水土不服的LCOE在国内新能源行业应用场景深度研究

任晓旭,牛海峰,宁洪涛,李谦,房杰

(中国广核新能源控股有限公司，北京 100070)

平准化度电成本(LCOE)源于国外，被国外学者广泛应用于风电项目经济性和发电技术经济性的评估中，从全寿期视角，比较分析不同发电技术综合竞争力，比较不同风电场竞争力[1-9]。以德国为代表的风电项目上网电价都采用竞价上网的方式进行确定，最终电价为“市场结清电价+政府补贴”，因此在前期对项目进行经济性评估时无法计算内部收益率，故仅可采用平准化度电成本计算，其在国外竞价上网中得到广泛应用[10-14]。国内更习惯于用COE,即未考虑各种成本和发电量的时间价值的度电成本，因此行业内所提的度电成本概念及公式存在不一致的现象。平准化度电成本最早应用于一些外资风机厂家，后来国内风机厂家、投资商、设计院陆续引入该公式进行风机机型比选、设计方案比选，来寻找平准化度电成本最优的机型或方案，这种应用场景过于单一[15-16]。近年来新能源形势严峻，政策不断调整，新政不断出台，很多项目电价存在不确定性，单纯利用内部收益率指标存在一定制约性，因此平准化度电成本模型具有一定应用空间，但因其引入国内后行业内对其理解不同，出现不同演绎版本的公式或应用，所以有必要对其进行大量样本的实证数据研究，来深入探索其更多更广应用场景。因此本文从反算可接受最低电价与预期平准化度电成本、最低平准化度电成本之间的关系,不同区域项目电价与平准化度电成本横向对比，不同区域平准化度电成本纵向对比三种应用场景进行了深入分析，来研究LCOE应用场景。

1 平准化度电成本概述

1.1 平准化度电成本概念

美国国家可再生能源实验室(NREL)把LCOE定义为平准化电力成本(levelized cost of energy，LCOE)，是国际通用的评估方法，并被推广到政策分析、学术建模等方面。总体来看，其是对项目生命周期内的成本和发电量进行平准化后计算得到的发电成本，即生命周期内的成本现值/生命周期内发电量现值。本文引用2008年美国Sunpower公司发布的《The Drivers of The Levelized Cost of Electricity for Utility-Scale Photovoltaics》和2016年GE公司发布的《2025中国风电度电成本白皮书》中对于公式的描述，如下：

(1)

其中：Pdynamic_cost为建设投资，国外建设投资因其不含增值税进项税不需要特殊处理，国内Pdynamic_cost需处理为不含增值税进项税的建设投资，DdepreciationRtax为资产折旧抵税，PO&M(1-Rtax)为税后运维成本，Vresidual_value为固定资产残值，Eaccrual为每年发电量，Rdiscount为折现率，从变量因素中可以看出，其受建设成本、折旧、运维成本、固定资产残值、发电量、折现率、所得税因素影响，上述公式是站在项目角度不考虑融资杠杆下的LCOE。

由公式一可演绎出考虑融资杠杆下的LCOE，如下：

(2)

其中：Pinitial-outlay为项目资本金，DdepreciationRtax为资产折旧抵税，PO&M(1-Rtax)为税后运维成本，FO&M(1-Rtax)为税后财务费用，Ploan-principal为贷款本金支出，Vresidual_value为固定资产残值，Eaccrual为每年发电量，Rdiscount为折现率，从变量因素中可以看出，其受投资者初始投入资本金、折旧、运维成本、长贷利息，长贷本金，固定资产残值、发电量、折现率、所得税等因素影响。

上述两个公式所站角度不同，分子考虑的因素不同，折现率选取不同，如不考虑股东垫资影响，考虑融资杠杆的LCOE低于不考虑融资杠杆的LCOE，但计算结果相差不大，本文采用公式一进行推导论证。

1.2 平准化度电成本LCOE与内部收益率IRR指标对比

表1 LCOE与IRR对比分析Tab.1 Comparative analysis of LCOE and IRR

续表1

由表1可见，IRR测算逻辑与LCOE计算逻辑本质上是一致的，只不过IRR计算过程考虑了中国税制下的所得税三免三减半、销售税金及附加，风电项目还考虑了增值税即征即退税收优化政策，而LCOE计算过程和修正为含税值的修正过程不能完全结合国内税制下上述因素参与测算的影响。

