光伏发电经济效益评价模型的构建研究

查俊吉

（国网江苏省电力有限公司灌南供电分公司， 江苏 连云港 223500）

0 引言

随着我国对清洁可再生能源的重视，光伏发电迎来了快速发展的机遇。但在项目规划中，如何准确评估光伏电站的经济效益，是开发商和投资者面临的关键问题。为支持光伏产业的健康发展，本文构建了一个多因素考量的光伏发电经济效益评价模型。该模型不仅建立了精确的数学表达方式，还给出了参数选择和模型应用的方案设计。经过案例验证，该模型可以有效预测特定条件下光伏项目的经济可行性。

1 光伏技术发展概述

1.1 光伏产业的全球和国内经济地位

随着全球对可再生能源的日益关注和环保意识的提高，光伏产业在全球和国内的经济地位逐渐上升。全球范围内，光伏发电已成为一项关键的清洁能源技术，被广泛应用于居民、商业和工业领域。据统计，全球现有约5 000 座光伏电站，其中中国、日本、德国和印度是全球光伏产业的主要市场。光伏技术的快速发展推动了全球清洁能源转型，也为经济可持续发展提供了新的动力。根据国际能源署的预测，到2030 年，全球光伏装机容量将达到2 670 GW，届时光伏发电将占全球电力生产的20%。这意味着光伏产业将成为未来全球能源转型的重要支柱。在中国，根据中国可再生能源协会的预测，到2030 年，中国光伏装机容量将达到120 GW，占全国电力装机总量的10%。

光伏技术的发展始于19 世纪30 年代对光电效应的发现。1839 年，法国科学家贝克勒尔首次观察到光生伏特效应。随后，科学家亚当斯、赫兹和冯·莱纳德等人对光电效应进行了深入研究。1905 年，爱因斯坦成功解释了光电效应，奠定了光伏技术发展的理论基础。20 世纪30 年代，人们开始尝试制造太阳能电池。1954 年，贝尔实验室制造出效率约为6%的硅基太阳能电池，标志着现代光伏技术的诞生。60 年代，各国陆续将光伏电池应用于航天领域。随后的几十年里，随着光伏技术的不断发展，转换效率大幅提升，制造成本逐步降低，光伏技术得以大规模商业化应用。目前，主流的光伏电池效率已达20%以上。在应对气候变化的背景下，光伏产业快速发展，成为全球新能源领域的重要力量。2022 年，中国光伏产品出口额达512.5 亿美元，同比增长80.3%，出口量占全球的41%。中国已成为全球最大的光伏产品生产和出口国，对全球可再生能源发展做出了重大贡献。同时，中国国内光伏发电量持续快速增长，2022 年增长30.8%，达到全国电力生产的4.9%。因此，无论是从全球还是国内来看，光伏产业已成为中国经济新的增长点。

中国政府高度重视光伏产业的发展，出台了一系列政策措施支持光伏产业的发展。2009 年，中国政府提出了“光伏发电技术产业化行动”，计划到2020 年，中国光伏发电装机容量达到210 GW。2013 年，中国政府发布了《关于促进光伏产业健康发展的若干意见》，明确了光伏产业的发展目标和政策措施。

此外，中国政府还通过财政补贴、税收优惠等措施鼓励光伏产业的发展。例如，2010 年，中国政府出台了《关于完善光伏发电价格政策的通知》，对光伏发电实行了0.42 元/kW·h 的财政补贴政策，有效期为20 a。2011 年，中国政府出台了《关于分布式光伏发电实行按照全电量补贴政策的通知》，对分布式光伏发电实行了0.42 元kW·h 的财政补贴政策。

中国政府还通过制定标准、加强监管等措施保障光伏产业的健康发展。例如2011 年，中国政府发布了《光伏发电工程施工规范》，对光伏发电工程的设计、施工、验收等环节进行了规范。2015 年，中国政府发布了《光伏发电运营管理办法》，对光伏发电的运营管理、安全管理、质量管理等环节进行了规范。

