目前，学者已经从经济效益、环境效益、政策效果等角度对光伏发电项目进行了大量研究.针对项目经济效益这一主题，一些研究从成本入手，对不同光伏组件[4]和不同发电技术[5]的经济竞争力进行了评估；另一些研究则综合考虑成本和收益，对光伏电厂[6]和商业光伏设施[7]的经济可行性进行了分析.通过对光伏发电项目的环境效益进行分析，还可以得到能源回收期[8]以及主要大气污染物的减排效果[9].从政策效果角度开展的光伏发电研究，主要聚焦于固定电价、补贴、净计量、税收抵免、研发支持[10-11]等激励机制的实施效果以及消费者对电力转型的支付意愿[12]等方面.对于光伏扶贫而言，针对发展中国家开展的一系列研究主要包括市场前景和制约因素[13]、项目地理分布和经济效益[14]以及项目绩效评价[15]等.在光伏发电项目经济效益的影响因素方面，一些研究通过敏感度分析发现，提高发电量和贷款比率有助于提高光伏发电项目的经济效益，而建设成本、运营维护成本和贷款利率的提高则有负面影响[16].此外，光伏组件衰减率[17]的负面影响以及系统效率[18]、年利用小时数、电价和发电补贴[19]的正面影响也受到了学者的关注.
综上，目前的研究已经对光伏发电项目的经济效益及其影响因素、环境效益和相关政策效果进行了深入分析，但将经济效益与政策结合起来并探讨对政策的依赖程度的研究较为少见.同时，在识别影响因素的过程中往往缺乏对影响程度大小的比较，并且在影响因素所涉及层面的广度和整体性上存在一定改进空间.因此，该文以宜昌市长阳土家族自治县渔峡口镇村级光伏扶贫电站项目为研究对象，采用平准化度电成本(LCOE)模型对案例项目在不同电价情景下的经济效益进行研究，从而将政策因素引入经济效益分析中，同时改进LCOE模型进而得到平准化度电净现值(LNPVE)模型，以直接体现净现值，在更长的时间尺度下探讨光伏扶贫项目的经济效益可持续性，这与生态保护和扶贫脱贫协同具有内在的一致性；进而对经济因素、技术因素和政策因素在整体框架下开展敏感度分析，识别出案例项目经济效益的关键影响因素，以期为我国光伏发电政策的未来改进方向提供参考.
1 光伏发电项目经济效益分析方法
1.1 LCOE模型
平准化度电成本(LCOE)模型是国际上通用的评估不同区域、不同规模、不同投资额、不同发电技术的发电成本的方法.有学者利用LCOE模型对有机光伏发电[20]、生物氢能源[21]等可再生能源经济效益进行了测算，并且对LCOE模型提出了单位能源成本现值[22]的改进方案.目前对LCOE模型的研究主要聚焦于对具体项目的成本测算方面，如风力发电项目[23]、燃煤发电成本的比较研究[24]等.
LCOE模型是一种全生命周期分析方法，将未来预期的费用折算成现值，即通过一定的折现率将其换算为现在的价值[25].该文采取收入总额和成本总额相等的思路对LCOE模型的计算公式进行解释.在项目生命周期内，假设收入的现值总和与成本的现值总和相等[26]，如式(1)所示：
(1)
式中：Rt为项目第t年的总收入，元；Ct为项目第t年的总成本，元；N为项目的寿命期，a；d为折现率.
此时，收入可以表示为LCOE与发电量的乘积[25]，从而得出式(2)：
(2)
式中：LCOEt为第t年的平准化度电成本，元/(kW·h)；Et为第t年的发电量，kW·h.
假设在整个项目寿命期内LCOE为一个常数，则可以得出其计算公式[25]：
(3)
因此，LCOE是当净现值为0(即项目成本等于收入)时的电价，能够直接反映项目的成本水平.LCOE是考虑了时间价值的度电成本，当项目的电价等于LCOE时，投资者在项目寿命期内的经济收益为零.
LCOE常用来在项目启动时估算项目成本，以项目启动的时间作为计算折现的基准，同时增加对折旧的考虑[17]，因此可以将式(3)改写为
(4)
式中：I0为初始投资，元；VR为系统残值，元.
