考虑电价补贴政策的风电投资决策模型与分析.pdf

第４０卷第２３期２０１２年１２月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶ＿０１．４０Ｎｏ．２３Ｄｅｃ．１，２０１２考虑电价补贴政策的风电投资决策模型与分析曾鸣，李晨，刘超，周黎莎，欧阳邵杰（华北电力大学能源与电力经济研究咨询中・心，北京１０２２０６）摘要：风电项目初始投资规模大，上网电价水平高，风电的高速发展需要政府相关财税政策的支持。首先，假设上网电价与单位容量投资成本波动服从几何布朗运动；其次，基于实物期权理论，在上网电价与单位容量投资成本不确定的情形下，考虑存在风电电价补贴，建立了风电项目投资决策模型，以确定风电项目的最优投资时机。该模型考虑了风电电价补贴水平、风电电价补贴有效期、上网电价波动率、单位容量投资成本波动率等投资决策因素。算例结果表明该模型可为风电项目投资者选择合适的投资时机提供决策参考，还可作为政策制定者制定合理的投资促进政策提供量化分析工具。关键词：电价补贴；实物期权；不确定性；风电；投资决策Ｗｉｎｄｐｏｗｅｒｉｎｖｅｓｔｍｅｎｔｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇｍｏｄｅｌａｎｄｐｏｌｉｃｙａｎａｌｙｓｉｓｃｏｎｓｉｄｅｒｉｎｇｔｈｅｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｅｓｕｂｓｉｄｉｅｓｏｆｗｉｎｄｐｏｗｅｒＺＥＮＧＭｉｎｇ，ＬＩＣｈｅｎ，ＬＩＵＣｈａｏ，ＺＨＯＵＬｉ－ｓｈａ，ＯＵＹＡＮＧＳｈａｏ－ｊｉｅ（ＲｅｓｅａｒｃｈＡｄｖｉｓｏｒｙＣｅｎｔｅｒｏｆＥｎｅｒｇｙａｎｄＥｌｅｃｔｒｉｃｉｔｙＥｃｏｎｏｍｉｃｓ，ＮｏｒｔｈＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０２２０６，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｂｅｃａｕｓｅｏｆｔｈｅｌａｒｇｅ－ｓｃａｌｅｉｎｉｔｉａｌｉｎｖｅｓｔｍｅｎｔａｎｄｔｈｅｈｉｇｈｔａｒｉｆｆｌｅｖｅｌ，ｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｗｉｎｄｐｏｗｅｒｒｅｑｕｉｒｅｓｔｈｅ’ｓｕｐｐｏｒｔｏｆｔｈｅｇｏｖｅｒｎｍｅｎｔＳｆｉｓｃａｌｐｏｌｉｃｙ．Ｆｉｒｓｔ，ｔｈｅｆ—ｌｕｃｔｕａｔｉｏｎｏｆｆｅｅｄ－ｉｎｔａｒｉｆｆａｎｄｉｎｖｅｓｔｍｅｎｔｃｏｓｔｐｅｒｕｎｉｔｃａｐａｃｉｔｙａｒｅａｓｓｕｍｅｄｔｏｆｏｌｌｏｗｇｅｏｍｅｔｒｉｃＢｒｏｗｎｉａｎｍｏｔｉｏｎ．Ｓｅｃｏｎｄ，ｂａｓｅｄｏｎｒｅａｌｏｐｔｉｏｎｔｈｅｏｒｙ，ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｅｘｉｓｔｅｎｃｅｏｆｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｅｓｕｂｓｉｄｉｅｓｏｆｗｉｎｄｐｏｗｅｒ，ａｎｄｉｎｔｈｅｃａｓｅｏｆｔｈｅｕｎｃｅｒｔａｉｎｔｙｏｆｆｅｅｄ－ｉｎ－ｔａｒｉｆｆｓａｎｄｉｎｖｅｓｔｍｅｎｔｃｏｓｔｐｅｒｕｎｉｔｃａｐａｃｉｔｙ，ａｗｉｎｄｐｏｗｅｒｐｒｏｊｅｃｔｉｎｖｅｓｔｍｅｎｔｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄｔｏｄｅｔｅｒｍｉｎｅｏｐｔｉｍａｌｉｎｖｅｓｔｍｅｎｔｔｉｍｉｎｇ．Ｔｈｅｆａｃｔｏｒｓｉｎｃｌｕｄｉｎｇｔｈｅｌｅｖｅｌｏｆｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｅｓｕｂｓｉｄｉｅｓ，ｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｅｓｕｂｓｉｄｙｖａｌｉｄｉｔｙｐｅｒｉｏｄ，ｖｏｌａｔｉｌｉｔｙｏｆｆｅｅｄ－ｉｎ－ｔａｒｉｆｆｓａｎｄｉｎｖｅｓｔｍｅｎｔｃｏｓｔｐｅｒｕｎｉｔｃａｐａｃｉｔｙａｒｅｃｏｎｓｉｄｅｒｅｄｉｎｔｈｉｓｍｏｄｅ１．Ｔｈｅｅｘａｍｐｌｅｓｈｏｗｓｔｈａｔｔｈｅｍｏｄｅｌｃｏｕｌｄｐｒｏｖｉｄｅａｒｅｆｅｒｅｎｃｅｆｏｒｔｈｅｉｎｖｅｓｔｏｒｓｏｆｗｉｎｄｐｏｗｅｒｐｒｏｊｅｃｔｓｔｏｃｈｏｏｓｅｔｈｅｒｉｇｈｔｉｎｖｅｓｔｍｅｎｔｏｐｐｏｒｔｕｎｉｔｉｅｓ，ａｎｄｂｅｓｉｄｅｓｉｔａｌｓｏｃｏｕｌｄｂｅａｑｕａｎｔｉｔａｔｉｖｅａｎａｌｙｓｉｓｔｏｏｌｆｏｒｐｏｌｉｃｙｍａｋｅｒｓｔｏｄｅｖｅｌｏｐａｒｅａｓｏｎａｂｌｅｐｒｏｍｏｔｉｏｎｐｏｌｉｃｙｆｏｒｉｎｖｅｓｔｍｅｎｔ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（Ｎｏ．