发电量估算不确定性对风电项目投资决策的影响

1、发电量估算不确定性对风电项目 投资决策的影响文 | 李伟，姚晖，王焕奇，王志群风电场开发属于典型的资本密集型产业，风险控制是 开发商做出投资决策时必须考虑的重要因素。控制风险需 要尽量减少项目评价时的不确定因素，从电价、投资和发 电量这三个影响风电项目收益最重要的因素来看，我国已 确立的风电标杆价格政策帮助开发商锁定了电价风险 ；风 电装备、施工、监理水平随着近年来风电的大规模开发取 得了长足进步，经验的积累使得相关风险可以得到较好的 控制 ；而由于风能波动、受局部环境影响明显、不易准确 评估的特点，风能资源分析与发电量估算一直是行业关注 的技术重点。随着经验的积累，虽然在测风技术、资源评 估

2、手段、发电量测算技术等方面有了长足的进步，但目前 国内风电场普遍运行时间较短，虽然大部分开发商已经着 手推行项目后评估，但数据的积累需要一个过程。目前， 业内在发电量估算不确定性对短期风功率预测的影响方面 有一些研究，但在对项目投资决策的影响方面讨论不多。发电量估算中不确定度的处理方法一、国内的方法 对于影响发电量的不确定因素，国内设计单位普遍不做单独考虑，而是在发电量计算时将不确定因素与折减因 素一并考虑。具体的步骤是，根据订正后的测风塔代表年 风能资源情况推算预设机位处的资源情况，进而计算出“总 发电量”，之后对影响发电量的各因素估算一定比例，在 总发电量的基础上“折减”，最后得到预估发电

3、量。根据 2009 年国家发展改革委气候司委托水电水利规划总院完成 的关于对中国风电发电量折减问题的说明，折减因素分 为尾流折减、空气密度折减、控制和湍流折减、叶片污染 折减、风电机组可利用率折减、风电机组功率曲线保证率 折减、场用电及线损等折减、气候影响折减、软件计算误 差折减、电网频率波动与限电折减、大规模风电场尾流折减等 11 条，并提出中国风电项目总折减系数范围大致在 55% 80% 之间。根据经验，各设计单位在影响发电量的 因素分类上略有不同，但总折减系数普遍在 65% 75% 之 间，大多在 70% 左右。根据目前的经验，除去限电因素，有相当数量风电场 实际运行发电量高于设计值。其

4、中一个原因是出于较保守 考虑，发电量计算中的某些不确定因素被按照下限水平估 计。比如风电机组可利用率，可研设计中通常使用 95% 的 折减系数，这事实上是主机厂商的承诺保底值，如此考虑 偏于保守且不能反映不同型号设备的技术水平差异。此外， 对于某些地形复杂、测风位置代表性不好或测风数据质量 欠佳的项目，现有方法难以反映这些特点，某些时候只能 采用在折减系数上比经验多扣除一些的权宜方式。二、 欧美设计单位的方法 欧美设计单位普遍将影响发电量的因素作为“折减”和“不确定性”两类分别考虑，折减因素与国内设计院 有着相似的意义，折减后的发电量称为净发电量，而一 些不确定因素的累计则影响净发电量的概率分

5、布。以欧洲 某设计单位为例，其折减包括尾流、可利用率、电气效 率、风电机组性能、环境因素等，与国内分类方法相差不 多，依经验其净发电量通常为理论发电量的 80% 左右。而 不确定性因素则包括测风精度、长年代表性、长期风能一 致性、切变精度、尾流计算精度、折减系数估算精度等。 uncertainty analysis in wind resource assessment and wind energy production estimation（matthew a. lackner, anthony l. rogers, et al.）对不确定因素进行了 细致讨论，指出不确定性可分为风能资源不

6、确定性和发电 量估算不确定性两大类 ：风能资源不确定性包括风速测量（校准误差、动态误差、垂直风效应、垂直湍流、塔影效应、 数据采集精度等）、长年风能资源估计的不确定性（长年订 正相关性的不确定性、weibull 参数估计不确定性、长年均值的变化）、风能资源波动（年际变化、风电机组寿命周 期与长年均值的差异）、测风塔位置及高度（地形效应、切 变效应）等因素 ；发电量估算不确定性因素包括风电机组 质量差异、风电机组功率曲线、尾流、空气密度以及覆冰、 雷击等天气因素。各不确定因素机理均存在差异，若一一 建立模型则过于复杂，各设计单位倾向于假设各因素对发 电量的影响均趋于正态分布，则各因素可叠加，成为

7、总不 确定比例。对于地形平坦、测风设备装设合适、测风数据 质量高、气候波动不明显的项目，总不确定比例可能低于 10%，而对于相反的情况，总不确定比例可能明显超出上 述值。主要折减系数分类和主要不确定因素分类见表 1 和 表 2。发电量置信率的概念与计算方法v =/ vi2f e h=1e-2enet- enorm h22net v2r vf e h= 1 -1# e- 2dxenetx - enorm h22net v2r v - 3通过假设各不确定因素独立地、以正态分布的形式影 响发电量，则有如下公式 ：（1）（2）（3）其中，i 为单一不确定因素影响发电量的标准差， 为 发电量总的标准差

8、；enorm 为折减后的净发电量，enet 为考虑 不确定因素后的发电量 ；f (enet) 表示发电量为 enet 的概率 ； f(enet) 表示发电量大于等于 enet 的概率。表1 主要折减系数分类表如果用 pi 表示置信率 i%，那么 enet,i=f 1(i%)称 序号国内常用的折减系数分类欧美设计单位折减系数分类1尾流折减2大规模风电场尾流折减3空气密度折减4风电机组可利用率折减5风电机组功率曲线保证率折减6场用电及线损等折减7叶片污染折减8气候影响折减9电网频率波动与限电折减10控制和湍流折减11软件计算误差折减为 pi 置信率下的发电量水 平。比如 enet,50=f 1(5

