基于決策樹法的大型能源站投資決策分析與研究

華 康（上海建科節能技術有限公司， 上海 200032）

近年來，越來越多的行業開始關注能源消耗和節能降耗。建筑行業的能源消耗極大，在 2015 年達到 254 億 GJ，占當年社會總能耗的 20%，據預測 2030 年建筑能耗將達到 444 億 GJ[1]。統計資料表明，空調系統的能耗約占建筑總能耗的 1/2 以上，其中冷熱源設備能耗占空調能耗的 50%～60%[2]。

我國新建公共建筑呈現出越來越區域化的趨勢，集商業、辦公、酒店綜合性商務園區的建設規模在各大城市中不斷擴大。綜合性商務園區的開發和建設可以加快城市現代化進程和提高人們生活品質，但高密度、高容積率的商務區勢必會進一步增加建筑能源消耗。建筑節能減排一直是政府和建筑行業高度關注的問題，而減少空調能耗是降低建筑能耗的關鍵所在。因此，在大型商務園區建設能源站，可以較大程度上減少了園區內各建筑的空調能耗，實現能源的生態化。不同于傳統的各建筑單獨設置冷熱源，能源站的建設可以避免各樓宇業主自主選購較為經濟但能耗高的冷熱源設備。另外，各建筑無須單獨預留出冷熱源機房，如此建筑面積得到充分利用的同時減少了機房管理人員的投資費用。

大型建筑園區能源站項目在項目初期就對各建筑的空調用能進行了統一規劃，選擇節能性高的冷熱源設備，提高供能效率，達到節能的目的。此外，集中式能源站使用如太陽能、風能等低碳對環境友好的可再生能源，在源頭上減少能源消耗。大型能源站項目的優勢如下。① 相比于園區內各建筑在冷熱源上的投資，能源站的集中設計減少了整體投資。② 集中型的能源站可以實現新型能源的規?；?，為大型的更為復雜的空調系統研究奠定基礎。③ 能源站內設備的集中放置方便管理人員的統一管理，系統由專業人員進行維護和運行可以高效地使用設備，以達到節能的目的。

綜合性商業園區在建成后，各個建筑在使用模式上存在多維度不確定性，故投資能源站前要進行投資分析。寫字樓和商場的空調需求量與出租率和使用強度相關，而酒店則與入住率有關。園區投入運行后大量小業主存在加裝 VRV（Variable Refrigerant Volume，變制冷劑流量多聯式空調系統，簡稱多聯機）分體空調的可能性。因此，園區能源站的整體收益存在不穩定性，且園區的能源站是非累計線性投資，整體投資較大。為減少項目虧損風險，必須通過 1～2 次重大決策后再完成投資決策。本文采用決策樹法在工程項目案例上開展應用，通過對某綜合性商務園區的能源站項目進行投資分析，尋求最優項目方案，以達到經濟利益最大化。

1 項目概況

某商務園區總建筑面積為 523 400 m2，其中商場 103 000 m2，寫字樓 311 000 m2，五星級酒店 53 800 m2，酒店式公寓 55 600 m2。園區將會分為兩期工程建設，酒店和商場主樓為項目一期工程，將先竣工交付投入運行。預計 3 a 后寫字樓、酒店式公寓和商場輔樓將全部竣工交付，整個園區全面投入使用。

本項目計劃為整個園區建設能源站。能源站是由節能服務公司投資建設，并負責未來 20 a 的運行管理，能源站的配套管線由園區建設方和能源站投資方共同承擔。計劃建成后能源站將向整個園區提供夏季供冷、冬季供暖（不包含生活熱水）的二次能源服務，能源站使用的一次能源費用、運營管理費用和維護維修費用均由能源站管理方承擔。能源站將根據業主實際使用時每平方米的冷（熱）量按面積收取二次能源供應費用，合同運行期為 20 a。目前該投資計劃中仍有一項重要的不確定性因素，即園區全面投入使用后最終對于能源站的需求量。根據一期工程設計方案，五星級酒店和商場已經明確使用能源站集中供給的冷（熱）量，其余園區建筑的空調供給方案將要在一期工程交付運行后 2 a，根據能源站的運行效果決定是否使用能源站集中供給的冷（熱）量。根據雙方合同約定，寫字樓、酒店式公寓和商場輔樓即使在二期工程中接入了能源站集中供給的冷（熱）量，后期業主入住后也可以自行加裝 VRV 空調，以每戶為最小單位停止采購能源站集中供給的冷（熱）量。

由于園區集中供給能源站建設的投資項目仍有上述不確定性，需要對此制訂專業化的方案，以及評估分析各種情況下的投資收益，并計算最優概率的決策。

2 項目市場調研和設計方案對比

經過詳細的工程勘察、方案設計和模擬計算，提出了 2 種園區能源站投資建設方案。

（1）方案一。初投資 6 500 萬元一次性完成建設一個大型能源站，能源站的供應能力可覆蓋園區內商場區的 90%、寫字樓區的 70% 以及酒店區域 100% 的空調用量需求，酒店式公寓區域不提供集中供冷（熱）。經測算，前 3 a，能源需求旺盛的情況下，可實現 920 萬元的年收益；能源需求不理想的情況下，可實現 552 萬元的年收益。后 17 a，能源需求旺盛的情況下，可實現 2 100 萬元的年收益；能源需求不理想的情況下，可實現 1 320 萬元的年收益。

