TWI825717B - 太陽能發電站的價值評估設備 - Google Patents
太陽能發電站的價值評估設備 Download PDFInfo
- Publication number
- TWI825717B TWI825717B TW111117732A TW111117732A TWI825717B TW I825717 B TWI825717 B TW I825717B TW 111117732 A TW111117732 A TW 111117732A TW 111117732 A TW111117732 A TW 111117732A TW I825717 B TWI825717 B TW I825717B
- Authority
- TW
- Taiwan
- Prior art keywords
- value
- data
- site
- sunshine
- module
- Prior art date
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 59
- 238000010248 power generation Methods 0.000 claims abstract description 74
- 238000004088 simulation Methods 0.000 claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims description 38
- 238000012937 correction Methods 0.000 claims description 29
- 230000001932 seasonal effect Effects 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 5
- 230000005855 radiation Effects 0.000 claims description 5
- 238000000034 method Methods 0.000 description 26
- 230000007774 longterm Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 11
- 238000009826 distribution Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000005611 electricity Effects 0.000 description 7
- 230000007423 decrease Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 230000005653 Brownian motion process Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 5
- 238000005537 brownian motion Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004177 carbon cycle Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 239000000306 component Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Photovoltaic Devices (AREA)
Abstract
本發明太陽能發電站的價值評估設備主要是用來評估一太陽能案場的公平價值,該價值評估設備包含一日照模擬系統、一光電出力系統以及一財務評價系統,其中,該日照模擬系統用以產生一等效日照小時;該光電出力系統依據能量總損失率來計算出一預估發電小時;而該財務評價系統能模擬風險情況來產生一期望值,並能結合收購價格來產生多期的現金流量現值,最後加總由現金流量現值以及期望值所產生的折現值來產生一案場評估價值。本發明透過考量貼近案場真實的發電情況以及市場真實的經濟狀況,讓價值評價設備所產生的評價結果能夠更貼近於真實市場。
Description
本發明有關於一種評估現有或新建太陽能發電站實際市場價值的設備,特別是指一種能模擬實際日照小時及實際能量損耗,同時結合市場風險因素的價值評估設備。
人類自高度工業化之後,過度使用化石燃料,以及經濟的開發,大量森林的砍伐,造成地球碳循環的破壞,地表溫室氣體大量增加,促使全球暖化現象越趨明顯,全球各地亦開始不斷發生氣候異常現象。
此外,由於2011年日本發生東北大地震,使得福島核電廠爆炸造成輻射外洩,致使世界各國開始重新檢視相關的能源政策;現今全球逐漸推行再生能源,以大自然的力量轉化為人類生活的能源。
太陽能具有清潔乾淨、資源永續、無地域限制等能源優點,扮演全球綠色能源發展當中,相當關鍵性的角色。雖然太陽能電廠是能穩定的提供綠電來源,但太陽光電的發電狀況卻是與環境及氣候有著高度相關,並且電廠的發電能力亦會因各電廠維護狀況、環境條件而存在顯著差異。
然而,在推動綠電發展的過程中,獲利仍是主要考量的重要因素,因此,電廠持有者或是投資者往往將太陽能電廠視為一旦回收成本後就可以處分利益的資產,後續便可能有轉售他人的需求,如此一來,要在販賣太陽能電廠時如何能評估出電廠價值便是一項非常重要的課題。
一直以來評估投資再生能源是十分複雜的事情,其中牽涉了非常廣泛的評估程序,以往市場上電廠評估方式可以整理出三種不同方式,分別如下:建置成本導向(Cost Approach)、收益法(Income Approach)及市場法(Market Approach)。
