基于年发电上网率的光伏发电项目并网经济性研究

王敬敏，张丽丽，张 杰

(华北电力大学 经济管理系，河北 保定 071003)

基于年发电上网率的光伏发电项目并网经济性研究

王敬敏，张丽丽，张 杰

(华北电力大学 经济管理系，河北 保定 071003)

在“自发自用、余电上网”的运营模式下，光伏发电项目的发电上网率是测算全寿命周期内上网发电量的基础，对准确评估经济性具有重要意义。为此，提出了建立发电上网率模型，以机组可输出功率、气候条件作为基础拟合机组典型日机组出力，运用最短距离聚类与关联度分析方法选取典型日负荷曲线。通过各季节典型日逐时光伏出力和用户负荷的动态对比，测算年发电上网率,填补了定量计算年上网发电量的空白。在此基础上，构建了光伏发电项目全寿命周期内的经济评价系统模型，并以光伏大棚项目为实际应用案例分析光伏发电项目的并网经济性。

发电上网率； 光伏发电；并网经济性

在“自发自用，余电上网”运营模式下，光伏发电并网项目的系统发电量优先满足用户需求，剩余部分由电网收购，不足部分从电网购入。此类项目具有就地消化，节省输变电投资、运行费用，不存在电力交易，降低用电成本，减少污染排放物等优点，是小规模分布式光伏发电项目的主要运营模式，在政府扶持下发展较为迅速。从投资主体来讲，“自发自用，余电上网”模式以生态城、楼宇示范项目、校园和工业用户为主[1]。分布式发电项目的经济性是评估投资可靠性的核心指标，是投资者决策的决定性因素。目前，对分布式发电项目并网经济性的评价主要集中在2个方面：提出经济性分析的概念与分析方法，建立经济性分析模型[1-5]；针对不同类型的投资主体进行光伏发电项目并网经济性评价[6-8]。在项目的全寿命周期内，发电上网率是测算上网发电量的基础，而以往的研究上网发电量往往根据经验给出，因此不能准确反映光伏发电的经济效益，具有一定局限性。我国光伏发电成本很高，与传统能源相比并不具优势，需要政府补贴。投资者进行投资决策时，需要综合考虑太阳能光伏发电的经济效益。鉴于此，本文构建上网发电率模型，并在此基础上分析太阳能光伏发电的收益与成本，运用全寿命净收益、内部回收率、动态回收期三个指标对项目进行经济性评价。最后运用实际案例测算了并网光伏发电的综合收益经济性, 为相关主体提供投资参考。

1 年发电上网率模型

并网光伏发电项目示意图如图1所示。并网光伏发电系统主要由太阳能电池板、交直流逆变器、并网配电装置、数据采集等部分组成。太阳能电池板利用太阳能转化成直流电，逆变器将直流电转变为能够供各种电器设备使用的交流电。 当阴天、夜间太阳能电池不发电或者光伏发电量不能满足用电需要时，不足部分从电网购电； 当系统发电量超过用户需求时，剩余电力输入电网，由电力公司收购。

图1 并网光伏发电项目示意图

发电上网率为发电上网量占总发电量的比值。年上网量取决于短期系统光伏出力与用户负荷需求的动态平衡。当机组出力大于用户负荷需求时，上网电量为该段时间内机组出力与用户负荷之间的差值。当机组出力小于用户负荷需求时，上网电量为零。对光伏项目而言，其光伏阵列的排列、系统效率是确定的，在相同季节光照和温度一定的条件下，其输出是一定的。但实际光伏阵列的输出是通过光伏电池将太阳辐射转换为电能，这就使得光伏电站的实际出力主要是受气候因素影响，具有不确定性。为简化计算，年发电上网率模型选取各个季节的典型日做近似计算。

1.1 短期典型日系统光伏出力

短期系统光伏出力受到气候因素影响明显，其出力具有间歇性。以光伏发电项目的运行数据和光伏电站所处位置的气象数据为基础，将每天的发电功率按天气类型如晴、晴转多云、阴、雨 (雪)进行分类统计，统计各个季节每种天气类型的平均发电量。不同天气类型的发电功率曲线有着明显的不同，例如在晴天尖峰往往出现在中午，晴转多云天气类型中尖峰往往出现在前期等。按照天气类型进行划分更为合理和有效。进一步考虑到季节因素，在不同季节，温度和光照差异较大，不同天气类型平均发电量差异较为明显。因此，年发电上网率应对不同季节进行分类计算。

