论文部分内容阅读
随着风电行业平价上网项目的积极推进，前期投资评估难度增大，现有技术经济评估体系面临新的挑战。本文受大数据思维启发，基于统计学方法，对近几年可研投资数据进行分析和数学建模，建立了陆上风电场参考造价指标。应用该参考造价指标可以快速评估投资的合理性，准确把握投资优化方向，提高投资评估效率和准确性。
截至2019年年底，我国风电累计并网装机容量突破2.1亿kW，稳居世界首位。随着风电产业规模化发展和技术快速进步，相关补贴逐步减少，全面转向市场化方式进行配置，最终实现平价上网。政策层面对平价上网的引导，促使风电产业积极降本增效，谋求健康可持续发展。为了支撑新政策下风电项目投资决策，加速开展项目评估，有必要对现有技术经济评估体系进行优化。
陆上风电场项目参考造价指标研究背景
研究目的及意义
本文基于统计分析和数学建模，对近几年陆上风电场项目可研投资数据进行分析处理，将专业经验与工程数据积累深度融合，建立参考造价指标，并以参考造价指標为基础，优化技术经济评估体系，为新政策下提升风电项目投资收益、防控投资风险提供科学保障。
主要研究内容
由于我国风能资源分布的不均衡导致风电场项目所处区域的地质条件、施工条件差别较大，前期机型选择和布机方案对项目整体经济性影响较大。本文以国内外工程造价管理理论为指导，结合国外相关领域的最新研究成果和国内的工程造价管理现状，系统分析陆上风电场项目造价特点，找出影响陆上风电场项目的关键因素并总结规律，建立量化模型；运用排列图、聚类分析等方法，分析影响造价的主要因素，确定参考造价指标基本模块和调整模块；采用曲线回归方法对近几年陆上风电可研投资数据进行分析处理，构建能反映项目规模效应的动态指标计算模型，建立陆上风电场项目参考造价指标。
陆上风电场项目参考造价指标研究方法
陆上风电场项目参考造价指标研究方法主要分为数据收集、数据整理和数据分析三个步骤，如图1所示。
数据收集
数据收集阶段是整个研究的基础阶段。在这个阶段，要确定所需要收集的数据，并对其进行标准化处理，以便后期进一步分析。对于陆上风电场项目参考造价指标而言，需要收集的基础数据主要分为两类：一类是投资数据，即陆上风电场项目的可研概算数据。根据《陆上风电场工程设计概算编制规定及费用标准》（下称“编规”）的项目划分，一级项目和二级项目都有统一的标准项目设置，可以直接作为标准化的依据。另一类是项目特征数据，即项目外部条件、技术方案等反映项目自身特点，并对投资有较大影响的特征数据。
数据整理
数据收集阶段采集回来的数据虽然已经标准化，但基于二级项目录入标准，数据量较为繁杂，如果直接使用，会影响后续分析工作的效率，所以需要对其进行一定程度的归纳。数据整理是对标准化后的数据进行初步分析、进一步分类、对异常数据进行处理或清洗，保留可供分析的有效数据的过程。根据陆上风电场项目投资的特点，从影响投资的关键因素着手，对二级项目进行重组。将陆上风电场项目的概算数据模块化，是数据整理的一个重要步骤。
确定陆上风电场项目参考造价指标模块，需满足五项原则：①组成模块的项目在技术功能性上类型要统一，即每个模块能充分代表陆上风电场项目的一个功能独立的完整单位工程；②基本模块是行业通用的主流且有代表性的技术方案，调整模块则是有工程实践应用的技术方案，而不是试验或者技术验证方案；③影响模块造价的因素尽可能少，影响幅度尽可能小，若是出现影响较大的因素，则应增加调整模块；④模块具有独立性，即每个模块的造价变化不会对其他模块的造价产生影响；⑤模块具有可扩展性，在加入新技术时，能相应增加对应调整模块，而不会对其他模块造成影响。
基本模块设定
