JP5840103B2

JP5840103B2 - 太陽光発電システムの管理装置

Info

Publication number: JP5840103B2
Application number: JP2012229014A
Authority: JP
Inventors: 保聡屋敷; 謙今村
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2012-10-16
Filing date: 2012-10-16
Publication date: 2016-01-06
Anticipated expiration: 2032-10-16
Also published as: JP2014082309A

Description

本発明は、太陽光発電システムの管理装置に関する。

太陽光発電システムは、規模が大きくなるにしたがい、広大な敷地に多数の太陽電池モジュールが設置されることとなる。太陽電池モジュールの数が多いほど、故障した太陽電池モジュールの特定に手間を要する。そのため、大規模な太陽光発電システムでは、複数の太陽電池モジュールが直列に接続されて構成されるストリングを単位として、発電量が低下したストリングの全ての太陽電池モジュールを交換することが多い。ストリングごとに太陽電池モジュールを交換することで、メンテナンスには多くの人手や時間が必要となっている。太陽電池モジュールの出力は、日照条件、影や反射光の状態、気温、季節等に応じて複雑に変化する。発電量の低下が確認されたことに対して、太陽電池モジュールの故障によるものか、他の原因によるものかの判断が困難である。

これらの問題に関して、従来、太陽光発電システムの管理について、例えば、特許文献１（第００１１段落、第１２Ａ図）には、太陽電池モジュールごとに予測された発電量を基に、モジュール単位の異常を診断する手法が開示されている。特許文献２（第０１４５−０１５２段落、第１８図）には、異常のパターンごとに、復旧のために採るべき対応を判断する手法が開示されている。特許文献３（第００５１−００５５段落、第６図）には、発電量の平均値から求めた出力保存率を比較し、異常が生じた太陽電池モジュールを特定することが開示されている。

特開２０１１−２３３５８４号公報特開２００３−２５９５５１号公報特開２００２−０９５１６３号公報

このような従来の太陽光発電システムの管理手法では、動作チェックのときに故障が検知されるたびにメンテナンスを行うこととなる。故障の検知のたびのメンテナンスに代えて、一定の期間おきにメンテナンスを行うこととした場合は、メンテナンスを実施する最適な頻度を予測することが困難となる。メンテナンスの頻度が不適切であると、故障があった太陽電池モジュールが次のメンテナンスまでそのまま使用される事態が多く起こり得る。その場合、予定された発電量を下回る状態で太陽光発電システムを運用し続けることになる。

本発明は、上記に鑑みてなされたものであって、メンテナンス内容の適切な管理により、目的とする発電量を十分に維持可能とする太陽光発電システムの管理装置を得ることを目的とする。

上述した課題を解決し、目的を達成するために、本発明は、複数の太陽電池モジュールを備える太陽光発電システムを管理する管理装置であって、前記太陽電池モジュールごとの出力を個別に収集して、出力情報とする出力情報収集部と、前記太陽電池モジュールが設置されている場所ごとにおける環境条件を個別に収集して、環境情報とする環境情報収集部と、前記太陽電池モジュールの位置を特定する位置情報が記録される位置情報記録部と、前記太陽電池モジュールからの出力の経時劣化の推移を予測するための劣化予測モデルと、前記劣化予測モデルを構築する際に、前記太陽電池モジュールの特性を示すデータとして適用される特性データとが記録される太陽電池モジュールデータベースと、前記環境情報収集部からの前記環境情報と前記位置情報記録部で記録された前記位置情報との参照により前記太陽電池モジュールごとに特定された前記環境条件と、前記太陽電池モジュールデータベースから読み出した前記劣化予測モデルとから予測される予測出力を求め、前記出力情報収集部からの前記出力情報と前記予測出力との比較により、前記太陽電池モジュールの出力低下の推移を予測する出力低下リスク情報処理部と、前記太陽電池モジュールのメンテナンス内容を管理するメンテナンス内容管理部と、を有し、前記出力低下リスク情報処理部は、前記出力情報と前記予測出力とが不一致である場合に、前記太陽電池モジュールデータベースが保持する前記劣化予測モデルを改定させ、前記メンテナンス内容管理部は、前記出力低下リスク情報処理部による前記劣化予測モデルの改定に応じて前記メンテナンス内容を更新することを特徴とする。

本発明によれば、管理装置は、太陽電池モジュールの出力低下を予測し、その予測結果に基づいてメンテナンス内容を適切に管理可能とする。管理装置は、メンテナンスの最適なタイミングを予測可能とすることで、太陽光発電システムの運用コストを抑えながら、発電量を一定以上に維持することが可能となる。これにより、メンテナンス内容の適切な管理により、目的とする発電量を十分に維持できるという効果を奏する。

図１は、本発明の実施の形態にかかる太陽光発電システムの管理装置の概略構成を示すブロック図である。図２は、環境情報収集部の構成例を示す図である。図３は、太陽電池モジュールの等価回路を示す図である。図４は、各太陽電池モジュールに対して付与される位置情報の例を示す図である。図５は、位置情報記録部に記録される位置情報の例を示す図である。図６は、分散型の太陽光発電システムについて作成されたマップの例を示す図である。図７は、結晶シリコン系の太陽電池モジュールの概略断面図である。図８は、薄膜シリコン系の太陽電池モジュールの概略断面図である。図９は、実施の形態にかかる太陽光発電システムの管理装置による処理手順を示すフローチャートである。図１０は、劣化予測モデルの改定について説明する図である。図１１は、太陽光発電システムの発電量の推移と、メンテナンスのタイミングとの関係について説明する図である。

以下に、本発明にかかる太陽光発電システムの管理装置の実施の形態を図面に基づいて詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。

実施の形態．
図１は、本発明の実施の形態にかかる太陽光発電システムの管理装置の概略構成を示すブロック図である。太陽光発電システムは、太陽電池モジュール１９、パワーコンディショナー１８および管理装置１０を有する。太陽電池モジュール１９、パワーコンディショナー１８、および管理装置１０のうちの出力情報収集部１２と環境情報収集部１３は、発電所１１に設けられている。

管理装置１０のうち、例えば太陽電池モジュールデータベース１４、位置情報記録部１５、出力低下リスク情報処理部１６およびメンテナンス内容管理部１７は、発電所１１外に設けられている。なお、管理装置１０は、太陽電池モジュールデータベース１４、位置情報記録部１５、出力低下リスク情報処理部１６およびメンテナンス内容管理部１７も発電所１１内に設けることとしても良い。

