Banke će za finansiranje nove generacije vetroelektrana u Jugoistočnoj Evropi morati da procenjuju ne samo verovatnoću proizvodnje već i verovatnoću prihoda. Finansiranje vetroelektrana oduvek se oslanjalo na verovatnosne modele, ali će naredni projekti zahtevati detaljniji pristup. Količina proizvedene energije sama po sebi više ne pokazuje koliko će projekat moći da otplaćuje dug.
Tradicionalni model počinje dugoročnom procenom proizvodnje, zasnovanom na merenjima vetra, meteorološkim modelima i krivama snage turbina. Zajmodavac zatim razmatra scenarije P50, P75 i P90 i utvrđuje koliki dug projekat može da servisira pri konzervativnijim pretpostavkama o proizvodnji. Takva analiza ostaje osnov finansiranja, ali verovatnoća proizvodnje nije isto što i verovatnoća ostvarenja prihoda.
Savremeni model zato treba da obuhvati ceo ekonomski niz: ukupan potencijal vetra → gubici zbog međusobnog uticaja turbina → raspoloživost turbina → električni gubici → raspoloživost mreže → ograničenja proizvodnje → neto isporučeni MWh → ostvarena prodajna cena → trošak odstupanja → operativni novčani tok → DSCR i LLCR. Svaka od tih stavki može značajno da promeni iznos duga koji projekat može da podnese.
Od potencijala vetra do isporučene energije
Prognoza P50 predstavlja centralnu procenu proizvodnje, dok P90 označava konzervativniji scenario sa većom verovatnoćom da će procenjena proizvodnja biti premašena. Obe procene zavise od pretpostavki o dugoročnim meteorološkim uslovima, nesigurnosti merenja, greškama modela i budućim performansama turbina. Iz procenjenog potencijala zatim se odbijaju gubici nastali međusobnim uticajem turbina.
Turbine preuzimaju energiju vetra i menjaju strujanje dostupno turbinama iza njih, pa raspored unutar vetroelektrane utiče na proizvodnju. Buduće susedne vetroelektrane takođe mogu da promene šire aerodinamičke uslove, naročito u područjima u kojima raste gustina projekata. Zbog toga se procena proizvodnje ne završava analizom pojedinačnih turbina.
Sledeća stavka je raspoloživost opreme. Turbina koja ne radi tokom perioda jakog vetra gubi više energije nego što pokazuje prosečan broj MWh po satu, pa raspoloživost treba povezati sa očekivanim rasporedom proizvodnje, a ne iskazati samo jednim godišnjim procentom. Potrebno je proveriti i ugovornu garanciju: OEM može da nadoknadi pad raspoloživosti ispod određenog praga, ali ugovorena naknada štete ne mora da odgovara prihodu koji bi prodaja električne energije donela.
Električni gubici, sopstvena potrošnja i raspoloživost transformatora i kablova dodatno umanjuju energiju koja stiže do obračunskog mernog mesta. Vetroelektrana pritom može biti tehnički raspoloživa, a da joj proizvodnju ograniče ispad prenosne mreže ili nalog za rad sistema. Za takva ograničenja potrebne su posebne pretpostavke o verovatnoći njihovog nastanka i mogućoj naknadi.
Proizvodnja i tržišna cena čine dva rizika
Tek pošto se modeluju fizički gubici, procena dolazi do tržišne vrednosti isporučene energije. Tu nastaje druga raspodela verovatnoće: vetroelektrana ne ostvaruje osnovnu cenu električne energije, već cenu koja važi u satima kada proizvodi. Snažan vetar u regionu može da obori te cene, dok se periodi sa slabim vetrom mogu poklopiti sa manjkom ponude i skupom električnom energijom.
Proizvodnja i cena zato mogu biti negativno povezane, što je naročito važno za dugoročno vrednovanje vetroelektrana. Studija AleaSoft na kojoj se zasniva ova analiza ukazuje da odluke o finansiranju ne treba zasnivati na jednoj centralnoj prognozi cena, već na više scenarija prihoda sa jasno određenim verovatnoćama. Kod vetroelektrana taj pristup mora da se spoji sa verovatnosnom procenom proizvodnje.
Zajmodavac tako istovremeno procenjuje dve neizvesne veličine: koliko će MWh projekat proizvesti i koliku će vrednost ta energija imati. Troškovi balansiranja dodaju treću dimenziju. Greške u prognozi mogu da smanje neto prihod čak i kada su proizvodnja i ostvarene cene u skladu sa očekivanjima, pa finansijski model treba da obuhvati očekivane troškove odstupanja i stresne scenarije, umesto da ih sakrije u opštem procentu operativnih troškova.
Servisiranje duga i povezani stresni scenariji
Kada se svi elementi objedine, moguće je testirati sposobnost projekta da servisira dug. Osnovni pokazatelji ostaju DSCR i LLCR, ali njihova pouzdanost u potpunosti zavisi od kvaliteta modela prihoda na kojem se zasnivaju. Analiza nepovoljnih ishoda zato treba da obuhvati različite kombinacije proizvodnih, tržišnih i ugovornih rizika.
Među njima su niska proizvodnja uz visoke cene balansiranja, uobičajena proizvodnja uz niske ostvarene prodajne cene, kao i visoka proizvodnja praćena ograničenjima isporuke. Treba ispitati i smanjenu raspoloživost turbina u periodima jakog vetra, istek PPA nakon kojeg slede niže tržišne cene, kao i refinansiranje pri višim kamatnim stopama. Cilj nije da se sve najnepovoljnije pretpostavke primene istovremeno, jer bi to dalo veštački konzervativan rezultat.
Potrebno je izdvojiti ekonomski verovatne kombinacije i utvrditi koje zaista ugrožavaju otplatu duga. Godina sa mnogo vetra može doneti više MWh, ali i niže ostvarene cene. Jak vetar u celom regionu može istovremeno povećati proizvodnju projekta i izazvati zagušenja u mreži, dok dug period slabog vetra može smanjiti obim proizvodnje i povećati trošak nabavke zamenske energije u okviru PPA za stalnu isporuku.
Ti rizici su međusobno povezani i tako ih treba modelovati. Njihova korelacija utiče i na organizaciju dubinske analize projekta: savetnik za resurs vetra ne može da radi odvojeno od tržišnog konsultanta. Tehnički savetnik mora da poveže raspoloživost opreme sa periodima u kojima se ostvaruje prihod, dok procena priključenja i rada mreže utiče na scenario proizvodnje.
Usklađivanje tehničke i finansijske analize
Savetnik za PPA utvrđuje koji preostali rizici ulaze u finansijski model, a stručnjak koji izrađuje taj model mora sve nalaze da uskladi u jedan dosledan nepovoljan scenario. Zato vetroelektrana sa najvećom procenom proizvodnje P50 ne mora biti i projekat najpogodniji za bankarsko finansiranje. To može biti projekat čiji novčani tok ostaje najstabilniji kada se rizici resursa vetra, opreme, mreže i tržišta analiziraju zajedno.