基本模块的设定，应该以技术条件划分为依据，结合各分项工程对项目投资影响程度大小，将属于同一项分项工程、费用类型相似、影响程度相近的费用尽可能合并，对于那些对造价影响程度较大的项目，则尽可能单独设立模块。
本文采用排列图法确定分项工程影响投资的程度。排列图法又称帕累托图法，是基于帕累托法则，将不同的数据进行降序排列，绘制成条形图，并在同一坐标系中绘制累积百分比曲线，能让人快速、直观地找出影响最大的因素并进行分析的一种方法。
基本模块可以代表大部分陆上风力发电场项目技术方案情况，但不足以准确反映陆上风电场项目可研估算投资，因此需要根据不同技术方案的特点设定调整模块。
调整模块设定
调整模块是在基本模块的基础上，把常用的其他技术方案设定为可以用来替换基本模块的调整模块方案。对项目投资影响较大的关键模块，需要按照不同技术方案设置调整模块；对投资影响较小的模块，只需根据技术特征来设置调整模块，从而在实际应用中能更便捷、准确地得出所需要的调整数据。
本文通过聚类分析对数据进行深入挖掘，确定最合理的调整模块设定。聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。从统计学的角度看，聚类分析是通过数据建模简化数据的一种方法。聚类分析是一种探索性的分析，在分类的过程中，不必事先给出分类的标准，能够从样本数据出发，自动进行分类，是数据挖掘的主要手段之一。基本模块和调整模块设立后便可以根据陆上风电场项目特点来组合参考造价指标。
数据分析
完成数据收集和数据整理后，则需要根据各模块投资历史数据与模块参考工程量之间的变化关系，来确定模块单位指标的计算模型。在统计学中，回归分析法是度量各个变量之间相互关系较为合适的分析方法。利用回归分析法得到的数学模型可以有效地进行预测与控制，也可从回归分析中发现规律，再通过规律预测新数据，是统计分析的基本思想。回归分析主要分为确定变量、指标计算模型选择、模型检验三个步骤。 确定变量
在进行回归分析并建立指标计算模型前，首先要确定指标计算模型的变量，也就是需要明确要研究哪些变量和预测的具体目标。相关性分析是一种测量事物之间统计关系强弱的工具，目的是衡量变量之间相关程度的强弱。本文使用相关系数来判断变量之间的相关程度。
相关分析中最常用的判断指标为相关系数r，该指标是用来定量描述两个变量间线性关系密切程度和相关关系的统计指标。通过相关系数的计算，可找出与参考造价指标密切程度最高的因素，并将该因素作为参考造价指标回归方程的自变量，从而进行回归分析。
指标计算模型选择
对陆上风电场项目参考造价指标而言，需要解决的问题是通过各模块投资与模块参考工程量之间的变化关系，来确定模块单位指标。本文主要采用曲线回归的方法来进行分析。
曲线回归实际上是利用变量变换的方法，使变换后的变量之间呈直线关系。求出直线方程后，再将方程中的变量通过逆变换还原，求得曲线回归方程。常见的曲线函数有二次函数（抛物线函数）、多项式函数、对数函数、指数函数、幂函数、双曲线函数等。
曲线拟合是求解反映变量间曲线关系的曲线回归方程的过程。其步骤有四步：①绘制散点图，观测散点图分布特征类似于何种函数类型；②按照所选函数进行相应的变量转换；③对变换后的数据建立直线回归模型；④拟合多个可能的模型，并对模型进行检验，通过比较各模型的拟合优度，挑选较为合适的模型。
模型检验
由于回归分析是通过统计样本所估计出的参数值来代替总体的真实参数值，如果抽样样本越多，参数的估计值与真实值就越接近，但拟合的最终结果依然是估计值。所以，对于回归分析模型，需要进一步进行检验。
对回归模型的检验主要包括两点：一是拟合优度检验，二是显著性检验。对于曲线拟合回归，拟合优度是一个重要的判断指标。拟合优度又称可决系数，是相关系数r的平方，其取值范围是0 研究成果
