海上風(fēng)電供給模型與發(fā)展規(guī)模預(yù)測研究

袁兆祥，羅家松，田雪沁，徐彤，王新雷，齊立忠

(國網(wǎng)北京經(jīng)濟技術(shù)研究院，北京市102209)

?

海上風(fēng)電供給模型與發(fā)展規(guī)模預(yù)測研究

袁兆祥，羅家松，田雪沁，徐彤，王新雷，齊立忠

(國網(wǎng)北京經(jīng)濟技術(shù)研究院，北京市102209)

為預(yù)測現(xiàn)行電價政策下我國海上風(fēng)電的發(fā)展規(guī)模，構(gòu)建了供給模型：以我國沿海全部100多個海上風(fēng)電規(guī)劃項目為研究對象，采用Weibull模型計算項目年發(fā)電量，利用自上而下和數(shù)據(jù)擬合的研究方法構(gòu)建投資模型計算項目發(fā)電成本，基于項目基準收益率的定義，首次給出了基于規(guī)劃項目的我國海上風(fēng)電供給曲線。根據(jù)海上風(fēng)電供給曲線，考慮現(xiàn)行固定電價政策給定的電價水平，預(yù)測我國海上風(fēng)電近期的發(fā)展規(guī)模。根據(jù)我國海上風(fēng)電上網(wǎng)電價和當(dāng)?shù)孛摿蛉济簶藯U電價的差異，還計算了我國海上風(fēng)電預(yù)測規(guī)模對應(yīng)的年總補貼額和相應(yīng)電價附加增量，并首次使用總裝機容量、年總發(fā)電量、年總補貼額和電價附加增量四維坐標圖度量不同上網(wǎng)電價條件下我國海上風(fēng)電的發(fā)展規(guī)模和補貼狀況。

海上風(fēng)電；供給模型；四維坐標圖；上網(wǎng)電價

0 引 言

我國海上風(fēng)能資源豐富，且靠近電力負荷中心便于電網(wǎng)消納，具有良好的開發(fā)前景。為促進我國海上風(fēng)電健康、快速地發(fā)展，2014年6月，國家發(fā)展和改革委員會發(fā)布了關(guān)于海上風(fēng)電上網(wǎng)電價政策的文件[1]。文件規(guī)定：“對于非招標的海上風(fēng)電項目，區(qū)分潮間帶風(fēng)電和近海風(fēng)電兩種類型確定上網(wǎng)電價。2017年以前(不含2017年)投運的近海風(fēng)電項目上網(wǎng)電價為每千瓦時0.85元(含稅，下同)，潮間帶風(fēng)電項目上網(wǎng)電價為每千瓦時0.75元?！痹诖穗妰r政策下我國海上風(fēng)電近期的發(fā)展規(guī)模和補貼情況是備受關(guān)注的重要問題。

關(guān)于發(fā)展規(guī)模預(yù)測，國內(nèi)外學(xué)者常采用灰色預(yù)測模型[2-3]、Logistic模型[4-5]、時間序列模型[6]、向量自回歸模型[7]、神經(jīng)網(wǎng)絡(luò)預(yù)測法[8]、指數(shù)平滑預(yù)測法[9]等方法，這些方法的原理雖各不相同，但均為通過研究歷史數(shù)據(jù)的變化規(guī)律和影響因素來預(yù)測未來發(fā)展趨勢，歷史數(shù)據(jù)的數(shù)量和質(zhì)量對預(yù)測精度的影響較大，預(yù)測方法更多是基于統(tǒng)計數(shù)據(jù)的數(shù)學(xué)分析和計算。目前我國海上風(fēng)電處于發(fā)展初級階段，可采用的歷史數(shù)據(jù)很少，發(fā)展規(guī)模的影響因素又很多，直接采用這些預(yù)測方法很難得到可靠的結(jié)論。