７０７７１０３９）ａｎｄｔｈｅＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ—ＦｏｕｎｄａｔｉｏｎｏｆＳＧＣＣ（Ｎｏ．ＫＪ－２０１０２６）．—Ｋｅｙｗｏｒｄｓ：ｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｅｓｕｂｓｉｄｙ；ｒｅａｌｏｐｔｉｏｎｓ；ｕｎｃｅｒｔａｉｎｔｙ；ｗｉｎｄｐｏｗｅｒ；ｉｎｖｅｓｔｍｅｎｔｄｅｃｉｓｉｏｎｍａｋｉｎｇ中图分类号：ＴＭ７１５文献标识码：Ａ—文章编号：１６７４．３４１５（２０１２）２３００１７－０７０引言风能是清洁、无污染的可再生能源之一，在各国政府强有力的政策推动下，风电产业正高速发展【ｌ。ｊ。风电项目初始投资大，上网电价水平高，这使得风电与常规能源发电相比缺乏竞争力。因此，风电的高速发展需要政府相关财税政策的支持。目前，各国普遍出台电价补贴政策来促进风电发展。然而，在实际应用过程中，电价补贴政策的基金项目：国家自然科学基金资助项目（７０７７１０３９）；国家电网公司科技项目（ＫＪ－２０１０－２６）制定和实施面临诸多的不确定因素，这增加了风电投资者合理选择投资时机的难度。因此，考虑多种不确定因素，对未来电价补贴政策变动进行合理预期，并引入相应的投资决策工具确定最优的投资时机，对提高风电项目投资效益、促进风电项目投资至关重要。对风电项目的投资决策分析，多采用传统的净现值（ＮＰＶ）法，该方法假定风电项目投运后的现金流是确定的，忽略了内外部不确定因素对项目价值的影响，从而影响风电投资者决策的准确性。实物期权理论改变了传统投资分析理论（ＮＰＶ）对投资不可逆性与不确定性认识上的偏差【４Ｊ，量化了不．１８．电力系统保护与控制确定性带来的收益，较传统项目评价方法有着较为明显的优越性。实物期权理论已应用于发电项目投资决策方面的研究Ｌ５驯。文献【５．７］将实物期权方法应用于常规能源发电项目的投资决策中，其中文献【５．６】通过相关期权定价模型对常规能源发电项目的期权价值进行了估价，文献［７］研究了不同情形下常规能源发电项目的投资阈值问题；文献［８．９】将实物期权方法应用于可再生能源发电项目决策中，其中文献［８】基于实物期权理论，分析了光伏发电项目的最优投资时机，并分析了成本补偿政策对投资者投资决策的影响，而文献［９］则考虑了上网电价政策等多种不确定因素的影响，运用实物期权方法，研究了风电项目的最优投资时机决策问题。以上文献为本文研究方法的选择提供了依据，但是这些文献没有涉及电价补贴政策对项目投资决策的影响，因此其研究结果不能用来解决本文提出的电价补贴政策变动情形下风电投资决策问题。目前，专门研究风电电价补贴政策对风电项目投资决策影响的文献尚不可见。本文在市场环境下，假定风电上网电价以及单位容量投资成本服从几何布朗运动，考虑存在风电电价补贴，应用实物期权方法建立了风电投资决策模型，以求取风电项目投资的门槛价格，在此基础上通过算例分析进一步说明了风电电价补贴率以及电价补贴政策的有效期对风电投资决策的影响，最后提出了我国现阶段风电投资促进政策建议。１风电电价补贴政策风电项目初始投资规模大，上网电价水平高，这使得风电与其他常规能源发电相比缺乏竞争力。较低的上网电价水平，有利于提高电网公司收购风电的积极性，从而提高风电的市场竞争力，但却不利于风电项目投资者回收投资成本，进而影响投资者进行风电项目投资的积极性。政府对风电项目的实际上网电量给予每度电一定额度的补贴，一方面可以保证风电场以较低的上网电价参与市场竞争，确保电网公司对风电电量的优先收购；另一方面，可以确保风电投资者合理回收投资成本，提高了风电投资者进行风电项目开发的积极性。因此，风电电价补贴政策的制定和实施，有助于解决风电投资者与电网公司的利益矛盾，在风电产业发展初期，对提高风电装机比重，促进电力行业低碳化发展具有重要意义。目前，各国普遍出台电价补贴政策来促进风电产业发展。德国、丹麦、西班牙、英国等发达国家均出台并实施了风电电价补贴政策，有效降低了风电参与电力市场竞争的风险［１】。２０１１年底，我国政府也提出要制定持续稳定的风电电价补贴政策，并提高电价补贴的时效性Ｌ１。受风电产业发展多种不确定因素的影响，风电电价补贴政策具有较为明显的时效性（表现为政策的有效期长短不确定），且补贴额度会在一定时期内变动。因此，面对风电电价补贴政策的变动，风电投资者如何合理选择最优投资时机，确保其获得最大投资收益，是复杂而有实际意义的问题。２风电投资决策模型２．１基本假设风电投资决策需考虑三个关键因素：上网电价、容量投资成本、发电利用小时数。本文假设电网公司对风电电量实施保障性全额收购，且受当地资源条件限制，风电年利用小时数相对固定（可视为一个定值）。而在市场环境下，上网电价由市场竞争得出，具有随机性和波动性；此外，受原材料价格波动等因素的影响，风电容量投资成本也具有一定的随机波动性。因此，本文主要考虑上网电价和单位容量投资成本两个方面的不确定因素。已有文献证明，在市场环境下上网电价近似服从几何布朗运动（或称为维纳过程）［¨］。因此，可假设上网电价Ｐ满足以下方程，如式（１）。