基于LCOE 的海外光伏项目投标策略的分析

王 东，叶冬挺，滕晓峰

(上海电气电站工程公司，上海 201199)

0 引言

根据2020 年1 月11 日国际可再生能源署(IRENA)发布的《10 years：Progress to Action》显示，过去10 年，可再生能源的投资额达到3 万亿美金，2019 年可再生能源已经占据全球电力来源的26%，光伏发电的度电成本约为5.2美分/kWh[1]。2019 年，在所有新近投产的并网的大规模可再生能源发电中，有56% 的可再生能源发电的度电成本都低于最便宜的化石燃料发电的度电成本；10年间，光伏发电的度电成本下降了82%[2]。

光伏组件及配套系统的成本的降低，促使2019 年全球光伏装机容量占全球电力新增装机容量的48%，但光伏发电系统的发电量仅占全球电力输出的2.6%[3]。中国是全球最大的光伏市场，2019 年，吉林、黑龙江、四川、青海、西藏、内蒙古等省(区)的光伏发电度电成本已低于其各自的燃煤标杆电价；国内光伏电站的平均造价约为4.3 元/W[4]。

以往在光伏项目的开发过程中，国内工程总承包(EPC)承包商只重视初始EPC 成本，不太了解甚至忽视光伏发电的度电成本。随着国内EPC 承包商越来越多的参与到全球光伏项目的开发中，其必须要适应国际规则，从平准化度电成本(Levelized Cost of Energy，LCOE)的角度来进行光伏电站的设计，光伏电站的担保发电量和EPC 成本对LCOE的影响很大，高风险的担保发电量有可能产生性能罚款。本文从性能罚款及EPC 成本最低的角度，以LCOE为评标原则，分析海外光伏项目的投标策略。

1 LCOE 的介绍

从全球范围来看，光伏电站开发商评估项目可行性的核心指标是LCOE，LCOE也是签署购电协议的依据。LCOE的本质就是全生命周期内总收入的净现值等于总成本的净现值[5]，并且基于2 个基本假设：折现率和电价在全生命周期内稳定[6]。常见的计算方法可参考美国Sunpower 公司于2008 年发布的算法[7]，其公式为：

式中，TLCC为全生命周期内的总成本，包括建设成本和运维成本；TLEP为全生命周期内的总发电量。

将式(1)进一步展开可得到式(2)：

式中，INVT为初始投资，即项目的动态投资或建设成本，包含EPC 成本和建设期利息；Dep为全生命周期内因折旧导致的税费减免的现值；RV为固定资产残值的现值，即全生命周期内未消耗掉的建设成本；AC为全生命周期内项目运营成本的现值，运营成本包括运维成本和财务成本；IEP为第零年的担保发电量，此发电量是被购买的发电量或允许上网的发电量，也是EPC 承包商担保的发电量；SDR为光伏发电系统的衰减率，一般是指光伏组件的衰减率；DR为折现率；TR为所得税的税率；N为运营期。

通过上述公式可以发现，LCOE主要由EPC成本、运维成本和担保发电量这些参数决定。其中，EPC 成本可由直流装机容量与光伏电站的单位造价的乘积表示，运维成本为运营成本与财务成本相加的和，担保发电量为直流装机容量与光伏组件最佳倾角时的发电小时数及系统效率这三者的乘积。

EPC 成本和担保发电量由EPC 承包商的方案决定，运维成本由运维服务商的运维管理水平决定。在同一运维水平下，LCOE可体现光伏电站的成本和性能水平，实质上反映了EPC 承包商提供光伏电站EPC 解决方案的能力。因此可用LCOE来比较不同EPC 方案的优劣，以此来反映各方案的竞争力[8]。

2 LCOE 在光伏项目EPC 投标中的应用

2.1 基本假设及主要影响因素

本文以某海外光伏项目EPC 投标为例，分析光伏项目的EPC 成本构成，以及LCOE的主要影响因素。此项目位于中亚地区，项目所在地的海拔高度约为312 m，项目的直流装机容量为131.5 MWp、交流装机容量为115.2 MW，项目的容配比为1.14。采用400 Wp的单晶硅光伏组件、平单轴光伏跟踪支架、集中式逆变器，由220 kV 架空线将光伏电力送出。

本文分析时采用的计算LCOE的基本输入条件如表1 所示，其中，运维单价、铺底流动资金单价、税率、贷款比例、利率等财务输入条件是参考国内光伏项目后所做的假设(因IPP 开发商未披露项目财务数据)。

表1 计算LCOE 的基本输入条件Table 1 Basic input data when calculating LCOE

根据表1 中的输入条件，可计算出本项目的LCOE约为2.6 美分/kWh，其中运营成本的贡献率约为14.6%，财务成本的贡献率约为14.7%。EPC 成本、运维成本和担保发电量这3 个变量对LCOE的敏感性分析如图1 所示。

