任晓旭,王 杰,朱小炜
(1.中国广核新能源控股有限公司,北京 100070;2. 新疆金风科技股份有限公司,北京 100176)
目前,中国很多地区的光伏发电项目已基本实现了平价上网,与风电项目相比,光伏发电项目可以通过与农业结合来规避耕地占用税及林地补偿金等大额费用,对于已取消“增值税即征即退”优惠政策的光伏发电项目而言是利好方式,因此,很多地区的集中式光伏发电项目都采用了农、林、渔光互补形式并实现了平价上网。而在平价上网时代,光伏发电项目如何在实现经济性的同时具有一定的抗风险能力仍任重而道远。另外,分析光伏发电项目的平价上网特点还可为平价上网时代的风电项目建设提供一定参考。因此,本文从全国不同地区选取了20个光伏发电项目作为样本,将这些项目的平准化度电成本(LCOE)与核准电价、当地的脱硫煤标杆电价(下文简称为“煤杆电价”)对标,分析了项目含税的LCOE与核准电价之间的变化趋势;对LCOE的各影响因素进行敏感性分析;将从竞标电价时代到平价上网时代LCOE与核准电价的降幅进行分析;最后针对平价上网时代光伏发电项目如何保持经济性提出了对策与建议。
美国国家可再生能源实验室(NREL)将LCOE定义为平准化度电成本[1],是国际通用的评估不同区域、不同规模、不同投资额情况下采用不同发电技术的项目成本的方法。LCOE是对项目全生命周期内的成本和发电量进行平准化后计算得到,即全生命周期内项目的成本现值/全生命周期内项目的发电量现值[2-3]。2016年,美国通用电气公司发布的《2025中国风电度电成本白皮书》中对LCOE的描述表示为:
式中:Pd_c为项目的动态投资额,国内项目采用该公式时需将Pd_c处理为不含增值税进项税的动态投资额;TO&M为项目全生命周期;n为项目全生命周期的第n年;DdRt为资产折旧抵额;PO&M(1-Rt)为项目的税后运维成本;Vr_v为项目固定资产残值;Ea为项目每年的发电量;Rt为企业所得税税率;Rd为折现率。
从式(1)可以看出,LCOE受动态投资额、资产折旧、税后运维成本、固定资产残值、项目发电量、折现率、所得税等因素的影响。式(1)计算得到的是从项目角度出发,不考虑融资杠杆的不含税的LCOE,因此折现率的值应选取全投资内部收益率或加权平均资本成本。
国外对LCOE的研究与应用较早。Roth等在2004年对LCOE进行了相关研究,2010年国际经济合作组织对LCOE进行了较为综合和广泛的论述[4-6]。以德国为代表的很多国家的风电项目上网电价采用竞价上网方式,最终电价为“市场结清电价+政府补贴”,因此,在前期对项目进行经济性评估时无法计算其内部收益率(IRR),因此仅可利用LCOE进行项目的经济性评估;而且LCOE在国外竞价上网中的应用也较为广泛[7-8]。
当前,中国对LCOE的认知度尚存在不足,虽然针对其应用的研究较多,但理论研究相对缺乏,而且将LCOE应用于新能源发电行业也起步较晚。目前国内很多文献中只是将LCOE作为测算工具,而对于其计算公式中存在的国内外税制差异的叙述较少。在国内,LCOE最早是被维斯塔斯风力技术集团、美国通用电气公司等外资风电机组厂家用于不同机型方案的比选;之后,国内风电机组、光伏组件厂家和设计院陆续利用LCOE进行风电机组机型和光伏组件型号的比选及项目设计方案的选择,以LCOE最优作为最后确定的方案。在以往的光伏发电项目开发过程中,国内工程总承包(EPC)承包商只重视初始EPC成本,不太了解甚至忽视项目的LCOE,但随着国内EPC承包商越来越多的参与到全球光伏发电项目的开发中,其越来越重视从LCOE角度来进行光伏电站的设计[9]。
本文选取中国不同地区的20个光伏发电项目作为样本进行测算,其中:竞价项目11个,平价上网项目9个。样本项目的边界条件为:将项目全生命周期第1年的年初作为折现起点,选取全投资内部收益率作为折现率的取值,其他参数根据项目实际情况进行整理归集。由于中国新能源发电项目的上网电价是包含各种税的综合电价,而利用式(1)计算得到的LCOE是剔除了所得税、增值税、营业税金及附加等影响因素且未考虑国内新能源发电行业“三免三减半”所得税政策。因此,本文利用近似修正法将不含税的LCOE修正为含税的LCOE(即LCOE′),但无法修正所得税“三免三减半”政策在财务评价模型中产生的影响,然后与竞价项目、平价上网项目的核准电价对标,得出相关结论。
根据上述边界条件,测算项目的LCOE及LCOE′,并与项目的核准电价及当地的煤杆电价对标。竞价项目及平价上网项目的LCOE及LCOE′分别如表1、表2所示。
