PV利回りの不確実性がプロジェクト・エンジニア、投資家、銀行に与える影響

太陽光発電プロジェクトは通常、年間予想発電量というシンプルな数字から始まる。一見すると、この数字は明確で正確に見える。しかし実際には、この数字には常に不確実性が伴います。

プロジェクトチームがこの不確実性にどう対処するかは、非常に重要である。それはエンジニアリング設計、投資家の期待、銀行融資に影響し、プロジェクトのライフサイクルの後半になって初めて見えてくることも多い。

この記事では、不確実性を単に報告するよりも、積極的に低減する方が効果的である理由を説明します。また、よりスマートなPV利回りシミュレーションを通じて、これを実現する実践的な方法を紹介します。

単純なプロジェクトの例を用いて、不確実性へのアプローチの違いによって、プロジェクト・エンジニア、投資家、銀行にとって、リターンが大きく異なり、明確なリスクが生じることを示します。この例は例示であり、実際のプロジェクトの意思決定を詳細に再現することを意図しているわけではありません。不確実性の低減が、すべての主要なステークホルダーにとって最適化の機会をいかに解き放つことができるかを示すものです。

プロジェクト・エンジニアのために：明確さが最適化を可能にする

エンジニアが設計を決定する際には、歩留まりの見積もりが頼りになります。これらの推定がロバストであり、不確実性がよく理解されていれば、エンジニアは自信を持って設計を行い、現場の状況に合わせてシステムを正確に調整することができます。不確実性が十分に理解されなかったり無視されたりすると、エンジニアはその精度を失います。

設計の選択はデフォルトで保守的になる。安全マージンが大きくなる。最適化は近似に道を譲る。必要以上に機器を追加したり、電気設計、レイアウト、損失の仮定において保守的なサイジングの選択に頼ることを意味する場合もある。また、性能を机上の空論にすることもあります。いずれにせよ、不確実性は、現場から価値を最大限に引き出 すエンジニアの能力を制限します。

不確実性の低減によって可能になる設計の最適化には、次のようなものがあります：

• 電気的サイジングの厳格化。より正確なデータを使用することで、プロジェクトチームは、"念のため "に余分な電気設備を追加することを避けることができます。システムは、プラントが実際にどのように運転されるかに応じて、より正確にサイジングされ、不要なコンポーネントを削減します。
• プラントバランス設計の簡素化。システムをよりよく理解することで、性能や信頼性に影響を与えることなく、ケーブル、構造物、補助機器などのサポートインフラを小さく簡素化できます。
• より正確な損失モデリング。保守的で固定的な損失を仮定する代わりに、プロジェクトではより良いデータとモデルを使用して実際のエネルギー損失を推定する。これにより、起こりそうもない損失を過剰に補うことを避けることができる。

投資家にとって：不確実性が期待を変える

投資家は、期待されるリターンのみに基づいてプロジェクトを評価することはほとんどない。むしろ、起こりうる結果の範囲と、より不利な条件下でのリターンの回復力に注目する。利回りの不確実性が明確に定量化され、透明性を持って伝えられると、投資家はリスクをより効果的に評価し、長期的なパフォーマンスについて現実的な期待を抱くことができる。

不確実性が無視されたり、過小評価されたりしている場合、プロ ジェクトは当初は魅力的に見えるかもしれないが、デューデリジェンス の間に、根本的な前提が疑われるようになり、信頼が弱まることが多い。そのような場合、認識されるダウンサイド・リスクは増大し、投資ケースを守ることは難しくなる。

このような理由から、投資家は信頼性の高い長期的な生産データを重要視している。確固としたデータの質は、擁護可能なベースケースを作成するために必要であり、ダウンサイド分析をサポートし、通常より保守的な仮定を用いて評価されるレンダーの要件との整合性を促進する。

銀行にとって：不確実性が信用リスクに

銀行は、保守的な仮定のもとでプロジェクトの債務履行能力を評価することで、融資決定に不確実性を組み込んでいる。不確実性が明確に定量化され、よく理解されていれば、資金調達構造をより効率的に設計することができる。