具体步骤如下。

步骤1：对历史数据(包括气象数据、机组发电功率数据)进行分类。将历史数据分为四个季节，各个季节按90天近似计算。每个季节按天气类型将发电功率进行划分，统计每种天气类型的平均发电功率。

步骤2：确定天气类型指数，将不同天气类型之间的倍数关系映射为天气类型指数。由于雨雪天发电量最小，设定其天气类型指数为单位1，在相同季节，在光照、温度较为稳定的情况下，可得出不同天气类型的机组发电指数。

步骤3：确定各个季节的典型日机组出力。在各个季节，统计每天24个节点的天气类型并进行发电量加权平均运算，计算出24个节点的加权发电功率，形成曲线，即为典型日机组出力。

在各个季节典型日的计算如下：

(1)

1.2 典型日用户负荷

用户典型日的选取将依托智能信息网络，在项目内部署智能用电信息采集设备，依据项目采集存储的负荷数据选取典型日。目前典型日的选取没有统一的规定, 经常采用的方法主要有以下3种：选取日负荷率与月平均日负荷率最接近、且负荷曲线无异常畸变的日负荷曲线作为该月的典型日负荷曲线；选取最大负荷日负荷曲线作为典型日负荷曲线；选取每月某一固定工作日, 有的地区取每月第3 周的第3个工作日。但鉴于这些方法具有通用性差，不能很好地反映用户年用电负荷特点，考虑采用系统聚类以及关联度方法选取典型日。首先，将各个季节的原始数据采用最短距离法对原始数据进行聚类分析，找出畸变日并去除其影响，将去除畸变日的各日整点标么值负荷取平均值得到该季节的基准日负荷曲线, 根据关联度的计算公式计算各日与基准日的关联度。通过分析计算各日与基准日的关联度找出典型日[9]。

1.3 年上网发电率模型

将光伏机组出力与需求侧逐时负荷需求进行动态匹配分析，得到年发电上网率的理论ξ：

(2)

Ept=Ht×s×k×kt

(3)

式中pi，t——第i天t时刻的机组出力；fi，t——用户负荷曲线,t1与t2为某日光伏发电起始时间，若气候不具备光伏发电条件，t1=t2=0；Ept——光伏电站t年发电量；H——年平均太阳辐射量；S——电池板面积；k——光电转换效率；kt——第t年系统衰减系数。

式(2)中涉及大量数据，为简化计算，可选取各个季节典型日来近似计算一年的上网发电率

(4)

2 光伏发电项目评价体系

在“自发自用、余电上网”运营模式下，光伏发电项目评价体系综合考虑度电补贴等经济参数、环境价值参数、单位装机成本等因素，计算系统发电收益、节能减排收益，投资成本、运行维护成本等，根据选定的经济性评价指标评价光伏发电项目并网经济性。光伏发电项目并网经济性分析流程图如图2所示。

(1)收益分析。从用户侧分析，分布式光伏系统的年收益主要来自节省的电费收入、余电上网获得的收入以及节能减排收益[10-11]。第t年光伏并网发电带来的发电收益为

It，s=(1-ξ)Ept(λ1+ω)+ξEptλ2+
Ept×Ept×vcoal×Tcoal+Ept∑vkpk

(5)

式中λ1——当地电价；ω——补贴电价；λ2——上网标杆电价。

(2)成本分析。并网光伏发电项目成本主要包括装机容量成本和运行维护成本为

(6)

(3)评价指标。考虑资金的时间价值，采用全寿命净收益值、内部收益率[12]、动态回收期[13]3个指标对光伏项目进行评价。

图2 光伏发电项目并网经济性分析流程图

3 实证分析

以承德市已建成的50 MW太阳能分布式光伏发电项目作为典型实例进行研究分析，项目地点水平面上年总辐射量为6 081.78 MJ/m2。工程选用250 W多晶硅电池组件，根据设备厂商提供设备信息，其主要技术参数见表1[14]。

