—— 从近三年发电量预测回溯验证谈起

研究发现，根据是否剔除投产第一年、是否只保留2011年以后投产项目等不同筛选条件，运营期长期校正后的发电量比建设前P50低约6.6%—7.4%。

这意味着，如果财务模型直接把建设前P50作为无偏的基准情景，收入、现金流和偿债能力可能从起点就被高估。

较新项目的预测偏差虽然有所收窄，但并没有完全消失。论文也没有发现不同技术顾问之间存在具有统计意义的差异，因此不能把问题简单归结为某一家顾问预测不准。

图1：建设前P50的平均偏差

平均偏差还不是最值得关注的结果。论文进一步把建设前概率分布与运营期真实分布进行了重新对应。

结果显示，建设前报告中的P50，在运营期长期分布中平均只相当于P22—P24。换句话说，这一发电量被达到或超过的概率不是50%，而是约22%—24%。

从相反方向看，运营期长期分布的P50，大约对应建设前报告中的P70—P72。

这与市场上“风电项目的实际中心发电量有时更接近建设前P75”的经验判断有些接近，但两者不能画等号。P70—P72是这组历史样本的平均校准结果，不代表所有风电项目都应该统一采用P70或P75。

图2：P50的概率校准结果

如果P50偏高，是否可以直接采用更加保守的P90？

研究发现，建设前报告中的长期P90，在运营期实际分布中只相当于P65—P68；一年期P90则大约相当于P75—P77。

问题不仅在于预测中心偏高，也在于分布可能被画得过窄。建设前报告给出的长期不确定性平均约为7.5%，而实际长期预测误差的离散程度约为11.4%—13.1%。

因此，仅仅把P50替换成P90，并不能保证获得理论上的安全边际。对于依据P90确定贷款规模、DSCR和融资期限的项目，这一点尤其重要。

这篇论文提供了重要的校准证据，但仍有明确边界。

第一，94个样本中有76个位于美国，不能直接应用到中国、欧洲海上风电或其他新兴市场。

第二，大部分样本项目在2012年至2017年投产。论文虽然发表于2026年，但检验的是一批历史建设前预测，不完全等同于今天采用最新测风和尾流模型的新项目。

第三，项目之间的离散程度很大。约7%的平均偏差、P22—P24以及P70—P72，都是样本统计结果，而不是每一个项目都适用的固定参数。

论文对偏差来源也没有给出唯一答案。可利用率损失可以解释一部分差异，但不足以解释全部偏差；限电的可比样本只有7个。风资源建模、尾流、机组性能、长期订正、损失假设以及项目投产后的外部环境变化，都可能产生影响。

这项研究最重要的启示，不是应该选择P50、P70还是P75，而是概率分布是否经过历史数据校准。

第一，保留原始技术情景。

财务模型应保留技术顾问报告中的P50、P75和P90，确保项目原始技术假设可以追溯。

第二，建立估值基准情景。

优先收集同地区、同技术路线、同类机组以及同一顾问的“预测—实绩”数据，对P50中心值进行校准。对于已运营项目，应优先使用收入电表、实际可利用率、限电损失和长期风况修正后的发电量。

如果必须给出一个可直接落入模型的基准值，本文建议：在缺乏项目自身或当地同类项目回测数据时，新建陆上风电项目的估值基准发电量暂按技术报告P70取值。 论文显示，运营期长期校正后的P50，平均对应建设前报告的P70—P72；因此取整采用P70，既有实证依据，也避免把样本平均值包装成过度精确的规则。P50可保留为技术基准或上行情景，P90用于融资和偿债压力测试，而不宜直接替代估值基准。

如果报告没有给出P70、也无法取得完整概率分布，可将技术报告P50的93%作为临时代理值——这对应论文观察到的约6.6%—7.4%平均高估幅度。需要强调的是，P70与“P50乘以93%”是两种替代路径，不能重复扣减；一旦取得项目实绩、地区回测或更新后的独立技术报告，就应以项目级校准结果替换上述默认值。