WO2020184495A1

WO2020184495A1 - 情報処理装置、制御方法、及びプログラム

Info

Publication number: WO2020184495A1
Application number: PCT/JP2020/009892
Authority: WO
Inventors: 新楽　浩一郎; 眞輔内田; 卓也黒瀬; 矢田　伸二; 京介藤原; 秀尚高遠; 白澤　勝彦; 裕司伊野
Original assignee: 京セラ株式会社; 国立研究開発法人産業技術総合研究所
Priority date: 2019-03-08
Filing date: 2020-03-06
Publication date: 2020-09-17
Also published as: US20220190782A1; US11990867B2

Abstract

情報処理装置は、第１情報、及び第２情報の入力に基づいて、結果情報を出力する。第１情報は、太陽電池モジュールが所定の電力を出力可能な期間の開始時から満了時までに受ける湿熱によるストレス量を表す。第２情報は、太陽電池モジュールが設置されるフィールドにおいて太陽電池モジュールが所定時間当たりに受ける湿熱によるストレス量を表す。結果情報は、太陽電池モジュールがフィールドに設置される場合に太陽電池モジュールが所定の電力を出力可能と想定される期間に関する情報である。また、第２情報は、太陽電池モジュールが設置されるフィールドの１日における太陽電池モジュールの最高温度に関する情報に基づいて生成される。

Description

情報処理装置、制御方法、及びプログラム

関連出願の相互参照

　本出願は、２０１９年３月８日に日本国に特許出願された特願２０１９－４３２０８及び特願２０１９－４３２０９、２０１９年６月２０日に日本国に特許出願された特願２０１９－１１４８７７及び特願２０１９－１１４８８０、並びに、２０２０年３月６日に日本国に特許出願された特願２０２０－３９３５１、特願２０２０－３９３５２及び特願２０２０－３９３５５の優先権を主張するものであり、これらの先の出願の開示全体を、ここに参照のために取り込む。

　本開示は、情報処理装置、制御方法、及びプログラムに関する。

　近年、太陽電池モジュール（以下、「ＰＶモジュール」又は単に「モジュール」とも記す）の劣化に関する研究が進められつつある。例えば非特許文献１は、高温の環境において動作するＰＶモジュールの高分子材料の劣化について開示している。また、例えば特許文献１は、ＰＶモジュールの変質が発生する前段階における水の浸入を計測するＰＶモジュールの評価方法を開示している。また、例えば特許文献２は、ＰＶモジュールの出力低下を予測する管理装置を開示している。

Sarah Kurtz, et al "Evaluation of High-Temperature Exposure of Rack-Mounted Photovoltaic Modules" Conference Paper NREL/CP-520-45986, June2009

特開２００７－１６５４３８号公報特開２０１４－８２３０９号公報

　一実施形態に係る情報処理装置は、
　太陽電池モジュールが所定の電力を出力可能な期間の開始時から満了時までに受ける湿熱によるストレス量を表す第１情報、及び、
　前記太陽電池モジュールが設置されるフィールドにおいて前記太陽電池モジュールが所定時間当たりに受ける湿熱によるストレス量を表す第２情報の入力に基づいて、
　前記太陽電池モジュールが前記フィールドに設置される場合に前記太陽電池モジュールが所定の電力を出力可能と想定される期間に関する結果情報を出力する情報処理装置であって、
　前記第２情報は、前記太陽電池モジュールが設置されるフィールドの１日における前記太陽電池モジュールの最高温度に関する情報に基づいて生成される。

　一実施形態に係る情報処理装置の制御方法は、
　太陽電池モジュールが所定の電力を出力可能な期間の開始時から満了時までに受ける湿熱によるストレス量を表す第１情報を取得するステップと、
　前記太陽電池モジュールが設置されるフィールドにおいて前記太陽電池モジュールが所定時間当たりに受ける湿熱によるストレス量を表す第２情報を取得するステップと、
　前記第１情報及び前記第２情報の入力に基づいて、前記太陽電池モジュールが前記フィールドに設置される場合に前記太陽電池モジュールが所定の電力を出力可能と想定される期間に関する結果情報を出力するステップと、
　を含む。
　前記制御方法において、前記第２情報は、前記太陽電池モジュールが設置されるフィールドの１日における前記太陽電池モジュールの最高温度に関する情報に基づいて生成される。

　一実施形態に係るプログラムは、コンピュータに、
　太陽電池モジュールが所定の電力を出力可能な期間の開始時から満了時までに受ける湿熱によるストレス量を表す第１情報を取得するステップと、
　前記太陽電池モジュールが設置されるフィールドにおいて前記太陽電池モジュールが所定時間当たりに受ける湿熱によるストレス量を表す第２情報を取得するステップと、
　前記第１情報及び前記第２情報の入力に基づいて、前記太陽電池モジュールが前記フィールドに設置される場合に前記太陽電池モジュールが所定の電力を出力可能と想定される期間に関する結果情報を出力するステップと、
　を実行させる。
　前記プログラムにおいて、前記第２情報は、前記太陽電池モジュールが設置されるフィールドの１日における前記太陽電池モジュールの最高温度に関する情報に基づいて生成される。

　また、一実施形態に係る情報処理装置は、
　フィールドに設置される太陽電池モジュールの年間における温度の代表値を表す第３情報、及び、
　異なる環境条件において行われる２以上の試験の結果から得られる相関関係であって、前記太陽電池モジュールの温度及び湿度の少なくとも一方と前記太陽電池モジュールが所定の電力を出力可能な期間との相関関係を表す第４情報の入力に基づいて、
　前記フィールドにおいて前記太陽電池モジュールが所定の電力を出力可能と想定される期間に関する結果情報を出力する。

　一実施形態に係る情報処理装置の制御方法は、
　フィールドに設置される太陽電池モジュールの年間における温度の代表値を表す第３情報を取得するステップと、
　異なる環境条件において行われる２以上の試験の結果から得られる相関関係であって、前記太陽電池モジュールの温度及び湿度の少なくとも一方と前記太陽電池モジュールが所定の電力を出力可能な期間との相関関係を表す第４情報を取得するステップと、
　前記第３情報及び前記第４情報の入力に基づいて、前記フィールドにおいて前記太陽電池モジュールが所定の電力を出力可能と想定される期間に関する結果情報を出力するステップと、
　を含む。

　一実施形態に係るプログラムは、コンピュータに、
　フィールドに設置される太陽電池モジュールの年間における温度の代表値を表す第３情報を取得するステップと、
　異なる環境条件において行われる２以上の試験の結果から得られる相関関係であって、前記太陽電池モジュールの温度及び湿度の少なくとも一方と前記太陽電池モジュールが所定の電力を出力可能な期間との相関関係を表す第４情報を取得するステップと、
　前記第３情報及び前記第４情報の入力に基づいて、前記フィールドにおいて前記太陽電池モジュールが所定の電力を出力可能と想定される期間に関する結果情報を出力するステップと、
　を実行させる。

一実施形態に係る情報処理装置の概略構成例を示すブロック図である。ＰＶモジュールの劣化について説明する図である。典型的なＰＶモジュールの構造を説明する図である。一実施形態に係る寿命予測のロジックフローを示す図である。一実施形態に係る寿命予測の他のロジックフローを示す図である。あるフィールドにおいて実測した温度のデータの例を示す図である。１日当たりの有効ストレス時間の例を説明する図である。１日当たりの有効ストレス時間の例をさらに説明する図である。１日当たりの有効ストレス時間の例をさらに説明する図である。算出した１日当たりの有効ストレス時間の例を示す図である。湿熱による劣化に基づく寿命の湿度依存性を示すグラフである。湿熱による劣化に基づく寿命を規格化した例を示すグラフである。水蒸気圧の温度依存性と相対湿度依存性を示したグラフである。モジュール温度における相対湿度ＲＨを割り出す手順を示す図である。相対湿度と湿度補正係数Ｈｃとの関係の例を示すグラフである。フィールド温度と湿熱試験温度における相対湿度の関係を示すグラフである。湿熱による劣化に基づく寿命の湿度依存性を示すグラフである。湿熱による劣化に基づく寿命を規格化した例を示すグラフである。日本国内のフィールドにおける月別の平均気温と平均相対湿度との関係を示す図である。国外のフィールドにおける月別の平均気温と平均相対湿度との関係を示す図である。国外のフィールドにおける月別の平均気温と平均相対湿度との関係を示す図である。ＥＶＡと大気の間における水の偏析係数と温度との関係を示す図である。ＥＶＡと大気の間における水の偏析係数と飽和水蒸気圧と温度との関係を示す図である。いくつかのＥＶＡにおける水分子濃度の例を示す図である。いくつかのＥＶＡを用いたＰＶモジュールについてＵＶＤＨ連続試験をした結果を示す図である。湿熱による劣化に基づく寿命の時間と温度との関係の例を示す図である。ＵＶ及び湿熱による劣化に基づく寿命の時間と温度との関係の例を示す図である。Ｔｍｐ＿ｅｆｆとＴｍａｘの年間平均値とΔＴとの間の相関関係の一例を示すグラフである。フィールドから回収したＰＶモジュールの加速試験による寿命予測を説明する図である。フィールドから回収したＰＶモジュールの加速試験による寿命予測を説明する図である。ＵＶ光の照射エネルギー量に対する酢酸濃度を分析する実験の結果の一例を示す図である。ＵＶ及び湿熱による劣化に基づく寿命の時間と温度との関係の例を示すグラフにフィールド回収品の寿命時間をプロットした図である。ＵＶ及び湿熱による劣化に基づく寿命の時間と温度との関係の例を示すグラフにフィールド回収品の寿命時間をプロットした図である。ＵＶ及び湿熱による劣化に基づく寿命の時間と温度との関係の例を示すグラフにフィールド回収品の寿命時間をプロットした図である。一実施形態に係る寿命予測の他のロジックフローを示す図である。

（情報処理装置）
　ＰＶモジュールの劣化に基づく寿命の予測を合理的に数値化できれば、ＰＶモジュールの評価に資する。本開示は、ＰＶモジュールの評価に資する情報処理装置、制御方法、及びプログラムの提供に関する。一実施形態によれば、ＰＶモジュールの評価に資する情報処理装置、制御方法、及びプログラムを提供することができる。以下、一実施形態に係る情報処理装置について、図面を参照して説明する。

　一実施形態に係る情報処理装置の想定されるユーザは、例えば、太陽光発電システムなどを構成するＰＶモジュールの予測される寿命を知りたい者などとしてよい。ＰＶモジュールの予測される寿命を知りたい者とは、例えば、一般家庭又は企業などにおいて、太陽光発電システムの導入又は売却などを検討している者などとしてよい。また、ＰＶモジュールの予測される寿命を知りたい者とは、例えば検査機関などにおいて、ＰＶモジュールの検査又は評価などを行う者などとしてよい。一実施形態に係る情報処理装置の想定されるユーザは、ＰＶモジュールの予測される寿命を知りたい任意の者としてよい。以下、一実施形態に係る情報処理装置を操作する者（例えば消費者、業者、技術者、又は検査技師など）を、単に「ユーザ」と記す。

　一実施形態に係る情報処理装置は、典型的にはユーザの操作による入力に応じて、ＰＶモジュールの寿命に関する情報を出力する。例えば、ユーザは、寿命を測定したいＰＶモジュールに関する各種の情報を、一実施形態に係る情報処理装置に入力することができる。一実施形態に係る情報処理装置は、例えばユーザによって入力されたＰＶモジュールに関する各種の情報に応じて、当該ＰＶモジュールの寿命の予測に関する情報を出力する。一実施形態に係る情報処理装置が出力するＰＶモジュールの寿命の予測に関する情報とは、例えば、ＰＶモジュールの寿命までの年数など期間の情報としてよい。ＰＶモジュールの寿命までの期間の情報とは、例えばＰＶモジュールの特性（後述のＰｍ特性又はＦＦ特性）が大幅に減少することなく発電可能な期間、つまり、ＰＶモジュールの特性が初期値を基準にして所定の割合まで減少する期間などとしてよい。このようにして出力されたＰＶモジュールの寿命の予測に関する情報は、典型的にはディスプレイ装置などに表示することができる。したがって、ユーザは、ＰＶモジュールの予測された寿命を知ることができる。

　図１は、一実施形態に係る情報処理装置の構成を概略的に示す機能ブロック図である。

　一実施形態に係る情報処理装置は、例えば専用端末として構成することができる。一方、一実施形態に係る情報処理装置は、例えば、ノートＰＣ(Personal Computer)、デスクトップＰＣ、タブレット端末、スマートフォン、又は携帯電話などで構成してもよい。また、一実施形態に係る情報処理装置の機能は、他の電子機器の機能の一部として実現されてもよい。一実施形態に係る情報処理装置の機能は、コンピュータを搭載する任意の電子機器において、一実施形態に係る情報処理装置の処理を行うアプリケーションプログラムを実行させて実現することもできる。

　図１に示すように、一実施形態に係る情報処理装置１は、制御部１０と、入力部２０と、出力部３０と、通信部４０と、記憶部５０とを備えている。

　制御部１０は、情報処理装置１を構成する各機能部をはじめとして、情報処理装置１の全体を制御及び管理する。制御部１０は、例えばＣＰＵ（Central Processing Unit）などを含めて構成することができる。一実施形態に係る情報処理装置１において、制御部１０は、ＰＶモジュールの寿命の予測に関する種々の情報を演算及び／又は処理してよい。

　情報処理装置１は、種々の機能を実行するための制御及び処理能力を提供するために、制御部１０として、少なくとも１つのプロセッサを含んでもよい。種々の実施形態によれば、少なくとも１つのプロセッサは、単一の集積回路（ＩＣ）として、又は複数の通信可能に接続された集積回路、及び／又はディスクリート回路（discrete circuits）として実現されてもよい。少なくとも１つのプロセッサは、種々の既知の技術に従って実現されることが可能である。

　一実施形態において、プロセッサは、１以上のデータ計算手続又は処理を実行するために構成された、１以上の回路又はユニットを含む。例えば、プロセッサは、１以上のプロセッサ、コントローラ、マイクロプロセッサ、マイクロコントローラ、特定用途向け集積回路（ＡＳＩＣ）、デジタル信号処理装置、プログラマブルロジックデバイス、フィールドプログラマブルゲートアレイ、又はこれらのデバイス若しくは構成の任意の組み合わせ、又は他の既知のデバイス若しくは構成の組み合わせを含むことにより、以下に説明する機能を実行してもよい。

　入力部２０は、例えばキーボードのようなキー（物理キー）、及び／又は、マウス若しくはトラックボールのようなポインティングデバイスなど、ユーザが操作を行うために使用する任意の入力デバイスとすることができる。一実施形態において、入力部２０は既知の各種入力デバイスとすることができるため、より詳細な説明は省略する。一実施形態において、情報処理装置１は、ＰＶモジュールの寿命の予測に必要な種々の情報を、入力部２０から取得してよい。

　出力部３０は、情報処理装置１による処理結果などを表示する。一実施形態において、出力部３０は、例えばディスプレイとして、例えばＰＶモジュールの寿命の予測に関する情報を表示する。また、一実施形態において、出力部３０は、例えば上述した情報を出力するために、ユーザに所定の情報の入力を促す画面を構成する文字、記号、及び／又は画像なども表示する。出力部３０において表示を行うために必要なデータは、制御部１０から供給される。

　出力部３０は、液晶ディスプレイ（Liquid Crystal Display）、有機ＥＬディスプレイ（Organic Electro-Luminescence panel）、又は無機ＥＬディスプレイ（Inorganic Electro-Luminescence panel）等の任意の表示デバイスとしてよい。出力部３０は、文字、図形、記号、又はグラフ等の各種の情報を表示してよい。出力部３０は、情報処理装置１を操作するユーザに操作を促すために、ポインタをはじめとする種々のＧＵＩを構成するオブジェクト、及びアイコン画像などを表示してもよい。また、出力部３０は、適宜、バックライトなどを含んで構成してもよい。

　また、出力部３０は、必ずしもユーザに視覚的効果を与えるデバイスに限定されない。出力部３０は、ＰＶモジュールの寿命の予測に関する情報をユーザに伝えることができれば、任意の構成を採用してよい。例えば、出力部３０は、ＰＶモジュールの寿命の予測に関する情報を音声などで伝えるスピーカなどで代用してもよい。さらに、このようなスピーカを、出力部３０に併設してもよい。

　一実施形態において、出力部３０は、入力部２０とともに、例えばタッチスクリーンディスプレイとして構成されてもよい。この場合、タッチスクリーンディスプレイは、出力部３０として、例えば液晶ディスプレイ又は有機ＥＬディスプレイなどの表示デバイスと備えてよい。また、この場合、タッチスクリーンディスプレイは、入力部２０として、例えば、ユーザによる接触の有無及び当該接触の位置を検出するタッチセンサ又はタッチパネルを備えてよい。このような構成においては、例えばテンキーなどのキー又はアイコン等をオブジェクトとして出力部３０に表示して、当該オブジェクトに対して操作者が接触する操作を、入力部２０により検出することができる。入力部２０は、抵抗膜方式、静電容量方式、又は光学式などの種々の方式のタッチパネルなどを採用することができる。

　通信部４０は、無線通信をはじめとする各種の機能を実現することができる。通信部４０は、例えばＬＴＥ（Long Term Evolution）等の種々の通信方式による通信を実現してよい。通信部４０は、例えばＩＴＵ－Ｔ(International Telecommunication Union Telecommunication Standardization Sector)において通信方式が標準化されたモデムを含んでよい。通信部４０は、例えばアンテナを介して、例えば外部サーバ又はクラウドサーバのような外部機器と、ネットワークを介して無線通信してよい。一実施形態において、通信部４０は、例えば外部サーバ又はクラウドサーバなどの外部のデータベースから、各種情報を受信してよい。また、このようにして通信部４０が受信した各種情報は、記憶部５０に記憶してもよい。一実施形態において、情報処理装置１は、ＰＶモジュールの寿命の予測に必要な種々の情報を、通信部４０を経て受信又は取得してよい。

　通信部４０は、無線通信を行う機能部に限定されるものではない。例えば、通信部４０は、外部機器とケーブルなどで有線接続するためのインタフェースとして構成してもよい。

　記憶部５０は、制御部１０及び通信部４０などから取得した情報を記憶する。また記憶部５０は、制御部１０によって実行されるプログラム等を記憶する。その他、記憶部５０は、例えば制御部１０による演算結果などの各種データも記憶する。さらに、記憶部５０は、制御部１０が動作する際のワークメモリ等も含むことができるものとして、以下説明する。記憶部５０は、例えば半導体メモリ又は磁気ディスク等により構成することができるが、これらに限定されず、任意の記憶装置とすることができる。例えば、記憶部５０は、光ディスクのような光学記憶装置としてもよいし、光磁気ディスクなどとしてもよい。また、例えば、記憶部５０は、本実施形態に係る情報処理装置１に挿入されたメモリカードのような記憶媒体としてもよい。また、記憶部５０は、制御部１０として用いられるＣＰＵの内部メモリであってもよい。一実施形態において、情報処理装置１は、ＰＶモジュールの寿命の予測に必要な種々の情報を、記憶部５０に記憶してよい。

　図１において、入力部２０、出力部３０、通信部４０、及び記憶部５０は、それぞれ情報処理装置１に内蔵されてもよいし、情報処理装置１の外部に設けてもよい。

　以下の説明において、一実施形態に係る情報処理装置１が行う各種の演算及び／又は処理は、制御部１０が行うものとしてよい。一実施形態に係る情報処理装置１において、制御部１０が行う各種の演算及び／又は処理に必要な情報は、記憶部５０に記憶されていてもよく、入力部２０から取得してもよく、通信部４０から受信してもよい。また、一実施形態に係る情報処理装置１において、制御部１０が行った各種の演算及び／又は処理の結果は、記憶部５０に記憶されてもよく、出力部３０から出力してもよく、通信部４０から外部に送信してもよい。

　次に、一実施形態に係る情報処理装置１が行う処理について説明する。

（ＰＶモジュールの劣化及び寿命）
　一実施形態に係る情報処理装置１は、ＰＶモジュールに関する所定の情報に基づいて、当該ＰＶモジュールの寿命を予測する。ＰＶモジュールの寿命は、当該ＰＶモジュールの劣化に起因するため、以下、ＰＶモジュールの劣化について説明する。

　ＰＶモジュールの劣化には、いくつかの観点に基づく劣化が想定される。また、それぞれの観点の劣化についても、いくつかの要因の関与が想定される。本開示において、「ＰＶモジュールの劣化」とは、ＰＶモジュールの太陽光発電による電力の出力が時間の経過を経て徐々に減少し、やがて急激に低減する現象を意味する。このようなＰＶモジュールの劣化の要因として、出願人は、紫外線（以下、「ＵＶ」とも記す）及び／又は湿熱のストレスが関与することを見出した。そこで、一実施形態に係る情報処理装置１は、ＰＶモジュールのＵＶ及び／又は湿熱による劣化に基づく寿命を予測する。

　図２は、ＰＶモジュールの劣化について説明する図である。図２において、横軸は時間［年］を示し、縦軸はＰＶモジュールの太陽光発電による出力を示す。すなわち、図２は、一般的なＰＶモジュールの出力が時間の経過とともに低下する様子を示している。図２に示すように、一般的なＰＶモジュールは、太陽光発電を開始してからＭ年までは、年間Ｄｉ％の初期劣化が発生する。また、図２に示すように、一般的なＰＶモジュールは、年間Ｄａ％の緩やかな経年劣化が発生する。その後、図２に示すように、一般的なＰＶモジュールは、上述のようにある時点（寿命を迎える時点）において、急激な劣化を生じる。ＰＶモジュールの太陽光発電による電力が上述のように「急激に低減する」のは、図２に示す「急激な劣化」に起因する。この急激な劣化は、ＵＶ及び／又は湿熱のストレスに起因してＰＶモジュールの封止材中で発生する酸によって生じることが知られている。

　ＰＶモジュールにおいて、経年で徐々に劣化するモードと、ある時点で急激に劣化するモードは、同じ劣化のモードとは限らない。ここで扱う、ＵＶ及び湿熱のストレスによって発生する酸による劣化においては、経年劣化の主成分となるような劣化はほとんど見られない。したがって、経年劣化は、ＵＶ及び湿熱のストレスに起因した酸による劣化とは異なる他の劣化モードを主成分として生じる劣化と想定される。上述の急激な劣化は、ある時点で急激に劣化するモードである。この急激な劣化は、ある時点において、それまでの他の劣化モードによる経年劣化を追い抜いて、急激に表れてくる劣化である。

　以下、上述のようなＰＶモジュールの劣化の要因について説明するために、ＰＶモジュールの構造について説明する。

　図３は、ＰＶモジュールの構造を説明する図である。図３は、ＰＶモジュールの断面を示す図である。図３は、一例として典型的なＰＶモジュールの断面を模式的に示している。図３に示すＰＶモジュールは、図３に示すＺ軸の方向に厚みを有する。図３に示すＰＶモジュールにおいて、Ｚ軸の正方向側を「表側」とも記し、Ｚ軸の負方向側を「裏側」とも記す。図３において、上述のようなＰＶモジュールの劣化に関連しない又は関連が弱い部分の図示は、適宜省略してある。

　図３に示すように、ＰＶモジュール１００は、表面ガラス１１０と、バックシート１２０と、太陽電池セル１３０と、を備えている。表面ガラス１１０は、太陽光などの光の入射面を構成する。表面ガラス１１０は、表面保護材としての機能も備える。バックシート１２０は、裏面保護材としての機能を備える。太陽電池セル１３０は、シリコン（Ｓｉ）などの半導体で構成される。太陽電池セル１３０は、光エネルギーを吸収して電気に変換する。

　太陽電池セル１３０は、表面ガラス１１０とバックシート１２０との間において、表面側の封止材１４０及び裏面側の封止材１５０によって封止される。多くのＰＶモジュールにおいて、封止材１４０及び封止材１５０は、エチレンビニルアセテート（ethylene-vinyl acetate：ＥＶＡ）の共重合体を用いて構成される。表面ガラス１１０には、例えば、厚さが２ｍｍから５ｍｍ程度の白板ガラス、強化ガラス又は熱線反射ガラスなどの光透過率の高い材料が用いられる。バックシート１２０には、例えば、ポリプロピレン及びポリオレフィンのうちの１種あるいは２種以上の樹脂などが用いられ、さらに、樹脂間にアルミニウム（Ａｌ）シートを有する構成であってもよい。

