光伏组件项目建设方案效益评价指标体系的研究及应用

王 磊，陈晓东，吴孙阳，李宗佰，王春成

(阜宁协鑫集成科技有限公司，阜宁 224400)

0 引言

随着光伏市场规模的不断扩大，客户对于光伏产品的技术创新需求日趋增大，同时对降低每瓦除光伏组件以外的系统成本，即光伏平衡系统(Balance of System，BOS)成本的要求也更加迫切。由于逆变器、支架、电缆等材料价格降低有限，且光伏发电系统容量设计优化难度较大，受此影响，光伏产品的降本需求重新回归到通过提升光伏组件功率和规格来实现BOS 成本摊薄。

从2019 年下半年开始，隆基乐叶光伏科技有限公司、通威股份有限公司等光伏企业重点推出了M6(尺寸为166 mm×166 mm)太阳电池和光伏组件，而天津中环半导体股份有限公司、东方日升新能源股份有限公司、广东爱旭科技有限公司、天合光能股份有限公司等光伏企业则隆重推出了M12(尺寸为210 mm×210 mm)太阳电池和光伏组件。这2 种规格的太阳电池和光伏组件使业界对于未来大尺寸硅片的最佳尺寸的争执达到了顶峰。

目前，国内外专家针对光伏电站项目的效益分析较多，比如，张梅[1]从项目方案、财务效益和项目风险等方面对毛里求斯光伏电站的投资进行了必要性和效益分析；宁抒达[2]从地理资源、技术条件、经济、社会和环境等5 个方面构建了分布式光伏发电项目效益评价体系，通过TOPSIS 综合评价法对该项目进行了综合评价分析；张延涛[3]利用对比分析法等建立了投资决策模型，并对X 公司光伏发电项目进行了科学化的投资决策应用。

通过对现有的光伏发电项目效益分析方式进行综合考虑，发现存在以下不足之处：1)效益评价指标缺乏系统性，指标仅针对单一项目可行；2)指标选取不合理，未建立在定性指标和定量指标相结合的前提下；3)指标之间相互关联性不强，评价结果失真。基于此，本文提出了一种光伏组件项目建设方案效益评价指标体系，从项目投资费用、投资收益、产品延展性、产品风险性和产品竞争力等方面体现建设方案的总体特点。该体系将定量处理和定性分析相结合，可为准确把握光伏组件未来发展方向、指导光伏组件项目建设、制定光伏组件项目规划等提供理论基础。

1 光伏组件项目建设方案效益评价指标的选取及体系的构建

1.1 评价指标的选取原则

近年来，在光伏市场驱动和技术进步等条件的共同作用下，我国光伏产业发展迅速，产品的迭代时间越来越短，硅片尺寸从156 mm×156 mm 到156.75 mm×156.75 mm、158.75 mm×158.75 mm、166 mm×166 mm，甚至到210 mm×210 mm，仅用了不到5 年的时间；而在这期间，随着硅片尺寸的增大，单块光伏组件的功率也从300 W 突破到490 W，实现了63.33%的功率提升，年复提升率达到了10.3%，产品迭代速度加快。2019～2020 年期间计划建设与实际建设的太阳能级硅片、太阳电池和光伏组件项目合计已超过120 GW，如此大的建设规模，需要对建设方案进行效益评价并进行精确定位，以降低错误的建设方案所带来的损失。因此，在进行建设方案效益评价时，指标的选取应建立在合理先进性、综合代表性、结果优先性和超前引领性[4]的原则上。

1)合理先进性。指标选取时应根据光伏组件项目建设中的重点考虑因素，结合企业的项目商业计划书，选出对该项目而言具有典型先进水平的指标。

2)综合代表性。选取的指标应兼容光伏组件项目效益评价的所有类型，并且具有典型代表性。

3)结果优先性。选取的指标应具有一定对比性，或能够直接得到精确数据，模糊性和不确定性的指标不宜选取。

4)超前引领性。在指标选取过程中要考虑未来市场的需求变化，选取的指标应具备前瞻性。

1.2 评价指标体系的构建

在进行光伏组件建设方案的效益研究时，首先必须构建科学的评价指标体系，并根据企业需求解决项目资本支出、效益评估、风险评估等方面的冲突关系。建立科学的评价指标体系能够帮助光伏组件生产企业在现有的资源条件下准确判断现行的项目建设方案行为是否符合市场发展的客观需求，并优化和调整建设方案，实现现有资源条件的充分利用，确保建设方案方向的正确性。