發(fā)展規(guī)模預(yù)測的更可靠方法是從經(jīng)濟學(xué)原理出發(fā)，分別研究未來行業(yè)的供給和需求狀況，通過供給和需求的平衡確定未來發(fā)展規(guī)模。我國已有學(xué)者采用這種經(jīng)濟學(xué)方法進行風(fēng)電發(fā)展規(guī)模預(yù)測，具體步驟為：利用地理信息系統(tǒng)(geographic information system，GIS)，根據(jù)地形地貌特征、地面觀測和衛(wèi)星遙感數(shù)據(jù)，以及電網(wǎng)分布等資料，結(jié)合經(jīng)濟評價分析，計算每km2的網(wǎng)格單元還本付息電價和實際可裝機容量，進而繪制出七大風(fēng)電基地的風(fēng)電供給曲線，預(yù)測我國2050年前風(fēng)電的發(fā)展規(guī)模[10]。國外學(xué)者采用類似方法預(yù)測了丹麥部分區(qū)域海上風(fēng)電[11]、中國海上風(fēng)電[12-13]未來的發(fā)展規(guī)模，且更深入地考慮了航線、海鳥遷徙路線、水下線纜、熱帶氣旋風(fēng)險等限制因素。由此可知，國內(nèi)外學(xué)者使用經(jīng)濟學(xué)方法預(yù)測風(fēng)電未來發(fā)展規(guī)模常基于地理信息系統(tǒng)，對風(fēng)電發(fā)展規(guī)模進行遠期預(yù)測時具有較好的效果，但在目前我國編制完成了沿海各省海上風(fēng)電規(guī)劃，出臺了海上風(fēng)電上網(wǎng)標桿電價的背景下，這種方法對于近期預(yù)測顯得過于粗糙。

本文以我國沿海全部100多個海上風(fēng)電規(guī)劃項目為研究對象，通過構(gòu)建供給模型，給出了我國海上風(fēng)電供給曲線，定量預(yù)測近期我國海上風(fēng)電的發(fā)展規(guī)模和補貼情況。

1 供給模型與發(fā)展規(guī)模預(yù)測方法

本文通過構(gòu)建供給模型預(yù)測當(dāng)前政策下我國海上風(fēng)電的發(fā)展規(guī)模。

基準收益率是為企業(yè)、行業(yè)、投資者以動態(tài)的觀點所確認的、可接受的投資項目最低標準的收益水平。既受客觀條件的限制，又有投資者的主觀愿望因素。其影響因素包括資金來源的構(gòu)成、投資的機會成本、項目風(fēng)險以及通貨膨脹等因素[14]，項目實際收益率高于基準收益率即認為投資商有意愿進行項目建設(shè)，根據(jù)項目收益狀況即可判斷投資商意愿。本文參考相關(guān)文獻[14]，確定海上風(fēng)電項目資本金稅后財務(wù)基準收益率為8%，通過財務(wù)計算可以得出保證基準收益率下的最低上網(wǎng)電價，即發(fā)電成本，因此政策給定實際上網(wǎng)電價高于發(fā)電成本，即可認為項目實際收益率高于基準收益率，也即投資商愿意進行項目建設(shè)，經(jīng)過項目建設(shè)期后，這些項目將構(gòu)成未來的發(fā)展規(guī)模。

上述分析過程可以用經(jīng)濟學(xué)曲線表出：根據(jù)項目發(fā)電成本和年發(fā)電量可以構(gòu)建我國海上風(fēng)電供給曲線；現(xiàn)行固定電價政策給定的上網(wǎng)電價和保障性全額收購政策體現(xiàn)的需求因素用水平直線表出，2條線交點對應(yīng)的發(fā)電量即為現(xiàn)行固定電價政策條件下近期我國海上風(fēng)電的發(fā)電量預(yù)測值，如圖1所示。

圖1 海上風(fēng)電供給曲線與發(fā)電量預(yù)測示意圖

現(xiàn)行政策導(dǎo)致的需求因素較為簡單，因此本文重點構(gòu)建我國海上風(fēng)電供給模型(包括項目年發(fā)電量計算模型和發(fā)電成本計算模型)，給出我國海上風(fēng)電的供給曲線。