　図３に示すように、太陽電池セル１３０は、シリコンなどから構成される半導体基板の表側及び裏側において電極１７０を備えている。電極１７０は、例えば銀（Ａｇ）又はアルミニウム（Ａｌ）等の金属を用いて形成される。電極１７０は、半導体基板の表側及び裏側の少なくとも一方に、任意の個数だけ形成されてよい。図３に示すように、電極１７０は、半導体基板に、コンタクト部１８０を介して形成されている。多くのＰＶモジュールにおいて、コンタクト部１８０は、薄いガラス層によって形成される。電極１７０及びコンタクト部１８０は、一般的に、ガラスフリットを含有する銀等の導電性ペーストを半導体基板に印刷し、焼成することによって、形成される。電極１７０及びコンタクト部１８０は、スパッタリング等の成膜技術又はメッキ法を用いて形成してもよく、コンタクト部１８０は、電極１７０と同じ材料によって形成されてもよい。

　図３に示すＰＶモジュール１００の劣化には、上述のように、ＵＶ及び／又は湿熱のストレスが関与する。ＰＶモジュール１００においてＵＶ及び／又は湿熱のストレスが関与する劣化は、電極１７０と半導体基板との間に形成されるコンタクト部（ガラス層）１８０が、ＵＶ及び／又は湿熱のストレスに起因してＥＶＡ中で発生する酸によって腐食することに起因する。電極１７０と半導体基板との間のコンタクト部１８０には、厚さ１０～１００ｎｍ程度の薄いガラス層が形成される。このガラス層は、Ａｇの電極１７０とＳｉの半導体基板と間の電気的な接合と機械的な接合の機能を併せ持つ。また、このガラス層の厚さは薄いため、電極１７０と半導体基板と間の電気的な接続は阻害されない。太陽電池セル１３０の表側及び裏側のどちらの電極１７０においても、酸による腐食は生じ得る。しかしながら、太陽電池セル１３０の裏側にはＵＶ光がほとんど入り込まないため、太陽電池セル１３０の裏側の電極１７０においては、主に湿熱のストレスが関与する。

　封止材１４０及び１５０を構成するＥＶＡは、ＵＶ及び／又は湿熱のストレス下において、酸（主に酢酸）を発生する。この酸によって、コンタクト部１８０を構成するガラス層が腐食されると、ガラス層が有する機械的な接合機能は失われてしまう。また、一定の機械的な接合機能が保持されても、ガラス層が腐食されることによって電気抵抗が増大し、電気的な接合機能が悪化する。そして、コンタクト部１８０の機械的及び／又は電気的な接合機能が失われると、Ｓｉ中で発生した光生成キャリアを、Ａｇ電極から取り出すことができなくなる。このようにして、ＰＶモジュール１００の太陽電池特性は劣化する。

　コンタクト部１８０を構成するガラス層の腐食は、コンタクト部１８０の断面ＳＥＭ観察又はＥＰＭＡ分析などを行うことにより、直接的に確認できる。すなわち、腐食の程度に対応したコンタクト部１８０のガラス層の消失（ＡｇとＳｉと間の空隙）、及び／又は、ガラス層の組成的変質などを認めることができる。より簡便には、ＰＶモジュールのＥＬ像を見ることによっても、ガラス層の腐食を判断することができる。すなわち、腐食の程度に対応した特徴的なＥＬ暗部の発生及び／又は拡大などを認めることができる。

　ＰＶモジュール１００の太陽光発電による電力の出力特性は、ＵＶ及び／又は湿熱のストレスが所定量に至ると、急激に低減する。これは、上述した酸が増大することにより、コンタクト部１８０のガラスが急速に腐食することにより生じる現象である。このような現象が生じる目安としては、ＥＶＡ中の酢酸濃度（酢酸分子の濃度）が１０^１９個／ｃｍ^３前後になる時点とすることができる。ここで、酢酸分子の濃度とは、２５℃（２９８．１５Ｋ）、１気圧におけるＥＶＡ単位体積中の酢酸分子の個数を意味する。ＰＶモジュール１００の太陽光発電による電力の出力特性が急激に低減した状態は、ＰＶモジュール１００が既に寿命を迎えている状態としてよい。

（ＰＶモジュールの寿命の予測）
　次に、一実施形態に係る情報処理装置１によって、ＰＶモジュールのＵＶ及び／又は湿熱による劣化に基づく寿命を予測する原理について説明する。以下、一実施形態に係る情報処理装置１が行う、ＰＶモジュールのＵＶ及び／又は湿熱による劣化に基づく寿命の予測を、単に「寿命の予測」又は「寿命予測」とも記す。

　まず、寿命の予測を行うための基本的な原理について説明する。一実施形態に係る情報処理装置１が予測する「寿命」とは、例えば、ＰＶモジュールが発電を開始してから、ＵＶ及び／又は湿熱のストレスが所定量に至って電力の出力特性が急激に低減するまでの時間としてよい。以下、一実施形態に係る情報処理装置１が予測する「寿命」とは、曲線因子（以下、「ＦＦ特性」とも記す）又は発電電力（以下、「Ｐｍ特性」とも記す）が初期値に比べて１０％減少する時点までを目安とする。初期値とは、寿命予測試験前の値を指す。しかしながら、一実施形態に係る情報処理装置１による寿命の予測の原理は、ＦＦ特性又はＰｍ特性が初期値に比べて１０％減少する時点において、電力の出力特性の急激な低減が確認されない場合においても採用してよい。この場合、ＦＦ特性又はＰｍ特性が初期値に比べて２０％又は３０％などに減少する時点までを寿命の目安としても、一実施形態に係る情報処理装置１による寿命の予測の原理は同様に成り立つ。ここで、ＰＶモジュールの出力特性は、ＩＥＣ　６０８９１規格（又はＪＩＳＣ８９１４）に準拠して測定する。

　次に、寿命の予測において実施する湿熱試験について説明する。湿熱試験の方法としては、所定の温度条件及び湿度条件に設定されている恒温恒湿試験器にＰＶモジュールを設置することによって、ＰＶモジュールが所定雰囲気内に暴露される。温度条件としては、８０～１３５℃の温度域が使用される。湿度条件としては、相対湿度８５～９５％の湿度域が使用される。このように、温度条件及び湿度条件は適宜設定すればよく、例えば、温度８５℃、湿度８５％の条件で湿熱試験を行うことができる。そして、所定時間毎に試験器からＰＶモジュールを取出した後、ＰＶモジュールの出力特性を測定する。そして、再度、試験器にＰＶモジュールを設置して、所定雰囲気内に暴露する。この工程を繰り返し行うことで、ＰＶモジュールの出力特性が急激に低減するまでの時間を計測する。このとき、所定時間は適宜変更してもよく、試験開始直後は測定間隔を長く設定し、ある程度の出力特性の低下が見られた場合、測定間隔を短く設定しても構わない。ここで、湿熱試験は、２つ以上、好ましくは３つ以上の温度条件で行う。３つ以上の温度条件であれば、寿命と温度の関係がアレニウスプロットで直線関係にあるかどうかを判断できる。もし、直線性が得られない場合は、直線性が得られるように低温側の温度条件を新たに設定して試験を行うことができる。

（寿命予測のロジックフロー）
　図４は、一実施形態に係る寿命予測のロジックフローを示す図である。図４は、一実施形態に係る情報処理装置１が寿命予測を行う際のロジックの流れを概略的に示す。それぞれの詳細については、後述する。図４に示すように、一実施形態に係る情報処理装置１は、以下のロジックの流れに基づいて、寿命予測を行ってよい。

　すなわち、図４のステップＳ１に示すように、情報処理装置１の制御部１０は、フィールドの１日における最高気温Ｔｍａｘを取得する。これは、例えば気象データから取得してよい。

　図４のステップＳ２に示すように、制御部１０は、ΔＴ（モジュール最高温度Ｔｍｐと最高気温Ｔｍａｘとの温度差）を取得する。これは、フィールドにモジュールが設置されていない場合又はモジュールの温度情報が利用できない場合、目安値を取得することができる。目安値は、例えば、地上に設置した場合に２５℃±（５～１０）℃程度、住宅の屋根に設置した場合に３５℃±（５～１０）℃程度とすることができる。また、フィールドにモジュールが設置されていてモジュールの温度情報が利用できる場合、モジュール最高温度Ｔｍｐの実測データと最高気温データＴｍａｘから取得してよい。

　図４のステップＳ３に示すように、制御部１０は、フィールドの１日におけるＰＶモジュールの最高温度Ｔｍｐ（＝Ｔｍａｘ＋ΔＴ）を算出する。

　図４のステップＳ４に示すように、制御部１０は、年間を通して汎用できる１日当たりの有効ストレス時間Ｈｅｆｆを取得する。フィールドにおけるモジュールの温度情報が利用できない場合、目安として、Ｈｅｆｆ＝４．０±０．４ｈとすることができる。より好ましくは、１日における最高気温Ｔｍａｘの年平均温度を「Ｔｍａｘ年平均」と記す場合、Ｈｅｆｆ［ｈ］＝０．１０８×Ｔｍａｘ年平均［℃］＋１．７とすることができる。さらに好ましくは、Ｈｅｆｆ［ｈ］＝－０．００２４８×（Ｔｍａｘ年平均［℃］）^２＋０．２４５×Ｔｍａｘ年平均［℃］とすることができる。フィールドにおけるモジュール温度が利用できる場合、年間を通して１日ごとに異なる１日当たりの有効ストレス時間ｈｅｆｆの年間中央値をＨｅｆｆとすることができる。

　図４のステップＳ５に示すように、制御部１０は、湿熱劣化の活性化エネルギーＥａを取得する。これは、例えば２つ以上の温度条件における湿熱試験の結果より取得してよい。

　図４のステップＳ６に示すように、制御部１０は、年間ストレス指数Ａ（＝Σｅｘｐ（－Ｅａ／ｋＴｍｐ）・Ｈｅｆｆ、総和は３６５日分）を算出する。このとき、Ｔｍｐは１日ごと異なり得る値である。

　図４のステップＳ７に示すように、制御部１０は、寿命ストレス指数Ｂ（＝ｅｘｐ（－Ｅａ／ｋＴｍ）×τ）を取得する。ここで、Ｔｍは湿熱試験の温度（モジュールの温度）であり、τは湿熱試験での寿命時間である（これらの詳細については、さらに後述する）。

　図４のステップＳ８に示すように、制御部１０は、相対湿度ＲＨ９０％前後の仮想的なフィールドにおける湿熱による劣化に基づく寿命Ｙｖ（＝Ｂ／Ａ）を算出する。

　図４のステップＳ９に示すように、制御部１０は、湿度補正係数Ｈｃを取得する。その後に続くステップＳ１０においては、この湿度補正係数Ｈｃを利用して、フィールドにおける湿熱による劣化に基づく寿命Ｙｈ（＝Ｙｖ×Ｈｃ）を算出する。このステップ１０においては、湿度補正係数Ｈｃを利用することが望ましいが、利用しない場合はＹｈ＝Ｙｖとして算出し、ラフな精度での寿命予測とすることができる。

　図４のステップＳ１１に示すように、制御部１０は、ＵＶ補正係数Ｕｃを取得する。その後に続くステップＳ１２においては、このＵＶ補正係数Ｕｃを利用して、フィールドにおけるＵＶ及び湿熱による劣化に基づく寿命Ｙ（＝Ｙｈ×Ｕｃ）を算出する。このステップ１２においては、ＵＶ補正係数Ｕｃを利用することが望ましいが、利用しない場合はＹ＝Ｙｈとして算出し、ラフな精度での寿命予測とすることができる。

　図５は、図４に示した寿命予測と等価な寿命予測を、グラフを用いて行う場合のロジックフローを示す図である。それぞれの詳細については、後述する。図５に示すように、一実施形態に係る情報処理装置１は、以下のロジックの流れに基づいて、寿命予測を行ってよい。

　すなわち、図５のステップＧ１に示すように、情報処理装置１の制御部１０は、図４のステップＳ１からステップＳ３まで及びステップＳ５の処理の結果に基づいて、フィールドにおける年間有効モジュール温度Ｔｍｐ＿ｅｆｆ（＝（－Ｅａ／ｋ）／ｌｎ｛Σｅｘｐ（－Ｅａ／ｋＴｍｐ）／３６５｝）を算出する。ここで、総和は３６５日分である。

　図５のステップＧ２に示すように、制御部１０は、モジュール温度Ｔｍと寿命時間τとの関係を示す寿命曲線のグラフを取得する。寿命曲線のグラフは、例えば、２つ以上の温度条件において行う湿熱試験の結果より描画してよい。このとき、ｅｘｐ（－Ｅａ／ｋＴｍ１）×τ１＝ｅｘｐ（－Ｅａ／ｋＴｍ２）×τ２　の関係を用いて寿命曲線を描画する。

　図５のステップＧ３に示すように、制御部１０は、ステップＧ１及びステップＧ２の処理の結果に基づいて、Ｔｍｐ＿ｅｆｆの温度における相対湿度ＲＨ９０％前後の仮想的なフィールドにおける湿熱による劣化に基づく寿命時間τｖを算出する。

　図５のステップＧ４に示すように、制御部１０は、ステップＧ３及び図４に示すステップＳ４の処理の結果に基づいて、相対湿度ＲＨ９０％前後の仮想的なフィールドにおける湿熱による劣化に基づく寿命年数Ｙｖを算出する。

　図５のステップＧ５に示すように、制御部１０は、ステップＧ４並びに図４に示すステップＳ９及びＳ１１の処理の結果に基づいて、フィールドにおけるＵＶ及び湿熱による劣化に基づく寿命年数Ｙ（＝Ｙｖ×Ｈｃ×Ｕｃ）を算出する。

　以下、図４及び図５のロジックフローにおける処理の詳細について説明する。

（寿命年数Ｙ）
　一実施形態に係る情報処理装置１は、ＰＶモジュールに関する所定の情報に基づいて、当該ＰＶモジュールの寿命として、例えば以下の式（１）に示す寿命年数Ｙを予測する。
　　寿命年数Ｙ＝（寿命ストレス指数Ｂ／年間ストレス指数Ａ）×湿度補正係数Ｈｃ×ＵＶ補正係数Ｕｃ　　式（１）
　ここで、寿命年数Ｙは、フィールドにおけるＵＶ及び／又は湿熱による劣化に基づくＰＶモジュールの寿命年数を意味する。寿命年数Ｙは、ＰＶモジュールが同一仕様のものであっても、ＰＶモジュールを設置する場所の環境及び／又は設置態様（地上設置、住宅屋根置き、など）によって異なり得る値である。すなわち、寿命年数Ｙは、ＰＶモジュールが設置されるフィールド条件（環境条件及び／又は設置態様条件）に依存する値となる。

　一実施形態に係る情報処理装置１の制御部１０は、式（１）右辺の（寿命ストレス指数Ｂ／年間ストレス指数Ａ）によって、相対湿度ＲＨ９０％前後の仮想的なフィールドにおける湿熱による劣化に基づく寿命年数を求めることができる。また、一実施形態に係る情報処理装置１の制御部１０は、上述の寿命年数に、湿度補正係数ＨｃとＵＶ補正係数Ｕｃとを乗じることにより、実際にＰＶモジュールが設置されたフィールドにおけるＵＶ及び／又は湿熱による劣化に基づく寿命年数Ｙを算出することができる。ここで、湿度補正係数Ｈｃにおける湿度補正とは、フィールドにおける湿度を考慮して行う補正である。また、ＵＶ補正係数ＵｃにおけるＵＶ補正とは、フィールドにおけるＵＶ光の影響を考慮して行う補正である。以下、式（１）に示す寿命年数Ｙを算出するための各要素の概念について説明する。

（寿命ストレス指数Ｂ）
　式（１）における寿命ストレス指数Ｂは、ＰＶモジュールの寿命までの湿熱によるストレス量を示す指数である。寿命ストレス指数Ｂは、湿熱試験を行うことにより定めることができる。寿命ストレス指数Ｂは、ＰＶモジュールが寿命となる（出力特性が急激に低減する）までの湿熱によるストレス量に対応した指数であり、以下の式（２）のように表現される。
　　寿命ストレス指数Ｂ＝ｅｘｐ（－Ｅａ／ｋＴｍ）×τ　　式（２）
　ここで、Ｅａは湿熱劣化の活性化エネルギー［Ｊ］、ｋはボルツマン定数、ＴｍはＰＶモジュールの温度［絶対温度Ｋ］、τは湿熱試験における寿命時間［ｈ］とする。以下、ＰＶモジュールの温度は、単に「モジュール温度」とも記す。式（２）において、ｅｘｐ関数の項は、ｅｘｐ（－Ｅａ／（ｋ×Ｔｍ））と同義である。

　式（２）において、ｅｘｐ（－Ｅａ／ｋＴｍ）は単位時間当たりのストレス量に対応した指数を示す。このｅｘｐ（－Ｅａ／ｋＴｍ）に寿命時間τを乗じることにより、寿命に至るまでの総ストレス量に対応した指数として、寿命ストレス指数Ｂが算出される。ここで、湿熱試験は、通常、相対湿度９０％前後（８５％～９５％程度）で行われる。したがって、ここで算出される寿命ストレス指数Ｂは、相対湿度９０％前後を想定した値になる。

　式（２）において、湿熱劣化の活性化エネルギーＥａは、２つ以上の温度条件における湿熱試験を行うことで、以下の式（３）によって算出することができる。
　　ｅｘｐ（－Ｅａ／ｋＴ１）×τ１＝ｅｘｐ（－Ｅａ／ｋＴ２）×τ２　　式（３）
　ここで、Ｔ１及びＴ２は湿熱試験のそれぞれの温度条件であり、τ１及びτ２はそれぞれの湿熱試験によって得られる寿命時間である。

　後述する、紫外線吸収剤の添加ありの一般的なＥＶＡ（ＥＶＡ１）を用いたＰＶモジュール、紫外線吸収剤の添加ありの改善されたＥＶＡ（ＥＶＡ２）を用いたＰＶモジュール、及び紫外線吸収剤の添加なしの改善されたＥＶＡ（ＥＶＡ３）を用いたＰＶモジュールについて、これらの具体的な値を示すと次のようになる。温度９５℃、湿度９５％における湿熱試験によって得られる寿命時間は、ＥＶＡ１の場合に２２００時間、ＥＶＡ２の場合に６５００時間、ＥＶＡ３の場合に６０００時間であった。温度１２５℃、湿度９５％における湿熱試験によって得られる寿命時間は、ＥＶＡ１の場合に４５０時間、ＥＶＡ２の場合に９５０時間、ＥＶＡ３の場合に９５０時間であった。湿熱劣化の活性化エネルギーＥａは、ＥＶＡ１の場合に０．６６８ｅＶ、ＥＶＡ２の場合に０．８１０ｅＶ、ＥＶＡ３の場合に０．７７６ｅＶであった。Ｅａ［ｅＶ］とＥａ［Ｊ］とは、Ｅａ［Ｊ］＝ｑ・Ｅａ［ｅＶ］という関係にある。ここで、ｑは電子素電荷であり、具体的にはｑ＝１．６×１０^－１９［Ｃ］である。

　ここで行うそれぞれの湿熱試験は、ＰＶモジュールの出力特性が急激に低減する（寿命となる）まで行うのが好適である。具体的には、例えば、ＰＶモジュールのＦＦ特性が初期値に比べて１０％減少するまで湿熱試験を行ってよい。また、ここで行うそれぞれの湿熱試験において、ＰＶモジュールの劣化のモードが同じであることを確認するのが好適である。劣化のモードが同じであるかどうかは、ＰＶモジュールのＶ－Ｉ特性、ＥＬ像のパターン、又はＥＶＡ中の酢酸濃度などを調べることによって確認できる。

（年間ストレス指数Ａ）
　式（１）における年間ストレス指数Ａは、フィールドにおけるＰＶモジュールの１年当たりの湿熱によるストレス量を示す指数である。後述するように、この年間ストレス指数Ａは、相対湿度９０％前後の仮想的なフィールドにおける１年当りの湿熱ストレス量を示す指数である。年間ストレス指数Ａは、以下の式（４）のように表現される。
　　年間ストレス指数Ａ＝∫ｅｘｐ（－Ｅａ／ｋＴｍ）ｄｔ　　式（４）
　ここで、積分区間は１年間とする。

　式（４）において、ｄｔをΔｔとして離散化すると、年間ストレス指数Ａは、以下の式（５）のように表現される。
　　年間ストレス指数Ａ≒Σｅｘｐ（－Ｅａ／ｋＴｍ）Δｔ　　式（５）
　ここで、総和区間は１年間とする。
　式（５）において、Δｔは１分間隔としてもよいし、１時間間隔としてもよい。出願人は、Δｔを１時間間隔のデータで計算しても、精度上の支障はないことを確認した。したがって、以下、Δｔは１時間間隔として説明する。この場合、Δｔ＝１［ｈ］となり、式（５）は、以下の式（６）のように表現される。
　　年間ストレス指数Ａ≒Σｅｘｐ（－Ｅａ／ｋＴｍ）　　式（６）
　ここで、総和区間は１時間間隔で１年間とする。Ｔｍは、１時間ごとに異なり得る値である。また、Δｔを１分間隔のデータで計算する場合、式（６）において、Δｔ＝１／６０［ｈ］として、総和区間を１分間隔で１年間とすればよい。

　ここで算出される年間ストレス指数Ａは、相対湿度９０％前後の仮想的なフィールドを想定した値になる。実際のフィールドの湿度域における寿命の予測を行うためには、湿度補正を行う必要がある。湿度補正については、さらに後述する。

　式（５）及び式（６）に示すように、年間ストレス指数Ａの値を算出するには、モジュール温度Ｔｍの１時間間隔のデータが必要になる。ＰＶモジュールを含む太陽光発電システムが既にフィールドに設置してある状態で、モジュール温度のデータが１時間間隔で１年分取得されていれば、上記の計算により、年間ストレス指数Ａの値を算出することができる。

　一方、ＰＶモジュールを含む太陽光発電システムがまだフィールドに設置されていない状態においては、上記の計算式によって年間ストレス指数Ａの値を算出することはできない。しかしながら、太陽光発電システムを実際にフィールドに設置する前に、当該フィールドに設置された場合のＰＶジュールの寿命が予測できれば極めて有益である。また、太陽光発電システムが既にフィールドに設置してある状態であっても、モジュール温度のデータが取得できない（又は利用できない）ことも想定される。このような場合であっても、当該フィールドに設置された場合のＰＶジュールの寿命が予測できれば極めて有益である。

　したがって、一実施形態に係る情報処理装置１は、モジュール温度のデータが１時間間隔で１年分取得されていない場合でも、年間ストレス指数Ａの値を算出できるようにする。以下、このような算出の原理について説明する。

　一般的に、世界中の非常に多数の地点において、気象データは日常的に測定され、累積されている。例えば、日本国気象庁のウェブサイトなどにおいて、各種のデータを取得することができる。具体的には、各地点の１時間ごとの気温データ、各地点の１日単位の気温データ（最低気温、平均気温、及び最高気温など）、並びに、月単位の平均気温データ（１日における最低気温の月平均値、１日における平均気温の月平均値、及び１日における最高気温の月平均値など）を取得することができる。

　上述のデータのうち、１時間ごとの気温データを使うと、１時間ごとのモジュール温度Ｔｍは、次の式（７）のように表現できる。
　　１時間ごとのモジュール温度Ｔｍ＝気温Ｔ＋ΔＴ　　式（７）
　ここで、ΔＴはモジュール温度と気温との差とし、気温Ｔは１時間ごとの値とする。

