《2020年风电成本调查报告》正式发布！

　　《自然·能源》杂志发表的劳伦斯伯克利国家实验室（Lawrence Berkeley National Laboratory） Ryan Wiser等人的2020年风电成本调查报告，是近年来最让人乐观的风电发展未来报告。140位全球风电行业专家们在2020年预计，到2050年，陆上和海上风电的成本将下降37%~49%,这比2015年预测的成本还低了50%。如果新的预测可以实现，风电将在能源供应体系中发挥比之前预期更大的作用。没有比它更激动人心的报告了！

　　

　　

　　过去五年内，风电的成本加速降低，远超过专家们在2015年的推断预测。本文展示了针对风电成本调查的最新结论，并将其与之前的结果进行比较，同时讨论了早期调查预测结果的准确性。由于过去五年风电成本明显下降，并预期保持这一趋势，专家们在2020年预计，到2050年，陆上和海上风电的成本将下降37%~49%,这比2015年预测的成本低了50%。如果新的预测可以实现，风电将在能源供应体系中发挥比之前预期更大的作用。综合考虑两次调查（2015、2020），我们认为未来风电的成本仍存在着相当大的不确定性。文章的结论说明了考虑成本不确定性的重要性，强调了专家揭示这些不确定性的积极作用和局限性，并为能源系统模型设计者和相关人员提供了有借鉴意义的经验和教训。

　　

　　风电作为许多国家最低成本的电力供应和脱碳方式之一，在技术创新和行业逐渐成熟（例如，机组尺寸、工业化程度、风险规避、供应商竞争）、竞争激励（例如，通过引入竞价来采购项目）和其他因素（例如，钢铁价格、贷款利率）的推动下，全球装机量得到了迅速的扩张。一开始，陆上风电推动实现了成本的降低，但在过去五年内，海上风电行业也逐渐成熟，成本下降速度也得到加快。

　　

　　虽然近年来风电成本已经大幅下降，但未来在科学、工程、制造和商业等方面仍有可能得到创新。现在正是反思已经取得的降本成绩并评估未来成本降低可能性的适当时机，这也将影响风电未来在全球电力供应和脱碳领域的角色定位。

　　

　　通过对140位全球风电行业专家的调查，我们对未来风电成本降低的规模、不确定性和驱动因素进行了分析。专家调查法（Expert elicitation）利用不同领域专家的知识，来展开对未知的或不确定量的预估。当历史数据有限或未来情况可能与过去不同时，这种调查方式特别有效，因该方法使得未来的不确定性可以被评估，而可评估这一点也许是最重要的。风电项目的成本随着项目本身的情况和时间的变化极为明显，不确定的技术和商业创新也会影响其未来走势，所以可以考虑和评估这些变化和不确定性的方法是有优势的。大量文献表明，专家调查法——这种已经被多次应用于预测能源技术成本趋势的方式，是比较合适风电降本预测工作的。

　　

　　其他用来预测成本的方法也各有利弊。在解释过去风电成本的趋势时，人们广泛使用的是学习曲线法（Learning curves），但当将它用于预测未来趋势时，这种方法默认未来趋势和过去一致。工程评估法（Engineering assessments）则包括了设计和成本的建模，但它通常只包含未来可能性中的一部分，而且受到许多不确定假设的限制。可再生能源项目的竞价上网电价和购电协议（PPA）电价近来也成为预测未来成本的方法，但通常只限于预测未来五年时间。这些方法通常都不能深入发掘不同成本预测的可能性，尽管每种方法都有一定的优势——学习曲线法和竞价法可以将经验和实际数据紧密结合，工程评估法在技术角度的评估丰富且详细。最后，考虑到成本预测的复杂性，每种方法都有自己的适用场景。而且，由于风电行业的持续发展，不断更新评估结果也十分有必要。

　　