1.2 模型参数
1.2.1成本参数
光伏发电项目的成本是指光伏发电项目在投资建设、运营维护等环节中所付出的经济价值，包括初期投资成本[16]、运营维护成本[27]以及财务成本和税务成本[28]，如图1所示.
图1 光伏发电项目的成本构成Fig.1 Cost components of a photovoltaic power generation program
鉴于多数光伏发电设备寿命为25～30 a，该文选取直线折旧法对固定资产折旧，取残值率为5%，折旧期为20 a.此外，我国光伏产业所得税实行“三年三减半”、增值税实行即征即退50%的税收优惠.
光伏发电项目的折现成本计算方法：
(5)
式中：OAM为运行维护费用率；T为当年的总税收，元；LR为当年的贷款利息，元.
1.2.2效益参数
光伏发电项目的效益主要来源于售电收入和其他补贴收入[18]，其计算方法：
(6)
式中：Re为售电收益，元；Rs为补贴收益，元；Pt为第t年上网电价，元/(kW·h)；St为第t年光伏补贴标准，元/(kW·h).
我国光伏发电的上网电价是在燃煤发电上网电价的基础上给予一定的补贴形成，各地根据实际情况在此基础上进一步给予补贴.该文所选案例项目(宜昌市长阳土家族自治县渔峡口镇西坪村6 MW光伏发电项目)在寿命期内的实际上网电价如表1所示.
表1 案例项目寿命期内实际上网电价Table 1 Final feed-in tariffs of the case project within the life cycle
1.2.3发电量参数
光伏发电项目的发电量与系统所处地区的太阳能资源和光伏系统的技术水平相关.太阳能资源由光伏发电项目的年利用小时数体现.同一个项目在不同年份的利用小时数基本相当，可用不同年份的平均值进行估算.光伏系统的技术水平决定了光伏系统装机容量、光伏系统发电效率和年衰减率等指标.光伏发电项目发电量的计算公式[18]如下：
(7)
式中：H为光伏发电系统年利用小时数，h；IC为总装机容量，MW；η为发电效率；r为年衰减率.
该研究在实地调研基础上估算光伏发电系统整个寿命期的发电量.光伏发电系统的年衰减率一般为0.7%～1%[30].考虑到光伏发电并网项目在25年间累计衰减率不超过20%的行业规定，该文中年衰减率取0.8%.
1.3 LNPVE模型
LCOE模型中仅包含成本与发电量指标，为了将效益指标——上网电价与补贴纳入同一模型中，综合考虑效益在较长时间尺度的变动并更直观地比较不同因素对光伏发电项目成本效益的影响，该文基于LCOE模型构建平准化度电净现值(Levelized Net Present Value of Electricity，LNPVE)模型.
不假设净现值为零，将光伏发电收入表示为某一价格与发电量的乘积，将此价格定义为LROE，得出式(8)：
(8)
式中，LROEt为第t年的LROE，元/(kW·h).
LROE可以视为依据LCOE类比推理出的关于光伏发电项目的折现度电收入，代入上述效益参数，得到：
(9)
进一步地定义平准化度电净现值为LROE与LCOE之差，并代入上述成本参数，得到：
式中,LNPVE为平准化度电净现值，元/(kW·h)，是衡量光伏发电项目净现值的指标.
发达国家通常使用10%或更高的贴现率来研究光伏发电项目的经济效益，而考虑到光伏发电风险溢价不应过高，贴现率应该降至5%左右[31].国内研究大多选择6%～8%的折现率[32].目前，我国银行长期贷款基准利率为4.9%.综上，该文将比较3%、5%、8%三种不同折现率情况下的LCOE和LNPVE结果.
1.4 价格分析与敏感度分析
1.4.1价格分析
LCOE和LNPVE分别衡量了光伏发电项目的成本水平和净现值水平，进一步衡量光伏发电项目在不同上网电价下的经济效益水平.在比较分析不同上网电价下的经济效益水平时，该文将上网价格标准分成3个层次：含补贴实际上网电价(p1)、无补贴标杆电价(p2)、燃煤发电上网电价(p3)，一般而言，p1>p2>p3.通过比较不同上网电价和LCOE得到的光伏发电项目经济效益水平如表2所示.