根据项目建设总体需求，充分考虑市场、资金等相关因素，提出光伏组件项目建设方案涉及的5 个主要方面，分别为：投资费用、投资收益、产品延展性、产品风险性和产品竞争力，其相互关系如图1 所示。

在坚持合理先进性、综合代表性、结果优先性和超前引领性的原则下，结合目前光伏组件项目建设的商业计划书和立项报告等资料，并考虑到实际建设过程中的经济和效益因素，构建了光伏组件项目建设方案效益评价指标体系，如表1所示。

光伏组件项目建设方案效益评价指标体系主要分为2 个层级，第1 个层级为系统层，包括5个指标；第2 个层级为指标层，涉及19 个指标，其中，定性指标为7 个(表1 中的C10～C15、C18)、定量指标有12 个(表1 中其他指标)。

本文中的定量指标是根据光伏组件项目建设方案中项目的总规模和地区的项目费(主要是指土地出让金，以江苏省盐城市阜宁县单位土地出让金为基础)来确定的；定性指标是以M6 和M12 多主栅半片光伏组件的应用范围、市场调查结果、相关专家的意见作为基础，通过综合比较后进行确定。

表1 光伏组件项目建设方案效益评价指标体系Table 1 Index system of benefit evaluation of PV module construction scheme

需要对指标层指标进行数据处理，通过等宽区间定量法把定量指标进行统一标准定量化处理(以符合国家标准判定为100 分，最低分为0 分；如果采取对比法，以较好值作为满分100，本文采用对比法)；通过邀请行业12 位专家(或相关部门的专业领导)，去掉最高分和最低分后，取10 个数据，针对定性指标进行评价打分，并做好数据记录。

2 网络层次分析法的介绍

层次分析法(AHP)[5]由运筹学教授萨蒂于20 世纪70 年代提出，并应用在层次权重决策的相关领域，但该方法存在定性指标多、可信度低等缺陷。在21 世纪初，萨蒂教授针对层次分析法的缺陷进行了优化，提出了网络层次分析法(ANP)[6]，ANP 突出了内部平级指标的关联性和上下层指标的反馈关系。由于光伏组件项目建设方案的系统层与指标层存在上下层的反馈关系，而且指标层数据间存在一定的关联性，因此本文采用ANP 作为光伏组件项目建设方案效益评价指标体系的评价方法。

2.1 影响网络的构建

根据建立的评价指标体系，确定指标层指标间的相互关系、系统层指标间的相互关系、指标层指标与系统层指标间的相互关系，构建指标关系影响网络。

2.2 指标判断矩阵的构建

以指标层的指标为基础，邀请行业内12 位专家(或相关部门的专业领导)针对定性指标进行评价打分，并做好数据记录。去掉最高分和最低分后，取10 个数据，对指标相对重要度进行独立衡量，专家衡量评估值分别为(1≤i≤10，1≤j≤10)，并以此建立几何平均数aij，具体计算方法参考式(1)，即可建立在指标层Cq(1≤q≤19)条件下n(1≤n≤19)个指标的判断矩阵A，如式(2)所示。

建立的判断矩阵A需要通过一致性检验来确认数据的可靠性。假设ω是该判断矩阵的排序向量，λr、λmax分别为该判断矩阵的第r个特征值和最大特征值，CI为该判断矩阵的一致性指标，RI为该判断矩阵的随机性一致性指标均值，CR为一致性比率，则这些参数间的相互关系如式(3)～式(5)所示。

一般情况下，当CR＜0.1 时，认为该判断矩阵的一致性符合要求，判断矩阵的数据可以使用；否则需要重新进行打分。

2.3 指标加权矩阵的构建

通过判断矩阵A可得到指标层Cq条件下m(1≤m≤5)个指标之间的相关重要程度，则可得到指标层Cq条件下第1 个指标相对于其他指标的权重关系为{b11,b21,b31,…,bm1}，同样也可以计算出其他指标的权重值，构建成加权矩阵D，如式(6)所示。

2.4 初始超矩阵的构建

根据ANP 构建影响网络后，构建系统层P(1≤P≤5)个指标的超矩阵W超，具体如式(7)所示。

2.5 加权超矩阵的构建

加权矩阵D的每个单独因素与超矩阵W超中相对应的元素相乘，可得到一个加权超矩阵W′超 ，如式(8)所示。

2.6 评估极限超矩阵权重

为了保证加权超矩阵W′超 收敛，通过软件Matlab R2019a 对加权超矩阵W′超 进行平方乘积的计算，即，等，直到加权超矩阵最终收敛，得到一个收敛成固定值的矩阵，然后对该矩阵每一列进行归一化处理，得到各自对应的指标权重。