在建置成本導向評價方式中,使用的是建置成本來評估太陽能電廠的市場價值,此種評價方式大多用於在新的太陽能電廠建立評估,不適用於運行中的電廠,因為每個案廠的實際發電條件以及當地能產生的日照量皆不相同,如果以建置成本並估計其折舊率來估算電廠價值將會有價值失真的情形。
收益法的評價方式使用的是現金流量折現法(DCF),因為太陽能電廠是長期產生現金流的資產,如果我們能夠鎖定預期報酬率,即能估算出在此報酬率下的公平價值。但電廠雖是長期現金流量的資產,但其現金流量卻不如債券此種固定收益資產一樣穩定,太陽能電廠需在有太陽的情況下才能發電,因此每個月的產電量將會由天氣狀況來決定,若每年以固定現金流去評估將會產生偏誤。
市場比較法的評價方式是收集過去市場上有交易紀錄的電廠,從中找尋其所在位置及案場狀態與欲投資之電廠條件近似者,以此標準來評估欲交易電廠之價值。此一方法的困難點在於電廠交易價格以及內部資訊取得具有困難性。
請參閱圖1所示,目前採用的評估模式大多採用技術盡職調查(技術DD)、資產文件調查(資產文件DD)及IRR分析,即包含建置成本法及收益法,以此來識別潛在風險,並進一步評估合約剩餘價值,採用案場實際平均發電小
時及固定的折舊率計算財務投資分析,綜合評估得出投資者心中合適的投資或收購價格,最後比較賣方開價後再經由買賣雙方協議達成交易金額。
有鑑於多數情況的買賣雙方皆不清楚太陽能電廠的真實價值,為促使雙方對於電廠價值能夠快速達到共識,便有需要仰賴客觀數據的評價設備,以第三方公正立場來提供太陽能系統的公允資產價值,促使雙方能夠迅速達成共識,減少資訊不對稱情況下互相的猜忌,並增加太陽能資產市場交易流動性。
本發明主要目的在於提供一種用來建立公平交易機制的價值評估設備,透過日照模擬系統與光電出力系統來得到更貼近案場真實的發電情況,同時加入隨機利率與匯率因素,考量市場上真實的經濟狀況,藉此,讓評價設備所產生的評價結果能夠更貼近於真實市場。
本發明次要目的在於價值評估設備能夠應用在已完成的太陽能舊電廠之外,亦可應用在尚未新建完成的新太陽能電廠,來產生一預估的評價結果,讓價值評估設備能夠適用於各種不同的電廠。
為了達成上述目的,本發明太陽能發電站的價值評估設備主要是用來評估一發電案場,該發電案場能為一已經運作的舊太陽能案場或是一尚未新建的新太陽能案場,該價值評估設備包含有一日照模擬系統來模擬一等效日照小時、一光電出力系統來考量一發電量損失比率以及一財務評價系統來評估真實市場的電場價值。
該日照模擬系統包含一日照資料建立模組以及一日照小時預測模組。該發電案場的一日照歷史資料以及一溫度歷史資料將被該日照資料建立模
組取得,且該日照資料建立模組將依據該日照歷史資料及該溫度歷史資料來建立成一案場資料表;該日照小時預測模組具有一案場模擬模型,且該案場資料表將被輸入至該案場模擬模型來產生一等效日照小時。
該光電出力系統包含一能量損失運算模組以及一發電時數運算模組。該發電案場的一模組衰退率、一模組溫度損失率、一線路損失率、一變流器損失率以及一變壓器損失率將被該能量損失運算模組取得來產生一能量總損失率;該發電時數運算模組將一評估時段依據一時間區間分成多個時間期數,並將該等時間期數結合該等效日照小時以及該能量總損失率來產生一預估發電小時表,該預估發電小時表包含多個不同期數的預估發電小時。
該財務評價系統包含一現金流量模組、一風險計算模組以及一價值評估模組,該現金流量模組依據該預估發電小時表以及一收購價格來產生複數期的現金流量現值;該風險計算模組依據一市場利率歷史資料以及一匯率歷史資料來建立一風險模擬模型,該風險模擬模型依據一殖利率曲線資料以及一匯率資料來產生一利率風險值、一匯率風險值以及一風險價格值,再由該利率風險值與、該匯率風險值以及該風險價格值來產生一期望值;該價值評估模組將每一現金流量現值結合該期望值來產生多個折現值,並將該等折現值全部加總來產生一案場評估價值。
該案場模擬模型能選由一舊案場資料以及一新案場資料的其中一者來建立,該舊案場資料包含一舊場日照歷史資料以及一舊場溫度歷史資料;而該新案場資料包含一氣象局日照歷史資料以及一氣象局溫度歷史資料。
當該發電案場為舊太陽能案場時,該光電出力系統進一步包含一模組資料建立模組來取得該舊案場資料的一模組溫度資料、一舊場發電資料以及一舊場風速資料。
此外,當該日照歷史資料具有多種不同的日射量資料格式時,該日照資料建立模組將把該等日射量資料格式皆轉換成單一目標資料格式;又該案場模擬模型進一步加入一氣候因子、一日照季節性均數以及一變異數來配合該案場資料表進行演算。
於一較佳實施例中,該能源損失運算模組能進一步取得一安裝方位及角度修正係數以及一風速修正係數來配合演算出該能量總損失率;於另一較佳實施例中,該能源損失運算模組進一步取得一輔助參數損失率來配合演算出該能量總損失率,該輔助參數損失率包含一故障損失係數、一熱斑損失係數以及一接頭及插座損失係數。
再者,該風險計算模組能依據該匯率資料的一第一國歷史匯率以及一第二國歷史匯率來產生該匯率風險值;亦可依據一當日公債殖利率以及該殖利率曲線資料來產生一校準值;而該期望值能由該利率風險值、該風險價格值、該匯率風險值以及該校準值四者來產生。
本發明的特點在於價值評估設備著重在建立公平的交易機制,可大大降低因為資訊不對稱之下導致價格失真,或者是契約內容無法以合理價格簽定的情形,藉以達到透明公開的交易情況,將有意願的投資者能有效的導入所需資金,以活絡再生能源市場。
1:日照模擬系統
11:日照資料建立模組
12:日照小時預測模組
13:案場資料表
14:案場模擬模型
15:等效日照小時
2:光電出力系統
20:太陽能電廠
200:太陽能模組