＝ｐｄｔ＋Ｃｒｐｐｄｚｐ（１）式中：与分别表示上网电价的期望增长率与相应的波动率（即的标准差）；ｄｚｐ表示标准维纳过程的增量。假定风电项目的单位容量投资成本ｃ也是服从几何布朗运动的随机变量，如式（２）。ｄＣ＝Ｃｄｔ＋ｏ＇ｃＣｄｚｒ（２）式中：与分别表示单位容量投资成本的期望增长率与相应的波动率（即的标准差）；ｄｚｃ表示标准维纳过程的增量。本文设Ｃ与Ｐ之间的相关系数为ａ，即Ｅ［＠ｄＣｌ＝ａｄｔ。在风电上网电价与单位容量投资成本不确定情况下投资者的投资区间如图１所示。投资门槛（＾图１风电上网电价与单位容量投资成本不确定条件下的投资区间Ｆｉｇ．１Ｔｈｅｉｎｖｅｓｔｍｅｎｔｒｅｇｉｏｎｕｎｄｅｒｕｎｃｅｒｔａｉｎｔｙｏｆｗｉｎｄｐｏｗｅｒｐｒｉｃｅａｎｄｐｅｒｕｎｉｔｃａｐａｃｉｔｙｉｎｖｅｓｔｍｅｎｔｃｏｓｔ曾鸣，等考虑电价补贴政策的风电投资决策模型与分析－ｌ９・由图１可知，单位成本电价ｈ（ｈ＝ｐ／Ｃ）的变化分为了两个区间，为区间１、２的界限。在区间１（），投资者延迟投资，等待最佳投资时机。在区间２（＋），投资者选择进行投资。设一定时期内风电电价补贴率为，意为风电场运营的前Ｙ年（风电电价补贴的有效期为Ｙ年），每度电给予元／ｋＷｈ的补贴，此时风电场每度电的售电收益为ｐ（１＋Ｔｒ）元／ｋＷｈ。２．２投资决策模型为便于研究风电投资决策问题，假设风电投资者投资建设１个单位规模的风力发电项目，风电投资者寻找最佳的投资时机，以获得最大的收益。风电投资产生现金流的预期折现值包括两个部分：风电电价补贴政策有效期限内的现金流；风电电价补贴政策撤销后的现金流。风电电价补贴下的风电项目总值如式（３）。Ｖ＝Ｅ【ｐ（１＋）Ｑｅ一ｄｔ＋Ｉｐｅ一Ｑ】＝Ｅｌｐｅ－ＰｔＱｄｔ＋Ｙｐ￣ｅ－ｐｔＱｄｔｌ＝—ｐＱ￣ｌ＿ｅ—－（ｐ－ｕ：）ｒ］＋—ｐｘ—Ｑｆ１一—ｅ—ｐｐｐ式中：ｐ表示折现率；表示风电投资项目的寿命；Ｑ表示单位装机容量的年均发电量。为了便于分析，项目寿命可近似看成为无穷期限的，即＋ｏ。，则式（３）可化简为：＋（１一ｅ一）ｒ４、ｐ一，Ｕｐｐ。风电投资者拥有推迟风电投资的权利，可以根据市场的情况决定何时投资，这种选择权可减少项目失败的风险，被称为延迟投资期权。下面求解风电项目的延迟投资期权价值，令Ｆ（ｐ，０表示风电投资的延迟投资期权价值。应用贝尔曼方程与伊藤引理推导Ｆ（ｐ，ｏ满足的微分方程并找到投资临界值。应用动态规划方法，求得连续时间段内的贝尔曼方程Ｊ为ｐＦ（ｐ，Ｃ）ｄｔ＝ＥｌｄＦＩ（５）式（５）说明在时间段ｄ内，投资机会的预期总回报等于其资本的预期增值率。根据伊藤引理Ｌ７】，得Ｅ［ｄＦ］＝０．５（Ｐ＋ｃ磁＋…２ａＣｒｐＣｒｃＰＣＦ￣ｃ）＋ｐｐＦ＋ＣＣＦ、、””ｊ：ＦＦ｜８ＦＣｃ＝：Ｆ｜８ｃ。；Ｆ￣ｃ＝Ｏ：Ｆ／ＯｐＯＣＦ＇ｐ＝ＯＦ／Ｏｐ；Ｆ＇ｃ＝ＯＦ／ＯＣ。将式（６）代入式（５）得０．５（Ｐ＋ｃ磁＋２ａＣｒｐＯ＇ｃＰＣＦ；，ｃ）＋，ＵｐｐＦｐ＋，ＵｃＣＦｃ－ｐＦ＝０２．３模型求解假定当Ｐ与Ｃ都等比例增加时，项目价值和建设成本也等比例增加，最优决策仅取决于ｐ／Ｃ。因此，等待投资期权价值是一次齐次的，可写为Ｆ（ｐ，Ｃ）＝Ｃ×（）（８）式中：单位成本电价ｈ＝ｐ／Ｃ，）为待定函数。因此风电企业的投资决策问题转化为求解最佳的，当＞时，风电企业立即投资，否则继续等待。由关系式（８），可得如下等式：Ｆ），Ｆ￣＝ｆｌｈ）－ｈｆ（ｈ），Ｆｆ＇（ｈ）／ｃ，ＦｃＣ＝『（）／ｃ，Ｆｒｐｃ＝一ｈｆ＇（ｈ）／Ｃ。将上面的等式代入式（７），可得ｆｉｂ）满足的微分方程，如式（９）。０・５（＋一２口ｃｒｃ）厂（）＋ｆ９、—（一）ｈｆ（）＋（，ｕｃ）厂（）＝０微分方程式（９）的通解形式为ｆ（Ｐ）＝４ｈ＋Ａ２ｈ（１０）式中：为方程０．５Ｍｘ（ｘ一１）＋Ｎｘ＋（一Ｐ）＝０的根，Ｍ＝＋一２口，Ｎ＝，Ｕｐ一，可求得．：—０．５Ｍ－Ｎ＋ｘ／（Ｎ－０．—５Ｍ）ｚ－２Ｍ（１ｔｃ－ｐ）（１１）＝一～上１Ｊ～可以证明有一个正根，假设为】，１，并且有Ｙｌ＞ｌ，有一个负根），２。当ｈ＝０时，）＝０，但是由于ｙ２＜Ｏ，因此当＿÷０时，以趋向于无穷大，可得＝０，从而ｆ（ｈ）＝４ｈ）应满足价值匹配和平滑粘贴条件，如式（１２）与式（１３）：ｆ（ｈ）＝一１（１２）厂）：．－ｂｎ＇Ｑ（１＿ｅ－Ｐｙ）ｆｌ３１Ｐ一，ＵｐＰ根据式（１２）与式（１３）求得：ｌ＋．ｘＱ（１＿ｅ－ｐｙ）Ｉ（１４）一Ｌ一Ｐ＿Ｊ进而求得系数与投资临界点处的期权价值Ｆ（ｐ，Ｃ）为４南【＋（１－ｅ－ｐｙ）】（１５）Ｆ（ｐ，Ｃ）＝Ｃｘｆ（ｈ）＝（１６）．２０．电力系统保护与控制３算例分析３．１基本算例假定ｐ＝０．０５，＝０．２，ｃ：一０．０５，ａｃ＝Ｏ．５，ａ＝Ｏ．０１，ｐ＝０．１，风电电价补贴率为１０％，可求得７１－－１．１８。本文不考虑风电投资容量的选择问题，不妨设定风电投资项目容量大小为１ｋＷ，假设年利用小时数恒定且为２０００ｈ，则２０００ｋＷｈ。假定风电电价补贴政策的有效期限为５年，将已知数值代入式（６）和式（８）中，求得投资门槛ｈ。