（2）方案二。先投資 4 500 萬元建設一期能源站，負責供應商場區域 70% 和酒店區域 100% 的空調用量需求。經測算，前 3 a，能源需求旺盛的情況下，可實現 800 萬元的年收益；能源需求不理想的情況下，可實現 640 萬元的年收益。

能源站一期投入使用 2 a 后，即園區整體項目竣工前 1 a，根據能源站實際運行效果決定是否開展二期擴建。擴建需要投資 3 500 萬元，屆時建成的能源站將滿足全園區所有建筑 100% 的用能需求。完成擴建后的 17 a，能源需求旺盛的情況下，可實現 2 460 萬元的年收益；能源需求不理想的情況下，可實現 1 480 萬元的年收益。如不擴建，隨著園區入住率和使用率的提升能源站的收入也會增加。不擴建，后 17 a，能源需求旺盛的情況下，可實現 880 萬元的年收益；能源需求不理想的情況下，可實現 700 萬元的年收益。

根據園區總體建設情況、項目后期招商規劃以及市場調研結果綜合分析，可以初步估算出園區未來 20 a 的能源需求情況。能源需求具體情況如表1 所示。

表1 能源需求前景預測匯總

3 決策樹分析法

根據調研測算的已知條件，使用決策樹方法來選擇能源站建設方案，首先可畫出能源站投資方案決策樹，如圖 1 所示。圖 1 中 □ 代表決策點（Decision Node），下文用符號 D 表示：○ 代表機會點（Chance Dode），下文用符號 O 表示;機會點后的線段代表概率枝（Probability Branch），下文用符號 P 表示。

圖 1 能源站投資方案決策樹

由于已知的投資和收益都是在不同時間發生的，因此首先折算為凈現值（Net Present Value,NPV）進行計算，根據項目投資方要求將貼現率制訂為 15%。每一條決策路線的 NPV 根據式（1）計算，計算結果如表2 表所示。

表2 每條決策線路凈現值計算匯總

式中：n—項目計算周期，a；

CFi—每一期的現金流入；

r—貼現率，%；

CF0—最初的資金投入。

由表2 可知， 8 條決策線路中僅有 1 條的 NPV 是負數，有 3 條線路的 NPV 較小，為 0 ～ 120 萬元，有 2 條線路的 NPV ＞ 3 000 萬元。現需要根據能源需求前景預測的情況進一步計算最優決策。根據表1 的數據：P（L1，L2）=4/10，P（L1，S2）=5/10，P（S1，S2）=1/10，P（S1，L2）=0/10，0/10（即代表不可能發生），可導出式（2）（3）。

根據計算出的每條決策路徑的概率和凈現值，參照圖 1 能源站投資方案決策樹圖，計算每個機會點和決策點的凈現值期望值（Expected value），并分析優劣，完成方案決策。

現在根據圖 1，結合各條決策路線的相應數值，計算各點的期望值，期望值計算從右向左推移。

引入期望值計算公式，如式（7）所示。

式中： Probability—概率。

將相關量值代入式（7），可得如下結果。

點 ④：4/9 × 3 950.22+ 5/9 × 848.91 = 2 227.27 萬元。

點 ②：9/10 × 2 227.27+ 1/10 × 8.69 = 2 005.412 萬元。

點 ② 的 2 227.27 萬元代表方案一的凈現值期望值。

點 ⑥：4/9 × 3 979.79.22 + 5/9 × 83.28 = 1 815.063 萬元。

點 ⑦：4/9 × 825.47 + 5/9 × 109.78 = 427.864 4 萬元。

點 ⑥ 的 1 815.063 萬元代表方案二中擴建狀態下的凈現值期望值。點 ⑦ 的 427.864 4 萬元代表方案二中不擴建狀態下的凈現值期望值。方案二擴建的決策路線更優，可以排除不擴建狀態，并將 1 815.063 萬元轉移至點 ⑤，詳見圖 1。

點 ③：9/10 × 1 815.063 + 1/10× -255.53= 1 608.004 萬元。

點 ③ 的 1 608.004 萬元代表方案二 的凈現值期望值，低于方案一的凈現值期望值。點 ② 的 2 227.27 萬元，所以選擇方案一才是最優決策。

在實際項目運行中，由于方案二的最終決策時間將會晚于方案一 2 a，理論上方案二有可能得到更完整的市場信息，在執行擴建決策時還可以對方案進行微調，有一定概率在二次決策時修正出更好的執行方案，因此在實際項目中如果有一定信息優勢的決策線路的凈現值期望值僅低于無信息優勢的決策線路幾個百分點的情況下，決策者應根據目前的信息完整度和可變概率，權衡利弊。但本項目經過決策樹分析法計算，可以發現方案一的凈現值期望值高于方案二的 38.51%，因此方案二可以直接排除，應該選擇方案一為最優決策。

4 結 語

決策樹法非常適用于復雜情況下的投資決策問題，特別適用于能源站投資這類時間周期長達數十年，工作序列性很強，且具有很強不確定性的投資工程項目。決策樹法的圖形可以非常直觀地表達出能源站建設投資決策的內在邏輯，每一條決策線路的凈現值期望值也可以科學、客觀、理性地為決策提供量化數據支持。

本文以某園區的大型能源站建設投資項目為案例，應用決策樹法開展分析與計算。對案例中方案一和方案二的每條決策路徑進行了凈現值的計算，并引入貝葉斯公式計算出 8 條決策路徑最終的凈現值期望值，并做出相應的對比分析和優劣評價。這不僅為項目投資決策提供科學依據，而且為建筑能源站超長周期的投資決策提供了一種具有建設性的分析工具，在日常項目工作中具有強的實用價值。