1.2 光伏发电的成本结构

光伏发电的成本包括光伏模块成本、逆变器成本、安装成本运营与和维护成本，如图1 所示。

图1 光伏发电成本结构

1.2.1 光伏模块成本

1）原材料成本：主要由硅或其他半导体材料、导线、背板和封装材料组成。其中，硅材料通常是成本中的主要部分，其价格与市场供求关系紧密相关。

2）生产加工成本：包括单晶、多晶硅片的制造、电池片的切割和组装等过程。

3）技术更新及研发投入：随着技术的进步，光伏电池的转换效率持续提高，这也意味着需要不断地进行技术更新和研发投入。

1.2.2 逆变器成本

1）主要组件成本：逆变器的核心部分，如功率模块、控制板等。

2）技术与研发成本：为提高逆变器的效率和稳定性，持续研发是必要的。

3）安装与维护成本：逆变器的安装通常需要专业人员，而其维护也是系统稳定运行的关键。

1.2.3 安装成本

1）人工成本：根据项目规模、地理位置和安装难度，人工成本会有所不同。

2）结构与固定装置：包括支架、螺栓和电缆通道等。

3）运输与物流：模块、逆变器和其他组件从制造商到项目现场的运输成本。

1.2.4 运营与维护成本

1）常规维护：包括清洁、部件检查和故障诊断等。

2）部件更换：随着时间的推移，某些部件可能需要更换，如逆变器、连接器等。

3）监控与数据管理：系统的实时监控、数据采集和分析也需要一定的成本。

4）保险与管理：为防范不可预测的风险，如自然灾害、设备损坏等，保险和风险管理是不可或缺的。

2 经济效益评价的方法与指标

在评估光伏发电项目的经济效益时，有多种方法和指标可供参考[1-2]。这些评价方法和指标可以帮助投资者、开发商和政策制定者了解项目的财务收益，从而做出明智的决策。

2.1 现有的评价方法

在项目可行性和经济效益评估方面，各种方法有各自的应用场景和局限性。成本效益分析（CBA）因其简洁和直观性常用于初级阶段的筛选，尤其是当有多个项目供选择且预算受限时。然而，这一方法可能缺乏对金融和市场复杂性的全面理解。相对而言，财务模型分析是一种更高级、精密的手段，通过全面考虑现金流、贷款和税收等因素，适用于项目进一步的财务规划。但这一方法通常更为复杂，需要特定的专业技能。敏感性分析则更注重风险评估，通过模拟关键参数（如电价、资本成本）的不同情景，帮助决策者识别项目的风险点和潜在问题。但这种分析可能忽视一些不容易量化或预见的风险因素。生命周期成本法提供了一种长期的评估框架，涵盖从项目起始到结束的所有成本和收益。这不仅有助于全面评估，还能指导长期战略。然而，这种方法也需要大量的数据和假设，且由于其时间跨度长，不确定性因素可能更多，如表1 所示。

表1 评价方法对比

2.2 经济效益的关键指标

2.2.1 内部收益率（IRR）

使项目的净现值达到零的折扣率，即项目能够达到的预期年回报率。当IRR 超出项目的资本成本时，该项目通常被视为值得投资，具有潜在的盈利能力。在复杂的现金流情况下，IRR 可能有多个值，导致解释上的困难。如果IRR 大于项目的资本成本k，则项目值得投资。

2.2.2 净现值（NPV）

衡量的是未来现金流入的今天的价值与项目初始成本的差值。正的NPV（在公式中表达为VNP）意味着项目预期回报超出了投资，是一个有利可图的投资。选择何种折扣率可以有一定的主观性，可能影响NPV 的计算结果。

式中：r 为折扣率；CF，t为现金流；t 为回收期；Co为初始投资。如果NPV 为正，则项目预期的回报超出了投资。折扣率r 的选择可能是主观的。

2.2.3 回收期（Payback Period）

回收期是指项目回收其最初的投资成本需要的时间长度。通常，回收期越短，项目的风险就越小。设CFt是每期的现金流，当累计的现金流首次超过初始投资C0时，对应的时间t 就是回收期。因此，回收期越短，项目风险越小，吸引力越大。但是不考虑回收期后的现金流。