2 平准化度电成本不同应用场景研究

2.1 从平准化度电成本与反算可接受最低电价关系角度分析

2.1.1 研究样本选取

本文选取2019年5月以来具有代表性的风电、光伏项目共计50个进行测算分析。

2.1.2 测算软件和方法

利用上述公式计算两种LCOE值，一种是按照项目全投资收益率标准折现的预期LCOE(不含税)和按照项目首年加权平均资本成本折现的最低LCOE(不含税)，将建设成本变化±5%，发电量变化±5%，运维成本变化±5%，利率变化±5%，测算其带来反算可接受最低电价与预期LCOE(不含税)变化程度，统计相关数据，同时将建设成本变化±5%，发电量变化±5%，运维成本变化±5%，利率变化±5%，测算其带来反算可接受最低电价与最低LCOE(不含税)变化程度，统计相关数据，利用SPSS软件验证50个项目中反算最低电价与不含税LCOE呈显著线性相关关系的情景。同时因上述公式计算出的LCOE是剔除了增值税、所得税、营业税金及附加因素影响的度电成本，国内电价是考虑了增值税等因素在内的综合定价，需将不含税LCOE修正为含税值与电价对标，修正方法可采用近似修正法或者带入模型试算法，绘制不同区域项目LCOE(含税)与项目核准、竞标电价或当地煤杆电价变化趋势，并进行不同区域项目LCOE值比较，研究其不同应用场景。

2.1.3 高补贴时代风电项目电价与LCOE(不含税)
相关性检验

(1)高补贴时代风电项目电价与最低LCOE(不含税)相关性分析

假设1：反算可接受最低电价与最低LCOE(不含税)呈线性相关关系。将32个项目中建设成本、发电量、运维成本、利率进行±5%变化，测算其带来反算最低电价和最低LCOE(不含税)变化情况，得出256个变量样本，对反算可接受最低电价与最低LCOE(不含税)进行SPSS回归检验。

表2 回归分析表Tab.2 Regression analysis table(a)模型摘要(a)Model summary

从上图可见，R方=0.902>0.6作为判定线性方程拟合优度的重要指标，初步判断模型拟合效果良好。

(b)方差分析(b)Deviation analysis table

从上图可见，方差分析的显著性值=0.000<0.05，说明反算可接受最低电价和最低不含税LCOE之间具有极显著的线性关系。

(c)回归方程系数表(c)Linear regression tests of holding ratio and risk

从上图可见，回归分析结果良好，t检验里的显著性水平0.00<0.05，但有常量，说明本次回归方程的系数是显著的，具有统计学意义。修正常量影响，建立反算可接受最低电价与最低不含税LCOE之间的模型表达式：Y=0.004+1.62X。

(d)残差统计(d)Residuals statistics

(a)回归标准化残差的直方图(a)Histogram of regression standardized residuals

(b)回归标准化残差的正太P-P图(b)P-P Diagram of regression standardized residuals图1 回归标准化残差图Fig.1 Regression standardized residuals

从标准化残差直方图来看，左右两边不完全对称，从标准化残差的P-P图来看，散点并没有全部靠近斜线，并不完美。综合而言，残差正态性结果不是最好的，但接近或近似即可考虑接受。

通过模型残差独立性检验，DW=1.034，查询Drubin Watson table可以发现本例DW值恰好出自相关性的值域之中，认定残差独立，通过检验。

(2)高补贴时代风电项目电价与预期LCOE(不含税)相关性分析

假设2：反算可接受最低电价与预期LCOE(不含税)呈线性相关关系。将32个项目中建设成本、发电量、运维成本、利率进行±5%变化带来反算最低电价和预期LCOE变化情况分析，得出256个样本，对反算最低电价与预期LCOE进行SPSS回归检验。

表3 回归分析表Tab.3 Regression analysis table(a)模型摘要(a)Model summary

从上图可见，R方=0.927>0.6作为判定线性方程拟合优度的重要指标，初步判断模型拟合效果良好。

(b)方差分析(b)Deviation analysis table

从上图可见，方差分析的显著性值=0.000<0.05，说明反算可接受最低电价与预期LCOE(不含税)之间具有极显著的线性关系。

(c)回归方程系数表(c)Linear regression tests of holding ratio and risk

从上图可见，回归分析结果良好，t检验里的显著性水平0.00<0.05，说明本次回归方程的系数是显著的，具有统计学意义。建立反算可接受最低电价与预期LCOE(不含税)之间的模型表达式：Y=-0.018+1.566X，但该表达式的常量为负数。

(d)残差统计(d)Residuals statistics

(a)回归标准化残差的直方图(a)Histogram of regression standardized residuals

(b)回归标准化残差的正太P-P图(b)P-P Diagram of regression standardized residuals图2 回归标准化残差图Fig.2 Regression standardized residuals

从标准化残差直方图来看，左右两边不完全对称，从标准化残差的P-P图来看，散点并没有全部靠近斜线，并不完美。综合而言，残差正态性结果不是最好的，但接近或近似即可考虑接受。