2.7 计算光伏组件项目建设方案效益评价指标体系的综合指数

为了得到最终的效益评价指数，采用加法加权法[7]计算光伏组件项目建设方案效益评价指标体系的综合指数K，计算式为：

式中，γt为第t个指标的评价结果；s为指标的数量；Wt为第t个评价指标的权重。

3 案例分析

从2018 年下半年至今，光伏行业扩张趋势明显，对降低光伏发电系统单位建设成本的要求逐步提高，对项目建设期及资金回收期等均提出了更高要求。以光伏组件行业为例，1 条组件生产线从传统的200 MW 增至如今的400 MW以上；电池的尺寸也从156 mm×156 mm 增至158.75 mm×158.75 mm、166 mm×166 mm 及210 mm×210 mm，组件尺寸也随之不断增大，以便实现“项目投资少、回收周期短”的目标。

如今的项目建设以M6 和M12 这2 种规格的光伏组件为主，因此本文以M6 和M12 多主栅半片光伏组件项目(以下简称“M6 光伏组件项目”和“M12 光伏组件项目”)建设方案为例进行效益对比分析。

3.1 假设前提

1)项目建设规模以目前主流的5 GW 为例，按照12 条生产线规划设计(M12 光伏组件项目单线体可达到480 MW，M6 光伏组件项目单线体可达到420 MW)，车间厂房均以3 栋计算，仓库及相关辅房按照同等规格建设。

2)由于工程建设费用和土地购置费与各地区的经济发展水平有关，本文以江苏省盐城市阜宁县为方案背景。

3)暂不考虑建设环境中的横向及纵向规模影响，即不考虑产品上、下游企业和周围相同类型企业对建设方案的影响。

4)暂不考虑当地政府对建设方案的影响，假设容积率等因素均满足政府规划许可。

3.2 建设方案效益评价指标对比

3.2.1 投资费用

投资费用包括工程费用、设备费用、土地费用和运营资金4 个指标。

1)工程费用又可细分为建筑费用、安装费用和二次配费用。建设费用和安装费用是根据生产厂房和辅助性房间的建筑面积确定的，二次配费用是根据车间所需的用电量、用气量、环境温度等需求决定的。

2)设备费用包括串焊机、叠焊机、排版机、层压机、I-V测试仪及流水线的投资。

3)土地费用是指企业购买商业用地的费用，该费用与项目所属区域有关。

4)运营资金根据组件生产周期、回款周期等确定，目前财务提供数据认为，按照资金3 个月周转一次为主，运营资金核算方式为年产值的1/4。

针对案例进行分析：M12 光伏组件项目的车间建筑面积比M6 光伏组件项目的约大15%。M12 光伏组件项目的串焊机必须是新型设备，价格贵，但数量需求少；M6 光伏组件项目的串焊机价格低，但需求量是M12 光伏组件项目的1.5 倍，因此，M12 光伏组件项目的串焊机费用整体比M6 光伏组件项目的贵20%。从其他设备整体费用来看，M12 光伏组件项目的比M6 光伏组件项目的高15%。M12 光伏组件项目的土地需求面积及费用比M6 光伏组件项目的大。由于同为5 GW 规模，2 种光伏组件项目的运营资金相同。

3.2.2 投资收益

投资收益分为静态回收期、动态回收期、平均运营收入、平均毛利率和平均净利率5 个指标。

从目前对比数据来看，M12 光伏组件的功率增益比M6 光伏组件的多9.64%；但与M6 光伏组件相比，M12 光伏组件的电池成本、辅材成本和加工费成本累计增加了5.33%。因此，M6 光伏组件项目的静态回收期比M12 光伏组件项目的短11.42%，M6 光伏组件项目的动态回收期比M12 光伏组件项目的短12.25%，这是因为M12 光伏组件属于新品，达产速度慢。M6 光伏组件项目的平均运营收入比M12 光伏组件项目的少2.11%；平均毛利率比M12 光伏组件项目的低1.46%；平均净利润比M12 光伏组件项目的低2.03%。

3.2.3 产品延展性

产品延展性包含产品兼容性、适用范围和旧线改造效益3 个指标。

M12 光伏组件可向下兼容M10、M6 等型号的光伏组件，M6 光伏组件却无法向上兼容M12光伏组件。M6 光伏组件有家用、商用2 种；而M12 光伏组件重，屋顶承压压力大，因此主要应用于商业。现有的更小尺寸线体经过改造可满足M6 光伏组件的生产条件，但不具备M12 光伏组件的生产能力。