太陽光発電システムは、複数の太陽電池モジュール１９を備える。図１では、複数の太陽電池モジュール１９のうちの１つを示している。複数の太陽電池モジュール１９は、発電所１１の敷地内においてアレイ状に配置されている。複数の太陽電池モジュール１９は、太陽光のエネルギーを電力へ変換し、直流電力を出力する。太陽電池モジュール１９は、結晶シリコン系、薄膜シリコン系および化合物半導体系などのいずれを材料として用いるものであっても良い。パワーコンディショナー１８は、複数の太陽電池モジュール１９からの直流電力を交流電力へ変換するとともに、出力を調整する。

管理装置１０は、太陽光発電システムを管理する。出力情報収集部１２は、パワーコンディショナー１８に接続されている。出力情報収集部１２は、太陽電池モジュール１９ごとの出力を個別に収集し、出力情報とする。なお、出力情報収集部１２は、パワーコンディショナー１８からの出力を収集する場合に限られない。出力情報収集部１２は、例えば、太陽電池モジュール１９を単位とする出力、あるいは互いに接続された複数の太陽電池モジュール１９を単位とする出力を、パワーコンディショナー１８へ入力される前に収集しても良い。

図２は、環境情報収集部の構成例を示す図である。環境情報収集部１３は、太陽電池モジュール１９が設置されている場所ごとにおける環境条件を個別に収集して、環境情報とする。環境条件は、例えば、日射量、風量および温度とする。

環境情報収集部１３は、データロガー２０、日射量計２１、風量計２２および温度計２３を有する。日射量計２１は、太陽電池モジュール１９が設置されている場所における日射量を計測する。風量計２２は、太陽電池モジュール１９が設置されている場所における風量を計測する。

温度計２３は、太陽電池モジュール１９が設置されている場所における温度を計測する。温度計２３は、例えば、太陽電池モジュール１９に貼り付けられた熱電対等として、実際の動作時の太陽電池モジュール１９の温度（モジュール温度）を計測する。データロガー２０は、日射量計２１、風量計２２および温度計２３における各計測結果を取得し、環境情報とする。

環境情報収集部１３が収集の対象とする環境条件として日射量を採用することで、管理装置１０は、日射量に依存して変動する太陽電池モジュール１９の出力を、出力低下リスク情報処理部１６において正確に予測することができる。環境情報収集部１３が収集の対象とする環境条件として風量および温度を採用することで、管理装置１０は、温度に依存して変動する太陽電池モジュール１９の出力を、出力低下リスク情報処理部１６において正確に予測することができる。なお、太陽電池モジュール１９の出力の予測については、後述する。

環境情報収集部１３は、例えば、全ての太陽電池モジュール１９に対して個別に設置されている。この他、例えば、太陽電池モジュール１９が設置されている敷地を適宜区分けして、区域ごとに環境情報収集部１３を設置することとしても良い。区域内に配置されている複数の太陽電池モジュール１９ごとに環境情報収集部１３を設置することで、管理装置１０は、各太陽電池モジュール１９に対して個別に環境情報収集部１３を設置するよりも、コストを抑えることができる。

太陽電池モジュール１９が設置されている敷地内では、互いに離れた位置であるほど、環境条件に差が生じる可能性が高くなる。環境情報収集部１３は、環境条件が互いに異なる可能性がある位置、例えば、敷地の中心と四隅とにそれぞれ設置しても良い。

環境情報収集部１３は、環境条件として日射量、風量および温度のデータを収集するものに限られない。環境情報収集部１３は、日射量、風量および温度以外の条件、例えば湿度等を、環境条件として収集しても良い。環境情報収集部１３が収集の対象とする環境条件は、日射量、風量、温度、およびその他の条件の中から、太陽電池モジュール１９の出力の予測や、後述する劣化予測モデルの構築に用いるものを適宜選択可能であるものとする。

図３は、太陽電池モジュールの等価回路を示す図である。太陽電池モジュール１９の等価回路は、電流源３１、直列抵抗成分３２、並列抵抗成分３３およびダイオード成分３４で表される。直列抵抗成分３２は、素子各部を電流が流れるときの抵抗成分である。並列抵抗成分３３は、ｐｎ接合の周辺におけるリーク電流などによって生じる抵抗成分である。

太陽電池モジュール１９の出力は、主に日射量とモジュール温度とに応じて変化する。太陽電池モジュール１９の等価回路において、電流源３１は、日射量に比例する。ダイオード成分３４の温度特性は、太陽電池モジュール１９に使用される半導体材料の温度係数に応じて異なる。

式（１）は、バンドギャップと温度との関係を表す。式（１）において、Ｅｇはバンドギャップ、Ｔはモジュール温度とする。αおよびβは、材料とする物質に依存する定数とする。

モジュール温度Ｔの変化に応じてバンドギャップＥｇが変化することで、光照射時における開放電圧Ｖおよび短絡電流Ｉも変化する。モジュール温度Ｔが高くなるにしたがい、太陽電池モジュール１９の変換効率は低くなる。

表１は、太陽電池モジュール１９の各種モジュールタイプと温度係数との例を示す。温度係数は、モジュール温度Ｔが１度変化するごとの出力の変化量を示す。ここで示す温度係数は、太陽電池モジュール１９の最大出力の変化量であるものとする。

表１に示す例によると、結晶シリコン系のモジュールでは、モジュール温度が１度上昇するごとに最大出力が０．４〜０．５％減少する。薄膜シリコン系のモジュールでは、モジュール温度が１度上昇するごとに最大出力が０．２〜０．３％減少する。化合物半導体系のモジュールでは、モジュール温度が１度上昇するごとに最大出力が０．３５〜０．４５％減少する。

環境情報収集部１３は、温度計２３を使用して直接モジュール温度を計測する場合に限られない。環境情報収集部１３は、外気温、日射量および風量（風速）等の情報を基にモジュール温度を算出しても良い。これにより、環境情報収集部１３は、温度計２３によるモジュール温度の計測が困難である場合においても、モジュール温度を求めることができる。式（２）は、モジュール温度の計算式の例を表す。

式（２）において、Ｔはモジュール温度、Ｑ_{Ｉｒｒａｄ}は日射により与えられる熱量、Ｑ_ｔｅｍｐは外気温から与えられる熱量、Ｑ_Ｗｉｎｄは風から与えられる熱量、Ｑ_Ｇｅｎは発電によりセル自体が発する熱量、Ｃ_ｍｏｄは太陽電池モジュール１９の熱容量とする。

