宋 越，王玉瑋，苑曙光，戴 同

（1.華北電力大學電氣與電子工程學院，北京 102206；2.華北電力大學（保定）經(jīng)濟管理系，保定 071003；3.內蒙古工業(yè)大學經(jīng)濟管理學院，呼和浩特 010051；4.內蒙古建筑職業(yè)技術學院經(jīng)濟管理學院，呼和浩特 010070）

近年來，隨著光伏組件成本的下降，使得集中式光伏電站具備平價上網(wǎng)的條件，在一些光照資源稟賦較高區(qū)域，很多項目甚至是以遠低于標桿電價的價格中標。然而，受日照資源的影響，光伏發(fā)電出力具有較強的隨機性和不確定性，高比例光伏發(fā)電對電力系統(tǒng)的安全運行帶來了挑戰(zhàn)。為了提升光伏電站的靈活性，降低棄光率，許多省份發(fā)布了以光伏電站配置儲能作為參與項目競價的基本條件，然而目前各地對光伏項目配置儲能的基本條件和激勵機制尚不明確，增加了光伏項目投資的風險。

項目平準化成本LCOE（levelized cost of electricity）能否低于當?shù)鼗痣姌藯U電價，以及項目能否獲取合理的內部收益率IRR（internal rate of return）是實現(xiàn)光伏項目平價上網(wǎng)的關鍵。由于電化學儲能的融入，項目成本和收益的構成發(fā)生變化，且相關變量在生命周期內動態(tài)變化并相互影響，使得光伏儲能項目成本和收益水平難以準確測度。因此，全面考慮光伏儲能項目生命周期內的成本和收益構成，構建動態(tài)的項目LCOE和IRR測度模型，對光伏儲能項目投資決策及制定儲能配套政策具有較強的現(xiàn)實意義。

目前，新能源平價上網(wǎng)問題受到業(yè)內的重點關注，現(xiàn)有研究主要集中在3個方面：①對實現(xiàn)平價上網(wǎng)的時間節(jié)點及可能區(qū)域進行預測；②研究具體項目實現(xiàn)平價上網(wǎng)的所需條件；③研究平價上網(wǎng)的影響因素。

在實現(xiàn)平價上網(wǎng)的時間節(jié)點和可能區(qū)域預測方面，文獻[1]深入解構光伏電站的系統(tǒng)成本，基于LCOE計算方法，對不同年份和資源水平下的上網(wǎng)電價進行預測，分析光伏電站實現(xiàn)平價上網(wǎng)的路線。文獻[2]結合中國新能源發(fā)電成本變化趨勢，對“三北”、中部和南方地區(qū)的新能源LCOE進行預測，結合燃煤標桿電價和系統(tǒng)成本，分析哪些區(qū)域能夠在2020年能夠實現(xiàn)平價上網(wǎng)。文獻[3]根據(jù)2008—2018年光伏組件和風電造價的變化趨勢，預測2025年中國各區(qū)域新能源發(fā)電單位容量造價水平，進而測算新能源發(fā)電LCOE，結合各省等效電價，分析全面實現(xiàn)發(fā)電側平價上網(wǎng)的可能性。文獻[4]在不同時間節(jié)點上，計算了中國4類太陽能資源區(qū)域的分布式光伏LCOE，通過對比LCOE與零售電價、脫硫火電基準價，分析中國分布式光伏實現(xiàn)供給側平價和需求側平價的途徑。

在項目平價上網(wǎng)所需條件分析方面，為了確定分布式光伏項目可承受的最大成本，文獻[5]建立了光伏投資效益邊界模型，分析了項目在不同補貼電價、自發(fā)自用比例和內部收益率等參數(shù)下的投資效益邊界，并計算了不同補貼退坡方案下分布式光伏的收益空間。文獻[6]建立了光儲電站成本電價模型，結合平價上網(wǎng)可行性指標，通過敏感性分析得出光儲電站平價上網(wǎng)的投資臨界成本，并利用學習曲線模型分析光伏組件和電池的價格變化趨勢，對實現(xiàn)平價上網(wǎng)的時間節(jié)點進行預測。