表1 竞价项目的LCOE及LCOE ′Table 1 LCOE and LCOE′ of bidding projects
从表1和表2可以看出;以安徽省的光伏发电项目为例,随着补贴逐渐退坡,2019年该省的竞价项目的核准电价为0.4466元/kWh,LCOE′为0.4592元/kWh;同年,该省平价上网项目的核准电价为当地的煤杆电价,即0.3844元/kWh,LCOE′为0.4041元/kWh。2020年该省的2个竞价项目的核准电价均为0.4044元/kWh,LCOE′分别为0.4040和0.4097元/kWh;同年,该省2个平价上网项目的核准电价均为当地的煤杆电价,即0.3844元/kWh,LCOE′均为0.3905元/kWh。2021年该省2个平价上网项目的核准电价均为当地的煤杆电价,即0.3844元/kWh,LCOE′分别为0.3883和0.3873元/kWh。综上可知,同一地区中,竞价项目的LCOE′随着核准电价的下降逐渐下降,而平价上网项目的
表2 平价上网项目的LCOE及LCOE ′Table 2 LCOE and LCOE′ of grid parity projects
核准电价虽然未变,但其受2个细则考核、市场化交易等因素的影响,使项目的综合电价呈下降趋势,LCOE′随技术成本、项目预期收益率等因素的下降也逐渐降低,这说明2019~2021年期间,LCOE′存在一定的压缩空间,为全面平价上网时代光伏发电项目保持一定的经济性提供了保障。
分别对表1中不同竞价项目的核准电价与LCOE′及表2中不同平价上网项目的核准电价与LCOE′进行统计,以便于分析二者之间的关系,统计结果如图1所示。
图1 LCOE′与核准电价的变化趋势图Fig. 1 Trend chart of LCOE′ and approved electricity price
从图1可以看出,对于所有竞价项目的核准电价而言,核准电价相对较高的省份包括贵州省、河北省、陕西省及湖北省;对于所有平价上网项目的核准电价而言,核准电价相对较高的省份包括湖南省和安徽省;上述地区的LCOE′也均较高。对于所有竞价项目的核准电价而言,核准电价相对较低的省份包括吉林省、山西省、青海省;对于所有平价上网项目的核准电价而言,核准电价相对较低的地区为内蒙古自治区;上述地区的LCOE′也均较低。这说明LCOE′与竞价项目及平价上网项目的核准电价均呈显著的同向变化趋势。
竞价项目与平价上网项目中各项目的LCOE′与其核准电价之间的关系如图2所示。
图2 LCOE′与核准电价之间的关系 Fig. 2 Relationship between LCOE′ and approved electricity price
从图2中可以看出,LCOE′与核准电价呈线性相关,核准电价随LCOE′的升高而升高。这说明无论是竞价项目还是平价上网项目,均呈现出“核准电价高的地区,其项目的LCOE′也高;核准电价低的地区,其项目的LCOE′也低”的趋势,进一步说明了在平价上网时代,无论核准电价高或低,均有适合开发的光伏发电项目。
此外,从选取的光伏发电项目样本来看,LCOE′与项目核准电价基本相当,由于本文是采用近似修正法将LCOE修正为LCOE′,因此无法修正“三免三减半”所得税政策产生的影响,导致项目的LCOE′略高于其核准电价,但这些项目收益都是能满足既定的IRR要求的,这说明可以利用近似修正法修正后的LCOE′与核准电价的高低来初步判断项目是否具有可行性。然而,对于平价上网项目而言,即使LCOE′高于核准电价,也不能说明项目不可行,而是需要结合财务评价模型测算得到的IRR来综合评价项目的品质;当LCOE′略高于核准电价且IRR满足既定要求时,项目可行;当LCOE′高于核准电价且IRR不满足既定要求时,则项目不可行,需结合LCOE′可优化的程度,将LCOE′各边界优化至满足既定IRR要求为止,此时会产生适合项目核准电价的新的LCOE′值。
对表2中的湖南省某光伏发电项目进行分析,以初始方案中的值作为基准值,分别设定光伏组件总成本、年利用小时数、运维成本、预期收益率的变动幅度为±5%和±10%,然后分别测算项目的LCOE和利用财务评价模型倒推的项目可接受的最低电价(下文简称为“反算最低电价”),得到4个因素变动对LCOE和反算最低电价的影响,具体如表3~表7所示。