2 我國海上風(fēng)電供給模型構(gòu)建

假定我國嚴格按照“按規(guī)劃定項目”的原則進行項目建設(shè)，則近期只建設(shè)已規(guī)劃的100多個海上風(fēng)電項目，這些規(guī)劃項目的發(fā)電成本和年發(fā)電量，反映了一定資源、技術(shù)、經(jīng)濟條件下近期我國海上風(fēng)電的市場供給能力，本文基于此構(gòu)建供給模型，給出我國海上風(fēng)電供給曲線。

2.1 海上風(fēng)電規(guī)劃項目年發(fā)電量和發(fā)電成本計算模型

我國海上風(fēng)電供給模型包括規(guī)劃項目年發(fā)電量計算模型和發(fā)電成本計算模型。

本文優(yōu)先采用規(guī)劃報告等資料中關(guān)于規(guī)劃項目年發(fā)電量和發(fā)電成本的可靠數(shù)據(jù)，資料來源主要包括：河北、遼寧等省海上風(fēng)電規(guī)劃報告；江蘇濱海、東臺、如東、大豐及河北菩提島、月坨島等部分海上風(fēng)電項目的可研報告；調(diào)研獲取的浙江、江蘇等省份項目技術(shù)經(jīng)濟數(shù)據(jù)；公開網(wǎng)絡(luò)數(shù)據(jù)庫[15]。無法直接獲得的其他規(guī)劃項目年發(fā)電量和發(fā)電成本數(shù)據(jù)則通過計算獲取。

海上風(fēng)電規(guī)劃項目年發(fā)電量與海上風(fēng)況和風(fēng)電機組性能有關(guān)。本文從公開網(wǎng)絡(luò)數(shù)據(jù)庫[15]和氣象部門提供的平均風(fēng)速分布圖中獲取平均風(fēng)速數(shù)據(jù)，考慮性能較差的3 MW、性能中等的3.6 MW和性能較好的5 MW風(fēng)電機組，采用Weibull模型計算項目年發(fā)電量，同時參考相關(guān)文獻中關(guān)于年發(fā)電量的計算結(jié)論[16]。已投運海上風(fēng)電項目的年發(fā)電量數(shù)據(jù)可驗證本文計算方法的準確性：上海東海大橋海上風(fēng)電項目機組于2011年開始全部投入運行，2011—2014年其實際年平均發(fā)電利用小時數(shù)為2 434.28 h，本文計算得到的年發(fā)電利用小時數(shù)為2 502 h，相對誤差為2.6%。

本文利用自上而下和數(shù)據(jù)擬合的研究方法構(gòu)建投資模型，計算項目的靜態(tài)投資，即首先將工程靜態(tài)投資(Ctotal)分為4個部分：

(1)

式中：Ceq表示設(shè)備購置費，包括風(fēng)電機組本體、塔筒、場內(nèi)電氣及相應(yīng)送出工程的設(shè)備投資；Cint表示安裝工程費，包括風(fēng)電機組吊裝、海底電纜敷設(shè)等安裝投資；Ccon表示建筑工程費，包括風(fēng)電機組基礎(chǔ)、海上升壓站基礎(chǔ)、陸上集控中心等建筑投資；Coth表示工程建設(shè)相關(guān)的其他費用。

然后對每部分投資進一步拆分為更小的投資子項，例如，可將建筑工程費(Ccon)進一步拆分為更小的投資子項：

(2)

式中：CWT，con表示風(fēng)電機組本體建筑工程費；CEX,con表示風(fēng)電場送出部分建筑工程費；COtr,con表示建筑工程其他費用。

最后采用相關(guān)文獻[17-19]的投資模型框架，根據(jù)我國海上風(fēng)電規(guī)劃項目已知數(shù)據(jù)擬合這些模型的參數(shù)，得到適用于我國海上風(fēng)電的投資子項模型公式。例如，可將風(fēng)電機組本體建筑工程費(CWT，con)擬合為

(3)