在平價上網(wǎng)影響因素分析方面，文獻[7]考慮了不同地區(qū)可再生能源資源、標桿電價和利用水平對平價上網(wǎng)的影響，建立了基于IRR的新能源發(fā)電經(jīng)濟性分析模型，并對2020年各省份風電場和光伏電站經(jīng)濟性進行測算。文獻[8]考慮了綠證對光伏發(fā)電成本的影響，將學習曲線模型與LCOE模型相結合來計算未來光伏發(fā)電成本，通過煤電上網(wǎng)電價與光伏發(fā)電上網(wǎng)電價的比較，確定了實現(xiàn)太陽能光伏發(fā)電上網(wǎng)平價的時機和條件。文獻[9]將上網(wǎng)電價與補貼作為效益指標引入傳統(tǒng)LCOE模型，構建平準化度電凈現(xiàn)值LNPVE（levelized net present value of elec?tricity）模型用于研究光伏發(fā)電項目的長期經(jīng)濟效益及其影響因素。為了研究平價上網(wǎng)對風電產(chǎn)業(yè)的影響，文獻[10]運用動態(tài)系統(tǒng)動力學模型分析了風電發(fā)展影響因素對其促進和制約作用，并結合歷史數(shù)據(jù)預測了不同補貼方式下風電的未來發(fā)展態(tài)勢。

綜上所述，現(xiàn)有研究主要是通過新能源發(fā)電測算LOCE與標桿電價進行比較，分析視角多為通過分析發(fā)電成本的變化趨勢以預測未來LCOE水平，缺乏對新能源發(fā)電收益水平的相關分析。其次，現(xiàn)有研究所采用的LCOE測算方法多為靜態(tài)方法，缺乏對LCOE相關因素動態(tài)變化和相互影響的考慮。光伏儲能電站成本和收益構成復雜，相關因素之間相互影響，依照現(xiàn)有研究的方法難以準確測度光伏儲能項目的LCOE和IRR。因此，迫切需要根據(jù)光伏儲能項目成本和收益的邏輯關系，建立動態(tài)的光伏儲能項目平價上網(wǎng)分析模型，以實現(xiàn)光伏平價上網(wǎng)項目的科學決策。

基于此，本文結合光伏儲能項目盈利模式，對光伏儲能項目全壽命周期內成本和收益的構成要素的因果關系進行深入分析；然后，構建光伏儲能項目平準化成本凈現(xiàn)值LOCE-NPV（levelized cost of electricity-net present value）系統(tǒng)動力學模型；最后，以內蒙古地區(qū)某大型光伏平價項目為例，參考內蒙古近期光伏電站配置儲能政策，利用LOCE-NPV系統(tǒng)動力學模型分析項目實現(xiàn)平價上網(wǎng)的儲能配置，以及項目實現(xiàn)平價上網(wǎng)所需要的其他邊界條件。

1 光伏電站配置儲能的相關收益

在新能源發(fā)電領域，儲能的主要作用是調峰、調頻及修正風光功率預測曲線，根據(jù)現(xiàn)行的電力市場機制，光伏電站配置儲能可從降低棄光及在電網(wǎng)輔助服務中獲利。

1.1 降低棄光收益

根據(jù)光伏電站棄光原理，通常棄光發(fā)生在光伏出力較高時段。集中式光伏電站配置在配置一定規(guī)模儲能后，可以在高峰時段儲存電能，在電力需求較高時段釋放，從而減少棄光損失。根據(jù)文獻[11]的計算方法，儲能在降低棄光方面的收益IA可以表示為

式中：QA為儲能儲存的棄光電量；pgrid為光伏電站所執(zhí)行的上網(wǎng)電價；ES為儲能容量；- -----DOD為儲能日平均充放電深度；Nday為日內充放電循環(huán)次數(shù)。

1.2 輔助服務收益

我國能監(jiān)局出臺的《發(fā)電廠并網(wǎng)運行管理實施細則》和《并網(wǎng)發(fā)電廠輔助服務管理實施細則》（簡稱“兩個細則”）是指導電力系統(tǒng)調節(jié)的綱領性文件，其中并網(wǎng)運行管理細則主要規(guī)定考核方法，輔助服務管理細則主要規(guī)定獎勵和分攤方法。