表2 不同上网电价下光伏发电项目的经济效益(从LCOE角度)Table 2 Economic benefits of photovoltaic power generation project at different feed-in tariffs (from the perspective of LCOE)
表3显示了不同上网电价下光伏发电项目的LNPVE值可能出现的4种情形，为了使光伏发电项目能够可持续发展，应使LNPVE≥0，使光伏发电项目能够实现与效益对应的平价上网.
表3 不同上网电价下光伏发电项目的经济效益(从LNPVE角度)Table 3 Economic benefits of photovoltaic power generation project at different feed-in tariffs (from the perspective of LNPVE)
1.4.2敏感度分析
敏感度分析法能够从众多不确定性因素中找出对投资项目经济效益指标有重要影响的敏感性因素，并测算其影响程度[33]，被广泛用于污染模型[34]及投资决策[35]研究中.
根据LNPVE的计算方法可知，影响光伏发电项目经济效益的因素分为经济因素、政策因素、技术因素，具体包括：经济因素——单位造价或单位初始投资成本(E1)，技术因素——年利用小时数(E2)，政策因素——无补贴标杆电价(E3)和光伏发电省市补贴(E4).考虑到无补贴标杆电价在项目整个寿命期内始终保持不变，而电价补贴在不同地区存在较大差异，且不一定覆盖项目的整个寿命期，该研究针对无补贴标杆电价和省市电价补贴分别进行敏感度分析.
该文引入敏感系数作为比较影响程度大小的指标，计算公式[36]：
(11)
式中：SCi为影响因素i的敏感系数，i取值为1、2、3、4；ΔLNPVE为LNPVE的变化值，元(kW·h)；LNPVE0为LNPVE的初始值，元(kW·h)；Δxi为影响因素i的变化量；x0i为影响因素i的初始量.
2 案例研究
2.1 数据来源
该研究调研的光伏发电项目位于湖北省宜昌市长阳土家族自治县渔峡口镇.长阳土家族自治县是国家扶贫开发工作重点县和武陵山片区县，截至2019年，共建有分布式光伏发电项目159个，总装机容量 14 455.06 kW.该文选择渔峡口镇西坪村6 MW光伏发电项目作为研究对象，该项目2018年基本参数如表4所示.
表4 2018年宜昌市长阳土家族自治县渔峡口镇西坪村光伏扶贫电站基本参数Table 4 Parameters of photovoltaic poverty alleviation power station in Xiping Village,Yuxiakou Town,Changyang County,Yichang City in 2018
2.2 LCOE与LNPVE结果
该文分别计算在3%、5%、8%折现率下的LCOE与LNPVE，结果如表5所示.从LCOE来看，在不同折现率下，案例项目的平准化度电成本均低于含补贴实际上网电价.当折现率较低时，平准化度电成本略低于无补贴标杆电价，高于燃煤发电上网电价，案例项目能在现有无补贴标杆电价水平下实现平价上网，具有较好的经济效益；当折现率较高时，平准化度电成本高于无补贴标杆电价，但是低于含补贴实际上网电价，案例项目的经济效益有赖于补贴程度.已有研究[17-18]也得到类似结论.可以发现，目前我国的光伏发电项目在燃煤发电上网电价下基本都是亏损运营，发电侧的完全平价难以实现.
表5 不同折现率下LCOE与LNPVE计算结果Table 5 Results of LCOE and LNPVE at different discount rates 元(kW·h)
表5 不同折现率下LCOE与LNPVE计算结果Table 5 Results of LCOE and LNPVE at different discount rates 元(kW·h)
折现率∕%LCOELNPVE1LNPVE2LNPVE330.970.210.01-0.5751.120.08-0.14-0.7381.37-0.13-0.39-0.98
从LNPVE来看，当折现率为3%时，LNPVE1>LNPVE2>0，而LNPVE3<0，此时案例项目可在无补贴标杆电价下实现平价上网.随着折现率的升高，LNPVE逐渐下降，当折现率为8%时，LNPVE3
对比LCOE和LNPVE的结果可以发现，LCOE与LNPVE1虽然在3%和5%折现率下都反映出案例项目经济性可行，但在8%折现率下有所差异.从LCOE来看，案例项目尚能在含补贴实际上网电价水平下获得经济效益；而从LNPVE1来看，案例项目在现行补贴水平(含补贴实际上网电价)下亏损运营，反映出案例项目在长期经济效益上的不确定性.