图1 LCOE 单变量的敏感性分析Fig. 1 Univariate sensitivity analysis of LCOE

由图1 可知，担保发电量和EPC 成本对LCOE的影响基本一样，运维成本对LCOE的影响非常小。当担保发电量和EPC 成本的变化率均为负值时，担保发电量的影响稍大；这二者的变化率均为正值时，EPC 成本的影响稍大。由于光伏电站的融资和运营由业主负责，所以对于EPC承包商而言，应重点优化担保发电量和EPC 成本。

下文对EPC 成本和担保发电量同时变化时LCOE的变化情况进行分析。此处引入LCOErate的定义，其可表示为：

式中，LCOE′为当EPC 成本和担保发电量同时变化时得出的新度电成本；LCOEo为当EPC成本和担保发电量为初始值时得出的度电成本。

EPC 成本和担保发电量同时变化时的LCOErate情况如图2 所示，图中蓝色区域和橙色区域分界线处LCOErate为零，此时表达式为：

式中，x为EPC 成本的变化率；y为担保发电量的变化率。

图2 中，在LCOErate为零时所形成的斜线的左上方区域，LCOErate为负值，这说明LCOE′相比LCOEo降低了；在LCOErate为零时所形成的斜线的右下方区域，LCOErate为正值，这说明LCOE′相比LCOEo增加了。当改变表1 中的基本输入条件时，式(4)仍然成立，图2 的形状不发生改变。

图2 EPC 成本变化率和担保发电量变化率对LCOErate 的影响Fig. 2 Impact of EPC cost change rate and guaranteed power generation change rate on LCOErate

只要将EPC 成本的变化率和担保发电量的变化率从(0,0)点往图2 中LCOErate为零时所形成的斜线的左上方区域移动，即可降低LCOE。但对于同一个LCOE目标值，其对应的EPC 成本的变化率和担保发电量的变化率不是唯一的，而是有无数种组合。

2.2 LCOE 的优化策略

假设方案优化的目标是使LCOE降低5%，此时x和y的关系可以拟合为：

为求解出最优的担保发电量和EPC 成本组合，引入LCOEvalue指标来衡量LCOE每变化1个百分点时付出的总成本。LCOEvalue可表示为：

式中，Cperformance为性能罚款；Cepc为EPC 成本变化量。

式中，AEP为年均担保发电量，万kWh；P为不含税上网电价，美分/kWh。

式中，CAPX为EPC成本，万美元。

根据式(6)～式(8)，可建立LCOEvalue的最小值目标函数，即：

式(9)中，AEP取26131 万kWh；P取2.68美 分/kWh；y=0.9841x+0.0514， 其 中，x∈[-0.15,0.15]、y∈[0,0.02]；N取25 年；CAPX取7821 万美元；LCOErate取5%。

将性能罚款的上限设为EPC 成本的20%，则AEP·P·y·N≤0.2CAPX。

采用非线性GPR 方法求解式(9)，可得最优解x=-0.052、y=0、LCOEvalue=81.7 万美元。即EPC 成本降低5.2%，担保发电量不变时，LCOE降低1 个百分点需要付出81.7 万美元，也意味着需要多投入的总成本是408.6 万美元。

2.3 装机容量对LCOE 的影响

光伏电站的直流装机容量(光伏组件的总容量)会同时影响EPC 成本和担保发电量，一般情况下这种影响是正相关。但由于场地和逆变器性能的限制，且项目标书规定了项目的直流装机容量和交流装机容量的范围，因此直流装机容量不可能无限大或达到最佳容配比。

本文案例中的EPC 成本构成如图3 所示，其中，光伏组件成本约占EPC 成本的45%。

图3 EPC 成本的构成Fig. 3 EPC cost structure

本项目业主指定了光伏组件装机容量和交流装机容量的范围，受场地限制，最多可在容许的直流装机容量范围内多布置1%的光伏组件，此时容配比为1.15，EPC 成本约增加0.45%。由于存在弃光现象，项目的实际发电量仅增加了0.8%。由式(5)计算可知，EPC 成本在原来的基础上降低4.4%即可使LCOE降低5%，此时总共需要降低的EPC 成本是4.4%+0.45%=4.85%，约379.3 万美元，则LCOEvalue为75.86 万美元。

上述分析是在场址受限的情况下进行的分析，实际分析过程中可根据投标竞争的形势来确定优化的LCOE目标，然后以最小的成本实现此目标。

3 结论

由于LCOE是衡量EPC 方案的最佳指标，本文以海外某光伏项目为例，分析了影响LCOE的因素，以便于得到最优LCOE，以更好地进行光伏项目投标。分析结果显示，担保发电量、EPC 成本对光伏电站LCOE的影响较大，运维成本对LCOE的影响非常小。在场地和标书要求的限制条件下，尽可能使容配比接近最佳容配比，从而以较低的综合成本降低LCOE。在海外光伏电站投标过程中，最好结合性能罚款的要求，采取合适的性能和成本策略，从而提升EPC 方案的竞争力。