集中式光伏发电项目投资收益率影响因素敏感性分析

期刊: 环球科学 DOI: PDF下载

1蒋 莹 2庞 聪

南宁交投能源发展有限责任公司, 广西 南宁 530000

摘要

随着全球能源结构的转型和环境保护的日益重视,集中式光伏发电项目在可再生能源领域中的投资日益增加。然而,投资决策过程中涉及的因素众多,包括技术、经济、政策、环境和社会等方面。本文通过南宁市的集中式光伏发电项目案例,旨在深入研究建设投资、营业收入、经营成本、产量变化四个因素对光伏发电项目资本金收益率的影响,以提供决策者更为全面和系统的参考。


关键词

光伏发电;投资收益率;影响因素;敏感性分析

正文


中图分类号:TQ221.2

引言:

2024年,光伏行业得到了中央及相关部门的强力支持,各种利好政策蜂拥而至,《2024年政府工作报告》、国家能源局2024年能源工作指导意见》财政部办公厅、国家发改委办公厅、国家能源局综合司联合发布《关于新形势下配电网高质量发展的指导意见》自然资源部下发《关于进一步改进优化能源、交通、水利等重大建设项目用地组卷报批工作的通知》等文件的出台,涉及分布式光伏的开发利用、市场化交易、配电网承载力和规模、项目组卷报批等内容,推动了光伏项目的规模以及质量的发展。

光伏发电作为清洁、可再生的能源形式,受到了广泛的关注和投资。然而,光伏发电项目投资决策过程中涉及的因素众多,包括技术、经济、政策、环境和社会等方面,这些因素之间相互交织、相互影响,使得投资决策变得复杂而困难。

光伏按照形势可分为集中式光伏和分布式光伏,集中式光伏具有占地面积大、输送距离远、投资大、建设周期长的特点,一般是在10MW以上;分布式光伏具有场地灵活、接网便利、投资小、建设周期短的特点。光伏形式主要是根据项目所在地的土地、项目可投入的资金以及指标进行选择。相较于分布式光伏,集中式光伏可以对项目所在地的闲置土地进行开发利用,作为用地模式的拓展方式,并获得稳定的收入。

企业对光伏发电项目进行投资,需要关注项目技术的可行性、光伏项目市场供需与政策的变化、光伏项目的合理规划布局与可持续发展、投资光伏项目的财务风险与回报周期等。其中光伏项目的财务可行性与风险,是企业最关注的内容,这直接决定着企业能否很好的应对项目的潜在风险和挑战,是否能实现长期投资与可持续发展。

为了更好地指导光伏发电项目的投资决策,关键是需要对光伏发电项目的经济效益影响因素进行系统的研究和分析。因此本文首先是识别光伏发电项目投资决策过程中的主要影响因素,然后对影响光伏发电项目的经济效益的主要因素进行敏感性分析。

1影响因素选择

1.1建设投资

建设投资,也被称为建设投资费用,主要是指固定资产投资费用,其中包括用于建设项目的建筑工程、安装工程、设备购置以及工器具购置等所需要的全部费用。这些赛用都是为了形成固定资产而支出的,并会因此增加企业的国定资产原值。

1.2光伏发电量

光伏发电量是指光伏发电系统在一定时间内产生的电能总量,是衡量光伏电站总体产电能力的主要指标。光伏发电量的计算涉及多个因素,包括平均太阳辐射强度、面板面积、面板效率以及时间等。光伏发电量还受到天气条件、清洁度地理位置、季节变化以及组件质量和技术维护等因素的影响。

1.3营业收入

光伏项目的营业收入主要来源于电量收益,这是指光伏发电系统通过发电销售所获得的收益。其计算公式为:电量收益=年发电量x售电电价。其中,年发电量是指光伏发电系统年度总发电量,可以通过具体的发电量监测系统获得;售电电价是指光伏发电系统将发电销售给电网的价格,这根据不同的政策和地区而有所不同。

1.4项目经营成本

项自经营成本是指企业投资项目投产后,在生产经营期内为满足正常生产经营需要而发生的用现实货币资金支付的成本费用,不包括折旧的摊销等费用。它是项目评价中所使用的特定概念,作为项目运营期的主要现金流出。

项目经营成本的内容主要包括外购原材料、燃料和动力费、工资及福利费、修理费和其他费用。其中,其他赛用估算包括其他制造费用、其他管理费用和其他营业费用,必要时还包括技术转让费、研究与开发费、土地使用税等。