　　2015年，本文作者们曾进行过一次类似的全球专家调查，预测表示尽管存在较大的不确定性，风电的成本仍有可能大幅降低。正如本文所示，风电成本的实际下降速度甚至比专家们在2015年预测的还要快。所以从很多方面来说，进行一次新的调查预测很有必要。首先，鉴于风电行业在过去五年中发生了重大变化，旧的预测亦已过时，需要重新进行评估。第二，通过五年后进行相类似预测，可评估两种趋势之间的关系，并判断早期预测的准确性。本文还探讨了可能导致专家低估成本下降的因素，并强调了专家揭示未来成本不确定性的积极作用和局限性。研究结果对专家调查的设计和执行也产生了初步的影响，并对能源系统模型设计者和规划者在成本不确定性的重要性方面提出了见解。第三，虽然作者以前的工作低估了预测结果，但仍然相信专家调查法是一个有效的方法。正如文章所述，2015年采用工程评估法和学习曲线法来完成的成本预测，结果并不比当年采用专家调查法预测的结果更好。同时，专家调查法有着其他方法不具备的优势。最后，虽然大体方法一致，我们还是从2015年的调查预测工作中获得了经验教训，并对2020年的调查预测方法进行了一些修改。

　　

　　

　　调查法可以提供有价值的见解，并作为其他预测方法的补充。然而，前提是必须解决影响专家反应的各种动机或认知偏差。个人主张或者期望偏差可能会使专家对风电未来的看法过于乐观，比如出现锚定效应和可得性启发法。专家们也可能倾向于依赖于一组共同的知识来源（各种研究内容或相关人物），从而导致一定程度的群体思维。还有研究表明，专家们有时会低估技术创新的可能性，或者对自己的评估过于自信，从而导致不确定性边界变窄，这是不合适的。验证调查的准确性和确定不准确来源的难度使这些偏差的严重性变得无法确认。我们在五年后进行一次新的风电预测，将在这方面提供一些观点。

　　

　　这次的专家调查在范围、样本、问题和功能性等方面都与上一次调查基本一致，这样，在更新2015年调查结果的基础上，还可以将两次的结果进行比较。这份采用在线自填式问卷方法开展的调查包括三种风电类型：陆上风电、海上固定式基础风电和漂浮式海上风电。文章的分析依然重点关注平准化度电成本（LCOE）的潜在变化，即2019年每兆瓦时（MWh）风电项目的实际按美元价格（US$）。LCOE一般用于评估不同资本回收期和现金流状况下的发电资产的成本。在比较不同的发电类型时，LCOE方法并不太适用，但它适合于评估单个资源的单位成本，并可随着时间推移跟踪其变化趋势。在风电行业中，降低LCOE是一项主要的目标。我们在调查过程中，要求受访者估计2019年基准年典型（中位数）项目的LCOE。然后，要求他们在三种情景下估算2025年、2035年和2050年典型项目的LCOE：低位成本（典型LCOE较低的概率只有10%）、高位成本（典型LCOE较高的概率只有10%）和中位成本（LCOE较高或较低的概率相同）。要求专家们只考虑影响整个行业的因素，如技术进步或现场条件的改变，并要求他们忽略外部宏观经济因素，如材料价格和无风险利率，以及新冠病毒疫情（COVID-19）带来的一系列短期影响。对于2019年基准年和三个风电类型2035年的预测，调查要求详细提供影响LCOE的五个核心输入参数：（1）资金成本（CapEx，单位：US$ kW−1），（2）运营成本（OpEx，单位：US$ kW−1），（3）发电量（容量系数，单位：%），（4）设计寿命（单位：年yr）和（5）融资成本（随后，最小加权平均成本，WACC（%））。作者只要求提供对于2025和2050年的LCOE的预测，但未要求详细说明这五个参数。考虑到漂浮式海上风电在2019年仍处于商业化初期，文章也未对其2019基准年的LCOE进行预测。

　　

　　如附件“方法”中所描述的，文章利用了2015年获取的经验教训来改进2020年的调查方法。例如，文章要求受访者提供2019年基准线LCOE的预估值，以比较他们未来的预期。相比之下，2015年的调查为受访者提供了一个预定义的“默认”的2014年基准线，并允许专家可以更新该值（虽然非强制选项），这样可能会产生锚定偏差（anchoring bias）。新的调查还要求每位受访者提供有关其2019年基准线和2035年LCOE估计中值条件下的项目（容量）和现场条件的信息。对这些问题的回答有助于加深对LCOE期望的理解，特别是系统技术变化或项目地点和特征变化对LCOE期望的影响程度。在2015年的调查中，作者没有设置类似的问题。

　　