　式（７）を用いて１時間ごとのモジュール温度Ｔｍを求めるには、ΔＴの１時間ごとのデータが必要になる。そこで、１時間ごとのΔＴを、１時間ごとの気象情報から見積もる方法について検討する。ΔＴは、日射量、風速、及び／又はＰＶモジュールの設置態様（地上に設置又は住宅の屋根に設置など）などによって定まると想定される。ここで、公称動作セル温度（Nominal Operating Cell Temperature：ＮＯＣＴ）と呼ばれる情報を用いると、地上に設置された場合のΔＴの目安となる値は、以下の式（８）のように与えられる。ＮＯＣＴは、太陽電池メーカーの仕様書に記載されているものを用いてよい。
　　　ΔＴ＝（ＮＯＣＴ－２０）×Ｓ／８０　　式（８）
　ここで、Ｓは入射光量［ｍＷ／ｃｍ^２］である。

　上述のように、１時間ごとの気温データは、多くの地点において測定され利用できる状態である。これに対し、式（８）における入射光量Ｓの１時間ごとのデータが測定されている地点は、日本国においても外国においても、現時点では限定されているのが実情である。したがって、任意の地点における年間ストレス指数Ａを、入射光量Ｓの１時間ごとのデータを利用せずとも、実用に足る程度に妥当に推定する方法について検討する。

　一実施形態において、年間ストレス指数Ａの算出に際し上述のように１時間ごとのΔＴを見積もるのではなく、１日当たりのストレス指数を１時間ごと２４時間の総和で与えることを考える。このような想定に基づいて、１日当たりのストレス指数を、以下の式（９）のように表現する。
　　Σｅｘｐ（－Ｅａ／ｋＴｍ）＝ｅｘｐ（－Ｅａ／ｋＴｍｐ）・ｈｅｆｆ　　式（９）
　ここで、左辺の総和区間は１時間ごとに２４時間とし、右辺のＴｍｐは１日におけるＰＶモジュールの最高温度［絶対温度Ｋ］であり、ｈｅｆｆは１日当たりの有効ストレス時間［ｈ］とする。左辺の総和区間は１分間隔としてもよいが、その場合は、ｈｅｆｆを、ｈｅｆｆ［ｈ］×６０に置き換える。このように、ｈｅｆｆは、式（９）から、Σｅｘｐ（－Ｅａ／ｋＴｍ）を、ｅｘｐ（－Ｅａ／ｋＴｍｐ）で除した値としてよい。ここで、Σｅｘｐ（－Ｅａ／ｋＴｍ）は、フィールドに設置されたＰＶモジュールにおいて、１日当たりの湿熱によるストレスに比例した量の所定時間を単位とする総和である。また、ｅｘｐ（－Ｅａ／ｋＴｍｐ）は、フィールドに設置されたＰＶモジュールの最高温度における単位時間あたりの湿熱によるストレスに比例した量である。

　式（９）を用いると、年間ストレス指数Ａは、以下の式（１０）のように表現できる。
　　年間ストレス指数Ａ＝Σ｛ｅｘｐ（－Ｅａ／ｋＴｍｐ）・ｈｅｆｆ｝　　式（１０）
　ここで、総和区間は１日ごとに３６５日間とする。また、Ｔｍｐ及びｈｅｆｆは１日ごとに異なり得る値である。

　式（１０）において、１日ごとの３６５日間分のＴｍｐは、その地域における年間の日別気温情報及びＰＶモジュールの設置態様の情報が与えられれば、次の式（１１）のように表現できる。
　　Ｔｍｐ＝Ｔｍａｘ＋ΔＴ　　式（１１）
　ここで、Ｔｍａｘは１日における最高気温であり、１日ごとの３６５日間分のデータである。１日における最高気温Ｔｍａｘの１日ごとのデータは、例えば気象庁などの年間気象データから得られる。また、ΔＴはモジュール温度と気温との差である。

　図６は、１日におけるＰＶモジュールの最高温度Ｔｍｐと、１日における最高気温Ｔｍａｘとを、あるフィールドにおいて実測した年間のデータの例を示す図である。図６において、中黒のドットはモジュール温度を示し、白丸印のドットは気温を示している。図６において、月ごとの値は、１日における最高気温ＴｍａｘとＰＶモジュールの最高温度Ｔｍｐの月平均値を示している。図６において、ＰＶモジュールの最高温度Ｔｍｐの月平均値は、フィールドにおいて地表からの傾斜角（設置角度）が異なる３タイプのＰＶモジュール（傾斜１５°、傾斜３０°、及び傾斜４５°）について示してある。

　図６に示すように、式（１１）に示すΔＴ（＝Ｔｍｐ－Ｔｍａｘ）は、月ごとの月平均値として示せば、１年間においてほぼ一定値とみなして差し支えない。ΔＴの値は、地上の設置されたＰＶモジュールの場合２５℃±（５～１０）℃程度となり、住宅の屋根に設置されたＰＶモジュールの場合３５℃±（５～１０）℃程度となる傾向にある。月平均値として示したΔＴが１年間においてほぼ一定値とみなせない場合、月平均値として示したΔＴの年間中央値をとることができる。

　上述のように、１日当たりの有効ストレス時間ｈｅｆｆは、年間において毎日異なり得る値である。図７及び図８は、１時間ごとのＰＶモジュール温度Ｔｍを実測したデータから、式（９）において用いられる１日当たりの有効ストレス時間ｈｅｆｆを算出した例を示す図である。図７及び図８は、太陽光発電システムが設置されたフィールドにおいて、１時間ごとのモジュール温度のデータを１年分取得した結果に基づくデータを示すものである。図７及び図８おいて、横軸は１日におけるＰＶモジュールの最高温度Ｔｍｐを表し、縦軸は１日当たりの有効ストレス時間ｈｅｆｆを表す。図７においては、１月から１２月まで全て同じドットによりＴｍｐとｈｅｆｆとの相関をプロットしてある。図８においては、３カ月ごとに異なるドットによりＴｍｐとｈｅｆｆとの相関をプロットしてある。

　図７及び図８に示すように、Ｔｍｐとｈｅｆｆとの相関は、１日ごとのバラツキを反映して広い範囲に分布している。一方、図７及び図８に示すように、Ｔｍｐとｈｅｆｆとの相関の分布においては粗密がある。これは、太陽と地球との位置関係、及び、地球の自転周期などの規則性（法則性）に起因するものと考えられる。このように、Ｔｍｐとｈｅｆｆとの相関は、一定の傾向を示す分布になると想定される。

　図９は、図７及び図８に示したフィールドとは別のフィールドで、同様に１年間３６５日分のＰＶモジュールの最高温度Ｔｍｐと、１日当たりの有効ストレス時間ｈｅｆｆとの相関関係を示した図である。図９においては、図７と同様に、１月から１２月まで全て同じドットによりＴｍｐとｈｅｆｆとの相関をプロットしてある。図９に示すように、Ｔｍｐとｈｅｆｆとの相関は、１日ごとのバラツキを反映して広い範囲に分布している。図７及び図８に示したのと同様に、図９においてもＴｍｐとｈｅｆｆとの相関の分布においては粗密があることが確認できる。

　一実施形態に係る情報処理装置１は、年間ストレス指数Ａをより簡単に算出するために、年間で１日ごとに異なる１日当たりの有効ストレス時間ｈｅｆｆの代わりに、年間で一定値（汎用値）となる１日当たりの有効ストレス時間Ｈｅｆｆを設定する。以下、このような算出について説明する。

　一実施形態に係る情報処理装置１は、以下の式（１２）を用いることにより、年間ストレス指数Ａを算出する。
　　Σ｛ｅｘｐ（－Ｅａ／ｋＴｍｐ）・ｈｅｆｆ｝＝Ｈｅｆｆ・Σｅｘｐ（－Ｅａ／ｋＴｍｐ）　　式（１２）
　ここで、総和区間は１日ごとに３６５日間とする。また、Ｔｍｐ及びｈｅｆｆは１日ごとに異なり得る値である。

　式（１２）を用いると、年間ストレス指数Ａは、以下の式（１３）のように表現できる。
　　年間ストレス指数Ａ＝Ｈｅｆｆ・Σｅｘｐ（－Ｅａ／ｋＴｍｐ）　　式（１３）
　ここで、総和区間は１日ごとに３６５日間とする。また、Ｔｍｐは１日ごとに異なり得る値であるが、Ｈｅｆｆは年間で一定値（汎用値）である。以上説明したように、年間を通して使用できる１日当たりの有効ストレス時間Ｈｅｆｆを適切に設定できれば、年間ストレス指数Ａの算出は非常に簡単になる。

　出願人は、年間ストレス指数Ａを精度よく再現可能なＨｅｆｆの値を検討した結果、上述した１日当たりの有効ストレス時間ｈｅｆｆの年間中央値を用いることが好適であることを見出した。図１０は、４つのフィールドについて算出したＨｅｆｆ（すなわち１日当たりの有効ストレス時間ｈｅｆｆの年間中央値）［ｈ］の例を示す図である。図１０に示すように、例えば千葉県に設置されたＰＶモジュールの一例においては、Ｈｅｆｆの値を４．４ｈとすることにより、年間ストレス指数Ａを精度よく再現できた。また、例えば山梨県に設置されたＰＶモジュールの一例においては、Ｈｅｆｆの値を４．０ｈとすることにより、年間ストレス指数Ａを精度よく再現できた。また、カリフォルニア及びロスアラモスに設置されたＰＶモジュールの例においても同様の再現性を確認できた。

　すなわち、出願人は、図１０に示す４つのフィールドにおいて、１時間ごとのモジュール温度のデータを１年分取得することにより、それぞれの年間ストレス指数Ａの値を正確に求めた。そして、出願人は、４つのフィールドのそれぞれにおいて、図１０に示すＨｅｆｆを用いて、年間ストレス指数Ａを算出した。その結果、出願人は、それぞれのフィールドにおけるＨｅｆｆを用いて算出した年間ストレス指数Ａの値が実用的に充分な精度で再現されることを確認した。

　また、出願人は、上述のＨｅｆｆのＥａに対する依存性を調査した。その結果、出願人は、Ｅａ＝０．８ｅＶ±０．１ｅＶ程度の振れ幅において、Ｈｅｆｆの振れ幅は±１０％程度内に収まることも確認した。

　以上の結果から、一実施形態に係る情報処理装置１は、汎用的な使用に耐える年間の１日当たりの有効ストレス時間Ｈｅｆｆの目安として、以下の式（１４）を用いることができる。
　　１日当たりの有効ストレス時間Ｈｅｆｆ（年間で一定値）＝４．０ｈ±０．４ｈ（±１０％）　　式（１４）
　式（１４）は、特に日本国内において有効に用いることができる。

　出願人は、上記した４つのフィールドに加えて、さらに５つ目のフィールドとして、タイにおけるＰＶモジュール温度と気温の年間情報を同様に調査した。その結果、年間で１日ごとに異なる１日当たりの有効ストレス時間ｈｅｆｆの年間中央値であるＨｅｆｆとして、５．８ｈという値を得た。さらに、前記５つのフィールドでのＨｅｆｆの値と日別最高気温の年間平均値であるＴｍａｘ年平均の関係を調べたところ、次のような相関関係が見い出せることを確かめた。すなわち、１次関数近似式としては、Ｈｅｆｆ［ｈ］＝０．１０８×Ｔｍａｘ年平均［℃］＋１．７という相関関係が見い出せた。また、２次関数近似式としては、Ｈｅｆｆ［ｈ］＝－０．００２４８×（Ｔｍａｘ年平均［℃］）^２＋０．２４５×Ｔｍａｘ年平均［℃］という相関関係が見い出せた。これらの相関関係式を用いれば、日本国外まで含めた広い地域で、より精度の高いＨｅｆｆを用いることができる。前記５つのフィールドにおける日別最高気温の年間平均値であるＴｍａｘ年平均の値は、２０１５年前後の気象情報及び現地気温情報から見積もると、千葉県、山梨県、カリフォルニア、ロスアラモス、及びタイにおいて、それぞれ、２０．３℃、１９．７℃、２３．５℃、１５．６℃、３８．１℃であった。

　上述のＨｅｆｆの値を汎用的な目安として用いることにより、一実施形態に係る情報処理装置１は、太陽光発電システムがまだ設置されていない状況においても、実用的な精度で年間ストレス指数Ａを算出することができる。また、上述のＨｅｆｆの値を汎用的な目安として用いることにより、一実施形態に係る情報処理装置１は、モジュール温度のデータが利用できない状況においても、実用的な精度で年間ストレス指数Ａを算出することができる。

　以上説明したように、一実施形態に係る情報処理装置１は、年間ストレス指数Ａを以下の式（１５）のように簡易に算出することができる。
　　年間ストレス指数Ａ≒Ｈｅｆｆ・Σｅｘｐ（－Ｅａ／ｋＴｍｐ）　　式（１５）
　ここで、総和区間は１日ごとに３６５日間とする。Ｔｍｐは、１日におけるＰＶモジュールの最高温度（＝最高気温Ｔｍａｘ＋ΔＴ）であり、１日ごとに異なり得る値である。また、Ｈｅｆｆは汎用値として４．０ｈ±０．４としてよく、年間で一定値としてよい。このとき、より好ましくは、１日における最高気温Ｔｍａｘの年平均温度をＴｍａｘ年平均とした場合、Ｈｅｆｆ［ｈ］＝０．１０８×Ｔｍａｘ年平均［℃］＋１．７とすることができる。さらに好ましくは、Ｈｅｆｆ［ｈ］＝－０．００２４８×（Ｔｍａｘ年平均［℃］）^２＋０．２４５×Ｔｍａｘ年平均［℃］とすることができる。

　一実施形態に係る情報処理装置１は、上述のような算出を行うにあたり、気温情報として、１日当たりの最高気温（平均気温ではなく）を採用する。また、一実施形態に係る情報処理装置１は、上述のような算出を行うにあたり、Ｈｅｆｆとして、１年間を構成する３６５日の１日当たりの有効ストレス時間ｈｅｆｆの中央値（年間平均ではなく）を採用する。また、一実施形態に係る情報処理装置１は、上述のような算出を行うにあたり、月別の気温情報を使う場合は、１日における最高気温の月平均値（月最高気温ではなく）を採用する。

　一実施形態に係る情報処理装置１は、以下の式（１６）を用いることにより、相対湿度９０％前後の仮想的なフィールドにおける湿熱による劣化に基づくＰＶモジュールの寿命年数Ｙｖを予測することができる。
　　ＰＶモジュールの寿命年数Ｙｖ≒寿命ストレス指数Ｂ／年間ストレス指数Ａ　　式（１６）
　ここで、ＰＶモジュールの「寿命年数Ｙｖ」は、相対湿度９０％前後の仮想的なフィールドにおける湿熱による劣化に基づくＰＶモジュールの寿命年数である。

（湿度補正係数Ｈｃ）
　次に、式（１）における湿度補正係数Ｈｃについて説明する。

　フィールドの湿度域における湿熱による劣化に基づく寿命は、以下の式（１７）に示すように、上述のＰＶモジュールの寿命年数Ｙｖに、湿度補正係数Ｈｃを乗じることで得られる。
　　ＰＶモジュールの寿命年数Ｙｈ＝寿命年数Ｙｖ×湿度補正係数Ｈｃ　　式（１７）
　ここで、ＰＶモジュールの「寿命年数Ｙｈ」は、フィールドにおける湿熱による劣化に基づくＰＶモジュールの寿命年数である。また、湿度補正係数Ｈｃの値は、例えば、相対湿度の条件を設定して行う実験により得られるデータと、実際のフィールドにおける相対湿度の情報とから見積もることができる。

　以下、湿度補正係数Ｈｃの求め方について詳細に説明する。

　フィールドに設置されたＰＶモジュールの湿熱による劣化に基づく寿命は、以下の手順によって見積もることができる。すなわち、まず、相対湿度（Relative Humidity：ＲＨ）９０％程度における湿熱試験の結果（温度‐寿命曲線、すなわちＰＶモジュール温度Ｔｍと湿熱寿命時間τの関係）を、フィールドに設置されたＰＶモジュールの温度（フィールドにおける年間有効モジュール温度Ｔｍｐ＿ｅｆｆ）まで、「ｅｘｐ（－Ｅａ／ｋＴｍ）×τ＝一定」の関係を使って外挿する。ここで、フィールドにおける年間有効モジュール温度Ｔｍｐ＿ｅｆｆについては、「グラフを用いた寿命予測」において、さらに後述する。これにより、ＲＨ９０％程度の仮想フィールドにおける湿熱による劣化に基づく寿命が求まる。次に、上述の仮想フィールドにおける湿熱による劣化に基づく寿命に、湿度補正係数Ｈｃをかける。

　ここで、湿度補正係数Ｈｃは、以下の手続で見積もることができる。
（１）予め相対湿度を複数設定した湿熱試験において、湿熱による劣化に基づく寿命と相対湿度の相関関係を調べる。この湿熱による劣化に基づく寿命の相対湿度依存性を基準相対湿度（ＲＨ９０％前後）における湿熱による劣化に基づく寿命によって規格化して表せば、その規格化数値がすなわち湿度補正係数Ｈｃである。以上によって、相対湿度と湿度補正係数Ｈｃとの関係が得られる。
（２）フィールドに設置されたＰＶモジュールの温度における相対湿度を見積もる。これは、ＰＶモジュールが設置された環境の大気温度における相対湿度の情報（気象データ）と、飽和水蒸気圧の温度依存性とを踏まえて計算する。
（３）上述の（１）及び（２）から、フィールドに設置されたＰＶモジュールに対する湿度補正係数Ｈｃが求まる。

　上述の（２）において、大気温度における相対湿度（気象データ）を、そのまま用いることはできない。比較的低温の大気は、比較的高温のＰＶモジュールに触れることにより、モジュール温度相当の温度になる。ＰＶモジュールにおけるＥＶＡ中の水分は、このモジュール温度相当の大気中の水蒸気と、水分子のやりとりをしている。すなわち、熱平衡状態に向かって、大気とＥＶＡとの間を水分子が出入りしている。比較的低温の大気が比較的高温の大気になっても、絶対水蒸気密度（∝水蒸気圧）は、ほとんど変化しない。具体的には、絶対水蒸気密度は、気体の体積膨張効果を考慮しても、１０％程度しか変化しない。

　しかしながら、相対湿度は、飽和水蒸気圧の温度上昇に伴う増大が大きいため、比較的大きく低下する。相対湿度による湿度補正を行う場合、この点に注意すべきである。したがって、上述の（２）において、フィールドに設置されたＰＶモジュールの温度における相対湿度を見積もるプロセスを、明確に定量化しておくとよい。このことは、ＰＶジュールのフィールドにおける湿熱による劣化に基づく寿命を精度良く見積もるためには不可欠である。

　上述の（１）～（３）の手順について、以下、具体的に説明する。

　まず、上述の（１）について説明する。例として、一般的なＥＶＡを使用したＰＶモジュールの製品について、相対湿度を複数設定して行った湿熱試験の結果について説明する。

　図１１は、一般的なＥＶＡを使用したＰＶモジュールを用いて行った湿熱試験に基づいて、相対湿度と、湿熱による劣化に基づく寿命との関係を示すグラフである。図１１において、横軸は相対湿度ＲＨ［％］を示し、縦軸はＰＶモジュールの劣化に基づく寿命を迎えるまでの時間［ｈ］を示している。ＰＶモジュールの劣化に基づく寿命を迎えるまでの時間は、例えばＦＦ特性が初期値に比べて１０％減少するまでの時間としてもよい。

　ここで、相対湿度の低い領域まで含めて広い相対湿度の範囲において、湿熱による劣化に基づく寿命の予測を定量的に行えるようにする。このため、湿熱による劣化に基づく寿命の湿度依存性を、以下の式（１８）に示すように、べき乗則で近似する。
　　τ２／τ１＝（ＲＨ２／ＲＨ１）^－ｎ　　式（１８）
　ここで、ＲＨ１及びＲＨ２は湿熱試験のそれぞれの相対湿度条件であり、τ１及びτ２はそれぞれの相対湿度における湿熱試験によって得られる寿命時間である。このように、湿熱による劣化に基づく寿命の湿度依存性を確認するには、少なくとも湿度が異なる２回の湿熱試験が必要である。

　一般的なＥＶＡを使用したＰＶモジュールの製品についての湿熱試験の結果を解析すると、ｎ＝０．４４程度であれば、実験結果を良好に再現することが判明した。この場合、実験データが不足する相対湿度が低い領域まで外挿することが可能になる。図１１において、一点鎖線によって、上述のべき乗則の近似曲線を示した。べき乗則近似のターゲットにした実験データは、相対湿度範囲を最も広くとって行った実験データとした。また、図１１において、ドットは、各温度条件及び湿度条件で得られた実験結果を示す。以下で説明する図１２、図１５、図１７、及び図１８においても同様である。また、湿熱試験の湿度条件は、少なくとも相対湿度が７０％以下、好ましくは５０％以下、さらに好ましくは３０％以下の実験を行うことが好ましい。また、ＥＶＡの種類が異なる場合のみならず、封止材をオレフィンなどの異なる材料にした場合においても、その都度、相対湿度が異なる湿熱試験を行い、湿度補正係数の湿度依存性を確認する必要がある。

　ここで基準となる相対湿度（ＲＨ９０％前後）における湿熱による劣化に基づく寿命によって、湿熱による劣化に基づく寿命の湿度依存性データを規格化すれば、相対湿度に対する湿度補正係数Ｈｃを得ることができる。

　図１２は、ＲＨ９５％における湿熱による劣化に基づく寿命によって湿熱による劣化に基づく寿命の湿度依存性データを規格化した例を示すグラフである。以上のようにして、広い相対湿度範囲において、湿度補正係数Ｈｃを求めることが可能になる。

　次に、上述の（２）について説明する。モジュール温度Ｔｍにおける大気の相対湿度ＲＨ（Ｔｍ）は、大気温度Ｔにおける大気の相対湿度ＲＨ（Ｔ）と、大気温度Ｔにおける飽和水蒸気圧Ｐｓ（Ｔ）と、モジュール温度Ｔｍにおける飽和水蒸気圧Ｐｓ（Ｔｍ）を用いて、以下の式（１９）のように表現できる。
　　ＲＨ（Ｔｍ）≒｛Ｐｓ（Ｔ）／Ｐｓ（Ｔｍ）｝・ＲＨ（Ｔ）　　式（１９）
　ここで、大気温度Ｔにおける相対湿度ＲＨ（Ｔ）は、気象データから得ることができる。

　また、式（１９）は、飽和水蒸気圧Ｐｓ（Ｔ）及びＰｓ（Ｔｍ）の代わりに、大気温度Ｔにおける大気の飽和水蒸気密度Ｎｓ（Ｔ）と、モジュール温度Ｔｍにおける大気の飽和水蒸気密度Ｎｓ（Ｔｍ）とを用いると、以下の式（２０）のようにも表現できる。
　　ＲＨ（Ｔｍ）≒｛Ｎｓ（Ｔ）／Ｎｓ（Ｔｍ）｝・ＲＨ（Ｔ）　　式（２０）
　ここで、式（２０）は、温度が変わったとしても水蒸気密度はほとんど変わらないという物理法則に基づいている。すなわち、式（２０）は、以下の式（２１）に基づいている。
　　Ｎｓ（Ｔｍ）・ＲＨ（Ｔｍ）≒Ｎｓ（Ｔ）・ＲＨ（Ｔ）　　式（２１）
　ここで、式（１９）、式（２０）及び式（２１）においては、気体の体積膨張に伴う１０％程度の誤差があるため、「＝」ではなく「≒」を用いて表現している。しかしながら、１０％程度の誤差があったとしても、ここでの議論にはほとんど影響しない。

　次に、日中の最高温度になる時間帯において、ＰＶモジュールの最高温度Ｔｍｐでの大気の相対湿度ＲＨは次の式（２２）のように表現できる。
　　ＲＨ（Ｔｍｐ）＝｛Ｐｓ（Ｔｍａｘ）／Ｐｓ（Ｔｍｐ）｝・ＲＨ（Ｔｍａｘ）　　式（２２）
　ここで、ＲＨ（Ｔｍａｘ）は、１日における最高気温の時の大気の相対湿度である。ＲＨ（Ｔｍｐ）は、１日におけるＰＶモジュールの最高温度Ｔｍｐでの大気の相対湿度である。Ｐｓ（Ｔｍａｘ）は、１日における最高気温での飽和水蒸気圧である。Ｐｓ（Ｔｍｐ）は、１日におけるＰＶモジュールの最高温度Ｔｍｐでの飽和水蒸気圧である。

