基于標桿上網電價的風電投資決策分析模型研究

徐雯雯

摘 要：為進一步促進風電產業持續健康發展，我國發布了《關于完善風力上網電價政策的通知》，根據風能資源狀況和工程建設條件，將全國分為四類風能資源區，并相應制定風電標桿上網電價。這一政策，對于風電產業投資來說，無疑是一利好消息。但同常規能源發電投資相比，由于我國風電起步較晚，政策較不成熟，風電也具有更大的投資風險。因此對于風電投資者而言，迫切需要一個可將風險量化的投資輔助決策工具。

關鍵詞：風電標桿上網電價；實物期權；投資決策

一、引言

目前，雖然我國煤電和水電仍是發電投資的主體，但由于生態環境不斷惡化，資源短缺問題日益凸顯，人們將目光紛紛轉向可再生能源發電，特別是風力發電。為進一步促進風電產業持續健康發展，我國發布了《關于完善風力上網電價政策的通知》，根據風能資源狀況和工程建設條件，將全國分為四類風能資源區，并相應制定風電標桿上網電價。這一政策，對于風電產業投資來說，無疑是一利好消息。但與傳統能源發電投資相比，風力發電仍具有較大的風險。因此，無論是對風電投資者而言，還是對風電投資政策制定者而言，均迫切需要一個可將風電投資風險量化的投資輔助決策工具。

因此，本文將實物期權理論用于風電投資決策分析，建立了適用于我國的風力投資決策的分析模型。該模型基于國內風電投資環境的分析，綜合考慮了風電標桿上網電價、風電場投資及運行成本、CDM交易等因素，為風電投資者提供了量化的投資輔助決策工具，同時，還可作為政策制定者制定合理投資政策的量化分析工具。

二、標桿上網電價政策的引入與建模

1、 風電特點及我國投資政策概述

1.1 風電特點

風力發電，在我國起步較晚，跟風能發電強國荷蘭、美國比還有不少的差距。風力發電的特點是隨機性強，難控制，不穩定，地域性等。這些特點使得風電無法在現有的科技條件下作為主干電力使用，調峰調頻能力亦不盡人意。風電進網，對電網會造成波動，如果調度處理不當或不及時，有引發電網事故的可能。風電的介入還需增加調峰等調頻容量，增大電網的投資。但風力發電，因無污染，可再生等優勢，在如今大力呼吁低碳、保護環境的時刻，已成為全球關注的發電形式。風電的運行成本低，基本上沒有生產成本，僅需少量的運行維護費用。風電收益主要取決于實際發電量和上網電價。實發電量受風力和所連接電網承受能力的限制。風電上網電價具體取決于相關的投資政策。

1.2我國風電標桿上網電價政策

國家發改委2009年正式公布《關于完善風力發電上網電價政策的通知》全文。該文件公布了按風力資源從優到劣劃分的Ⅰ、Ⅱ、Ⅲ、Ⅳ類風力資源區的具體地域。四類風電標桿價區水平分別為每千瓦時0.51元、0.54元、0.58元和0.61元。I類風資源區包括內蒙古自治區除赤峰市、通遼市、興安盟、呼倫貝爾市以外其他地區；新疆維吾爾自治區烏魯木齊市、伊犁哈薩克族自治州、昌吉回族自治州、克拉瑪依市、石河子市。Ⅱ類風資源區即五毛四價區，包括河北省張家口市、承德市；內蒙古自治區赤峰市、通遼市、興安盟、呼倫貝爾市；甘肅省張掖市、嘉峪關市、酒泉市。Ⅲ類風資源區即五毛八價區，包括吉林省白城市、松原市；黑龍江省雞西市、雙鴨山市、七臺河市、綏化市、伊春市，大興安嶺地區；甘肅省除張掖市、嘉峪關市、酒泉市以外其他地區；新疆維吾爾自治區除烏魯木齊市、伊犁哈薩克族自治州、昌吉回族自治州、克拉瑪依市、石河子市以外其他地區；寧夏回族自治區。Ⅳ類風資源區即六毛一價區，為除I類、Ⅱ類、Ⅲ類資源區以外的其他地區。

文件規定，該上網價標準自2009年8月1日起實行。2009年8月1日之前核準的風電項目，上網電價仍按原有規定執行。繼續實行風電價格費用分攤制度。風電上網電價在當地脫硫燃煤機組標桿上網電價以內的部分，由當地省級電網負擔；高出部分，通過全國征收的可再生能源電價附加分攤解決。脫硫燃煤機組標桿上網電價調整后，風電上網電價中由當地電網負擔的部分要相應調整。

1.3我國其它主要風電投資政策

（1）《可再生能源法》對風電產業給予支持

《可再生能源法》允許多種投資主體進入可再生能源領域，從法律上為以風電為代表的新能源快速發展提供了政策上的支持。該法基本確定了風電發展的三項原則：一是對風電要實行保護性固定電價，在成本上，保證有合理的利潤；二是電網無條件收購風電，價差由參加網分攤；三是國家財政設立專項資金，支持可再生能源發展。政策上的有力支持將為風電運營帶來利好。