201:直流接線箱
202:變流器
203:監控系統
204:交流配電箱
205:空氣斷路器
206:變壓器
207:真空斷路器
208:比壓器
209:整套變比器
21:電廠併接點
22:能量損失運算模組
221:能量總損失率
23:發電時數運算模組
231:預估發電小時表
3:財務評價系統
31:現金流量模組
311:現金流量現值
32:風險計算模組
321:期望值
33:價值評估模組
331:案場評估價值
PSH:等效日照小時
I(t):太陽能電廠總發電量
X(t):太陽能電廠總等效日照小時
圖1為傳統電廠價值評估模式的示意圖;圖2為本發明電廠價值新評估模式的概念圖;圖3為本發明價值評估流程的示意圖;圖4為本發明價值評估設備的方塊示意圖;圖5為等效日照小時轉換的示意圖;圖6為本發明光電出力系統應用在太陽能案場的示意圖;圖7為光電出力系統計算發電損失的示意圖;以及圖8為模組功率衰退的示意圖。
茲為便於更進一步對本發明之構造、使用及其特徵有更深一層明確、詳實的認識與瞭解,爰舉出較佳實施例,配合圖式詳細說明如下:請參閱圖2所示,本發明主要針對太陽能發電站採用一種電廠價值的評估設備來進行分析,評價分析方式採用財務工程(Financial Engineering)架構,其除了針對常見衍生性金融商品提出評價方法,如股票期貨、股票選擇權、信用違約交換、利率匯率衍生性商品,亦提出連結氣候指數、自然災害之衍生性商品或保險商品的評價架構。
由於太陽能與一般常見氣候指數皆為無法直接交易之商品,因此無法透過標的指數、衍生性商品建構無風險投資組合。雖然如此,仍有不少文獻透過財務工程領域常見之風險中立機率測度進行商品評價。此類資產皆無現貨市場可供多空交易,為此可使用Lucas(1978)所提出資產定價模式,透過Lucas均衡模型(Lucas Equilibrium Pricing Model)進行評價,即一位代表性交易人(Representative Trader)的效用函數以計算風險價格,即每承擔一單位風險願意接
受之風險補償。並且此評價架構進一步將各期現金流量之現值與評價核(Pricing Kernel)之積,取期望值後加總即為所求。同時加入隨機利率之考量,讓評價結果更貼近於真實市場情況。
本發明所得出的電廠價值,相較於傳統「每年固定現金流」的評價方式,將提供用戶更具參考性的電廠價值。另外,我們以實地的案場盡職調查(DD)輔助,統整出在發電資料中無法得知的風險因子,降低無法得知的風險因素發生。
請參考圖3所示,本發明太陽能發電站的價值評估設備主要是用來評估一發電案場,該發電案場能為一已經運作的舊太陽能案場或是一尚未新建的新太陽能案場,其中,該價值評估設備包含一日照模擬系統1來模擬一日照小時、一光電出力系統2來模擬一發電小時以及一財務評價系統3來評估真實市場的電廠價值。
請參閱圖4所示,該日照模擬系統1包含一日照資料建立模組11以及一日照小時預測模組12。該日照資料建立模組11用以取得該發電案場的一日照歷史資料以及一溫度歷史資料,且該日照資料建立模組11將依據該日照歷史資料及該溫度歷史資料來建立成一案場資料表13。
該日照小時預測模組12具有一案場模擬模型14,且該案場資料表13將被輸入至該案場模擬模型14來產生一等效日照小時15。
又該等效日照小時15的動態過程是使用一離散時間模型進行刻劃,並用於預測未來數值。然而,日照小時的均數或變異數亦可能存在季節性,本發明為了捕捉季節性而將一截斷式傅立葉級數引入時間序列模型,以提高模型配適的精確度。
其中,該案場模擬模型14能選由一對應該舊太陽能案場的舊案場資料以及一對應該新太陽能案場的新案場資料的其中一者來演算建立;該舊案場資料包含一舊場日照歷史資料以及一舊場溫度歷史資料;而該新案場資料包含一氣象局日照歷史資料以及一氣象局溫度歷史資料。
於一可行實施例中,該案場模擬模型14可進一步加入一氣候因子、一日照季節性均數以及一變異數來配合該案場資料表13進行演算。
此外,最高太陽時數(Peak Sun Hours)與等效日照小時15(Equivalent Sunshine Hours,ESH)兩種說法都有人採用,惟美國太陽光電產業使用PSH作為發電量計算的通用說法,且PSH較ESH常用,所以本發明採用PSH(Peak Sun Hours)作為日照量計算的統一英文用語。
請參閱圖5所示,PSH的定義為將當地的日射量換算為1kW/m2標準條件下之有效照射時間,也就是在一天當中,能夠讓太陽能模組全功率運轉的總時數,這是評估太陽能發電的重要因子,數值越大,表示當地日照能量越強,可以發電的量也就越多;如圖所示,左邊實際日照量的陰影區面積相等於右邊PSH的陰影區面積,而該等效日照小時15為太陽能模組光能轉換電能後尚未考慮任何模組損失之日射量。
該案場模擬模型14是考慮一組被標準布朗運動所定義之濾網機率空間{Ω,,,{},其中Ω為所有出象所組成之宇集、為屬於Ω
之子集之σ-field、為真實世界機率測度(physical probability measure)、{為一系列包含t時間點之標準布朗運動之資訊集合(information set)。
令等效日照小時15(Peak Sun Hours,PSH)為X(t),由於小時必為不小於零之實數,因此本發明將等效日照小時15取自然對數,記為logPSH,其動態過程服從具季節性均數、變異數之均數復歸過程(mean-reverting process with seasonal mean and variance,MR-SM-SV),如下:
其中ln s(t)為對數等效日照小時之長期平均水準(long-term mean level),受到氣候因素所影響,κ為均數復歸速度(mean-reverting speed),即logPSH之實際值與長期平均水準有所偏差時,將以一定力道拉回至長期平均水準;v(t)為瞬間變異數,由於logPSH具有季節性,因此本發明變異數的確定性函數,如下:v(t)=β 0+β 1 sin(ωt)+β 2 cos(ωt)>0, (17)
其中,為週期;sin、cos為季節因子,為確保變異數恆為正,參數限制為>+。此外,由於長期平均水準為時間函數,因此必須加入調整項使得ln X(t)之走勢與長期趨於一致。此外,參考Huang,Yang,and Chang(2018)對於溫度指數變異數之設定與實證結果,本發明對於logPSH變異數採用1階截斷式傅立葉級數。
由於氣候溫度的波動度存在夏低冬高之現象,表示氣候溫度無論在平均數或標準差皆存在季節性(seasonal),於後續刻劃模型時必須將此特徵納入考慮。
等效日照小時15的長期平均水準由外在的氣候因子,如日均溫度(daily averaged temperature,DAT)所決定,如下:s(t)=exp[α 0+α 1 t+α 2 sin(ωt)+α 3 cos(ωt)+α 4 DAT(t)], (24)
DAT(t)=γ 0+γ 1 t+γ 2 sin(ωt)+γ 3 cos(ωt), (25)
其中為週期;t為時間趨勢項;sin(ωt)、cos(ωt)為季節因子。由於對數日照小時、日均溫度、日均濕度等變數可能具有內生性(endogenous),上述模型之設定類似於二階段最小平方迴歸(two stage least squares)模型,先透過各自時間趨勢、季節性因子計算特定時間之日均溫度,再代入長期平均水準。
回顧(16)式,由於PSH動態過程遵循長期平均水準s(t)上下震盪,其長期平均水準趨勢如(24)、(25)式所示,因此估計模型參數時需優先估計長期平均水準中之控制變數,即DAT(t)。令參數集合Γ={γ 0,γ 1,γ 2,γ 3},其可根據最小平方法進行估計,如下:
令參數集合Ψ X ={κ,α 0,α 1,α 2,α 3,β 0,β 1,β 2},在本發明對於對數PSH動態過程,給定期間[t-1,t],服從常態分配且其平均數、變異數可表示如下:μ X (t;Ψ X )=ln s(t)+[ln X(t-1)-ln s(t-1)]e -κ , (28)
請參閱圖6所示,該光電出力系統2主要是設置在一太陽能電廠20來取得資料數值,該太陽能電廠20包含至少一太陽能模組200、一直流接線箱201、一變流器202、一監控系統203、一交流配電箱204、一空氣斷路器205(ACB),一變壓器206(TR)、一真空斷路器207(VCB)、一比壓器208(PT)、一整套變比器(MOF)209以及一電廠併接點21。
其中,該太陽能模組200用以將太陽光能轉換成直流電能;該直流接線箱201用以將該太陽能模組200各串並組列接線匯集於多個直流接線箱,內含有直流開關、保險絲及直流突波吸收器等裝置;該變流器202用以將直流接線箱201所輸送來的直流電轉換成交流電;該監控系統203透過資料收集器將電廠溫度計、日照計、變流器、電表等資料予以收集,以利監控太陽能光電系統運作狀況。該交流配電箱204包含保護元件與器件、隔離保護裝置、保護電驛及同步並聯控制等;該空氣斷路器205能在電路中發生短路、過載和失壓等故障時,自動切開故障電路,保護線路和電器設備;該變壓器206能將變流器輸出之380V交流電昇壓到11.4kV;該真空斷路器207是中高壓電力開關的核心部件,其主要作用是,通過管內真空優良的絕緣性使中高壓電路切斷電源後能迅速熄弧並抑制電流,避免事故和意外的發生。該比壓器208專用於高壓控制及測量方面,其一次側電壓視所測量或控制的電路電壓而定,二次側一般為110V,使用比壓器208時,二次側之一端必須接地,二次側不能短路;該整套變比器209為一種電力計量設備,由於無法直接測量高電壓大電流之的線路,而必須藉PT、CT降低電壓,變小電流之後才能使用。
請再參閱圖4及圖7所示,該光電出力系統2包含一能量損失運算模組22以及一發電時數運算模組23。該發電案場的一模組衰退率ηa、一模組溫度
損失率η t 、一線路損失率η l 、一變流器損失率η n 以及一變壓器損失率η r 將被該能量損失運算模組22取得來產生一能量總損失率221。於一可行實施例中,該能量損失運算模組22能進一步取得一安裝方位及角度修正係數η i 、一風速修正係數η w 以及一輔助參數損失率η s 來配合演算出該能量總損失率221;該輔助參數損失率η s 包含一故障損失係數、一熱斑損失係數以及一接頭及插座損失係數。
該模組衰退率ηa是指模組電力(標稱功率)產出每年都會衰退,請參閱圖8所示多主柵單晶的線性電力工作性能(MBB Mono-Crystalline Liner Power Performance),圖中詳細列出各使用年限後模組所維持的發電量百分比;簡言之,模組第一年下降3%,而後逐年下降0.5%,到第25年仍保有85%的發電能力。
該模組溫度損失率η t 是指模組溫度過高就會造成發電功率下降,原廠所標示的標稱功率是指在標準測試條件(Standard Test Condition,STC):日照強度1000W/m2、氣溫25℃、大氣質量AM1.5的情況下;一般模組的標稱功率係數約(-0.3~-0.5%)/(℃),也就是每上升1℃,發電功率會下降,故將溫度保持在低溫是有利於發電。
一般模組規格表上有列出三項係數,分別是短路電流I SC 溫度係數α、開路電壓V OC 溫度係數β及標稱功率P N 溫度係數γ,可依下列計算式分別算出其受溫度影響之修正值,其中T為模組溫度:短路電流修正值=I SC [1+α(T-25)] (35)
開路電壓修正值=V OC [1+β(T-25)] (36)