按照研究确定的模型，使用SPSS软件进行数据处理及分析，根据曲线拟合法进行回归分析，统计2019年陆上风电场项目的造价数据，计算出参考造价指标及模块造价，得到陆上风电场项目参考造价指标、陆上风电场项目主要设备参考价格、陆上风电场项目主要参考工程量、基本模块方案及技术说明、调整模块方案及技术说明等一系列成果。部分主要成果，如表1所示。
创新点及成果应用
创新点
（1）利用大数据思维统计分析和数学建模。大数据思维主要体现在以数据为核心，充分挖掘数据价值，用全样本数据解决问题，用数据进行预测。通过对历史工程数据的收集、整理、分析建模、模型检验来确定陆上风电场项目参考造价指标的计算模型，并以模型为基础建立陆上风电场项目参考造价指标。这种方法效率更高，数据更新速度更快，更贴近风电行业造价特点。
（2）大幅度提高投资评估和设计优化的效率。研究陆上风电场项目参考造价指标，是数字新基建时代下科学有效的探索。通过参考造价指标快速判断与复核项目投资的合理性，准确把握投资优化方向，大幅度提高投资评估和设计优化的效率，为新政策下提高项目投资评估效率和防控评估风险提供科学的解决办法。
（3）以参考造价指标为基础系统优化技术经济评估体系。以参考造价指标为基础，引入国际通用的平准化度电成本（Levelized Cost of Energy，LCOE）分析法，系统优化适合新政策的技术经济评估体系。建立区域电力市场数据库，对新能源参与市场的限电降价进行量化分析，搭建新能源区域平价潜力及补贴竞价潜力测算方法体系，为新能源产业发展提供科学分析方法。
成果应用
（1）风电竞争性配置政策出台后，在评估项目数量多、时间短、难度大等情况下，研究成果高效地应用在最后一批具有补贴资质的风电项目技术经济评估论证工作中，为争取最后一批新能源国家补贴、提升新能源装机份额、扩大有效投资等提供了科学决策支撑。
（2）该研究成果已在多个风电项目前期投资评估中进行技术把关和投资优化。应用陆上风电场项目参考造价指标能快速了解项目技术特点并找出存在的问题，有利于更准确地把握项目投资优化方向，对风电机组拟选机型、机位布置、轮毂高度、塔筒选材、风机基础、集电线路、地基处理、交通工程等技术方案和造价等提出优化建议。应用参考造价指标配合每个项目多种机型方案比选，提升项目整体经济性。
（3）陆上风电场项目参考造价指标可作为业主单位进行风电项目前期投资评估、编制投资计划、产业规划及战略研究的参考依据，也可作为项目实施过程中对比分析及动态管理造价的参考依据。
直接经济效益和间接效益
直接经济效益
通过陆上风电场项目参考造价指标对风电项目进行技术经济分析，对技术方案及造价提出优化建议，有效节省投资，对提升新能源装机份额并扩大有效投资的贡献十分显著。
间接效益
陸上风电场项目参考造价指标在提高项目评估质量和效率方面作用明显。以参考造价指标为基础优化技术经济评估体系，对各区域新能源投资潜力进行动态分析，有利于及时调整区域发展策略，把握各区域项目前期工作方向。该成果对风电产业实现高质量健康发展起到了积极的推进作用。
结语
研究成果提出新政策下提高项目投资评估效率和防控项目评估风险的解决办法，以陆上风电场项目参考造价指标为基础优化后的技术经济评估体系直接服务于科学投资决策和产业发展策略制定，对风电产业的长远发展具有重要的指导意义。同时，基于大数据思维建立的陆上风电场项目参考造价指标计算模型具有可扩展性，将不同阶段和类型的数据代入模型，能对新技术、新机型的造价特点和发展进行分析，动态反映风电产业造价水平变化趋势，并能对未来风电场项目造价和经济性进行一定的预测分析。将统计分析与大数据有效地结合起来，在电力工程造价领域具有很大的潜力，是电力大数据时代提升造价管控水平的一次崭新尝试。