太陽電池モジュール１９に与えられる熱量は、季節や時間帯によっては吸熱となり、モジュール温度Ｔを低下させる要因となりうる。モジュール温度Ｔよりも外気温が高い場合、太陽電池モジュール１９は、外気から熱を与えられる。モジュール温度Ｔよりも外気温が低い場合、太陽電池モジュール１９は、外気へ熱が奪われる。環境情報収集部１３は、例えば温度計２３により外気温を計測し、外気温に応じた熱量（Ｑ_ｔｅｍｐ）を求める。

風は、太陽電池モジュール１９を冷却する作用を持つ。環境情報収集部１３は、例えば、風量計２２による計測結果から得られた風速と、太陽電池モジュール１９の構造とを用いた熱流体解析によって、風から与えられる熱量（Ｑ_Ｗｉｎｄ）を求める。環境情報収集部１３は、例えば日射量計２１によって計測された日射量から、日射による熱量（Ｑ_{Ｉｒｒａｄ}）を求める。

このようにして、環境情報収集部１３は、各太陽電池モジュール１９の温度を直接計測することが困難であっても、外気温、日射量および風速を基にモジュール温度を算出可能とする。なお、外気温、日射量および風速から求めた各熱量や太陽電池モジュール１９の熱容量（Ｃ_ｍｏｄ）の情報は、後述する太陽電池モジュールデータベース１４（図１参照）に記録されることとしても良い。

太陽電池モジュールデータベース１４は、太陽電池モジュール１９ごとの劣化予測モデルと、太陽電池モジュール１９ごとの特性データが記録される。特性データは、劣化予測モデルの構築の際に、太陽電池モジュール１９の特性を示すデータとして適用される。劣化予測モデルは、太陽電池モジュール１９からの出力の経時劣化の推移を予測するためのモデルとする。

位置情報記録部１５は、記録媒体により構成されている。位置情報記録部１５は、各太陽電池モジュール１９の位置を特定する位置情報が記録される。図４は、各太陽電池モジュールに対して付与される位置情報の例を示す図である。アレイ状に配置された複数の太陽電池モジュール１９に対して、例えば、縦方向へＡ，Ｂ・・・、横方向へ１，２・・・、とそれぞれラベルを設定する。各太陽電池モジュール１９には、縦方向および横方向についてのラベルを組み合わせてなる座標（（Ａ，１），（Ｂ，１）・・・（ｋ，ｊ）・・・）が、位置情報として付与される。位置情報記録部１５は、位置情報として、かかる座標を含む二次元配列データが記録される。

図５は、位置情報記録部に記録される位置情報の例を示す図である。位置情報記録部１５は、例えば、モジュールＩＤ、アレイ番号（Ｎｏ．）、縦列および横列の位置を表す座標が記録される。モジュールＩＤ（ＭＥ００００００１，ＭＥ００００００２・・・ＭＥ００００００ｉ・・・）は、太陽電池モジュール１９ごとに割り振られた固有の番号とする。アレイ番号（１，２・・・Ｎ・・・）は、複数の太陽電池モジュール１９を配列してなるアレイを識別する番号とする。位置情報記録部１５は、各太陽電池モジュール１９について、モジュールＩＤと、アレイ番号および座標とを対応付けて保持する。

図５に示す例によると、アレイ番号「１」における座標（Ａ，１），（Ｂ，２），（Ｃ，３）の位置には、モジュールＩＤ「ＭＥ００００００１」，「ＭＥ００００００２」，「ＭＥ００００００３」の太陽電池モジュール１９がそれぞれ配置されている。アレイ番号「２」における座標（Ａ，４），（Ｂ，５），（Ｃ，６）の位置には、モジュールＩＤ「ＭＥ００００００４」，「ＭＥ００００００５」，「ＭＥ００００００６」の太陽電池モジュール１９がそれぞれ配置されている。

位置情報記録部１５は、出力情報収集部１２の出力情報および環境情報収集部１３の環境情報を各太陽電池モジュール１９と結びつけるために、出力低下リスク情報処理部１６からの要求にしたがって位置情報を出力する。例えば、座標（ｋ，ｊ）の太陽電池モジュール１９に隣接する太陽電池モジュール１９を特定する場合に、出力低下リスク情報処理部１６は、縦方向のラベルｋ−１，ｋ，ｋ＋１と、横方向のラベルｊ−１，ｊ，ｊ＋１とのうち（ｋ，ｊ）を除外した各組合せを算出する。出力低下リスク情報処理部１６は、算出した座標に対応するモジュールＩＤを抽出する。

太陽電池モジュール１９がアレイとして集約された太陽光発電システムでは、二次元配列データである座標を含む位置情報によって位置を特定可能である。位置情報記録部１５は、位置情報に二次元配列データを採用することで、個々の太陽電池モジュール１９を位置情報から特定できる以外に、ある太陽電池モジュール１９に隣接する太陽電池モジュール１９を容易に特定できる。

例えば、太陽電池モジュール１９のアレイを、セクタとして分散させた分散型の太陽光発電システムの場合、位置情報記録部１５は、セクタを表すラベルと、セクタごとに各太陽電池モジュール１９に割り振られたラベルとの組合せを位置情報としても良い。

図６は、分散型の太陽光発電システムについて作成されたマップの例を示す図である。このマップでは、各セクタにＡ，Ｂ・・・とラベルが設定されている。セクタ内の太陽電池モジュール１９には１，２・・・とラベルが設定されている。各太陽電池モジュール１９には、これらのラベルの組み合わせが、例えばセクタＡの１番（Ａ−１），２番（Ａ−２）・・・、セクタＢの１番（Ｂ−１），２番（Ｂ−２）・・・というように、位置情報として付与される。

出力低下リスク情報処理部１６は、演算装置と、演算を行うためのソフトウェアとを備えて構成されている。出力低下リスク情報処理部１６は、出力情報収集部１２、環境情報収集部１３、太陽電池モジュールデータベース１４および位置情報記録部１５からの情報を取得する。出力低下リスク情報処理部１６は、収集した情報を基に、太陽電池モジュール１９の出力を低下させるリスクとなり得る情報についての処理を実施する。

かかる処理により、出力低下リスク情報処理部１６は、時間の経過とともに各太陽電池モジュール１９の出力がどのように低下していくかを予測する。また、出力低下リスク情報処理部１６は、予測により求めた予測出力と出力情報との比較により、太陽電池モジュール１９の出力が正常であるか否かを判定する。

通常、太陽電池モジュール１９の発電量は、太陽電池モジュール１９が設置されたときからの経時変化によって徐々に低下していく。出力低下リスク情報処理部１６は、太陽電池モジュール１９の出力低下に関わる要素ごとの経時劣化を予測する。出力低下リスク情報処理部１６は、要素ごとに予測された経時劣化を、太陽電池モジュール１９を単位として出力低下を予測するための劣化予測モデルへとまとめる。