式中D為風(fēng)電場所在海域的平均深度，m。

得出規(guī)劃項目的靜態(tài)投資額后，結(jié)合前文所述方法計算得出的規(guī)劃項目年發(fā)電量，通過財務(wù)計算獲得規(guī)劃項目的發(fā)電成本，其中，項目資本金財務(wù)內(nèi)部收益率為8%；增值稅稅率為17%，執(zhí)行即征即退50%的政策；進行虧損彌補處理后，企業(yè)所得稅執(zhí)行“三免三減半”優(yōu)惠政策；項目建設(shè)期利息、價差預(yù)備費等財務(wù)數(shù)據(jù)的計算和相關(guān)參數(shù)取值參考海上風(fēng)電規(guī)劃和可研報告；各項目離岸距離、海水深度、用海面積、裝機情況等計算基礎(chǔ)數(shù)據(jù)通過公開網(wǎng)絡(luò)數(shù)據(jù)庫[6]和規(guī)劃報告獲取。

2.2 我國海上風(fēng)電供給曲線的構(gòu)建

根據(jù)海上風(fēng)電項目的年發(fā)電量和發(fā)電成本可構(gòu)建海上風(fēng)電供給曲線：各項目均用一個矩形表示，矩形寬度對應(yīng)該項目的年發(fā)電量，高度則對應(yīng)該項目的發(fā)電成本，將全部項目對應(yīng)矩形按照發(fā)電成本由低到高進行排序，并列布置于發(fā)電成本-年發(fā)電量的坐標系中，取各矩形頂部寬度線段的中點代替該項目，即得到坐標系下的一系列點，即為供給曲線(項目較多時這些點密集分布，看起來就像一條線，也可以用樣條曲線將各個點平滑地連接認為其為供給曲線)。

海上風(fēng)電供給曲線(以5個項目為例)建立過程如圖2所示。

圖2 海上風(fēng)電供給曲線建立過程(以5個項目為例)

根據(jù)計算得出的我國100多個海上風(fēng)電規(guī)劃項目的年發(fā)電量和發(fā)電成本，利用前述方法即可構(gòu)建我國海上風(fēng)電供給曲線，如圖3所示。

圖3 我國海上風(fēng)電供給曲線

圖3中標注“各項目發(fā)電成本”的點群即是我國海上風(fēng)電供給曲線，其中每個點即代表一個規(guī)劃項目，曲線由不同省(市)的海上風(fēng)電規(guī)劃項目組成，各省規(guī)劃項目分別用不同形狀的點進行標識。供給曲線下方顯示的一系列點是各項目所在省(市)的脫硫燃煤標桿電價，方便與項目發(fā)電成本、政策給定上網(wǎng)電價進行比較。

分析圖3可知，我國大部分海上風(fēng)電規(guī)劃項目發(fā)電成本為0.7～1 元/(kW·h)，最低發(fā)電成本在0.65 元/(kW·h)左右，最高發(fā)電成本在1.2 元/(kW·h)左右；海上風(fēng)電規(guī)劃項目全部投產(chǎn)后，年發(fā)電量為85.4 TW·h(對應(yīng)總裝機容量為34.23 GW)。從圖3還可以看出，每一個海上風(fēng)電規(guī)劃項目發(fā)電成本均高于當(dāng)?shù)孛摿蛉济簶藯U電價。

3 我國海上風(fēng)電發(fā)展規(guī)模和電價補貼

基于供給模型可以計算我國海上風(fēng)電的發(fā)展規(guī)模和電價補貼情況。

圖4所示為有5個海上風(fēng)電項目，各項目當(dāng)?shù)孛摿蛉济簶藯U電價均相同的供給曲線，在圖4所示給定上網(wǎng)電價條件下，項目1～4因為發(fā)電成本低于政策給定上網(wǎng)電價將可能被開發(fā)，項目5不會被開發(fā)。

海上風(fēng)電等可再生能源電力上網(wǎng)電價一般高于當(dāng)?shù)孛摿蛉济簶藯U電價，電價較高造成的額外電力收購費用由可再生能源補貼資金支付，補貼資金以銷售電價附加方式在全網(wǎng)分攤。圖4陰影部分面積即為4個將開發(fā)項目的年總補貼額，由年總補貼額可測算因補貼海上風(fēng)電而增加的銷售電價附加量(以下稱為“電價附加增量”)，其計算公式見相關(guān)文件[20]。