　　关于文章所提方法的更多细节，请参阅作者上一篇论文所附的方法和补充方法。（Wiser, R. et al. Expert elicitation survey onfuture wind energy costs. Nat. Energy 1, 16135 (2016). /articles/nenergy2016135）最终，140位专家通过在线调查做出了回应，其中97位回应了陆上风电，71位回应了固定式基础海上风电，37位专家回应了漂浮式海上风电。正如方法所强调的，大多数受访者来自欧洲和北美，而且受访者来自不同的组织类型。受访者被告知，他们的姓名和所属单位将列入论文，但他们的个人调查反馈将不会属于他们自己或所在单位。

图1. 2015年专家调查结果与近期发表的LCOE预估值相比较（分陆上风电和海上风电）

　　

　　a,b，延伸至 2050 年的虚线及阴影区域反映了 2015 年调查响应的陆上 (a) 和海上 (b) 风电的中位数以及25-75百分位区间的高、中值和低成本情景。几条实线为最近公布的2014 年至 2019-2020 年陆上和海上风电实际（实现）LCOE 的估计。2020 年的调查结果未绘制在此图中。

　　

　　

　　在讨论2020年的调查结果之前，文章首先回顾了2015年的调查结果和自2015年以来的行业发展。各种最新出版报告显示，从2014年到2019年，全球和美国的陆上风电实际的（或已经实现的）平均LCOE下降了28%~36%。即使在低位成本（10%概率）情景下（图1），也远远大于2015年专家调查预测的中位数。根据近期全球和欧盟的各种估计，2014年至2019年，海上风电LCOE下降了28%~49%，同样远大于2015年的预测结果。

　　

　　这些预测失误的原因很难分析，仅仅五年之后就判断专家们的长期预测可能是不合适的。金融和材料价格发挥了作用：资金成本降到了历史最低水平，相关大宗商品（如钢铁）价格也有所下降。这些因素是我们要求受访者不考虑宏观经济变化造成的。补充说明1显示，考虑这些因素仅有助于适度缩小预期和实际LCOE之间的差距（陆上风电的LCOE可能只差5%）。

　　

　　成本大幅降低的同时，风电越来越多地引入竞争性采购（例如竞价）来取代固定电价的方案。专家们可能低估竞价和其他形式的竞争性采购所带来的成本压力。与此同时，成本的降低增加了行业对海上风电的需求，这不仅导致了风电机组本身的进一步产业化，还导致了风电基础、安装和其他电站元素平衡的产业化。随着经验的积累和对项目风险更深刻的理解，项目的不可预见费用减少了。此外，技术的进步使得风电机组的发展速度比专家预测的更快。增加机组的单机容量可以减少资金成本和运营成本，因为在容量确定的风场内可以安装和运行更少的机组。轮毂高度和风轮直径的增加还会提升机组的容量系数。受访者在2015年预计机组尺寸将增加，并将其视为降低LCOE的关键驱动力。专家们预测，2014年至2030年，典型风电机组的单机容量将变大：陆上，北美从1.9兆瓦增长到3.25兆瓦，欧洲从2.5兆瓦增长到3.75兆瓦，欧洲海上风电则从3.4兆瓦增长到11兆瓦。2019年，实际的机组容量为2.5兆瓦（美国陆上）、3.1兆瓦（欧洲陆上）和7.0兆瓦（欧洲海上），仅用了5年时间（占预计的16年中的31%）便达到2030年预期容量的44%~48%。

　　

　　2015年接受调查的专家们并非唯一未察觉到风电近期快速发展的一群人。对于陆上风电而言，2015年受访者的预测通常比当时的文献更为激进；但对于海上风电，他们则更为保守一些。然而，在这两种情景下，2015年专家调查法的预测结果都在其他方法预测结果的范围内。专家对陆上风电的情景预测中位值也与历史上观察到的基于LCOE的学习曲线的预测结果一致。然而，图1所示的2014~2019年实际的LCOE值反映了全球学习率，即累积产能每增加一倍，LCOE就会下降35%~46%，这是长期历史趋势的2到4倍。因此，至少到2019年，根据历史经验预测陆上风电成本的结果将被证明与2015年调查结果的中位数一样不准确，也无法提供所有不确定性及其根本原因。对于海上风电，在早期调查时基本上没有成本降低的历史记录，一些研究显示，2000年至2014年间，LCOE显著增加。因此，任何对历史学习率的外推都可能预测LCOE会逐渐增加。虽然专家们准确地预测了其与历史趋势的背离，但他们未察觉到，行业成熟的速度如此之快。基于海上风电容量的累积增长，图1中的实际成本表明2014年至2019年的全球学习率为14%~33%。