例えば、外気温の変化に対しては、太陽電池モジュール１９は、太陽電池モジュール１９を構成する材料ごとの熱膨張係数の違いに起因して、時間の経過とともに、ひずみを生じさせることがある。かかるひずみにより、太陽電池モジュール１９は、破損や断線を引き起こす可能性がある。外気温の変化は、太陽電池モジュール１９の出力低下や破損を引き起こす可能性がある要素となる。

図７は、結晶シリコン系の太陽電池モジュールの概略断面図である。図７において、太陽電池モジュール１９は、結晶シリコン系のモジュールとする。太陽電池モジュール１９は、複数の太陽電池セル５１、タブ線５２，５３、および封止材５４を備える。太陽電池セル５１は、太陽光のエネルギーを電力へ変換する光電変換を実施する。タブ線５２，５３は、太陽電池セル５１の表面電極（図示省略）同士を接続する。封止材５４は、太陽電池セル５１およびタブ線５２，５３を封止する。

結晶シリコン系の太陽電池モジュール１９では、太陽電池セル５１、タブ線５２，５３および封止材５４が互いに接する部分５５に、各材料の熱膨張係数の違いに起因する圧力が加わるようになる。かかる圧力の印加が、太陽電池セル５１のクラックや、太陽電池セル５１とタブ線５２，５３とを接続する半田付けの劣化等を生じさせる。

図８は、薄膜シリコン系の太陽電池モジュールの概略断面図である。図８において、太陽電池モジュール１９は、薄膜シリコン系のモジュールとする。太陽電池モジュール１９は、基材であるガラス基板６１、薄膜太陽電池６２、タブ線６３および封止材６４を備える。薄膜太陽電池６２は、太陽光のエネルギーを電力へ変換する光電変換を実施する。タブ線６３は、薄膜太陽電池６２の表面電極（図示省略）に接続されている。封止材６４は、タブ線６３が接続された薄膜太陽電池６２をガラス基板６１上にて封止する。

薄膜シリコン系の太陽電池モジュール１９では、薄膜太陽電池６２、タブ線６３および封止材６４が互いに接する部分６５に、各材料の熱膨張係数の違いに起因する圧力が加わるようになる。かかる圧力の印加が、薄膜太陽電池６２のクラックや、薄膜太陽電池６２とタブ線６３とを接続する半田付けの劣化等を生じさせる。

温度の変化に起因する出力の経時劣化は、例えば、以下の式（３）で表される。

Ｎｃ＝Ａａ×ΔＴ^−γ ・・・（３）

式（３）において、Ｎｃは出力が低下するサイクル数、Ａａは定数、ΔＴは温度差、γは加速係数とする。出力低下リスク情報処理部１６は、式（３）で求めたＮｃを、劣化予測モデルの一要素として採用し得る。

定数Ａａおよび加速係数γは、例えば、ある温度差ΔＴにおける事前の試験により予め算出される。出力低下リスク情報処理部１６は、サイクル数Ｎｃから、太陽電池モジュール１９の設置後の時間に応じて出力がどの程度低下するかを予測することができる。一般に、太陽電池モジュール１９の評価において、温度差ΔＴ＝１２５度に対して、加速係数γがおよそ１８．２５とされる。太陽電池モジュールデータベース１４は、予め求めた定数Ａａおよび加速係数γを、特性データとして保持する。

出力低下リスク情報処理部１６は、実際の環境における太陽電池モジュール１９の出力を、事前の試験時の環境における太陽電池モジュール１９の出力に換算する。出力低下リスク情報処理部１６は、実際の環境のときの太陽電池モジュール１９の出力と、事前の試験時の環境のときの太陽電池モジュール１９の出力とを比較する。かかる比較により、出力低下リスク情報処理部１６は、各太陽電池モジュール１９の加速係数γが予測に則って推移しているか否かを判断する。

エレクトロマイグレーションは、配線材料とする銀などの金属材料を劣化させる要因として知られている。エレクトロマイグレーションは、配線材料である金属材料に電流を流したときに金属原子が輸送される現象であって、金属原子の移動が進行することで断線を引き起こす。エレクトロマイグレーションは、太陽電池モジュール１９の出力低下や破損を引き起こす可能性がある要素となる。

エレクトロマイグレーションによる寿命は、一般に、メジアン故障時間（Median Time to Failure；ＭＴＦ）で表される。ＭＴＦは、例えば以下の式（４）で表される。

式（４）において、Ａｂは定数、Ｊは電流密度、Ｅａは活性化エネルギー、ｋはボルツマン定数、Ｔは絶対温度、ｎは定数とする。予め算出された定数Ａｂおよび活性化エネルギーＥａを式（４）へ代入し、ＭＴＦを求めることで、出力低下リスク情報処理部１６は、太陽電池モジュール１９のうち配線部分の劣化の速度を予測できる。太陽電池モジュールデータベース１４は、予め求めた定数Ａｂおよび活性化エネルギーＥａを、特性データとして保持する。

例えば、薄膜シリコン系の太陽電池モジュール１９では、光照射によりシリコン薄膜中の欠陥が増大し、出力が低下することが知られている。かかるシリコン薄膜中の欠陥により、太陽電池モジュール１９は、設置後における比較的短期間のうちに出力が１０％低下し、その後は長期に渡って少しずつ出力が低下する。シリコン薄膜中の欠陥の増大は、太陽電池モジュール１９の出力低下を引き起こす可能性がある要素となる。

シリコン薄膜中の欠陥に起因する出力の経時劣化は、例えば、以下の式（５）で表される。

Ｐｏｕｔ＝Ａｃ×ｔ^−δ ・・・（５）

式（５）において、Ｐｏｕｔは太陽電池モジュール１９の出力、Ａｃは定数、ｔは時間を表す変数、δは劣化係数とする。例えば、劣化係数δが０．０２である太陽電池モジュール１９は、設置当初の２週間にて出力Ｐｏｕｔが１０％程度低下する。その後、出力Ｐｏｕｔは徐々に低下し、設置から１０年の経過により２０％程度の低下となる。太陽電池モジュールデータベース１４は、予め設定された劣化係数δおよび定数Ａｃを、特性データとして保持する。

太陽電池モジュール１９の封止材５４，６４は、太陽光に含まれる紫外線によって変性する場合がある。例えば、エチレン−酢酸ビニル共重合樹脂等の材料からなる封止材５４，６４は、例えば、紫外線による黄変を生じることがある。また、エチレン−酢酸ビニル共重合樹脂等の材料からなる封止材５４，６４は、自身の分解生成物である酢酸により、太陽電池モジュール１９の表面電極を侵食させることがあり得る。紫外線による封止材５４，６４の変性は、太陽電池モジュール１９の出力低下や破損を引き起こす可能性がある要素となる。