表１风电电价补贴额度与有效期固定时风电投资门槛Ｔａｂｌｅ１Ｔｈｅｗｉｎｄｐｏｗｅｒｐｒｏｊｅｃｔｉｎｖｅｓｔｍｅｎｔｔｈｒｅｓｈｏｌｄｗｉｔｈｆｉｘｅｄｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｅｓｕｂｓｉｄｙｒａｔｅａｎｄｖａｌｉｄｉｔｙ由表Ｉ可知，在风电上网电价与单位容量投资成本波动率固定的情况下，当风电电价补贴率为１０％、电价补贴政策的有效期为５年时，风电项目的投资门槛（单位成本电价，元／ｌ（＇１）为Ｏ．１６×１０元，Ｉ。这意味着当单位成本电价ｈ小于０．１６Ｘ１０元／ｋＷｈ，风电企业选择延迟投资；当单位成本电价ｈ大于０．１６×１００元／ｌ（、时，风电企业选择立即投资。３．２投资决策影响因素分析（１）风电电价补贴率变动对风电投资决策的影响设风电电价补贴政策的有效期限为５年，设ｐｐ＝０．０５，０．２，Ｃ＝一０．０５，Ｏ＇ｃ＝０．５，ａ＝０．０１，ｐ＝０．１，风电电价补贴率变动范围为１％￣４０％。风电电价补贴率的变动对风电项目投资门槛的影响如图２所示。互＼ｌ靼ｊ＝风电电价补贴率图２风电电价补贴率变动对风电项目投资门槛的影响Ｆｉｇ．２Ｔｈｅｅｆｆｅｃｔｏｆｗｉｎｄｐｏｗｅｒｐｒｉｃｅｓｕｂｓｉｄｙｒａｔｅｏｎｗｉｎｄｐｏｗｅｒｐｒｏｊｅｃｔｉｎｖｅｓｔｍｅｎｔｔｈｒｅｓｈｏｌｄ由图２可知，在风电电价补贴政策有效期固定的情况下，随着风电电价补贴水平的提高，风电项目的投资门槛逐渐降低（当风电电价补贴率由１％增加到４０％时，风电投资门槛以近似于恒定的速率由０．１６０×１０元／Ｉｈ降低到０．１４９×１０元／ｌ（Ｗｈ，其平均下降速率为２．６８）。这表明，风电电价补贴的存在能够保证投资者获得稳定的投资收益，从而对风电的发展起到一定的促进作用。（２）风电电价补贴政策有效期变动对风电投资决策的影响设风电电价补贴率为ｌ０％，０．０５，Ｏ．２，ｃ＝一０．０５，￣ｒｃ＝Ｏ．５，ａ＝Ｏ．Ｏ１，ｐ＝Ｏ．１，风电电价补贴政策有效期变动范围为１年～２０年。风电电价补贴政策的有效期对风电项目投资门槛的影响如图３所不。由图３可知，在风电电价补贴水平不变的情况下，风电电价补贴政策有效期限越长，投资门槛越低（当风电电价补贴有效期由１年递增到２０年时，风电投资门槛以逐渐递减的速率由０．１６０×１０元／ｋＷｈ降低到０．１５４×１０元／ｋＷｈ，其下降的平均速率为０．７１）。可见，持续稳定的风电电价补贴政策有利于激励投资者进行风电投资，能够有效地促进风电行业的发展。王＼图３风电电价补贴有效期变动对风电项目投资门槛的影响Ｆｉｇ．３Ｔｈｅｅｆｆｅｃｔｏｆｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｅｓｕｂｓｉｄｙｖａｌｉｄｉｔｙｏｎｗｉｎｄｐｏｗｅｒｐｒｏｊｅｃｔｉｎｖｅｓｔｍｅｎｔｔｈｒｅｓｈｏｌｄ（３）风电电价补贴率与上网电价波动率变动对风电投资决策的影响设风电电价补贴有效期固定且为５年，０．０５，ｃ＝一０．０５，Ｏ＇ｃ＝－Ｏ．５，ａ＝Ｏ．Ｏ１，ｐ＝Ｏ．１，风电电价补贴率的变动范围为１％￣４０％，上网电价波动率的变动范围为０．１～０．５。风电电价补贴率与上网电价波动率变动对风电项目投资门槛的影响如图４所示。由图４可知，当风电电价补贴率一定时，上网电价波动率越大投资门槛越高。例如，当风电电价曾鸣，等考虑电价补贴政策的风电投资决策模型与分析－２１一补贴率为１％时，随着上网电价波动率由０．１增加到０．５，投资门槛由Ｏ．１５２￣１０。。元Ｗｈ增加到０．２１５Ｘ１０。元／ｋＷｈ。因为上网电价波动率越大，投资者获得投资收益的不确定性就越大，需要更高的投资门槛来确保其投资收益。点＼ｌＲ￡图４风电电价补贴率与上网电价波动率的变化对风电项目投资门槛的影响Ｆｉｇ．４Ｔｈｅｅｆｆｅｃｔｏｆｗｉｎｄｐｏｗｅｒｐｒｉｃｅｓｕｂｓｉｄｙｒａｔｅａｎｄｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｅｖｏｌａｔｉｌｉｔｙｏｎｗｉｎｄｐｏｗｅｒｐｒｏｊｅｃｔｉｎｖｅｓｔｍｅｎｔｔｈｒｅｓｈｏｌｄ而当上网电价波动率一定时，风电电价补贴率越高，投资门槛越低。例如，当上网电价波动率为０．１时，随着风电电价补贴率由１％增加到４０％，投资门槛由０．１５２×１０。元／ｌ（减小到０．１４１Ｘ１００元／ｋ。因为风电电价补贴率的提高，降低了投资者对上网电价波动的敏感度，减少了其获得投资收益的不确定性，从而降低了投资门槛。此外，由图４可知，上网电价波动率变动带来的投资门槛变动速率大于风电电价补贴率变动带来的投资门槛变动速率。这说明投资者对于上网电价波动的敏感程度要大于对电价补贴额度波动的敏感程度，即说明投资者在投资决策过程中更关注上网电价的波动情况。（４）风电电价补贴率与单位容量投资成本波动率变动对风电投资决策的影响设风电电价补贴有效期固定且为５年，０．０５，ａｐ＝Ｏ．２，Ｃ；一０．０５，ａ＝０．０１，ｐ＝０．１，风电电价补贴率的变动范围为ｌ％～４０％，单位容量投资成本波动率的变动范围为０．