从十万个系统中得出的光伏可靠性经验

  • 2020年10月27日
  • 作者: Selina Shi

    Selina Shi

    电子邮件:.(JavaScript must be enabled to view this email address)

  • 翻译: Selina Shi

    Selina Shi

    电子邮件:.(JavaScript must be enabled to view this email address)

美国10万个光伏系统的数据查询结果提供了和性能和可靠性相关的、卓有成效的见解。

美国10万个光伏系统的数据查询结果提供了和性能和可靠性相关的、卓有成效的见解。

图1. 下文章节中讨论的未受特定性能问题影响的正常系统(上)和受特定问题影响的系统(下)的测算产能/预测产能比五年平均值累积分布函数。不同的系统规模用不同的颜色表示;中位数(P50)、P90和统一率分

图1. 下文章节中讨论的未受特定性能问题影响的正常系统(上)和受特定问题影响的系统(下)的测算产能/预测产能比五年平均值累积分布函数。不同的系统规模用不同的颜色表示;中位数(P50)、P90和统一率分别用虚线和直线表示。统一值周围的10%区间用灰色表示。

可靠性对光伏相对于传统能源的成本竞争力起着至关重要的作用。世界各地的许多研究小组和机构都致力于量化光伏的现场性能、衰减现象和失效现象。

然而,仍然很难找到研究过大量系统的、可以对这一领域出现的问题进行高层次概述的数据集。为了应对2008年全球金融危机,美国国会于2009年颁布了《美国复苏与再投资法案》(ARRA)。ARRA第1603条规定,符合条件的可再生能源项目可以选择以现金支付代替联邦投资税收抵免(ITC)。

根据规定,需要上报年度光伏发电量和与业绩相关的意见。该数据集包括了约十万个总容量超过7GW直流电(DC)(约占2019年年底美国项目的7%)的光伏系统信息。这一数据集为美国光伏发电项目的性能和可靠性提供了宝贵信息。虽然这一数据集仅限于美国的系统,但相同的经验教训却是通用的,适用于全球其他地区。

光伏项目性能

数据集包括了每个系统五年的年度生产数据、名义等级、预估产值和地点。可以计算出所有系统的实测产能与预测产能的比率,从而评估系统的性能健康状况。数据集大致分为户用(1-25kW)、商业(25kW-1MW)和公用事业系统(>1MW)。

虽然组别之间的划分有些武断,个别系统可能会被错误分类,但数据集反映了不同类型系统之间的总体趋势。对于5MW以上的系统来说,除了1603条规定外,我们还使用Lawrence Berkeley国家实验室的一个单独的数据集生成了我们自己的产能预估。该数据集包括的系统内容比1603条规定数据更详尽,例如安装配置等。总的来说,我们自己的估值和1603的估值之间一致性很高,这使1603数据集中的产能数据具备了一定的可信度。

图1以累积分布函数(CDF)的形式展现了实测产能与预测产能比的五年平均值。与直方图相比,累积分布函数的优点是更易对多个大型分布值进行比较。

上图显示了所有的“正常”系统,即没有受到某些问题影响的系统。数据按系统的规模用颜色编码,和金融模型中经常使用的P90一样,中位数或P50用黑色水平虚线表示。

统一值用一条垂直虚线表示,周围是灰色的10%区间,表示系统表现符合预期。在中位数上,“正常”运行系统的CDF显示为略高于预期产能。此外,公用事业类的分布更紧密,呈现为一条更陡峭的曲线,这很可能是由于规划和运行阶段更密切的监督和/或更准确的预测造成的。P90值在0.8到0.9之间,换句话说,90%的系统产能约在预期产能的10%以内。

CDF的总体不对称性表明,产能比率的上升空间有限,能量损失的风险更大。少数系统的表现远低于预期,或远超预期,这表明,系统、产能估值或报告存在问题。然而,由于没有与输入和性能有关的评论,这些系统不得不被视为“正常运行”系统并被包括在内。另一种不确定性可能源自公用事业系统中通常使用的收入级电表与户用项目中更常用的标准电表之间的准确性差异。

 图1的底部图表显示的是在五年报告期内受特定问题影响的、类似的系统CDF。由于某些问题对性能的影响不同,一些系统的性能未能获得充分利用或被使用过度,这与“正常”运行的系统类似。综上所述,与“正常”系统相比,公用事业系统的中位数性能有所下降,但却大大优于户用系统。我们将在下文中更详细地探讨这一差异。商业系统介于公用事业系统(中位数类似性能)和户用系统(P90类似性能)之间。

PV-Tech原创文章,未经许可严禁转载,违者必究

(责任编辑:Selina Shi)

合作伙伴

鸣谢

Solar Media