このような封止材５４，６４の変性は、紫外線の照射によって樹脂中の結合が分解されて引き起こされる化学的な反応による。出力低下リスク情報処理部１６は、かかる反応が進行する速度を、封止材５４，６４として使用される物質から予測する。これにより、出力低下リスク情報処理部１６は、封止材５４，６４の劣化による出力低下の速度や、破損に至る時期を予測できる。

なお、本実施の形態で説明する経時劣化の予測の手法は一例であって、適宜変更しても良い。太陽電池モジュール１９において経時劣化の予測の対象とする要素は、本実施の形態で説明するものに限られない。管理装置１０は、太陽電池モジュール１９の出力低下を引き起こし得るいずれの要素を、経時劣化の予測の対象としても良い。

太陽電池モジュール１９における各要素の経時劣化は、太陽光発電システムの稼働においていずれも並行して進行していく。出力低下リスク情報処理部１６は、太陽電池モジュール１９の要素ごとに予測された経時劣化を足し合わせて、劣化予測モデルを構築する。
出力低下リスク情報処理部１６は、太陽電池モジュール１９の要素ごとの経時劣化の予測において、環境情報収集部１３からの環境情報を適宜参照する。

各要素の経時劣化が太陽電池モジュール１９の出力低下へ及ぼす影響の度合いは、要素ごとに異なる。出力低下リスク情報処理部１６は、各要素の経時劣化が太陽電池モジュール１９の出力低下へ及ぼす影響度を考慮し、要素ごとの重み付けを施した上で劣化予測モデルを算出する。

式（６）は、劣化予測モデルの例を示す。式（６）において、ｔは時間を表す変数とする。Ｄ１（ｔ），Ｄ２（ｔ）・・・Ｄｉ（ｔ）は、それぞれ、要素ごとの経時劣化による太陽電池モジュール１９の出力低下を表す。ΔＰ（ｔ）は、太陽電池モジュール１９の出力低下とする。ａ１，ａ２・・・ａｉは、影響度係数とする。影響度係数は、各要素の経時劣化が太陽電池モジュール１９の出力低下へ及ぼす影響度に応じた重み付けとする。
ΔＰ（ｔ）＝ａ１×Ｄ１（ｔ）＋ａ２×Ｄ２（ｔ）＋・・・ａｉ×Ｄｉ（ｔ）
・・・（６）

出力低下リスク情報処理部１６は、経時劣化による出力低下を考慮する前の出力を、式（１）等から求める。出力低下リスク情報処理部１６は、かかる出力の算出に使用する日射量やモジュール温度等の情報として、環境情報収集部１３からの環境情報を適宜使用する。出力低下リスク情報処理部１６は、式（１）等から求めた出力から、劣化予測モデルで求めた出力低下ΔＰ（ｔ）を差し引く。これにより、出力低下リスク情報処理部１６は、太陽電池モジュール１９の設置から現在までの経過時間と、現在の環境条件とに応じた予測出力を求める。

出力低下リスク情報処理部１６は、太陽電池モジュール１９の出力低下を引き起こし得る要素ごとに予測された経時劣化を足し合わせることで、各要素の経時劣化が加味された劣化予測モデルを構築できる。さらに、出力低下リスク情報処理部１６は、各要素の経時劣化が太陽電池モジュール１９の出力低下へ及ぼす影響度に応じた重み付けを施すことで、太陽電池モジュール１９の出力低下に対する各要素の影響度が反映された劣化予測モデルを構築できる。

出力低下リスク情報処理部１６は、出力情報収集部１２から得た実際の出力情報と、予測出力とを比較する。出力低下リスク情報処理部１６は、実際の出力の推移が、予測出力の推移と異なる場合、劣化予測モデルに使用される特性データ、例えば活性化エネルギー、加速係数、影響度係数等の再設定を実施する。出力低下リスク情報処理部１６は、例えば、過去からの出力情報を基に、活性化エネルギー、加速係数、影響度係数等を算出する。太陽電池モジュールデータベース１４は、そのとき保持している特性データの内容を、再設定後の内容へと書き換える。

出力低下リスク情報処理部１６は、再設定後の特性データを基に、劣化予測モデルを改定する。太陽電池モジュールデータベース１４は、そのとき保持している劣化予測モデルの内容を、改定後の内容へと書き換える。出力低下リスク情報処理部１６は、改定後の劣化予測モデルをメンテナンス内容管理部１７へ出力する。出力低下リスク情報処理部１６は、過去からの出力情報を用いて再設定された特性データを基に、劣化予測モデルを改定することで、出力低下の推移を高い精度で予測することが可能となる。

メンテナンス内容管理部１７は、太陽電池モジュール１９のメンテナンス内容を管理する。メンテナンス内容管理部１７は、改定後の劣化予測モデルを出力低下リスク情報処理部１６から受け取ると、改定後の劣化予測モデルの内容に応じて、メンテナンス内容を更新する。

具体的には、メンテナンス内容管理部１７は、太陽電池モジュール１９の出力低下の推移や、故障が発生する時期を、改定後の劣化予測モデルにしたがって予測し、メンテナンスの実施時期を変更する。メンテナンス内容管理部１７は、それまでの予測に対して太陽電池モジュール１９の出力低下が早く推移している場合、メンテナンスの実施時期を前倒しする。また、メンテナンス内容管理部１７は、故障の発生が予測された太陽電池モジュール１９について、故障が発生する直前のメンテナンスのときを交換タイミングと設定する。

図９は、本実施の形態にかかる太陽光発電システムの管理装置による処理手順を示すフローチャートである。管理装置１０は、出力情報収集部１２において太陽電池モジュール１９ごとの出力情報を取得する。管理装置１０は、環境情報収集部１３において太陽電池モジュール１９ごとの環境情報を取得する（ステップＳ１）。

出力低下リスク情報処理部１６は、出力情報収集部１２からの出力情報および環境情報収集部１３からの環境情報と、位置情報記録部１５に記録されている位置情報との関連付けを行う。

出力低下リスク情報処理部１６は、太陽電池モジュールデータベース１４から、太陽電池モジュール１９ごとの特性データを、劣化予測モデルとともに読み込む（ステップＳ２）。出力低下リスク情報処理部１６は、劣化予測モデルおよび特性データと、環境情報収集部１３からの環境情報とから、各太陽電池モジュール１９の予測出力を算出する。