易晓亮，国家能源集团技术经济研究院高级主管。张志文，国家能源投资集团有限责任公司第四巡视组副组长。
黄伟，湖北龙源新能源有限公司副总经理。
截至2019年年底，我国风电累计并网装机容量突破2.1亿kW，稳居世界首位。随着风电产业规模化发展和技术快速进步，相关补贴逐步减少，全面转向市场化方式进行配置，最终实现平价上网。政策层面对平价上网的引导，促使风电产业积极降本增效，谋求健康可持续发展。为了支撑新政策下风电项目投资决策，加速开展项目评估，有必要对现有技术经济评估体系进行优化。
陆上风电场项目参考造价指标研究背景
研究目的及意义
本文基于统计分析和数学建模，对近几年陆上风电场项目可研投资数据进行分析处理，将专业经验与工程数据积累深度融合，建立参考造价指标，并以参考造价指標为基础，优化技术经济评估体系，为新政策下提升风电项目投资收益、防控投资风险提供科学保障。
主要研究内容
由于我国风能资源分布的不均衡导致风电场项目所处区域的地质条件、施工条件差别较大，前期机型选择和布机方案对项目整体经济性影响较大。本文以国内外工程造价管理理论为指导，结合国外相关领域的最新研究成果和国内的工程造价管理现状，系统分析陆上风电场项目造价特点，找出影响陆上风电场项目的关键因素并总结规律，建立量化模型；运用排列图、聚类分析等方法，分析影响造价的主要因素，确定参考造价指标基本模块和调整模块；采用曲线回归方法对近几年陆上风电可研投资数据进行分析处理，构建能反映项目规模效应的动态指标计算模型，建立陆上风电场项目参考造价指标。
陆上风电场项目参考造价指标研究方法
陆上风电场项目参考造价指标研究方法主要分为数据收集、数据整理和数据分析三个步骤，如图1所示。
数据收集
数据收集阶段是整个研究的基础阶段。在这个阶段，要确定所需要收集的数据，并对其进行标准化处理，以便后期进一步分析。对于陆上风电场项目参考造价指标而言，需要收集的基础数据主要分为两类：一类是投资数据，即陆上风电场项目的可研概算数据。根据《陆上风电场工程设计概算编制规定及费用标准》（下称“编规”）的项目划分，一级项目和二级项目都有统一的标准项目设置，可以直接作为标准化的依据。另一类是项目特征数据，即项目外部条件、技术方案等反映项目自身特点，并对投资有较大影响的特征数据。
数据整理
数据收集阶段采集回来的数据虽然已经标准化，但基于二级项目录入标准，数据量较为繁杂，如果直接使用，会影响后续分析工作的效率，所以需要对其进行一定程度的归纳。数据整理是对标准化后的数据进行初步分析、进一步分类、对异常数据进行处理或清洗，保留可供分析的有效数据的过程。根据陆上风电场项目投资的特点，从影响投资的关键因素着手，对二级项目进行重组。将陆上风电场项目的概算数据模块化，是数据整理的一个重要步骤。
确定陆上风电场项目参考造价指标模块，需满足五项原则：①组成模块的项目在技术功能性上类型要统一，即每个模块能充分代表陆上风电场项目的一个功能独立的完整单位工程；②基本模块是行业通用的主流且有代表性的技术方案，调整模块则是有工程实践应用的技术方案，而不是试验或者技术验证方案；③影响模块造价的因素尽可能少，影响幅度尽可能小，若是出现影响较大的因素，则应增加调整模块；④模块具有独立性，即每个模块的造价变化不会对其他模块的造价产生影响；⑤模块具有可扩展性，在加入新技术时，能相应增加对应调整模块，而不会对其他模块造成影响。
基本模块设定
基本模块的设定，应该以技术条件划分为依据，结合各分项工程对项目投资影响程度大小，将属于同一项分项工程、费用类型相似、影响程度相近的费用尽可能合并，对于那些对造价影响程度较大的项目，则尽可能单独设立模块。