圖4 海上風(fēng)電開發(fā)規(guī)模與電價補貼額分析圖

4 我國海上風(fēng)電的發(fā)展規(guī)模和補貼狀況的四維坐標圖

將近海風(fēng)電規(guī)劃項目和潮間帶風(fēng)電規(guī)劃項目分開，可以分別得出近海和潮間帶風(fēng)電場的供給曲線。根據(jù)前文方法可以計算未來我國近海和潮間帶風(fēng)電場的總裝機容量、年總發(fā)電量、年總補貼額和相應(yīng)電價附加增量，用四維坐標圖表示，如圖5、6所示。

圖5 現(xiàn)行電價政策下我國近海風(fēng)電場發(fā)展規(guī)模及補貼預(yù)測

圖6 現(xiàn)行電價政策下我國潮間帶風(fēng)電場發(fā)展規(guī)模及補貼預(yù)測

由圖5、圖6可以得出：近海風(fēng)電場執(zhí)行0.85元/(kW·h)上網(wǎng)電價時，近期開發(fā)總裝機容量約為17.91 GW，相應(yīng)年總發(fā)電量為45.6 TW·h，年總補貼額為187億元，相應(yīng)電價附加需增加4.2 厘/(kW·h)；潮間帶風(fēng)電場執(zhí)行0.75 元/(kW·h)上網(wǎng)電價時，近期開發(fā)總裝機容量約為1.08 GW，相應(yīng)年總發(fā)電量為2.75 TW·h，年總電價補貼額為9.2億元，相應(yīng)電價附加增加0.21 厘/(kW·h)。

由圖5、圖6還能直接讀出設(shè)定不同的上網(wǎng)電價時，近期我國近海和潮間帶風(fēng)電場的總裝機容量、年總發(fā)電量、年總補貼額和對應(yīng)的電價附加增量。

海上風(fēng)電項目投運后，因為各種因素可能導(dǎo)致機組部分棄風(fēng)，故實際年總上網(wǎng)電量，以及相應(yīng)的年總補貼額和電價附加增量會減少，可在本文計算結(jié)果的基礎(chǔ)上乘以合理的棄風(fēng)率進行修正。

5 結(jié) 論

本文通過計算我國沿海全部100多個海上風(fēng)電規(guī)劃項目的年發(fā)電量和發(fā)電成本，構(gòu)建了我國海上風(fēng)電供給模型，首次給出了基于規(guī)劃項目的我國海上風(fēng)電供給曲線，預(yù)測了現(xiàn)行固定電價政策下我國海上風(fēng)電近期的發(fā)展規(guī)模，計算了預(yù)測規(guī)模對應(yīng)的年總補貼額和相應(yīng)的電價附加增量，并首次使用總裝機容量、年總發(fā)電量、年總補貼額和電價附加增量四維坐標圖度量不同上網(wǎng)電價條件下我國海上風(fēng)電的發(fā)展規(guī)模和補貼狀況。

(1)由我國海上風(fēng)電供給曲線可以直接讀出，全部海上風(fēng)電規(guī)劃項目的年總發(fā)電量為85.4 TW·h(對應(yīng)總裝機容量為34.23 GW)，大部分海上風(fēng)電規(guī)劃項目發(fā)電成本為0.7～1 元/(kW·h)。

(2)近海風(fēng)電場執(zhí)行0.85元/(kW·h)上網(wǎng)電價時，近期開發(fā)總裝機容量約為17.91 GW，相應(yīng)年總發(fā)電量為45.6 TW·h，年總電價補貼額為187億元，相應(yīng)電價附加增加4.2 厘/(kW·h)；潮間帶風(fēng)電場執(zhí)行0.75 元/(kW·h)上網(wǎng)電價時，近期開發(fā)總裝機容量約為1.08 GW，相應(yīng)年總發(fā)電量為2.75 TW·h，年總電價補貼額為9.2億元，相應(yīng)電價附加增加0.21 厘/(kW·h)。

