小型光伏的风险评估方法与模型

石磊，张福生，石军显，张光跃

(石家庄铁道大学 电气与电子工程学院，河北 石家庄 050043)

0 引言

近年来，随着我国对于光伏项目投入与宣传的逐渐扩大，我国光伏产业正在迅速发展。现今，个人已经可以申请装配分布式光伏系统，在满足日常生活需要的同时，还可以帮助电力系统解决升压和远距离运输中的损耗问题，为我国带来了可观的经济效益。但随着各种类型的分布式电源在电网中的接入比例不断提高，电力系统网络结构的复杂程度和用户负荷不断增长，一方面，分布式电源接入的位置、安装容量及类型适宜可以有效改善系统的网络损耗、电压分布和可靠性等；另一方面，若分布式电源未经过合理地优化配置,其接入配电网后不但会造成经济损失，还将会对系统的正常运行带来电压越限等风险。因此，如何合理配置分布式电源以降低系统运行风险、减小投资运行成本是保障配电网安全经济运行的一个首要问题。该项目研究了大量小型分布式光伏发电接入配电网的风险评估方法及预防措施，提出了一种基于风险评估和层次分析法的小型分布式光伏的风险评估方法。

1 分布式光伏风险评估模型的基础结构

光伏发电项目的风险评价的关键，就是在于建立一个全面科学的风险评价指标体系，其目的就是为了希望能够对项目有一个有效的风险评价，因为某些小型的光伏发电项目本身就会有很多的不确定性因素。所以在系统工程中，为了系统地分析出光伏发电项目风险因素，提出了以Hall三维结构为中心的小型光伏风险评估模型。

1.1 霍尔的三维模型结构

霍尔三维结构是一个立体空间结构，主要是由时间维、逻辑维和环境维组成的。以时间维度为基准点，将项目从开始到结束的各个过程进行分析；解决问题的逻辑过程是逻辑维度的中心，所以可以以此为核心，一般包括7个逻辑步骤，分别是明确问题、确定目标、系统综合、系统分析、优化、决策和实施；环境维度以各种风险要素为核心。三者有机结合对于分析项目中的关键风险点提供了巨大帮助。在光伏项目中以光伏发电项目的时间轴为主线，将项目分成不同的时期，每个时期再细分为各种关键点，找到各个不同时期面临的主要风险，进行综合评价判断，最后将不同阶段的风险特征进行综合，以便科学系统地管理该项目。

以Hall三维结构为中心的小型光伏风险评估模型基本思路为：首先在以光伏发电项目的生命周期为主线的基础上，把整个项目分割成不同的重要时期，并且进一步将每个时期分割为许多不同的关键点；之后必须明确在每一个不同的时期项目所面临的主要风险特征，并且同时需要判断每个时期的风险水平是否为项目投资者所能够承受范围的，之后进一步设定各个时期所希望达到的风险管理目标；最后，根据整个项目在不同时期所面临的风险特征和所希望达到的风险管理目标，设计出相应的风险管理方法或者模型，从而最终实现光伏发电项目风险的系统化、动态化管理。

时间维度：小型光伏的整个生命周期较短，大致可以分为计划期、建设期和运行维护期。

环境维度：光伏项目在实施时所面临的各种环境因素，主要包括自然环境因素、社会环境因素和政策环境因素等等。

逻辑维度：光伏发电作为一个新兴起的投资项目，其根本目的是收益的最大化，同时还包括成本的控制与减少、项目质量达标以及安全问题。

按照上述模型进行风险要素识别如表1所示。

表1 风险要素识别表

2 基于层次分析法和模糊数学的风险评估模型研究

(1)层次分析法的判断尺度:

按Ai对比要素Aj相对重要性的数量尺度建立判断矩阵：

i因素比j因素绝对重要：标度9；

i因素比j因素重要很多：标度7；

i因素比j因素重要：标度5；

i因素比j因素稍微重要：标度3；

i因素比j因素一样重要：标度1。

标度2，4，6，8表示重要性位于上述中间值。相反则为倒数。

(2)层次分析法的判断矩阵

表2 判断矩阵

以上层某一要素Ts作为判断的基准，对下一层要素进行两两比对形成n阶判断矩阵。判断矩阵中aij表示从判断基准Ts的角度考虑Ai对Aj的相对重要性aij=Wi/Wj。其中aij>0，aij=1/aji，aii=1.