出力低下リスク情報処理部１６は、各太陽電池モジュール１９について、予測出力と、出力情報収集部１２からの出力情報とを比較し、出力情報が予測出力と一致するか否かを太陽電池モジュール１９ごとに判断する（ステップＳ３）。

太陽電池モジュール１９の出力情報が予測出力と一致すると判断した場合（ステップＳ３、Ｙｅｓ）、出力低下リスク情報処理部１６は、当該太陽電池モジュール１９については出力が正常であるものと判定する（ステップＳ１２）。

出力低下リスク情報処理部１６は、出力情報と予測出力との一致により正常と判断した太陽電池モジュール１９について、メンテナンス内容の維持を、メンテナンス内容管理部１７へ指示する。メンテナンス内容管理部１７は、当該太陽電池モジュール１９については、それまでのメンテナンス内容を継続して適用する。これにより、管理装置１０は、メンテナンス内容の管理にかかる一連の処理を終了する。

一方、太陽電池モジュール１９の出力情報が予測出力と一致していない場合、それまでの予測による出力推移に対して、太陽電池モジュール１９の実際の出力推移が現時点にて乖離しているものと判断し得る。出力低下リスク情報処理部１６は、太陽電池モジュール１９の出力情報が予測出力と一致しないと判断すると（ステップＳ３、Ｎｏ）、それまで予測していた出力推移を見直すための処理を実施する。

次に、出力低下リスク情報処理部１６は、予測していた出力推移の見直しを、ステップＳ３における判断の対象とした太陽電池モジュール１９（以下、適宜「対象モジュール」と称する）に限定して実施するか、全ての太陽電池モジュール１９について実施するかを判断する。

出力低下リスク情報処理部１６は、対象モジュールの周辺に位置する太陽電池モジュール１９（以下、適宜「周辺モジュール」と称する）の出力情報を、出力情報収集部１２から取得する（ステップＳ４）。

周辺モジュールは、例えば、対象モジュールと隣接して設置され、対象モジュールと同じ環境条件下にあるものと想定される複数の太陽電池モジュール１９とする。対象モジュールと周辺モジュールとは、例えば、日射量、風量および温度の各環境条件が同じであるものとみなす。周辺モジュールは、対象モジュールと同じ環境条件下にあるとみなせる太陽電池モジュール１９であれば良く、対象モジュールに対していずれの位置の太陽電池モジュール１９としても良い。また、１つの対象モジュールに対する周辺モジュールの数は、任意であるものとする。

出力低下リスク情報処理部１６は、周辺モジュールの出力情報から、周辺モジュールの出力の平均値Ｐ０を算出する。出力低下リスク情報処理部１６は、かかる平均値Ｐ０と、対象モジュールの出力Ｐ１とを比較する。出力低下リスク情報処理部１６は、例えば、平均値Ｐ０から対象モジュールの出力Ｐ１を差し引いた差分が、当該平均値Ｐ０の１０％以上であるか否か、すなわちＰ０−Ｐ１≧０．１×Ｐ０を満足するか否かを判断する（ステップＳ５）。

Ｐ０−Ｐ１≧０．１×Ｐ０を満足する場合（ステップＳ５、Ｙｅｓ）、出力低下リスク情報処理部１６は、周辺モジュールに対して出力が大幅に低下しているとして、当該対象モジュールは異常であるものと判定する（ステップＳ６）。一方、Ｐ０−Ｐ１≧０．１×Ｐ０を満足しない場合（ステップＳ５、Ｎｏ）、出力低下リスク情報処理部１６は、周辺モジュールに対して出力はほとんど低下していないとして、当該対象モジュールは正常であるものと判定する（ステップＳ７）。

なお、対象モジュールが異常であると判定するための基準は、平均値Ｐ０の１０％とする場合に限られない。かかる基準としては、周辺モジュールからの出力を基に、いずれの処理を経て求めた値を適用しても良い。

例えば、ｎ個の周辺モジュールの中に、出力低下の異常を起こしている周辺モジュールが含まれている場合、周辺モジュールの出力の平均値Ｐ０は、以下の式（７）により表される。ここで、ＰＡは、正常な周辺モジュールの１つ当たりの出力、ＰＢは、異常を生じた周辺モジュールの１つ当たりの出力とする。
Ｐ０＝ＰＡ＋（ＰＢ−ＰＡ）／ｎ・・・（７）

例えばｎ＝５であるとき、５個の周辺モジュールの中に１０％程度の出力低下を起こしている周辺モジュールが１つ含まれていたとしても、平均値Ｐ０は、５個の周辺モジュールの全てが正常であるときの平均値に対して２％程度低い値となるにすぎない。この場合、出力低下を起こしている周辺モジュールが含まれていることは、対象モジュールが正常であるか否かの判断へ及ぼす影響は軽微であるものとみなせる。

この場合よりも、さらに出力が低下している周辺モジュールが含まれている場合、１つの対象モジュールに対する周辺モジュールの数を増加させることで、周辺モジュールの出力低下の影響を十分に抑えることができる。例えば、周辺モジュールの中に２０％程度の出力低下を起こしている周辺モジュールが１つ含まれている場合では、ｎ＝１０とすると、平均値Ｐ０のずれを２％程度に収めることができる。このような事情を鑑みて、１つの対象モジュールに対する周辺モジュールの数は、周辺モジュールに出力の低下が起きる頻度や出力低下の程度などを予測することにより、決定することとしても良い。

対象モジュールが異常との判定（ステップＳ６）により、管理装置１０の処理は、当該対象モジュールを対象として、出力推移の予測を見直すための処理へと移行する。ステップＳ６において対象モジュールを異常と判定すると、出力低下リスク情報処理部１６は、当該対象モジュールの劣化予測モデルに使用される特性データ、例えば活性化エネルギー、加速係数、影響度係数等の再設定を実施する。太陽電池モジュールデータベース１４は、当該対象モジュールについて保持している特性データの内容を、再設定後の内容へと書き換える。

出力低下リスク情報処理部１６は、再設定後の特性データを基に、当該対象モジュールについての劣化予測モデルを改定する（ステップＳ７）。太陽電池モジュールデータベース１４は、当該対象モジュールについて保持している劣化予測モデルの内容を、改定後の内容へと書き換える。出力低下リスク情報処理部１６は、改定後の劣化予測モデルをメンテナンス内容管理部１７へ出力する。

メンテナンス内容管理部１７は、改定後の劣化予測モデルを出力低下リスク情報処理部１６から受け取ると、改定後の劣化予測モデルの内容に応じて、当該対象モジュールについてのメンテナンス内容を更新する（ステップＳ８）。