2.2.4 项目盈利指数（Profitability Index，PI）

项目盈利指数是正NPV 与项目初始成本的比率。是一个规范化的指标，用于比较不同规模项目的经济效益。

项目盈利指数（PI）越大，项目的经济效益越好。由于基于净现值（NPV），因此，折扣率的选择会影响其结果。

3 构建光伏发电经济效益评价模型

3.1 假设与约束条件

光伏发电经济效益假设如表2 所示，首先设定了固定投资成本，总额为1 200 000 美元。其中，包括了设备购买费用约975 000 美元和人工安装费用约225 000 美元。考虑到操作和维护的重要性，设定了首年维护费用基准为15 000 美元，并预期这一费用每年会有1.2%的增长。关于电力产量，估算初始的年度产电量为2.4 GW·h，但考虑到光伏板的性能衰减，预期每年的产电量会有0.5%的衰减。此外，还预测当前电价为0.085 美元/（kW·h），以后每年会有2.7%的增长。

表2 构建光伏发电经济效益假设

明确了财务上的限制，如表3，即总的投资不应超过1 500 000 美元。地理因素也对电力产量有一定的限制，考虑到特定的地理位置和太阳辐照度，最大的年度产电量被设定为2.6 GW·h。技术方面的约束则表现为系统的最大效率为18.7%，这是基于当前市场上可用的最新光伏技术得出的。

表3 约束条件

3.2 模型的数学表述

根据上述的假设以及约束条件，构建光伏发电经济效益评价模型。

1）总投资成本（TIC，在公式中表达为CTI）：CTI=设备购买费用+ 人工安装费用=975 000+225 000=1 200 000 美元。

2）第t 年的年度操作及维护成本（OMC，在公式中表达为COM，）t：COM，t=COM，t-1×（1+年度增长率）。COM，t=15 000 美元，且年度增长率为1.2%。

3）年度电力产量（EPC，在公式中表达为CEP）：第t 年的年度电力产量CEP，t=CEP，t-1×（1- 年度衰减率）。估算初始的年度产电量（CEP，）t为2.4 GW·h，且年度衰减率为0.5%。

4）年度电力收入（EPI，在公式中表达为IEP）：第t年的年度电力收入IEP，t=CEP，t×电价PE，t。电价PE，t=电价PE，t-1×（1+预期年度增长率），且预测当前电价为0.085 美元（/kW·h）、年度增长率为2.7%。

5）年度净收益（NPI，在公式中表达为INP）：第t年的年度净收益INP，t=IEP，t-COM，t。约束条件为：CTI≤1 500 000 美元、CEP，t≤2.6 GW·h 和系统效率≤18.7%。

该模型考虑了光伏发电项目的主要经济因素，包括初始投资、操作和维护成本、电力产量和电价。通过计算NPV 来评估项目的经济效益。正的NPV 意味着项目的预期回报超出了其成本。约束条件则确保了项目在财务、地理和技术方面都是可行的。为了得到更准确的结果，需要知道折扣率r 和其他可能的经济参数。该模型可以进一步扩展，包括税收、政府补贴以及融资成本等其他因素，可以更全面地评估项目的经济效益[3-4]。

3.3 主要参数的选择与估计方法

在构建光伏发电经济效益评价模型时，确保准确选择并估计关键参数是至关重要的。固定投资成本包括设备购买费用和人工安装费用，通常是基于对多家供应商的市场调研，并考虑项目的规模和需求而进行的。操作及维护成本的估计，如初始年度维护费用和年度增长率，旨在参考类似项目的历史数据或咨询行业专家，并基于通货膨胀、材料成本变化和劳动力成本上涨等因素进行预测。电力产量，特别是初始年度产电量和年度衰减率，是使用太阳辐照度数据、光伏板的转化效率和系统规模以及基于光伏板生产厂商提供的性能保证数据来估计的。电价包括当前电价和预期年度增长率，通常是从电力市场或供电公司获取的，并考虑供求关系、政府政策和其他宏观经济因素进行预测。系统寿命通常参考光伏板和其他主要设备的生产厂商提供的数据。而约束条件的参数，如预算上限、最大年度产电量和最大系统效率，则分别基于投资者或企业的财务状况、地理位置、太阳辐照度以及技术限制来确定。在选择和估计这些参数时，综合各种信息来源，如市场调查、历史数据、厂商资料和专家咨询，是确保模型准确性和可靠性的关键。