由于各區(qū)域光伏裝機水平和靈活性資源稟賦存在一定差異，各區(qū)域“兩個細則”對光伏電站考核與獎勵的側重點差別較大。目前，各地“兩個細則”對光伏電站考核的重點是有功調節(jié)和功率預測。在有功調節(jié)方面，以《南方區(qū)域光伏電站并網(wǎng)運行及輔助服務管理實施細則（2020年）》為例，該細則要求光伏電站有功功率變化率不能超過10%的額定容量，若超過限值則考核光伏電站上網(wǎng)電量，假定該部分考核電量為L1。在功率預測準確率方面，根據(jù)光伏電站實際出力準確率和考核標準的差異來定量考核光伏電站上網(wǎng)電量，假定該部分考核電量為L2。在對新能源發(fā)電獎勵的重點是對功率短期預測準確率進行補償，《華東區(qū)域并網(wǎng)發(fā)電廠輔助服務管理實施細則（2019年）》明確規(guī)定了新能源發(fā)電功率預測準確率的電量補償標準，假定光伏電站準確率的補償額為R。

在配置儲能后，可以降低考核電量，并能夠得到一定補償。因此，通過配置儲能可以使光伏電站在輔助服務市場上增加一定的收益，這部分收益可用收益電量IS表示，即

式中：ΔR為補償電量增加的部分；ΔL為考核電量降低的部分。

2 光伏儲能平價上網(wǎng)項目經(jīng)濟性分析模型

2.1 光伏儲能LOCE模型

傳統(tǒng)發(fā)電LOCE計算所依據(jù)的基本原理是在考慮時間價值的前提下，項目生命周期內成本凈現(xiàn)值與收益的凈現(xiàn)值相等。光伏儲能項目成本構成包括項目建設成本、財務成本、運維成本、儲能設備更新成本、應繳稅額；收益主要是項目發(fā)電收益和輔助服務收益，其中，輔助服務收益不是根據(jù)實際發(fā)電量所得，因此該部分電量不計入累計發(fā)電量中，只用于計算項目現(xiàn)金流入和應繳稅額。此外，由于配置儲能，在統(tǒng)計發(fā)電量時應考慮儲能對項目發(fā)電收益的影響。綜上所述，光伏儲能項目LCOE可表示為

式中：CAPEX為項目初始建設成本；OPEXn為項目在第n年的運營成本；EUPDn為項目在第n年更新儲能設備所增加的成本；TAXn為第n年項目的應繳稅額；Cap為光伏項目裝機容量；H n為項目在沒有配置儲能條件下第n年的利用小時數(shù)；ΔH n為由于增加儲能，項目在第n年所增加的利用小時數(shù)；i為項目折現(xiàn)率；N為項目運營年數(shù)。

2.2 光伏儲能項目LOCE-NPV系統(tǒng)動力學模型

光伏項目LCOE和IRR是決定項目能否實現(xiàn)平價上網(wǎng)的重要參數(shù)。由于光伏儲能項目中儲能具有增加光伏利用水平和電網(wǎng)輔助服務的作用，因此改變了傳統(tǒng)光伏電站的收益方式，這使得發(fā)電量、建設成本、運行成本、納稅額等要素的計算方式發(fā)生改變。此外，在項目生命周期中，儲能設施的更新成本呈動態(tài)下降趨勢，因此光伏儲能LCOE和IRR計算涉及的參數(shù)眾多，且參數(shù)本身具有較強的動態(tài)性，由于這些參數(shù)的變化和相互影響，使得光伏儲能LCOE和IRR在項目生命周期內動態(tài)波動?；诠夥鼉δ茼椖堪l(fā)電量、成本和收益的關系，結合儲能在光伏儲能項目中的作用，建立光伏儲能項目平價上網(wǎng)相關影響因素的因果關系如圖1所示。

內部收益率是當項目凈現(xiàn)值NPV（net present value）等于0時的折現(xiàn)率。以圖1為基礎，結合光伏項目建設、運行維護、收入及稅務制度，考慮大型光伏項目建設特點，構建光伏儲能項目LCOE-NPV系統(tǒng)動力學模型，模型的存量流量如圖2所示。

圖1 影響光伏儲能項目平價上網(wǎng)相關因素的因果關系Fig.1 Causal relationship among related factors affecting the grid parity of photovoltaic energy storage project

圖2 光伏儲能項目LCOE-NPV存量流量Fig.2 LCOE-NPV stock flow in photovoltaic energy storage project