本文采用排列图法确定分项工程影响投资的程度。排列图法又称帕累托图法，是基于帕累托法则，将不同的数据进行降序排列，绘制成条形图，并在同一坐标系中绘制累积百分比曲线，能让人快速、直观地找出影响最大的因素并进行分析的一种方法。
基本模块可以代表大部分陆上风力发电场项目技术方案情况，但不足以准确反映陆上风电场项目可研估算投资，因此需要根据不同技术方案的特点设定调整模块。
调整模块设定
调整模块是在基本模块的基础上，把常用的其他技术方案设定为可以用来替换基本模块的调整模块方案。对项目投资影响较大的关键模块，需要按照不同技术方案设置调整模块；对投资影响较小的模块，只需根据技术特征来设置调整模块，从而在实际应用中能更便捷、准确地得出所需要的调整数据。
本文通过聚类分析对数据进行深入挖掘，确定最合理的调整模块设定。聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。从统计学的角度看，聚类分析是通过数据建模简化数据的一种方法。聚类分析是一种探索性的分析，在分类的过程中，不必事先给出分类的标准，能够从样本数据出发，自动进行分类，是数据挖掘的主要手段之一。基本模块和调整模块设立后便可以根据陆上风电场项目特点来组合参考造价指标。
数据分析
完成数据收集和数据整理后，则需要根据各模块投资历史数据与模块参考工程量之间的变化关系，来确定模块单位指标的计算模型。在统计学中，回归分析法是度量各个变量之间相互关系较为合适的分析方法。利用回归分析法得到的数学模型可以有效地进行预测与控制，也可从回归分析中发现规律，再通过规律预测新数据，是统计分析的基本思想。回归分析主要分为确定变量、指标计算模型选择、模型检验三个步骤。 确定变量
在进行回归分析并建立指标计算模型前，首先要确定指标计算模型的变量，也就是需要明确要研究哪些变量和预测的具体目标。相关性分析是一种测量事物之间统计关系强弱的工具，目的是衡量变量之间相关程度的强弱。本文使用相关系数来判断变量之间的相关程度。
相关分析中最常用的判断指标为相关系数r，该指标是用来定量描述两个变量间线性关系密切程度和相关关系的统计指标。通过相关系数的计算，可找出与参考造价指标密切程度最高的因素，并将该因素作为参考造价指标回归方程的自变量，从而进行回归分析。
指标计算模型选择
对陆上风电场项目参考造价指标而言，需要解决的问题是通过各模块投资与模块参考工程量之间的变化关系，来确定模块单位指标。本文主要采用曲线回归的方法来进行分析。
曲线回归实际上是利用变量变换的方法，使变换后的变量之间呈直线关系。求出直线方程后，再将方程中的变量通过逆变换还原，求得曲线回归方程。常见的曲线函数有二次函数（抛物线函数）、多项式函数、对数函数、指数函数、幂函数、双曲线函数等。
曲线拟合是求解反映变量间曲线关系的曲线回归方程的过程。其步骤有四步：①绘制散点图，观测散点图分布特征类似于何种函数类型；②按照所选函数进行相应的变量转换；③对变换后的数据建立直线回归模型；④拟合多个可能的模型，并对模型进行检验，通过比较各模型的拟合优度，挑选较为合适的模型。
模型检验
由于回归分析是通过统计样本所估计出的参数值来代替总体的真实参数值，如果抽样样本越多，参数的估计值与真实值就越接近，但拟合的最终结果依然是估计值。所以，对于回归分析模型，需要进一步进行检验。
对回归模型的检验主要包括两点：一是拟合优度检验，二是显著性检验。对于曲线拟合回归，拟合优度是一个重要的判断指标。拟合优度又称可决系数，是相关系数r的平方，其取值范围是0