表1 250 W多晶硅电池组件主要技术参数

选取2013—2015年的机组出力数据和气象数据进行测算。不同天气类型平均发电功率，计算结果如图3所示。根据各天气类型数据之间的倍率关系，将此倍率关系映射为天气类型指数，如表2所示。不同季节雨(雪)天气的机组发电功率，如表3所示。对各个季节、各个时点不同天气类型的机组出力进行加权计算形成典型日机组出力曲线。通过对原始数据进行系统聚类以及关联度分析，计算出各个季节用户负荷典型日分别是3月11日，5月50日，9月8日，11月5日。光伏大棚项目各个季节典型日机组出力与用户负荷需求动态对比如图4所示。

图3 不同天气类型平均发电功率的计算结果

表2 不同类型天气机组发电指数

表3 不同季节雨(雪)天气机组发电功率 kW

图4 四季典型日光伏出力和用户负荷曲线的匹配分析

由图4可以看出，光伏系统的出力主要集中在白天的高峰时段11:30～14:30。不同季节机组出力差异较大，夏季由于太阳辐射量较大，机组出力明显高于冬季，秋季机组出力高于春季。在用电需求方面，各个季节差异也较为明显。这主要和用户用电特性有关，夏季电力需求主要为灌溉，每周提灌三次。而冬季电力需求主要是温控、照明补光，冬季的用电需求明显高于夏季。通过光伏出力和用户负荷匹配分析，经测算全年发电上网率为51.92%，自用电量为48.08%。以2013—2015年的实际运行数据为基准，将基于年上网发电率测算出来的上网电量与项目设计初期经验给出的年上网发电量作对比分析，结果如表4所示。

表4 测算出的上网发电量与设计初的年上网发电量对比结果

太阳能光伏发电价值参数见表5[15]，选取资源税为10元/t。由于可再生能源可避免污染物的排放，选取标准的燃煤发电机组煤耗量为350 g/kWh，燃煤火电机组污染排放率及电力污染物环境价值标准见表6。

晶体硅光伏组件在光照及常规大气环境中使用会有衰减，按系统第1年衰减1%，以后每年输出衰减0.5%计算，25年发电量测算见表7。25年的年平均发电量为2 970万kWh，因此可以计算得太阳能并网光伏全寿命经济性分析结果见表8。

表5 太阳能光伏发电价值参数标准

表6 燃煤火电机组污染排放率及污染物价值标准

表7 年发电量测算

表8 经济性分析结果

4 结语

本文建立了发电上网率模型定量测算年上网发电量，改进了以往经济性评价上网发电量按经验给出的方法。模型首先按照天气类型对历史数据进行合理划分，提出将每种天气类型的平均发电功率数据之间的倍率关系映射为天气类型指数，对各个季节每天24个节点的天气类型进行加权平均得出典型日机组出力。其次，利用采集的历史数据，运用最短距离聚类与关联度分析方法选取典型日负荷曲线，将典型日机组出力与用户负荷进行逐时对比分析，测算年上网发电率。实际案例证明了模型的合理性。运用模型对并网光伏项目进行经济性评价，为投资主体提供决策参考。

[1]苏剑,周莉梅,李蕊. 分布式光伏发电并网的成本/效益分析[J].中国电机工程学报,2013,33(34):50-56.

SU Jian, ZHOU Limei, LI Rui. Cost-benefit analysis of distributed grid-connected photovoltaic power generation[J]．Proceedings of the CSEE，2013,33(34)：50-56.

[2]孙艳伟，王润，肖黎姗，等. 中国并网光伏发电系统的经济性与环境效益[J]. 中国人口·资源与环境，2011， 21(4)：88-94.

SUN Yanwei, WANG Run, XIAO Lishan, et al. Economical and environmental analysis of grid-connected photovoltaic systems in China[J]. China Polulation.Resources and Environment，2011， 21(4)：88-94.

[3]白峪豪，张承海，高振兴．分布式发电机组的经济效益评估模型[J].能源工程，2011(6) : 7-12.

BAI Yuhao, ZHANG Chenghai, GAO Zhenxing, et al. Economic assessment model of distributed generators[J]．Energy Engineering,2011(6)：7-12.

[4]史珺.光伏发电成本的数学模型分析[J].太阳能,2012(2):53-58.