光伏儲能項目LCOE-NPV模型由光儲項目LCOE系統(tǒng)、NPV量值系統(tǒng)、稅前現(xiàn)金流出和應繳稅總額4個子系統(tǒng)組成。子系統(tǒng)間邏輯關系為①LCOE系統(tǒng)能夠計算各年的發(fā)電量和生命周期發(fā)電量現(xiàn)值總額，結合上網(wǎng)電價等參數(shù)可以計算各年的現(xiàn)金流入；②稅前現(xiàn)金流出系統(tǒng)將各年的支出分別進行求和，應繳稅系統(tǒng)根據(jù)項目的收入和部分支出計算項目的各項應繳稅額并求和得到應繳稅總額，利用應繳稅總額和稅前現(xiàn)金流出可以計算各年稅后現(xiàn)金流出；③根據(jù)各年稅后現(xiàn)金流出和生命周期發(fā)電量現(xiàn)值總額計算項目LCOE，模型主要參數(shù)的設置如表1所示，其中，+表示因素間是正比例變化；-表示兩個因素是負比例變化；＜＞中變量是影 子變量，其含義與圖中同名變量等效。

表1 光伏儲能項目LCOE-NPV系統(tǒng)動力學模型參數(shù)設置Tab.1 Parameter setting of LCOE-NPV system dynamics model for photovoltaic energy storage project

3 案例分析

3.1 光伏項目及儲能配置方案

案例項目位于內蒙古西部地區(qū)，區(qū)域太陽能年最大等效滿負荷利用小時數(shù)約為1 750 h。項目裝機容量為100 MW，設計使用壽命25 a。按3.7￥/W的造價水平估算，項目工程總投資合計約3.7×108￥，自有資金比例30%，其余為銀行貸款，貸款利息4.9%，貸款償還期15 a，項目執(zhí)行蒙西地區(qū)火電標桿電價0.282 9￥/（kW·h）。

根據(jù)內蒙古自治區(qū)能源局印發(fā)的《2020年光伏發(fā)電項目競爭配置方案》對普通光伏電站配置儲能的要求，應保證配置容量達到建設規(guī)模的5%，儲能系統(tǒng)儲能時長在1 h以上。結合案例項目裝機容量，以配置項目裝機容量5%（5 MW/5 MW·h）儲能作為基礎場景，另以配置項目裝機容量10%（10 MW/10 MW·h）和15%（15 MW/15 MW·h）儲能作為比選場景。按目前磷酸鐵鋰調頻用儲能系統(tǒng)的成本水平，假定在工程總承包模式下，光伏儲能項目成本為2.0￥/（W·h），儲能系統(tǒng)電芯8 a更換1次，首次更換成本為1.2￥/（W·h），第2次更換成本為1.0￥/（W·h）。

3.2 光伏儲能項目收益計算

3.2.1 發(fā)電收益

光伏儲能項目發(fā)電收益是指實際上網(wǎng)電量銷售收益，這部分上網(wǎng)電量可理解為項目在無儲能配置情形下的上網(wǎng)電量與儲能增發(fā)電量兩部分之和。無儲能配置情形下的上網(wǎng)電量可以參考案例項目當?shù)毓夥骄眯r數(shù)計算。假設儲能平均每日的充放電循環(huán)次數(shù)為1次，充放電深度為0.8，根據(jù)式（1）可計算在不同儲能場景下的儲能增發(fā)電量。

3.2.2 輔助服務收益

由式（2）可知，光伏儲能電站參與輔助服務的收益等于輔助服務補償部分與考核部分之差。根據(jù)案例項目所在區(qū)域某月度考核結果，裝機容量在50 MW以上的所有光伏電站總考核電量為1 178.7 MW·h，平均每兆瓦裝機考核電量為1.08 MW·h；總補償電量為2 350 MW·h，平均每兆瓦裝機補償電量為2.16 MW·h。為了便于計算，假設配置一定比例儲能后，光伏儲能項目可以在上述標準基礎上減少相應比例的考核電量，并增加相應比例的補償電量，補償電量與考核電量之差即為項目參與輔助服務可增加的電量收益。

