中国储能网讯：
引言
随着碳中和目标的提出和电力市场化进程加快，可再生能源（风电、光伏）与储能（风光储）的协同发展成为能源投资的新主线。特别是在电力现货市场日益成熟的背景下，风光储场站参与现货市场已成为主流趋势[1]。合理配置风电、光伏和储能资产，不仅可以提高可再生能源在电网中的消纳能力，还能通过多资产组合分散风险、稳定收益。例如麦肯锡研究指出，融入电池的多元化组合在预期风险与收益方面具有平衡优势，能在降低风险的同时保持有竞争力的收益[2]。本文将借助严格的投资组合理论，分析三类资产的风险收益特征，并探讨在不同风险偏好下的最优配置策略。
风电、光伏、储能资产的现金流与风险特征对比
·风电与光伏：风电和光伏均为资本开支占比高、边际成本低的资产，其现金流主要来自出售发电量。风电受风资源季节性和年际变化影响较大，而光伏发电在日间明显强于夜间、在夏季强于冬季，二者互补性好[3]。在平价上网的市场环境中，随着补贴政策退出，风光项目的内部收益率有所下降[4][5]。此外，由于发电出力的不确定性，风光资产的收益存在波动，尤其在无固定PPA（购售电合同）或市场化参与时，对电价波动敏感，可能带来收益波动甚至下行风险。
·储能（电池）：储能资产本身不发电，其收入来源主要包括电力套利和辅助服务费等[6]。例如，在电价分时差价大的情况下，储能可以低价充电、高价放电获取收益，同时参与频率调节、备用容量等辅助服务亦可增加收入。然而，近期电池储能市场竞争加剧导致价格下行（“电池自食”效应），部分地区电池收益出现显著回落：据报道，2023年以来加州（CAISO）和德州（ERCOT）电网的储能收入分别下降了约32%和71%[7]。储能项目还面临电池本身效率退化及技术更新风险。总体而言，储能现金流波动较大但潜在高回报，需关注市场竞价和技术进展对收益的影响。
上述三类资产在产出模式上具有差异化特征：风光发电的出力与气候条件强相关，风电在阴天或夜间发电往往较强，而光伏在晴天日间峰值输出高；储能则在需量低谷时充电、高峰时放电，从时序上补充风光发电的间歇性和波动性。这种互补性意味着“风光互补”可以平滑总发电曲线[8]，而“储能加持”则可对冲可再生能源出力与市场电价的高频波动。综合考虑现金流与风险：纯风电或纯光伏组合虽可能提供较高的年化收益，但波动性也较大；纯储能组合收益高度依赖市场条件波动同样剧烈。实践上，合理的资产组合可以利用这些差异通过对冲效应降低整体风险。
投资组合理论框架
投资组合优化的核心在于权衡收益和风险。按照马科维茨（Markowitz）均值-方差模型，投资者通过选择资产权重，力求在给定预期收益下最小化组合方差，或者在给定风险水平下最大化预期收益[9][10]。在数学上，组合方差可表示为各资产权重与协方差矩阵的二次型：
其中 w_i 为资产i的权重，Cov}(r_i,r_j 为资产i和j的协方差[9]。这一模型揭示了协方差（相关性）决定组合风险的重要性[10]：若两类资产负相关，组合风险可大幅降低。基于均值-方差原理，可以画出各种权重情况下的“有效前沿”（有效边界），位于前沿上的点代表在最优风险（标准差）下能取得的最高收益。
除了均值-方差，还需关注尾部风险度量。标准差对称度量总体波动，而VaR（Value at Risk）和CVaR（Conditional Value at Risk）则侧重组合收益分布的下行尾部风险。VaR 代表在给定置信水平下的最大预期损失[11]，而 CVaR（又称平均超额损失）表示损失超过VaR情况下的平均损失[12]。与VaR相比，CVaR满足次可加性、凸性等公理，更能反映极端风险[12][13]。在可再生能源投资组合中，由于收益分布可能偏态，CVaR往往比简单标准差更能度量潜在风险。例如，在优化时可将CVaR纳入目标或约束，使得组合在关注整体收益的同时，对极端亏损有所防范。
此外，资产间相关性矩阵是投资组合优化的基础。风电、光伏和储能的收益通常相关性较低甚至负相关（如风电与光伏在一日中、不同季节表现互补；储能收益与风光高发时期电价往往负相关），这意味着利用它们的协方差效应，能够在不牺牲收益的前提下显著降低组合风险[8][10]。这些理论工具为后续的组合优化提供了数学基础和度量标准。
风光储组合优化方法
在均值-方差框架下，我们通过设定组合预期收益目标或风险目标，求解最优权重。具体方法可以是建立目标函数Min(σ^2) (或Max(μ_p))并求解资产权重 w_i。由于风电、光伏和储能的收益和风险特征不同，优化结果往往位于高风险-高收益和低风险-低收益之间的“有效前沿”上。在这一路径上，不同权重组合形成一条风险-收益关系曲线，我们可选取“左上角”（高收益、低风险的优质组合）附近的点作为投资策略。例如，权重均衡策略（如三者1:1:1）往往能发挥最大多元化效应，显著抑制风险；而极端配置（如纯风或纯光）则落在前沿的右上方，高风险高收益。