１￣０．５。此时，风电电价补贴率与单位容量投资成本波动率变动对风电项目投资门槛的影响如图５所示。由图５可知，当风电电价补贴率一定时，单位容量投资成本波动率越大投资门槛越高。例如，当风电电价补贴率为１％时，随着单位容量投资成本波动率由Ｏ．１增加到０．５，投资门槛由０．０９２×１０。元／ｋＷｈ增加到０．１６０×１０。元／ｋＷｈ。因为单位容量投资成本波动率越大，投资者获得投资收益的不确定性就越大，从而提高了投资门槛。王１Ｒ＝图５风电电价补贴率与单位容量投资成本波动率变化对风电项目投资门槛的影响Ｆｉｇ．５Ｔｈｅｅｆｆｅｃｔｏｆｗｉｎｄｐｏｗｅｒｐｒｉｃｅｓｕｂｓｉｄｙｒａｔｅａｎｄｐｅｒｕｎｉｔｉｎｖｅｓｔｍｅｎｔｃａｐａｃｉｔｙｃｏｓｔｖｏｌａｔｉｌｉｔｙｏｎｔｈｅｗｉｎｄｐｏｗｅｒｐｒｏｊｅｃｔｉｎｖｅｓｔｍｅｎｔｔｈｒｅｓｈｏｌｄ而当单位容量投资成本波动率一定时，风电电价补贴率越高，投资门槛越低。例如，当单位容量投资成本波动率为０．１时，随着风电电价补贴率由１％增加到４０％，投资门槛由０．０９２×１０元／ｌ（Ｗｈ减小到０．０８５×１０元／ｌ（Ｗｈ。因为风电电价补贴率越高，风电投资者对单位容量投资成本波动的敏感程度越低，从而导致投资门槛越低。此外，由图５可知，单位容量投资成本波动率变动带来的投资门槛变动速率大于风电电价补贴率变动带来的投资门槛变动速率。这说明投资者对于单位容量投资成本波动的敏感程度更高，即说明投资者在投资决策过程中更关注单位容量投资成本的波动情况。（５）风电电价补贴有效期与上网电价波动率变动对风电投资决策的影响假定风电电价补贴率固定且为１０％，ｐｐ＝０．０５，／ｔｃ＝一０．０５，ｏ－ｃ＝０．５，ａ＝０．０１，ｐ＝０．１，风电电价补贴政策有效期变动范围为１年￣２０年，上网电价波动率变动范围为０．１～０．５。此时，风电电价补贴有效期与上网电价波动率的变化对风电项目投资门槛的影响分别如图６所示。由图６可知，当风电电价补贴有效期一定时，上网电价波动率越大投资门槛越高。例如，当风电电价补贴有效期为１年时，随着上网电价波动率由Ⅳ０．１增加到Ｏ．５，投资门槛由０．１５２Ｘ１０元、ｈ增．２２．电力系统保护与控嘲加到０．２１４×１０元／ｋＷｈ。因为上网电价波动率增大，会增加风电投资者获取投资收益的不确定性，从而使得投资门槛越高。而当上网电价波动率一定时，风电电价补贴政策有效期越长，投资门槛越低。例如，当上网电价波动率为０．１时，随着风电电价补贴政策有效期由１年增加到２０年，投资门槛由０．１５２×１Ｏ元／ｋＷｈ减小到０．１４６×１００元／ｌ（Ｗｈ。因为风电电价补贴有效期越长，投资者对上网电价波动的敏感程度越低，从而导致投资门槛越低。此外，由图６可知，上网电价波动率变动带来的投资门槛变动速率明显大于电价补贴有效期变动带来的投资门槛变动速率。这说明投资者对上网电价波动的敏感程度更高，即说明投资者更加关注上网电价的波动情况。王～ｌ苫）暑辎图６风电电价补贴有效期与上网电价波动率的变化对风电项目投资门槛的影响Ｆｉｇ．６Ｔｈｅｅｆｆｅｃｔｏｆｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｅｓｕｂｓｉｄｙｖａｌｉｄｉｔｙａｎｄｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｅｖｏｌ￣ｉｌｉｔｙｏｎｗｉｎｄｐｏｗｅｒｐｒｏｊｅｃｔｉｎｖｅｓｔｍｅｎｔｔｈｒｅｓｈｏｌｄ（６）风电电价补贴有效期与单位容量成本波动率变动对风电投资决策的影响假定风电电价补贴率固定且为１０％，ｙｐ＝Ｏ．０５，ｃｒｎ：０．２，ｐｃ＝－Ｏ．０５，ａ＝－Ｏ．０１，ｐ＝Ｏ．１，风电电价补贴政策有效期变动范围为１年￣２０年，单位容量投资成本波动率变动范围为０．１～０．５。此时，风电电价补贴政策有效期与单位容量投资成本波动率的变化对风电项目投资门槛的影响如图７所示。由图７可知，当风电电价补贴有效期一定时，单位容量投资成本波动率越大投资门槛越高。例如，当风电电价补贴有效期为１年时，随着单位容量投资成本波动率由０．１增加到０．５，投资门槛由０．０９２×１０元／ｋＷｈ增加到Ｏ．１６０×１００元／ｋＷｈ。因为单位容量投资成本波动率越大，说明投资者获取投资回报的不确定性越大，从而使得投资门槛越高。互ｌ图７风电电价补贴有效期与单位容量投资成本波动率的变化对风电项目投资门槛的影响Ｆｉｇ．７Ｔｈｅｅｆｆｅｃｔｏｆｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｅｓｕｂｓｉｄｙｖａｌｉｄｉｔｙａｎｄｐｅｒｕｎｉｔｃａｐａｃｉｔｙｉｎｖｅｓｔｍｅｎｔｃｏｓｔｖｏｌａｔｉｌｉｔｙｏｎｗｉｎｄｐｏｗｅｒｏｎｗｉｎｄｐｏｗｅｒｐｒｏｊｅｃｔｉｎｖｅｓｔｍｅｎｔｔｈｒｅｓｈｏｌｄ而当单位容量投资成本波动率一定时，风电电价补贴有效期越长，投资门槛越低。例如，当单位容量投资成本波动率为０．１时，随着风电电价补贴政策有效期由１年增加到２０年，投资门槛由０．０９２×１０。