　式（２２）において、１日における最高気温の時の相対湿度ＲＨ（Ｔｍａｘ）の情報は、１日の間の時間単位の湿度推移データがないと得られない。一方、１日における平均の相対湿度である日平均ＲＨ情報なら、簡単にアクセスできる。そこで、ＲＨ（Ｔｍａｘ）を、以下の式（２３）を用いて、日平均ＲＨで表現する。
　　ＲＨ（Ｔｍａｘ）≒｛Ｐｓ（Ｔ日平均）／Ｐｓ（Ｔｍａｘ）｝・日平均ＲＨ　　式（２３）
　ここで、Ｐｓ（Ｔ日平均）は、１日における平均気温での飽和水蒸気圧である。
　式（２３）において、「＝」ではなく「≒」を用いて表現しているのは、ＲＨ（Ｔ日平均）≒日平均ＲＨとしたためである（ＲＨ（Ｔ日平均）を用いれば「＝」となる）。ここで、ＲＨ（Ｔ日平均）は、１日における平均気温での相対湿度である。ＲＨ（Ｔ日平均）を求めるには、１日における気温と相対湿度の時間推移情報が必要であり、必ずしもアクセスできるわけではない。そのため、ここでは簡単にアクセスできる日平均ＲＨを用いて表現している。

　式（２２）及び式（２３）を用いることにより、日単位のＲＨ（Ｔｍｐ）は、次の式（２４）のように表現できる。
　　ＲＨ（Ｔｍｐ）≒｛Ｐｓ（Ｔ日平均）／Ｐｓ（Ｔｍｐ）｝・日平均ＲＨ　　式（２４）
　ここで、１日におけるＰＶモジュールの最高温度Ｔｍｐは、以下の式（２５）にように表現できる。
　　Ｔｍｐ＝Ｔｍａｘ＋ΔＴ＝Ｔａｖｅ＋（ΔＴ２＋ΔＴ）　　式（２５）
　式（２５）において、Ｔａｖｅは、１日における平均気温である。また、ΔＴ２は、１日における最高気温から１日における平均気温を引いたものである。このように、１日におけるＰＶモジュールの最高温度Ｔｍｐと１日における平均気温Ｔａｖｅとは、基本的に凡そ比例関係にあると言える。

　上述のような日単位の議論を踏まえて類推すれば、年単位での議論においては、年間有効モジュール温度Ｔｍｐ＿ｅｆｆを用いて、以下の式（２６）のように表現できると考えられる。
　　ＲＨ（Ｔｍｐ＿ｅｆｆ）≒｛Ｐｓ（Ｔ年平均）／Ｐｓ（Ｔｍｐ＿ｅｆｆ）｝・年平均ＲＨ　　式（２６）
　ここで、ＲＨ（Ｔｍｐ＿ｅｆｆ）は、フィールドにおける年間有効モジュール温度Ｔｍｐ＿ｅｆｆでの相対湿度である。年平均ＲＨは、１年間における平均の相対湿度である。Ｐｓ（Ｔｍｐ＿ｅｆｆ）は、フィールドにおける年間有効モジュール温度Ｔｍｐ＿ｅｆｆでの飽和水蒸気圧である。Ｐｓ（Ｔ年平均）は、１年間における平均気温での飽和水蒸気圧である。

　また、ＲＨ（Ｔｍｐ＿ｅｆｆ）は、１日における最高気温Ｔｍａｘの年平均温度での相対湿度及び飽和水蒸気圧を用いて、以下の式（２７）のようにも表現できる。
　　ＲＨ（Ｔｍｐ＿ｅｆｆ）＝｛Ｐｓ（Ｔｍａｘ年平均）／Ｐｓ（Ｔｍｐ＿ｅｆｆ）｝・ＲＨ（Ｔｍａｘ年平均）　　式（２７）
　ここで、ＲＨ（Ｔｍａｘ年平均）は、１日における最高気温Ｔｍａｘの年平均温度での相対湿度である。Ｐｓ（Ｔｍａｘ年平均）は、１日における最高気温Ｔｍａｘの年平均温度での飽和水蒸気圧である。年間有効モジュール温度Ｔｍｐ＿ｅｆｆについては、「グラフを用いた寿命予測」において、さらに後述する。

　ところで、ここで議論している湿度補正は、ＵＶ及び湿熱による劣化に基づく寿命の予測の議論（本開示による寿命予測方法を構成する諸量間が成す系）に整合するように行うのが好適である。この点、後述する千葉及び沖縄の実例ケースの温度情報から、以下の式（２８）のような関係が確認できる。
　　Ｔｍａｘ年平均＋ΔＴ≒Ｔｍｐ＿ｅｆｆ　　式（２８）
　したがって、寿命予測において湿度補正を行うには、ΔＴ及びＴｍｐ＿ｅｆｆと相性のよい、すなわち整合性のとれる１日における最高気温Ｔｍａｘの年平均値であるＴｍａｘ年平均を用いるのがよく、以下、式（２７）を参照しながら説明を続ける。

　Ｔｍｐ＿ｅｆｆは、目安となる概算値を簡単に求めたい場合、上述した図５のステップＧ１又は後述の式（４７）とは異なるように定義されてもよい。すなわち、式（２８）に示すように、Ｔｍｐ＿ｅｆｆとＴｍａｘ年平均とは、ｅｘｐ（－Ｅａ／ｋＴｍｐ）を介さずに、直接的に関連付けられてもよい。このように定義される場合、例えば式（２８）におけるΔＴとして、３６５日分のΔＴの中央値、又は月平均のΔＴの年間中央値を用いてよい。式（２８）におけるΔＴとして、仮に年平均のΔＴを用いると、Ｔｍｐ＿ｅｆｆが過少評価される場合がある。このため、式（２８）におけるΔＴとして、年平均のΔＴを用いるのは好ましくない。Ｔｍｐ＿ｅｆｆとして、より正確な値が必要である場合は、本来の定義である後述の式（４７）で与えられる値を用いることができる。

　ここで、ＰＶモジュールの温度データがない場合（すなわちＴｍｐ＿ｅｆｆが不明の場合）も想定し得る。このような場合、ΔＴとして、ＰＶモジュール温度の年間データ及び気温の年間データがすでに得られている場所（ＰＶモジュールが設置されているフィールド）におけるΔＴの情報を用いてもよい。すなわち、このような場合、ΔＴとして、既知の場所における３６５日分のΔＴの中央値、又は月平均のΔＴの年間中央値で与えることができる。ΔＴの目安は、地上に設置された場合は２５℃±（５～１０）℃としてよく、住宅屋根に設置された場合は３５℃±（５～１０）℃としてよい。

　ここで、ＲＨ（Ｔｍａｘ年平均）の算出には、日別の最高気温における相対湿度の情報が必要である。しかしながら、日別の最高気温における相対湿度の情報は、一般的に、日別の気象データの形で得られる状態にはなっていない。このため、日別の最高気温における相対湿度の情報を得るためには、時間別の相対湿度のデータに遡って検索することになる。しかしながら、時間別の相対湿度のデータは、現時点では、例えば各県において１カ所程度のように、限られた地点でしか得ることができない。

　そこで、一実施形態において、以下のようにして、寿命をより安全側で予測してもよい。すなわち、一実施形態において、ＲＨ（Ｔｍｐ＿ｅｆｆ）を高めに見積もってもよい。ここで、ＲＨ（Ｔｍｐ＿ｅｆｆ）を高めに見積もるとは、湿熱による寿命に基づく寿命を、短めに見積もることに相当する。ここでは、一般的に、年平均ＲＨ≧ＲＨ（Ｔｍａｘ年平均）となる関係を踏まえて、以下で定義するＲＨ’（Ｔｍｐ＿ｅｆｆ）を導入して、年平均ＲＨを使う。日別の平均相対湿度のデータ及び月別の平均相対湿度のデータは、アクセスが容易である。したがって、年平均ＲＨを求めることは容易である。このため、年平均ＲＨを用いることは、湿度補正係数Ｈｃを求めるという目的には好都合である。

　上述のＲＨ’（Ｔｍｐ＿ｅｆｆ）を、以下の式（２９）で定義する。
　　ＲＨ’（Ｔｍｐ＿ｅｆｆ）≒｛Ｐｓ（Ｔｍａｘ年平均）／Ｐｓ（Ｔｍｐ＿ｅｆｆ）｝・年平均ＲＨ　　式（２９）
　ここで、式（２７）と式（２９）を比較すれば、次の式（３０）に示すような関係が成り立つ。
　　ＲＨ’（Ｔｍｐ＿ｅｆｆ）≧ＲＨ（Ｔｍｐ＿ｅｆｆ）　　式（３０）
　このようなＲＨ’を用いれば、湿熱による寿命をより安全側で（短めに）見積もることができる。以上のようにして、上述の（２）の手順を行うことができる。

　次に、上述の（３）について説明する。上述の（１）及び（２）の手順を踏まえると、以下の手続きのようにまとめることができる。すなわち、湿熱試験（ＲＨ＝９０％前後）から見積もったＲＨ９０％前後の仮想的なフィールドにおける湿熱による劣化に基づく寿命に対して湿度補正を行うには、次のような手続きに従えばよい。
（i）まず、年間有効モジュール温度Ｔｍｐ＿ｅｆｆにおける大気の相対湿度は、上述のＲＨ’（Ｔｍｐ＿ｅｆｆ）とみる。この観点に基づき、１日における最高気温Ｔｍａｘの年平均値であるＴｍａｘ年平均、年間有効モジュール温度Ｔｍｐ＿ｅｆｆ、及び１年間における平均の相対湿度（年平均ＲＨ）の情報から、ＲＨ’（Ｔｍｐ＿ｅｆｆ）を求める（上述の（２）の手順による）。
（ii）次に、相対湿度を設定した湿熱試験の結果の情報と、湿熱による劣化に基づく寿命の湿度依存性をべき乗則で表した近似曲線とから（上述の（１）の手順による）、ＲＨ’（Ｔｍｐ＿ｅｆｆ）での湿度補正係数Ｈｃを読み取る。ここで、相対湿度を設定した湿熱試験の結果の情報とは、相対湿度と湿熱による劣化に基づく寿命との関係を示す情報である。

　上述の（i）及び（ii）のそれぞれの手続きを、一般的なＥＶＡを使用したＰＶモジュールの場合について、具体的に説明する。

（i）年間有効モジュール温度Ｔｍｐ＿ｅｆｆにおける大気の相対湿度ＲＨ’（Ｔｍｐ＿ｅｆｆ）の見積もり
　図１３（Ａ）及び図１３（Ｂ）は、水蒸気圧の温度依存性及び相対湿度依存性を示したグラフである。図１３（Ｂ）は、図１３（Ａ）のグラフの縦軸をｌｏｇで表示したものである。ここで、例として、年平均の最高気温Ｔｍａｘ年平均＝２０℃、年平均の相対湿度ＲＨ（Ｔ年平均）＝７０％の場所で、ΔＴ＝２５℃（地上設置）の場合及びΔＴ＝３５℃（住宅屋根設置）の場合の仮想モデルについて説明する。

　図１４は、年間有効モジュール温度での大気の相対湿度ＲＨ’（Ｔｍｐ＿ｅｆｆ）を割り出す手順を示す図である。Ｔｍａｘ年平均＝２０℃の大気がＰＶモジュールに接触して、有効温度４５℃あるいは５５℃のモジュール温度と同じ温度になっても、上述のように、水蒸気圧自体はほぼ変化しない。このような物理法則に基づいて、図１４においては、年間有効モジュール温度での大気の相対湿度ＲＨ’（Ｔｍｐ＿ｅｆｆ）を、それぞれの場合について、ＲＨ’＝１７％又はＲＨ’＝１０％と割り出している。すなわち、Ｔｍａｘ年平均＝２０℃において、ΔＴ＝２５℃（Ｔｍｐ＿ｅｆｆ＝４５℃）の場合、ＲＨ’（Ｔｍｐ＿ｅｆｆ）＝１７％となる。また、Ｔｍａｘ年平均＝２０℃において、ΔＴ＝３５℃（Ｔｍｐ＿ｅｆｆ＝５５℃）の場合、ＲＨ’（Ｔｍｐ＿ｅｆｆ）＝１０％となる。

（ii）ＲＨ’（Ｔｍｐ＿ｅｆｆ）での湿度補正係数Ｈｃの読み取り
　湿度補正係数Ｈｃは、上述の相対湿度と湿度補正係数Ｈｃとの関係を示すグラフから読み取ることができる。

　図１５は、相対湿度と湿度補正係数Ｈｃとの関係の例を示すグラフである。図１５においては、ＲＨ’＝１７％の場合及びＲＨ’＝１０％の場合が例示されている。図１５から、一般的ＥＶＡを用いた場合の湿度補正係数Ｈｃは、ＲＨ’＝１７％の場合に２．１と読み取ることができ、ＲＨ’＝１０％の場合に２．７と読み取ることができる。また、図１５には、改善ＥＶＡの場合についても記載してある。

　図１６は、温度９５℃湿度９５％の湿熱試験の条件、ＲＨ９５％の仮想的なフィールドの条件、及び上述の仮想モデルのフィールド条件の３者間において、温度と相対湿度との関係を示すグラフである。この図は、寿命を見積もる手続きにおける温度と湿度の関係の全体像を示している。

　上述の仮想モデルを用いて説明した手順に従い、一般的なＥＶＡを使用した場合の湿度補正係数Ｈｃの具体的見積もり値について、千葉及び沖縄を例に揚げて示す。年平均の相対湿度（年平均ＲＨ）は目安としてＲＨ７０％とする。この例は、２０１５年の気象データを利用したものであり、千葉においてＴｍａｘ年平均＝２０．３℃であり、沖縄においてＴｍａｘ年平均＝２６．３℃である。ここで、ＲＨ７０％の前後１０％程度の値をとったとしても、結果は大差ない。以下、図１４及び図１８を用いて説明する。

　まず、千葉（Ｔｍａｘ年平均＝２０．３℃）において、ΔＴ＝２５℃の場合は、Ｔｍｐ＿ｅｆｆ＝４７．５℃となる。次に図１４から、ＲＨ’（Ｔｍｐ＿ｅｆｆ）＝１５～２０％が得られる。そして図１８から、湿度補正係数Ｈｃは、２～２．２と求めることができる。また、千葉（Ｔｍａｘ年平均＝２０．３℃）において、ΔＴ＝３５℃の場合は、Ｔｍｐ＿ｅｆｆ＝５７．３℃となる。次に図１４から、ＲＨ’（Ｔｍｐ＿ｅｆｆ）＝１０％前後が得られる。そして図１８から、湿度補正係数Ｈｃは、約２．７と求めることができる。

　次に、沖縄（Ｔｍａｘ年平均＝２６．３℃）において、ΔＴ＝２５℃の場合は、Ｔｍｐ＿ｅｆｆ＝５２．０℃となる。次に図１４から、ＲＨ’（Ｔｍｐ＿ｅｆｆ）＝１５～２０％が得られる。そして図１８から、湿度補正係数Ｈｃは、２～２．２と求めることができる。また、沖縄（Ｔｍａｘ年平均＝２６．３℃）において、ΔＴ＝３５℃の場合は、Ｔｍｐ＿ｅｆｆ＝６２．０℃となる。次に図１４から、ＲＨ’（Ｔｍｐ＿ｅｆｆ）＝１０％前後が得られる。そして図１８から、湿度補正係数Ｈｃは、約２．７と求めることができる。

　ここで、年間有効モジュール温度Ｔｍｐ＿ｅｆｆは、千葉及び沖縄の気象データを用いて計算した年間ストレス指数Ａから割り出したものである。年間有効モジュール温度Ｔｍｐ＿ｅｆｆの算出については、「グラフを用いた寿命予測」において後述する。また、以上の例より、上述の式（２８）に示した関係があることも確認することができる。つまり、Ｔ年平均よりもＴｍａｘ年平均を採用する方が、上述のＵＶ及び湿熱による劣化に基づく寿命の予測の議論に整合することも確認できる。

　結局、国内における一般的なＥＶＡを使用したＰＶモジュールについて湿度補正をするための目安値は、湿熱による劣化に基づく寿命の予測をより安全側で行う観点からは、以下のような値とすることができる。すなわち、地上に設置されたＰＶモジュールであってΔＴ=２５℃の場合、湿度補正係数Ｈｃは約２とすることができる。また、住宅の屋根に設置されたＰＶモジュールであってΔＴ=３５℃の場合、湿度補正係数Ｈｃは約２．５とすることができる。以上をまとめると、国内における一般的なＥＶＡを使用したＰＶモジュールについて湿度補正をするための湿度補正係数Ｈｃは、目安として２．２程度とすることができる。

　次に、改善したＥＶＡを使用した場合の湿度補正係数Ｈｃの具体的な見積もり値について説明する。一般的なＥＶＡを使用したＰＶモジュールの製品と同様に、改善したＥＶＡを用いたＰＶモジュールの製品についても、湿度補正係数Ｈｃを求めることができる。ここで注意すべき点は、ＥＶＡの種類が異なれば、湿度補正係数Ｈｃが異なってくることである。以下、このような場合について、さらに説明する。

　一般的なＥＶＡを用いたＰＶモジュールの製品に対して、改善したＥＶＡを用いたＰＶモジュールの製品においては、湿熱による劣化に基づく寿命が一般的なＥＶＡを用いた場合の寿命に対して一定量増加する。このことを踏まえると、改善したＥＶＡを用いたＰＶモジュールの製品において、湿熱による劣化に基づく寿命の湿度依存性は、例えば図１７に示すようになると推測される。

　図１７は、図１１と同様に、湿熱による劣化に基づく寿命の湿度依存性を示すグラフである。図１７は、改善したＥＶＡを使用したＰＶモジュールについて、相対湿度と、湿熱による劣化に基づく寿命との関係を示すグラフである。図１７において、横軸は相対湿度ＲＨ［％］を示し、縦軸はＰＶモジュールの劣化に基づく寿命を迎えるまでの時間［ｈ］を示している。ＰＶモジュールの劣化に基づく寿命を迎えるまでの時間は、例えばＦＦ特性が初期値に比べて１０％減少するまでの時間としてもよい。図１７においては、比較のために、一般的なＥＶＡを用いたＰＶモジュールの製品の場合の曲線を一点鎖線によって示し、改善したＥＶＡを用いたＰＶモジュールの製品の場合の曲線を破線によって示してある。

　以上から、湿度補正係数Ｈｃの湿度依存性を示すと、例えば図１８に示すようになる。図１８は、図１２と同様に、ＲＨ９５％における湿熱による劣化に基づく寿命によって湿熱による劣化に基づく寿命を規格化した例を示すグラフである。図１８においても、比較のために、一般的なＥＶＡを用いたＰＶモジュールの製品の場合の曲線を一点鎖線によって示し、改善したＥＶＡを用いたＰＶモジュールの製品の場合の曲線を破線によって示してある。図１８の情報は、図１５にも記載されている。

　以上を踏まえ、上述の一般的なＥＶＡを用いたＰＶモジュールの製品の場合と同様に、改善したＥＶＡを用いた場合についての湿度補正係数Ｈｃの具体的見積もり例を、千葉と沖縄を例にとって示す。以下、図１４及び図１８を用いて説明する。

　まず、千葉（Ｔｍａｘ年平均＝２０．３℃）において、ΔＴ＝２５℃の場合は、Ｔｍｐ＿ｅｆｆ＝４７．５℃となる。次に図１４から、ＲＨ’（Ｔｍｐ＿ｅｆｆ）＝１５～２０％が得られる。そして図１８から、湿度補正係数Ｈｃは、約１．７と求めることができる。また、千葉（Ｔｍａｘ年平均＝２０．３℃）において、ΔＴ＝３５℃の場合は、Ｔｍｐ＿ｅｆｆ＝５７．３℃となる。次に図１４から、ＲＨ’（Ｔｍｐ＿ｅｆｆ）＝１０％前後が得られる。そして図１８から、湿度補正係数Ｈｃは、約２．０と求めることができる。

　次に、沖縄（Ｔｍａｘ年平均＝２６．３℃）において、ΔＴ＝２５℃の場合は、Ｔｍｐ＿ｅｆｆ＝５２．０℃となる。次に図１４から、ＲＨ’（Ｔｍｐ＿ｅｆｆ）＝１５～２０％が得られる。そして図１８から、湿度補正係数Ｈｃは、約１．７と求めることができる。また、沖縄（Ｔｍａｘ年平均＝２６．３℃）において、ΔＴ＝３５℃の場合は、Ｔｍｐ＿ｅｆｆ＝６２．０℃となる。次に図１４から、ＲＨ’（Ｔｍｐ＿ｅｆｆ）＝１０％前後が得られる。そして図１８から、湿度補正係数Ｈｃは、約２．０と求めることができる。

　結局、国内における改善したＥＶＡを使用したＰＶモジュールについて湿度補正をするための目安値は、湿熱による劣化に基づく寿命の予測を安全に行う観点からは、以下のような値とすることができる。すなわち、地上に設置されたＰＶモジュールであってΔＴ=２５℃の場合、湿度補正係数Ｈｃは約１．５とすることができる。また、住宅の屋根に設置されたＰＶモジュールであってΔＴ=３５℃の場合、湿度補正係数Ｈｃは約１．８とすることができる。以上をまとめると、国内における改善したＥＶＡを使用したＰＶモジュールについて湿度補正をするための湿度補正係数Ｈｃは、目安として１．６程度とすることができる。

　図１９は、日本国内のいくつかのフィールドにおける年間月別の平均気温と平均相対湿度との関係をプロットして示す図である。図１９に示すように、国内のいくつかの異なるフィールドにおいて、平均気温が変化しても、平均相対湿度はおおよそ７０％前後であることがわかる。したがって、相対湿度９０％前後の仮想的フィールドでの寿命年数Ｙｖに対する湿度補正係数として、国内のフィールドにおける平均的な相対湿度を７０％程度として導いた上述の湿度補正係数Ｈｃの妥当性が裏付けられる。すなわち、相対湿度が７０％程度の国内のフィールドにおいては、前述したように、一般的なＥＶＡを用いた場合、湿度補正係数Ｈｃの目安は２．２程度としてよい。さらに詳しく見るならば、湿度補正係数Ｈｃの目安は、地上に設置された場合に約２程度とし、住宅の屋根に置かれた場合に約２．５程度としてよい。また、改善したＥＶＡを用いた場合、湿度補正係数Ｈｃの目安は１．６程度としてよい。さらに詳しく見るならば、湿度補正係数Ｈｃの目安は、地上に設置された場合に約１．５程度とし、住宅の屋根に置かれた場合に約１．８程度としてよい。

　次に、国外のフィールドでの湿度補正係数Ｈｃについて具体的に検討する。
　図２０及び図２１は、国外のフィールドにおける年間月別の平均気温と平均相対湿度との関係をプロットして示す図である。

　図２０においては、例として台北、バンコク、及びマニラにおける年間月別の平均気温と平均相対湿度との関係を示してある。特にバンコク及びマニラでは、年間を通して高温多湿な状態であり、年平均の相対湿度は７０％を超えている。また、台北では年平均の相対湿度は８０％を超えている。したがって、これらの地域における湿度補正係数Ｈｃは、一般的なＥＶＡを用いた場合は、地上設置では２よりも小さな値とし、住宅屋根置きでは２．５よりも小さな値としてよい。また、改善したＥＶＡを用いた場合は、地上設置では１．５よりも小さな値とし、住宅屋根置きでは１．８よりも小さな値としてよい。このように、海外のフィールドの特に高温多湿な地域においては、湿度補正係数Ｈｃは、日本国の場合での値よりも小さな値としてよい。

