论文部分内容阅读
摘 要：对光伏发电进行投资风险评估已成为风险决策的焦点和难点。基于实地调查与资料分析，构建光伏发电项目的风险评估指标体系，采用层次分析法得到各指标权重，进而通过模糊综合评价法对项目风险进行评估。同时，通过研究，验证指标体系及评估方法的有效性，以期为分布式光伏的产业建设、运营发展和风险规避提供参考。
关键词：光伏发电项目;风险评估;层次分析法;模糊综合评价法
中图分类号：F426.61 文献标志码：A 文章编号：1673-291X（2021）24-0007-03
引言
由于环境压力、新能源政策的支持以及可持续发展的要求，光伏产业发展迅速。与传统能源相比，利用太阳能辐射的光伏发电存在间歇性、波动性等特点，并且政策扶持力度的不足也使得光伏发电项目面临更多风险与不确定性，因此对光伏发电项目进行风险评估具有重要的现实意义。本文以光伏项目风险评估为突破口，建立光伏项目在经济、社会、环境效益等层面的全方位的指标体系，探索定性定量相结合的多层次风险评估方法体系，为准确识别项目风险、多维度评价项目效益和推动业务管理改革提供多角度、多层次的量化依据。
一、光伏发电项目风险评估指标体系的构建
（一）风险识别
本文结合分布式光伏发电项目特点和园区用电特性，根据以下原则确定风险指标。
1.科学可行性原则。采用科学合理的手段选取风险评估指标，保证指标科学明确，同时充分考虑指标量化数据的可得性。
2.系统全面性原则。从经济、社会、环境等多方位识别风险，并且考虑光伏发电项目不同阶段的特点和要求，构建覆盖项目全寿命周期的风险考量系统。
3.特定适用原则。本文的研究是基于园区光伏发电项目、屋顶建筑环境等特定条件开展的，因此应遵循特定适用性原则，有针对性地分析和筛选。
通过专家调研、文献基础研究、实地考察等手段，结合PEST分析、风险结构分解等方法，构建影响光伏风险评估的指标库;然后基于以上原则，对光伏风险评估指标库的指标进行筛选和优化，确定具有代表性的、可操作的指标体系。
（二）风险评估指标体系的构建
本文建立的光伏项目风险评估指标体系涵盖经济、社会、环境等全方位的评价指标，并且将定性指标与定量指标相结合以展开多层次、多维度的综合性分析。该风险评估指标体系有3个层次，一级指标主要包括政策法规风险、经济环境风险、社会与自然环境风险、技术风险、管理风险等5个风险指标，包括宏观政策风险、区域政策风险等13个二级指标，具体涉及政府补贴政策、财税优惠政策等36个三级指标。
二、光伏发电项目风险评估模型
在进行风险评估的过程中，应以定性分析和定量分析相结合。首先，通过层次分析法（analytic hierarchy process，AHP），根据专家打分确定各层级的风险评估指标权重矩阵;其次，采用模糊综合评价法得到评估对象关于指标体系的模糊隶属度矩阵;最后，对权重矩阵与模糊隶属度矩阵进行分层模糊运算，得到评估对象关于各层级指标的最终得分。
（一）风险评估指标权重设定方法——层次分析法
应用AHP解决问题的思路：首先，把问题分层次系列化，即根据问题的性质和要达到的目标，将问题分解为不同的评估指标，按照指标之间的相互影响和隶属关系将其分层聚类组合，形成一个递阶的、有序的层次指标体系。其次，对指标体系中各层次子指标的相对重要性进行打分，再计算各层级指标相对重要性的权值。最后，通过综合计算各层指标相对重要性的权值，得到最底层（方案层）相对于最高层（总目标）的相对重要性次序的组合权值，以此作為评估风险和选择方案的依据。
1.构建评估指标体系。根据光伏项目风险指标体系，确定一级、二级、三级指标间的层次结构关系。
2.构造判断矩阵。通过相互比较确定各指标对于目标的权重，即构造判断矩阵。在层次分析法中，为使矩阵中的各要素的重要性能够定量显示，引进了矩阵判断标度（1—9标度法），进而可得判断矩阵A：
A=