(3)由本文圖5、圖6四維坐標圖能直接讀出在不同上網(wǎng)電價下，近期我國近海和潮間帶風(fēng)電場的總裝機容量、年總發(fā)電量、年總補貼額和對應(yīng)的電價附加增量。

本研究得到的我國海上風(fēng)電供給曲線是同類研究的基礎(chǔ)性數(shù)據(jù)，也可支撐投資商的項目投資決策，其中固定電價政策的四維坐標圖則可作為政策制訂者的定量分析工具。

[1]國家發(fā)展和改革委員會. 國家發(fā)展改革委關(guān)于海上風(fēng)電上網(wǎng)電價政策的通知(發(fā)改價格[2014]1216號)[S].

[2]Ali M, leyla M. The use of Grey System Theory in predicting the road traffic accident in Fars province in Iran[J]. Australian Journal of Business and Management Research, 2011, Vl.1 (9): 18-23.

[3]劉琳. 新能源風(fēng)電發(fā)展預(yù)測與評價模型研究[D]. 北京：華北電力大學(xué)，2012. Liu Lin. Research on forecast and evaluation model in new energy wind power development[D].Beijing: North China Electric Power University, 2012.

[4]汪哲蓀，金菊良，魏一鳴，等.基于自助法的中國水電能資源開發(fā)利用Logistic預(yù)測[J].水電能源科學(xué)，2010, 28(10)：151-153. Wang Zhesun, Jin Juliang, Wei Yiming, etal. Logistic prediction model of hydroelectric power resources utilization in China based on bootstrap method[J].International Journal Hydroelectric Energy, 2010, 28(10): 151-153

[5]袁曉玲，范玉仙. 基于Logistic 和學(xué)習(xí)曲線模型的中國電源結(jié)構(gòu)預(yù)測[J]. 湖南大學(xué)學(xué)報：社會科學(xué)版，2013，27(4)：51-55. Yuan Xiaoling, Fan Yuxian. Forecast of power source structure in China based on the logistic & learning curve model[J]. Journal of Hunan University (Social Sciences), 2013, 27(4):51-55.

[6]張延平，李明生. 廣東省產(chǎn)業(yè)結(jié)構(gòu)演進預(yù)測及發(fā)展戰(zhàn)略選擇[J]. 統(tǒng)計觀察，2010，(5)：95-97.

[7]葉銀龍，劉于. 金融危機下浙江電子信息產(chǎn)業(yè)發(fā)展趨勢預(yù)測[J]. 科技通報，2010,26(2)：279-281. Ye Yinlong，Liu Gan. Forecast and trend of electronic information industry in Zhejiang under the financial crisis[J]. Bulletin of Science and Technology，2010, 26(2)：279-281.

[8]馮樹民，慈玉生. 居民出行產(chǎn)生量BP 神經(jīng)網(wǎng)絡(luò)預(yù)測方法[J]. 哈爾濱工業(yè)大學(xué)學(xué)報,2010,42(10):1624-1627. Feng Shumin, Ci Yusheng. A forecast method for trip production based on BP neural network[J]. Journal of Harbin Institute of Technology, 2010, 42(10):1624-1627.

[9]鄭鳳霞. ARIMA 與指數(shù)平滑在區(qū)域高等教育規(guī)模預(yù)測中的比較研究[J]. 四川理工學(xué)院學(xué)報：自然科學(xué)版,2013,26(6):83-85. Zheng Fengxia. Comparing research on ARIMA model and exponential smoothing model in regional higher education scale forecasting[J].Journal of Sichuan Institute of Light Industry and Chemical Technology, 2013,26(6):83-85

[10]國家發(fā)展和改革委員會能源研究所.中國風(fēng)電發(fā)展路線圖2050[R]. 北京： 國家發(fā)展和改革委員會能源研究所， 2011.

[11]Bernd M, Hong L X, Reinhard L, etal. Evaluation of offshore wind resources by scale of development[J]. Energy, 2012,48 :314-322.