　図２１においては、例としてニューデリー、リヤド、アブダビ、及びラスベガスにおける年間月別の平均気温と平均相対湿度との関係を示してある。図２１に示すように、特にリヤド及びラスベガスにおいて、平均相対湿度は非常に低く、年間を通じておおよそ１５％～４５％前後である。したがって、例えば、リヤド及びラスベガスなどでは、フィールドにおける相対湿度の情報から、湿度補正係数Ｈｃは、一般的なＥＶＡを用いた場合は、地上設置では２よりも高い値とし、住宅屋根置きでは２．５よりも高い値としてよい。また、改善したＥＶＡを用いた場合は、地上設置では１．５よりも高い値とし、住宅屋根置きでは１．８よりも高い値としてよい。このように、海外のフィールドの特に乾燥している地域においては、湿度補正係数Ｈｃは、日本国の場合における値よりも大きな値としてよい。

（月別の湿度補正係数を用いる方法）
　また、月別の平均的な相対湿度ＲＨｍの情報が利用できる場合、月間ストレス指数Ａｍを、以下の式（３１）のように定義することができる。
　　月間ストレス指数Ａｍ＝Ｈｅｆｆ・Σｅｘｐ（－Ｅａ／ｋＴｍｐ）　　式（３１）
　ここで、総和区間は１日ごとに各月の月間の日数分とする。

　この式（３１）により、月別の湿度補正係数Ｈｃｍを用いて、以下の式（３２）に示すように、湿度補正済みの年間ストレス指数Ａｃを得ることができる。
　　湿度補正済みの年間ストレス指数Ａｃ≒Σ｛Ａｍ／Ｈｃｍ｝　　式（３２）
　ここで、総和区間はひと月ごとに１２か月間とする。

　湿度補正済みの年間ストレス指数Ａｃを用いれば、フィールドの湿度域における湿熱による劣化に基づく寿命年数Ｙｈは、以下の式（３３）に示すように、上述の寿命ストレス指数Ｂを該Ａｃで割ることによって得られる。
　　ＰＶモジュールの寿命年数Ｙｈ＝寿命ストレス指数Ｂ／Ａｃ　　式（３３）

　この算出によれば、年当たりの平均的な相対湿度ＲＨの情報を用いる場合よりも、正確に寿命予測を行うことができる。この算出は、年間で相対湿度が大きく変動する地域において、特に有用である。

（日別の湿度補正係数を用いる方法）
　また、日別の平均的な相対湿度ＲＨｄの情報が利用できる場合、１日当たりのストレス指数Ａｄを、以下の式（３４）のように定義することができる。
　　１日当たりのストレス指数Ａｄ＝Ｈｅｆｆ・ｅｘｐ（－Ｅａ／ｋＴｍｐ）　　式（３４）
　ここで、Ｔｍｐは１日ごとに異なり得る値である。

　この式（３４）により、日別の湿度補正係数Ｈｃｄを用いて、以下の式（３５）に示すように、湿度補正済みの年間ストレス指数Ａｃを得ることできる。
　　湿度補正済みの年間ストレス指数Ａｃ≒Σ｛Ａｄ／Ｈｃｄ｝　　式（３５）
　ここで、総和区間は１日ごとに３６５日間とする。

　フィールドの湿度域における湿熱による劣化に基づく寿命年数Ｙｈは、該Ａｃを用いて、式（３３）によって、上述同様に得ることができる。

　この算出によれば、月当たりの平均的な相対湿度ＲＨｍの情報を用いる場合よりも、さらに正確に寿命予測を行うことができる。この算出は、月間で相対湿度が大きく変動する地域において、特に有用である。

　ここで、相対湿度情報を用いて湿度補正を行う際に、踏まえておくべき物理について説明する。すなわち、湿度補正係数Ｈｃは、相対湿度を変数にした湿熱試験結果に基づいて決められるべきである。大気中の絶対水蒸気圧（水蒸気密度）に単純に反比例した湿度補正係数、又は、ＥＶＡ中の水分子濃度に単純に反比例した湿度補正係数を想定することはできないことについて、注意を付記する。

　ＥＶＡ中の水分は、フィールドにおける温度圧力領域では、凝縮状態（液相状態）にあると考えられる。ＥＶＡ中の水分の拡散は、温度が高い状態ほど速く進む。すなわち、日中のモジュール温度が最高になる時間帯において、ＥＶＡ中の水分の拡散距離は非常に長くなる。一方、朝方、夕方、又は夜間などのモジュール温度が低くなる時間帯において、ＥＶＡ中の水分の拡散距離は、逆に大幅に短くなる。その結果、ＥＶＡ中の水分子濃度（水分子の濃度）は、時間が経過するに従ってモジュール温度が最高になる状態における平衡濃度に近い値になっていくと考えられる。つまり、フィールドに設置されて一定の時間を経たモジュールのＥＶＡ中の水分量（液相状態の水）は、次のような水分量によって、ほぼ与えられると考えられる。すなわち、当該水分量とは、モジュール温度が最高になる温度域において、モジュールに接してモジュールとほぼ同じ温度となった大気中の水分量（気相状態の水蒸気）と平衡状態にあると想定したときのＥＶＡ中の水分量である。以下、水や水蒸気の濃度について言及する場合は、単位体積中に存在する水分子の濃度［個／ｃｍ^３］を示すものとする。

　ＥＶＡからなる樹脂（以下、単に「樹脂」とも記す）中の水分子濃度ｎ＿Ｈ_２Ｏ樹脂は、熱物理学・熱化学に基づき、以下のように導出できる。
　　ｎ＿Ｈ_２Ｏ樹脂＝ＲＨ・Ｐｓ（Ｔ）／Ｐｓ’（Ｔ）・ｎ＿全液　　式（３６）
　ここで、Ｔは、樹脂中と大気が成す平衡系の絶対温度［Ｋ］である。ＲＨは、大気中の相対湿度［％］を１００で除した値［％／１００］である。樹脂中の水分子濃度ｎ＿Ｈ_２Ｏは、樹脂単位体積当たりの水の分子数［個／ｃｍ^３］である。ｎ＿全液は、樹脂単位体積当たりに含むことができる水の最大分子数（飽和分子数）［個／ｃｍ^３］である。Ｐｓ（Ｔ）は、温度Ｔでの水蒸気の飽和水蒸気圧［Ｐａ］である。Ｐｓ’（Ｔ）は、樹脂中の水と大気中の水蒸気の熱平衡関係（偏析係数の実験結果）から定義した、温度依存性を有する関数［Ｐａ］である。

　また、Ｐｓ（Ｔ）は、次の式（３７）のように表すことができる。
　　Ｐｓ（Ｔ）＝ｅｘｐ（ΔＧ＿Ｈ_２Ｏ液相／気相（Ｔ）／ＲＴ）　　式（３７）
　ここで、ΔＧ＿Ｈ_２Ｏ液相／気相（Ｔ）は、温度Ｔにおける液体状態の水のモルギブズエネルギーと、気体状態の水蒸気のモルギブズエネルギーとの差である。
　また、ΔＧ＿Ｈ_２Ｏ液相／気相（Ｔ）は、次の式（３８）のように表すことができる。
　　ΔＧ＿Ｈ_２Ｏ液相／気相（Ｔ）＝ΔＧ＿Ｈ_２Ｏ液相／気相（２９８）－Ｔ・ΔＳ＿Ｈ_２Ｏ液相／気相（２９８）　　式（３８）
　ここで、ΔＧ＿Ｈ_２Ｏ液相／気相（２９８）は、温度２５℃における液体状態の水のモル標準生成ギブズエネルギーと、気体状態の水蒸気のモル標準生成ギブズエネルギーとの差である。ΔＳ＿Ｈ_２Ｏ液相／気相（２９８）は、温度２５℃における液体状態の水のモル標準エントロピーと、気体状態の水蒸気のモル標準エントロピーとの差である。

　また、Ｐｓ’（Ｔ）は、次の式（３９）のように定義する。
　　Ｐｓ’（Ｔ）＝ｅｘｐ（ΔＧ＿Ｈ_２Ｏ液相’／気相（Ｔ）／ＲＴ）　　式（３９）
　ここで、ΔＧ＿Ｈ_２Ｏ液相’／気相（Ｔ）は、温度Ｔにおける樹脂中の液体状態の水のモルギブズエネルギーと、気体状態の水蒸気のモルギブズエネルギーとの差である。
　また、ΔＧ＿Ｈ_２Ｏ液相’／気相（Ｔ）は、次の式（４０）のように定義する。
　　ΔＧ＿Ｈ_２Ｏ液相’／気相（Ｔ）＝ΔＧ＿Ｈ_２Ｏ液相’／気相（２９８）－Ｔ・ΔＳ＿Ｈ_２Ｏ液相’／気相（２９８）　　式（４０）
　ここで、ΔＧ＿Ｈ_２Ｏ液相’／気相（２９８）は、温度２５℃における樹脂中の液体状態の水のモル標準生成ギブズエネルギーと、気体状態の水蒸気のモル標準生成ギブズエネルギーとの差である。ΔＳ＿Ｈ_２Ｏ液相’／気相（２９８）は、温度２５℃における樹脂中の液体状態の水のモル標準エントロピーと、気体状態の水蒸気のモル標準エントロピーとの差である。

　次に、樹脂の水分子濃度ｎ＿Ｈ_２Ｏ樹脂と、大気中の水分子濃度ｎ＿Ｈ_２Ｏ大気との比から、水分子に関する偏析係数Ｃを得ることができる。
　　偏析係数Ｃ＝ｎ＿Ｈ_２Ｏ樹脂／ｎ＿Ｈ_２Ｏ大気　　式（４１）
　式（４１）は、式（３６）から、次の式（４２）のように表すことができる。
　　偏析係数Ｃ＝ＲＨ・Ｐｓ（Ｔ）・ｎ＿全液／（Ｐｓ’（Ｔ）・ｎ＿Ｈ_２Ｏ大気）　　式（４２）
　また、式（４２）は、ＲＨ・Ｐｓ（Ｔ）＝Ｐ（Ｔ）＝ｎ＿Ｈ_２Ｏ大気・ｋＴ　を踏まえれば、次の式（４３）のように表すことができる。Ｐ（Ｔ）は、温度Ｔでの水蒸気の水蒸気圧［Ｐａ］である。
　　偏析係数Ｃ＝ｎ＿全液・ｋＴ／Ｐｓ’（Ｔ）　　式（４３）
　式（４３）から、各温度Ｔにおける偏析係数Ｃが分かれば、Ｐｓ’（Ｔ）を求めることができる。

　次に、式（４１）を用いて水分子に関する偏析係数Ｃを実験から求める方法を説明する。

　所定の温度条件における高温高湿試験を行ったＰＶモジュールからＥＶＡを取出し、ＥＶＡ中の水分子濃度ｎ＿Ｈ_２Ｏ樹脂をカールフィッシャー法などで定量分析する。そして、所定温度における大気中の水分子濃度ｎ＿Ｈ_２Ｏ大気は、高温高湿試験条件の温度と相対湿度から求めることができる。偏析係数Ｃは、得られた樹脂の水分子濃度ｎ＿Ｈ_２Ｏ樹脂と大気中の水分子濃度ｎ＿Ｈ_２Ｏ大気の比をとることで求めることができる。これを異なる温度で繰り返し行うことによって、各温度における偏析係数Ｃを求める。

　図２２は、各温度において得られた偏析係数Ｃをプロットした図である。これらの実験データを用いることで、Ｐｓ’（Ｔ）を求めることができる。ここでは、式（４０）において、ΔＧ＿Ｈ_２Ｏ液相’／気相（２９８）＝－９４４８Ｊ／ｍｏｌ、ΔＳ＿Ｈ_２Ｏ液相’／気相（２９８）＝－８３．１Ｊ／ｍｏｌとして、式（３９）からＰｓ’（Ｔ）を与えれば、式（４３）を介して計算される偏析係数Ｃが、実験で得られた偏析係数Ｃをよく再現することが確かめられた。ここで、単純な水（液相）と水蒸気（気相）の系では、ΔＧ＿Ｈ_２Ｏ液相／気相（２９８）＝－８５８９Ｊ／ｍｏｌ、ΔＳ＿Ｈ_２Ｏ液相／気相（２９８）＝－１１８．８Ｊ／ｍｏｌであることを考慮すると、水と水蒸気の系に比べて、水は樹脂中で熱力学的により安定して存在することが分かる。

　また、式（３６）から、ＥＶＡ中の水分子濃度は、相対湿度ＲＨに比例することがわかる。また、相対湿度ＲＨが一定の場合は、Ｐｓ（Ｔ）／Ｐｓ’（Ｔ）の温度依存性から、ＥＶＡ中の水分子濃度は、温度に比例して緩やかに増大することが予想できる。

　前述のように、ＥＶＡ中の水分子濃度は、相対湿度ＲＨが一定の場合に温度に比例して緩やかに増大する。このことは、ＥＶＡ中の水分子濃度は、温度に比例して指数関数的に増大する飽和水蒸気圧に比例する形では決まらないことを示している。ＥＶＡ中の水分子濃度が温度に比例して指数関数的に増大しないで、温度に比例して緩やかに増大する理由は、飽和水蒸気圧の温度依存性をほぼ打ち消す形で偏析係数の温度依存性が効いてくるからである。すなわち、式（３６）は、式（４３）を用いて、次の式（４４）のように表すことができる。
　　ｎ＿Ｈ_２Ｏ樹脂＝ＲＨ・Ｐｓ（Ｔ）／ｋＴ・偏析係数Ｃ　　式（４４）

　偏析係数の温度依存性は、ＥＶＡ中の水と大気中の水蒸気の平衡関係が、基本的には、水単体（液相の水分子）と水蒸気（気相の水分子）の平衡関係と同じであると考えれば、自然に理解できる。すなわち、図２３に示すように、水単体と水蒸気の系では、温度が下がれば飽和水蒸気圧は指数関数的に大きく低下する（飽和水蒸気濃度は指数関数的に大きく低下する）。一方、水の密度の温度低下に対する変化量は、水の熱膨張係数程度しかなく、今の場合、その変化はほとんど無視できる。つまり、液相の水分子濃度／気相の水分子濃度、すなわち水分子の偏析係数が、温度の低下とともに指数関数的に大きく増大する。このことによって、飽和水蒸気圧の温度依存性の影響は打ち消され、０～１００℃の間の水単体／水蒸気系においては、液相の水分子濃度はほとんど変化しない事実を理解できる。ＥＶＡ中の水と大気中の水蒸気の間で起こっている物理現象も、基本はこれと同じである。温度の低下とともに指数関数的に低下する飽和水蒸気圧の影響を、ＥＶＡと大気の間における水の偏析係数が温度の低下とともに指数関数的に大きく増大することによって打消し、ＥＶＡ中の水分濃度は大きく変化しない結果となっていることを理解できる。

　以上を別言すれば、ＥＶＡの保湿効果が強く働くため、大気中の水蒸気濃度が大きく変化したとしても、ＥＶＡ中の水分子濃度は大気中の水分子濃度が大きく変わる（低下する）ほどは変わらない（低下しない）と解釈することもできる。すなわち、高温高湿試験の温度域の飽和水蒸気圧に対して、実際のフィールドの温度域での飽和水蒸気圧が１桁以上低くなっても）、ＥＶＡ中の水分子濃度は大気中の水分子濃度が大きく変わる（低下する）ほどは変わらない（低下しない）と解釈することもできる。

　以上のことは、次の事実からも確認できる。すなわち、相対湿度ＲＨ９０％前後における高温高湿試験に曝された試験品のＥＶＡ中の水分子濃度と、フィールドにおける回収品のＥＶＡ中の水分子濃度とを比べると、図２４に示す程度（係数程度）の差しか生じない。

　図２４は、高温高湿試験に曝された試験品のＥＶＡと、国内のフィールドにおける回収品のＥＶＡについて、それぞれのＥＶＡ中の水分子濃度（水分子の濃度）を示す図である。ここで、水分子の濃度とは、ＥＶＡ単位体積中の水分子の個数を意味する。図２４に示すように、温度１２５℃、相対湿度ＲＨ９５％の条件の試験品は、最大で１～２×１０^２０個／ｃｍ^３程度、温度９５℃、相対湿度ＲＨ９５％の条件の試験品は、最大で５～８×１０^１９個／ｃｍ^３程度であるのに対して、回収品は３～５×１０^１９個／ｃｍ^３程度であった。試験品と回収品におけるＥＶＡ中の水分子濃度の差は、飽和水蒸気圧の温度依存性から得られる飽和水蒸気圧の差に比べて、ずっと小さいことが確認できる。

　以上の説明を踏まえて、湿熱寿命の湿度補正について、注意すべき点を以下に記載する。

　第１に、湿熱寿命の湿度依存性について、飽和水蒸気圧の温度依存性をそのまま湿度補正係数として適用することはできない。具体的には、高温高湿試験における飽和水蒸気圧と、フィールドに設置されたＰＶモジュールの温度における飽和水蒸気圧との比を湿度補正係数として適用することはできない。もし、その比を湿度補正係数として適用すると、湿熱寿命を大幅に過大に見積もってしまうことになる。これは偏析係数の温度依存性の影響を考慮していないためである。

　第２に、式（３６）より、ＥＶＡ中の水分子濃度は外気の相対湿度ＲＨに比例していると考えられるが、実際に相対湿度を複数設定して行った実験結果で得られた湿熱寿命及び湿度補正係数は、相対湿度ＲＨには単純に反比例していない。すなわち式（１８）において、ｎ≒１とはなっておらず、有意にｎ＜１である。もし相対湿度ＲＨに単純に反比例した（１／ＲＨに単純に正比例した）湿度補正係数を与えてしまうと、すなわちｎ≒１としてしまうと、湿熱寿命を大幅に過大に見積もってしまうことになる。ＥＶＡ中の水分子濃度と湿熱寿命が単純な反比例の関係にないのは、電極のコンタクト部の腐食劣化反応がＥＶＡ中の水分子濃度に単純に比例していないからである。すなわち、水そのものが腐食反応を起こしているわけではないからである。腐食反応は酸（ＥＶＡの場合は酢酸）が関係しており、水分は直接の腐食因子ではなく、酸が関与する腐食反応に間接的に関与する因子だからである。

　以上、寿命予測にあたって湿度補正をする場合に注意すべき点について説明した。すなわち、大気中の絶対水蒸気圧（水蒸気密度）に単純に反比例した湿熱寿命を想定すること、また、ＥＶＡ中の水分子濃度に単純に反比例した湿熱寿命を想定することは、湿熱寿命を大幅に過大評価してしまうことについて注意する必要がある。

　本開示の方法では、湿熱寿命の相対湿度依存性を実際の実験結果から導いている。このため、上記のように湿熱寿命を大幅に過大評価してしまう恐れはない。

（湿度補正係数Ｈｃの上限値及び下限値の見積もり）
　ここで、フィールドにおける回収品のＥＶＡ中の水分子濃度は、図２４に示すように３～５×１０^１９個／ｃｍ^３程度であった。この値は、上述した偏析係数の実験情報とフィールドでの平均湿度情報から計算される値よりも２～３倍高い値であることが確認された。

　この差をもたらす原因として、偏析係数を求めるために用意された試験品のＥＶＡの状態と、フィールドにおける回収品のＥＶＡの状態が異なることが考えられる。すなわち、試験品は、ＵＶ光のストレスが無い単純な湿熱のストレス状態に置かれ、樹脂中水分の飽和が確認できる時間で試験を終了している。そのため、湿熱のストレスによるＥＶＡの加水分解反応（酢酸発生反応）は初期段階に留まっている。一方、フィールドにおける回収品は、ＵＶ光のストレスを充分に受けており、また、湿熱のストレスも酢酸が相当発生する程度に受けている。ＥＶＡはＵＶ光によって分子構造にダメージを受けることが知られている。

　また、ＵＶ光のストレスに起因する酢酸の発生、及び湿熱に起因する酢酸の発生によって、酢酸の発生に伴った分子レベルの構造変化が当然起こっている。また、これらの分子構造の劣化は、特にＥＶＡと太陽電池セルとの界面で発生しやすい、との報告もある。つまり、試験品のＥＶＡに比べて、フィールドにおける回収品のＥＶＡは劣化の程度が進んでいるため、水分子を捕獲できる空隙量（空隙体積）が増えているものと考えられる。そのため、フィールドにおける回収品のＥＶＡの水分子濃度は、試験品の実験結果（偏析係数）から予想される値よりも高い値が観測されたものと考えられる。

　樹脂中の空隙量の増加は、樹脂単位体積当たりに含むことができる水の最大分子数ｎ＿全液を増加させる。今の場合、水の最大分子数ｎ＿全液は、樹脂中の全空隙が水分子で飽和状態になったときの単位体積当たりの飽和水分子数を意味する。この全空隙の量（空隙体積）がＥＶＡの劣化に伴って増大することで、式（３６）より、ＥＶＡ中の水分子濃度ｎ＿Ｈ_２Ｏ樹脂が、試験品の実験結果から予想される値よりも高くなったものと考えられる。

　ここで、フィールドにおける回収品のＥＶＡの水分子濃度を、仮に試験品のＥＶＡで実現しようとすると、モジュールの温度における大気の相対湿度ＲＨは、おおよそ６０％±２０％程度である必要があると見積もられた。仮に、相対湿度ＲＨ６０％の場合、図１８に示す相対湿度と湿度補正係数との関係を表すグラフから湿度補正係数を見積もると、一般的なＥＶＡについては１．２程度、改善したＥＶＡについては１．１程度が目安値となることがわかった。

　フィールドに設置されたＰＶモジュールのＥＶＡは、曝露年数とともに徐々に劣化していくので、劣化に伴うＥＶＡ中の空隙量の増大も、徐々に進行していくはずである。したがって、湿度補正係数もフィールド曝露年数とともに徐々に変化していくべきものであると考えられる。すなわち、湿度補正係数は経年で少しずつ低下していくべきものであると考えられる。

　以上を鑑みると、試験品の情報に基づいて見積もられた湿度補正係数は上限の目安となり、フィールドにおける回収品の情報に基づいて見積もられた湿度補正係数は下限の目安となると考えられる。すなわち、一般的なＥＶＡについては、湿度補正係数の上限の目安を２．２程度、より詳細に設定するならば、地上に設置された場合は２程度、住宅の屋根に置かれた場合は２．５程度とすることができ、湿度補正係数の下限の目安を１．２程度とすることができる。また、改善したＥＶＡについては、湿度補正係数の上限の目安を１．６程度、より詳細に設定するならば、地上に設置された場合は１．５程度、住宅の屋根に置かれた場合は１．８程度とすることができ、湿度補正係数の下限の目安を１．１程度とすることができる。

（ＵＶ補正係数Ｕｃ）
　次に、式（１）におけるＵＶ補正係数Ｕｃについて説明する。

　上述した寿命年数Ｙは、以下の式（４５）に示すように、上述した寿命年数Ｙｈに、ＵＶ補正係数Ｕｃを乗じることで得られる。
　　寿命年数Ｙ＝寿命年数Ｙｈ×ＵＶ補正係数Ｕｃ　　式（４５）
　ここで、式（１７）に示したように、寿命年数Ｙｈは、寿命年数Ｙｖに湿度補正係数Ｈｃを乗じることで得られる。ここで、寿命年数Ｙｖは、湿度９０％前後の仮想的なフィールドにおける湿熱による劣化に基づくＰＶモジュールの寿命年数である。

　ＵＶ補正係数値Ｕｃは、湿熱試験を行うことによって得られる寿命までの時間と、ＵＶ光を所定ストレス量与えた後に湿熱試験を行うことによって得られる寿命までの時間とに基づいて得ることができる。具体的には、上述の試験に基づいて、ＵＶ補正係数Ｕｃは、以下の式（４６）のように得ることができる。
　　ＵＶ補正係数Ｕｃ＝τＵＤ／τＤ　　式（４６）
　ここで、τＤは、ＰＶモジュールに湿熱試験（以下、「ＤＨ試験」とも記す（ＤＨ：ダンプヒート））を行うことにより得られる寿命までの時間である。また、τＵＤは、ＰＶモジュールにＵＶ光を所定ストレス量与えた後に連続して湿熱（ＤＨ）試験を行う連続試験（以下、「ＵＶＤＨ連続試験」とも記す）により得られる寿命までの時間である。

　式（４６）に示すτＵＤを得る際にＰＶモジュールに与えるべきＵＶ光のストレス量は、ＥＶＡ中に添加されている添加剤の種類及び／又は添加量によって変わる。この場合、与えるべきＵＶ光量は、ＵＶ光の累積照射量に対する添加剤起因の酸（酢酸など）の発生量がほぼ飽和する光量を目安としてよい。