標稱功率修正值=P N [1+γ(T-25)] (37)
組列短路電流=I SC [1+α(T-25)]×串聯數 (38)
組列開路電壓=V OC [1+β(T-25)]×並聯數 (39)
組列標稱功率=P N [1+γ(T-25)]×總數 (40)
總數=串聯數×並聯數 (41)
其中α、β及γ分別為I SC 、V OC 及P N 之溫度係數。
其中,截面積(A)為電流垂直穿過物體截面積,物體越粗電阻值越小、電荷越容易流動。長度(l)為電流流過的物體實際總長,物體長度越短者,其電阻值越小、電荷越容易流動。電阻係數(ρ)為表示該材料阻止電荷流通的能力;導電性越好的材料,其電阻係數應該越小;單位為W.m。
其中,T 0:零電阻溫度(視導體材質而定,例如軟銅材料零電阻溫度等於-234.5℃)。T 1:對應到R 1的溫度。T 2:對應到R 2的溫度。
關於該變流器損失率η n 是指電力變流器(Inverter)可將太陽能電池所提供的直流電力轉換為交流電,且當電力供應給連結的交流系統負載時,也可將多餘的電力回送給電力系統的裝置,或者不提供給負載全部躉售,所以變流器為電網銜接太陽光電系統的必要設備,併網型變流器在電力電子元件的低切換損失、低導通電阻及低洩漏電流特性下,變流器輸入端通常設計為高電
壓規格,且直流轉換成交流效率要高,如此對轉換效率原本不高的太陽模組,才不會因變流器的效率而再度拉低整個太陽能發電系統的轉換效率。
關於該變壓器損失率η r ,當太陽光電系統一旦要併接到高壓或特高壓電網時,電廠就必須自設變電站,將變流器的交流輸出,一般來說為380V,昇壓到與電網相同的電壓值後才能併網,例如11.4kV、22.8kV或更高的電壓,這非得仰賴變壓器不可,而在昇壓比這麼高的情況下,通常損失是不容忽略的,一般監控系統的監控接線,主要是連接到變流器,所反映出來的系統PR值,除非是小型電廠、無須變壓器直接併接到220V/380V電網。
關於該安裝方位及角度修正係數η i 是指模組安裝方向有所偏差時,發電量將會有所減少,其中,太陽能模組200的方位角是指模組的垂直面與正南方向的夾角(向東偏設定為負角度,向西偏設定為正角度)。一般情況下,模組朝向正南(即模組垂直面與正南的夾角為0°)時,太陽電池發電量是最大的。在偏離正南(北半球)30°時,模組的發電量將減少約10%~15%;在偏離正南(北半球)60°時,模組的發電量將減少約20%~30%。
但是,在晴朗的夏天,太陽日射量的最大時刻是在中午稍後,因此模組的方位稍微向西偏一些時,在午後時刻可獲得最大發電功率。在不同的季節,太陽模組的方位稍微向東或西一些都有獲得發電量最大的時候。
此外,該太陽能模組200的傾斜角是指模組平面與水平地面的夾角,並希望此夾角是模組一年中發電量為最大時最佳的傾斜角度。一年中的最佳傾斜角與當地的緯度有關,當緯度較高時,相對應的傾斜角也大。但是,和方位角一樣,在設計中也要考慮到屋頂的傾斜角及積雪滑落的傾斜角(斜率大於50%~60%)等方面的限制條件。對於正南(方位角為0°),傾斜角從水平(傾
斜角為0°)開始逐漸向最佳的傾斜角過渡時,其日射量不斷增加直到最大值,然後再增加傾斜角其日射量不斷減少。特別是在傾斜角大於50°~60°以後,日射量急劇下降,直至到最後的垂直放置時,發電量下降到最小。模組從垂直放置到10°~20°的傾斜放置都有實際的例子。對於方位角不為0°的情況,斜面日射量的值普遍偏低,最大日射量的值是在與水平面接近的傾斜角度附近。
該風速修正係數η w 是指當風速升高時可以降低模組溫度,若該太陽能模組200安裝在風速較高或通風良好的地區時,可有效減少熱損失。風速與模組溫度的關聯性分析,兩者呈現線性負相關,但僅在風速大於8m/s時才容易看出模組溫度的下降。
該故障損失係數是當模組受到遮蔭影響電池發電時,模組背面接線盒內旁路二極體便會啟動,讓發電線路繞過受到影響的電池區域,不致造成的更大的發電損失,盒內共有3個旁路二極體,分別與20片電池並接,也就是控制模組三分之一的發電量;然旁路二極體短路故障時,將直接造成模組損失三分之一的發電量,影響甚鉅。
該熱斑損失係數是指模組的熱斑生成,其原因諸如搬運碰撞、踩踏洗板、鳥糞、積砂及遮蔭等,熱斑所造成的發電損失也是相當顯著,亦需透過空拍機熱顯像儀來捕捉,以利掌握發電損失的程度。
該接頭及插座損失係數是指從模組源頭端一路連線到電力公司責任分界點併入電網,經過許多MC4接頭、端子座及保險絲座,當接觸不良時會導致電阻過大,也會造成發電損失,單點的發電損失或許不甚明顯,然數量龐大時,發電損失便會顯著。
I(t)=X(t)η a η t η i η w η l η n η r η s (45)
I(t):太陽能電廠總發電量。
X(t):太陽能電廠總等效日照小時。
P AC :變壓器交流輸出功率→I(t)。
P N :設置容量。
E q :日照強度→X(t)。
E s :標準日照強度(1000W/m2)。
η a :模組衰減修正。
η t :模組溫度修正=[1+(T m -25)×γ],其中T m 為模組溫度。
η i :模組方位角/傾斜角修正。
η w :風速修正(唯一大於1的係數)。
η l :線路損失修正(依纜線長度加上溫度修正來計算)。
η n :變流器轉換損失修正(不隨時間改變之固定修正係數如98%)。
η r :變壓器昇壓損失修正(不隨時間改變之固定修正係數如95%)。
η s :模組熱斑、旁路二極體故障以及MC接頭、端子座和保險絲座接觸不良熱點等損失。
該發電時數運算模組23將一評估時段依據一時間區間分成多個時間期數,並將該等時間期數結合該等效日照小時15以及該能量總損失率221來產生一預估發電小時表231,該預估發電小時表231包含多個不同期數的預估發電小時。