[12]Hong L X, Bernd M. Feasibility study of China’s offshore wind target by 2020[J]. Energy,2012,48:268-277.

[13]Hong L X, Bernd M. Offshore wind energy potential in China: Under technical, spatial and economic constraints[J]. Energy, 2011, 36: 4482-4491.

[14]國家發(fā)展和改革委員會，建設(shè)部. 建設(shè)項目經(jīng)濟評價方法與參數(shù)[M].3版. 北京： 中國計劃出版社,2006.

[15] www.4coffshore.com/windfarms/windspeeds.aspx[EB/OL].

[16]福建省能源研究會、福建省水利水電勘查設(shè)計研究院課題組.福建省海上風(fēng)電開發(fā)的經(jīng)濟性影響因素分析與產(chǎn)業(yè)發(fā)展對策研究[R].2011.

[17]Dicorato M, Forte G., Pisani M, etal. Guidelines for assessment of investment cost for offshore wind generation[J]. Renewable Energy, 2011, 36: 2043-2051.

[18]Mark J K, Brian S. Offshore wind capital cost estimation in the U.S. Outer Continental Shelf—A reference class approach[J]. Marine Policy, 2012,36:1112-1122.

[19]Hong L X, Bernd M. Offshore wind energy potential in China: Under technical, spatial and economic constraints[J]. Energy, 2011, 36: 4482-4491.

[20]國家發(fā)展和改革委員會. 國家發(fā)展改革委關(guān)于印發(fā)《可再生能源電價附加收入調(diào)配暫行辦法》的通知(發(fā)改價格[2007]44號)[S]. 2014.

(編輯:劉文瑩)

Supply Model and Development Scale Prediction of Offshore Wind Power

YUAN Zhaoxiang, LUO Jiasong, TIAN Xueqin, XU Tong, WANG Xinlei，QI Lizhong

(State Power Economic Research Institute, Beijing 102209, China)

To predict the development scale of offshore wind power under current electricity price policy in China, the supply model had been built through the following procedures. More than 100 planned offshore wind power projects in coastal provinces of China were investigated and annual electricity generation of which was calculated with using Weibull model. The generation cost of each project was calculated with using the investment model based on top-down and data fitting research methods. On the basis of the definition of basic return rate of project, the supply curve of offshore wind power in China based on planned projects was issued for the first time. According to the supply curve of offshore wind power, its development scale in China was predicted, with considering the price level in current fixed tariff policy. According to the electricity tariff of offshore wind power in China and its difference from the electricity tariff of local desulfurized coal, this paper calculated the related total annual subsidies and electricity price addition corresponding to the predicted scale of offshore wind power in China, and first used four dimensional coordinate including total installed capacity, total annual generated energy, total annual subsidies and electricity price addition, to measure the development scale and subsidy situation of offshore wind power in China under the condition of different electricity price.

offshore wind power; supply model; four dimensional coordinate graph; electricity tariff

Ctotal=Ceq+Cint+Ccon+Cotr

Ccon=CWT，con+CEX,con+COtr,con

CWT，con=2 500Exp(0.03D)

國家電網(wǎng)公司科技項目(B3440912K005)。

TM 614

A

1000-7229(2015)04-0134-05

10.3969/j.issn.1000-7229.2015.04.022

2015-02-02

2015-02-25

袁兆祥(1970)，男，高級工程師，主要從事電力系統(tǒng)規(guī)劃、設(shè)計和研究工作；

羅家松(1984)，男，碩士，工程師，主要從事新能源和可再生能源政策和發(fā)展規(guī)劃研究；

田雪沁(1985)，男，碩士，工程師，主要從事新能源和可再生能源政策和發(fā)展規(guī)劃研究；

徐彤(1968)，女，碩士，高級工程師，主要從事新能源和可再生能源政策和發(fā)展規(guī)劃研究；

王新雷(1969)，男，碩士，高級工程師，主要從事新能源和可再生能源政策和發(fā)展規(guī)劃研究

齊立忠(1968)，男，高級工程師，主要從事電力系統(tǒng)規(guī)劃、設(shè)計和研究工作。