光伏發(fā)電項目風險評估及應用研究

吳劍 張青云 張晴圓

摘 要：對光伏發(fā)電進行投資風險評估已成為風險決策的焦點和難點?；趯嵉卣{查與資料分析，構建光伏發(fā)電項目的風險評估指標體系，采用層次分析法得到各指標權重，進而通過模糊綜合評價法對項目風險進行評估。同時，通過研究，驗證指標體系及評估方法的有效性，以期為分布式光伏的產業(yè)建設、運營發(fā)展和風險規(guī)避提供參考。

關鍵詞：光伏發(fā)電項目;風險評估;層次分析法;模糊綜合評價法

中圖分類號：F426.61? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2021）24-0007-03

引言

由于環(huán)境壓力、新能源政策的支持以及可持續(xù)發(fā)展的要求，光伏產業(yè)發(fā)展迅速。與傳統(tǒng)能源相比，利用太陽能輻射的光伏發(fā)電存在間歇性、波動性等特點，并且政策扶持力度的不足也使得光伏發(fā)電項目面臨更多風險與不確定性，因此對光伏發(fā)電項目進行風險評估具有重要的現實意義。本文以光伏項目風險評估為突破口，建立光伏項目在經濟、社會、環(huán)境效益等層面的全方位的指標體系，探索定性定量相結合的多層次風險評估方法體系，為準確識別項目風險、多維度評價項目效益和推動業(yè)務管理改革提供多角度、多層次的量化依據。

一、光伏發(fā)電項目風險評估指標體系的構建

（一）風險識別

本文結合分布式光伏發(fā)電項目特點和園區(qū)用電特性，根據以下原則確定風險指標。

1.科學可行性原則。采用科學合理的手段選取風險評估指標，保證指標科學明確，同時充分考慮指標量化數據的可得性。

2.系統(tǒng)全面性原則。從經濟、社會、環(huán)境等多方位識別風險，并且考慮光伏發(fā)電項目不同階段的特點和要求，構建覆蓋項目全壽命周期的風險考量系統(tǒng)。

3.特定適用原則。本文的研究是基于園區(qū)光伏發(fā)電項目、屋頂建筑環(huán)境等特定條件開展的，因此應遵循特定適用性原則，有針對性地分析和篩選。

通過專家調研、文獻基礎研究、實地考察等手段，結合PEST分析、風險結構分解等方法，構建影響光伏風險評估的指標庫;然后基于以上原則，對光伏風險評估指標庫的指標進行篩選和優(yōu)化，確定具有代表性的、可操作的指標體系。

（二）風險評估指標體系的構建

本文建立的光伏項目風險評估指標體系涵蓋經濟、社會、環(huán)境等全方位的評價指標，并且將定性指標與定量指標相結合以展開多層次、多維度的綜合性分析。該風險評估指標體系有3個層次，一級指標主要包括政策法規(guī)風險、經濟環(huán)境風險、社會與自然環(huán)境風險、技術風險、管理風險等5個風險指標，包括宏觀政策風險、區(qū)域政策風險等13個二級指標，具體涉及政府補貼政策、財稅優(yōu)惠政策等36個三級指標。

二、光伏發(fā)電項目風險評估模型

在進行風險評估的過程中，應以定性分析和定量分析相結合。首先，通過層次分析法（analytic hierarchy process，AHP），根據專家打分確定各層級的風險評估指標權重矩陣;其次，采用模糊綜合評價法得到評估對象關于指標體系的模糊隸屬度矩陣;最后，對權重矩陣與模糊隸屬度矩陣進行分層模糊運算，得到評估對象關于各層級指標的最終得分。

（一）風險評估指標權重設定方法——層次分析法

應用AHP解決問題的思路：首先，把問題分層次系列化，即根據問題的性質和要達到的目標，將問題分解為不同的評估指標，按照指標之間的相互影響和隸屬關系將其分層聚類組合，形成一個遞階的、有序的層次指標體系。其次，對指標體系中各層次子指標的相對重要性進行打分，再計算各層級指標相對重要性的權值。最后，通過綜合計算各層指標相對重要性的權值，得到最底層（方案層）相對于最高層（總目標）的相對重要性次序的組合權值，以此作為評估風險和選擇方案的依據。

1.構建評估指標體系。根據光伏項目風險指標體系，確定一級、二級、三級指標間的層次結構關系。

2.構造判斷矩陣。通過相互比較確定各指標對于目標的權重，即構造判斷矩陣。在層次分析法中，為使矩陣中的各要素的重要性能夠定量顯示，引進了矩陣判斷標度（1—9標度法），進而可得判斷矩陣A：

A=

3.層次單排序及一致性檢驗。所謂層次單排序，是指對于上一層某因素而言，本層次各因素的重要性的排序。具體計算是：對于判斷矩陣A，計算滿足AW=？姿maxW的特征根與特征向量。式中，為矩陣A的最大特征根，W為對應于？姿max的正規(guī)化特征向量，W的wi分量即為相應元素單排序的權值。

首先，利用判斷矩陣計算各因素對目標層的權重。第一步，將A的每一列向量歸一化第二步，對ij按行求和和i歸一化，可得w=[w1，w2，…，wn]T，即為近似特征根（權向量）。計算最大特征根的近似值。

為了保證計算結果的可靠性和科學性，需要對判斷矩陣A進行一致性檢驗。判斷矩陣通常是不一致的，但是為了能用它的對應于特征根的特征向量作為被比較指標的權向量，其不一致程度應在容許的范圍內。一致性指標：CI=，CI=0時，A一致;CI越大，表明A的不一致性程度越嚴重，隨機一致性指標RI的取值見表1。

一致性比率（用于確定A的不一致性容許范圍）為CR=，當CR<0.1時，A的不一致性在容許范圍內，此時可用A的特征向量作為權向量。

4.層次總排序及一致性檢驗。計算各層次所有元素相對于最高層（總目標）相對重要性的權重，形成層次總排序。該過程是從最高層到最低層依次進行，方法類似于第三步，計算判斷矩陣的特征值、特征向量和一致性檢驗。

（二）風險評估方法——模糊綜合評價法

首先，確定被評價對象的指標體系的評級;其次，分別確定各個指標的權重及它們的隸屬度向量，獲得模糊評判矩陣;最后，把模糊評判矩陣與指標的權重向量進行模糊運算并進行歸一化，得到模糊綜合評價結果。具體步驟如下：