メンテナンス内容管理部１７は、当該対象モジュールの出力低下の推移や、当該対象モジュールに故障が発生する時期を、改定後の劣化予測モデルから予測する。メンテナンス内容管理部１７は、かかる予測の結果を基に、メンテナンス内容のうち、当該対象モジュールを対象とするメンテナンスの実施時期を変更する。メンテナンス内容管理部１７は、当該対象モジュールの出力低下が、それまでの予測に対して早く推移している場合、メンテナンスの実施時期を前倒しする。

また、メンテナンス内容管理部１７は、当該対象モジュールの故障を予測した場合に、メンテナンス内容のうち、当該対象モジュールの交換タイミングを、故障が発生する直前のメンテナンスのときと設定する。これにより、管理装置１０は、メンテナンス内容の管理にかかる一連の処理を終了する。

一方、対象モジュールが正常との判定（ステップＳ９）により、管理装置１０の処理は、全ての太陽電池モジュール１９を対象として、出力推移の予測を見直すための処理へと移行する。ステップＳ９において対象モジュールを正常と判定すると、出力低下リスク情報処理部１６は、各太陽電池モジュール１９についての特性データ、例えば活性化エネルギー、加速係数、影響度係数等の再設定を実施する。太陽電池モジュールデータベース１４は、各太陽電池モジュール１９について保持している特性データの内容を、再設定後の内容へと書き換える。

出力低下リスク情報処理部１６は、再設定後の特性データを基に、各太陽電池モジュール１９についての劣化予測モデルを改定する（ステップＳ１０）。太陽電池モジュールデータベース１４は、各太陽電池モジュール１９について保持している劣化予測モデルの内容を、改定後の内容へと書き換える。出力低下リスク情報処理部１６は、改定後の劣化予測モデルをメンテナンス内容管理部１７へ出力する。

メンテナンス内容管理部１７は、改定後の劣化予測モデルを出力低下リスク情報処理部１６から受け取ると、改定後の劣化予測モデルの内容に応じて、各太陽電池モジュール１９についてのメンテナンス内容を更新する（ステップＳ１１）。メンテナンス内容管理部１７は、各太陽電池モジュール１９についての出力低下の推移を、改定後の劣化予測モデルから予測する。メンテナンス内容管理部１７は、かかる予測の結果を基に、メンテナンス内容のうち、各太陽電池モジュール１９を対象とするメンテナンスの実施時期を変更する。

メンテナンス内容管理部１７は、当該対象モジュールの出力低下が、それまでの予測に対して早く推移している場合に、全ての太陽電池モジュール１９についての出力推移の予測に誤差があったものとして、メンテナンスの実施時期を前倒しする。これにより、管理装置１０は、メンテナンス内容の管理にかかる一連の処理を終了する。

図１０は、劣化予測モデルの改定について説明する図である。図中左側のグラフのうち実線の曲線は、改定前の劣化予測モデルによって予測された出力推移を示す。図中右側のグラフは、改定後の劣化予測モデルによって予測された出力推移を示す。

図中左側のグラフに示す改定前の劣化予測モデルでは、加速度θ１で出力が低下していくものとする。また、太陽電池モジュール１９の出力は、時刻ｔ１にて、例えばメーカーが指定する定格出力値の下限に到達するものとする。

図中左側のグラフのうち破線の曲線は、出力情報収集部１２から取得された実際の出力推移の例を表している。出力低下リスク情報処理部１６での情報処理により、実際の出力推移が、それまでの予測における出力推移よりも早く低下していたとする。

出力低下リスク情報処理部１６は、実際の出力推移と予測における出力推移とに差異があるとの判定に対し、実際の出力推移に合致する劣化予測モデルを構築する。改定後の劣化予測モデルでは、加速度θ２で、改定前に比べて早く出力が低下していくものとする。また、太陽電池モジュール１９の出力は、時刻ｔ１よりも早い時刻ｔ２にて、例えばメーカーが指定する定格出力値の下限に到達するものとする。かかる劣化予測モデルの改定を受けて、メンテナンス内容管理部１７が管理するメンテナンスの実施時期が、時刻ｔ２より早い時期に前倒しされる。これにより、太陽光発電システムは、定格出力値の下限に出力が到達するより前に、当該太陽電池モジュール１９を交換することができる。

さらに、メンテナンス内容管理部１７は、対象モジュールである個別の太陽電池モジュール１９について故障が発生する時期が予測された場合、例えば、その時期が訪れる直前の定期メンテナンスのときを、当該太陽電池モジュール１９の交換タイミングと設定する。

太陽光発電システムの運用を事業として継続するためには、発電量が見込みより下回る期間をできるだけ少なくことが望まれる。本実施の形態によると、管理装置１０は、太陽光発電システムの発電量を一定以上に保つとともに、太陽電池モジュール１９の出力低下に合わせてメンテナンスの間隔が最適化されるように、メンテナンス内容を管理することができる。

図１１は、太陽光発電システムの発電量の推移と、メンテナンスのタイミングとの関係について説明する図である。図中右側のグラフは、本実施の形態によるメンテナンス内容の管理を行わない場合における太陽光発電システムの発電量Ｐｒの推移の例を示す。この例では、太陽光発電システムは、固定された頻度で定期メンテナンスを実施するものとする。

この例の場合において、太陽電池モジュール１９の実際の出力が予測に対して早く劣化して、例えば、ある太陽電池モジュール１９の出力が時刻ｔ３において定格出力値の下限に到達したとする。この状態が次の定期メンテナンスまで放置されることで、定期メンテナンスの時期より前に、太陽光発電システムの発電量Ｐｒが計画発電量Ｐｐを下回ることが起こり得る。また、ある太陽電池モジュール１９が時刻ｔ４において故障した場合、故障が検知されてから、当該太陽電池モジュール１９の交換のための緊急メンテナンスを実施するか、次の定期メンテナンスまで放置することとなる。

太陽電池モジュール１９の故障を放置する場合も、太陽光発電システムの発電量Ｐｒが計画発電量Ｐｐを下回ることが起こり得る。太陽電池モジュール１９の故障を検知した時点で緊急メンテナンスを実施することとした場合、各太陽電池モジュール１９から故障が検知されるごとにおける不定期なメンテナンスが常態化することで、太陽光発電システムは、運用コストが高くなる。また、緊急メンテナンスを実施しても、当初の頻度のまま次以降の定期メンテナンスが実施されることとなるため、効果の低いメンテナンスの実施により運用コストの無駄が生じることとなる。

