居住建筑分布式光伏發(fā)電系統(tǒng)經(jīng)濟性分析

羅 西，劉加平

( 1. 西安建筑科技大學管理學院，陜西 西安 710055；2. 西安建筑科技大學建筑學院，陜西 西安 710055）

分布式光伏發(fā)電是指建在用戶需求側(cè)，通過光伏組件將太陽能轉(zhuǎn)化為電能的發(fā)電方式．目前，我國光伏制造產(chǎn)能過剩，歐美等國又相繼采取貿(mào)易保護措施限制我國光伏產(chǎn)品出口，將太陽能光伏與建筑結合在一起，推廣利用屋頂分布式太陽能，既能減少采暖、制冷對煤炭、石油等一次能源消耗，又能有效解決光伏發(fā)電的并網(wǎng)問題以及長距離輸電的損耗問題，還能加快分布式光伏發(fā)電推廣應用，這對于優(yōu)化我國能源結構、促進節(jié)能減排、防治大氣污染具有一舉三得的重大意義．為此，我國政府已出臺多項優(yōu)惠政策以推動分布式光伏產(chǎn)業(yè)快速發(fā)展，尤其是國家發(fā)改委于2013年8月發(fā)布的《關于發(fā)揮價格杠桿作用促進光伏產(chǎn)業(yè)健康發(fā)展的通知》[1]，明確了0.42元/kW·h的分布式光伏全電量補貼政策；陜西省政府也于2014年12月出臺《陜西省人民政府關于示范推進分布式光伏發(fā)電的實施意見》[2]，提出 “在落實好國家現(xiàn)有電價補助政策的基礎上，省級財政資金按照1元/W標準，給予一次性投資補助”的產(chǎn)業(yè)補貼政策．

由于分布式光伏屬于新興能源產(chǎn)業(yè)，民眾對其運營及收益模式尚缺乏了解，這直接導致居民投資分布式光伏的動力不足，分布式光伏發(fā)展速度遠低于政府預期．雖然國內(nèi)外已有眾多關于分布式光伏項目投資收益的研究，但基本是在技術經(jīng)濟條件確定的情況下進行結果分析，未將行業(yè)發(fā)展初期的自然、技術、市場、政策等不確定因素聯(lián)系起來進行均衡分析。為此，本文著眼于居住建筑分布式光伏發(fā)電系統(tǒng)在我國的發(fā)展，以我國北方城市寶雞市特定的自然條件及陜西省光伏發(fā)電補貼政策為背景，選擇內(nèi)部收益率為主要分析指標，利用SAM軟件建立仿真模型，綜合運用對比分析、敏感性分析、財務杠桿分析等方法，對我國居住建筑分布式光伏系統(tǒng)經(jīng)濟效益進行分析，旨在展示居住建筑采用分布式光伏系統(tǒng)的發(fā)展前景，為行業(yè)發(fā)展、該領域的科學研究及工程應用提供參考．

1 仿真模型參數(shù)選取

分布式光伏發(fā)電系統(tǒng)的經(jīng)濟性分析與其設計方案、組件性能以及氣候條件等因素關系緊密．為便于分析比較，本文使用SAM[3]軟件來對陜西寶雞地區(qū)居民分布式光伏發(fā)電系統(tǒng)進行經(jīng)濟性分析．仿真模型中電池組件選用Canadian Solar CS6P-230P，逆變器選用SMA公司Sunny Boy系列，氣象數(shù)據(jù)來源于Solar and Wind Energy Resource Assessment(SWERA) 570160號氣象站，系統(tǒng)傾斜角設為寶雞當?shù)鼐暥?4.35 °N，系統(tǒng)性能衰減速度每年0.5%，項目投資成本10 000元/kW，運營維護費用每年124.34元/kW，國家及陜西省內(nèi)補貼分別為0.42元/kW·h及1元/W，項目運營期25年，補貼期限20年，其中第12年需更換逆變器，不考慮通貨膨脹．稅收方面，由于居民分布式光伏系統(tǒng)月售電銷售額低于2萬元，根據(jù)國稅總局規(guī)定可免征增值稅，同時由于系統(tǒng)規(guī)模較小，忽略所得稅的計算．