標準的なプロジェクト・ファイナンスの実務では、ベース・ケースのキャッシュ・フローは通常、P50のエネルギー見積に基づいている。収量の不確実性が増すにつれて、P50とP90のようなより保守的な生産シナリオとの差は大きくなる。

貸し手は主に、構造的なメカニズムとコベナンツ・ベースのメカニズムを通じてこのリスクに対処する。コベナンツとは、定義された財務上または営業上の閾値を満たすことをプロジェクトに義務付ける契約上の要件である。典型的な措置は以下の通り：

• プロジェクト価値と比較した融資額の引き下げ（融資額制限）。
• 最低キャッシュフロー・セーフティ・マージン（DSCR要件）： プロジェクトが債務返済に必要な以上のキャッシュを生み出さなければならないことを意味する。
• リザーブ口座の設置が義務付けられており、収入が予想を下回った場合の債務支払いやメンテナンス費用を賄うために、あらかじめ現金を確保しておく。
• 配当金の支払いに制限があるため、財務状況が十分に良好になるまで現金がプロジェクトに留まる。
• プロジェクト・スポンサーからの追加保証や支援により、プロジェクトが不調に終わった場合に追加的な保護を提供する。

これらの措置は、ベースケースの財務モデルを維持しつつ、貸し手を保護するためのものである。その結果、利回りの不確実性は、プロジェクトが調達できる負債額や融資条件に直接影響する。

計算や報告書に不確実性を含める利点

不確実性が無視されると、利害関係者は保守的な仮定で自らを保 護せざるを得なくなる。エンジニアは一般的な安全マージンに依存し、投資家はダウンサイド・エクスポージャーを理解するのに苦労し、銀行は融資を制限したり条件を厳しくしたりして対応する。

タブ 1.主要なプロジェクト利害関係者にとっての不確実性の無視と報告の違い。

不確実性を計算・報告することで透明性は向上するが、こうしたフリクショ ンが完全に解消されるわけではなく、リスクはより理解されやすくなるが、 依然としてディフェンシブな価格設定となる。

より正確なPV収量シミュレーションで不確実性を低減

不確実性を低減するためには、不確実性に影響を与える様々な要因を理解することが重要です。PV収量シミュレーションでは、不確実性はソフトウェアが使用するモデルと、ユーザーが提供する外部入力の両方から生じます。

プロジェクトで既に使用されているツールにもよりますが、多くの不確実性低減対策は、追加コストを低く、あるいはゼロで実施することができます。ほとんどの場合、キーとなるのは、適切なソフ トウェアを選択し、入力データとモデルが内部でどの ように扱われるかを理解することである。不確実性の評価は、常に検証されたデータに基づいて行われなければならない。

実践的な方法としては、以下のようなものがある：

• 実績のあるモデルと長期衛星観測に基づく信頼性の高い太陽放射照度データセットを使用する。
• 自然の気象サイクルに起因する経年変動をよりよく評価するために、長い期間をカバーするデータセットを使用する。
• 重要な気象パターンを隠蔽する可能性のあるTMY（Typical Meteorological Years）のような平均化されたデータセットのみに依存することは避ける。可能であれば、過去の全時系列をシミュレートする。
• 電力ピーク、インバータのクリッピング、熱挙動などの短期的な影響を捕捉するために、サブ時間単位の入力データを使用する。
• 光損失のレイトレーシングなど、PVプラント設計の実際の複雑さを反映した高度なモデルを使用してシミュレーションを実行する。
• 固定的な仮定ではなく、物理ベースのモデルを用いて追加損失を見積もる。経験則を汚れ、アルベド、温度などの影響モデルに置き換える。
• モデル化された部品の性能が実際に設置されるものと一致していることを確認するため、メーカーの技術データシートを見直し、検証する。

追加措置の中には、地上測定装置の設置など、追加投資が必要なものもある。これは初期費用を増加させるが、通常、総発電所CAPEXと比較すると少額である。衛星データの検証が限られている複雑な場所や地域では、衛星放射照度データを現地測定と現地適合モデルで補完することで、不確実性を大幅に低減し、結果の信頼性を向上させることができる。

