纪振双：过程受控程度低，发电量预测不准，计算出来的LCOE可信吗？——光伏发电从规模扩张到高质量发展，新征程，再思考

作者：纪振双 鉴衡认证中心副主任，总工程师

近期，国家发改委和能源局公示了2019第一批光伏发电平价上网项目，标志着平价光伏已经来到我们身边。从首批平价项目区域分布看，有些区域超出了人们此前的预料。有人不禁要问，这些项目真能做到平价上网吗?要回答这个问题，剔除非正常因素，先要理清以下逻辑：平价上网基于“项目运营期平准化度电成本(LCOE)+合理收益”≦火电销售价格，意味着能否平价上网，取决于LCOE的高低;影响LCOE的主变量有两个，一是整个建设和运营期的财务成本，二是运营期的发电量，其中，财务成本相对可控，而发电量的不确定性较大。基于上述逻辑，要回答项目是否具备平价上网的条件，先要回答的是：发电量的预测是否准确?哪些因素会导致发电量的正常或异常波动?基于预测发电量计算出来的LCOE可信度有多高?在此基础上，才能回答项目是否具备平价上网的条件。

本文围绕发电量预测及光伏电站建设和运营过程的管控能力谈些看法，旨在提醒业界进一步提高发电量预测及电站建设及运营过程的管控水平，包括其他方面的综合保障能力，为平价上网提供坚实的技术和管理基础。

纵观光伏的过去、现在和未来，有补贴的光伏很短暂，平价和低价才是长久，行业需要的是真实、健康、可持续的平价或低价上网，而不是帐面上的平价或短时的无奈之举。

对发电量预测水平及电站管控能力的总体分析和判断

综合判断：目前，在有限给定条件下，已投运电站及其分子系统的输出处于图1A所示状态，即诸多未知或已知、不可控或特殊原因导致的非受控状态，远未达到图1B所示、数学意义上的受控状态。涉及发电量预测，对处于非受控状态的系统，一是偏差大，二是不具备讨论发电量预测结果置信水平的基础。

图1. 过程受控状态图示

领跑者基地建设汇集了国内最高水平的工程设计和建设单位。为更好地说明问题，以下以大同领跑者基地一期投运项目为例，利用基地月报及其他来源的数据，给出几组统计分析结果，示例性地说明发电量的预测水平及电站建设和运营过程的管控水平。

图2为基地13个项目2018年实际发电量与同期预测发电量的偏差统计;图3为基于图2的偏差统计，对13个项目发电量预测水平的总体判断;图4为2018年与2017年相比，基地13个项目年发电量降幅情况统计;图5为根据图4的降幅统计，对13个项目运管水平的总体判断;图6为对2018年发电量降幅较大的项目，月度发电量波动程度的对比分析。

几点说明▼

2018年大同基地所在区域最佳倾角实际年接收辐射量较工程代表年最佳倾角评估辐射量均值高约5.7%，考虑温度及其他气象条件与工程代表年的差异，将2018年实际发电量与同期预测发电偏差率中值(+4.82%)作为合理偏差的参考值，并将以下标准作为发电量预测水平等级的判定依据：

预测水平较高：参考值±3%以内;

预测水平可接受：参考值±3%~±5%;

预测水平较差：超出参考值±5%。

几点说明▼

1)为横向对比，导入年发电量降幅中位数偏差指数这一指标，计算方法为：年发电量降幅中位数偏差指数=(利用小时数实际降幅+中位数降幅绝对值)/中位数降幅绝对值;

2)与2017年相比，基地13个项目中， 2018年年利用小时数降幅的中位数为—2.6%，考虑辐射量及其他自然条件的年际变化，中位数水平略好于性能衰减的保证值;

3)考虑PR随时间衰减的可接受程度(按年均0.7%计算)及其他客观因素，按以下标准判定项目的衰减程度等级：

较低：中位数偏差指数>0.19;

可接受：中位数偏差指数—0.19~+0.19

不可接受：中位数偏差指数˂—0.19。

几点说明▼

1)为对比分析造成2018年发电量降幅较大项目的原因，导入月度发电量中位数指数这一指标。指标的计算方法为：月度发电量中位数指数=项目当月实际利用小时数/13个项目中当月利用小时数的中位数;

2)选择13个项目中与2017年相比发电量降幅较大的3个项目，进行月度发电量中位指数对比分析;

