上述拟合图像可知：在95%的置信水平下，拟合方程为二次函数，确定系数超过86%，拟合出的方程可以较好的反映燃煤发电成本的变化情况；适合度参数中，拟合误差为0.016 23，远小于1，说明选择拟合的方程很适合，曲线预测出的数据会更加准确。

1.4 考虑环境成本的预测结果

燃煤发电的全过程，尤其是排放的各类污染物对环境承载力产生了一定的影响[9]。现阶段中国燃煤发电的成本中并没有计算环境成本，所以燃煤发电的成本一直都比可再生能源发电成本低。但在燃煤发电的整个生命周期中产生的环境附加成本，已经严重制约中国社会可持续发展，只有把环境成本计算在发电成本中，各种能源形式的发电成本相比较才有意义。

1.4.1 燃煤发电的环境污染现状

根据《2013年环境统计年报》[15]：纳入重点调查统计范围的火电厂共3 102家，占重点调查工业企业数量的2.1%。其中，独立火电厂1 853家，独立火电厂SO2排放量为634.1万t，NOX排放量为861.8万t，烟（粉）尘排放量为183.9万t。2013年，中国SO2排放量为2 043.9万t、NOX排放量为2 227.4万t、烟（粉）尘排放量为1 278.1万t[15]，燃煤发电排放的废气占全国排放量的具体比例如图2。

1.4.2 环境成本的计算

（1）中国燃煤发电行业SO2和NOX的环境成本。由中国环境统计年报2012年统计数据可知，电力行业排放SO2 797万t，排放NOX 1 018.7万t，带来的经济损失分别为3 517.8亿元和1 240亿元。2012年中国火力发电总量为38 928.1亿kWh，由燃煤发电排放SO2和NOX引起的环境成本分别为Ce（SO2）=0.090 3元/kWh，Ce（NOX）=0.031 9元/kWh。

（2）中国燃煤发电排放CO2的环境成本。根据国家发改委能源研究所的数据得到：CO2 的排放量为0.67（t/t标准煤），2012年排放CO2 11.7亿t，按国际碳交易机制计算出2012年CO2 的排放单价为586.7元/t[9]，由燃煤发电排放CO2带来的环境成本为 Ce（CO2）= （11.7×586.7）/38 928.1=0.176 35 元/kWh。

（3）粉尘颗粒物。环境保护部研究表明：2012年中国燃煤发电行业排放的一次细颗粒物粉尘为 223 万t，排放的SO2、SO3和NOX都可以转化为二次细颗粒物[9]，共计350万t，合计占全国PM2.5排放总量的40%。根据《2013年全球疾病负担评估》[16]报告显示：统计出2012年我国因PM2.5 导致的死亡人数估计为143.47万人，PM2.5污染对每位死亡患者造成的经济损失为79.5万元[9]，共计损失11 405.933 3亿元。2012年由粉尘造成的燃煤发电环境成本为 Ce（粉尘）=（11 405.933 3×40%）/38 928.1=0.117 2 元/kWh。

综合上述四个方面的因素，加入环境成本的燃煤发电成本表达式应该是ct=ptgt（7000/w）×10-61+17%×185%+cf+ce（so2）+ce（NOx）+ce（粉尘）+ce（co2）。将计算出的燃煤发电单位成本数据带入公式，对环境成本进行基期处理，得到各年相对应的环境成本值，计算加入环境成本的燃煤发电的成本值，如表2所示。

1.4.3 燃煤发电完全成本计算

计算燃煤发电完全成本，得到下列数据分析内容和图形（见图3）：十字形表示原始数据，曲线表示拟合函数曲线，曲线的拟合程度达到85%，拟合出以时间为自变量的对数函数f（x）=0.24log10（x）+0.54，可作为燃煤发电的完全成本函数。

通过上述拟合图像可知：在95%的置信水平下，拟合方程的确定系数超过84%，拟合出的方程可以较好的反映加入环境成本的燃煤发电成本的变化情况；适合度参数中，拟合误差为0.035 33，说明选择拟合的方程较适合，预测出的数据会更加准确。

2 光伏发电成本预测

2.1 测算方法

基于传统Wright学习曲线，结合光伏发电构建了双因素测度模型，对从经验中学习和从研究开发中学习两个方面进行综合测度[17]。有如下双因素学习曲线模型：c=c0Q-αR-β，c为太阳能光伏发电成本，以光伏组件的单位价格计算单位（元/瓦）。c0为初始成本，Q为太阳能光伏发电的累积生产量，R为太阳能光伏发电的累积研发量。累积生产量Q的学习率指数为0<α<1，累积研发量R的学习指数0<β<1。

