公用事业规模的光伏项目：首次美国统计绩效分析

近年来，在美国部署公用事业规模的光伏发电已经迅速而且值得关注。然而，这导致了非常不同的光伏发电项目，其经验交流容量系数相差两个以上。了解公用事业规模的光伏发电的性能非常重要，因为获利能力直接取决于项目随着时间的推移表现如何。只有长期的盈利能力有利时，该部门才能筹集投资资金。

劳伦斯·伯克利国家实验室和加州大学伯克利分校的高盛公共政策学院的科学家以“最大化兆瓦时”为题，对本月美国公用事业规模的光伏项目进行了有价值的统计分析。该报告是第一个使用多元回归技术分析项目级绩效的经验变化的方法。

128个项目（3201兆瓦）的样本在固定倾斜项目（63个项目，1776兆瓦）和跟踪项目（65个项目，1776兆瓦）之间几乎平均分配。它的发现为太阳能项目开发商和投资者提供了一个很好的指示，表明他们可以从该国不同地区使用的不同项目配置中获得什么期望。此外，通过该模型在实际产能因子和拟合产能因子之间的紧密关系，投资者可以确信该样本中的项目在很大程度上已达到预期效果。

作者Mark Bolinger，Joachim Seel和Manfei Wu分析了导致变量变化的自变量和其他因素：

“为此分析开发的回归模型发现，这种变化的92％仅由三个非常重要的自变量引起”：

以全球平均年度水平辐照度（“ GHI”）估算值表示的太阳能资源强度（注：仅GHI就能解释71.6％）；跟踪，可以增加“阵列平面”的辐照度；逆变器负载比（“ ILR”），可提高交流电容系数。

添加第四个自变量（项目年份或COD年）和3个交互项（Tracking x GHI，Tracking x ILR，GHI x ILR）可以进一步改善模型。有关电源温度系数和模块工作温度的良好数据也可能会改善计算。

由于系数和温度的可靠数据有限，该研究未检查方向（倾斜度和方位角）和温度。还值得注意的是，NCF和GHI的MW数量中有83％，项目的66％处于“前5名”状态；仅加利福尼亚州就占产能的49％，占项目的32％。在高GHI状态下，单轴跟踪更为普遍。

这项研究得到了美国能源部SunShot Initiative的资助。您可以在此处阅读完整的报告或观看此youtube视频摘要。