1.5资本金内部收益率

资本金内部收益率作为是衡量项目盈利能力的重要指标,投资决策的重要依据之一,能快速的帮助投资者了解投资回报情况,优化企业的投资组合,起到重要作用。

2.影响因素敏感性分析方法

2.1层次分析法结合专家打分法

构造目标层、指标层、方案层,专家打分构造目标层和指标层的判断矩阵,得出各因子的权重;最后,验证权重的合理性,执行一致性检验。

式中:λmax为矩阵最大特征根;CI为一致性指标;RI为平均随机的一致性指标;CR为一致性比率;n为项目数;

根据层次分析结果中权重值大小,确定影响因素的影响程度。

2.2熵权法

熵是用来度量事物不确定性的一种量化指标。熵权法主要是通过各类指标所提供的信息量来确定其权重。熵越大,信息量越大,影响程度越大;反之,信息量越小,影响就越小。

假设n个样本,m个指标,那么工程项目xij为第i个样本的第j个指标的数值i=1,2,3,…,n;j=1,1,2,3,…,m),j项指标下的第i个样本值指标的比重

j项指标的熵值:,其中k=1/ln(n)>0,满足ej0;

信息熵冗余度(差异):dj=1-ej,j=1,...,m

各项指标的权重:,各样本的综合得分

2.3绝对测定法

假设各因素均向对方案不利的方向变动,将单个因素进行10%-20%的变动,取其有可能出现的对方案最不利的数值(临界值),据计算方案的经济效果指标方案是否能被接受。如果某因素可能出现的最不利素质,能使方案变得不可接受,则表明该因素是方案的敏感因素

3.影响因素分析

3.1层次分析法结合专家打分法结果

构建集中式光伏的层次结构模型

 

1 层次结构模型




1判断矩阵表





营业收入

建设投资

光伏发电量

经营成本




营业收入

1.000

1.300

1.247

2.528




建设投资

0.769

1.000

0.959

1.944




光伏发电量

0.802

1.043

1.000

2.028




经营成本

0.396

0.514

0.493

1.000




2层次分析结果




特征向量

权重值

最大特征值

CI值




营业收入

1.348

33.704%

4.000

0.000




建设投资

1.037

25.926%




光伏发电量

1.081

27.037%




经营成本

0.533

13.333%




3 RI值表格




n 阶

3

4

5

6

7

8

9

10

11

12

13

14

15

16




RI值

0.52

0.89

1.12

1.26

1.36

1.41

1.46

1.49

1.52

1.54

1.56

1.58

1.59

1.5943




n 阶

17

18

19

20

21

22

23

24

25

26

27

28

29

30




RI值

1.6064

1.6133

1.6207

1.6292

1.6358

1.6403

1.6462

1.6497

1.6556

1.6587

1.6631

1.6670

1.6693

1.6724




4一致性检验结果汇总




最大特征根

CI值

RI值

CR值

一致性检验结果




4.000

0.000

0.890

0.000

通过

最大特征根λmax=4.000;一致性检验CI=0.000,RI=0.890,CR=0.000<0.1,一致性检验通过,权重判断结果可用。通常情况下CR值越小,则说明判断矩阵一致性越好,一般情况下CR值小于0.1,则判断矩阵满足一致性检验;

根据权重值大小排序为营业收入>光伏发电量>建设投资>经营成本

3.2熵权法计算结果

经过对34个样本点的分析,结果如下:

5 熵值法计算权重结果汇总

信息熵值e

信息效用值d

权重系数w

投资

0.6987

0.3013

24.70%

经营成本

0.7252

0.2748

22.53%

光伏发电量

0.6797

0.3203

26.26%

营业收入

0.6766

0.3234

26.51%

6 描述统计

样本量

平均值

标准差

投资

34

7189.186

13148.834

经营成本

34

1850.284

3429.643

发电量

34

38445.809

72429.093

营业收入

34

15898.756

30308.895

 

2 熵权法权重图

3.3结果分析

(1)根据权重值大小排序为营业收入>光伏发电量>建设投资>经营成本,因此影响程度由大到小排序为:营业收入>产量>建设成本>经营成本。

4.工程实例

4.1项目基本概况及参数

本次研究选取的案例为南宁市30MW集中式光伏发电项目,位于广西南宁市西乡塘区,规划装机30MW(直流侧装机38.115MWp)。合作期26年,建设期1年,由发电系统的电量估算可知,本工程25年运营期内年平均发电量为4205.9kWh,平均年等效满负荷发电小时1103.5。本阶段将系统所发电量以“全额上网”的并网模式接入电网。