元／ｋＷｈ减小到０．０８８×１０元／ｌ（。因为风电电价补贴有效期越长，投资者对容量投资成本波动的敏感程度越低，投资者进行风电项目投资的不确定性越小，导致投资门槛越低。此外，由图７可知，单位容量投资成本波动率变动带来的投资门槛变动速率明显大于电价补贴有效期变动带来的投资门槛变动速率。这说明投资者更加关注单位容量投资成本的波动情况，对其变动的敏感程度更高。４投资行为与政策分析（１）提高风电电价补贴水平将显著降低风电项目的投资门槛，而减少风电电价补贴将显著提高风电投资门槛。因此，在风电产业发展初期，政策制定者可以通过适时调整风电电价补贴水平，合理控制风“电产业的发展速度。在此情况下，调整风电电价补”贴水平可作为政策制定者优化产业发展的有力的政策工具。（２）延长风电电价补贴实施的有效期将降低风电项目的投资门槛。这说明，在产业发展初期，持续稳定的电价补贴政策将降低投资者对投资不确定因素的敏感程度，对加快风电发展速度至关重要。然而，对比图２和图３可看出，风电电价补贴有效期延长带来的风电投资门槛下降速度小于电价补贴曾鸣，等考虑电价补贴政策的风电投资决策模型与分析．２３．“水平提高带来的投资门槛下降速度。这说明调整”风电电价补贴水平是一种更加直接有效的政策手［３］段。（３）由图４～图７可知，投资者对上网电价以及容量投资成本变动的敏感程度明显高于对电价补贴额度与有效期变动的敏感程度。这说明面对电价与投资成本波动率的提高，只有以更大幅度提高电价补贴额度和时效性，才能有效降低投资门槛，提高投资者投资积极性。［４］（４）上网电价波动率的降低将导致风电投资门槛的降低。这说明，稳定的上网电价水平是促进风电产业发展的关键。因此，在风电产业发展初期，实ｌ５ｊ行固定电价政策，可有利于促进风电项目投资。（５）单位容量投资成本波动率的降低将导致风电投资门槛的降低。风电容量投资成本主要由设备购置成本和建设安装成本构成。因此，对政策制定者而言，在产业发展初期，保护国内风电设备市场免受国外产品的直接冲击，制定完善的风电设备技ｌｂＪ术标准和风电场建设安装标准，进而稳定风电容量投资成本，对促进风电项目投资意义重大。５结论本文考虑了上网电价波动与单位容量投资成本波动两个方面的不确定性，在存在风电电价补贴的情形下，建立了基于实物期权理论的风电项目投…资决策模型，以确定风电项目的投资门槛。该模型考虑了风电电价补贴水平、风电电价补贴有效期、上网电价波动率、单位容量投资成本波动率等投资决策不确定因素的影响。算例分析表明该模型可为风电项目投资者选择合适的投资时机提供决策参…考，还可作为政策制定者制定合理的投资促进政策提供量化分析工具。参考文献［１］刘峻，何世恩．建设坚强智能电网助推酒泉风电基地发展［Ｊ］．电力系统保护与控制，２０１０，３８（２１）：１９－２３．ＬＩＵＪｕｎ，ＨＥＳｈｉ－ｅｎ．ＳｔｒｏｎｇｓｍａｒｔｇｒｉｄｂｏｏｓｔｓＪｉｕｑｕａｎｗｉｎｄｐｏｗｅｒｂａｓｅｄｅｖｅｌｏｐｍｅｎｔ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ［９］—ＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（２１）：１９２３．［２］何世恩，董新洲．大规模风电机组脱网原因分析及对策［Ｊ］．电力系统保护与控制，２０１ｌ，４０（１）：１３１．１３７．——ＨＥＳｈｉｅｎ，ＤＯＮＧＸｉｎｚｈｏｕ．Ｃａｕｓｅａｎａｌｙｓｉｓｏｎｌａｒｇｅ－ｓｃａｌｅｗｉｎｄｔｕｒｂｉｎｅｔｒｉｐｐｉｎｇａｎｄｉｔｓｃｏｕｎｔｅｒｍｅａｓｕｒｅｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，４０（１）：１３１－１３７．向月，刘俊勇，魏震波，等．可再生能源接入下新型可中断负荷发展研究［Ｊ】．电力系统保护与控制，２０１２，—４０（５）：１４８１５５．ＸＩＡＮＧＹｕｅ，ＬＩＵＪｕｎ－ｙｏｎｇ，ＷＥＩＺｈｅｎ－ｂｏ，ｅｔａ１．Ｒｅｓｅａｒｃｈｏｎｄｅｖｅｌｏｐｍｅｎｔｏｆｎｅｗｉｎｔｅｒｒｕｐｔｉｂｌｅｌｏａｄｗｉｔｈｒｅｎｅｗａｂｌｅｅｎｅｒｇｙａｃｃｅｓｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１２，４０（５）：１４８・１５５．ＰｉｎｄｙｃｋＲＳ．Ｉｒｒｅｖｅｒｓｉｂｉｌｉｔｙ，ｕｎｃｅｒｔａｉｎｔｙ，ａｎｄｉｎｖｅｓｔｍｅｎｔ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｃｏｎｏｍｉｃＬｉｔｅｒａｔｕｒｅ，１９９１，２９（３）：１ｌ１Ｏ－ｌ１４８．吉兴全，文福拴．发电投资的实物期权决策方法［Ｊ］．电力系统自动化，２００５，２９（１１）：１－５．ＪＩＸｉｎｇ－ｑｕａｎ，ＷＥＮＦｕ－ｓｈｕａｎ．