4 模型应用

某新能源公司正在对A 县建设一座10 MW 光伏发电站的可行性进行评估。投资成本方面，该公司进行市场调研，确定设备购买费用约为750 万元人民币，安装费用约为200 万元。运维成本方面，根据行业数据确定首年运维费用为12 万元，并假设每年增长1.5%。电力产量方面，根据A 县的日照资源情况，预计首年产电量约为1.8 GW·h，并且参考光伏电池衰减特性，假设年衰减率为0.8%。电价方面，该区域现阶段的上网电价为0.65 元/（kW·h）。根据国家电价政策，预测未来5 年内电价年增长率约为2%。投资限制方面，该公司预算总投资限制为1 000 万元。

将以上数据代入模型，计算项目的预期净现值、内部收益率等指标。基于给定的信息和时间段进行计算。假设项目周期为25 a，但主要关注前5 年，因为电价政策预测是基于这5 年的。同时，将使用一个常见的折扣率r=8%来计算NPV。计算可得：

总投资成本=950 万元。

年 度 运 维 成 本COM，1=12 万 元；COM，2=12 ×（1+0.015）=12.18 万元；COM，3=12.18×（1+0.015）=12.36万元。

年 度 电 力 产 量CEP，1=1.8 GW·h；CEP，2=1.8×（1-0.008）=1.785 6 GW·h；CEP，3=1.785 6×（1-0.008）=1.771 4 GW·h。

年度电力收入IEP，1=1.8GW·h×1000000 kW/GW×0.65 元/（kW·h）=117 万元；IEP，2=1.785 6 GW·h×1 000 000 kW/GW×0.65 元/（kW·h）×（1+0.02）=118.385 万元；IEP，3=1.771 4 GW·h×1 000 000 kW/GW×[0.65 元/（kW·h）×（1+0.02）]×（1+0.02）=119.793 万元。

年度净收益INP，1=117-12=105 万元；INP，2=117.89-12.18=105.71 万元。

项目的初始投资是950 万元，但从第一年开始，年净收益已超过100 万元，并且这个收益在逐年上升，这意味着大约9～10 a 即可收回初始投资。电价预期的增长率（2%）高于电量的衰减率（0.8%），即使电力产量逐年减少，电力收入也会逐年增加。给定的投资限制为1 000 万元，实际投资成本为950 万元，这意味着公司还有一些预算余额，可以用于应对未预期的费用或为项目增加一些额外的容量或特性。从上述分析中，我们可以得出结论，A 县的光伏发电项目是可行的，预期的内部收益率也可能超过给定的折扣率（8%），该项目具有吸引力。

5 结论

本文针对光伏发电项目的经济效益评估问题，构建了一个考虑多方面因素的评价模型。模型综合考虑了光伏项目的固定投资、运维成本、电力产量和收入等因素，建立了数学表达式，并给出了主要参数的选择和估计方法。该模型应用于案例分析中，对一个具体光伏站点的经济可行性进行评估。结果表明，在适当的电价政策和技术条件下，该示例项目是可盈利的。对光伏项目经济效益评估提供了一个较全面和实用的方法框架。该模型还有进一步优化的空间，例如，考虑政府补贴、税收、环境和社会成本等因素，使用多场景分析等方式提高鲁棒性，并增加模型的灵活性和适应性。此外，在实际应用中，准确获取各类参数的数据至关重要，需要进一步完善参数估计的方法。可以研发一个基于模型的决策支持系统，辅助项目规划和投资决策。