図中左側のグラフは、本実施の形態にかかる管理装置１０を適用する場合における太陽光発電システムの発電量Ｐｒの推移の例を示す。管理装置１０は、太陽電池モジュール１９の実際の出力が予測に対して早く劣化していることに応じて、劣化予測モデルを改定する。例えば、そのまま出力が低下すれば時刻ｔ３に定格出力値の下限に出力が到達する太陽電池モジュール１９が存在しても、定期メンテナンスのタイミングを調整することで、定格出力値の下限に出力が到達するより前に、当該太陽電池モジュール１９を交換することができる。

これにより、太陽光発電システムは、常時計画発電量Ｐｐ以上の発電量Ｐｒを維持することが可能となる。将来にわたる発電量を見込んで太陽光発電システムの投資回収を計画した場合に、発電量Ｐｒを計画発電量Ｐｐ以上に維持可能とすることで、使用者は、回収計画の延長による減収を抑えることができる。

また、管理装置１０は、ある太陽電池モジュール１９について時刻ｔ４に故障することを予測すると、時刻ｔ４の直前の定期メンテナンスのときを、当該太陽電池モジュール１９の交換タイミングと設定する。故障が予測された太陽電池モジュール１９を事前に交換可能とすることで、定期メンテナンス以外の不定期なメンテナンスを実施しなくても、故障が発生した太陽電池モジュール１９が放置される事態を確実に回避することができる。これにより、太陽光発電システムは、常時計画発電量Ｐｐ以上の発電量Ｐｒを維持することが可能となる。また、太陽光発電システムは、定期メンテナンス以外の不定期なメンテナンスを不要とすることで、運用コストを低減させることができる。

以上により、本実施の形態にかかる太陽光発電システムの管理装置１０は、太陽電池モジュールの出力低下を予測し、その予測結果に基づいてメンテナンス内容を適切に管理可能とすることで、運用コストを抑えながら、目的とする発電量を十分に維持できるという効果を奏する。

１０管理装置、１１発電所、１２出力情報収集部、１３環境情報収集部、１４太陽電池モジュールデータベース、１５位置情報記録部、１６出力低下リスク情報処理部、１７メンテナンス内容管理部、１８パワーコンディショナー、１９太陽電池モジュール、２０データロガー、２１日射量計、２２風量計、２３温度計、３１電流源、３２直列抵抗成分、３３並列抵抗成分、３４ダイオード成分、５１太陽電池セル、５２，５３，６３タブ線、５４，６４封止材、５５，６５部分、６１ガラス基板、６２薄膜太陽電池。

Claims

複数の太陽電池モジュールを備える太陽光発電システムを管理する管理装置であって、
前記太陽電池モジュールごとの出力を個別に収集して、出力情報とする出力情報収集部と、
前記太陽電池モジュールが設置されている場所ごとにおける環境条件を個別に収集して、環境情報とする環境情報収集部と、
前記太陽電池モジュールの位置を特定する位置情報が記録される位置情報記録部と、
前記太陽電池モジュールからの出力の経時劣化の推移を予測するための劣化予測モデルと、前記劣化予測モデルを構築する際に、前記太陽電池モジュールの特性を示すデータとして適用される特性データとが記録される太陽電池モジュールデータベースと、
前記環境情報収集部からの前記環境情報と前記位置情報記録部で記録された前記位置情報との参照により前記太陽電池モジュールごとに特定された前記環境条件と、前記太陽電池モジュールデータベースから読み出した前記劣化予測モデルとから予測される予測出力を求め、前記出力情報収集部からの前記出力情報と前記予測出力との比較により、前記太陽電池モジュールの出力低下の推移を予測する出力低下リスク情報処理部と、
前記太陽電池モジュールのメンテナンス内容を管理するメンテナンス内容管理部と、を有し、
前記出力低下リスク情報処理部は、前記出力情報と前記予測出力とが不一致である場合に、前記太陽電池モジュールデータベースが保持する前記劣化予測モデルを改定させ、
前記メンテナンス内容管理部は、前記出力低下リスク情報処理部による前記劣化予測モデルの改定に応じて前記メンテナンス内容を更新することを特徴とする太陽光発電システムの管理装置。
前記環境条件は、日射量を含むことを特徴とする請求項１に記載の太陽光発電システムの管理装置。
前記環境条件は、風量および温度を含むことを特徴とする請求項１に記載の太陽光発電システムの管理装置。
前記位置情報記録部は、前記位置情報として、前記太陽電池モジュールの位置を表す二次元配列データが記録されることを特徴とする請求項１に記載の太陽光発電システムの管理装置。
前記出力低下リスク情報処理部は、過去からの前記出力情報を用いて再設定された前記特性データを基に、前記劣化予測モデルを改定することを特徴とする請求項１に記載の太陽光発電システムの管理装置。
前記メンテナンス内容管理部は、前記太陽電池モジュールの出力低下の推移を、改定後の前記劣化予測モデルにしたがって予測し、前記メンテナンス内容の更新により、メンテナンスの実施時期を変更することを特徴とする請求項１に記載の太陽光発電システムの管理装置。
前記メンテナンス内容管理部は、前記太陽電池モジュールに故障が発生する時期を、改定後の前記劣化予測モデルにしたがって予測し、前記メンテナンス内容の更新により、前記故障の発生が予測された前記太陽電池モジュールについて、前記故障が発生する直前のメンテナンスのときを交換のタイミングと設定することを特徴とする請求項１に記載の太陽光発電システムの管理装置。
前記出力低下リスク情報処理部は、前記出力情報と前記予測出力とが不一致である場合に、対象モジュールとする前記太陽電池モジュールからの前記出力情報と、前記対象モジュールの周囲に位置する前記太陽電池モジュールである周辺モジュールからの前記出力情報との比較を実施し、前記比較の結果から前記対象モジュールの出力が異常であると判定した場合に、前記対象モジュールについての前記劣化予測モデルを改定させ、前記比較の結果から前記対象モジュールの出力が正常であると判定した場合に、前記複数の太陽電池モジュールについての前記劣化予測モデルを改定させることを特徴とする請求項１に記載の太陽光発電システムの管理装置。
前記出力低下リスク情報処理部は、前記太陽電池モジュールの出力低下に関わる要素ごとに予測された経時劣化の足し合わせにより、前記劣化予測モデルを構築することを特徴とする請求項１に記載の太陽光発電システムの管理装置。
前記出力低下リスク情報処理部は、前記要素ごとに予測された経時劣化に、前記太陽電池モジュールの出力低下へ及ぼす影響度に応じた重み付けを施すことを特徴とする請求項９に記載の太陽光発電システムの管理装置。