3.层次单排序及一致性检验。所谓层次单排序，是指对于上一层某因素而言，本层次各因素的重要性的排序。具体计算是：对于判断矩阵A，计算满足AW=？姿maxW的特征根与特征向量。式中，为矩阵A的最大特征根，W为对应于？姿max的正规化特征向量，W的wi分量即为相应元素单排序的权值。
首先，利用判断矩阵计算各因素对目标层的权重。第一步，将A的每一列向量归一化第二步，对ij按行求和和i归一化，可得w=[w1，w2，…，wn]T，即为近似特征根（权向量）。计算最大特征根的近似值。
为了保证计算结果的可靠性和科学性，需要对判断矩阵A进行一致性检验。判断矩阵通常是不一致的，但是为了能用它的对应于特征根的特征向量作为被比较指标的权向量，其不一致程度应在容许的范围内。一致性指标：CI=，CI=0时，A一致;CI越大，表明A的不一致性程度越严重，随机一致性指标RI的取值见表1。
一致性比率（用于确定A的不一致性容许范围）为CR=，当CR<0.1时，A的不一致性在容许范围内，此时可用A的特征向量作为权向量。
4.层次总排序及一致性检验。计算各层次所有元素相对于最高层（总目标）相对重要性的权重，形成层次总排序。该过程是从最高层到最低层依次进行，方法类似于第三步，计算判断矩阵的特征值、特征向量和一致性检验。
（二）风险评估方法——模糊综合评价法
首先，确定被评价对象的指标体系的评级;其次，分别确定各个指标的权重及它们的隶属度向量，获得模糊评判矩阵;最后，把模糊评判矩阵与指标的权重向量进行模糊运算并进行归一化，得到模糊综合评价结果。具体步骤如下： 1.确定评价对象的因素论域U={u1，u2，…，um}，即有m个评价指标，标明对被评价对象从哪些方面来进行评判描述。
2.确定评语等级论域。评语集是评价者对被评价对象可能做出的各种总的评价结果组成的集合，用V表示：V={v1，v2，…，vm}，是对被评价对象变化区间的一个划分，其中vi代表第i个评价结果。具体等级可以依据评价内容以适当的语言进行描述，如光伏项目风险概率等级为：V={高（T1）、较高（T2）、中等（T3）、较低（T4）、低（T5）}。对其采用百分制形式进行赋分，相应地可以转化为风险值区间为高（80，100]、较高（60，80]、中等（40，60]、较低（20，40]、低（0，20]。
3.进行指标评价，建立模糊关系矩阵R。在构造了等级模糊子集后，需要逐个对被评价对象的每个指标ui={i=1，2，…，m}进行量化，得到各评估指标模糊子集的隶属度，进而得到模糊关系矩阵：
其中，rij表示被评价对象从指标ui来说对vj等级模糊子集的隶属度。在确定隶属关系时，通常是专家打分，然后统计结果，根据绝对值减数法求得rij，即：
rij=1，（i=j）1-c∑k=1xik-xjk，（i≠j）
其中，c可以适当选取，使得0≤rij≤1。
4.确定评价因素的模糊权向量。因为各评级因素的重要程度不同，所以要对ui分配相应的权数，ai（i=1，2，3…m），ai≥0，∑ai=1。A即为权重集，本文采用上述层次分析法来确定权重。
5.多因素模糊评价。将A与R进行分层模糊运算，得到各被评价对象的模糊综合评价结果向量B。
B=A·R=（a1，a2，…，am）=（b1，b2，…，bn）
其中，bj（j=1，2，3…，n）是由A与R的第j列运算得到的，表示被评级对象从整体上看对vj等级模糊子集的隶属程度。
三、实例分析
为验证上述风险评估指标体系及评估方法的有效性、合理性，以零跑汽车有限公司10.9MWp分布式光伏发电项目为评估对象，通过现场调研、资料整理、统计分析等方式收集相关评估指标的数据。采用专家打分法，结合AHP和模糊综合评价方法，对该项目的风险进行评估。
（一）项目概况