3.3 光伏儲能項目LCOE及NPV水平測度

假定項目存在裝機容量5%的棄光，上網(wǎng)電價執(zhí)行目前的蒙西火電標桿電價0.282 9￥/（kW·h），分別在無儲能配置和其他配置儲能的場景下對LCOE和NPV進行仿真，通過調整LCOE-NPV系統(tǒng)動力學模型中折現(xiàn)率使各場景的NPV等于0。由計算結果可知，無儲能場景的內部收益率為8.1%，基準場景的內部收益率為7.3%，配置儲能10%和15%場景下的內部收益率分別為6.48%和5.75%。根據(jù)所得各場景的內部收益率，分別仿真4種場景下的項目LCOE變化趨勢，如圖3所示。

圖3中，4種場景下LOCE差異較小，且LCOE均低于蒙西火電標桿電價。目前，光伏投資商對平價上網(wǎng)項目IRR的要求普遍高于7%。結合4種場景下的內部收益率值測算結果可以看出，案例項目在基準儲能場景下可以實現(xiàn)平價上網(wǎng)，而過高配置儲能的光伏項目將難以實現(xiàn)預期收益。

圖3 不同儲能配置場景下的項目LCOE值變化趨勢Fig.3 Trend of LCOE value of project under different energy storage configuration scenarios

3.4 區(qū)域光伏儲能項目平價上網(wǎng)邊界條件分析

根據(jù)圖1所示光伏儲能項目平價上網(wǎng)相關因素的因果關系，對于一定容量的光伏項目，利用小時數(shù)決定了發(fā)電量，發(fā)電量和上網(wǎng)電價決定了項目的資金流入，而單位容量造價水平?jīng)Q定了項目成本。因此，影響光伏儲能項目平價上網(wǎng)的主要影響因素是光伏裝機容量、單位容量造價、利用小時數(shù)和上網(wǎng)電價，分析這些因素變化對LCOE和投資收益率的影響可以合理確定實現(xiàn)平價上網(wǎng)所需條件。

3.4.1 項目單位容量造價水平

不同技術路線的光伏組件的單位容量成本差異較大，為分析單位光伏容量造價水平對光伏儲能項目平價上網(wǎng)的影響，參照儲能基準場景的條件，以裝機容量配置5%儲能，折現(xiàn)率取7%，分別計算案例項目單位容量造價在不同水平下的LCOE和NPV，項目在不同單位容量造價水平下的LCOE和NPV變化趨勢如圖4所示。

從圖4（a）可以看出，光儲項目LCOE與單位容量造價成正比，即使單位容量造價達到4￥/W，項目的LCOE仍低于區(qū)域標桿上網(wǎng)電價。根據(jù)圖4（b），單位容量造價為3.9￥/W場景下的NPV為3.45×106￥，單位容量造價為4￥/W場景下的NPV為-2.11×106￥，說明對于案例項目而言，為實現(xiàn)平價上網(wǎng)，項目單位容量造價的上限在3.9~4.0￥/W之間。

圖4 不同造價水平下光儲項目LCOE及NPV變化趨勢Fig.4 LCOE and NPV trends of photovoltaic energy storage project at different unit capacity cost levels

3.4.2 利用小時數(shù)

為了分析利用小時數(shù)對項目平價上網(wǎng)的影響，參照儲能基準場景的條件，折現(xiàn)率取7%，分別計算裝機容量為100 MW項目在不同利用小時數(shù)下NPV和LCOE，項目LCOE和NPV變化趨勢如圖5所示。

圖5 項目LCOE及NPV在不同利用水平下的變化趨勢Fig.5 LCOE and NPV trends of project at different utilization levels

從圖5（a）可以看出，項目LCOE隨利用小時數(shù)上升而下降，即使利用小時數(shù)為1 550 h，項目的LCOE也低于區(qū)域標桿上網(wǎng)電價。根據(jù)圖5（b），項目NPV隨利用小時數(shù)上升而上升，由于利用小時數(shù)為1 550 h及1 600 h兩個場景下的NPV小于0，說明在這兩種場景下的IRR低于7.2%?？梢?，利用小時數(shù)取1 550 h及1 600 h兩個場景下的內部收益率分別為5.5%和6.4%。因此，為了保障項目的合理收益，裝機容量為100 MW光伏項目配置5%儲能的保障利用小時數(shù)為1 650 h。

