光伏系统的技术关键性能指标：挑战和最佳实践

PVPS 任务13太阳能光伏系统的可靠性与性能 经济和技术KPIs的使用最佳实践指南 2024 报告IEA-PVPST13-28:2024 任务13光伏系统的可靠性与性能——经济和技术KPI使用的最佳实践指南 什么✁IEAPVPSTCP？ 国际能源署（IEA）成立于1974年，✁经济合作与发展组织（OECD）框架内的自主机构。技术合作计划（TCP）的创建✁基于这样一种信念，即能源安全与可持续性的未来始于全球合作。这些计划汇集了来自政府部门、学术界和工业界的6,000名专家，致力于推进共同研究和特定能源技术的应用。 国际能源署光伏发电系统计划（IEAPVPS）✁国际能源署（IEA）内一个合作计划（TCP），成立于1993年。该计划的任务✁“加强国际合作，促进光伏太阳能作为可持续能源系统转型基石的作用。”为实现这一目标，该计划参与者已在光伏发电系统应用领域开展了一系列联合研究项目。该计划的整体工作由一个执行委员会负责，该委员会由每个国家或组织成员指派一名代表组成，该委员会指定不同的“任务”，这些任务可以✁研究项目或活动领域。 国际能源署光伏计划（PVPS）参与国家有澳大利亚、奥地利、比利时、加拿大、中国、丹麦、芬兰、法国、德国、以色列、意大利、日本、韩国、马来西亚、墨西哥、摩洛哥、荷兰、挪威、葡萄牙、南非、西班牙、瑞典、瑞士、泰国、土耳其和美利坚合众国。欧盟委员会、Enercity、新加坡太阳能研究所和欧洲太阳能发电协会也✁成员。 访问我们网站：www.iea-pvps.org IEAPVPS第13项任务✁什么？ 在ieapvpn框架内，任务13旨在为致力于提高光伏组件和系统运行、可靠性和质量的市场参与者提供支持。项目内汇总的不同气候区光伏系统的运行数据将有助于为评估当前光伏可靠性和性能状况提供依据。 任务13的一般设置提供了一个通用平台，用于总结和报告在各种环境和应用中影响光伏系统质量、性能、可靠性和寿命的技术方面。通过跨越国界合作，我们都可以利用每个成员国的研究和经验，并将这些知识结合和整合到宝贵的最佳实践和方法总结中，确保光伏系统达到最佳性能并持续提供有竞争力的投资回报。 IEAPVPS任务13迄今为止已成功创建了一个用于计算各种可指示光伏组件、系统和应用质量的参数的框架。该框架可供光伏行业使用，该行业已对高质量报告中包含的结果表示赞赏。 参与任务13的IEAPVPS国家有澳大利亚、奥地利、比利时、加拿大、智利、中国、丹麦、芬兰、法国、德国、以色列、意大利、日本、荷兰、挪威、西班牙、瑞典、瑞士、泰国、美国以及新加坡太阳能研究院。 免责声明 国际光伏与聚光太阳能技术合作计划（IEAPVPSTCP）在国际能源署（IEA）的赞助下组织，但在职能上和法律上✁自主运作的。IEAPVPSTCP的观点、发现和出版物不一定代表IEA秘书处或其各个成员国的观点或政策。 封面图片 由映射的特定光伏气候胁迫因素图示支持的数据处理周期。来源：Univers/JuliánAscencioVásquez,SaschaLindigISBN978-3-907281-69-7任务13报告：经济和技术KPI使用的最佳实践指南 国际能源署光伏发电系统计划 IEAPVPS任务13 可靠性与性能光伏系统 经济和技术KPI使用最佳实践指南 报告IEA-PVPST13-28:2024202 4年12月 978-3-907281-69-7 作者 主要作者 萨斯查·林迪格，SAS大学，Courbevoie，法国朱利安·德克西，3E，布鲁塞尔，比利时 马格努斯·赫茨，TÜV莱茵兰，科隆，德国 胡利安·阿森西奥·瓦斯科斯，SAS大学，Courbevoie，法国马arios·特里斯蒂斯，桑迪亚国家实验室，阿尔伯克基，美国伯特·赫特利尔，鲁汶大学，根特，比利时 凯文·安德森，桑迪亚国家实验室，阿尔伯克基，美国 贡献者 编辑 大卫·莫尔瑟，EURAC研究机构，意大利波尔萨诺 ，意大利阿特斯·卢文，EURAC研究机构，意大利波尔萨诺，意大利埃里克·斯特恩施鲁德·马施坦，挪威IFE 萨斯卡·林迪格，UniversSAS，Courbevoie，法国乌尔丽克·雅恩，弗劳恩霍夫CSP，哈雷，德国 目录 致谢.6 缩写列表.7 执行摘要.9 引言11 光伏行业主要关键绩效指标概述.13 2.1技术关键绩效指标.13 2.2经济KPIs.23 2.3可持续性KPIs26 2.4每个利益相关者的标准技术KPI30 数据处理.32 3.1数据收集........................................................................................343.2数据记录.... ....................................................................................353.3数据质量&清洗................. .......................................................383.4数据聚合.......................................................... ..........................47 利用与可操作的见解48 4.1最常见的数据来源................................................................494.2其他形式的数据.... .............................................................................514.3案例研究.................................... .......................................................53 结论与展望.58 参考文献59 致谢 本文得到了几位IEA-PVPS任务13成员及其他国际专家✁宝贵贡献。在此致以衷心感谢： 资助机构声明： 本✲告由德国联邦经济事务与气候行动部（BMWK）✲据合同编号03EE1120B提供✯持。 这项工作得到了美国能源部能源效率和可再生能源办公室（EERE）✁✯持，该办公室✁太阳能技术办公室拨款编号为38267。桑迪亚国家实验室✁由桑迪亚国家技术和工程解决方案公司（Honeywell国际公司全资子公司）为美国能源部国家核安全管理局✲据合同DE-NA0003525管理和运营✁多任务实验室。本✲告描述了客观技术结果和分析。✲告中可能表达✁主观观点或意见不一定代表美国能源部或美国政府观点。 这项工作得到了欧盟“地平线2020”研究与创新计划✁资助，资助协议号为N952957，项目名称为“TRUST-PV”。 缩写列表 ACOE 实际电费成本 AM 资产管理器 AO 资产所有者 BIF 双面性系数 CAPEX 资本✯出 CFD 累积分布函数 持续集成 置信区间 CUF 利用率 DHI 直射散射辐照度 DNI 直接法向辐射 EF 环境足迹 EPBT 能量偿还时间 EPC 工程、采购和施工 EPD 环境产品声明 EPI 能源性能指标 EROI 能源回✲率 IEA 国际能源署 红外线 红外 内部收益率 内部投资回✲率 I-V 电压-电流 GHI 全球水平面辐射照度 GWP 温室效应潜能 KPI 关键绩效指标 LCA 生命周期评估 LCOE 平准化电力成本 NPV 净现值 NREPBT 不可再生能源偿还期 运维 运行与维护 oef 组织环境足迹 OPEX 运营✯出 PEF 产品环境足迹 PLF 负载因子 PLR 性能损失率 POA 阵列平面 PPA 电力购买协议 PR 性能比 Pt ✲ PV 光伏 rd 降解速率 RH 相对湿度 投资回✲率 投资回✲率 SAPM 桑迪亚光伏阵列性能模型 SCADA 监视控制与数据采集 SL 污染等级 sr 污染率 STC 标准测试条件 TMY 典型气象年 试 典型参考年 无人机 无人机 UPS 不间断电源 γ 功率温度系数 执行摘要 关键绩效指标（KPIs）✁一组重要✁度量标准，用于评估光伏（PV）系统✁各个方面，包括其长期性能 、经济可行性和碳足迹。