该项目拟在零跑汽车有限公司内投资建设分布式光伏发电项目，工程位于浙江省金华市婺城区金星南街蟠龙村南侧。项目地水平面全年日照辐射总量约4 202.6MJ/m2，峰值日照时间约为1 250.7h，年均太阳能项目所在地属我国第三类太阳能资源区域。项目总装机容量为10.9MWp。分为厂内Ⅰ区、Ⅱ区两个区域进行建设，Ⅰ区工程利用停车场场地建设光伏车棚，总计组件19 046块，装机容量约为6MWp;Ⅱ区工程利用其余主厂房的屋顶安装光伏组件，总计组件15 554块，装机容量约为4.9MWp。
（二）项目风险评估结果
根据收集到的指标数据，利用层次分析法和模糊综合评价法得到项目各指标的打分结果如本文表2所示。
通过对零跑汽车光伏项目的风险评估分析，发现该项目风险主要集中在技术风险和管理风险两大类，涉及周边环境及规划风险、安全性风险、光伏发电系统效率、动态回收期、内含报酬率、投资回报率等15个风险管控点，因此相应的风险管控措施应重点围绕这些方面展开。对本文表1中风险综合得分一栏进行求和，可得零跑光伏项目整体风险隶属度为35.108。因此，可以得到结论：该项目整体风险综合得分值属于（20，40]等级，说明该项目整体风险水平较低，处于可控范围之内，具备后期投资的潜力。因此，该项目可以开展下一步工作，继续进行可行性论证和财务评价等。
结语
本文基于光伏发电项目的建设、运营和维护，从经济、社会、环境等角度全方位构建光伏发电项目风險评估指标体系。以专家打分结果为依据，采用层次分析法确定指标权重，进而通过模糊综合评价法对光伏发电项目各风险指标以及项目整体风险进行评估。零跑汽车光伏项目的实例验证表明，本文构建的指标体系与评估方法能够较好地反映光伏项目在不同维度的风险，为项目的科学规划和风险规避提供参考。
参考文献：
[1] 熊飞，董蓓蓓，李更丰.含间歇性分布式电源的配电系统风险评估[J].电力系统自动化，2016，（12）：62-67.
[2] 张文超，刘立群，杨智君，句帅，田敏.光伏发电并网运行风险评估[J].太原科技大学学报，2020，（5）：344-351.
[3] 杨景旭，羿应棋，张勇军，莫一夫，黄廷城，谢小瑜.基于加权分布熵的配电网电动汽车并网运行风险分析[J].电力系统自动化，2020，（5）：171-179.
关键词：光伏发电项目;风险评估;层次分析法;模糊综合评价法
中图分类号：F426.61 文献标志码：A 文章编号：1673-291X（2021）24-0007-03
引言
由于环境压力、新能源政策的支持以及可持续发展的要求，光伏产业发展迅速。与传统能源相比，利用太阳能辐射的光伏发电存在间歇性、波动性等特点，并且政策扶持力度的不足也使得光伏发电项目面临更多风险与不确定性，因此对光伏发电项目进行风险评估具有重要的现实意义。本文以光伏项目风险评估为突破口，建立光伏项目在经济、社会、环境效益等层面的全方位的指标体系，探索定性定量相结合的多层次风险评估方法体系，为准确识别项目风险、多维度评价项目效益和推动业务管理改革提供多角度、多层次的量化依据。
一、光伏发电项目风险评估指标体系的构建
（一）风险识别
本文结合分布式光伏发电项目特点和园区用电特性，根据以下原则确定风险指标。
1.科学可行性原则。采用科学合理的手段选取风险评估指标，保证指标科学明确，同时充分考虑指标量化数据的可得性。
2.系统全面性原则。从经济、社会、环境等多方位识别风险，并且考虑光伏发电项目不同阶段的特点和要求，构建覆盖项目全寿命周期的风险考量系统。
3.特定适用原则。本文的研究是基于园区光伏发电项目、屋顶建筑环境等特定条件开展的，因此应遵循特定适用性原则，有针对性地分析和筛选。
通过专家调研、文献基础研究、实地考察等手段，结合PEST分析、风险结构分解等方法，构建影响光伏风险评估的指标库;然后基于以上原则，对光伏风险评估指标库的指标进行筛选和优化，确定具有代表性的、可操作的指标体系。
（二）风险评估指标体系的构建