　　

　　2015年，一些专家预测的未来五年的风电成本要比其他人预测的结果更准。如补充说明2所示，本文作者采用了两种类型的准确度得分，最后发现统计证据表明，更有先见之明的专家往往属于“领先专家”群体（海上），具有广泛的（系统级，而非部件级）风电市场和/或技术专长（陆上），并自我认定为了解多个地区（陆上）。组织类型与预测准确率没有统计学关系。总体来说，在低位成本和中位成本估算中表现得更加乐观的专家们，以及在这两种情景下预测的不确定度更大的专家们，他们的预测更加准确。

　　

　　总体而言，这些发现说明：无论采用何种方法，预测成本都是一件有挑战的事情，同样强调了在成本趋势中尊重不确定性的必要性。尽管2015年的调查表明专家可能低估了不确定性，但专家调查法仍然是唯一可以直接估计不同结果概率的成本预测方法。毫无疑问，当使用于风电行业时，它比其他方法更加精确。

　　

　　

　　这一部分将总结2020年的调查结果，并与2015年结果比较，以评估预测在这5年期间的具体变化情况。2020年的调查证明了成本进一步大幅下降的可能性，以及与其相关的不确定性。

　　

　　图2突出显示从2020年的调查中得出的LCOE下降预期，并侧重于中位成本情景，在这种情景下，LCOE升高或降低的可能性是相同的。在所有风电项目中，预计2035年LCOE将下降17%~35%，2050年LCOE将下降37%~49%（漂浮式风电成本与2019年固定式基础风电的基准线进行比较）。

图2. 相对于2019年基准线，中位成本情景下的预计LCOE变化百分比

　　

　　a-c，在2020 年的调查中，以百分制显示的专家认为的 LCOE 下降的中位数由线条/标记点显示，阴影区域同样对应 25-75百分位范围。图a至c，从左至右分别为陆上风电、固定基础海上风电、漂浮式海上风电。漂浮式海上风电的变化数与专家指定的固定基础海上风电2019 基线数据进行的比较，如图c中的空心圆圈所示；鉴于漂浮式海上风电仍处于新生状态，专家预测到2025 年漂浮式海上风电LCOE 仍将高于 2019 年的固定基础海上风电的成本。

　　

　　中位成本情景（图2）中的25~75百分位区间表明围绕成本降低的不确定性，在这种情景下，这是由专家的不同观点所驱动的。这些不确定性的程度由专家对所有三种情景的LCOE预测进一步证实，包括低位成本（典型LCOE较低的概率只有10%）和高位成本（典型LCOE较高的概率只有10%）情景（图3）。低位成本情景反映了加强研究、开发和装机后可能出现的情况。在这种情景下，专家们在2020年预测，到2035年，所有风电项目的LCOE将减少38%~53%，到2050年，LCOE将减少54%~64%。高位成本的情景表明，降低或甚至增加成本是可能的。上一节讨论的2015年预测表明，即使是低位成本估算也可能过于保守，图3中的广泛结果范围可能低估了未来成本的不确定性。

图3. 从2020年开始，所有三种情景下LCOE随时间的预估情景变化

　　

　　a-c，显示的是专家对中位数情景以及低情景和高情景中预期 LCOE 减少的中位数，相对于2019 年基线值的百分比。面板分别为陆上 ( a )、固定基础海上风电 ( b ) 和漂浮式海上风电( c )的结果。漂浮式海上风电比较的是固定基础海上风电的 2019 年基线值。

　　

　　图4以绝对值（美元/MWh）显示了中位情景的LCOE结果，不仅包含了2020年结果，也包含了2015年的结果。在2020年的调查中，专家们普遍预计陆上风电的价格将低于海上风电，而固定基础海上风电的价格将低于漂浮式海上风电。然而，他们的预计在相对和绝对方面，海上LCOE的下降幅度要大于陆上LCOE。2020年专家们还预计，固定基础海上风电成本和漂浮式海上风电成本之间的差距将缩小。与后一个发现相一致，2020年专家预计，随着时间的推移，漂浮式海上风电成本低于固定式基础海上风电的水深将从2019年的>80米下降至2035年的>60米。专家预测，到2035年，全球11%~25%的新建海上风电项目将采用漂浮式基础。