3.4.3 上網(wǎng)電價

上網(wǎng)電價是計算項目資金流入及應繳稅額的關鍵參數(shù)，對LCOE和NPV影響較大。為了分析上網(wǎng)電價對項目平價上網(wǎng)的影響，參照儲能基準場景的條件，假定利用小時數(shù)為1 750 h，折現(xiàn)率為7%，分別計算項目在執(zhí)行不同上網(wǎng)電價下的NPV和LCOE，LCOE和NPV變化趨勢如圖6所示。

如圖6（a）所示，以區(qū)域標桿電價為基礎，項目所執(zhí)行的上網(wǎng)電價越低，其LCOE越高且項目NPV越低。根據(jù)圖6（b）測算結果，在保證利用小時數(shù)為1 750 h的前提下，項目為了實現(xiàn)最低IRR所能承受的最低上網(wǎng)電價為0.252 9￥/（kW·h）。

圖6 執(zhí)行不同上網(wǎng)電價的項目LCOE及NPV變化趨勢Fig.6 LCOE and NPV trends of project under different grid prices

3.4.4 光伏裝機容量

內蒙古能源局印發(fā)的《2020年光伏發(fā)電項目競爭配置方案》中規(guī)定申報光伏項目的裝機容量應在100~300 MW之間。為了分析光伏裝機容量變化對平價光伏儲能項目經(jīng)濟性的影響，參照基準場景的條件，分別計算裝機容量為150 MW、200 MW、250 MW和300 MW下項目NPV和LCOE。不同裝機容量光伏儲能項目LCOE和NPV變化趨勢如圖7所示。

圖7 不同容量的光伏儲能項目LCOE及NPV變化趨勢Fig.7 LCOE and NPV trends of photovoltaic energy storage project with different installed capacities

從圖7（a）可以看出，隨著裝機容量的增加，項目LCOE將顯著下降，甚至可能降至0.2￥/（kW·h）以下。同時，根據(jù)圖7（b），隨著裝機容量增加，項目NPV隨之增加，即項目可獲取的IRR將在基準場景IRR為7.2%的基礎上逐漸增加，裝機容量為300 MW項目的IRR甚至超過10%。

結合利用小時數(shù)和上網(wǎng)電價對NPV的影響程度的分析，如果按光伏裝機容量5%的配置儲能，光伏項目本身裝機規(guī)模越大，項目具有更高的盈利能力，可以應對由于利用水平及上網(wǎng)電價降低的風險。

以本項目為例，在不同儲能配置比例下，對項目的LCOE和NPV進行測度，并分析了發(fā)電利用小時數(shù)、裝機規(guī)模及上網(wǎng)電價對光伏儲能平價上網(wǎng)的影響。研究結果表明，若依照《內蒙古2020年光伏發(fā)電項目競爭配置方案》，為100 MW光伏項目配置5 MW/5 MW·h儲能，項目LOCE小于蒙西火電標桿上網(wǎng)電價，且項目IRR為7.2%，理論上可實現(xiàn)平價上網(wǎng)。敏感性分析結果表明，裝機容量為100 MW光伏項目單位容量造價水平低于3.9￥/W可以實現(xiàn)平價上網(wǎng)；裝機容量100 MW光伏項目配置5 MW·h儲能的最低利用小時數(shù)為1 650 h；若按利用小時數(shù)為1 750 h和IRR為7%作為邊界條件，裝機容量100 MW光伏項目上網(wǎng)電價最低，可按0.253￥/（kW·h）執(zhí)行；在最低儲能配置比例條件下，光伏項目裝機規(guī)模越大，盈利能力和應對棄光風險能力越強。

4 結語

為了準確測度光伏儲能項目LCOE和IRR，進而分析現(xiàn)階段實現(xiàn)光伏儲能項目平價上網(wǎng)的所需條件，本文分析了光伏儲能項目LCOE和IRR相關變量之間的因果關系，構建了光伏儲能項目LCOENPV系統(tǒng)動力學模型。結果表明，本文提出的方法可以準確測算光伏儲能項目IRR，并直觀反映項目LCOE和NPV在生命周期內的變化趨勢，可用于輔助光伏項目配置儲能的投資決策，敏感性分析結果有助于區(qū)域光伏產(chǎn)業(yè)政策的制定。