本文建立的光伏项目风险评估指标体系涵盖经济、社会、环境等全方位的评价指标，并且将定性指标与定量指标相结合以展开多层次、多维度的综合性分析。该风险评估指标体系有3个层次，一级指标主要包括政策法规风险、经济环境风险、社会与自然环境风险、技术风险、管理风险等5个风险指标，包括宏观政策风险、区域政策风险等13个二级指标，具体涉及政府补贴政策、财税优惠政策等36个三级指标。
二、光伏发电项目风险评估模型
在进行风险评估的过程中，应以定性分析和定量分析相结合。首先，通过层次分析法（analytic hierarchy process，AHP），根据专家打分确定各层级的风险评估指标权重矩阵;其次，采用模糊综合评价法得到评估对象关于指标体系的模糊隶属度矩阵;最后，对权重矩阵与模糊隶属度矩阵进行分层模糊运算，得到评估对象关于各层级指标的最终得分。
（一）风险评估指标权重设定方法——层次分析法
应用AHP解决问题的思路：首先，把问题分层次系列化，即根据问题的性质和要达到的目标，将问题分解为不同的评估指标，按照指标之间的相互影响和隶属关系将其分层聚类组合，形成一个递阶的、有序的层次指标体系。其次，对指标体系中各层次子指标的相对重要性进行打分，再计算各层级指标相对重要性的权值。最后，通过综合计算各层指标相对重要性的权值，得到最底层（方案层）相对于最高层（总目标）的相对重要性次序的组合权值，以此作為评估风险和选择方案的依据。
1.构建评估指标体系。根据光伏项目风险指标体系，确定一级、二级、三级指标间的层次结构关系。
2.构造判断矩阵。通过相互比较确定各指标对于目标的权重，即构造判断矩阵。在层次分析法中，为使矩阵中的各要素的重要性能够定量显示，引进了矩阵判断标度（1—9标度法），进而可得判断矩阵A：
A=
3.层次单排序及一致性检验。所谓层次单排序，是指对于上一层某因素而言，本层次各因素的重要性的排序。具体计算是：对于判断矩阵A，计算满足AW=？姿maxW的特征根与特征向量。式中，为矩阵A的最大特征根，W为对应于？姿max的正规化特征向量，W的wi分量即为相应元素单排序的权值。
首先，利用判断矩阵计算各因素对目标层的权重。第一步，将A的每一列向量归一化第二步，对ij按行求和和i归一化，可得w=[w1，w2，…，wn]T，即为近似特征根（权向量）。计算最大特征根的近似值。
为了保证计算结果的可靠性和科学性，需要对判断矩阵A进行一致性检验。判断矩阵通常是不一致的，但是为了能用它的对应于特征根的特征向量作为被比较指标的权向量，其不一致程度应在容许的范围内。一致性指标：CI=，CI=0时，A一致;CI越大，表明A的不一致性程度越严重，随机一致性指标RI的取值见表1。
一致性比率（用于确定A的不一致性容许范围）为CR=，当CR<0.1时，A的不一致性在容许范围内，此时可用A的特征向量作为权向量。
4.层次总排序及一致性检验。计算各层次所有元素相对于最高层（总目标）相对重要性的权重，形成层次总排序。该过程是从最高层到最低层依次进行，方法类似于第三步，计算判断矩阵的特征值、特征向量和一致性检验。
（二）风险评估方法——模糊综合评价法
首先，确定被评价对象的指标体系的评级;其次，分别确定各个指标的权重及它们的隶属度向量，获得模糊评判矩阵;最后，把模糊评判矩阵与指标的权重向量进行模糊运算并进行归一化，得到模糊综合评价结果。具体步骤如下： 1.确定评价对象的因素论域U={u1，u2，…，um}，即有m个评价指标，标明对被评价对象从哪些方面来进行评判描述。
2.确定评语等级论域。评语集是评价者对被评价对象可能做出的各种总的评价结果组成的集合，用V表示：V={v1，v2，…，vm}，是对被评价对象变化区间的一个划分，其中vi代表第i个评价结果。具体等级可以依据评价内容以适当的语言进行描述，如光伏项目风险概率等级为：V={高（T1）、较高（T2）、中等（T3）、较低（T4）、低（T5）}。对其采用百分制形式进行赋分，相应地可以转化为风险值区间为高（80，100]、较高（60，80]、中等（40，60]、较低（20，40]、低（0，20]。