图4. 2020年和2015年调查中的中位成本情景下的LCOE预计

　　

　　阴影区域表示25-75百分位区间的中位数情景专家响应数值，虚线为2015年调查，实线为2020年中位响应数值。三个面板分别为陆上 ( a )、固定基础海上风电 ( b ) 和漂浮式海上风电( c )的结果。另外，补充图1提供了所有三个 LCOE 情景的类似数据，仅关注2020 年的调查。

　　

　　这两次调查之间的LCOE差异是巨大的。这两次调查的专家都预计中位成本情景下LCOE的下降幅度基本一致，实际上预期成本降低的相对水平相似；对于低位成本和高位成本情景同样如此。然而，起始（2014年或2019年）基准线差异巨大，反映了中间年份实际LCOE的急剧下降。2020年的专家预计2050年LCOE的中位成本情景比2015年的预期值低43%（陆上风电）、54%（固定式基础海上风电）和45%（漂浮式海上风电）。

　　

　　专家们对LCOE的不同预期部分也反映了地区因素。到2020年，专家们预计北美地区将比其他地区拥有成本更低的陆上项目，而欧洲将拥有成本更低的海上项目（图5）。将专家分成其他组群通常只会发现LCOE期望值的适度差异（补充说明3）。如前所述，有证据表明，2015年“领先专家”的预测更为准确；然而，在2020年，预先确定的一小部分领先专家的成本降低预期仅表现为略微激进，与全样本相比并没有统计学上的差异。与2015年一样，基于组织和专业知识类型的差异不大，通常在统计上并不明显。

图5. 根据2020年全球各地区调查得出的中位情景下的LCOE预估值

　　

　　a–c，线/标记表示中位数 LCOE 情景的专家响应中位数，阴影区域代表该中位数情景所有响应的25-75百分位区间数值。面板分别显示陆上( a )、固定基础海上( b ) 和漂浮式海上风电( c )的结果。图中只列出了包括五位或更多受访者的地区，虽然在某些情况下样本数量仍然很小：陆上（亚洲6；欧洲39；北美46），固定基础海上风电（亚洲5；欧洲52；北美18) 和漂浮式海上风电（欧洲29；北美5）。

　　

　　

　　根据2020年的调查结果，风电机组和风电场特性都会影响风电项目的LCOE，尽管预测环境条件差的风场会增多，但预计中位成本情景下的LCOE依然会降低。对于陆上风电，专家预计新项目的年平均风速中位数（地面以上100米高度处）将从2019年的7.9米/秒下降到2035年的7.5米/秒，这大概是由于普遍倾向于先在风速较高的地区建设项目的原因。对于固定式基础海上风电，专家预测2035年的中位项目将位于离海岸较远的位置（70公里（2035年）对40公里（2019年））和水深较深的海域（42米（2035年）对30米（2019年））。为了抵消这些趋势，专家们预测，固定式基础项目的中位容量将大幅扩大：900~1299兆瓦（2035年）对比500~699兆瓦（2019年）。水上100m高度处的年平均风速为9.5米/秒，预计不会在此期间发生变化。这表明，随着项目远离海岸，专家们认为风场的质量可以保持（而且，随着机组尺寸的增加，轮毂高度处的风速将增加）。相对于2035年的固定式基础海上风电项目，专家们预测，漂浮式海上风电项目的中位容量将更小（500~699兆瓦），离海岸更远（100公里）和位于更深的水域（100~199米），并能利用到更高的年平均风速（水上100m高度处10米/秒）。

　　

　　机组尺寸的增长可能是更低LCOE的一个重要驱动因素，也降低了向环境条件略差的风电场开发的可能性。在2020年调查过程中，专家们对机组额定容量、轮毂高度和风轮直径的进一步增长表现出更加乐观的态度（图6）。2015年，专家预测的中位结果表示，2030年安装的典型陆上风电机组的额定容量将为3.25 MW。到了2020年，预测2035年的单机容量为5.5兆瓦。对于海上风电，2015年受访者预测到2030年平均单机容量为11兆瓦，而2020年的受访者预测2035年的平均单机容量可达17兆瓦。