5 南宁市西乡塘区30MW集中式光伏发电项目基本参数

项目指标

项目参数

数值

项目指标

项目参数

数值

财务成本

自有资金比例

20%

税务成本

所得税

4221.83万元

贷款期限

15年

增值税率

13%

贷款利率

4.2%

城市建设维护税率

7%

设备折旧年限

10年

教育附加费率

5%

建筑折旧年限

20年

建设投资

总投资

18692.01万元

发电能力

年平均利用小时数

1103.5小时

单位投资成本

4906.04元/kpw

装机容量

30mw

经营成本

外购原材料

12元/kw

发电效率

85%

人员费用

10万元/人

首年发电量

4451.2万kwh

年均修理费

49.13/年




年均管理费用

27万/年




其他制造费用

16.8万元/年




4.2敏感性分析

6 绝对测定法的单因素敏感性分析结果

序号

不确定因素

不确定因素变化率(%)

资本金内部收益率

序号

不确定因素

不确定因素变化率(%)

资本金内部收益率

1

产量变化

-20.00

23.75

2

建设投资

-20.00

6.77

-15.00

20.95

-15.00

8.46

-10.00

18.52

-10.00

10.23

-5.00

16.23

-5.00

12.09

5.00

12.20

5.00

16.11

10.00

10.61

10.00

18.02

15.00

9.22

15.00

19.79

20.00

8.01

20.00

21.59

3

经营成本

-20.00

14.83

4

销售价格

-20.00

6.98

-15.00

14.63

-15.00

8.62

-10.00

14.43

-10.00

10.34

-5.00

14.24

-5.00

12.15

5.00

13.85

5.00

16.05

10.00

13.65

10.00

17.91

15.00

13.46

15.00

19.63

20.00

13.27

20.00

21.37

 

3 单因素敏感性分析图

4.3结果分析

根据该项目的绝对测定法的单因素敏感性分析,影响程度由大到小排序为:营业收入>产量>建设成本>经营成本。

5.思考与建议

(1)影响集中式光伏投资收益的主要是建设投资、营业收入、光伏发电量以及经营成本四个因素。

(2)从分析案例结果来看,通过控制建设投资、选择适合的方案,提高发电利用率,案例项目能够满足投资决策要求。

(3)通过层次分析法、熵值法、绝对测定法对项目影响因素敏感性分析结果,都是吻合的。

(4)光伏项目的资本金内部收益率的影响程度由大到小排序为:营业收入>产量>建设成本>经营成本。

(5)光伏项目投资过程,需要通过科学合理的经济评价手段,找出最适合项目的投资、产出、成本最优的组合,能实现利益最大化。

6.总结

(1)建设投资、营业收入、光伏发电量及经营成本:这四个因素确实是影响集中式光伏投资收益的核心要素。其中,建设投资决定了项目的初始成本,营业收入和光伏发电量则共同反映了项目的盈利能力和效率,而经营成本则关系到项目的长期盈利能力。

(2)控制建设投资与提高发电利用率:通过有效的成本控制和方案选择,确实可以提高项目的经济效益,使其满足投资决策的要求。这强调了项目规划和执行阶段的重要性,需要仔细考虑各种因素以实现最佳的经济效益。

(3)敏感性分析方法的一致性:层次分析法熵值法和绝对测定法在项目影响因素敏感性分析上的结果吻合,表明这些方法在项目评估中具有一致性和可靠性。这为投资者提供了多种方法来全面评估项目的风险和收益。

(4)资本金内部收益率的影响因素排序:营业收入>产量>建设成本>经营成本,对光伏项目的资本金内部收益率的影响程度排序,反映了不同因素在项目经济评价中的重要性。这一排序为投资者提供了优化项目结构和提高经济效益的方向。

(5)科学合理的经济评价手段:在进行光伏项采用科学合理的经济评价目投资决策时,手段至关重要。这有助于投资者找出最适产出和成本组合,从而实合项目的投资、现利益最大化。这也强调了项目前期评估和规划的重要性

 

参考文献:

1.韩利,梅强,陆玉梅,等.AHP-模糊综合评价方法的分析与 研究[J].中国安全科学学报,2004,14(7):86-89.

2.TheSPSSAUproject(2024).SPSSAU.(Version24.0)[OnlineApplicationSoftware.Retrievedfromhttps:/ww.spssau.com.

3.周俊,马世澎.SPSSAU科研数据分析方法与应用.第1版[M].电子工业出版社,2024.

4.谭跃进.定量分析方法[M].北京:中国人民大学出版社.2012

5.陈伟, 夏建华. 综合主、客观权重信息的最优组合赋权方法[J]. 数学的实践与认识, 2007, 37(001):17-22.

6.  刘振领 王华智 刘苏苏 基于 LCOE 模型的农村光伏系统社会经济效益评--以北京郊区屋顶分布式光伏项目为例[J] 中国农业大学学报 2023,28(9):208-217

 


...


阅读全文