类型a：

分布式光伏投资决策研究：考虑分时电价与光伏出力关系的影响

1. 研究团队与发表信息
本文由 李陆苗（南京航空航天大学经济与管理学院）、周鹏、李整军、刘嘉赓（中国石油大学（华东）经济管理学院） 合作完成，发表于 《中国管理科学》 2024年第5期（Vol. 32, No. 5）。研究聚焦分布式光伏投资决策优化，提出了电价政策与光伏出力协同性对企业投资行为的影响机制。

2. 研究背景与目标
在碳中和背景下，工商业企业通过投资分布式光伏（分布式光伏，Distributed PV）实现绿色电力消费成为重要趋势。然而，分布式光伏的收益受 分时电价（Time-of-Use Pricing, TOU） 和 光伏出力（PV Power Output） 间歇性的双重影响：
- 分时电价 通过波峰、波谷、波平时段的价格差异影响企业用电成本；
- 光伏出力 受太阳辐照度波动影响，具有不确定性。
现有研究多孤立分析电价或出力因素，忽略了二者间的协同或互补关系。本文旨在构建分布式光伏投资决策模型，量化分时电价与光伏出力的协方差（cov(p,w)），揭示其对企业最优投资容量的影响机制。

3. 研究方法与流程
研究分为 模型构建、理论分析、数值模拟 三阶段：

3.1 模型构建
- 决策变量：企业光伏投资容量k（千瓦）。
- 参数设定：
- 电力需求d（固定值）、分时电价p_t、净计量电价m_t（与p_t成比例α）；
- 光伏出力通过太阳辐照度w_t（千瓦时/平方米）表征，结合光伏板效率η与面积a计算发电量（w_t·a·η·k）。
- 目标函数：最小化企业年用电期望成本，包含投资成本、购电费用（分时电价）与余电上网收益（净计量电价）。首次引入 协方差cov(p,w) 量化分时电价与光伏出力的关系：
- cov(p,w)>0：协同关系（高电价时段与高辐照度重合）；
- cov(p,w)：互补关系（高电价时段与低辐照度错配）。

3.2 理论分析
- 凸优化求解：证明目标函数为凸函数，利用KKT条件求得最优投资容量k*的解析解。
- 命题验证：
- 命题1：k*随电价p和光伏出力水平w提高而增加（p或w↑→发电收益↑→投资激励↑）；
- 命题2：k*与cov(p,w)正相关（协同程度越高，投资意愿越强）。
- 推论延伸：
- 协同关系下，提价通过“电价水平↑+协同性↑”双重促进投资；
- 互补关系下，提价存在“电价水平↑（正面）+互补性↑（负面）”的抵消效应。

3.3 数值模拟
以美国加州某工厂为例（电力需求200kWh/h）：
- 数据来源：加州太阳辐照度数据（PVWatts）、分时电价政策（PG&E A-10 TOU）。
- 情境对比：
- 情境0（分时电价，cov=0.0053）→k=323kW；
- 情境1（固定电价，cov=-1.10）→k=299kW；
- 情境2（季节性电价，cov=0.0012）→k*=302kW。
结果验证：协方差越高，投资容量越大，与理论一致。

4. 研究结果与贡献
- 核心结论：
- 协同关系（cov>0）显著提升投资意愿，互补关系（cov）抑制投资；
- 政策设计需兼顾电价水平与协同性（如调整峰谷时段与光伏出力峰值的匹配度）。
- 科学价值：
- 首提分时电价与光伏出力协方差的量化框架，弥补现有研究对二者交互作用的忽略；
- 为动态电价政策优化提供理论依据（如“精细化组合工具”替代单一提价策略）。
- 应用意义：
- 企业可结合当地电价政策与辐照数据评估项目经济性；
- 政府需优化分时电价时段划分以增强与光伏出力的协同性。

5. 研究创新点
- 方法论创新：将协方差分析引入能源投资决策模型，建立电价-出力协同性的量化链路。
- 政策启示：揭示“电价调整需匹配区域光伏出力特性”的精准施策原则。

6. 展望与局限
未来可拓展至动态投资、需求不确定性及中国本土化案例研究。当前数据基于加州情景，国内适用性需进一步验证。