图6. 预计2035年陆上和海上风电机组的尺寸，与2019年的中位值相比

　　

　　a , b , 调查要求受访者估计 2035 年新建项目的风电机组尺寸中值。本土显示了受访者的中值结果，与 2019 年安装的项目的机组尺寸中值形成对比。对于海上风电，2019 年全球中值如图所示。对于陆上风电，由于缺乏数据来估计全球的中位值，因此图中引用的是美国的中位值。面板显示分别为陆上( a ) 和海上风电 ( b )的情况。对于海上风电情况，受访者被要求同时考虑固定基础和漂浮式风电两种情况下预测机组的尺寸。

　　

　　部分反映了对现场和机组特性的预期，图7总结出专家们对2019年至2035年期间如何实现中位情景LCOE降低的看法。对于陆上风电而言，资金成本（CapEx ）和容量系数（capacity factor）的提高是最重要的。对于固定式基础的海上风电，增加容量系数不太重要，但资金成本和其他因素更重要。要总结漂浮式海上风电的结果则更为复杂，但我们可通过比较2035年至2019年固定式基础海上风电的基准线的专家观点来进行。考虑到漂浮式海上风电项目的预期风速高于固定式基础项目，与2019年固定式基础基准线相比，2035年漂浮式海上风电LCOE估算中以容量系数占主导地位也就自然而然了。2035年漂浮式海上风电资金成本预计将高于2019年的固定式基础海上风电。有关三种情景下绝对LCOE、资金成本、运营成本、容量系数、设计寿命和加权平均资本成本（WACC）的受访者层面观点的更多详细信息，请参见补充图3~图8。关于不同地区和受访人群的差异，见补充表1~表3。

图7. 五个驱动因素对2035年中位情景下LCOE降低的影响

　　

　　对于不同的风电类型，该图显示了 2019 年至 2035 年影响 LCOE 的五个驱动因素（位于图上部）中每一个的百分比变化中值。然后，作者使用受访者级别的数据来估计这些变化对 2019 年至 2035 年间 LCOE 降低的相对影响（图下部）。显示了陆上（左）、固定基础海上风电（中）和漂浮式海上风电（右）的结果。a漂浮式海上风电比较的是固定基础海上风电的 2019 年基线数据。补充图2提供了低 LCOE 情景下的类似分析。

　　

　　

　　将基于调查的预测和基于历史学习率的预测相比较，可以表明专家们对风电成本在历史道路上继续延续的预期程度。对不同方法的预测结果进行比较，可以表明方法上的差异是否解释了预期成本趋势的变化。

　　

　　对于陆上风电LCOE，长期历史学习率方法的估计结果为10%~20%，这意味着全球累计风电装机量每增加一倍，LCOE平均减少10%~20%。将2019年至2035年预期LCOE减少的中位成本情景与一系列全球陆上（或全部）风电的装机预测相结合，可以得出13%的中位隐含LCOE学习率（所有装机预测的中位隐含LCOE学习率为10%~19%）。这一比率与历史长期学习法得出的结果基本一致，但低于2014年至2019年35%~46%的计算值。

　　

　　图8将2020年的调查结果与一系列其他的同期预测进行了对比。专家们对未来陆上风电成本的预测比其他几项预测更为乐观，因为假设的LCOE基准线数值更低（国际可再生能源署（IRENA）和DNV GL），成本降低百分比较高（美国能源信息署（EIA））或两者兼而有之（国际能源署（IEA））。尽管图中没有描绘出，但专家们比大多数综合评估模型中的预测更为乐观，至少如2017年总结的那样（Luderer, G. et al. Assessment of wind and solarpower in global low-carbon energy scenarios: an introduction. EnergyEcon. 64, 542–551 (2017). https://linkinghub.elsevier.com/retrieve/pii/S0140988317301044）。来自彭博新能源财经(BloombergNEF)和美国国家可再生能源实验室（NREL）的预测则略低于完整的调查结果，但与受访者对北美LCOE的看法更接近（图5）。