通过模型残差独立性检验，DW=1.231，查询Drubin Watson table可以发现本例DW值恰好出自相关性的值域之中，认定残差独立，通过检验。

2.1.4 光伏项目(竞价、平价)电价与LCOE(不含
税)相关性分析

(1)光伏项目(竞价、平价)电价与最低LCOE(不含税)相关性分析

假设3：反算可接受最低电价与最低LCOE呈线性相关关系。将18个项目中建设成本、发电量、运维成本、利率进行±5%变化带来反算最低电价和预期LCOE变化，得出144个样本，对反算最低电价与预期LCOE进行SPSS回归检验。

表4 回归分析表Tab.4 Regression analysis table(a)模型摘要(a)Model summary

从上图可见，R方=0.835>0.6作为判定线性方程拟合优度的重要指标，初步判断模型拟合效果良好。

(b)方差分析(b)Deviation analysis table

从上图可见，方差分析的显著性值=0.000<0.05，说明反算可接受最低电价与最低LCOE(不含税)之间具有极显著的线性关系。

(c)回归方程系数表(c)Linear regression tests of holding ratio and risk

从上图可见，回归分析结果良好，t检验里的显著性水平0.00<0.05，说明本次回归方程的系数是显著的，具有统计学意义。建立反算可接受最低电价与最低LCOE(不含税)之间的模型表达式：Y=0.067+1.381X。

(d)残差统计(d)Residuals statistics

续表(d)

(a)回归标准化残差的直方图(a)Histogram of regression standardized residuals

(b)回归标准化残差的正太P-P图(b)P-P Diagram of regression standardized residuals图3 回归标准化残差图Fig.3 Regression standardized residuals

从标准化残差直方图来看，左右两边不完全对称，从标准化残差的P-P图来看，散点并没有全部靠近斜线，并不完美。综合而言，残差正态性结果不是最好的，但接近或近似即可考虑接受。

通过模型残差独立性检验，DW=1.848，查询Drubin Watson table可以发现本例DW值恰好出自相关性的值域之中，认定残差独立，通过检验。

(2)光伏项目(竞价、平价)电价与预期LCOE(不含税)相关性分析

假设4：反算可接受最低电价与预期LCOE(不含税)呈线性相关关系。将18个项目中建设成本、发电量、运维成本、利率进行±5%变化带来反算最低电价和预期LCOE(不含税)变化，得出144个样本，对反算最低电价与预期LCOE(不含税)进行SPSS回归检验。

表5 回归分析表Tab.5 Regression analysis table(a)模型摘要(a)Model summary

从上图可见，R方=0.837>0.6作为判定线性方程拟合优度的重要指标，初步判断模型拟合效果良好。

(b)方差分析(b)Deviation analysis table

从上图可见，方差分析的显著性值=0.000<0.05，说明度反算可接受最低电价与预期LCOE(不含税)之间具有极显著的线性关系。

(c)回归方程系数表(c)Linear regression tests of holding ratio and risk

从上图可见，回归分析结果良好，t检验里的显著性水平0.00<0.05，说明本次回归方程的系数是显著的，具有统计学意义。建立反算可接受最低电价与预期LCOE(不含税)之间的模型表达式：Y=0.072+1.194X。

(d)残差统计(d)Residuals statistics

(a)回归标准化残差的直方图(a)Histogram of regression standardized residuals

(b)回归标准化残差的正太P-P图(b) P-P Diagram of regression standardized residuals图4 回归标准化残差图Fig.4 Regression standardized residuals

从标准化残差直方图来看，左右两边不完全对称，从标准化残差的P-P图来看，散点并没有全部靠近斜线，并不完美。综合而言，残差正态性结果不是最好的，但接近或近似即可考虑接受。

通过模型残差独立性检验，DW=1.829，查询Drubin Watson table可以发现本例DW值恰好出自相关性的值域之中，认定残差独立，通过检验。

2.1.5 小结

无论是高补贴时代的风电项目还是平价时代的光伏项目，无论是使用加权平均资本成本折现的最低LCOE还是使用全投资收益率标准折现的预期LCOE，均呈现出项目反算可接受最低电价与LCOE呈线性相关关系，高补贴时代风电项目反算可接受最低电价与最低LCOE(不含税)之间的模型表达式：Y=0.004+1.62X，高补贴时代风电项目反算可接受最低电价与预期LCOE(不含税)之间的模型表达式：Y=-0.018+1.566X，光伏项目(竞价、平价)反算可接受最低电价与最低LCOE(不含税)之间的模型表达式：Y=0.067+1.381X，光伏项目(竞价、平价)反算可接受最低电价与预期LCOE(不含税)之间的模型表达式：Y=0.072+1.194X，可见线性公式并不唯一也不固定，随着样本数量不同线性关系表达式也不同，说明反算可接受最低电价与LCOE之间存在线性关系趋势，但使用LCOE作为项目竞标电价存在偏差，应区分测算出来的LCOE是否含税，不含税LCOE只是成本指标，不能直接用于竞标电价。根据我国税制需修正为含税值，才能与电价对标。

