现货市场对光伏电站投资影响研究

4 案例分析

4.1 分时电价预测

光伏电站投资需要预估未来收益,所以在投资决策前对电力市场未来电价进行预测是必要步骤。考虑到电价与季节、用电时段紧密相关,在时间上具有规律性,本文采用自回归平均滑动模型模型(auto-regressive and moving average modes,ARMA)对未来电价进行预测。ARMA模型有较精确的谱估计及较优良的谱分辨率性能,通过对观察值序列的分析研究,能够找到发展规律并提取其中的信息以预测电价未来走势。由于我国电力体制改革尚在推进过程中,暂无分时电价数据,本文预测样本数据借鉴美国德州批发市场电价并按照燃料成本进行相应折算[21]。如图6、表1所示。

图6 某月预测分时价格Fig. 6 Time of use price fore of a month

表1 预测误差Tab. 1 Fore error

光伏电站投资是一个长期性问题,投资回收时间跨度中政策、电价、成本变化等均存在无法把控的风险因素,期间可能产生较大变化。虽然预测均存在一定误差,从投资决策的角度来说,通过对分时电价预测可以规避一部分电价不确定风险,从而达到光伏电站投资量化分析的目的。电价预测精度达到一定程度有助于量化分析即可,认为电价预测10%左右的相对误差是可以接受的,能够达到投资决策分析的目的。

4.2 分时出力计算

对于投资方,项目实际运行之前无法得知具体上网电量,可以通过HOMER软件输入项目地理位置等信息获得小时级别模拟辐射量,并根据光伏系统稳态出力模型预计光伏电站未来出力情况。

Ppv(t)=fpvPNGT(t)GS(1+KT(Tpv(t)−TS))Ppv(t)=fpvPNGT(t)GS(1+KT(Tpv(t)−TS))(14)

式中：Ppv(t)Ppv(t)为tt时刻光伏电站出力;PNPN为电站装机容量;fpvfpv为光伏系统功率降额因数,用于衡量光伏板洁净、老化程度,一般为0.9;GT(t)GT(t)为tt时刻光照辐射强度;KTKT为功率温度系数,取-0.35;Tpv(t)Tpv(t)为tt时刻光伏板温度;TSTS为标准测试温度,一般为25℃;GSGS为标准光照条件下的辐射强度,为1kW/m21kW/m2。

上式为理论出力值,考虑到实际现场环境存在诸多影响,实际出力会比理论值略小,存在误差。

Preal(t)=Ppv(t)(1−β)Preal(t)=Ppv(t)(1−β)(15)

式中：Preal(t)Preal(t)为光伏电站实际出力;ββ为误差率。

由于光伏发电没有燃料成本,一般报零价或负价,所以本文假设其发电量全部出清;同时采用等年值法进行收益计算,即假设每年的预测电价与上网电量相同计算每年总收益。

4.3 投资回收分析

本文分别选取3类资源区中的50 MW光伏电站进行分析,考虑投资、财务、运营等因素,电站现金流出量统一规定为6000万元/年;差价合约签约量为20 MW,签约时段为7:00—18:00,价格为300元/(MW·h),误差率为2%,运行温度取25℃,运营年限为25年,通货膨胀率与折现率分别为3%与8%。边际电量排放因子与电量排放因子分别为0.9316、0.3467。电站所属地区上网电价情况[22]见表2。

表2 电站数据Tab. 2 PV plants data

1）投资评估指标计算。

在3种交易模式下,3类资源的光伏电站的投资评估指标计算结果如图7、8和9所示。

从图7可以看出,3个电站若签约差价合同,动态回收期最短,投资回收最快。而采用固定电价上网模式的动态回收期最长,投资回收最慢。

从图8中可以看出,3个电站采用签约差价合约模式,其内部收益率指标最高,即预期的报酬率最高。电站1、2的固定电价上网模式的内部收益率指标最小,而电站3由于上网电价高,其全日量

图7 动态回收期指标Fig. 7 Dynamic investment payback period

图8 内部收益率指标Fig. 8 Internal rate of return

图9 收益成本比指标Fig. 9 Ratio of benefit and cost

日前结算模式的内部收益率最小。

从图9中可以看出,3个电站签订差价合约交易模式的收益成本比最高,电站1、2的固定电价上网模式的收益成本比指标最小,而电站3由于上网电价高,其全日量日前结算模式的收益成本比 最小。

2）投资收益计算。

光伏电站的年度收益包括差价合约收益、日期市场收益和碳收益。图10为各光伏电站在3种交易模式下的年度收益统计。

图10 电站收益Fig. 10 Income of PV plants

从图中看到,电站1和电站2采用签订差价合约与全电量日前结算两种交易模式的日前市场收益比固定电价上网模式的日前市场收益高。该现象产生的原因在于光伏电站出力处于早上与上午系统负荷较高的时段,受市场供需的影响,该时段电价相对较高,导致上述两电站的固定上网电价低于光伏电站出力时段的分时价格平均值。

从表2可得,电站3的上网电价最高,要高于光伏电站出力时段的分时价格平均值,导致固定电价上网模式的年度收益比全电量日前结算模式更多,也解释了图7、8、9中电站3在固定电价上网模式下动态回收期、内部收益率以及收益成本比指标均优于全电量日前结算模式的现象。

4.4 敏感度分析结果

本文选取了现金流入量、政府补贴、以及预测电价的波动程度3项因素对效益成本比评价指标进行敏感性分析,以研究现货市场价格波动以及其他参数对光伏电站投资经济性的影响,其中价格波动敏感度通过改变价格曲线方差进行研究。表3为敏感度分析结果,结果表明,全电量参与日前市场与签订中长期差价合约交易模式对政府补贴的敏感程度较大,由此可以看出政府补贴对上述两种交易模式下光伏电站投资回收的重要性;签订中长期差价合约后,电站对现金流入量和政府补贴敏感度绝对值为3种模式中最小。原因在于差价合约可以为光伏电站带来额外的稳定收益,从而减小电站对其他收益来源依赖,增强了电站投资回收的稳定性。对于光伏电站这类长期投资项目,现货市场电价波动并不会对投资经济性产生较大影响,签订差价合约后提前锁定了价格,电价波动影响程度几乎为0。

表3 敏感度分析Tab. 3 Sensitivity analysis

5 结论

本文提出了集中式现货市场下光伏电站未来可能的3种交易模式,并建立了相应的收益模型。通过计算光伏电站投资内部收益率、动态回收年限、效益成本比评价指标进行投资效果分析,算例分析表明：

1）签订中长期差价合约的模式有利于光伏电站投资回收,投资经济性在3种模式中最优。

2）政府补贴对光伏电站投资有较大的影响,而签订中长期差价合约可以减小光伏电站效益成本比敏感程度,增加投资稳定性;由于光伏电站投资时间跨度较长,电价波动对于长期投资影响较小。

本文所做工作可以对未来光伏电站参与电力市场竞争后的投资分析提供指导,同时强调了集中式电力市场下签订中长期差价合约的重要性。