基于CREST模型求解光伏LCOE的最优方案

王芝福 厉晗隽 赵大威

（1.中国电建集团华东勘测设计研究院有限公司，浙江 杭州 311122；2.法国巴黎政治学院，法国 巴黎 75007）

0 引言

由于国际工程承包竞争日趋激烈，因此业主对最低LCOE的要求日益提高，该文以某光伏发电项目为例，指出承包商应从业主角度出发，综合考虑项目设计、建设、运营和维护等因素，分析项目的各种边界条件，统筹各项成本投入，为业主提供基于平准化度电成本（LCOE）最低值的EPC 解决方案，从而提高投标命中率。该文采用美国国家能源署的CREST 模型，通过对影响LCOE关键因素的相互作用，如容量因子、建设成本、运维成本等，提出了有益的建议。

1 国际光伏发电项目EPC 新需求

1.1 一站式解决方案

随着中国承包商的走出去战略，中国企业在国际光伏发电工程项目承包市场中占据了越来越大的份额，竞争也愈发激烈。同时随着光伏设备的价格降低，使光伏发电项目在各国电力市场越来越具有竞争力，上网电价屡创新低，成为多个国家最便宜的电源。由于光伏发电项目是一种设备占比非常高的工程项目，该项目除主设备之外其他的辅助设备较多且杂，项目业主一般情况下不愿意自己采购，主要原因包括2 个：1）辅助设备的制造商主要在中国，专业化程度较高，每种设备的生产商众多，鱼龙混杂。2）专业化的辅助设备生产商总体营收不大，国际市场开拓人员较少，与国外业主交流不便，不愿意直接面对国际采购商，例如光伏发电项目中的汇流箱等。3）业主专业人员有限，如单独请咨询，不仅费用较高，而且仍难以解决信息不对称问题。4）光伏发电项目工期较短，短期用工要求高，专业化程度高，需要有经验的项目管理人员组织团队施工。

考虑以上因素，光伏发电项目业主一般倾向于寻找一个EPC 总承包商，从而降低业主的管理成本，让专业的人干专业的活。

1.2 从业主的角度提供EPC 方案

国际市场上大量的光伏发电项目开发模式一般是通过业主对电价进行竞标，价低者获得项目。在竞标过程中业主需要考虑的成本包括融资成本、项目的征地成本、办理各种许可的成本、建设成本（EPC 总承包成本）、建完后的项目运维成本等，其中建设成本占比最大，所以在电价竞标的过程中，合理的EPC 总承包价格是业主赢得电价竞标的关键，因此很多业主越来越倾向于在电价竞标的前期就绑定EPC总承包商，以免费获取最优的价格和最合理的技术方案。

因此，对于EPC 总承包商来说，前期阶段提供给业主的方案就不能仅从EPC 的角度出发提供报价，而需要从业主的角度出发，为业主提供最具竞争力的电价，即在业主设定边界条件下的最低LCOE。这种从业主角度提供一站式解决方案的总承包方式，真正做到了为业主考虑，大大提高了EPC 总承包商的项目中标率。

2 LCOE 模型及其说明

2.1 LCOE 模型

平准化度电成本LCOE（Levelized Cost Of Energy）是业主赢得电价竞争的最重要的指标，该指标意义非常简单，就是单位发电量的成本，也就是将一个光伏发电项目全生命周期内所发生的所有成本除以所发的总电量，即可得出，如公式（1）所示。

式中：I0为初始投资，除了EPC 成本，对于光伏发电项目，还可能涉及其他成本如征地补偿、各种许可申请等费用、融资成本等；n为系统运行年限，对于光伏发电项目，一般组件的保证寿命为25 a，因此项目寿命期可取25 a；Dn为系统折旧，考虑到折旧的抵税效应，尤其是对于加速折旧会产生较多的税收优惠，折旧带来的收益应从总成本中扣除；i为年利率；T为项目所在国的所得税率；An为系统的第n年的运维成本及其他成本；Vr为系统寿命期末的残值；Yn为系统第n年的理论发电量。