2.2 从平准化度电成本与项目电价角度分析

2.2.1 高补贴时代风电项目LCOE(含税)与核准电价对比

图5 风电项目LCOE(含税)与标杆电价对比Fig.5 Comparison of LCOE (including tax) and benchmark electricity price of wind power projects

从图5可见，高补贴时代风电项目平准化度电成本与标杆电价、煤杆电价变化趋势一致，均呈现出核准电价高的区域平准化度电成本也高，核准电价低的区域平准化度电成本也低[17]，同时，高补贴时代，风电项目平准化度电成本与项目燃煤标杆电价比具有一定优势，说明在高补贴时代，在标准边界条件下项目基本可满足收益率要求。

2.2.2 竞价、平价时代光伏项目LCOE(含税)与竞
标电价对比

图6 光伏项目LCOE(含税)与竞标电价对比Fig.6 Comparison of LCOE (including tax) and bidding price of photovoltaic projects

从图6可见，接近于平价的光伏项目平准化度电成本与竞标电价、煤杆电价变化趋势一致，平准化度电成本(含税)与项目竞标电价相比已不具备优势，竞价、平价时代项目平准化度电成本与竞标电价接近，说明光伏项目平价后保持一定收益率水平主要依靠一定程度的超装以及组件技术进步提高发电量、降低运维成本、降低运营期长贷利率来实现[18-19]，光伏项目平价路径可为风电项目平价提供一定借鉴意义。

2.3 各地区项目平准化度电成本(含税)对比

(a)风电项目各地区度电成本(含税)对比图(a)Comparison chart of LCOE (including tax) in different regions of wind power projects

(b)光伏项目各地区度电成本(含税)对比图(b)Comparison chart of LCOE (including tax) in different regions of PV projects图7 各地区度电成本(含税)对比图Fig.7 Comparison chart of LCOE(including tax) in different regions

由上图可见，根据各区域项目平准化度电成本形成对比图，进行度电成本比较，可将其用于各种不同方案或项目比较、优选。同时可见，贵州、湖南、广西、江西等核准电价或煤杆电价高的区域平准化度电成本也高，内蒙、青海核准电价或煤杆电价低的区域相应项目的平准化度电成本也低，说明平价后煤杆电价高或者低的区域都将有一批适宜开发，能保持一定经济性的项目供开发商投资建设，从LCOE敏感因素分析来看，影响较大的因素是发电量和建设投资，其次是资金成本和运维成本[20-26]，所以煤杆电价高同时资源条件相对好，建设成本相对低的区域将率先实现平价[27-30]。

3 结论

(1)反算可接受最低电价与LCOE呈显著线性相关关系，但线性公式并不唯一，也不固定，不同项目测算出来的结果也不尽相同，说明反算最低电价有可能对应多个LCOE。本文引用的公式计算出的LCOE为不含税值，不能直接用来作为竞标电价，但可用于项目成本参考,将不含税LCOE修正为含税值才可与反算最低电价对比，因利用IRR倒推出来的项目可接受最低电价考虑了三免三减半，营业税金及附加，风电项目还考虑了增值税即征即退的复杂过程，LCOE的计算和修正为含税值的过程很难考虑全面上述因素，造成含税LCOE与反算最低电价存在一定偏差，但这些因素对结果影响相对小不会造成大的偏差，因此竞标过程中应结合含税LCOE，反算最低电价，市场情况等综合因素确定竞标电价。如最终竞标电价低于LCOE(含税)值也不能说明项目没有收益空间，可考虑降低边界至项目可接受程度以满足内部收益率标准，此时又将产生新的适应电价的LCOE值。

(2)将含税LCOE与项目电价对标，进行成本、电价趋势比较，LCOE公式中虽然没有电价因素的影响，但因项目受内部收益率标准红线控制，如风电标杆电价时代项目收益率较好，LCOE完全由项目自身成本决定，但平价时代的电价受市场化交易、不平衡资金等综合因素影响，收益率较差的项目通过压缩建设成本和运维成本才能满足收益率要求，此时LCOE又间接受到电价因素影响。

(3)LCOE可用于不同方案、项目比选，因其作为一个成本测算工具，站在同一水平线上，使用不含税LCOE和含税LCOE均具备比选功能，将度电成本最低的方案比选出来,LCOE除用于方案比选外还可用于不同地区项目的成本比较，与当地煤杆电价或竞标电价对比。