其中P N 為發電站設置容量;E S 為標準日照強度(kW/m2);η α (t)為模組衰減修正;1+[T m (t)-25].γ為模組溫度修正;η i 為模組方位角/傾斜角修正;η w 為風速修正;η l 為線路損失修正;η n 為變流器轉換損失修正;η r 為變壓器昇壓損失修正。令變數Y(T u ,T u+1)為期間[T u ,T u+1]總發電量,其T u+1-T u 設定為2個月,故
請再參閱圖4所示,該財務評價系統3包含一現金流量模組31、一風險計算模組32以及一價值評估模組33,該現金流量模組31依據該預估發電小時表231以及一收購價格來產生複數期的現金流量現值311;該風險計算模組32依據一市場利率歷史資料以及一匯率歷史資料來建立一風險模擬模型,該風險模擬模型依據一殖利率曲線資料以及一匯率資料來產生一利率風險值、一匯率風險值以及一風險價格值,再由該利率風險值、該匯率風險值以及該風險價格值來產生一期望值321;該價值評估模組33將每一現金流量現值311結合該期望值321來產生多個折現值,並將該等折現值全部加總來產生一案場評估價值331。
於一可行實施例中,該風險計算模組32是依據該匯率資料的一第一國歷史匯率以及一第二國歷史匯率來產生該匯率風險值。於另一可行實施例中,該風險計算模組32是依據一當日公債殖利率以及該殖利率曲線資料來產生一校準值;該期望值321是由該利率風險值、該風險價格值、該匯率風險值以及該校準值來產生。
其中q為國內(D)、國外(F)之代號;κ q 為均數復歸速度;θ q (t)為短期利率之長期平均水準;σ q 為波動度;為短期利率之噪音項,其服從標準布朗運動且與PSH之噪音項獨立;國內、國外利率之相關係數為。此模型之優點在於可利用θ q (t)配適每日殖利率曲線,即
比較(53)、(54)式,前者因使用新台幣計價,因此僅需將各個結算時點之金額以國內利率折現加總即可計算發電站價值。後者因使用美元計價,必須將各個結算時點之金額以屆期之即期匯率兌換成美元,並以國外利率折現加總。
由於(53)、(54)式難以推導而得一組評價封閉解。由於本發明考量PSH與隨機利率,若使用二元樹、三元樹、有限差分法等評價方式,皆難以處
理多維度之評價演算法。因此本發明採用蒙地卡羅評價法(Monte-Carlo pricing method),此方法之優點在於無論標的資產之動態過程皆可使用、計算方法簡單且直覺、在多因子模型下具有較好之運算效率。
再者,回顧(47)式,短期利率服從非中央卡方分配(non-central chi-square distribution),令參數集合Ψ q ={κ q ,σ q },給定期間[t-1,t],其參數亦可透過最大概似法進行估計,如下:
回顧(52)式,即期匯率服從對數常態分配(log-normal distribution),令參數集合Ψ G ={μ G ,σ G }、即期匯率變動率R G (t)=ln G(t)-ln G(t-1),給定期間[t-1,t],其參數亦可透過最大概似法進行估計,如下:
由於國內利率、國外利率、即期匯率存在相關性,其相關係數可依下列估計:ρ DF =Corr[r D (t+1)-r D (t),r F (t+1)-r F (t)], (59)
1:日照模擬系統
11:日照資料建立模組
12:日照小時預測模組
13:案場資料表
14:案場模擬模型
15:等效日照小時
2:光電出力系統
22:能量損失運算模組
221:能量總損失率
23:發電時數運算模組
231:預估發電小時表
3:財務評價系統
31:現金流量模組
311:現金流量現值
32:風險計算模組
321:期望值
33:價值評估模組
331:案場評估價值
Claims (8)
- 一種太陽能發電站的價值評估設備,用以評估一發電案場,該價值評估設備包含一日照模擬系統、一光電出力系統以及一財務評價系統,其中,該日照模擬系統包含:一日照資料建立模組,取得該發電案場的一日照歷史資料以及一溫度歷史資料,並將該日照歷史資料及該溫度歷史資料建立成一案場資料表;以及一日照小時預測模組,具有一案場模擬模型,該案場模擬模型設為一包括一氣候因子、一日照季節性均數以及一季節性變異數的均數復歸模型,且該案場資料表將被輸入至該案場模擬模型來產生一能被動態調整來預測未來數值的等效日照小時;該光電出力系統包含:一能量損失運算模組,取得該發電案場的一模組衰退率、一模組溫度損失率、一線路損失率、一變流器損失率以及一變壓器損失率來產生一能量總損失率;以及一發電時數運算模組,將一評估時段依據一時間區間分成多個時間期數,並將該等時間期數結合該等效日照小時以及該能量總損失率來產生一預估發電小時表,該預估發電小時表包含多個不同期數的預估發電小時;該財務評價系統包含:一現金流量模組,依據該預估發電小時表以及一收購價格來產生複數期的現金流量現值;一風險計算模組,依據一市場利率歷史資料以及一匯率歷史資料來建立一風險模擬模型,該風險模擬模型依據一殖利率曲線資料以及一匯率資料來產生 能被動態調整的一利率風險值、一匯率風險值以及一風險價格值,再由該利率風險值與、該匯率風險值以及該風險價格值來產生一期望值;以及一價值評估模組,將每一現金流量現值結合該期望值來產生多個折現值,並將該等折現值全部加總來產生一案場評估價值。
- 如請求項1所述太陽能發電站的價值評估設備,其中,該案場模擬模型能選由一舊案場資料以及一新案場資料的其中一者來建立,該舊案場資料包含一舊場日照歷史資料以及一舊場溫度歷史資料;而該新案場資料包含一氣象局日照歷史資料以及一氣象局溫度歷史資料。
- 如請求項2所述太陽能發電站的價值評估設備,其中,該光電出力系統進一步包含一模組資料建立模組,取得該舊案場資料的一模組溫度資料、一舊場發電資料以及一舊場風速資料。