由于本文著眼于居民分布式光伏系統(tǒng)，所分析的用電量范圍限于1 000～5 000 kW·h/a之間，光伏系統(tǒng)裝機規(guī)模限于1～6 kW之間．

2 經(jīng)濟效益影響因素分析

2.1 居民用電量

居民分布式光伏系統(tǒng)收益來源于三部分：“自發(fā)自用”節(jié)省的電費、“余量上網(wǎng)”的售電收入和政府補貼．其中售電電價根據(jù)《關于發(fā)揮價格杠桿作用促進光伏產(chǎn)業(yè)健康發(fā)展的通知》規(guī)定采用當?shù)厝济簷C組標桿上網(wǎng)電價，陜西地區(qū)為0.397 4元/W[4]；政府補貼按照國家規(guī)定0.42元/kW·h的標準；節(jié)省電費的計算由于涉及到階梯電價而較為復雜，需分情況討論．

表1 陜西省居民階梯電價Tab.1 Tiered pricing for Shaanxi household electricity

陜西省居民階梯電價分為三級：年累計用電量在2 160 kW·h及以下的部分，按第一檔電價標準執(zhí)行；年累計用電量在2 161～4 200 kW·h的部分，按第二檔電價標準執(zhí)行；年累計用電量在4 201 kW·h及以上的部分，按第三檔電價標準執(zhí)行．因此，居民消費電價在安裝光伏系統(tǒng)前后可能不同，這也加大了陜西地區(qū)光伏系統(tǒng)收益計算的復雜程度．

表2 陜西地區(qū)分布式光伏系統(tǒng)收益隨居民年用電量變化關系表Tab.2 Relationship between Shaanxi distributed PV income and household load

項目收益對于內(nèi)部收益率的計算有著直接影響．現(xiàn)以0.92、1.83、3.22、4.14、5.06、5.97 kW共6種大小的分布式光伏系統(tǒng)為例，分析不同年用電量的情況下項目內(nèi)部收益率的變化情況．實驗結果圖1所示：

圖1 分布式光伏系統(tǒng)內(nèi)部收益率隨負載變化情況Fig.1 The variation between IRR of distributed PV and household load

從圖1可以看出，隨著居民耗電量的增加，分布式光伏系統(tǒng)的內(nèi)部收益率呈分段線性增長趨勢．不同裝機規(guī)模的系統(tǒng)由于設計、價格、性能等方面的差異，內(nèi)部收益率與用電量之間的關系曲線不盡相同．當系統(tǒng)年發(fā)電量＞4 200 kW·h，對應于陜西寶雞地區(qū)裝機規(guī)模＞3 kW左右時，內(nèi)部收益率增長趨勢基本相同，對于同一負載，隨著系統(tǒng)產(chǎn)能的增大，系統(tǒng)內(nèi)部收益率呈遞減趨勢；當系統(tǒng)年發(fā)電量＜4 200 kW·h，對應于陜西寶雞地區(qū)裝機規(guī)模＜3 kW左右時，內(nèi)部收益率與用電量的關系取決于系統(tǒng)的發(fā)電量大小，對于同一負載，系統(tǒng)產(chǎn)能與內(nèi)部收益率之間的關系難以簡單確定．

2.2 光伏系統(tǒng)單位造價

分布式光伏的初始投資成本主要包括光伏組件、并網(wǎng)逆變器、配電設備及電纜、電站建設安裝等．其中光伏組件投資成本比重最大，占總投資的50%～60%．根據(jù)國際可再生能源署（IRENA）2015年1月17日發(fā)布的《2014年可再生能源發(fā)電成本》報告顯示，全世界范圍內(nèi)太陽能組件成本自2009年末至今已下滑75%，且仍呈持續(xù)下滑態(tài)勢．持續(xù)下滑的投資成本對于項目內(nèi)部收益率有何影響，本文通過敏感性分析的方法進行研究，結果如圖2所示．