权重的判断和计算：计算判断矩阵A的特征向量W。首先确定矩阵A的特征向量W，然后归一化处理，最后获得该要素的相对重要度。

(1)

(2)

(3)

一致性判断：因为系统的要素进行相对重要度的判断会依赖于主观的隐性知识，所以根本无法完全精确地判断出Wi/Wj比值，只能对其进行估计，因此进一步进行相容性误差分析的过程是不能忽略的。然而估计所产生的误差最终会造成判断矩阵A的特征值的有所偏移，所以以此为基础定义了一个相容性的指标。

(4)

当矩阵A完全相容时，应有λmax=n，若不相容时，则λmax

相容性指标为:

(5)

其中λmax为判断矩阵A的最大特征根。

[AW]i表示矩阵[AW]的第i个分量。

定义一致性指标:

(6)

其中C.R.为随机性指标。当一致时C.I.=0；不一致时则C.I.>0.C.R.表示矩阵最不一致的情况，就是对不同n阶比较矩阵中的元素通过随机取数赋值的方法将其进行大量子样计算出一致性指标最终求出平均值。

表3 随机性指标C.R.的数值

若一致性指标CR<0.10，则认为可以接受判断矩阵的一致性，可以接受权重向量W。

计算综合重要度并进行风险排序：在计算出各分层要素对于上一级Ts的权重后，对所有项目风险进行优先级的排列，即从上往下依次求出隔层要素关于总体的综合权重，其具体计算过程主要为：假设第2层为A层，其中有m个要素A1-Am，则它们相对于系统总体的权重为a1-am。假设第3层为B层，有n个要素B1-Bn，则它们相对于Aj的相对重要度为bj1-bjn。那么最终B层要素Bj的综合重要度为:

(7)

下层j要素的综合重要度是以上层要素的综合重要度为权重的相对重要度的加权和。最后对所有权重值进行比较，得到各种风险要素的权重排序。

建立风险评语集：评语集是在项目中所有可能出现的评价的合集，是将量化的风险精确地转化成我们熟悉的语言并进行评估的分极，该研究把风险分为5个等级，分别为很高、较高、一般、较低和很低，以此来建立风险评语集。并以此来评价风险。

建立单因素评价集：对各指标进行评价,确定评价矩阵。假设有N名专家对某因素集的各个指标进行评价，根据评价等级可以得到该因素集的评价矩阵，第2层次指标的综合评价结果为其中为第2层各因素指标相对应的权重向量。

3 实例分析

3.1 项目概要与指标权重的确定

选择天津某个小型屋顶光伏案例进行分析：光伏总量为1 kW，由知名光伏企业提供多晶硅光伏板，安装地点为70 m2屋顶与墙面。天津属于2类地区，具有良好的太阳能条件，整体太阳能资源丰富。同时具有降水不多、季风显著、地处滨海、温度适宜和湿度较高的特点。发电效率估计损失包括组件匹配损失、最大功率点跟踪精度损失、粉尘损失、不可利用太阳能辐射损失和温度损失等，按照经验综合效率为85%。计算直流输电效率和交流并网总效率为80%，组件衰减预计第1年为1.25%，之后每年为0.7%。

光伏风险模型分层如表4所示。

表4 光伏风险要素分层模型

设计判断矩阵为：

表5 设计判断矩阵

进行一致性检验：得到

W=[0.188 6,0.060 9,0.111 5,0.445 9,0.192 9]

AW=[0.935 8,0.332 9,0.572 6,2.036 5,1.010 1]

λmax=5.07

CI=0.017 5

N=5.

R.=1.12

CR=0.015 6<0.1所以判断矩阵A符合一致性检验，可以接受。

分层进行计算得到表6分层权重的表格：

表6 分层权重表格

3.2 基于层次分析法和模糊数学的风险评估综合分析

风险权重的设定：将风险权重>0.3称为很高风险。0.3>权重>0.1称为较高风险。0.1>权重>0.05称为一般风险。0.05>权重>0.02称为较低风险。权重<0.02称为很低风险。对每个风险要素进行评估，主要是依据风险的划分原则和综合权重，如表7所示。

表7 风险划分与综合权重表

由表7中的数据可以看出，政策风险中的补贴风险对光伏发电项目风险最大，而自然风险和社会风险都会对小型光伏项目具有关键的作用，这些对于小型光伏的发展前景有着重要的作用，而其它风险都具有一般的作用。

建立如表8所示单因素的评价集来进行项目的模糊评价：

表8 单因素评价集表格

评价结果评估：根据模糊层次理论法，综合合成得到的权重和单因素评价集，得最终得出小型光伏的评价结果。

[安全，比较安全，一般安全，比较危险，危险]=[0.126,0.398,0.308,0.116,0.047]

该区域光伏项目属于比较安全的风险状态，但是与一般安全的状态较为接近。

4 结论

(1)光伏发电项目的评价分布为(0.126,0.398,0.308,0.116,0.047)，该项目整体处于比较安全的区域(0.398)但和一般安全的区域(0.308)相差不大。

(2)政策风险中的补贴风险对光伏发电项目来说属于风险最大的，然而目前政府对光伏发电项目的补贴对于项目来说是主要收益，这是一种不健康的光伏发展模式，所以近年来，政府的补贴力度都略有下调，在整改光伏行业现状的同时，也意味着风险的增加，故需要更加谨慎地对光伏项目进行评估分析。

(3)环境的稳定性对于项目的发电能力起着决定性作用。自然环境因素对项目的风险评估具有重要的影响，日照、地理气象、昼夜变化等环境因素作为环境稳定决定条件，因此良好的太阳光环境是小型光伏成功的基础。