3.进行指标评价，建立模糊关系矩阵R。在构造了等级模糊子集后，需要逐个对被评价对象的每个指标ui={i=1，2，…，m}进行量化，得到各评估指标模糊子集的隶属度，进而得到模糊关系矩阵：
其中，rij表示被评价对象从指标ui来说对vj等级模糊子集的隶属度。在确定隶属关系时，通常是专家打分，然后统计结果，根据绝对值减数法求得rij，即：
rij=1，（i=j）1-c∑k=1xik-xjk，（i≠j）
其中，c可以适当选取，使得0≤rij≤1。
4.确定评价因素的模糊权向量。因为各评级因素的重要程度不同，所以要对ui分配相应的权数，ai（i=1，2，3…m），ai≥0，∑ai=1。A即为权重集，本文采用上述层次分析法来确定权重。
5.多因素模糊评价。将A与R进行分层模糊运算，得到各被评价对象的模糊综合评价结果向量B。
B=A·R=（a1，a2，…，am）=（b1，b2，…，bn）
其中，bj（j=1，2，3…，n）是由A与R的第j列运算得到的，表示被评级对象从整体上看对vj等级模糊子集的隶属程度。
三、实例分析
为验证上述风险评估指标体系及评估方法的有效性、合理性，以零跑汽车有限公司10.9MWp分布式光伏发电项目为评估对象，通过现场调研、资料整理、统计分析等方式收集相关评估指标的数据。采用专家打分法，结合AHP和模糊综合评价方法，对该项目的风险进行评估。
（一）项目概况
该项目拟在零跑汽车有限公司内投资建设分布式光伏发电项目，工程位于浙江省金华市婺城区金星南街蟠龙村南侧。项目地水平面全年日照辐射总量约4 202.6MJ/m2，峰值日照时间约为1 250.7h，年均太阳能项目所在地属我国第三类太阳能资源区域。项目总装机容量为10.9MWp。分为厂内Ⅰ区、Ⅱ区两个区域进行建设，Ⅰ区工程利用停车场场地建设光伏车棚，总计组件19 046块，装机容量约为6MWp;Ⅱ区工程利用其余主厂房的屋顶安装光伏组件，总计组件15 554块，装机容量约为4.9MWp。
（二）项目风险评估结果
根据收集到的指标数据，利用层次分析法和模糊综合评价法得到项目各指标的打分结果如本文表2所示。
通过对零跑汽车光伏项目的风险评估分析，发现该项目风险主要集中在技术风险和管理风险两大类，涉及周边环境及规划风险、安全性风险、光伏发电系统效率、动态回收期、内含报酬率、投资回报率等15个风险管控点，因此相应的风险管控措施应重点围绕这些方面展开。对本文表1中风险综合得分一栏进行求和，可得零跑光伏项目整体风险隶属度为35.108。因此，可以得到结论：该项目整体风险综合得分值属于（20，40]等级，说明该项目整体风险水平较低，处于可控范围之内，具备后期投资的潜力。因此，该项目可以开展下一步工作，继续进行可行性论证和财务评价等。
结语
本文基于光伏发电项目的建设、运营和维护，从经济、社会、环境等角度全方位构建光伏发电项目风險评估指标体系。以专家打分结果为依据，采用层次分析法确定指标权重，进而通过模糊综合评价法对光伏发电项目各风险指标以及项目整体风险进行评估。零跑汽车光伏项目的实例验证表明，本文构建的指标体系与评估方法能够较好地反映光伏项目在不同维度的风险，为项目的科学规划和风险规避提供参考。
参考文献：
[1] 熊飞，董蓓蓓，李更丰.含间歇性分布式电源的配电系统风险评估[J].电力系统自动化，2016，（12）：62-67.
[2] 张文超，刘立群，杨智君，句帅，田敏.光伏发电并网运行风险评估[J].太原科技大学学报，2020，（5）：344-351.
[3] 杨景旭，羿应棋，张勇军，莫一夫，黄廷城，谢小瑜.基于加权分布熵的配电网电动汽车并网运行风险分析[J].电力系统自动化，2020，（5）：171-179.