Ａｒｅａｌｏｐｔｉｏｎａｐｐｒｏａｃｈｔｏｇｅｎｅｒａｔｉｏｎｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇｉｎｅｌｅｃｔｒｉｃｉｔｙｍａｒｋｅｔｅｎｖｉｒｏｎｍｅｎｔ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００５，２９（Ｉ１）：１－５．—袁德，李宜君，董全学，等．基于ＢｌａｃｋＳｃｈｏｌｅｓ实物期权定价模型的发电商投资决策分析【Ｊ］．电力系统保护与控制，２００８，３６（１２）：１７．２０．ＹＵＡＮＤｅ，ＬＩＹｉ－ｊｕｎ，ＤＯＮＧＱｕａｎ－ｘｕｅ，ｅｔａ１．ＴｈｅｇｅｎｅｒａｔｉｏｎｉｎｖｅｓｔｍｅｎｔｄｅｃｉｓｉｏｎｂａｓｅｄｏｎｔｈｅＢｌａｃｋ－Ｓｃｈｏｌｅｓｒｅａｌｏｐｔｉｏｎｐｒｉｃｉｎｇｍｏｄｅｌ［Ｊ］．Ｐｏｗｅｒ—ＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００８，３６（１２）：１７２０．叶泽。曹永泉．两种电价机制下的发电企业投资阀值—比较［Ｊ】．系统工程，２００６，２４（１０）：８２８７．—ＹＥＺｅ，ＣＡＯＹｏｎｇｑｕａｎ．Ｃｏｍｐａｒｉｓｏｎｏｆｔｈｅｖａｌｕｅｏｆｉｎｖｅｓｔｍｅｎｔｔｒｉｇｇｅｒｓｂｅｔｗｅｅｎｃａｐａｃｉｔｙｐａｙｍｅｎｔａｎｄｅｎｅｒｇｙｏｎｌｙ［Ｊ］．ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇ，２００６，２４（１０）：８２＿８７．钟渝，刘名武，马永开．基于实物期权的光伏并网发电项目成本补偿策略研究［Ｊ］．中国管理科学，２０１０，１８（３）：６８－７４．ＺＨＯＮＧＹｕ，ＬＩＵＭｉｎｇ－ｗｕ，ＭＡＹｏｎｇ－ｋａｉ．Ｒｅｓｅａｒｃｈｏｎｃｏｓｔ・ｒｅｃｏｖｅｒｙｐｏｌｉｃｙｆｏｒｄ－ｃｏｎｎｅｃｔｅｄＰＶｐｒｏｊｅｃｔｂａｓｅｄｏｎｔｈｅｒｅａｌｏｐｔｉｏｎ［Ｊ］．ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅ，２０１０，１８（３）：６８－７４．刘敏，吴复立．基于实物期权理论的风电投资决策［Ｊ］．电力系统自动化，２００９，３３（２１）：１９．２３．ＬＩＵＭｉｎ．、７Ｆｕ－ｌｉ．Ｗｉｎｄｐｏｗｅｒｉｎｖｅｓｔｍｅｎｔ—ｄｅｃｉｓｉｏｎｍａｋｉｎｇｓｔｒａｔｅｇｙｂａｓｅｄｏｎｒｅａｌｏｐｔｉｏｎｓｔｈｅｏｒｙ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００９，３３（２１）：ｌ９．２３．（下转第８６页ｃｏｎｔｉｎｕｅｄｏｎｐａｇｅ８６）．８６．电力系统保护与控制［１Ｏ］张振环，刘会金，李琼林，等．基于欧拉一拉格朗日模型的单相有源电力滤波器无源性控制新方法［Ｊ】．中国电机工程学报，２００８，２８（２）：３７．４４．—ＺＨＡＮＧＺｈｅｎｈｕａｎ，ＬＩＵＨｕｉ－ｊｉｎ，ＬＩＱｉｏｎｇ－ｌｉｎ，ｅｔａ１．Ａｎｏｖｅｌｐａｓｓｉｖｉｔｙ－・ｂａｓｅｄｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍｆｏｒｓｉｎｇｌｅ－－ｐｈａｓｅａｃｔｉｖｅｐｏｗｅｒｆｉｌｔｅｒｕｓｉｎｇＥｕｌｅｒ－Ｌａｇｒａｎｇｅｍｏｄｅｌ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００８，２８（２）：３７－４４．［１１］马生坤，石峰，邹江峰，等．无源性控制策略在中性线有源电力滤波器中的应用［Ｊ］．继电器，２００７，３５（２３）：５１．５４．ＭＡＳｈｅｎｇ－ｋｕｎ，ＳＨＩＦｅｎｇ，ＺＨＯＵＪｉａｎｇ－ｆｅｎｇ，ｅｔａ１．Ｐａｓｓｉｖｉｔｙ－ｂａｓｅｄｃｏｎｔｒｏｌａｐｐｌｉｅｄｉｎｔｈｅｎｅｕｔｒａｌａｃｔｉｖｅｐｏｗｅｒｆｉｌｔｅｒ［Ｊ］．Ｒｅｌａｙ，２００７，３５（２３）：５ｌ－５４．［１２］孙建军，查晓明，陈允平．有源电力滤波器（ＡＰＦ）无源性控制方法研究［Ｊ］．电力电子，２００７（６）：３７．４１．—ＳＵＮＪｉａｎ－ｊｕｎ，ＺＨＡＸｉａｏｍｉｎｇ，ＣＨＥＮＹｕｎ－ｐｉｎｇ．Ｔｈｅｓｔｕｄｙｏｎｐａｓｓｉｖｉｔｙ－ｂａｓｅｄｃｏｎｔｒｏｌｏｆａｃｔｉｖｅｐｏｗｅｒｆｉｌｔｅｒ［Ｊ］．ＰｏｗｅｒＥｌｅｃｔｒｏｎｉｃｓ，２００７（６）：３７－４１．［１３］薛花，姜建国．并联型有源滤波器的自适应无源性控制方法研究［Ｊ］．中国电机工程学报，２００７，２７（２５）：ｌ１４．１１８．—ＸＵＥＨｕａ，ＪＩＡＮＧＪｉａｎｇｕｏ．Ｓｔｕｄｙｏｎａｄａｐｔｉｖｅ—ｐａｓｓｉｖｉｔｙｂａｓｅｄｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｏｆｓｈｕｎｔａｃｔｉｖｅｆｉｌｔｅｒｓ［Ｊ】ＰｒｏｃｅｅｄｉｎｇｓｏｆＣＳＥＥ，２００７，２７（２５）：１１４－１１８．［１４］薛花，王育飞．基于无源性的并联型有源滤波器自适应滑模控制［Ｊ］．电力自动化设备，２０１１，３１（９）：６０－６４．ＸＵＥＨｕａ．ＷＡＮＧＹｕ．ｆｅｉ．Ｐａｓｓｉｖｉｔｙ．