图8. 2020年调查结果与其他同期LCOE预测的比较

　　

　　a , b , 描述了陆上( a ) 和海上风电 ( b )在中位情景、低情景和高情景下专家对 LCOE 响应的中值。阴影区域涵盖2020 年调查的结果。图片显示了调查结果与一系列其他LCOE 预测进行的比较。备注：这种比较并不完美，例如，有些预测在LCOE 中包括了海上输电基础设施的成本，而 2020 年的调查结果并不包括这些成本。在可能的情况下，我们应用跨地区的地理权重来对调查受访者的分布进行近似处理。NREL 在其年度技术基准(ATB) 中提供了一系列成本预测的方法。国际能源署IEA 在其世界能源展望 (WEO) 报告中也提供了两种预测方法。

　　

　　海上风电相对来说更为复杂，因为LCOE从2000年到2014年在持续增加，随后则急剧下降。将2019年至2035年固定式基础海上风电的中位成本情景的LCOE降低与全球海上风电累积容量的一系列装机预测相结合，得出中位隐式LCOE学习率为14%。这一前瞻性学习率位于2014~2019年估计的14%~33%区间的最低处。

　　

　　与最近一年基准线相比，专家对海上风电成本降低百分比的评估通常与BloombergNEF一致，但与IEA、IRENA、DNV GL、NREL和Wood Mackenzie等最近的预测相比则相对更保守。然而，如图8所示，这些差异很大程度上是由于基准线不同所造成的：2030年及以后的LCOE绝对估计值在所有这些发电来源中高度一致，EIA除外，EIA预测的成本要高得多。在陆上风电方面，与专家评估相比，综合评估模型中使用的假设较为保守。

　　

　　除了NREL明显不同（2020 Annual Technology baseline (NREL, 2020).），上述大多数其他预测都没有考虑未来成本的不确定性。相反，他们为未来的LCOE提供点估计值（pointestimates）。通过对这些不确定性进行估计，调查结果提供了丰富的附加信息来源。

　　

　　

　　在过去五年中，风电成本的降低速度远超过大多数专家、学习曲线法或工程评估法的预测。专家们预测，风电成本未来将有实质性的削减，这是所有主要影响LCOE的因素和影响机组性能组件的变化造成的，这也与我们2016年的专家调查结果和最近的系列文献结论（参考文章7\32\50\51\52等参考文献）一致。以资金成本（CapEx）降低为主的预测，也许最多可以预测到成本降低潜力的45%左右。这样的趋势和预期可能会使风电在全球能源供应中发挥比先前所认为的更大的作用，同时促进能源部门的脱碳进程。随着成本的下降，更多的关注点可能转向风电在能源市场中的价值，以及人类使用的冲突、对野生动物的影响和输电需求等阻碍装机的因素。

　　

　　在风电成本预测的方法中，专家调查法提供了一种相对简单的评估不确定性方法。2015年和2020年风电专家调查得出的结论，也说明了低、中、高位成本情景以及专家反馈的不确定性。自2014年以来，陆上和海上风电成本实际的下降速度，即使在低位成本（10%概率）情景下，也超过了绝大多数专家在2015年的预测。这进一步凸显了不确定性的深度和普遍性。这些结果会让人们停止使用点预测（point fores）的方法进行未来风电成本预测，并建议能源行业的模型设计者应该考虑到成本的不确定性。更广义的来说，研究结果表明在能源政策制定、规划、投资和研究决策中充分考虑不确定性的重要性。

　　

　　仅过去五年就来重新评估一个对2050年成本预测的调查，可能稍显为时尚早。尽管如此，考虑到这种验证工作并不经常进行及其重要性，本文作者早先的工作可能会对专家调查的实施产生一定影响。首先，文章根据组织类型、专业水平和类型以及其他特征对专家预测进行的分析强调了专家选择的意义，尽管文章发现的差异比预期的要小。其次，文章的研究结果进一步表明，过度自信可能导致专家低估结果的不确定性。那些设计调查的人应该评估潜在的过度自信的情况，并采取措施来减少其影响。再次，尽管有人担心专家们可能过于乐观，但事实恰恰相反，至少在过去五年中风电领域的情况是这样的。与过去的几次光伏调查一样，2015年的风电专家们低估了成本降低的速度。这需要更多和更长时间的验证工作来调查各种偏差的持续性，从而获得更普遍适用的结果。