　以下、紫外線吸収剤に起因して酢酸が発生するＵＶ試験を行う場合について説明する。この場合、波長３００～４００ｎｍの範囲のＵＶ光であれば、ＵＶ光のストレス量の目安は、２５０～３００ｋＷｈ／ｍ^２の照射エネルギー量としてよい。この量は、国内のフィールドにおける約３年分のＵＶ光エネルギー量に相当する。おおよそこの程度の照射エネルギー量のＵＶ光量を照射すれば、紫外線吸収剤はほぼ劣化し切ることが確認されている。すなわち、上述した照射エネルギー量以上にＵＶ光を照射したとしても、それ以上に紫外線吸収剤に起因して酢酸が発生することはない。以上のことは、図３１に示したＵＶ光の照射エネルギー量に対する酢酸イオン濃度（［ＣＨ_３ＣＯＯ^－］）の飽和傾向から確認することができる。

　出願人は、紫外線吸収剤ＵＶＡの添加の有無などの条件が異なるいくつかのＥＶＡについて、ＵＶ補正係数Ｕｃを求めるべく、ＤＨ試験及びＵＶＤＨ連続試験を含む実験を行った。図２５（Ａ）～図２５（Ｃ）は、いくつかのＥＶＡについてＵＶＤＨ連続試験をした結果のグラフを示す図である。図２５（Ａ）は、一般的なＥＶＡであるＥＶＡ１（紫外線吸収剤の添加あり）を使用した製品をサンプルとした試験の結果を示している。図２５（Ｂ）は、改善したＥＶＡであるＥＶＡ２（紫外線吸収剤の添加あり）を使用した製品をサンプルとした試験の結果を示している。図２５（Ｃ）は、改善したＥＶＡであるＥＶＡ３（紫外線吸収剤の添加なし）を使用した製品をサンプルとした試験の結果を示している。

　図２５（Ａ）～図２５（Ｃ）のグラフにおいて、それぞれ、横軸はＤＨ試験の時間を示し、縦軸はＦＦ特性の減少を示す。図２５（Ａ）～図２５（Ｃ）は、それぞれ、照射エネルギー量１００ｋＷｈ／ｍ^２のＵＶ試験の後にＤＨ試験を行った結果と、照射エネルギー量２７７ｋＷｈ／ｍ^２のＵＶ試験の後にＤＨ試験を行った結果とを合わせて示している。また、ＤＨ試験は、温度９５℃、相対湿度９５％の条件で行った。また、図２５に記載されているＵＶ１００は、ＵＶ光の照射エネルギー量が１００ｋＷｈ／ｍ^２のＵＶ試験を意味し、ＵＶ２７７は、ＵＶ光の照射エネルギー量が２７７ｋＷｈ／ｍ^２のＵＶ試験を意味する。ここで、照射エネルギー量１００ｋＷｈ／ｍ^２のＵＶ試験の後にＤＨ試験を行った寿命時間は、ＤＨ試験のみを行った寿命時間に対して、その差が十分に無視できる程度に近いことを別途確認してある。

　図２５（Ａ）及び図２５（Ｂ）に示すように、改善したＥＶＡ（ＥＶＡ２）と、一般的なＥＶＡ（ＥＶＡ１）とについて、どちらもＵＶ光による有意な寿命の短縮が観察された。具体的には、一般的なＥＶＡ（ＥＶＡ１）において、ＵＶ光による劣化に基づいて短縮される寿命は５０％程度であることが確認された。これに対し、改善したＥＶＡ（ＥＶＡ２）においては、ＵＶ光による劣化に基づいて短縮される寿命は３０％程度であることが確認された。ここで、一般的なＥＶＡ（ＥＶＡ１）においても、改善したＥＶＡ（ＥＶＡ２）においても、紫外線吸収剤ＵＶＡの添加量は同等である。

　一方、図２５（Ｃ）に示すように、紫外線吸収剤ＵＶＡが添加されていない改善したＥＶＡ（ＥＶＡ３）においては、ＵＶ光による劣化に基づいて短縮される寿命は５％程度にとどまることが確認された。

　上述の実験結果より、異なる３つのＥＶＡ（ＥＶＡ１、ＥＶＡ２、及びＥＶＡ３）のＵＶ補正係数Ｕｃは、次のようになった。すなわち、ＥＶＡ１のＵＶ補正係数Ｕｃは約０．５になり、ＥＶＡ２のＵＶ補正係数Ｕｃは約０．７になり、ＥＶＡ３のＵＶ補正係数Ｕｃは約０．９５になった。上述のように、ＥＶＡ１は、紫外線吸収剤が添加された一般的なＥＶＡに相当する。ＥＶＡ１において、ＵＶ及び湿熱による劣化に基づく寿命の短縮が顕著であることがわかる。ＵＶ光の影響を無視できるほぼ湿熱ストレスのみによる寿命において、ＥＶＡ１は、ＥＶＡ２及びＥＶＡ３に対して、約３分の１の寿命となっている。このことから、ＵＶ光の影響がある実フィールドでのＥＶＡ１の寿命は、ＥＶＡ２及びＥＶＡ３に対して、顕著に短くなるであろうことが推測できる。

　ＥＶＡに添加される添加剤には、紫外線吸収剤ＵＶＡ以外にも、ＥＶＡ中に酸（酢酸など）を発生させるものがある。例えば、架橋剤などは、紫外線吸収剤ＵＶＡと同様に、ＵＶ光照射下でＥＶＡ中に酸（酢酸）を発生することが知られている。この場合も、上述したのと同様に、発生する酸の飽和傾向を確認することをもって所定のＵＶ光の照射量を決定することができる。したがって、紫外線吸収剤ＵＶＡ以外の場合でも、ＤＨ試験及びＵＶＤＨ連続試験を含む実験を行うことにより得られる寿命までの時間の情報に基づいて、ＵＶ補正係数Ｕｃを求めることができる。

　以上説明したように、一実施形態に係る情報処理装置１は、上述した式（１）に従って、寿命ストレス指数Ｂ、年間ストレス指数Ａ、湿度補正係数Ｈｃ、及びＵＶ補正係数Ｕｃに基づいて、ＰＶモジュールの寿命年数Ｙを求めることができる。すなわち、一実施形態に係る情報処理装置１は、上述した式（１）に従って、フィールドにおけるＵＶ及び／又は湿熱による劣化に基づくＰＶモジュールの寿命年数を求めることができる。

（ＵＶ補正係数Ｕｃを用いない寿命予測）
　上述のようにＰＶモジュールの寿命年数Ｙを算出する際に、ＵＶ補正係数Ｕｃを用いずに算出することもできる。以下、ＵＶ補正係数Ｕｃを用いずに行うＰＶモジュールの寿命年数Ｙの算出について説明する。

　上述の式（１）に示したように、寿命年数Ｙは、（寿命ストレス指数Ｂ／年間ストレス指数Ａ）×湿度補正係数Ｈｃ×ＵＶ補正係数Ｕｃと表すことができる。ここで、寿命ストレス指数Ｂ及び年間ストレス指数Ａは、湿熱によるストレス量を示す指数である。これら寿命ストレス指数Ｂ及び年間ストレス指数Ａを、ＵＶ及び湿熱によるストレス量を示す指数に置き換えることよって、ＵＶ補正係数Ｕｃを用いずにＰＶモジュールの寿命年数Ｙを算出することができる。この場合、寿命ストレス指数Ｂは、ＵＶ及び湿熱によるストレス量を示す「寿命ストレス指数Ｂｕ」に置き換えられてよい。また、年間ストレス指数Ａは、ＵＶ及び湿熱によるストレス量を示す「年間ストレス指数Ａｕ」に置き換えられてよい。

　この場合、寿命ストレス指数Ｂｕ及び年間ストレス指数Ａｕの算出に用いる活性化エネルギーは、湿熱劣化の活性化エネルギーＥａの代わりに、ＵＶ及び湿熱劣化の活性化エネルギーＥａｕを用いてよい。また、ＵＶ及び湿熱劣化の活性化エネルギーＥａｕは、２つ以上の温度条件におけるＵＶＤＨ連続試験を行うことにより、式（３）を用いる場合と同様に算出されてよい。ここでいう温度条件は、ＵＶＤＨ連続試験におけるＤＨ試験の温度条件である。

　そして、寿命ストレス指数Ｂｕは、式（２）において、湿熱試験における寿命時間を示すτを、ＵＶＤＨ連続試験により得られる寿命までの時間を示すτＵＤに置き換えることによって算出されてよい。また、年間ストレス指数Ａｕは、式（１５）等を用いる場合と同様に、ＵＶ及び湿熱劣化の活性化エネルギーＥａｕを用いることによって算出されてよい。

　以上のようにして、上述した式（１）からＵＶ補正係数Ｕｃを除いても、ＰＶモジュールの寿命年数Ｙが求まる。

　後述のように、ＰＶモジュールがフィールドに設置されてから３年～５年程度の期間が経過すると、ＰＶモジュールを劣化させる酸の発生のうち、ＵＶ光に曝されることに起因するものは、ほぼ飽和する。したがって、ＰＶモジュールが３年～５年程度のように充分な期間フィールドに設置されていれば、ＵＶ補正係数Ｕｃを用いなくても、ＰＶモジュールの寿命年数Ｙを実用的な精度で算出することができる。一方、ＰＶモジュールがフィールドに設置されていた期間が３年～５年程度に比べて短期間であると、ＰＶモジュールを劣化させる酸の発生のうち、ＵＶ光に曝されることに起因するものは、まだ飽和していない。このような場合、ＵＶ補正係数Ｕｃを用いることにより、ＰＶモジュールの寿命年数Ｙをより正確に算出することができる。

　以上説明したように、一実施形態に係る情報処理装置１によれば、ＰＶモジュールの寿命を、良好な精度で簡便に予測することができる。したがって、一実施形態に係る情報処理装置１は、ＰＶモジュールの劣化に基づく寿命の予測を合理的に、すなわち客観的な根拠に基づいて数値化できる。このため、一実施形態に係る情報処理装置１は、ＰＶモジュールの長期信頼性に関る品質価値の評価に資する。

（グラフを用いた寿命予測）
　次に、上述したＰＶモジュールの寿命年数Ｙを、より簡便に予測することについて説明する。

　一実施形態に係る情報処理装置１によって、フィールドにおけるＵＶ及び／又は湿熱による劣化に基づくＰＶモジュールの寿命を、グラフを用いて視覚的に予測してもよい。一実施形態において、例えば温度とＰＶモジュールの寿命との関係を示すグラフを用いて、ＰＶモジュールの寿命を予測してもよい。このような予測を行うために、以下、フィールドにおける年間有効モジュール温度Ｔｍｐ＿ｅｆｆという概念について説明する。

　上述のように、年間ストレス指数Ａは、式（１３）のように表現できる。式（１３）において、総和区間は１日ごとに３６５日間とした。
ここで、フィールドにおける年間有効モジュール温度Ｔｍｐ＿ｅｆｆを、以下の式（４７）のように定義する。
　　Ｔｍｐ＿ｅｆｆ＝（－Ｅａ／ｋ）／ｌｎ｛Σｅｘｐ（－Ｅａ／ｋＴｍｐ）／３６５｝　　式（４７）
　ここで、上述の式（１１）より、１日におけるＰＶモジュールの最高温度Ｔｍｐは、１日における最高気温Ｔｍａｘ＋ΔＴである。また、総和区間は１日ごとに３６５日間とする。

　式（４７）を用いることにより、式（１３）に示した年間ストレス指数Ａは、以下の式（４８）のように表現できる。
　　年間ストレス指数Ａ＝Ｈｅｆｆ・Σｅｘｐ（－Ｅａ／ｋＴｍｐ）
　　　　　　　　　　　＝Ｈｅｆｆ・３６５・ｅｘｐ（－Ｅａ／ｋＴｍｐ＿ｅｆｆ）　　式（４８）

　実際のフィールドにおいて、モジュール温度は、年間を通して毎日異なり得る。しかしながら、年間有効モジュール温度Ｔｍｐ＿ｅｆｆの概念を導入することにより、年間を通して毎日異なり得る温度を、ただ一点のモジュール温度で代表することができる。一方、２つ以上の温度条件において行う湿熱試験の結果から、（湿度９０％前後における）湿熱による劣化に基づく寿命の時間τと、温度Ｔｍとの関係を、グラフに表現することができる。このとき、τとＴｍの関係は、式（２）に示した寿命ストレス指数Ｂを表す式に従う。

　図２６は、（相対湿度９０％前後における）湿熱による劣化に基づく寿命の時間τと、温度Ｔｍとの関係を示す図である。図２６に示すグラフは、２つ以上の温度条件において行う湿熱試験の結果に基づいて表現したものである。図２６において、ドットは、各温度条件で得られた実験結果を示す。図２６のグラフにおいて、横軸はモジュール温度Ｔｍを示し、縦軸は湿熱試験における寿命時間τを示す。モジュール温度Ｔｍは、湿熱試験の場合、試験温度で与えることができる。モジュール温度Ｔｍは、フィールド設置の場合、年間有効モジュール温度Ｔｍｐ＿ｅｆｆで与えることができる。以下で説明する図２７、図３２、図３３、及び図３４においても同様である。湿熱試験における寿命時間τは、ＰＶモジュールのＦＦ特性又はＰｍ特性が初期値に比べて１０％減少するまでの時間としてよい。図２６は、Ｔｍとτとの関係を示すことにより、湿熱による劣化に基づくＰＶモジュールの寿命を示す曲線を示している。以下、湿熱による劣化に基づくＰＶモジュールの寿命を示す曲線を、「寿命曲線」とも記す。

　図２６において、ＥＶＡ１、ＥＶＡ２、及びＥＶＡ３の寿命曲線をそれぞれ示してある。上述のように、ＥＶＡ１は、一般的なＥＶＡを使用した製品をサンプルとした（紫外線吸収剤の添加あり）。ＥＶＡ２は、改善したＥＶＡを使用したサンプルとした（紫外線吸収剤の添加あり）。ＥＶＡ３は、改善したＥＶＡ２に対して、紫外線吸収剤が添加されていない改善したＥＶＡを使用したサンプルとした。図２６に示すように、いずれのサンプルにおいても、モジュール温度Ｔｍが高くなるにつれて、寿命時間τは短くなる。

　以下、年間有効モジュール温度Ｔｍｐ＿ｅｆｆを用いて寿命年数Ｙを求める手順について説明する。

　まず、図２６に示すようなグラフにおいて、Ｔｍｐ＿ｅｆｆの温度における垂線を引き、Ｔｍとτとの関係を示す寿命曲線との交点を求める。その交点の縦軸における時間は、（湿度９０％前後の仮想的な）フィールドにおける湿熱による劣化に基づく寿命時間τｖ［時間］を示している。

　次に、寿命時間τｖ［時間］を、以下の式（４９）を用いて、寿命年数Ｙｖ［年］に変換する。
　　寿命年数Ｙｖ［年］＝寿命時間τｖ［時間］／Ｈｅｆｆ／３６５　　式（４９）

　最後に、式（１６）及び式（１）に示したように、寿命年数Ｙｖに湿度補正及びＵＶ補正をすることにより、寿命年数Ｙを求めることができる。

　図２６は、Ｔｍｐ＿ｅｆｆの具体例として、千葉及び沖縄のそれぞれの地域において、地上設置の場合及び住宅屋根置きの場合のおおよその目安となるＴｍｐ＿ｅｆｆを示し、その温度における垂線を示す。以下説明する図２７、図３２、図３３、及び図３４においても同様である。

　上述した手順では、寿命年数Ｙｖを求めてから湿度補正及びＵＶ補正をすることを想定して説明したが、この順序を逆にしてもよい。すなわち、図２６に示したような寿命曲線に先に温度補正及びＵＶ補正をしてから、Ｔｍｐ＿ｅｆｆの温度における垂線を引き、寿命曲線との交点を求めることにより、寿命時間τｖを求めてもよい。

　図２７は、寿命曲線に湿度補正及びＵＶ補正をした様子を示す図である。図２７は、図２６に示した寿命曲線に湿度補正及びＵＶ補正をする前後の様子を示してある。図２７において、ＥＶＡ１、ＥＶＡ２、及びＥＶＡ３の寿命曲線は、湿度補正及びＵＶ補正をする前のものを示してある。図２７において、ＥＶＡ１、ＥＶＡ２、及びＥＶＡ３の寿命曲線に湿度補正及びＵＶ補正をした後の寿命曲線は、ＥＶＡ１’、ＥＶＡ２’及びＥＶＡ３’として示してある。図２７に示すように、ＥＶＡ１の寿命曲線に湿度補正及びＵＶ補正を行うと、両補正がほぼ打ち消し合って、補正後の寿命時間は、補正前の寿命時間に近い値になる。また、ＥＶＡ２の寿命曲線に湿度補正及びＵＶ補正をしても、両補正がほぼ打ち消し合って、補正後の寿命時間は補正前の寿命時間に近い値となる。一方、ＥＶＡ３は、紫外線吸収剤が添加されていないＥＶＡを使用している。このため、ＥＶＡ３の寿命曲線に湿度補正及びＵＶ補正を行うと、湿度補正の影響が表面化するため、補正後の寿命時間は補正前に比べて有意に長くなる。

　以上説明したように、一実施形態に係る情報処理装置１によれば、グラフを介することにより、ＰＶモジュールの寿命をより簡便かつ視覚的に予測することができる。したがって、一実施形態に係る情報処理装置１は、ＰＶモジュールの劣化に基づく寿命の予測を合理的に、すなわち客観的な根拠に基づいて数値化できる。このため、一実施形態に係る情報処理装置１は、ＰＶモジュールの長期信頼性に関る品質価値の評価に資する。ここで、グラフ化は必須としなくてもよい。例えば、式（２）に示した寿命ストレス指数Ｂと式（４７）に示したＴｍｐ＿ｅｆｆの温度を用いて計算することで、（湿度９０％前後の仮想的な）フィールドにおける湿熱による劣化に基づく寿命時間τｖ［時間］を算出して、上記した手続きで寿命年数Ｙを求めてもよい。

　上述のＴｍｐ＿ｅｆｆの見積もりにあたっては、Ｔｍｐ＿ｅｆｆと、Ｔｍａｘの年間平均値と、ΔＴとの間の相関関係を、予め表やグラフなどの形で用意しておくこともできる。図２８は、Ｔｍｐ＿ｅｆｆと、Ｔｍａｘの年間平均値と、ΔＴとの間の相関関係の一例を、グラフで示す図である。図２８のグラフにおいて、横軸は１日における最高温度Ｔｍａｘの年間平均値を示し、縦軸は年間有効モジュール温度Ｔｍｐ＿ｅｆｆを示す。このようなグラフに基づけば、Ｔｍａｘの年平均値と、ΔＴとが与えられれば、Ｔｍｐ＿ｅｆｆの概算値を直ちに読み取ることができる。ΔＴは、地上設置型のＰＶモジュールの場合に２５℃を目安としてよく、住宅屋根置きのＰＶモジュールの場合に３５℃を目安としてよい。このような算出により、上述した寿命の予測をさらに簡単に行うことができる。また、Ｔｍａｘの年間平均値は、フィールドの１日における最高気温を日別に１年分取得したものの平均値でもよく、フィールドの１日における最高気温の月平均を１年分取得したものの平均値であってもよい。

　上述のように、Ｔｍｐ＿ｅｆｆは、目安となる概算値を簡単に求めたい場合、上述した図５のステップＧ１又は後述の式（４７）とは異なるように定義されてもよい。すなわち、式（２８）に示すように、Ｔｍｐ＿ｅｆｆとＴｍａｘ年平均とは、ｅｘｐ（－Ｅａ／ｋＴｍｐ）を介さずに、直接的に関連付けられてもよい。このように定義される場合、例えば式（２８）におけるΔＴとして、３６５日分のΔＴの中央値、又は月平均のΔＴの年間中央値を用いてよい。式（２８）におけるΔＴとして、仮に年平均のΔＴを用いると、Ｔｍｐ＿ｅｆｆが過少評価される場合がある。このため、式（２８）におけるΔＴとして、年平均のΔＴを用いるのは好ましくない。Ｔｍｐ＿ｅｆｆとして、より正確な値が必要である場合は、本来の定義である後述の式（４７）で与えられる値を用いることができる。

（月別の気温情報を用いた寿命予測）
　次に、上述したＰＶモジュールの寿命年数Ｙを、さらに簡便に予測することについて説明する。

　上述の算出においては、年間３６５日の気温情報（１日における最高気温の情報）が必要である。ここで、月別の気温情報を用いて同様の算出ができれば、より簡便に寿命年数を予測することができる。月別の気温情報は、アクセスが非常に容易である。したがって、月別の気温情報を用いて寿命の予測ができれば、その算出を簡素に行うことができる。

　出願人は、月別の気温情報として、１日における最高気温の月平均値データ（Ｔｍａｘ＿月平均）を用いれば、式（１２）などに示したＨｅｆｆとの整合性が良好であることを見出した。このようにすれば、式（１３）に示した年間ストレス指数Ａは、Ｈｅｆｆをそのまま利用して、以下の式（５０）のように算出することができる。
　　年間ストレス指数Ａ≒Ｈｅｆｆ・Σ｛ｅｘｐ（－Ｅａ／ｋＴｍｐ＿月）×月日数｝　　式（５０）
　ここで、総和区間は１月ごとに１２か月間とする。月日数は、月ごとの日数であり、例えば1月は３１日、２月は２８日、３月は３１日、４月は３０日などの値を与えることができる。また、式（５０）において、ｋＴｍｐ＿月は、以下の式（５１）のように定義することができる。
　　Ｔｍｐ＿月＝Ｔｍａｘ＿月平均＋ΔＴ　　式（５１）

　月別の気温情報として、ひと月における最高気温のデータもアクセスしやすい情報である。しかしながら、出願人は、ひと月における最高気温のデータを用いると、寿命年数の予測をさらに簡便にすることは困難になることを確かめた。ひと月における最高気温のデータを用いると、上述のＨｅｆｆとの整合性がとれなくなり、Ｈｅｆｆをそのまま用いて算出することができなくなる。

　また、出願人は、月別の気温情報を用いた寿命の予測の精度について検証を行った。すなわち、出願人は、１日におけるデータを用いて年間ストレス指数Ａを算出した。また、出願人は、ひと月におけるデータを用いて年間ストレス指数Ａを算出した。その結果、出願人は、両者の誤差がおよそ５％以内であることを確認した。

　以上説明したように、一実施形態に係る情報処理装置１によれば、月別の気温情報のみを使っても、年間ストレス指数Ａを十分な精度で予測することができる。このため、一実施形態に係る情報処理装置１によれば、前述した寿命ストレス指数Ｂ、湿度補正係数Ｈｃ、ＵＶ補正係数Ｕｃを用いて、ＰＶモジュールの寿命を実用的な精度でより簡便に予測することができる。したがって、一実施形態に係る情報処理装置１は、ＰＶモジュールの劣化に基づく寿命の予測を合理的に、すなわち客観的な根拠に基づいて数値化できる。このため、一実施形態に係る情報処理装置１は、ＰＶモジュールの長期信頼性に関る品質価値の評価に資する。

（年間の有効発電日率による補正）
　必要に応じて、上述の寿命年数Ｙは、年間の有効発電日率を用いて、以下の式（５２）のように補正することができる。
　　補正後の寿命年数Ｙ＝補正前の寿命年数Ｙ／年間の有効発電日率　　式（５２）
ここで年間の有効発電日率とは、１年間の３６５日のうち、ＰＶモジュールが有効に発電できる日数の割合である。例えば、雨天でＰＶモジュールがほとんど発電しない日は有効発電日からは除外される。この割合については、曇天の日は晴れの日の発電量を基準にして、曇天日の発電量／晴天日の発電量を、曇天日の１日の有効日数（０～１の間の値）としてカウントする。この補正は、熱帯地帯など雨季があるような地域において特に有用である。