現在の不確実性を受け入れるか、積極的に減らすか

プロジェクトは、不確実性をそのまま受け入れるか、あるいは積極的に低減するための措置を講じることができる。不確実性が減少すれば、収量の見積もりはより信頼できるものになる。これにより、エンジニアはより確信を持って設計を最適化することができ、投資家は最低期待リターンを向上させることができ、銀行はより安心して効率的な債務構成を行うことができる。

これら2つのアプローチの影響を、2つのプロジェクト・シナリオを通して以下に示す。

タブ 2.主要なプロジェクト利害関係者にとっての不確実性の受容と低減の違い

シナリオA - "何もしない"

ある企業が10MWの太陽光発電プロジェクトを開発している。敷地の見た目はよく、レイアウトもきれいで、予想される生産量は1kWpあたり1,500kWh。書類上は、すべてがうまくいく。

プロジェクトエンジニア

エンジニアは標準的な入力と限られたデータセットを使って収量シミュレーションを実行します。これには、物理的にモデル化されたロスの代わりにデフォルトの仮定、完全な時系列ではなくTMYのような平均化されたデータセット、サブ時間ごとの解像度ではなく時間ごとのシミュレーションが含まれます。結果は妥当であるが、不確実性は比較的高い。

• 予想生産量（P50）： 15 GWh/年
• PV収率の不確実性：± 10
• 保守的な生産量（P90）： 13.5 GWh/年

エンジニアはこの数字が間違っていないことは分かっているが、あまり厳密ではないことも分かっている。そこでチームは、このまま進めることにした。

タブ 3.サンプルシナリオAで使用した不確実性の仮定。

貸し手

銀行はP90エネルギー収率を用いてプロジェクトを審査する。

• P90で13.5GWh/年であるため、プロジェクトは要求される DSCR1.25を満たす 。
• 安全性を保つため、銀行は 負債をプロジェクト費用の70％に制限する 。

銀行から見れば、このプロジェクトは融資可能だが、ギリギリである。レバレッジをかける余地はない。

投資家

株式投資家は、ダウンサイドのケースに注目する。

• 株主資本利益率約4 .9％（P90
• プロジェクトはうまくいくが、リターンは控えめ
• 資本効率は良くないが、許容範囲内

プロジェクトはファイナンシャルクローズに達するが、最適化されていない。

シナリオB - "不確実性を減らそう"

ある企業が10MWの太陽光発電プロジェクトを開発している。立地はよく、レイアウトはきれいで、予想される生産量は1kWpあたり1,500kWh。書類上は、すべてがうまくいっている。

プロジェクト・エンジニア

設計を確定する前に、チームは別の決断を下す。より良い放射照度データに投資し、より長い時系列を使用し、より詳細なモデリングを適用する。期待されるエネルギーは変わらないが、不確実性は減少する。

• P50の予想生産量は 依然として15GWh/年
• 不確実性は ±8%に減少
• P90期待生産量は 13.8GWh/年に増加

表 4.サンプルシナリオBで使用した不確実性の仮定。

物理的な変化はまだ何もない。不確実性が低くなったことで、プロジェクトは必要なP90エネルギーを達成するために保守的な設計マージンに頼る必要がなくなった。設置容量は10MWのままですが、不必要な保守性を減らすために設計を最適化することができ、結果としてプロジェクトの総コストを下げることができます。

予想される損失想定（汚れ、温度、配線損失など）に変更はない。しかし、データ品質とモデリングの改善により、これらの損失に関する不確実性が減少した。これにより、期待される性能を変更したり、追加の安全マージンに頼ったりすることなく、より効率的なバランス・オブ・プラント設計とコスト削減が可能になる。