折现率大小会影响LCOE的计算结果，从而影响光伏发电项目的经济效益[26].引入LNPVE，可进一步将光伏发电项目的经济效益在长期尺度上的这种不确定性定量反映出来.随着我国光伏发电项目平价上网的进程逐步推进，标杆电价和补贴标准逐步降低，光伏发电项目长期经济效益的不确定性将进一步增加.
2.3 敏感度分析
不同折现率下E1、E2、E3和E4的敏感系数变化情况如图2所示.可以发现：①当折现率较低时，负向调整各因素作用情况下，|E2|>|E3|>|E1|>|E4|；②当折现率较低时，正向调整各因素作用情况下，|E3|>|E2|>|E1|>|E4|；③年利用小时数(E2)的影响主导地位随折现率的升高而逐渐趋于稳定，当折现率较高时，|E2|>|E3|>|E1|>|E4|.
图2 不同折现率下各影响因素的敏感系数Fig.2 Sensitivity coefficient of influencing factors at different discount rates
因此，案例项目经济效益的影响因素按影响大小排列依次是年利用小时数、上网电价、单位造价、光伏补贴.需要特别说明的是，上网电价的敏感系数高于光伏补贴，说明案例项目的收益主要来源于无补贴标杆电价，与燃煤发电上网电价的差值大部分由电力消费者分摊，财政补贴的作用相对较小.这主要是因为，案例项目的光伏补贴标准始终低于无补贴标杆电价中的价内补贴水平，且案例项目无补贴标杆电价中的价内补贴覆盖项目整个寿命期，但光伏补贴仅持续10年.
技术因素对光伏发电项目经济效益的根本作用来自单位装机容量发电量的增加，同时技术进步还能降低光伏组件价格[38]、提高其寿命和效率[4]，从而有效降低度电成本[36].我国光伏发电技术日趋成熟，2007—2017年度电成本下降了90%[39].本征薄膜异质结(HIT)光伏组件发展迅速，发电效率逐步提高，成本显著降低[40].然而，光伏发电技术在推广应用和产业规模扩大方面存在阻碍：①由于环境外部性、知识外部性和应用外部性[41]，光伏发电项目的多维度效益未被充分考虑，技术推广应用面临着经济阻碍[42].②部署政策对于光伏产业规模扩大具有关键作用[43]，但近年来我国光伏装机容量的爆发式增长导致可再生能源发展基金出现巨额赤字[39]，非理性扩张是过度依赖补贴的结果，但事实上财政补贴对于光伏发电的经济效益作用并不大，还可能导致技术创新动力不足.③配套基础设施(输电网)建设不成熟、需求相对较低[44].因此，光伏发电技术的推广应用和产业规模扩大，还需重视基础设施的建设和需求激励政策.
政策因素是光伏发电项目经济效益的重要外部来源.基于固定电价制度，提高上网电价和光伏补贴均会对项目经济效益产生积极影响[19].我国光伏发电补贴存在的主要问题并非补贴过高，而在于补贴执行的规范性和效率不足，如产能过剩、补贴拖欠[3]以及未结合当地光伏资源开发情况[26].财政补贴应着眼于提升技术水平这一关键因素，实施精准补贴，提高补贴效率.考虑到光伏扶贫项目的正外部性和公益性，应当实施高于平准化度电成本的实际上网电价以保证其合理收益，这也符合村级光伏扶贫电站(含联村电站)上网电价不变的相关国家政策.
经济因素通过改变成本而影响光伏发电项目的经济效益.虽然降低单位初始投资成本会提高LNPVE，但是该文案例项目中单位造价对经济效益影响相对较小的结果反映出降低运营维护成本同样重要.运营维护成本降低总体上可提高盈利能力[45].在偏远农村地区，由于光伏电站设备质量不达标、技术人员专业知识欠缺等问题[46]，光伏扶贫项目正常运行时的运营维护成本普遍很高[44,47].除了加强政府监管外，还应当加强对光伏组件制造商的监督管理、提高技术人员工作能力，促进运营维护质量提高和成本降低.
