關鍵詞:風力發電 預測分析
中投顧問:2018-2022年中國風力發電行業預測分析
影響因素分析
一、有利因素
?。ㄒ唬┱咧С?/p>
《可再生能源發展“十三五”規劃》指出,到2020年,我國水電將新增裝機約達6,000萬千瓦,新增投資約5,000億元;我國新增風電裝機約8,000萬千瓦,新增投資約7,000億元;我國新增各類太陽能發電裝機約7,000萬千瓦,新增投資約1萬億元。而在此基礎上,加上生物質發電投資、太陽能熱水器、沼氣、地熱能利用等,我國“十三五”期間可再生能源或將新增投資2.5萬億元,比“十二五”期間增長近39%,可再生能源發展帶來的經濟、環境和社會效益將逐漸凸顯。
?。ǘ┌l展潛力大
2016年全球風電新增裝機容量超過54GW,這些裝機容量分布在90個國家,其中9個國家的裝機容量超過10GW,29個國家的裝機容量達到1GW。累計裝機容量增長12.6%,累計容量達到486.8GW。2016年中國風電累計、新增裝機容量均居全球第一。中國累計裝機量約是第二名美國的兩倍,新增裝機量約是美國的四倍。在全球風電市場上,中國遙遙領先。
?。ㄈ┗ヂ摼W+
眾多風電整機制造商在風電運維市場早有建樹,其中有一部分廠商更是將其運維部門擴升至專門的運維公司并將其移至風電場較為集中的地區進行集中運維服務。然而,針對不同的技術和機型,組建一支專業化團隊進行區域性運維只是較為傳統的服務方式,其弊端在于風電場多處在人煙稀少、環境惡劣的地區,而且分布比較分散,難以進行集中管理。
相較之下,依托“互聯網+”、云平臺以及大數據平臺管理風電場實現少人值守甚至是無人值守是解決這一問題的關鍵所在。
2016年6月,由國家發展改革委、國家能源局下發的《能源技術革命創新行動計劃(2016-2030年)》中就明確提出研究風電機組和風電場綜合智能化傳感技術、風電大數據收集及分析技術以及研究基于物聯網、云計算和大數據綜合應用的陸上不同類型風電場智能化運維關鍵技術等方面關鍵技術。
二、不利因素
?。ㄒ唬╋L電搶裝或透支市場
2015年12月24日,國家發改委發布《關于完善陸上風電光伏發電上網標桿電價政策的通知》,宣布于2016與2018年全面下調所有風區陸上風電上網電價。受該政策預期影響,風電行業在2015年出現搶裝潮,大幅提升了2015年國內風電新增裝機容量,政策驅動下的高增長在一定程度上提前透支市場,未來行業增速可能出現回落。
?。ǘ╋L力發電成本高
風力發電成本包括固定資產折舊、工資福利、物資、管理、財務費用等,其中占比最高的是固定資產折舊費。各風電企業通常根據發電成本、收益和發展方向制定競價上網電價,政府決策者在考慮各種因素后會做出中標價格。當前政府采取低價者中標的特許權項目來核定電價。造成的后果是上網電價過低,投資商為了壓低風電建設成本會采購低質量的廉價設備,對風電設備、工程質量造成不良影響,在運行期發生風險的可能性增大。既妨礙設備制造能力的成長,也阻礙了經濟的發展。從當前我國風電發展現狀來看,由于需要投入很高風力發電項目投資成本,為了能使風電投資企業獲得合理的投資收益,并能維持項目的穩健運行,對可再生能源補貼的需求很高。
?。ㄈ┰O計和制造技術與發達國家存在較大差距
我國風電行業設計和制造技術與西方發達國家相比,仍然存在著很大的差距,特別是在大型風力發電關鍵技術方面。近幾年來,我國新上的大型風電機組近乎全部為進口。國產機組的設備質量總體上看在不斷提高,但是質量問題屢屢發生,比如齒輪箱故障、輪轂裂紋等問題。我國還沒有適合的風電機組設計軟件,風電機組設計軟件一直購買是國外的,既花費了較多錢財,又不能真正適合我國的實際狀況。
中國風力發電量預測
2016年1-12月,中國風力發電量為2,113.2億千瓦時,同比增長19%;2017年1-12月,風力發電量為2,695.4億千瓦時,同比增長21.4%。我們預計,2018年中國風力發電量將達到3,200億千瓦時,未來五年(2018-2022)年均復合增長率約為18.80%,2022年中國風力發電量將達到6,374億千瓦時。
圖表 中投顧問對2018-2022年中國風力發電量預測
數據來源:中投顧問產業研究中心