以上敏感性分析以10 000元/kW的系統(tǒng)單位造價為基本方案，對0.92、3.22和4.14 kW共3種大小的分布式光伏系統(tǒng)在不同負載下展開研究．

從表3可以看出，項目內(nèi)部收益率隨系統(tǒng)單位造價的下降而上升．對于裝機規(guī)模一定的系統(tǒng)，年用電量越大，單位造價平均敏感度越低；對于年用電量一定的系統(tǒng)，裝機規(guī)模越大，單位造價平均敏感度越高．

圖2 分布式光伏系統(tǒng)單位投資價格敏感性分析圖Fig.2 Sensibility analysis of unit investment cost of distributed PV system

表3 單位造價變化對內(nèi)部收益率的影響Tab.3 The influence of IRR caused by unit investment cost

2.3 居民貸款方式

前面的分析中未考慮貸款行為，而貸款利率和貸款比例也會對分布式光伏系統(tǒng)的經(jīng)濟效益產(chǎn)生影響．現(xiàn)以0.92 kW系統(tǒng)為例，分析居民年用電量分別為500和1 000 kW h，系統(tǒng)單位投資分別為10 000和1 1000元/W共4種情況下，貸款利率與貸款比例對系統(tǒng)的內(nèi)部收益率影響：

從圖3可以看出，在相同貸款利率條件下，按照財務杠桿效應，貸款比例的提高可能導致項目自有資金內(nèi)部收益率提高，也有可能導致其下降，這取決于貸款利率與項目全投資內(nèi)部收益率之間的大小關系．若貸款利率高于全投資內(nèi)部收益率，說明項目收益不足以支付貸款利息，因此貸款比例越大，項目自金資金收益率越?。幌喾?，若貸款利率低于項目全投資內(nèi)部收益率，說明貸款的資金成本低于項目收益，因此貸款比例越大，項目自有資金內(nèi)部收益率越大．

圖3 貸款利率及比例對項目內(nèi)部收益率的影響Fig.3 The influence of IRR caused by loan rate and loan fraction

3 政府財政補貼

目前我國分布式光伏產(chǎn)業(yè)得以快速發(fā)展，很大程度上得益于政府的財政補貼．但是，《關于發(fā)揮價格杠桿作用促進光伏產(chǎn)業(yè)健康發(fā)展的通知》中也指出“國家根據(jù)光伏發(fā)電發(fā)展規(guī)模、發(fā)電成本變化情況等因素，逐步調(diào)減光伏電站標桿上網(wǎng)電價和分布式光伏發(fā)電電價補貼標準”，這給分布式光伏發(fā)電的補貼政策帶來了較大的不確定性，一定程度上影響了投資者的信心．為研究政府補貼的有無對于分布式光伏系統(tǒng)內(nèi)部收益率的影響大小，我們?nèi)匀灰?.92、3.22和4.14 kW這3種大小的系統(tǒng)為例進行分析，結果如圖4所示．

對于每一個系統(tǒng)，選取4種負載為觀察點來定量分析政府補貼對分布式光伏項目內(nèi)部收益率的影響．

圖4 政府補貼對IRR的影響Fig.4 The influence of IRR caused by government subsidies

表4 政府補貼對分布式光伏的經(jīng)濟效益影響Tab.4 The influence of IRR caused by government subsidies

從圖4及表4可以看出, 當分布式光伏系統(tǒng)不享受任何補貼時，項目內(nèi)部收益率徘徊在0%附近，甚至是負數(shù)；國家0.42元/kW時的補貼能夠顯著提高項目內(nèi)部收益率，使項目基本達到可行；省內(nèi)補貼1元/W在國家補貼的基礎上能夠再提高項目內(nèi)部收益率1.38%左右．隨著系統(tǒng)裝機規(guī)模的增大，國家補貼對系統(tǒng)內(nèi)部收益率的影響逐漸增大，而省內(nèi)補貼對其的影響則相應減少，這主要是因為國家補貼是電價補貼，以發(fā)電量為計算單位，而省內(nèi)補貼是建設補貼，以裝機規(guī)模為計算單位．當裝機規(guī)模增大時，系統(tǒng)發(fā)電量增加速度更快，因此其對內(nèi)部收益率的影響也會更大．