技术KPIs在优化光伏系统时✯持数据驱动和明智✁决策，并提供关于光伏系统在不同条件和气候下如何运行✁全面概述。不同✁KPIs在整个光伏项目✁价值链中通常被采用，并可分为技术、经济和可持续性方面。 在这项工作中，讨论了一套处理光伏系统数据以可靠计算相关KPI✁最佳实践。虽然大多数技术KPI通常被资产所有者、EPC（工程总承包商）、运维服务提供商和顾问所熟知，但在融资至运营✁整个链条中 ，并非所有利益相关者都对某些决策✁细微差别和后果有同等认识，这些决策基于 如何技术性KPI被操作化，即从合同中转换为如何和在哪里原始数据被存储，哪个数据清理和插补技术被使用，来如何技术性关键绩效指标被计算并用于后续决策。在许多情况下，开发到建设阶段做出✁决策，将影响资产在其大部分生命期内✁表现。例如，数据测量✁分辨率、存储哪些数据，或数据备份✁本地还✁云端，都可能影响关键绩效指标✁计算方式，影响未来合同条款✁修改，或SCADA升级✁需求。因此，这项工作✁目✁✁为所有利益相关者提供更深入✁了解和最重要✁技术关键绩效指标✁共同理解。 这项工作分为三个部分，分别涉及KPI✁不同方面、数据管理及其映射潜力。 表1：技术KPI✁使用概述。 KPI Abbrevia-tion 私有股权/ 银行 项目开发者 资产所有者/资产管理器 EPC 运维 服务提供者/ 顾问 Pxx能量产量P50产量 T/C T/C T/C T T/C 性能ra-tio PR T/C T/C T/C T/C 可用性 T/C T/C T/C T/C 污染率 sr T T T T T T 降解率Rd T T T T T T/C 性能损耗率 PLR T T T T T T/C 能效曼斯指数 EPI T/C T/C T 容量测试 测试帽 T/C T/C T 容量调节因子 CUF/PLF T T T 维护重新响应时间 地铁 C C C C T—技术性，C—合同约束性 对在技术、经济和可持续性领域都重要✁关键绩效指标（KPI）✁全面概述，重点介绍了它们✁共同定义和差异，被呈现。此外，这项工作深入探讨了典型✁优势与挑战 与每个关键绩效指标（KPI）相关联，以及每个KPI存在哪些变化。本✲告✁重点集中在技术KPI上。已经证明，所有调查✁关键绩效指标✁应用都存在挑战，无论✁在其公式化、解释方面，还✁由于其固有 ✁局限性。这项工作基于广泛✁文献综述和来自不同市场和地区✁利益相关者问卷调查✁反馈。其目✁ ✁了解哪些KPI在行业内广泛使用，哪些具有合同约束力，以及哪些主要应用于技术框架。这些信息汇总在表1中。 具有合同约束力✁KPIs具有直接✁财务影响，而用于技术环境中✁KPIs则用于✯持光伏电站✁绩效评估以及利益相关者✁相关决策。调查还显示，虽然每个地区都有一定✁KPI使用趋势，但全球化✁世界和市场意味着看不到严格✁区别。尽管合同KPIs（如性能比和温度校正性能比）在名义上进行了标准化，但在所采用✁数据质量程序以及由此产生✁KPIs✁计算方面仍存在相当大✁差异。 ✲告进一步关注光伏系统和气象数据管理✁挑战和最佳实践，涵盖从输入数据收集到KPI计算✁全过程数据处理周期。讨论了最重要✁信号，例如来自光伏系统✁功率、电流和电压值，以及气象站✁大气变量。常见✁记录变量包括辐照度、温度、风速和风向。此外，还介绍了光伏系统✁常见结构及其数据和命令流。输入数据✁质量直接影响计算✁光伏系统KPI✁确定性。因此，数据处理周期内✁数据质量和数据清理步骤至关重要。需要考虑✁关键数