手機瀏覽網
《可再生能源發展“十三五”規劃》提出到2020年，風電項目電價可與當地燃煤發電同平臺競爭。2018年5月18號，國家能源局印發了“關于2018年度風電建設管理有關要求的通知（國能發新能[2018]47號）”，要求尚未印發2018 年度風電建設方案的省新增集中式陸上風電項目和未確定投資主體的海上風電項目應全部通過競爭方式配置和確定上網電價；從2019 年起，各省新增核準的集中式陸上風電項目和海上風電項目應全部通過競爭方式配置和確定上網電價。其目的就是逐步消除補貼，通過競爭實現平價上網。因此風電項目需要依托自身技術進步和成本下降才能在競爭中占據優勢。
1.風力發電成本的現狀
近年來，我國風電產業規模不斷增加，風電全產業鏈逐步實現國產化，風電設備技術水平和可靠性不斷提高，風電場造價總體呈現逐年下降趨勢，發電成本也持續下降。平坦地區的陸上風電單位投資水平從2009 年的9000 多元/kW 降低到2017年的7400 元/kW左右，山地丘陵地區的單位投資水平也從超過1萬元/kW降低到8400元/kW左右。低風速風電機組和智慧風電場技術的運用使同等條件下風電場發電效率有較大幅度提升，進一步促進了發電成本的下降?？紤]風電設備和投資成本下降以及金融政策調整影響，在資源一般地區（年利用小時數2080h），2017年平坦和山地地區的風電電價需求分別為0.45元/kWh 和0.51元/kWh，較2009 年電價水平降低了0.14元/kWh左右，降幅超過20%。根據GE研究結果，更長更輕的葉片、一體化傳動鏈等技術突破將使2025 年風電度電成本下降0.050—0.067 元/(kW?h)，微觀選址與風機選型的優化設計將使度電成本下降0.031—0.070 元/(kW?h)[2]。
2.風電項目平準化成本（度電成本）評估
目前，國內對風電成本的估算往往采用凈現值法、內含報酬率法等傳統財務計算方法，而國際通用的評估不同區域、不同規模、不同投資額的不同發電技術成本財務方法為平準化電力成本(levelized cost of energy，LCOE)，也常稱為度電成本。LCOE 是從項目的全壽命周期視角，對發電項目的經濟性進行評估，可用于比較分析不同發電技術綜合競爭力，也可用來分析比較不同風電場競爭力的分析方法。
計算公式為：
式中：LCOE為平準化發電成本；At為第t年的運營支出；E0 為項目初始投資；i為投資收益率；Mt,el為當年的發電量;n為財務分析時考慮的項目壽命;t為項目運行年份（1，2，3，…，n）[4]。由公式（2-1）可知，影響度電成本的因素為風電全壽命周期成本和發電量，風電成本可分解為風電機組采購成本、建設成本(包括塔筒和基礎等)、運行維護成本、人工成本及材料費等。文獻[7]中給出了低風速地區風電成本組成如下圖2.1所示。建設成本和機組采購成本占到了78％，運維成本占到了12％。
圖2.1 低風速地區風電成本組成
因此，降低風電項目度電成本，提高效益的方法主要有降低風電機組采購成本、建設成本、運行維護成本等，以及提高風電項目的發電量。
3.風電項目開發降本增效措施
3.1降低風電機組采購與維護成本
3.1.1考慮全壽命周期成本的設備選型
對風電企業而言，設備采購和運行維護成本是否得到良好的控制是風電企業能否健康穩定運行的重點所在，而運維成本與風電設備的可靠性相關，因此風電機組的選擇對企業來說是至關重要的。
目前，集團主機招標二次優化中采用的LCOE度電成本評價指標中，維護費用是按照整個項目固定資產原值折算得到，并沒有考慮到不同品牌和型號的風電設備運維成本的差異性，從而導致一些項目后期在運行維護時的費用過高。
故障修理成本是運維成本的重要組成部分，它也被稱作懲罰成本，與設備運行過程中的可靠性息息相關。在設備可靠性水平較高的情況下，由設備損壞而帶來的故障修理成本會大幅度降低。由于設備故障帶來的損失包括直接損失及間接損失。直接損失包括設備損失、修理損失、修理員工的工資及用戶的賠償等。間接損失指給社會帶來的經濟損失與間接影響，這些間接損失難以用貨幣加以衡量。而這種因為設備故障帶來的費用和間接損失在考慮到全壽命周期管理的情況下都應計入到度電成本中。
因此從集團層面上來說，建議盡快梳理在役風機的可靠性、故障修理成本等，改進主機招標評價指標的科學性、合理性，充分發揮其在項目投資控制中的作用，使真正的一流風機能夠在投標中占有優勢。目前對于項目單位來說，在主機招標二次優化過程中，應主動出擊，廣泛深入調研風機廠家提供的機型的可靠性，才能在談判過程中占據優勢，正確決策。
3.1.2推進基于集中控制的無人/少人值守風電場建設
隨著風電的快速發展，區域風電場群已經形成，風電場間不再孤立，應該對區域資源進行整合、機構設置進行優化，用創新的區域化模式進行專業化、精細化管理，改善人員環境、提高生產效率。“少人值守、無人值班、集中監控”的區域化管理模式、以及通過大數據挖掘實現狀態檢修以及備品備件統一區域化管理調配，可有效降低風電項目運行維護費用，提高風電場的綜合效益。近年來，集團公司在風電集控中心建設方面進行了積極的探索和實踐，為風電區域化、精細化管理提供了重要的組織保障和技術保障。新能源研究院已制定了新能源集控中心系列標準，并在可研和初設審查過程中，提醒項目公司根據集團要求按照基于集中監控的方式設計。