按照研究确定的模型，使用SPSS软件进行数据处理及分析，根据曲线拟合法进行回归分析，统计2019年陆上风电场项目的造价数据，计算出参考造价指标及模块造价，得到陆上风电场项目参考造价指标、陆上风电场项目主要设备参考价格、陆上风电场项目主要参考工程量、基本模块方案及技术说明、调整模块方案及技术说明等一系列成果。部分主要成果，如表1所示。
创新点及成果应用
创新点
（1）利用大数据思维统计分析和数学建模。大数据思维主要体现在以数据为核心，充分挖掘数据价值，用全样本数据解决问题，用数据进行预测。通过对历史工程数据的收集、整理、分析建模、模型检验来确定陆上风电场项目参考造价指标的计算模型，并以模型为基础建立陆上风电场项目参考造价指标。这种方法效率更高，数据更新速度更快，更贴近风电行业造价特点。
（2）大幅度提高投资评估和设计优化的效率。研究陆上风电场项目参考造价指标，是数字新基建时代下科学有效的探索。通过参考造价指标快速判断与复核项目投资的合理性，准确把握投资优化方向，大幅度提高投资评估和设计优化的效率，为新政策下提高项目投资评估效率和防控评估风险提供科学的解决办法。
（3）以参考造价指标为基础系统优化技术经济评估体系。以参考造价指标为基础，引入国际通用的平准化度电成本（Levelized Cost of Energy，LCOE）分析法，系统优化适合新政策的技术经济评估体系。建立区域电力市场数据库，对新能源参与市场的限电降价进行量化分析，搭建新能源区域平价潜力及补贴竞价潜力测算方法体系，为新能源产业发展提供科学分析方法。
成果应用
（1）风电竞争性配置政策出台后，在评估项目数量多、时间短、难度大等情况下，研究成果高效地应用在最后一批具有补贴资质的风电项目技术经济评估论证工作中，为争取最后一批新能源国家补贴、提升新能源装机份额、扩大有效投资等提供了科学决策支撑。
（2）该研究成果已在多个风电项目前期投资评估中进行技术把关和投资优化。应用陆上风电场项目参考造价指标能快速了解项目技术特点并找出存在的问题，有利于更准确地把握项目投资优化方向，对风电机组拟选机型、机位布置、轮毂高度、塔筒选材、风机基础、集电线路、地基处理、交通工程等技术方案和造价等提出优化建议。应用参考造价指标配合每个项目多种机型方案比选，提升项目整体经济性。
（3）陆上风电场项目参考造价指标可作为业主单位进行风电项目前期投资评估、编制投资计划、产业规划及战略研究的参考依据，也可作为项目实施过程中对比分析及动态管理造价的参考依据。
直接经济效益和间接效益
直接经济效益
通过陆上风电场项目参考造价指标对风电项目进行技术经济分析，对技术方案及造价提出优化建议，有效节省投资，对提升新能源装机份额并扩大有效投资的贡献十分显著。
间接效益
陸上风电场项目参考造价指标在提高项目评估质量和效率方面作用明显。以参考造价指标为基础优化技术经济评估体系，对各区域新能源投资潜力进行动态分析，有利于及时调整区域发展策略，把握各区域项目前期工作方向。该成果对风电产业实现高质量健康发展起到了积极的推进作用。
结语
研究成果提出新政策下提高项目投资评估效率和防控项目评估风险的解决办法，以陆上风电场项目参考造价指标为基础优化后的技术经济评估体系直接服务于科学投资决策和产业发展策略制定，对风电产业的长远发展具有重要的指导意义。同时，基于大数据思维建立的陆上风电场项目参考造价指标计算模型具有可扩展性，将不同阶段和类型的数据代入模型，能对新技术、新机型的造价特点和发展进行分析，动态反映风电产业造价水平变化趋势，并能对未来风电场项目造价和经济性进行一定的预测分析。将统计分析与大数据有效地结合起来，在电力工程造价领域具有很大的潜力，是电力大数据时代提升造价管控水平的一次崭新尝试。
易晓亮，国家能源集团技术经济研究院高级主管。张志文，国家能源投资集团有限责任公司第四巡视组副组长。
黄伟，湖北龙源新能源有限公司副总经理。