- 如請求項1所述太陽能發電站的價值評估設備,其中,當該日照歷史資料具有多種不同的日射量資料格式時,該日照資料建立模組將把該等日射量資料格式皆轉換成單一目標資料格式。
- 如請求項1所述太陽能發電站的價值評估設備,其中,該能量損失運算模組進一步取得一安裝方位及角度修正係數以及一風速修正係數來配合演算出該能量總損失率。
- 如請求項1所述太陽能發電站的價值評估設備,其中,該能量損失運算模組進一步取得一輔助參數損失率來配合演算出該能量總損失率,該輔助參數損失率包含一故障損失係數、一熱斑損失係數以及一接頭及插座損失係數。
- 如請求項1所述太陽能發電站的價值評估設備,其中,該風險計算模組進一步依據該匯率資料的一第一國歷史匯率以及一第二國歷史匯率來產生該匯率風險值。
- 如請求項7所述太陽能發電站的價值評估設備,其中,該風險計算模組進一步依據一當日公債殖利率以及該殖利率曲線資料來產生一模型參數的校準值,繼而產生太陽能發電站期望價值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111117732A TWI825717B (zh) | 2022-05-11 | 2022-05-11 | 太陽能發電站的價值評估設備 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111117732A TWI825717B (zh) | 2022-05-11 | 2022-05-11 | 太陽能發電站的價值評估設備 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202345082A TW202345082A (zh) | 2023-11-16 |
TWI825717B true TWI825717B (zh) | 2023-12-11 |
Family
ID=89720378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111117732A TWI825717B (zh) | 2022-05-11 | 2022-05-11 | 太陽能發電站的價值評估設備 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI825717B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106127364A (zh) * | 2016-06-15 | 2016-11-16 | 中国能源建设集团甘肃省电力设计院有限公司 | 一种新能源发电与荒漠治理综合发展的效益评估方法 |
CN109507894A (zh) * | 2017-09-14 | 2019-03-22 | 安博泰克有限公司 | 电力系统 |
CN110118380A (zh) * | 2019-04-16 | 2019-08-13 | 天津大学 | 一种太阳能采暖系统等效设计容量计算方法 |
CN110175311A (zh) * | 2018-12-18 | 2019-08-27 | 天合云能源互联网技术(杭州)有限公司 | 一种基于多能耦合模型的优化潮流计算方法 |
TWI696972B (zh) * | 2019-01-31 | 2020-06-21 | 潔能氏新能源股份有限公司 | 智慧電力分配系統與方法 |
-
2022
- 2022-05-11 TW TW111117732A patent/TWI825717B/zh active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106127364A (zh) * | 2016-06-15 | 2016-11-16 | 中国能源建设集团甘肃省电力设计院有限公司 | 一种新能源发电与荒漠治理综合发展的效益评估方法 |
CN109507894A (zh) * | 2017-09-14 | 2019-03-22 | 安博泰克有限公司 | 电力系统 |
CN110175311A (zh) * | 2018-12-18 | 2019-08-27 | 天合云能源互联网技术(杭州)有限公司 | 一种基于多能耦合模型的优化潮流计算方法 |
TWI696972B (zh) * | 2019-01-31 | 2020-06-21 | 潔能氏新能源股份有限公司 | 智慧電力分配系統與方法 |
CN110118380A (zh) * | 2019-04-16 | 2019-08-13 | 天津大学 | 一种太阳能采暖系统等效设计容量计算方法 |
Non-Patent Citations (1)
Title |
---|
網路文獻 羅祥恩 投資營運中太陽能發電廠之評估研究 - 以H產險公司為例 國立政治大學企業管理研究所 2015/08/17 http://nccur.lib.nccu.edu.tw/handle/140.119/77545 * |
Also Published As
Publication number | Publication date |
---|---|
TW202345082A (zh) | 2023-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Emmanuel et al. | Techno-economic analysis of a 10ákWp utility interactive photovoltaic system at Maungaraki school, Wellington, New Zealand | |