利用均值-方差优化，可以具体遵循以下步骤：首先估计各资产的预期年化收益率（如通过历史数据或模型）与年化波动率，并计算它们之间的协方差矩阵；然后针对不同的投资目标（比如给定目标收益使风险最小化、或给定风险使收益最大化）求解权重。求解方法可以采用Lagrange乘子法、二次规划或“临界线法”等数值技术[9]。优化得到的组合即刻画了在不同风险偏好下的最优配置。
实务中，经过优化的风光储组合往往表现出风险收益兼顾的优势。例如，有研究指出，将储能、光伏、风电多元化投资后，可以在降低组合风险的同时保持较高收益[2]。具体地，该研究模拟发现在实施优化后，组合收益较单一资产配置提高了13.3%，而风险降低了84.1%[14]。这表明通过发挥风光储之间的协方差效应，我们可以获得在风险-收益空间上“更加左上”的策略组合，从而显著提升风险调整后的收益表现。
实操建议：不同风险偏好的配置策略
在实际操作中，应根据投资者或项目的风险偏好来调整风光储的配置比重。常见情景包括：
- 保守型配置：风险厌恶的投资者追求收益稳定和本金安全。建议此类组合更侧重于风险较低、现金流更稳定的资产，例如在风光项目中优先采用长期固定PPA合同、或适当提高储能比例来平抑出力波动。此外，可考虑增加多样化程度（如风光储混合）以充分分散风险。此类组合可能期望收益稍低，但下行风险显著受控。
- 平衡型配置：适中风险偏好者希望兼顾稳健收益与成长性。可以在保证一定储能安全垫的同时，适度提升风电和光伏的权重，以获取较高的期望收益。例如在保守组合基础上略微提高可再生资产比重，使组合处于有效前沿中段，既能获得可观发电收益，又通过多元化降低整体风险。
- 进取型配置：风险偏好较高的投资者追求最大化收益，对波动有较强承受能力。这类组合可以大幅增加风光发电的权重（尤其是市场化程度高、资源优良的项目），同时储能权重相对降低，以获取更多能源产量带来的收益机会。也可考虑在市场价格波动期灵活调整储能参与比重，以利用套利机会。此时组合的预期回报最高，但风险亦相应增大，需要做好风险管理对冲措施。
无论何种风险偏好，投资者都应持续关注市场信号。电价机制的变化（如峰谷价差扩大、负电价现象、碳交易影响）会改变各资产收益特性；辅助服务市场放开（频率调节、容量补偿等）则为储能提供了新的盈利途径[15]；而储能技术进步和成本下降使得储能投资回报率提升[16][17]。因此，配置策略应动态调整：在不同市场环境下（如高电价季节、辅助服务需求高峰期等）适时增减储能参与，或针对优质可再生资源地区加重布局，以求在波动中获取相对超额收益。
案例分析
为直观说明风光储组合的收益风险特征，假设某区域风电、光伏和储能资产的年化期望收益率如下
表中数值为示意模拟结果（非实测数据）。从表中可以看出：纯风电组合的预期收益最高，但波动率也较大；纯光伏收益略低且波动较风电小；纯储能收益最低且风险很大（95% CVaR为负表明极端情况下可能亏损）。而结合储能的组合（风+储或光+储）通过负相关效应大幅降低波动率，并在尾部风险上表现更好；最均衡的风光储1:1:1组合在模拟中拥有与最保守单一资产相近的期望收益，同时风险（包括VaR/CVaR）显著降低，堪称示例中的“左上角”优选方案。这与投资组合理论预期相符：适当的多元化可以大幅改善风险收益特征[2][14]。
结语：未来展望与组合管理建议
面向未来，风光储组合管理需跟踪市场与技术的多重变化。价格机制改革将进一步影响组合收益：比如现货市场将更好地反映实时供需，电价峰谷差和跨省交易可能扩大，有望为储能套利带来更多机会。近期政策已提出建立容量补偿和辅助服务市场，以市场化方式促进储能调度和多用途利用[18]；随着这些机制落实（频率调节市场放开、容量补偿价与火电同级等），独立储能的收入前景将进一步改善[15]。辅助服务市场方面，电网频率控制、调峰辅助等开放将为风光储提供新的利润点，比如快速频率响应或容量租赁。技术趋势也不可忽视：新型电池（如钠离子电池等）具有成本、安全和低温性能优势，有望在成本敏感的领域替代传统锂电[17]；长时储能（液流电池、氢储能等）在风光高渗透场景下需求增加，以实现跨时段能源吸纳[19]。随着储能成本继续下降（如文献示例中100MW/200MWh项目成本降至1.4元/Wh后IRR已达9.6%[16]），风光储组合的整体收益性将稳步提升。
总之，在投资组合管理上应保持灵活性和前瞻性：当价格机制或补贴政策调整时，及时重新评估资产协方差与收益预期；当储能新技术商业化时，重新计算其在组合中的风险收益权重；在不同风险偏好下调整组合方向，或偏向保障收益（如风+储组合）或偏向捕捉高回报（如风光重仓）。通过持续优化权重和策略，投资者可使风光储组合在未来的能源市场中保持风险可控、收益稳健的竞争优势。