根据表3~表7中的数据,运用变量单因素分析法,可以测算得到LCOE和反算最低电价对光伏组件总成本、年利用小时数、运维成本及预期收益率变化的敏感性,从而在关键边界条件中找到对LCOE和反算最低电价影响最大的边界条件。LCOE和反算最低电价对关键边界条件变化的敏感性如图3所示。
图3 LCOE和反算最低电价对影响因素的敏感性分析Fig. 3 Sensitivity analysis of LCOE and back-calculated minimum electricity price to influencing factors
表3 光伏组件总成本变动对LCOE和反算最低电价的影响Table 3 Influence of PV modules total costs changes on LCOE and back-calculated minimum electricity price
表7 预期收益率变动对反算最低电价的影响Table 7 Influence of expected yield change on back-calculated minimum electricity price
表4 年利用小时数变动对LCOE和反算最低电价的影响Table 4 Influence of annual utilization hours change on LCOE and back-calculated minimum electricity price
表5 运维成本变动对LCOE和反算最低电价的影响Table 5 Influence of operation and maintenance costs change on LCOE and back-calculated minimum electricity price
表6 预期收益率变动对LCOE的影响Table 6 Influence of expected yield change on LCOE
从图3可以看出,LCOE对影响因素的敏感性排序为:年利用小时数>光伏组件总成本>预期收益率>运维成本。反算最低电价对影响因素的敏感性排序为:年利用小时数>光伏组件总成本>预期收益率>运维成本。由此可知,LCOE和反算最低电价均对年利用小时数和光伏组件总成本的敏感性最高,均对运维成本的敏感性最低;而且各影响因素对LCOE和反算最低电价的影响幅度基本一致。这说明LCOE与反算最低电价的本质相同,可将LCOE看作是项目可接受的最低电价。但由于国内外存在税制差异,导致式(1)计算得到的LCOE不能直接作为国内项目可接受的最低电价,应将其修正为LCOE′,但因修正方法存在制约因素,无法与计算IRR时对税的处理方式完全一致,导致LCOE′不能与反算最低电价完全相同。
由于2019~2021年这3年间光伏发电项目基本实现了从竞标电价到平价上网电价的过渡,以20个光伏发电项目样本中安徽省的8个光伏发电项目为例,分别对2019~2020年期间及2020~2021年期间这8个光伏发电项目的核准电价与LCOE′的平均降幅进行对比,结果如表8所示。
表8 安徽省8个光伏发电项目的核准电价与 LCOE′平均降幅对比Table 4 Average decrease comparison of approved electricity price and LCOE′ of eight PV power generation projects in Anhui Province
从表8中可以看出,2020年与2019年的光伏发电项目对比时,核准电价的平均降幅为-5.08%,LCOE′的平均降幅为-7.64%;2021年与2020年的光伏发电项目对比时,核准电价的平均降幅为-2.54%,LCOE′的平均降幅为-2.73%。这说明光伏发电项目要想在实现平价上网的同时又满足公司的全投资内部收益率和资本金内部收益率要求,需要LCOE′的降幅大于等于项目核准电价的降幅才能达到,而优化LCOE′的边界条件也就是优化公司的全投资内部收益率和资本金内部收益率主要的敏感性边界条件。
光伏发电项目的成本是由项目建设过程中多方面因素产生的。
1)政府可通过一定措施来降低由非技术成本带来的光伏发电项目LCOE的增加,可通过政策指引集中式光伏发电项目与农业结合来规避耕地占用税、林地补偿金等相关费用。