ｂａｓｅｄａｄａｐｔｉｖｅｓｌｉｄｉｎｇｍｏｄｅｃｏｎｔｒｏｌｏｆｓｈｕｎｔａｃｔｉｖｅｆｉｌｔｅｒｓ［Ｊ］．Ｅｌｅｃｔｒｉｃ—ＰｏｗｅｒＡｕｔｏｍａｔｉｏｎＥｑｕｉｐｍｅｎｔ，２０１１，３１（９）：６０６４．［１５］袁兆祥，郑建勇，胡敏强，等．有源滤波器中新型检测滤波器的设计［Ｊ】．中国电机工程学报，２００８，２８（９）：４５．４９．—ＹＵＡＮＺｈａｏ－ｘｉａｎｇ，ＺＨＥＮＧＪｉａｎｙｏｎｇ，ＨＵＭｉｎ－ｑｉａｎｇ，ｅｔａ１．Ｄｅｓｉｇｎｏｆａｎｏｖｅｌｄｅｔｅｃｔｉｏｎｆｉｌｔｅｒｏｆａｃｔｉｖｅｐｏｗｅｒ—ｆｉｌｔｅｒ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００８，２８（９）：４５４９．［１６］郁神琳，徐永海，刘晓博．滑窗迭代ＤＦＴ的谐波电流检测方法［Ｊ】．电力系统保护与控制，２０１１，３９（１３）：７８．８２．—ＹＵＹｉ－ｌｉｎ，ＸＵＹｏｎｇｈａｉ，ＬＩＵＸｉａｏ・ｂｏ．Ｓｔｕｄｙｏｆｈａｒｍｏｎｉｃｃｕｒｒｅｎｔｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎｓｌｉｄｉｎｇ－ｗｉｎｄｏｗｉｔｅｒａｔｉｖｅａｌｇｏｒｉｔｈｍｏｆＤＦＴ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（１３）：７８．８２．收稿日期：２０１２－０２－２４；修回日期：２０１２－０３－２２作者简介：邱银锋（１９８３一），男，博士研究生，研究方向为有源电—力滤波器：Ｅｍａｉｌ：ｑｉｕｙｉｎｆｅｎｇ＠１６３．ｃｏｍ梁志珊（１９５８一），男，博士，教授，博士生导师，主要研究方向为电力系统控制与稳定，非线性控制，特种电源，电力电子技术。（上接第２３页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ２３）—［１０］ＨｉｒｏｕｘＣ，ＳａｇｕａｎＭ．ＬａｒｇｅｓｃａｌｅｗｉｎｄｐｏｗｅｒｉｎＥｕｒｏｐｅａｎｅｌｅｃｔｒｉｃｉｔｙｍａｒｋｅｔｓ：ｔｉｍｅｆｏｒｒｅｖｉｓｉｔｉｎｇｓｕｐｐｏｒｔｓｃｈｅｍｅｓａｎｄｍａｒｋｅｔｄｅｓｉｇｎｓ［Ｊ］．ＥｎｅｒｇｙＰｏｌｉｃｙ，２０１０（３８）：３１３５．３１４５．［１１］ＬｅｅｎＬｅｏｎａｒｄｏＭ，ＲｏｎｎｉｅＢ，ｅｔａ１．Ｗｅｌｌ－ｆｕｎｃｔｉｏｎｉｎｇｂａｌａｎｃｉｎｇｍａｒｋｅｔｓ：ａｐｒｅｒｅｑｕｉｓｉｔｅｆｏｒｗｉｎｄｐｏｗｅｒｉｎｔｅｇｒａｔｉｏｎ［Ｊ］．ＥｎｅｒｇｙＰｏｌｉｃｙ，２０１０（３８）：３１４６－３１５４．［１２］ＫｌｅｓｓｍａｎｎＣ，ＮａｂｅＣ，ＢｕｒｇｅｓＫ．Ｐｒｏｓａｎｄｃｏｎｓｏｆｅｘｐｏｓｉｎｇｒｅｎｅｗａｂｌｅｓｔｏｅｌｅｃｔｒｉｃｉｔｙｍａｒｋｅｔｒｉｓｋｓ：ＡｃｏｍｐａｒｉｓｏｎｏｆｔｈｅｍａｒｋｅｔｉｎｔｅｇｒａｔｉｏｎａｐｐｒｏａｃｈｅｓｉｎＧｅｒｍａｎｙ，Ｓｐａｉｎ，ａｎｄｔｈｅＵＫ［Ｊ］．ＥｎｅｒｇｙＰｏｌｉｃｙ，２００８（３６）：３６３４．３６６１．［１３］国家电力监管委员会．风电安全监管报告【Ｒ］．北京：国家电力监管委员会，２０１１．ＳｔａｔｅＥｌｅｃｔｒｉｃｉｔｙＲｅｇｕｌａｔｏｒｙＣｏｍｍｉｓｓｉｏｎ．Ｗｉｎｄｐｏｗｅｒｓａｆｅｔｙｓｕｐｅｒｖｉｓｉｏｎｒｅｐｏｒｔ［Ｒ］．Ｂｅｉｊｉｎｇ：ＳｔａｔｅＥｌｅｃｔｒｉｃｉｔｙＲｅｇｕｌａｔｏｒｙＣｏｍｍｉｓｓｉｏｎ，２０１１．［１４］王成文，王绵斌，谭忠富，等．上网电价服从布朗运动条件下的销售电价计算模型［Ｊ】．电网技术，２００８，３２（９）—２１２６．ＷＡＮＧＣｈｅｎｇ－ｗｅｎ，ＷＡＮＧＭｉａｎ・ｂｉｎ，ＴＡＮＺｈｏｎｇ－ｆｕ，ｅｔａ１．ＣａｌｃｕｌａｔｉｏｎｍｏｄｅｌｏｆｒｅｔａｉｌｐｒｉｃｅｂａｓｅｄｏｎｐｏｏｌｐｕｒｃｈａｓｅｐｒｉｃｅｓｉｍｕｌａｔｅｄｂｙＢｒｏｗｎｉａｎｍｏｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００８，３２（９）：２１・２６．［１５］刘成刚，于春明，张令石．论动态规划方法在不确定性投资理论中的应用［Ｊ］．山东建筑工程学院学报，２００６，２１（２）：１４５－１４７．——ＬＩＵＣｈｅｎｇｇａｎｇ，ＹＵＣｈｕｎ・ｍｉｎｇ，ＺＨＡＮＧＬｉｎｇｓｈｉ．Ａｐｐｌｉｃａｔｉｏｎｏｆｄｙｎａｍｉｃｐｒｏｇｒａｍｍｉｎｇｍｅｔｈｏｄｉｎｉｎｖｅｓｔｍｅｎｔｔｈｅｏｒｙｕｎｄｅｒｕｎｃｅｒｔａｉｎｔｙ［Ｊ］．Ｊｏｕｍａｌｏｆ—ＳｈａｎｄｏｎｇＪｉａｎｚｈｕＵｎｉｖｅｒｓｉｔｙ，２００６，２１（２）：１４５１４７．—收稿日期：２０１２－０５２１；—修回日期：２Ｏｌ２－０８１６作者简介：曾鸣（１９５７－），男，教授，博士生导师，主要从事电力市场与技术经济研究工作；李晨（１９８４－），男，博士研究生，主要从事电力交易与电力投资决策分析方面的研究；Ｅ．ｍａｉｌ：ｌｉｃｈｅｎ￣＠１２６．ｃｏｍ刘超（１９８８－），男，硕士研究生，主要从事可再生能源并网经济性分析方面的研究。