3.2降低風電項目建設成本
風電項目建設成本受到設計水平、進度管理水平和財務管理水平等多種因素影響。
風電項目設計質量的高低，直接影響工程的造價，風場和升壓站布局、集電線路形式、施工方案、設備選型、交通運輸等對投資均會產生較大影響，在風電項目設計階段對成本進行控制，是降低建設成本的關鍵因素之一。在可研和初設的審查中發現，風電項目普遍存在吊裝費用偏高、升壓站沒有進行經濟性比選、集電線路費用偏高等問題，個別項目出現升壓站填方和石方外運沒有配合抵消，導致土建費用增加的問題。因此，在設計階段，應盡量選擇設計水平高、經驗豐富的設計院，并進行設計優化和成本控制，從而降低建設期成本。另外，基于集中控制的少人值守、無人值班的風電場建設，可有效降低生產綜合樓的建設成本。
3.3提升風電場發電量
3.3.1提高資源評估和微觀選址質量和水平
?。?）提升測風數據質量和管理水平
地區風力資源的優劣和微觀選址水平的高低是實現風電項目成本管理的一大核心要素。完整準確的測風數據對風電場前期決策和微觀選址起著決定性作用，是風電場產能的估算和計算風機載荷的基礎。在集團的可研和初設審查中，普遍存在測風塔高度低于設計輪轂高度、測風數據時間久遠、新數據不全等問題。
《中國大唐集團有限公司新能源開發指導意見（2018-2020）年》報告中指出要堅持測風工作精細化管理和進一步提升資源評估精確性。樹立的測風塔代表性、數量和位置必須滿足相關標準要求。原則上高切變的平原地區測風塔不低于140米，山地不低于120米。測風塔必須有代表性，測風數據必須滿一年，數據完整性和有效性等指標滿足相關標準要求。測風數據不滿足要求情況下，采取補立測風塔、延長測風時間等手段獲取滿足要求的數據。特殊原因需加快推進的項目，積極利用中尺度數據、激光雷達等先進手段進行數據復核，排除開發風險。規范測風塔與測風數據管理，由新能源科研院建立集團公司測風塔及數據管理平臺，承擔好系統內測風數據的管理、維護、分析，逐步累積風能資源大數據。
?。?）經驗豐富的風資源工程師現場復核微觀選址
微觀選址軟件大都以發電量最大化為原則進行機位的布置，而機組的位置還直接關系到該機位湍流強度的大小，較強的湍流將會造成機組振動，使機組的受力狀態惡化，不僅無法達到設計發電小時數，而且影響到機組的故障幾率及部件損壞，關系到將來的維修、維護成本的高低和機組的壽命。復雜地形風電場中，由于地形因素導致湍流強度增大，基于CFD原理的WindSim、Meteodyn WT軟件雖然考慮了地形崎嶇帶來的風資源變化，但是由于對復雜地形計算域和邊界條件的選擇缺乏深入研究而限制了其計算精度，因此，不能盲目的相信軟件計算結果，應請經驗豐富的風資源工程師現場復核微觀選址結果。
3.3.2應用先進技術助力發電量提升
文獻[2]根據金風、遠景等國內風機制造龍頭企業做出的詳細分析和預期估算，在風電場層面，通過運用大數據、云計算等新一代信息技術來提高風能資源評價、進行定制化機組設計，通過優化場群控制來降低尾流影響，采用先進偏航技術，以及通過發電機、變流器的技術進步和采用能源管理平臺減少廠用電，通過提高風電機組可利用率和采取預防性維護等措施，預期可提高8%左右的發電量。在風機技術層面，通過偏航矯正、額定功率自適應學習等方式優化功率曲線、調整風電機組控制策略等措施；對風切變較大的風資源區，在現有塔高基礎上增加20-40m，通過采用先進翼型、先進原材料、自動化及3D 打印制造、分段分片組裝式等工藝，預計可提高10%-15%的風電出力，相應風電機組成本增加60-160 元/kW。
《中國大唐集團有限公司新能源開發指導意見（2018-2020）年》報告要求新能源研究院要加強新理念新技術新產品在集團公司系統內的應用示范，指導分子公司積極開展國家級示范項目申報，加強前沿技術掌握的同時推動項目開發。推進人工智能、物聯網等科技成果在海上風電、分布式能源等領域的應用。
4.總結
風電項目如何提高效益，如何實現與煤電同平臺競爭還面臨諸多挑戰。通過降低全壽命周期的設備采購成本、降低建設成本、提高資源評估、微觀選址水平及應用前沿技術提升發電量可降低風電項目平準化成本（度電成本），從而保證風電項目健康、可持續發展。（本文由大唐新能源研究院發展研究中心供稿，龍泉執筆）
注：本文選自大唐新能源研究院內部資料《新能源政策與技術研究參考》2018年第2期
參考文獻：
[1]張蓉. 新時代的可再生能源政策綜述[J]. 新能源政策與技術研究參考，2018 ,(1).
[2]時璟麗.實現2020 年風電與燃煤發電同平臺競爭目標的路徑研究[J]. 可再生能源,2018,40(1).
[3]劉喜梅,白愷,鄧春.大型風電項目平準化成本模型研究[J]. 可再生能源, 2016,34 (12).
[4]張運洲,黃碧斌.中國新能源發展成本分析和政策建議[J].中國電力, 2018, 51(1).
[5]潘曉春,石軍.風電場全壽命期風電機組快捷優化選型研究[J].現代電力,2017, 34 (1).
[6]王瑜.基于LCOE方法的中國風電成本研究[D].華北電力大學,2017.
[7]尉瀟.基于全壽命周期的風電企業設備成本分析及應用研究[D].華北電力大學,2017.
[8]張思文.全壽命周期理論在風電項目成本管理中的應用[D].華北電力大學,2017.