2)光伏组件厂商应加大技术研发力度,开发高效光伏组件来应对平价上网时代的到来,高效光伏组件的应用是降低光伏发电项目LCOE、实现平价上网的主要途径之一。光伏发电项目平价上网后,高效光伏组件技术将迎来快速普及时期,并将加速平价上网的进程。很多光伏领跑者项目都对技术先进性有一定要求,而技术先进性主要是体现在高效光伏组件的应用方面。比如:将n型、p型、异质结光伏组件与半片、叠瓦及MBB技术相结合;采用n型、p型双面光伏组件;或采用“双面+半片”光伏组件;这些高效光伏组件将降低其输出功率的衰减率,从而提升其发电量。许多集中式光伏发电项目应用双面双玻光伏组件后提升了输出功率、降低了平衡系统(BOS)成本,且发电量的增加摊薄了项目的LCOE,因此高效光伏组件技术可提升项目的经济性[10]。
3)从项目开发商层面来看,其应加强与光伏组件厂商及设计院的交流沟通,持续跟进能优化项目LCOE的技术与措施,也争取降低项目的非技术成本[11]。
4)电网公司应结合光伏发电项目的实际情况承担电力的输送工程建设,以降低项目本身的输送成本。
开拓源网荷储、多能互补等新型业务形式,积极推进绿电、绿证、碳交易市场等交易形式,鼓励就近直接交易,完善支持新能源电力就近直接交易的输配电电价政策,降低中间输送环节的费用;对分布式光伏发电市场化交易试点的交易电量执行项目所涉及电压等级的配电网输配电电价,并核减未利用的高电压等级输配电电价[12]。平价上网项目可通过绿证、绿电、碳交易等方式获得合理收益,政府可在全额保障性收购政策方面予以支持,若发生光伏发电限电问题,可通过市场化交易和上述新型交易模式,将限发电量核定为可转让的优先发电计划,使项目通过发电权交易(转让)获得补偿收益[13]。政府需建立长期稳定的电价政策保障机制,对平价上网项目执行固定电价收购政策,按照项目核准时的煤标电价,由省级电网企业与光伏发电项目投资商签订固定电价购售电合同[14]。
光伏发电项目的平价上网之路一直在强调压缩项目的各项成本,尤其是压缩非技术成本。但从实际情况来看,压缩非技术成本存在一定难度,尤其是光伏组件价格受硅等多种原材料及零部件价格的影响,不可控因素较多,项目投资商面临的降本压力巨大。因此,应从项目前期设计开始,充分优化技术方案和精准管控成本水平,这将成为决定项目IRR的关键,也是降低项目LCOE的关键[15]。
对于平价上网时代的到来,太阳能资源禀赋尤为关键,更需要提升测算人员精准化、精细化测算全投资内部收益率和资本金内部收益率、LCOE的能力,及时掌握政策信息,调整测算模型以适应市场的需求、市场的变化及公司的发展,只有精细化、精准化测算才能提高项目的抗风险能力。
由于平价上网的光伏发电项目已不享受增值税即征即退的税收优惠,有些集中式光伏发电项目甚至还需缴纳大额耕地占用税或林地补偿金等费用,从LCOE的角度来看,每个项目可适当降低预期收益率标准,以实现LCOE最优,同时还应优化测算时的边界条件,以保证可达到一定的预期收益率标准。
本文将公式计算出的不含税LCOE修正为含税LCOE,并与光伏发电项目的核准电价变化趋势进行对比分析,得出二者的变化趋势图。对含税LCOE与同边界条件下利用财务评价模型倒推得到的可接受最低电价(即“反算最低电价”)分别进行影响因素敏感性分析,对影响二者的关键变量进行分析;最后提出平价上网时代光伏发电项目如何保持经济性的对策与建议。分析了含税LCOE与核准电价之间及不含税LCOE与反算最低电价之间的关系,并对从竞标电价时代到平价上网时代光伏发电项目的含税LCOE与核准电价的平均降幅进行了论证,得出以下结论:
1)LCOE受年利用小时数、光伏组件总成本的影响最大,其中年利用小时数是LCOE最敏感的影响因素。
2)LCOE和反算最低电价对影响因素的敏感性均呈现出年利用小时数>光伏组件总成本>预期收益率成本>运维成本的趋势;这4个因素对LCOE和反算最低电价的影响程度基本相同,说明LCOE与反算最低电价本质上相同,因此可将含税LCOE看作项目可接受的最低电价。但由于将不含税LCOE修正为含税LCOE的过程很难与IRR财务评价模型中对税的处理过程完全一致,导致含税LCOE有可能与财务评价模型倒推得到的可接受最低电价不完全相同。
3)光伏发电项目平价上网后若要保持一定的经济性,需要将含税LCOE与核准电价保持同比例或更大幅度的下降才可实现。
4)从光伏产业上下游多方联合寻求LCOE最优、多指并举解决市场消纳、强化方案的优化和成本管控水平、提升精准化和精细化投资测算能力、适当降低平价上网项目的预期收益率标准等方面提出建议,以实现平价上网时代光伏发电项目LCOE的下降在经济上具有可行性及一定的抗风险能力。