3.2.4 产品风险性

产品风险性包含产品量产风险、资金需求风险和市场周期风险3 个指标。

目前M6 光伏组件已达到单班量产1200 件的水平，2020 年2 月M12 光伏组件已成功下线；M12 光伏组件项目的资金需求比M6 光伏组件项目多5.47%。目前，M6 光伏组件已初具市场规模，M6 光伏组件配套设备及相关上、下游供需更能满足需求，投入产出比更高，客户接受度更高，短期量产能够快速回收成本；而M12 光伏组件的市场还正在培育，成本回收期会更长。另外需要警惕的是，除M6 光伏组件和M12 光伏组件外，其他新型光伏组件可能会侵占市场。

3.2.5 产品竞争力

产品竞争力包含单位产品加工费、市场占比、质量长期可靠性和投入产出比4 个指标。

M12 光伏组件的加工费比M6 光伏组件的低1.67%；M6 光伏组件的市场占有率比M12 光伏组件高；M6 光伏组件的质量长期可靠性较M12光伏组件的高；M6 光伏组件的投入产出比较M12 光伏组件的要高。

对M6 光伏组件项目和M12 光伏组件项目建设方案的效益评价指标权重进行打分并量化数据对比，然后进行归一化处理(量化数据折算到单位GW 规模上)，权重比例经过ANP 处理，具体如表2 所示。

表2 M6 光伏组件项目和M12 光伏组件项目建设方案效益评价指标权重及其项目得分Table 2 Benefit evaluation index weights and project scores of M6 and M12 PV modules project construction schemes

将指标层权重带入权重比中计算，可得到M6 光伏组件项目和M12 光伏组件项目建设方案效益评价的综合得分，分别为97.34 和96.25(数据对比时以两者较好者得满分，同时设置及格分)。由此可知，目前投资M6 光伏组件项目更易获得令人满意的回报。

将表2 中2 种光伏组件项目每个系统层中各自的指标层权重与其对应的项目得分相乘然后求和，得到该项目的系统层水平分值，将其汇总到雷达图中，并与系统层的理想水平分值对比，以反映建设方案在这5 个指标的优劣情况，具体如图2 所示。从雷达图中可以看出，M6 光伏组件项目在投资费用和产品竞争力方面相对于M12 光伏组件项目具有一定优势，M12光伏组件项目在投资收益方面相对于M6 光伏组件项目有微弱优势，在产品风险性和产品延展性方面两者差异较小。

图2 M6 和M12 光伏组件项目建设方案系统层水平分值雷达图Fig. 2 Radar chart of system layer level score of M6 and M12 PV module schemes

4 结论

本文以江苏省盐城市阜宁县为方案背景，对M6 光伏组件项目和M12 光伏组件项目建设方案的效益状况进行了分析。结果显示，2 种光伏组件项目的效益均较高，但是从现阶段项目建设角度来看，M6 光伏组件项目总体上存在一定优势，尤其是在项目投资费用、产品竞争力等方面，但优势不明显；M12 光伏组件项目在投资收益等方面具有微弱优势。具体表现在：

1)从投资角度看，M12 光伏组件项目建设成本高，设备价格明显高于M6 光伏组件项目；M12 光伏组件项目建设方案的单位成本效益比M6 光伏组件项目的低，需要扩大设备选型对比，降低设备采购价格；另外，因M12 光伏组件项目对车间面积需求更大，需要考虑采用混流线等方案以减少厂房面积，缩小其与M6 光伏组件项目的建设成本差距。

2)从单位收益角度来看，与M6 光伏组件相比，M12 光伏组件的功率增益率比其的其他成本累计增加率高，导致生产相同产能时，M6 光伏组件项目的单位成本的平均毛利率低于M12 光伏组件项目的。若要缩短M6 和M12 光伏组件项目在成本上的差异，就要提升单班产能及控制制程辅材损耗。

3)从产品竞争力来看，M6 光伏组件的上、下游衔接更为紧密，设备及物料选择性更大，市场接受度更高。需要提升M12 光伏组件市场占有率以提升产品上、下游衔接能力，同时提升制程能力控制，提高产品良率。

4)从产品风险性来看，M6 光伏组件的市场接受度暂时更好，市场占有率也更高，短期量产能够快速回收成本；M12 光伏组件正逐步受到客户信赖。但同时需要预防新型组件侵占M6和M12 光伏组件的市场，特别是近期新推出的M10 光伏组件。