（回収品の試験による寿命予測）
　次に、フィールドにおけるＰＶモジュールの回収品に対してさらに加速試験を行うことによる寿命の予測について説明する。以下説明する寿命の予測は、上述した寿命の予測とは独立して行ってよい。以下説明する寿命の予測においては、フィールドにおけるＰＶモジュールの回収品に対してさらに加速試験を行って、当該ＰＶモジュールの残存する寿命時間を求めることによって、フィールドでの寿命予測を行う。

　フィールドにおける回収品に対してさらに加速試験を行った結果から寿命を予測する方法自体は、従来既知である。しかしながら、上述したように、ＰＶモジュールの劣化を生じさせる要因は単一ではない。ＰＶモジュールの寿命の予測においては、ＵＶストレスに起因する劣化と、湿熱ストレスに起因する劣化の両者を考慮する必要がある。この場合、従来既知の方法では寿命予測はできない。したがって、ＵＶストレスに起因する劣化と湿熱ストレスに起因する劣化の両者を考慮する場合、従来既知の方法からさらに発展させた方法にて寿命予測を行う必要がある。

　以下説明する寿命の予測においては、フィールドに設置されていたＰＶモジュールを回収して追加試験を行う。

（ＵＶ光の影響がない場合の寿命予測方法）
　まず、ＵＶ光の影響が無いＰＶモジュールの寿命を予測する場合について、図２９を用いて説明する。これは、紫外線吸収剤ＵＶＡを含まないＥＶＡを使用したＰＶモジュールの寿命を予測する場合を想定している。この寿命予測は従来既知の考え方で対応できる。

　回収品の追加試験による寿命予測においては、まず、回収品とほぼ同一仕様とみなせる新品のＰＶモジュール（初期品）に対して湿熱試験を行う。例えば、温度９５℃湿度９５％の湿熱試験（ＤＨ試験）を行った結果、初期品はα［時間］で寿命を迎えたとする。ここで、寿命とは、上述のように、ＰＶモジュールの出力の特性が急激に低減した時点までの時間としてよい。図２９に示す（１）は、初期品に対してα［時間］のＤＨ試験を行った結果、ＰＶモジュールが寿命を迎えるまでのストレス量を、横方向の長さによって示している。

　次に、あるフィールドにＸ［年］設置されていたＰＶモジュールを回収したとする。そして、回収されたＰＶモジュール（回収品）に対して、温度９５℃湿度９５％の湿熱試験（上述同様のＤＨ試験）を行う。その結果、回収品はβ［時間］で寿命を迎えたとする。図２９に示す（２）は、回収品に対してβ［時間］のＤＨ試験を行った結果、ＰＶモジュールが寿命を迎えるまでのストレス量を、横方向の長さによって示している。

　以上の結果から、図２９に示す（３）（＝（１）－（２））は、そのフィールドにＸ［年］設置されていたことによるストレス量を、横方向の長さによって示していることになる。すなわち、初期品に対してα［時間］のＤＨ試験を行ったストレス量は、回収品がフィールドにＸ［年］設置されたことによるストレス量と、回収品に対してβ［時間］のＤＨ試験を行ったストレス量との和と等価であると考えられる。したがって、あるＰＶモジュールがそのフィールドにＸ［年］設置されたことによるストレス量は、そのＰＶモジュールに対して（α－β）［時間］のＤＨ試験を行ったことによるストレス量と等価であると考えることができる。

　この場合、初期品をそのフィールドに設置した場合に予測される寿命年数Ｙｐ［年］は、以下の式（５３）のように示すことができる。
　　Ｙｐ［年］＝（Ｘ［年］／（α－β））×α　　式（５３）

　このようにして、一実施形態に係る情報処理装置１は、あるＰＶモジュールをあるフィールドに当初から設置した場合における寿命年数Ｙｐ［年］を求めることができる。

（ＵＶ光の影響がある場合の寿命予測方法）
　次に、ＵＶ光の影響を考慮したＰＶモジュールの寿命を予測する場合について、図３０を用いて説明する。これは、紫外線吸収剤ＵＶＡが添加されたＥＶＡを使用したＰＶモジュールの寿命を予測する場合などを想定している。この寿命予測は、従来既知の考え方では対応できず、さらに発展させた考え方で対応する必要がある。

　この場合も、回収品の追加試験による寿命予測において、まず、回収品とほぼ同一仕様とみなせる新品のＰＶモジュール（初期品）に対して湿熱試験を行う。例えば、温度９５℃湿度９５％の湿熱試験（ＤＨ試験）を行った結果、初期品はα［時間］で寿命を迎えたとする。ここで、寿命とは、上述のように、ＰＶモジュールの出力の特性が急激に低減した時点までの時間としてよい。図３０に示す（１）は、初期品に対してα［時間］のＤＨ試験を行った結果、ＰＶモジュールが寿命を迎えるまでのストレス量を、横方向の長さによって示している。

　次に、あるフィールドにＸ［年］設置されていたＰＶモジュールを回収したとする。そして、回収されたＰＶモジュール（回収品）に対して、温度９５℃湿度９５％の湿熱試験（上述同様のＤＨ試験）を行う。その結果、回収品はβ［時間］で寿命を迎えたとする。図３０に示す（２）は、回収品に対してβ［時間］のＤＨ試験を行った結果、ＰＶモジュールが寿命を迎えるまでのストレス量を、横方向の長さによって示している。

　以上の結果から、図３０に示す（３）（＝（１）－（２））は、そのフィールドにＸ［年］設置されていたことによるストレス量を、横方向の長さによって示していることになる。すなわち、初期品に対してα［時間］のＤＨ試験を行ったストレス量は、回収品がフィールドにＸ［年］設置されたことによるストレス量と、回収品に対してβ［時間］のＤＨ試験を行ったストレス量との和と等価であると考えられる。したがって、あるＰＶモジュールがそのフィールドにＸ［年］設置されたことによるストレス量は、そのＰＶモジュールに対して（α－β）［時間］のＤＨ試験を行ったことによるストレス量と等価であると考えることができる。

　次に、回収品とほぼ同一仕様とみなせる新品のＰＶモジュール（初期品）に対して、ＵＶ照射試験（ＵＶ試験）を行い、さらに温度９５℃湿度９５％の湿熱試験（ＤＨ試験）を行う。このような連続した試験（ＵＶＤＨ連続試験）を、複合シーケンシャル試験とも称する。ここで、ＵＶ照射のエネルギー量は、そのフィールドでＵＶ光に曝されることによって発生する酢酸の発生量がほぼ飽和すると想定されるエネルギーに相当する量としてよい。ここで、フィールドでのＵＶ光に曝されて発生する酢酸がほぼ飽和するまでの期間を有効ＵＶストレス年数として、Ｚ［年］で表す。

　ＵＶ試験におけるＵＶ照射のエネルギー量は、例えば２５０～３００ｋＷｈ／ｍ^２としてよい。これは、国内のフィールドにおける約３年分のＵＶ照射エネルギーに相当するエネルギー量である。この場合、フィールドにおける約３年分のＵＶ照射のエネルギーによって、ＵＶ光に起因する酢酸の発生は飽和するという事実を、例えば他の実験などによって既知であるものとする。他の実験とは、例えば図３１に示すように、ＵＶ光の照射エネルギー量に対するＥＶＡ中の酢酸濃度を分析する実験などとしてよい。

　図３１は、ＵＶ光の照射エネルギー量に対するＥＶＡ中の酢酸濃度（より正確には酢酸イオン濃度［ＣＨ_３ＣＯＯ^－］）を分析した実験の結果の一例を示す図である。図３１においては、ＥＶＡ２（紫外線吸収剤の添加ありの改善されたＥＶＡ）を用いたモジュール、ＥＶＡ３（紫外線吸収剤の添加なしの改善されたＥＶＡ）を用いたモジュール、及びＥＶＡ２と同等仕様のＥＶＡを用いたフィールド回収品（フィールドにおいて回収されたモジュール）について分析した結果を示している。

　以上のようなＵＶＤＨ試験の結果、ＤＨ試験（ＵＶ試験に続けて行った）によって、初期品は、γ［時間］で寿命を迎えたとする。図３０に示す（４）は、初期品に対して、ＵＶ試験を行った後、γ［時間］のＤＨ試験を行った結果、ＰＶモジュールが寿命を迎えるまでのストレス量を、横方向の長さによって示している。

　以上の結果から、図３０に示す（５）（＝（１）－（４））は、初期品にフィールドにおいてＺ［年］分のＵＶ試験を行ったストレス量を示していることになる。すなわち、初期品にフィールドにおいてＺ［年］分のＵＶ試験を行ったストレス量（５）は、そのＰＶモジュールに対して（α－γ）［時間］のＤＨ試験を行ったことによるストレス量と等価であると考えることができる。つまり、この（α－γ）［時間］は、ＵＶに起因するストレス量を、それと等価なストレス量を与えるＤＨ試験の時間に換算して表したものである。

　ここで、初期品がフィールドにおいてＺ［年］年間ＵＶ光に曝されると、ＵＶ光に起因する酢酸の発生が飽和することは既知であるものとする。このため、回収品としては、フィールドでの設置年数をＸ［年］とするとき、Ｘ＞Ｚを満たすＰＶモジュールを使用する必要があることに注意する。

　ところで、図３０に示す（３）のストレス量、すなわちフィールドにＸ［年］設置された回収品のストレス量は、ＵＶに起因するストレス量と、湿熱に起因するストレス量とを含むものと想定される。すなわち、図３０に示す（３）は、図３０に示すＵＶのストレス量（６）と、図３０に示す湿熱のストレス量（７）との和に相当するものと考えることができる。上述のように、フィールドにおけるＵＶのストレス量（６）を、それと等価なストレス量を与えるＤＨ試験の時間に換算して表すと、（α－γ）［時間］と表すことができる。一方、フィールドにおける湿熱のストレス量（７）をＤＨ試験の時間に換算して表すと、（γ－β）［時間］と表すことができる。

　以上の結果から、あるＰＶモジュールがそのフィールドにＸ［年］設置されたことによる湿熱のストレス量は、そのＰＶモジュールに対して（γ－β）［時間］のＤＨ試験を行ったことによるストレス量と等価であると考えることができる。

　この場合、初期品をそのフィールドに設置した場合のＵＶ及び湿熱のストレスによる劣化に基づく寿命年数Ｙｐ［年］は、以下の式（５４）のように予測することができる。
　　Ｙｐ［年］＝（Ｘ［年］／（γ－β））×γ　　式（５４）

　このようにして、一実施形態に係る情報処理装置１は、あるＰＶモジュールをあるフィールドに当初から設置した場合における寿命年数Ｙｐ［年］を、ＵＶ光の影響も考慮して求めることができる。

　また、ＵＶ補正係数Ｕｃ＝γ／αなので、寿命年数Ｙｐは、Ｕｃを使って以下の式（５５）のように表すこともできる。
　　寿命年数Ｙｐ［年］＝Ｘ［年］／（１－β／（Ｕｃ×α））　　式（５５）

（有効ＵＶストレス年数Ｚを考慮した寿命予測）
　上述の予測では、初期品に対してＵＶ光を照射する実験から得られるＵＶ光の照射エネルギー量とＵＶ光に起因する酢酸の発生量との関係から、フィールドにおいてＺ年間分のＵＶ光が照射されると、ＵＶ光に起因する酢酸の発生量がほぼ飽和することを既知とした。また、上述のＵＶＤＨ連続試験を用いた寿命予測においては、湿熱ストレスを加える前に、一度に所定量のＵＶ照射エネルギーを加えて試験を行うことで、ＵＶ補正係数Ｕｃを算出している。つまり、ＵＶＤＨ連続試験では、フィールドにおけるＺ年間相当の所定のＵＶ光エネルギーによって十分に酢酸が発生した状態を予め形成しておき、その後、湿熱ストレスが加わることによって、酢酸濃度が指数関数的に増大していく状況となっている。これは、実際にフィールドで起こる状況とは異なる状況である。すなわち、実際のフィールドでは、一度にＺ年間相当のＵＶ光エネルギーが与えられることはなく、Ｚ年間を通して、気象条件に依存しつつ、１日ごとに所定量以下のＵＶ光エネルギーが与えられる。

　ところで、ＥＶＡ中の酢酸濃度が指数関数的に増大する理由は、酢酸の一部が電離して放出された水素イオンが、ＥＶＡの加水分解反応（酢酸発生反応）を促進する触媒として働くことによる。言い換えれば、酢酸濃度が指数関数的に増大する理由は、既に存在している酢酸自体が次に発生する酢酸の増加速度を増大させる作用があることによる（この現象は、酸触媒加水分解反応として知られている）。つまり、その瞬間に存在している酢酸濃度が、その瞬間の酢酸の増加速度を決定づけている。

　以上のことを踏まえると、ＵＶＤＨ連続試験においては、最初にＺ年間相当の所定量のＵＶ光エネルギーを照射しているため、Ｚ年間分のＵＶ光エネルギー量に対応したＵＶ光起因の酢酸がＥＶＡ中に既に大量に発生している。湿熱ストレス下におけるＥＶＡの加水分解による酢酸の増加速度は、上記したように、既に存在している酢酸濃度に依存する。このため、Ｚ年間分のＵＶ光エネルギーを受けた後におけるＤＨ試験におけるＥＶＡ中の酢酸濃度の増加速度は、ＵＶ光照射のないＤＨ単体試験での増加速度よりも、格段に速くなる。

　一方、実際のフィールドで起こっていることは、気象条件によって多少変動はするが、ＵＶ光ストレス及び湿熱ストレスが、毎日、そしてほぼ同時に、ＰＶモジュールに加えられている、という状況である。

　ここで、仮に、ＵＶＤＨ連続試験に対して、ＵＶ試験、ＤＨ試験、ＵＶ試験、ＤＨ試験と順次繰り返すようにして、ＵＶ試験とＤＨ試験との試験時間を短くし、これらをサイクル試験の形で連続して行うＵＶＤＨ連続サイクル試験を想定する。ただし、トータルのＵＶ試験時間、及びトータルのＤＨ試験時間は、サイクル数を変えても不変に保つこととする。

　ここで、湿熱ストレス下でのＥＶＡの加水分解反応による酢酸発生は、酸触媒加水分解反応によるものである。また、酢酸の増加速度は、その時点で存在する酢酸濃度に比例する形で大きくなる。以上を踏まえると、ＵＶＤＨ連続サイクル試験における酢酸濃度の増加速度は、ＵＶＤＨ連続試験における酢酸濃度の増加速度よりも遅くなることが理解できる。ＵＶＤＨ連続試験においては、最初にＺ年間相当の大量のＵＶ光エネルギーが加えられ、大量のＵＶ光起因の酢酸が発生して、大量の酢酸が存在する湿熱ストレス下において、酸触媒加水分解反応が進む。これに対し、ＵＶＤＨ連続サイクル試験においては、サイクル数の少ない段階ほど（サイクル試験の初期の段階ほど）ＵＶ光起因の酢酸発生量が少なく、湿熱ストレスが加えられても酸触媒加水分解反応の進行が進みにくい。

　要するに、ＵＶＤＨ連続試験では、ＤＨ試験中の酸触媒加水分解反応の効率が相対的に高く、ＵＶＤＨ連続サイクル試験では、ＤＨ試験中の酸触媒加水分解反応の効率が相対的に低い。実際のフィールドで起こっていることは、上記したＵＶＤＨ連続サイクル試験のサイクル間隔を無限小にしていった極限と考えることができる。その場合、ＵＶＤＨ連続試験におけるＤＨ試験中の酸触媒加水分解反応の効率に比べて、実際のフィールドを想定したＵＶＤＨ連続サイクル試験でのＤＨ試験中の酸触媒加水分解反応の効率が低いことは明らかである。すなわち、ＵＶＤＨ連続試験よりも、実際のフィールドを想定したＵＶＤＨ連続サイクル試験の方が、同じ酢酸濃度に到達するまでの時間が長くなる。

　以上の説明から、ＵＶＤＨ連続試験の結果に基づいて、フィールド回収品の寿命を算出する方法は、実際よりも寿命を短く見積もる傾向にあることが理解できる。その見積もり誤差は、最大でＺ年程度とみることができる。そこで、以下の式（５６）のようにして、より正確なフィールドにおけるＵＶ及び湿熱による劣化に起因する寿命年数Ｙｐ’を求めてもよい。ここで、Ｚを有効ＵＶストレス年数と称する。
　　寿命年数Ｙｐ’［年］＝Ｙｐ＋Ｚ　　式（５６）

（Ｙｐ、Ｙｐ’の実例）
　以下、実際にフィールドに設置されたＰＶモジュールを回収して、さらに湿熱試験にかけた結果の例を示す。ここでは、沖縄地域に設置されたＰＶモジュールを回収して、さらに湿熱試験を行った。また、回収してさらに湿熱試験を行ったＰＶモジュールは、一般的なＥＶＡを使用したものと、改善したＥＶＡを使用したものとが存在した。

　上述のようにＰＶモジュールを回収して、さらに湿熱試験を行うことにより、以下のような結果が得られた。すなわち、一般的なＥＶＡを使用したＰＶモジュールの寿命Ｙｐは、１０～１５年程度（有効ストレス年数Ｚの補正を加えると、１３～１８年程度）と予測された。一方、改善したＥＶＡを使用したＰＶモジュールの寿命Ｙｐは、４０～５０年程度（Ｚの補正を加えると、４３～５３年程度）と予測された。ここで、回収されたＰＶモジュールのフィールドにおける年間有効モジュール温度Ｔｍｐ＿ｅｆｆは、沖縄地域の年間の気温情報、及びＰＶモジュールの設置態様の情報などに基づいて、５７～６０℃程度と推定された（ΔＴ≒３０～３３℃）。

　図３２、図３３、及び図３４は、フィールド回収品について以上のようにして得られた情報（Ｔｍｐ＿ｅｆｆ及び寿命年数Ｙｐ又はＹｐ’）を、湿熱による劣化に基づく寿命の時間と温度との関係（寿命曲線）を示したグラフに追加でプロットした結果の例を示す図である。図３２、図３３、及び図３４のグラフにおいて、横軸はモジュール温度Ｔｍを示し、縦軸は湿熱試験における寿命時間τを示す。ここで、モジュール温度Ｔｍは、湿熱試験の場合、試験温度で与えることができ、フィールド設置の場合、年間有効モジュール温度Ｔｍｐ＿ｅｆｆで与えることができる。寿命年数Ｙｐ［年］又はＹｐ’［年］を寿命時間τ［ｈ］に変換する際には、式（４９）に示した場合と同様に、Ｈｅｆｆを媒介にして変換した（以下、「寿命時間」を単に「寿命」とも記す）。ここで、「沖縄１」のドットは、一般的なＥＶＡ（ＥＶＡ１に相当するＥＶＡ）を使用したＰＶモジュールの寿命であり、「沖縄２」のドットは、改善したＥＶＡ（ＥＶＡ２に相当するＥＶＡ）を使用したＰＶモジュールの寿命である。

　図３２において、ＥＶＡ１及びＥＶＡ２の寿命曲線は、湿度補正及びＵＶ補正をする前のものであり、ＥＶＡ１’’及びＥＶＡ２’’の寿命曲線は、ＵＶ補正のみをした後のものを示してある。図３３において、ＥＶＡ１’及びＥＶＡ２’の寿命曲線は、湿度補正係数の上限の目安（ＥＶＡ１’の湿度補正係数は２．２、ＥＶＡ２’の湿度補正係数は１．６）で湿度補正及びＵＶ補正をした後のものである。また、図３３において、ＥＶＡ１’（ｍｉｎ）及びＥＶＡ２’（ｍｉｎ）の寿命曲線は、湿度補正係数の下限の目安（ＥＶＡ１’（ｍｉｎ）の湿度補正係数は１．２、ＥＶＡ２’（ｍｉｎ）の湿度補正係数は１．１）で湿度補正及びＵＶ補正をした後のものを示してある。図３４は、図３３に示したグラフにおいて、沖縄１及び沖縄２のドットを沖縄１＋Ｚ及び沖縄２＋Ｚに置き換えた結果を示してある。ここで、沖縄１＋Ｚは、一般的なＥＶＡを使用したＰＶモジュールの寿命年数Ｙｐ［年］に有効ＵＶストレス年数Ｚを３年加えて得た寿命年数Ｙｐ’［年］を寿命時間τ［ｈ］に変換してプロットしたものである。また、沖縄２＋Ｚは、改善したＥＶＡを使用したＰＶモジュールの寿命年数Ｙｐ［年］に有効ＵＶストレス年数Ｚを３年加えて得た寿命年数Ｙｐ’［年］を寿命時間τ［ｈ］に変換してプロットしたものである。

　上述したような算出、すなわちＰＶモジュールの寿命年数の算出を、一実施形態に係る情報処理装置１において実施する例について、さらに説明する。

　上述のように、一実施形態に係る情報処理装置１において、制御部１０は、入力部２０及び／又は通信部４０から取得する各種の情報の入力に基づいて、各種の演算を行うことができる。また、一実施形態に係る情報処理装置１において、制御部１０は、各種の演算の結果を、出力部３０及び／又は通信部４０から出力することができる。したがって、一実施形態に係る情報処理装置１は、必要な各種の情報の入力に基づいて、各種の結果情報を出力することができる。

　より具体的には、一実施形態に係る情報処理装置１は、第１情報、第２情報、及び第３情報の入力に基づいて、結果情報を出力してよい。ここで、第１情報は、例えば上述した寿命ストレス指数Ｂ（図４のステップＳ７）のように、ＰＶモジュールが所定の電力を出力可能な期間の開始時から満了時までに受ける湿熱によるストレス量を表す情報としてよい。第２情報は、例えば上述した年間ストレス指数Ａ（図４のステップＳ６）のように、ＰＶモジュールが設置されるフィールドにおいてＰＶモジュールが所定時間当たりに受ける湿熱によるストレス量を表す情報としてよい。第３情報は、例えば上述したＵＶ補正係数Ｕｃ（図４のステップＳ１１）のように、フィールドにおいてＰＶモジュールが受ける紫外線によるストレス量を表す情報としてよい。また、結果情報は、例えば上述した寿命年数Ｙ（図４のステップＳ１２）のように、ＰＶモジュールがフィールドに設置される場合にＰＶモジュールが所定の電力を出力可能と想定される期間に関する情報としてよい。

　また、第１情報は、ＰＶモジュールについて２以上の温度条件において行われる湿熱試験の結果から得られる湿熱劣化の活性化エネルギーＥａ（図４のステップＳ５）に基づいて生成されてもよい。また、第２情報は、例えばＴｍｐ（図４のステップＳ３）を示す情報のように、ＰＶモジュールが設置されるフィールドの１日におけるＰＶモジュールの最高温度に関する情報に基づいて生成されてもよい。

　一実施形態に係る情報処理装置１は、例えば上述の湿度補正係数Ｈｃ（図４のステップＳ９）による補正のような、フィールドにおいてＰＶモジュールが受ける湿熱によるストレスに基づく補正を加味して、結果情報を出力してもよい。

　より具体的には、一実施形態に係る情報処理装置１は、第１情報及び第２情報の入力に基づいて、結果情報を出力してよい。ここで、第１情報は、例えば上述した寿命ストレス指数Ｂ（図４のステップＳ７）のように、ＰＶモジュールが所定の電力を出力可能な期間の開始時から満了時までに受ける湿熱によるストレス量を表す情報としてよい。第２情報は、例えば上述した年間ストレス指数Ａ（図４のステップＳ６）のように、ＰＶモジュールが設置されるフィールドにおいてＰＶモジュールが所定時間当たりに受ける湿熱によるストレス量を表す情報としてよい。特に、第２情報は、例えば、フィールドにおいてＰＶモジュールが１年間当たりに受ける湿熱によるストレス量を表す情報としてもよい。また、結果情報は、例えば上述した寿命年数Ｙ（図４のステップＳ１２）のように、ＰＶモジュールがフィールドに設置される場合にＰＶモジュールが所定の電力を出力可能と想定される期間に関する情報としてよい。また、第２情報は、例えばＴｍｐ（図４のステップＳ３）を示す情報のように、ＰＶモジュールが設置されるフィールドの１日におけるＰＶモジュールの最高温度に関する情報に基づいて生成されてよい。