そこで、設計が調整される：

• 同じプラントサイズ 10MWp
• シナリオAと比較したP90エネルギーの改善： 13.8GWh/年
• 総プロジェクトコストの削減 （≒ 1％の削減）

これは、安全性や耐久性を削っているわけではない。このプロジェクトは、不確実性を補うためのオーバーサイズがなくなっただけである。

貸し手

銀行は更新されたプロジェクトを審査する。

• P90エネルギーは以前より高い： 13.8GWh/年
• DSCRは 1.29に改善され 、債務増加の余地がある。

リスクが低いため、銀行はレバレッジを上げても問題ない：

• 負債は 72%に増加
• DSCR値は 前のシナリオと 同じ 1.25を 維持 。

貸し手から見ると、リスクは増加しておらず、むしろよりよく理解されている。

投資家

次に、投資家はダウンサイドのケースに注目する。

• シナリオAよりも高いP90エネルギー
• P90 RoEは約5 .4 %に上昇
• P50 RoEは約7.8 %に増加

投資家にとって必要な自己資本を減らしながら、最低期待RoEの増加が達成された。

総括結果

一見したところ、両プロジェクトは非常によく似ている。同じエネルギーを供給し、同じDSCR要件を満たしている。立地、技術、市場条件は変わっていない。唯一の違いは、不確実性の扱い方である。

不確実性の低減は、既存のデータとソフトウェアのセットアップを、より高度なソリューションに切り替えることで達成される。この変更に伴う追加コストは、潜在的な資本節約に比べればごくわずかであると想定されるが、一方で、P90信頼水準における期待生産量は増加する。

下表の比較は、不確実性を積極的に低減することで、同じプロジェクトがど のように実行されるかが変わることを示している。

• シナリオAでは、より高い不確実性は、より厳しい融資制約とより低い資本効率によって補われなければならない。
• シナリオBでは、不確実性の低減により、期待される結果と保守的な結果との間のギャップが縮小し、貸し手や投資家が使用するダウンサイド・ケースが強化され、より効率的な融資決定が可能になる。

不確実性のさらなる低減は、必要であれば、サイト別の測定キャンペーンや専門的なコンサルタント・サービスを通じて達成することができ、プロジェクトの効率と財務パフォーマンスを改善するさらなる機会を提供する。

表 5.サンプルプロジェクトの2つの不確実性シナリオの比較。

結論

太陽光発電プロジェクトが発電量の不確実性をどのように扱うかは、長期的な発電量予測の精度にとどまらず、はるかに広範な影響を及ぼします。同じ予想発電量であっても、その推定値に伴う不確実性の程度によって、設計、資金調達構造、そして投資成果は大きく異なってくる可能性があります。

最新のソフトウェアソリューションにより、より質の高い入力データとより正確なモデルを通じて、不確実性を積極的に低減することが可能になっています。この変化により、技術的な最適化の強化、より強靭な財務構造の構築、そしてステークホルダー全体における信頼感の向上が実現します。

不確実性の低減がもたらす影響は、もはや理論上の話ではありません。

• 予想発電量が同一であっても、不確実性の扱い方次第で、プロジェクトの成果は大きく異なるものとなる。
• データとモデリングの改善により、最適化と資本効率の向上が可能になりますが、そのメリットはプロジェクトの制約やステークホルダーの受容度によって異なります。
• 高度なデータとモデリングは太陽光発電の発電量予測における不確実性を低減しますが、年ごとの気候変動や長期的な気象傾向といった、根本的に排除できないリスクを排除するものではありません。

不確実性の低減は、リスクを排除するものではなく、競争上のレバレッジとなります。それは信頼性と下振れリスクへの耐性を強化しますが、より広範な市場、送電網、規制上のリスクが依然として決定的な要因となります。したがって、その影響は地域によって異なります。各市場には、不確実性がプロジェクトの成果に与える影響を形作る独自の重要要因、制約、資金調達条件が存在するからです。

太陽光発電の発電量に関する不確実性を低減しても、日照量そのものが変わるわけではありません。プロジェクトのリスクを排除するものではありませんが、効果的に適用されれば、プロジェクトに持続的な競争優位性を生み出す機会となります。