2.2 LCOE 模型的修正

由于上述模型较为简单，未完全考虑光伏发电项目各种输入的边界条件，为此工作人员采用美国国家能源署（NREL）的可再生能源成本CREST（Cost of Renewable Energy Spreadsheet tool）工具对光伏发电项目的投融资模式和经济效益进行贴近工程实际应用分析，对LCOE的影响因素做敏感性分析。

决定光伏发电项目经济效益的直接因素是光伏发电项目的收入与支出，包括3 个方面：1）收入来源为装机容量（MW）、容量因子（主要反映了发电的效率，由太阳辐射量或年等效利用小时数决定，随时间变化会有因组件衰减、逆变器老化、模块脏污和太阳光照不足造成的损失）、单位电量电价和其他收入（PPA 购电协议和其他激励政策）。2）支出的主要因素[1]。一次性的建设成本（通常由光伏发电项目EPC 合同约定）；运维费用（通常以光伏发电项目运行25a计算，包括运维、土地租赁、企业开销、通货膨胀等）；贷款偿还成本（在还款年限内定期偿还贷款利息和本金）；税收优惠政策（中央和地方政府税收优惠政策等）。3）其他因素如碳排放交易中的核证减排机制等也会对光伏发电项目收支造成影响，暂不考虑。其他因素如光伏组件衰减率、逆变器更换、现金等已经计算在模型内。

CREST 模型根据光伏发电项目的净现值NPV ≥0 反算出LCOE价格。

3 项目的边界条件

3.1 不同地区的光伏资源不一样

光伏发电项目的收益很大程度上受到该地区光伏资源的制约，包括以下2 点：1）自然条件。由于太阳高度角的不同和地理纬度的不同，一般来说纬度低的地区太阳高度角大，太阳辐射强；晴天天数多，海拔高、空气稀薄、大气透明度大时太阳辐射能量更大；日照时间越长，地面所获的太阳能总辐射越多。2）技术和设备条件，包括光伏组件的效率和质量、光伏支架的安装方式和倾角，逆变器效率，其他因素如因清洁不当或不及时造成的遮挡或灰尘沉降、鸟粪污染等，清洗前后的发电量差异可达5%～7%。在具体计算时，工作人员用容量因子（%）来衡量某地区光伏发电量的大小。以杭州地区为例，全年日照时长大约为1 471 h，容量因子约为10%，与杭州纬度相同的太阳能条件优越的中东地区可以达到2 900 h～4 800 h，容量因子可达到18%。

3.2 不同地区的融资成本不同

对光伏发电项目进行投资时，资金包括企业或业主的自有资金和融资获得的其他资金。中资企业在推进海外项目融资的过程中，将涉及可提供贷款的境外商业银行、中国政策性银行和大型中国商业银行、在对应地区开展投资业务的中方主权投资基金和中国出口信用保险公司（中信保）等金融机构。经济金融发展水平和状况不同的地区和不同金融机构的选择使利率存在差异，担保条款和贷款要求也不同。一般而言，一个国家或者地区经济越发达，信用环境和法制建设越好，金融业和金融市场越发达，利率也就越低。对业主经营能力、财务状况、偿付能力的尽职调查将直接影响融资性保函的要求和成本。

3.3 不同地区的税收政策不一样

在不同的国家和地区，针对大型光伏发电项目所征收的营业税、企业所得税、增值税、印花税等税收优惠政策不一而足。以美国为例，就有针对可再生能源发电的税收激励政策，包括生产税收抵免PTC（Production Tax Credit），风能、地热能和生物能发电可获得24 美元/MWh 的生产补贴，其他新能源可获得12 美元/MWh 的补贴。此外，国家层面有投资税收抵免ITC（Investment Tax Credit），2019 年允许从联邦税收中扣除安装光伏发电项目成本的26%，2022 年开始这一比率将下降为10%。