4 結論

本文基于SAM軟件對陜西寶雞地區(qū)居民分布式發(fā)電系統(tǒng)的年發(fā)電量進行仿真計算，并在仿真結果的基礎上對居民用電量、光伏系統(tǒng)單位造價、居民貸款方式與項目內(nèi)部收益率的關系逐一進行分析，得到以下結論：

(1) 對于裝機規(guī)模一定的居民分布式光伏系統(tǒng)，內(nèi)部收益率與用電量為正相關關系．由于陜西居民電價實行階梯政策，該關系曲線呈分段線性上升趨勢；對于年用電量基本確定的居建筑分布式光伏系統(tǒng)，內(nèi)部收益率與裝機規(guī)模的關系受系統(tǒng)設計因素影響較大，總體上內(nèi)部收益率伴隨系統(tǒng)裝機規(guī)模的增大而減小．未來光伏組件價格的下降將繼續(xù)提升居民分布式光伏系統(tǒng)的利潤空間．

(2) 居民分布式光伏項目內(nèi)部收益率與銀行貸款利率的比較是選擇貸款資金來源的關鍵，當項目內(nèi)部收益率＞銀行貸款利率時，自有資金內(nèi)部收益率隨貸款比例的增加而增加；當項目內(nèi)部收益率＜銀行貸款利率時，自有資金內(nèi)部收益隨貸款比例的增加而減少．

(3) 目前我國居民分布式光伏產(chǎn)業(yè)的發(fā)展仍然依賴于國家補貼政策，在投資環(huán)境不確定，沒有政府財政補貼的情況下，分布式光伏的競爭能力與其他能源相比仍有差距．

References

[1] 發(fā)改價格[2013]638 關于發(fā)揮價格杠桿作用促進光伏產(chǎn)業(yè)健康發(fā)展的通知[R]. 北京: 國家發(fā)展改革委員會,2013.[2013]638 The notice on leveraging the healthy development of PV industry by tariff policy[R]. Beijing, National Development and Reform Commission, 2013.

[2] 陜政發(fā)[2014]37 關于示范推進分布式光伏發(fā)電的實施意見[R]. 西安: 陜西省人民政府, 2014.[2014]37 Policy on promoting demonstration program of distributed PV[R]. Xi'an: The people’s government of Shaanxi Province, 2014.

[3] National Renewable Energy Laboratory. System Advisor Model v2014. 11. 24[CP]. U. S., Alliance for Renewable Energy, LLC, 2014.

[4] 陜價價發(fā)[2011]73 關于調(diào)整陜西電網(wǎng)電力價格的通知[R]. 西安: 陜西省物價局, 2011.[2011]73 The notice on adjusting Shaanxi grid price[R].Xi'an: Shaanxi Provincial Price Bureau, 2011.

[5] 邵漢橋, 張籍, 張維. 分布式光伏發(fā)電經(jīng)濟性及政策分析[J]. 電力建設, 2014, 35(7): 51-57.SHAOHanqiao, ZHANGJi, ZHANG Wei. Economy and Policy Analysis of Distributed Photovoltaic Generation[J]. Electric Power Construction, 2014, 35(7): 51-57.

[6] OUYANG Xiaoling, LIN Boqiang. Levelized cost of electricity(LCOE)of renewable energies and required subsidies in China[J]. Energy Policy, 2014,(70): 64-73.

[7] YUAN Jiahai, SUN Shenghui, ZHANG Wenhua, et al.The Economy of distributed PV in China[J]. Energy,2014, 78: 939-949.