（2）清潔發展機制（CDM）

在我國，風電場項目可申請清潔發展機制（CDM）的支持，通過出售和轉讓溫室氣體減排量的方式增加項目收益。

2、 風電投資決策分析模型

由于政府相關風電投資政策的不確定性，使得風電投資和水電、火電等投資相比，具有更大的投資風險。因此，投資者在進行投資決策時，更應將政策的不確定性計算在內。本文基于風電上網標桿電價政策，并綜合各種風電投資影響因素，根據實物期權理論建立風電投資決策分析模型。投資者在進行投資決策時，首先應制定出投資決策標準。然后，在對政府風電投資政策作出預測的基礎上，根據已有政策信息及預測分析，利用二叉樹模型構建期權，并結合項目資產總值模型，對項目價值及投資成本進行估算，計算出項目的 與 。最后比較 與 ，根據事先制定的投資決策標準作出投資決策。下文將對風電投資決策分析步驟中所應用到的標準、模型及相關計算進行說明。

2.1投資決策標準

投資者在做投資決策時需要有一個決策標準，傳統上經常以NPV的大小 作為衡量標準。項目總利潤由項目收益與運行成本之差定義，又稱為項目總值。在計算 時，假定投資決策一經做出就不再修改。但是在實際中，投資決策會隨著市場環境的變化而做出調整。

考慮到投資決策的靈活可變性，實物期權理論將傳統的NPV擴展為eNPV。eNPV即是考慮決策靈活性的項目凈現值。基于實物期權理論的企業投資決策標準為：（1） 非負的項目為可行項目，而 越高，則項目的可行性越高；（2）僅當 非負且不小于 時，才啟動投資項目。

2.2二叉樹模型

風電項目由于存在政策、市場、技術等多方面的不確定因素，因此，企業應該等待合適的投資時機，通過延遲投資來規避投資風險。企業有權在項目許可證有效期結束之前根據市場情況決定何時啟動投資項目（即延遲投資期權）。

根據Mcdonald. R, Siegel. E(1986)的理論，如果獲取該項目的公司僅擁有這一個資產，可假設風電項目資產的總值，即該項目在運營期內的總利潤V隨時間的變化服從幾何布朗運動規律，即

（1）式中：μ為項目資產總值的增長率，σ為相應的波動率；z為標準布朗運動；t為時間。

金融界通常會根據無套利的假設，將無風險評估方法應用到實物期權理論中，即用無風險利率r代替（1）式中的增長率μ，并用r作為貼現計算的貼現率。若以二叉樹模型來近似描述以上隨機過程，令V（k，i）為項目總值函數，表示在第k期第i步選擇的項目總值，將項目許可證有效時間T劃分為n個相等的時間段，則在第k期，項目總值V（0,0）將以p的概率上升為uV或以1-p的概率下降為dV（如圖2所示）。

根據貝爾曼最優化原理，采用倒退法即可計算出考慮決策靈活性的項目擴展凈現值 。計算過程如圖3所示，圖中F表示計及投資延遲期權的項目總值F=max(V,0).即從最后一步開始，在倒退計算過程中，每一步均需考慮投資或不投資兩種選擇。最后推出決策步0（即i=0）上的項目總值F（0,0），即為計及投資延遲期權的項目總值限制。所以有： =F（0,0）-,其中為投資成本現值。而 =V（0,0）- 。則該項目的延遲投資期權制為 與 之差，即F（0,0）- V（0,0）。（注：Mun.J (2006)）。由上分析可見，應用二叉樹模型求解 的關鍵是評估項目資產總值V及其增長率的波動率σ。

2.3項目資產總值模型

根據上文介紹的風電投資環境，風電項目收益包括售電收益和CDM項目收益。售電收益包括采用合同電價結算的收益和采用市場電價結算的收益兩個部分。至于項目運行成本，風電場項目不涉及燃料成本，運行成本所占比例很小，本模型以投資成本的百分比形式來表示運行成本。因此，項目總值的現值模型如下：

三、研究展望

本文將實物期權理論用于風電投資決策分析，建立了適用于我國的風力投資決策的分析模型。投資者可根據該分析模型將投資風險量化以便做出合理的投資決策，而政策制定者也可以依據模型定量分析相關政策對風電投資的影響，從而對投資政策進行合理的調整，促進風電發展。但本文僅僅建立了一個分析模型，提供了一個分析思路，并未利用數據進行實證研究，無法說明各參數對投資決策的影響大小,因此也無法提供投資決策建議及進行投資政策分析。因此，在未來的研究中，可利用該分析模型進行實證研究，對決策影響因素進行分析，更好的輔助投資者做出投資決策，也為政策制定和調整提供依據。

參考文獻

[1] MOREIRA A, ROCHA K, DAVID P. Thermopower generation investment in Brazil-economic conditions. Energy Policy, 2004, 32(1): 91-100

[2] TAKIZAWA S, SUZUKI A. Analysis of the decision to invest for constructing a nuclear power plant under regulation of electricity price. Decision Support Systems, 2004, 37 (3)：449-456

[3] 吉興全,文福拴.發電投資的實物期權決策方法.電力系統自動化,2005,29(11):1-5

[4] 楊春鵬.實物期權及其應用.上海:復旦大學出版社,2003

[5] 劉敏，吳復立.基于實物期權理論的風電投資決策.電力系統自動化，2009, 33 (21)：19-23

[6] 高虎.可再生能源科技與產業發展知識讀本[M].北京：化學工業出版社，2009：234-235.