3)初步判定，3个项目中，

月度波动较小，如N4，发电量降幅较大可能是由于系统或设备故有原因所致，如：组件最大功率过快衰减;

存在异常波动，如N5，可能与系统类型有关或偶然性特殊原因所致，如：对自然环境变化较为敏感，出现较大的设备故障;

波动较大，如N11，可能是多重特殊原因所致，包括系统或设备故有原因及运维质量问题。

透过上述几组数据，可以看出▼

1)光伏发电发电量预测的整体水平亟待提高;

2)不同项目实际发电量，包括随时间变化，波动及离散程度均较大，说明光伏发电可控程度较差，特别是不明或特殊原因导致的异常波动。

对发电量影响因素评估水平及过程管控能力的总体分析和判断

“发电量=接收辐射量*性能比(PR)*装机量” 为发电量预测的简易计算公式。上式3个变量中，装机量为可控变量;其他两个变量，在项目可研及设计阶段，采用的是评估或预测值，可控程度较低。

1. 光资源评估

目前，许多项目的太阳能资源评估采用的是Meteonorm或NASA数据，图7为在鉴衡检测的电站中选取不同地区的10个典型项目，2018年实际观测辐射量与项目工程代表年评估辐射量的对比;图8、图9为对项目资源评估水平的总体判断。

几点说明▼

将采用Meteonorm或NASA长时间序列数据，项目所在地评估结果的年际波动范围作为评估结果可接受程度的评价依据(如，项目N8：—8%~+10%)，2018年实际接收辐射量与工程代表年评估辐射量的偏差在年际波动范围内，粗略地认为评估结果的准确度在可接受范围内，否则，视为不可接受。

另外，根据鉴衡的检测结果，采用参证气象站长时间序列实测数据评估结果的准确度高于采用Meteonorm或NASA数据的评估结果。

总体看，光伏发电项目的资源评估水平还不满足实际工作的需要，评估方法有待改进，评估过程的质量控制还无从谈起。另外，项目的资源评估各自为政，集约化程度也不够。

2. PR及其影响因素

目前，项目可研或初设过程，效率预测采用两种方式，一是依托PVSYST中的各项损失的给定值，包括进行局部调整，核算PR，见图10给出的示例;二是根据设计单位的经验，给出各项效率损失的经验值，并核算整个系统的PR值。

图10. PVSYST效率预测示例

图11为根据鉴衡对30个电站的检测结果，给出的几类比较典型、可相对客观地进行监测的效率损失的统计结果。

对比看，上述两种效率侧算方法，给出的损失值与实际检测结果均存在较大偏差，特别是PVSYST给出的结果，这可能与我国电站建设和运营过程更为粗放、受控程度更低有关。另外，PVSYST也存在需要系统性改进的地方，如：遮挡损失，系统中仅给出遮挡造成的辐射量损失，实际情况是：遮挡导致的间接失配损失较辐射量损失为倍数或极数关系。

另外，实际工作中，需要特别注意运行状况的横向比较及PR值的纵向波动，以便及时采取对策，消除特殊原因或可改变因素导致的性能偏差或异常波动。图12为在鉴衡检测的电站中选取不同地区的10个典型项目，每个项目选择30个对比测试单元，根据实测结果，给出的组串运行电流偏差的统计结果;图13为10个典型项目，月度PR的波动情况;图14为根据PR波动情况，给出的受控程度的总体判断。

几点说明▼

1)运行电流极差率的计算方法为：同一对比测试组选定组串、同时点“(运行电流最大值—运行电流最小值)/运行电流均值”;

2)月度PR极差的计算方法为：当年12个月份中，月度实测PR的最大值—实测PR的最小值;

3)月度PR波动或极差可接受范围的判定依据为：基于最大值和最小值所在月份的昼间平均温差核算波动允差的基数，再考虑其他因素及测量和计算误差可能导致的偏差后，给出综合判定的参考值。

从上面几组数据可以看出，电站子项性能的离散度较高，随时间性能波动也较大，反应出电站实际控制能力或受控程度还有较大的提升空间。

结语

光伏行业实现从“量”到“质”的转变，更重要的是落实到行动中。平价或低价时代光伏，需要更高的资源评估、效率和发电量预测水平及过程的管控能力。

文章作者：纪振双