2.4 提升光伏发电项目经济效益的策略
以5%折现率下的模型结果作为预测基础，结合2.2节分析结果，该文针对相应的光伏发电上网电价p1、p2和p3，提出了提升光伏发电项目经济效益、实现不同价格水平下平价上网的“三个阶段”，对调整技术因素(提高年利用小时数)以及经济因素(降低单位造价)的策略进行了研究(见表6).
表6 提升案例项目经济效益的3个阶段Table 6 Three stages of improving the economic benefits of the case project 元(kW·h)
表6 提升案例项目经济效益的3个阶段Table 6 Three stages of improving the economic benefits of the case project 元(kW·h)
阶段LCOE目标LNPVE目标上网电价阶段一(以含补贴实际上网电价平价上网)1.120001.4800阶段二(以无补贴标杆电价平价上网)≤0.9800≥00.9800阶段三(以燃煤发电上网电价平价上网)≤0.3981≥00.3981
由于LNPVE1在5%折现率下为 0.08元/(kW·h)，因此保持案例项目的发电成本与发电能力不变即可实现阶段一的目标，且案例项目的无补贴标杆电价在现有水平〔0.98元/(kW·h)〕基础上仍有8.2%的下调空间〔降至 0.90元/(kW·h)〕.
为实现阶段二的目标，则LCOE应在目前基础上至少降低 0.14元/(kW·h)，LNPVE2应在目前基础上至少提高 0.14元/(kW·h)，为此需要降低案例项目的单位造价或提高年利用小时数.具体来讲，单位造价在现有水平(8 807.5元/kW)基础上降低19.3%，达到 7 105.9元/kW，或者年利用小时数在现有水平(1 162 h)基础上提高14.8%，达到 1 334 h.
为了实现阶段三的目标，即LCOE≤0.398 1元/(kW·h)，LNPVE3≥0，则LCOE应在目前基础上至少降低 0.721 9元/(kW·h)，LNPVE3应在目前基础上至少提高 0.73元/(kW·h)，为此，单位造价应降低97.0%，达到 264.5元/kW，或者将年利用小时数提高182.1%，达到 3 278 h.
然而，按2015年不变价格，我国光伏发电项目单位造价至2030年也仅能降至 3 000元/kW[48].根据国家能源局发布的《2018年光伏发电统计信息》，2018年我国光伏发电平均年利用小时数较高的地区仅为 1 460～1 617 h.显然，即使是上述最优水平，也与使案例项目实现以燃煤发电上网电价平价上网所需达到的目标单位造价和目标年利用小时数存在巨大差异，难以实现，这也反映出降低运行成本的必要性.
3 结论与建议
a) 相比LCOE模型而言，LNPVE模型将上网电价作为收益，并将其与发电成本放在同一个时间尺度下进行比较，有助于判断光伏发电项目经济效益长期的可持续性，进而识别影响光伏发电项目经济效益的主要因素.
b) 仅以LCOE进行衡量，执行当前含补贴实际上网电价，案例项目(宜昌市长阳土家族自治县渔峡口镇西坪村6 MW光伏发电项目)在不同折现率下均具有经济可行性.而根据该文提出的LNPVE，案例项目的经济效益取决于折现率，并不能稳定实现，说明其长期经济效益仍存在不确定性，补贴“退坡”则进一步增强了这种不确定性.
c) 敏感性分析结果表明，影响案例项目经济效益的首要因素是技术因素(年利用小时数)，其次是政策因素(上网电价、光伏补贴)，再次是经济因素(单位造价).单位造价因素影响相对较小，反映出降低光伏发电运营维护成本的重要性.
d) 就技术改进而言，除了加大对光伏发电基础研究的研发投入、发展转化率更高的光伏发电技术以外，还要重视光伏发电技术的推广应用和产业规模扩大，加大输电网等基础设施的建设力度并制定拉动需求的相关政策.
e) 面对高折现率下可能出现的技术和经济挑战，光伏发电的补贴重点应当是提高补贴效率，将补贴“退坡”与提高发电效率结合，以持续实现光伏发电项目经济效益.