[5]MASOUD F ,et al. Performance evaluation and characterization of a3-kWp grid-connected photovoltaic system based on tropical field experimental results: new results and comparative study[J]. Renewable and sustainable EnergyReviews,2015(42):1047-1054.

[6]吴琼,任洪波,高伟俊,等. 基于动态负荷特性的家用光伏发电系统经济性评价[J]. 可再生能源, 2014,32(2):133-138.

WU Qiong, REN Hongbo, GAO Weijun, et al. Economic assessment of residential photovoltaic system based on dynamic load characteristics[J]．Renewable Energy Resources，2014，32(2)：133-138.

[7]GULLI F. Small distributed generation versus centralized supply: A social cost-benefit analysis in the residential and service sectors[J]. Energy Policy，2006，34(7): 804-832.

[8]张晓林,王丽霞,白戈亮. 10 MW光伏并网发电项目成本及经济性分析[J]. 电气技术,2011(8)：73-75.

[9]蔡国伟，王大亮.一种基于最短距离聚类与关联度分析的典型日选取新方法[J]中国电力，2008，41(4)：15-18.

CAI Guowei, WANG Daliang, WANG Yantao, et al. A new selection of the typical day based on the analysis of rainimum distance duster and interconnect degree theory[J]. Electric Power,2008,41(4):15-18.

[10]肖浩,裴玮,孔力,等.考虑光伏余电上网的微网出力决策分析及经济效益评估[J].电力系统自动化，2014,38(10)：10-16.

XIAO Hao, PEI Wei, KONG Li, et al. Decision analysis and economic benefit evaluation of microgrid power output considering surplus photovoltaic power selling to grid[J]. Automation of Electric Power Systems, 2014,38(10):10-16.

[11]钱科军,袁越,石晓丹,等. 分布式发电的环境效益分析[J].中国电机工程学报,2008,28(29):11-15.

QIAN Kejun, YUAN Yue, SHI Xiaodan, et al. Environmental benefits analysis of distributed generation[J]. Proceedings of the CSEE,2008,28(29):11-15.

[12]孙薇,李金颖.技术经济学[M]．北京：中国电力出版社,2009.

[13]肖先勇,杨洪耕.电力技术经济原理[M]．北京：中国电力出版社,2010.

[14]马军杰, 张信, 王恩琦,等. 并网光伏发电价值的综合评价[J].水电能源科学,2011, 29(6):169-171.

MA Junjie, ZHANG Xin, WANG Enqi, et al. Comprehensive evaluation model of grid-connected photovoltaic generation[J]. International Journal Hydroelectric Energy,2011, 29(6):169-171.

[15]胡超.基于环境价值的节能发电调度环境影响评价[D]. 北京: 华北电力大学, 2010.

(本文编辑：赵艳粉)

Economic Assessment of Photovoltaic Grid-connected Power Generation Project Based on the Annual Rate of Power Generation to Grid

WANG Jingmin, ZHANG Lili, ZHANG Jie

(School of Economics and Management, North China Electric Power University, Baoding 071003, China)

In the operation mode of "self-generating and self-supply in chief and remaining electricity for grid ", the annual rate of power generation to grid (ARPGG ) for the grid-connected photovoltaic project lays the foundation for figuring out the generation amount to grid. It is the prerequisite of reasonable benefit estimation. This paper establishes ARPGG model, takes unit output, climatic conditions as the basis for typical daily unit output, uses historical data, and combines with the nearest neighbor clustering & grey interconnect degree methods to form typical daily load curve. By means of dynamic comparison between unit output and the user load, the annual rate of generation to network is obtained. This research fills in the blank of quantitative calculation of electricity to the grid. On this basis, an economic evaluation system in the whole life cycle of PV power generation project was framed. To testify its rationality and usability, a 50MW grid- connected solar greenhouse was taken as the practical application case. The results shows that model bears better adaption to reality and the grid-connected PV power generation project is of good economic performance and worthwhile to invest on.

the annual rate of power generation to grid; PV power generation; grid connection economy

10.11973/dlyny201703018

王敬敏(1955—)，女，教授，博士生导师，从事管理信息系统与决策支持、技术经济评价理论与方法、电力市场、电力需求侧管理、低碳经济等研究。

TM712

A

2095-1256(2017)03-0298-06

2017-03-14