4 案例分析

4.1 假设条件

在中东地区建设装机容量为100 MWdc 的光伏发电项目，建设期为12 个月，建设贷款利率为3%，太阳能辐射充足，光照条件优越，等效利用小时数可达到2400h/a，容量因子为18%，经过计算，年发电量为157 680 000kW·h（年发电量=装机容量×容量因子×365×24），因光伏组件衰减等因素，年发电量以每年0.4%的速度减少。该项目的生命周期为25 a。工程资金筹措方式按照“商业贷款+股权投资”形式，销售税金和所得税等税款统一按照6%征收。基础的建设成本和运维成本设置条件见表1。

表1 项目假定条件

该文用VBA 使CREST模型进行自动运算，选用不同组变量变化将如何影响LCOE。

4.2 不同建设成本下与容量因子对LCOE 的影响

选取建设成本和容量因子作为第一组变量，在建设成本为47 000 000 美元的前提下，建设成本以1%的步长增长，容量因子以0.3%的步长增长。通过VBA 运算得到对应数据点，得出不同建设成本与不同容量因子下的LCOE值（表2），即建设成本变化区间为100%～110%，容量因子变化区间为100%～103%，LCOE变化区间为3.228～3.518。由数据点可以找到一些规律，建设成本和容量因子以对应比例增长，具体为建设成本每增加1%，容量因子需要对应提高约0.6%，才能使LCOE单位发电成本保持恒定。

表2 不同建设成本与不同容量因子下的LCOE 值

为提高发电容量因子，需要对光伏发电项目的容量因子影响因素进行分析：1）科学设计光伏发电项目建设，如考虑因季节气候变化带来的太阳光辐射强度变化，对比固定式、可调式及跟踪式支架的建设成本投入与容量因子的增加，以便得到最低LCOE。2）以国际标准规范化设计，保证光伏发电项目生产活动的高效稳定。建设成本的投入可以将科学合理地选择电气设备作为重点[2]，全面分析设备自身性能、选择相应规格的设备，最大程度地消除外在因素对设备的影响；根据光伏发电项目运行的具体环境，提高电力生产效率，降低电能转换与发电输送流失的电力。

4.3 同一融资方案下适度增加建设成本能降低运维成本

光伏发电项目影响LCOE的最重要因素建设成本和运维成本，如果以建设成本与运维成本为变量，观察到两者反向变动对LCOE的影响。在保证融资贷款利率、债务与股权比例、还款年限等资本结构不变的前提下，经CREST模型的模拟运算，单位运维成本以3 美元/kW/年计，从100%提高到140%，以步长5%的幅度增加；假设建设成本相应降低，各项总和为47 000 000 美元，从100%降低到95%，以步长0.5%减少。分析运算数据列表中不同总投资与不同运维费用下的LCOE值，见表3，通过观察可知每增加0.5%的建设成本，减少约5%单位运维成本，仍可保持LCOE不变。

表3 不同总投资与不同运维费用下的LCOE 值

为加速光伏行业进入“平价时代”，使LCOE达到最佳，光伏发电项目的精细化、数字化、智能化转型为大势所趋。通过适度增加建设成本，引入如智能清洗机器人、无人智能巡检机、割草机器人等专业化运维设备[3]，应用软件对电站完成数据采集、数据分析、发电量统计、PR 分析、组串故障定位、缺陷管理、自动化报表管理等工作，实现24 h 实时监测等，能有效提高光伏发电项目运行效率，降低经济损失，延长运行时间。

5 结语

综上所述，在以项目融资形式实施的光伏发电项目中，在对CREST 模型进行模拟运算后，为使LCOE达到最优值，对影响光伏发电项目度电成本的容量因子、建设成本和运维成本进行协同考量。如在该文设定条件下，建设成本每增加1%，容量因子需要对应提高0.6%，LCOE可保持不变；每增加0.5%的总体建设成本，则单位运维成本可降低5%，仍能保持LCOE不变。对光伏发电项目选址、技能技术、元件设备性能、衰减等方面进行综合考量，最大化发电量；同时在保持项目质量的前提下适度降低建设和运维成本，能有效降低LCOE。在具体项目操作和执行的过程中，需要根据实际情况，可以结合CREST模型进行模拟运算，辅助项目决策。