上述双因素学习曲线模型虽然可以表示光伏发电成本的变化情况，但是不够符合实际情况，按照双因素学习曲线模型得出的光伏发电成本较低。目前，对于大型地面光伏电站的建设，基本都要采用银行贷款投资形式[17]。而且，银行贷款占总投资的比例很高，这部分贷款的利息对于光伏电站的成本电价影响十分巨大。所以，给模型中加入偿还贷款的费用，成本公式ct=c0Q-αR-β+c1，c1表示添加的偿还贷款的费用，修改后的模型能更好的表现光伏发电成本。

2.2 数据来源

根据双因素学习曲线模型中数据的需求，查找我国历年光伏发电组件的单位价格，作为太阳能光伏发电的部分成本。光伏发电的累计生产量作为经验学习数据，光伏发电的积累研发量作为研究开发学习数据，数据已经过基期处理，具体如表3所示。

2.2.1 显著性检验

采用2000年至2010年间的数据，运用最小二乘法，检验参数的显著性，进而证明模型c=c0Q-αR-β的可行性。

为消除数据的异方差性，对光伏发电成本C、累积生产量Q及累积研发量R取自然对数，变换原始公式c=c0Q-αR-β的形式为：lnc=lnc0-αlnQ-βlnR，并使用最小二乘法对三者关系进行了拟合。结果得到lnQ的系数为0.187 899，lnR的系数为0.169 480，方程拟合优度R约为0.63，整体拟合效果良好；lnQ及lnR均在5%的显著性水平下通过t检验，说明累计产量和研发量对光伏发电成本存在显著影响，从影响方向来看，二者对成本均存在负向影响，其中累计生产量的影响更大。

2.2.2 数据计算

在我国，光伏发电的可行性分析计算时，按照20年或者25年的投资回收期计算是较为合理的[17]。本文所用数据为10MW的光伏电站，现阶段总投入大约为12 000万元，贷款比例为70%，年利率为7%[17]，则每年偿还贷款的费用为：12 000×70%×7%=588万元。按照投资回收期为20年，光伏电厂年等效满负荷发电时间按照1 500小时计算[11]，可以得到表4。

2.3 测算结果

将最终数据经过光滑处理后，得到以下分析结果和图4，在图4中十字形表示原始成本数据，曲线是拟合后的函数图像，通过分析数据知函数拟合程度达到85%，根据分析数据中的多项式系数，获得成本函数为：f（x）=-0.003 365x2+0.047 71x+1.543。

通过上述拟合图像可知：在95%的置信区间内，拟合方程符合二次函数，且拟合方程的确定系数达到85%，可以较好的表现光伏发电的成本变化情况；适合度参数中，拟合误差为0.133 9，均方根为0.086 24，这些指标都说明选择进行拟合的方程较适合，预测出的成本数据会更准确。

3 对比分析

对比没有加入环境成本和加入环境成本下的燃煤发电成本函数与光伏发电成本函数，分析两者的不同之处，结合中国实际政策，预测未来十年里的燃煤发电和光伏发电的成本走势。

3.1 没有加入环境成本下燃煤发电与光伏发电成本对比

图5为不包括煤电环境成本时两者的成本变化趋势：虚线代表光伏发电成本随着时间的变化情况，实线代表燃煤发电成本随着时间的变化情况，两条曲线相交于x点，x点的纵坐标表示当两种发电方式达到发电单位成本一致时的具体时间，横坐标则表示具体成本单价。

如图5，中国光伏发电成本与燃煤发电成本达到一致的时间大概在2021-2022年间，燃煤发电成本有一个小幅度上升之后，开始缓慢下降，基本保持稳定，根据数据知光伏发电成本在2006-2008年达到峰值之后就保持持续下降状态，下降速率明显超过火力发电成本单价，光伏发电成本与燃煤发电成本一致后，依然存在下降趋势。

3.2 加入环境成本下燃煤发电与光伏发电的成本对比

含环境成本的燃煤发电完全成本函数为f（x）=0.24log10（x）+0.54，其中时间x为自变量，成本f（x）为因变量，联立同样以时间x为自变量的光伏发电成本函数f（x）=-0.003 365x2+0.047 71x+1.543求解，再次预测未来十年里的燃煤发电和光伏发电的成本走势。如图6所示，虚线代表光伏发电成本的变化情况，实线代表加入环境成本的燃煤发电成本的变化情况，两条曲线相交于y点。

较前一次对比结果而言，中国燃煤发电成本和光伏发电成本一致的时间大概提前到2019-2020年间，光伏发电成本由原来的1元左右（由表4可知）一直持续下降到0.4元左右，燃煤发电成本加入环境成本后，基本是在原基础上单位成本逐渐提升，没有太大的浮动变化，在光伏发电和燃煤发电达到成本一致后，光伏发电成本继续下降，逐渐低于燃煤发电成本，随后燃煤发电成本基本处于稳定状态。