9、0%)称 为 p50 置信率下的发电量水平，根据正态分布的定义，有enet,50=enorm。引入置信率概念后，项目发电不再是单一数值，而是 可以得到多个不同置信率水平下的发电量估算值。以贵州 某项目为例，项目理论发电量小时数为 2750h（这里为便 于表述，用年等效发电小时数代表发电能力），考虑折减 系数 80%，净发电量小时数为 2200h ；考虑不确定因素 10%，从而形成如图 1 所示的置信率曲线。从图 1 看 到，在 10% 的不确定因素 下，置信率 p50 发电小时数 2200h，p75 发 电小时数 2052h，p90 发 电 小 时数 1918h ；而按照国内 70% 折减比例

10、，则发电小时数估 计值为 1925h，与 p90 接近。表2 主要不确定因素分类表序号性质欧美设计单位对不确定因素的分类1风能资源分析 不确定性测风精度2测风时段的长年代表性3长期风能一致性与相关性4发电量预估 不确定性切变推算精度5尾流计算精度6折减系数估算精度7气候波动8风电机组性能9软件计算精度图1 置信率曲线(横坐标为发电小时数、纵坐标为置信率)irr（h）图2 发电小时数对irr的影响表3 测风数据完整率测风高度应测数目实测数目缺测数目数据完整率70m5256042806975481.44%50m5256042806975481.44%30m5256042806975481.44%1

11、0m5256042806975481.44%置信率a 项目b 项目p50等效小时数22002200irr10.4310.43p75等效小时数19332111irr8.279.73p90等效小时数16932031irr6.229.08表4 不同置信率水平下的发电小时数和irr假使项目不确定因素更多，在 20% 不确定因素下，置 信率 p50 发电小时数 2200h，p75 发电小时数 1903h， p90 发电小时数 1636h ；国 内 70% 折减比例发电小时数仍 为 1925h，与 p75 小时数接近。可见若不单独考虑不确定 因素，对基本收益能力相当但风险因素相差较大的项目难 以区分，可能

12、对投资决策形成误导。发电量置信率对投资决策的影响一、 发电小时数与项目财务内部收益率的关系 目前项目财务内部收益率 (irr) 是开发商用以评价项目优劣的重要参数，irr 是能够反映项目实际收益率的一 个动态指标，对投资决策具有较好的指导性，在电价固定 情况下，产能、投资额是影响指标的最重要因素。从图 2 中可以看到，项目发电小时数变化 10%，irr 变化接近 2%， 对发电小时数的预估将直接影响决策结论。二、案例1：测风数据完整性较差的案例某项目 a 因测风塔数据传输问题，在测风年 11 月至 次年 1 月出现部分数据缺测，经分析，数据完整率只有 81.44%。采用临近测风塔同期数据插补，

13、相关性分析得到 相关系数 0.8，则插补后直观理解，20% 风速数据可能有 20% 的偏差，即风速误差百分比为 4%，根据风速与风能关 系，风能误差百分比达到 12%。假设项目其它不确定因素 得到非常好的控制，总不确定系数为 18%。作为参照，另 一类似项目 b 数据完整率 100%，不确定因素只有 6%。测 风数据完整率见表 3。假设 a、b 两项目其它情况基本相同 ：容 量5万 kw，动态投资 9000 元 /kw，含税上网电价 0.61 元 /kwh， 理论 发电小时数 2750h，置信率 p50（折减 80%）小时数 2200h， 则项目不同置信率水平下的发电小时数和 irr 见表 4

14、。若不考虑不确定因素，以 70% 总折减系数折，小时数 1925h，irr 为 8.21。用此标准衡量，两个项目的投资收 益水平是相同的，若以 8% 收益率标准作为同意投资的底线， 则两个项目均属于边缘型项目，但均可通过决策。而用置 信率的方法来评价，项目 a 的风险明显高于项目 b，特别 是如果做谨慎的 p90 考虑，项目 a 的收益率下降到 6.22%， 而项目 b 收益率仍能达到 9.08%，在资金有限的条件下， 投资项目 b 是必然选择。三、 案例2：测风数据代表年订正误差的案例 代表年订正是风能资源评估中重要且较为复杂的一环。某些时候长年观测气象站与测风塔数据相关性较差，而由 于没有

15、公认的标准，存在相关性较差仍进行订正的情况。 假设项目 c 基本情况与 b 相同，且用相关性较差的气象站 数据进行了代表年订正（相关系数 r=0.6），平均风速向上 订正 0.6m/s，推算得到风速误差可能到 4%，风能误差可能 到 12.5%，则总不确定系数达到 18.5%。不同置信率下等 效小时和 irr 分别为 ：p50 下，2200h、irr 为 10.43% ； p75 下，1925h、irr 为 8.21% ；p90 下，1678h、irr 为 6.08%。若不考虑不确定因素，以 70% 总折减系数折，小时数 1925h，irr 8.21%，收益率高于 8%，程序上可通过决策。 但如果做谨慎的 p90 考虑，收益率下降到 6.08%，存在较 大的风险。结论摄影：刘磊采用国内固定折减，不单独考虑不确定性的方法计算 发电量可能使投资决策面临两难选择，若为避免投资决策 失误，对于存在不确定因素的项目，加大折减系数会倾向 于过低评价，正常对待则又难以反映风险。为解决上述矛盾， 不妨在发电量测算中引入置信率，并建立针对多个置信水平下 irr 的综合评价体系，以 p50 判断项目的基础收益能 力，以 p75 或 p90 判断项目的风险水平。最简单的方式，