Madaeni et al. | Comparison of capacity value methods for photovoltaics in the Western United States | |
Sudhakar et al. | Energy analysis of utility-scale PV plant in the rain-dominated tropical monsoon climates | |
Doshi et al. | The economics of solar PV in Singapore | |
Duong et al. | Design, performance and economic efficiency analysis of the photovoltaic rooftop system | |
Almarshoud | Technical and economic performance of 1MW grid-connected PV system in Saudi Arabia | |
Banguero et al. | A verification study for grid-connected 20 kW solar PV system operating in Chocó, Colombia | |
Neill et al. | Solar farms: the earthscan expert guide to design and construction of utility-scale photovoltaic systems | |
Ayora et al. | Performance analysis of 600 kWp grid-tied rooftop solar photovoltaic systems at strathmore university in Kenya | |
TWM634378U (zh) | 太陽能發電站的價值評估設備 | |
Habib et al. | Assessment and optimization of carport structures for photovoltaic systems: a path to sustainable energy development | |
TWI825717B (zh) | 太陽能發電站的價值評估設備 | |
Cavalcante et al. | Performance analysis of a solar photovoltaic power plant | |
Kumara | Simulated Energy Production and Performance Ratio of 5 MW Grid-Connected Photovoltaic under Tropical Savannah Climate in Kupang Timor Island of Indonesia | |
Langels et al. | BiFacial PV Systems: A technological and financial comparison between BiFacial and standard PV panels. | |
Xoubi | Viability of a utility-scale grid-connected photovoltaic power plant in the Middle East | |
US20240070582A1 (en) | Apparatus for estimating the value of a solar power plant | |
Nordahl | Design of roof PV installation in Oslo | |
Besheer et al. | Status Monitoring and Performance Investigation of a 5.1 kW Rooftop Grid-Tie Photovoltaic Energy System in Egypt | |
Bosman | A decision support system to analyze, predict, and evaluate solar energy system performance: PVSysCO (Photovoltaic System Comparison) | |
Pirzadi et al. | Performance evaluation of first Iranian large scale photovoltaic power plant | |
Deline et al. | Progress & frontiers in PV performance | |
Klever | Design and simulation of a grid-conneted PV system in South Africa: technical, commercial and economical aspects | |
Deacon et al. | A brief review of methods to simulate peer-to-peer trading in electricity networks | |
Srimathi et al. | Performance Evaluation and Estimation of Energy Measures of Grid‐Connected PV Module |