4 结论与建议

4.1 结论

本文首先分析了影响燃煤发电成本和光伏发电成本的主要因素，构造出不包含环境成本的燃煤发电成本函数和光伏发电的成本函数，拟合出两者根据时间变化的成本函数图像，通过两条成本函数图像的相交点坐标向量，预测二者成本会在2021-2022年间达到一致。但是，如今燃煤发电带来的环境污染问题日益突出，燃煤发电蕴含巨大的环境成本这一事实已经不容忽视。

针对此，本文进一步修改完善了燃煤发电的成本函数，修改后的燃煤发电成本函数模型中加入了CO2、SO2、NOX和粉尘的环境成本数值，整体燃煤发电成本函数图像呈现上升趋势，原有的燃煤发电低成本优势开始降低。再次联立两个成本函数，通过图像交点纵坐标得：燃煤发电和光伏发电达到成本一致的时间较原来的2021-2022年出现明显前移，应当在2019-2020年间就可以达到一致。

加入环境成本后，燃煤发电成本逐年上升，2019年后基本达到稳定，而光伏发电成本曲线出现较快速的下降后，先与燃煤发电成本图像相交，后一直处于燃煤发电成本函数图像下方，占据一定电力市场成本优势。

4.2 建议

分析光伏发电的成本函数，发现其成本下降速率很快，将在较短的时间内与燃煤发电成本达到一致，说明光伏发电未来将有很强的市场竞争力。但是，按照中国电力产业现状而言，由于基础设施、电力体制、光伏发电商业模式等问题，光伏发电不会很快取代燃煤发电占主导地位。结合以上研究，提出以下三点建议：

（1）现阶段中国光伏发电产业主要依赖国家政策补助，才得以与燃煤发电相抗衡。未来的光伏发电必须打破这种局势，用技术创新引领光伏产业发展，从根本上降低光伏发电成本。

（2）中国电力体制依然以煤炭发电为主，电网结构、电力运输和用户消费都以火电为核心。这一点无形之中制约了光伏发电的发展，中国必须逐渐改变现有的电力体制，通过智能电网等形式，促进包括光伏发电在内的可再生能源发电的发展[18]，才能完善电力市场结构，为光伏发电提供发展平台。

（3）消纳率是光伏发电的重要制约因素，光伏发电有多少可以上网使用全由消纳率决定[19-20]。纵观中国近年光伏消纳率的数据，有大部分电力因低消纳而白白浪费，所以增加光伏消纳率是未来发展的必要阶段，也是提高光伏发电竞争力的必要手段。

（编辑：田 红）

参考文献（References）

[1]曾鸣，鹿伟，段金辉，等. 太阳能光伏发电成本的双因素学习曲线模型研究[J].现代力，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]从荣刚.可再生能源发电优化模型及其应用[J].电力建设，2012，（10）：84-88.[Cong Ronggang. Application of Optimization Model for Renewable Energy Power Generation[J]. Electric Power Construction， 2012，（10）：84-88.]

[4]袁晓玲，范玉仙.基于Logistic和学习曲线模型的中国电源结构预测[J].湖南大学学报：社会科学版，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]韩永滨，曹红梅.我国化石能源与可再生能源协同发展的技术途径与政策建议[J].中国能源，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，周鹏. 新能源发电绩效评价研究综述：基于多指标评价方法[J].技术经济与管理研究，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，李亚楠，王华君.燃煤火电与风电完全成本比较分析[J].风能，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， 王运民. 燃煤电厂运行中环境成本分析与计算[J]. 环境科学与技术， 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]马胜红， 李斌， 陈东兵， 等. 中国光伏发电成本， 价格及技术进步作用的分析[J]. 太阳能， 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]谢瑛，谭忠富，程晋，等.节能减排调度环境下燃煤电厂发电成本分析[J].电网技术，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]陈广娟，谭忠富，郭联哲，等.煤电价格联动下火力发电企业的风险分析模型[J].现代电力，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]华能国际.华能国际电力股份有限公司2014年年度报告[R].2014 .[Huaneng Power International INC. The 2014 Annual Report of Huaneng Power International INC[R].2014.]

[15]中国人民共和国环境保护部.2013年环境统计年报[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.光伏发电成本的数学模型分析[J].太阳能，2012，（2）：53-58.[Shi Jun. A Mathematic Analysis of Cost of Photovoltaic Power[J]. Solar Energy， 2012，（2）：53-58.]

[18]丁明，王伟胜，王秀丽，等.大规模光伏发电对电力系统影响综述[J]. 中国电机工程学报，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，辛颂旭，白建华，等.我国太阳能发电开发及消纳相关问题研究[J].中国电力，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. 要重视新能源发电的消纳问题[J].中国电力企业管理， 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