　また、第１情報及び／又は第２情報は、例えば、ＰＶモジュールについて２以上の温度条件において行われる湿熱試験の結果から得られる湿熱劣化の活性化エネルギーＥａ（図４のステップＳ５）に基づいて生成されてもよい。

　第２情報は、フィールドに設置されるＰＶモジュールにおいて、１日当たりの湿熱によるストレスに比例した量の所定時間を単位とする総和を、フィールドに設置されるＰＶモジュールの最高温度における単位時間あたりの湿熱によるストレスに比例した量で除した値に基づいて生成されてもよい。

　また、第２情報において、フィールドに設置されるＰＶモジュールが湿熱によるストレスを受ける１日当たりの時間は、例えば上述の式（１０）におけるｈｅｆｆのように、１日ごとに異なり得る時間としてもよい。一方、第２情報において、フィールドに設置されるＰＶモジュールが湿熱によるストレスを受ける１日当たりの時間は、例えば上述の式（１２）又は図４のステップＳ４におけるＨｅｆｆのように、年間において一定値としてもよい。

　一実施形態に係る情報処理装置１は、例えば上述の湿度補正係数Ｈｃ（図４のステップＳ９）による補正のような、フィールドにおいてＰＶモジュールが受ける湿度によるストレスに基づく補正を加味して、結果情報を出力してもよい。また、一実施形態に係る情報処理装置１は、例えば上述のＵＶ補正係数Ｕｃ（図４のステップＳ１１）による補正のような、フィールドにおいてＰＶモジュールが受ける紫外線によるストレスに基づく補正を加味して、結果情報を出力してもよい。前述の２つの補正は、片方のみを考慮してもよいし、両方とも考慮してもよい。

　また、一実施形態に係る情報処理装置１は、上述のように、必要な各種の情報の入力に基づいて、各種の結果情報を出力することができる。より具体的には、一実施形態に係る情報処理装置１は、第３情報及び第４情報の入力に基づいて、結果情報を出力してよい。

　ここで、第３情報は、例えば上述した年間有効モジュール温度Ｔｍｐ＿ｅｆｆ（図５のステップＧ１）のように、フィールドに設置されるＰＶモジュールの年間における温度の代表値を表す情報としてよい。

　また、第４情報は、異なる環境条件において行われる２以上の試験の結果から得られる相関関係であって、ＰＶモジュールの温度及び湿度の少なくとも一方とＰＶモジュールが所定の電力を出力可能な期間との相関関係を表す情報としてよい。ここで、第４情報は、例えば図５のステップＧ２において説明したようにして生成されてもよい。すなわち、図５のステップＧ２において説明したように、例えばＰＶモジュールの温度をモジュール温度Ｔｍとして、ＰＶモジュールが所定の電力を出力可能な期間を寿命τとして、これらの相関関係を求めてもよい。このような相関関係は、上述のように、異なる環境条件において行われる２以上の試験の結果から得られるものとしてよい。

　また、結果情報は、例えば上述した寿命年数Ｙ（図５のステップＧ５）のように、フィールドにおいてＰＶモジュールが所定の電力を出力可能と想定される期間に関する情報としてよい。

　一実施形態に係る情報処理装置１は、例えば上述の湿度補正係数Ｈｃ（図５のステップＳ９）による補正のような、フィールドにおいてＰＶモジュールが受ける湿度によるストレスに基づく補正を加味して、結果情報を出力してもよい。また、一実施形態に係る情報処理装置１は、例えば上述のＵＶ補正係数Ｕｃ（図５のステップＳ１１）による補正のような、フィールドにおいてＰＶモジュールが受ける紫外線によるストレスに基づく補正を加味して、結果情報を出力してもよい。前述の２つの補正は、片方のみを考慮してもよいし、両方とも考慮してもよい。

　また、第３情報は、例えば上述した年間ストレス指数Ａ（図４のステップＳ６）のように、ＰＶモジュールが設置されるフィールドにおいてＰＶモジュールが所定時間当たりに受ける湿熱によるストレス量に基づいて生成されてもよい。ここで、第３情報は、例えばフィールドの１日における最高気温の月平均を１年分取得した情報に基づいて決定されてもよい。

　また、第４情報は、例えば、所定以内の差の温度条件において行われる試験の結果から得られる相関関係を示す情報としてもよい。また、第４情報は、例えば、所定以内の差の湿度条件において行われる試験の結果から得られる相関関係を示す情報としてもよい。

（フィールドにおける回収品のみを用いた寿命予測）
　次に、ＰＶモジュールの寿命を、新品のＰＶモジュール（初期品）を使わずに、フィールドに設置されていたＰＶモジュールの回収品のみを用いて予測する方法について説明する。この方法によれば、ＰＶモジュールの初期品を必要とせずにＰＶモジュールの寿命を予測できるため、さらに汎用性の高い寿命予測を実現することができる。

　フィールドから回収されたＰＶモジュール（フィールド回収品）のみを用いて寿命を予測するためには、まず、同一のフィールドから回収された少なくとも２つ（２つ以上）のＰＶモジュールを用意する。

　ここで、回収された複数のＰＶモジュールについては、例えば以下のような条件を満たす必要がある。
　（１）複数のＰＶモジュールの仕様（例えば型式又は使用部材の仕様など）が同一であること
　（２）複数のＰＶモジュールが同一のフィールドに設置された時期が同一であること
　（３）複数のＰＶモジュールが同一のフィールドに設置された期間が同一であること
　（４）複数のＰＶモジュールが同一のフィールドに設置された形態（又は状況）が同一であること
　以上の各条件において、「同一」とは、厳密な意味で同一でなくとも、ほぼ同一とみなせる場合を含めてもよい。要するに、回収された複数のＰＶモジュールについては、同一仕様の（又は同一仕様とみなせる）複数のＰＶモジュールが、同一の（又は同一とみなせる）環境条件で使用された履歴があることが必要になる。

　ここで、ＰＶモジュールがフィールドに設置された期間については、３年以上であることが望ましく、より好ましくは５年以上であることが望ましい。フィールドに設置された期間が３年以上、より好ましくは５年以上であれば、前述したＵＶ光に起因した酢酸の発生は、ほぼ飽和しているとみなすことができる。すなわち、このような状態にあるＰＶモジュールは、ＵＶ光に起因した寿命短縮の影響が最大になっている状態にある。言い換えれば、このような状態に至った後、ＰＶモジュールにおいて酢酸濃度が増加するのは、主として、外気からＥＶＡ封止材の中に浸入した水分に起因して、ＥＶＡの加水分解反応が起こることによる。フィールドから回収されたＰＶモジュールが前述のような状態になっていれば、当該ＰＶモジュールにおいて、ＵＶ光による寿命短縮の影響は、既に最大となっている。したがって、そのようなＰＶモジュールについては、以下説明するように、ＵＶ補正係数Ｕｃを用いずに寿命予測を行うことができる。一方、フィールドに設置された期間が３年未満であるＰＶモジュールを回収して用いる場合は、以下で説明する寿命予測を行うと、寿命を長めに評価する傾向になる。このような場合には、上述のように、ＵＶ補正係数Ｕｃを用いることにより、ＰＶモジュールの寿命を正確に算出することができる。

　図３５は、フィールドにおける回収品のみを用いた寿命予測のロジックフローを例示する図である。図３５は、上述した図４と同様に、一実施形態に係る情報処理装置１が寿命予測を行う際のロジックの流れを概略的に示す。図３５に示すように、一実施形態に係る情報処理装置１は、以下のロジックの流れに基づいて、寿命予測を行ってよい。

　フィールドから回収されたＰＶモジュール（フィールド回収品）のみを用いて寿命を予測するためには、上述のように、同一のフィールドから回収された少なくとも２つ以上のＰＶモジュールを用意する。そして、同一のフィールドから回収された少なくとも２つ以上のＰＶモジュールを、２つ以上のグループに分ける。以下、フィールドから回収されたＰＶモジュールを２つ用意して、回収品をグループ１及びグループ２にそれぞれひとつずつ分けた場合について説明する。ここで、１つのグループに複数の回収品がある場合、以下説明する回収品に関する結果の情報（残存寿命時間）について、平均をとればよい。また、３つ以上のグループに分ける場合、以下説明する湿熱劣化の活性化エネルギーＥａを求める際に、最小二乗法を用いればよい。

　図３５に示すロジックフローが開始すると、ステップＳ１に示すように、情報処理装置１の制御部１０は、フィールドの１日における最高気温Ｔｍａｘを取得する。ステップＳ１は、図４に示したステップＳ１と同様に行ってよい。

　図３５のステップＳ２に示すように、制御部１０は、ΔＴ（モジュール最高温度Ｔｍｐと最高気温Ｔｍａｘとの温度差）を取得する。ステップＳ１は、図４に示したステップＳ２と同様に行ってよい。

　図３５のステップＳ３に示すように、制御部１０は、フィールドの１日におけるＰＶモジュールの最高温度Ｔｍｐ（＝Ｔｍａｘ＋ΔＴ）を算出する。ステップＳ３は、図４に示したステップＳ３と同様に行ってよい。

　図３５のステップＳ４に示すように、制御部１０は、年間を通して汎用できる１日当たりの有効ストレス時間Ｈｅｆｆを取得する。ステップＳ４は、図４に示したステップＳ４と同様に行ってよい。

　図３５のステップＳ５に示すように、制御部１０は、湿熱劣化の活性化エネルギーＥａを取得する。湿熱劣化の活性化エネルギーＥａは、以下のようにして取得することができる。

　まず、フィールドから回収されてグループ１及びグループ２に分けられたＰＶモジュールは、それぞれ異なる条件の加速試験に投入されてよい。すなわち、グループ１の回収品に対しては、例えば温度Ｔ１で相対湿度（ＲＨ）Ｈ０の湿熱試験を行ってよい。一方、グループ２の回収品に対しては、例えば温度Ｔ２で相対湿度（ＲＨ）Ｈ０の湿熱試験を行ってよい。ここで、温度Ｔ１及び温度Ｔ２は、例えば８５℃～９５℃程度の範囲の温度から採用してよい。具体的には、Ｔ１＝８５℃として、Ｔ２＝９５℃のとするように設定してもよい。また、相対湿度（ＲＨ）Ｈ０として、８５％～９５％程度の範囲の湿度から採用してよい。具体的には、Ｈ０＝９５％とするように設定してもよい。

　この湿熱試験は、フィールドから回収されたＰＶモジュールが寿命に至るまで行われてよい。この結果、試験の開始時点から寿命に至る時点までの時間が取得される。この時間を、残存寿命時間τとする。すなわち、グループ１のＰＶモジュールについて、残存寿命時間τ１が得られる。一方、グループ２のＰＶモジュールについて、残存寿命時間τ２が得られる。

　湿熱劣化の活性化エネルギーＥａは、上記で得られた情報を用いて、上述した式（３）から算出することができる。以下、式（３）を再掲する。ここで、温度Ｔ１及び温度Ｔ２は、絶対温度[Ｋ]で表した値である。
　　ｅｘｐ（－Ｅａ／ｋＴ１）×τ１＝ｅｘｐ（－Ｅａ／ｋＴ２）×τ２　　式（３）
　式（３）をＥａについて解くと、以下の式（５７）が得られる。
　　Ｅａ＝ｋ・ｌｎ（τ１／τ２）・（１／Ｔ１－１／Ｔ２）^－１　　式（５７）

　次に、図３５のステップＳ２１に示すように、制御部１０は、湿度補正係数Ｈｃを取得する。ステップＳ２１は、図４に示したステップＳ９と同様に行ってよい。

　次に、図３５のステップＳ２２に示すように、制御部１０は、フィールドから回収されたＰＶモジュールの年間ストレス指数Ａｈを取得する。年間ストレス指数Ａｈは、前記した年間ストレス指数Ａに対して、湿度補正係数Ｈｃを考慮したものである。

　フィールドから回収されたＰＶモジュールは、設置されていたフィールドの環境における温度及び湿度のストレスを受けている。このため、回収されたＰＶモジュールのフィールドにおける温度及び湿度の両方が反映された年間ストレス指数Ａｈを求める際は、フィールドでの温度情報及びフィールドでの湿度情報の双方を考慮する必要がある。この場合、温度情報として、フィールドに設置されたＰＶモジュールの１日ごとに異なるＰＶモジュールの最高温度Ｔｍｐを用いてよい。一方、温度情報として、フィールドに設置されたＰＶモジュールの年間有効モジュール温度Ｔｍｐ＿ｅｆｆを用いてもよい。また、湿度情報として、湿度補正係数Ｈｃを適用してよい。ＰＶモジュールが設置されていたフィールドと異なるフィールドにＰＶモジュールを設置する場合は、新たに設置されるフィールドにおける温度情報及び湿度情報の双方を考慮して、年間ストレス指数Ａｈを求めればよい。

　以上から、フィールドから回収されたＰＶモジュールの年間ストレス指数Ａｈは、以下の式（５８）のように表すことができる。以下、フィールドから回収されたＰＶモジュールの年間ストレス指数Ａｈは、適宜、単に「年間ストレス指数Ａｈ」と記す。
　　年間ストレス指数Ａｈ＝Σｅｘｐ（－Ｅａ／ｋＴｍｐ）×Ｈｅｆｆ／Ｈｃ　　式（５８）
　ここで、総和区間は３６５日とする。

　また、年間ストレス指数Ａｈは、以下の式（５９）のように表すこともできる。
　　年間ストレス指数Ａｈ＝ｅｘｐ（－Ｅａ／ｋＴｍｐ＿ｅｆｆ）×Ｈｅｆｆ×３６５／Ｈｃ　　式（５９）
　ここで、Ｈｅｆｆは、年間で汎用して用いることができる一日あたりの有効ストレス時間である。また、Ｔｍｐ＿ｅｆｆは、上述のように、１日ごとの最高気温Ｔｍａｘの年間平均値とΔＴとの間の相関関係から概算してもよい。

　次に、図３５のステップＳ２３に示すように、制御部１０は、残存寿命ストレス指数Ｂｒを取得する。

　ステップＳ２３において取得される残存寿命ストレス指数Ｂｒは、フィールドから回収されたＰＶモジュールの残存寿命を全て消耗するのに必要なストレス量に対応した情報である。これは、以下の式（６０）のように表すことができる。
　Ｂｒ＝ｅｘｐ（－Ｅａ／ｋＴｍ）×τ　　式（６０）
　ここで、Ｔｍは回収されたＰＶモジュールについて行われる加速試験における試験温度（絶対温度[Ｋ]単位）であり、τはその加速試験において得られる寿命時間（[ｈ]単位）である。

　式（６０）において、Ｂｒを求める際は、Ｔｍ及びτについて、Ｔ１及びτ１の組を用いてもよいし、Ｔ２及びτ２の組を用いてもよい。どちらの組の情報を用いても、同一のＢｒが得られる。

　次に、図３５のステップＳ２４に示すように、制御部１０は、残存寿命年数Ｙｒを算出する。残存寿命年数Ｙｒは、回収されたＰＶモジュールが仮にそのまま当該フィールドに設置され続けたとした場合に、回収された時点から寿命に至るまでの年数を表す。これは、残存寿命ストレス指数Ｂｒと年間ストレス指数Ａｈとを用いて、以下の式（６１）のように表すことができる。
　　残存寿命年数Ｙｒ＝Ｂｒ／Ａｈ　　式（６１）

　次に、図３５のステップＳ２５に示すように、制御部１０は、寿命年数Ｙｐを算出してよい。当該ＰＶモジュールが当該フィールドに設置されてから寿命に至るまでの寿命年数Ｙｐは、フィールドに設置された年数Ｘを残存寿命年数Ｙｒに加えて、以下の式（６２）のように表すことができる。
　　寿命年数Ｙｐ＝Ｘ＋Ｙｒ　　式（６２）

　ここで、設置されていたフィールドから回収されたＰＶモジュールが、設置されていたフィールドとは異なる他のフィールドに設置される場合について述べる。このような場合、ＰＶモジュールが仮に最初から他のフィールドに設置されていたとした場合の寿命年数Ｙｐは、以下の式（６３）のように表すことができる。
　　寿命年数Ｙｐ＝Ｘ×（Ａｈ＿ｂｆ／Ａｈ＿ａｆ）＋Ｙｒ　　式（６３）
　ここで、Ｘは、回収されたＰＶモジュールが設置されていたフィールドにおけるＰＶモジュールの設置年数である。また、Ａｈ＿ｂｆは、回収されたＰＶモジュールが設置されていたフィールドにおける年間ストレス指数であり、Ａｈ＿ａｆは、ＰＶモジュールが設置される他のフィールドにおける年間ストレス指数である。また、Ｙｒは、式（６１）においてＡｈをＡｈ＿ａｆで置き換えることで得られる。

　以上から、新品のＰＶモジュール（初期品）を必要とせずに、フィールドにおける（設置されたフィールドから回収された）ＰＶモジュールの寿命年数Ｙｐを、フィールド回収品のみを用いて算出できることが示された。

　以下、上述したような算出、すなわちフィールドにおける回収品のみを用いた寿命予測を、一実施形態に係る情報処理装置１において実施する例について、さらに説明する。

　より具体的には、一実施形態に係る情報処理装置１は、第１情報及び第２情報の入力に基づいて、結果情報を出力してよい。ここで、第１情報は、例えば上述した残存寿命ストレス指数Ｂｒ（図３５のステップＳ２３）のように、太陽電池モジュールが所定の電力を出力可能な期間の途中の時点から満了時までに受ける湿熱によるストレス量を表す情報としてよい。また、第２情報は、例えば上述した年間ストレス指数Ａｈ（図３５のステップＳ２２）のように、太陽電池モジュールが設置されるフィールドにおいて太陽電池モジュールが所定時間当たりに受ける湿熱によるストレス量を表す情報としてよい。また、結果情報は、例えば上述した残存寿命年数Ｙｒ（図３５のステップＳ２４）のように、太陽電池モジュールがフィールドに設置される場合に太陽電池モジュールが所定の電力を出力可能と想定される残り期間に関する情報としてよい。

　また、第１情報は、太陽電池モジュールが受ける紫外線によるストレスに起因する酸の発生が所定の飽和度に達した後に所定の期間が経過した時点から、太陽電池モジュールが受ける湿熱によるストレス量を表す情報としてもよい。さらに、第１情報は、上述の時点から、太陽電池モジュールが所定の電力を出力可能な期間の満了時までに受ける湿熱によるストレス量を表す情報としてもよい。例えば、第１情報は、図３０に示すストレス量（２）の領域の少なくとも一部に相当するストレス量を表す情報としてもよい。この場合、「太陽電池モジュールが受ける紫外線によるストレスに起因する酸の発生が所定の飽和度に達した後に所定の期間が経過した時点」とは、例えば、太陽電池モジュールが設置されたフィールドから太陽電池モジュールが回収された時点としてもよい。

　また、第１情報及び／又は第２情報は、例えばフィールドから回収された太陽電池モジュールについて２以上の温度条件において行われる湿熱試験の結果から得られる湿熱劣化の活性化エネルギーＥａ（図３５のステップＳ５）に基づいて生成されてもよい。

　また、第２情報は、例えば湿度補正係数Ｈｃを示す情報のように、太陽電池モジュールが設置されるフィールドにおける湿度の情報及びフィールドから回収された太陽電池モジュールについて２以上の湿熱試験における湿度の情報に基づいて生成されてもよい。ここで、湿度補正係数Ｈｃは、図３５のステップＳ２１（又は図４のステップＳ９）において説明したようにして取得してよい。

　また、第２情報は、例えばＴｍｐ（図３５のステップＳ３）を示す情報のように、太陽電池モジュールが設置されるフィールドの１日における太陽電池モジュールの最高温度に関する情報に基づいて生成されてもよい。

　さらに、第２情報は、例えばＨｅｆｆ（図３５のステップＳ４）又はｈｅｆｆのように、太陽電池モジュールが設置されるフィールドにおいて太陽電池モジュールが湿熱によるストレスを受ける１日当たりの時間を表す情報に基づいて生成されてもよい。ここで、「太陽電池モジュールが設置されるフィールドにおいて太陽電池モジュールが湿熱によるストレスを受ける１日当たりの時間を表す情報」は、例えば、年間において一定値を表す情報としてもよい。

　また、第２情報は、例えば年間ストレス指数Ａｈ（図３５のステップＳ２２）のように、太陽電池モジュールが設置されるフィールドにおいて太陽電池モジュールが１年間当たりに受ける湿熱によるストレス量を表す情報としてもよい。

　一実施形態に係る情報処理装置１は、結果情報として、例えば図３５のステップＳ２５において説明したＹｐのような情報を出力してもよい。すなわち、情報処理装置１は、太陽電池モジュールがフィールドに設置される場合に太陽電池モジュールが所定の電力を出力可能と想定される残り期間に、太陽電池モジュールがフィールドに設置されてから回収される時点までの期間を加算して出力してもよい。ここで、「太陽電池モジュールがフィールドに設置される場合に太陽電池モジュールが所定の電力を出力可能と想定される残り期間」とは、例えば上述した残存寿命年数Ｙｒ（図３５のステップＳ２４）としてよい。また、「太陽電池モジュールがフィールドに設置されてから回収される時点までの期間」とは、例えば図３５のステップＳ２５に示すように、フィールドにおける設置年数Ｘとしてよい。

　上述した実施形態は、情報処理装置１としての実施のみに限定されない。例えば、上述した実施形態は、情報処理装置１のような機器の制御方法として実施してもよい。さらに、例えば、上述した実施形態は、情報処理装置１のような機器が実行するプログラムとして実施してもよい。

　以上説明したように、上述の方法によれば、ＰＶモジュールの初期品を必要とせずにＰＶモジュールの寿命を予測できる。このため、一実施形態に係る情報処理装置１によれば、ＰＶモジュールについて、さらに汎用性の高い寿命予測を実現することができる。

（独立した２つの寿命予測方法の間の整合性の検証）
　出願人は、寿命年数Ｙｐ又はＹｐ’と、寿命年数Ｙとを比較した。ここで、寿命年数Ｙｐ又はＹｐ’は、上述したようにフィールドから回収されたＰＶモジュールに湿熱試験を実施した結果の情報から予測された寿命年数である。また、寿命年数Ｙは、これとは独立する形で、製造初期品のＰＶモジュールの試験情報（温度及び相対湿度を変数にして行われたＤＨ試験及びＵＶＤＨ連続試験）から予測した寿命年数である。その結果、出願人は、図３３及び図３４で示されたように、両者が実用的に許容できる誤差の範囲において良好に合致することを確認した。したがって、上述した、寿命年数Ｙの予測、グラフを用いた寿命年数Ｙの予測、及び月別の気温情報を用いた寿命年数Ｙの予測は、いずれも、極めて有用であることが確かめられた。すなわち、上述したそれぞれの寿命の予測方法は、現実のフィールドにおけるＵＶ及び湿熱による劣化に基づく寿命の予測方法として、定量性及び汎用性が高いのみならず、実用に充分に足るものであることが検証された。

（フィールド品の情報を用いた寿命予測の補正方法）
　ここで、例えば上述の式（１）によって算出する寿命年数Ｙと、上述の式（５４）や式（５６）によって算出する寿命年数ＹｐやＹｐ’との間に、誤差範囲ではない有意差が生じる場合、算出される寿命年数Ｙを、補正係数を使って補正してもよい。以下、補正される前の寿命年数Ｙを「寿命年数Ｙｂｆ」とし、補正した後の寿命年数Ｙを「寿命年数Ｙａｆ」と記す。

　寿命年数Ｙａｆは、以下の式（６４）に示すように、寿命年数Ｙｂｆにフィールド回収品のフィードバック補正係数Ｆｃを乗じることにより求めることができる。
　　寿命年数Ｙａｆ＝寿命年数Ｙｂｆ×Ｆｃ　　式（６４）

　上述のフィールド回収品のフィードバック補正係数Ｆｃは、以下の式（６５）のように示すことができる。
　　Ｆｃ＝｛Σ（Ｙｐ／Ｙｂｆ）｝／回収品追加試験サンプル数Ｎｆ　　式（６５）
　ここで、総和区間は、フィールド回収品の追加試験におけるサンプル数Ｎｆ分である。Ｙｐは、フィールド回収品ごとに異なる値である。また、Ｙｂｆは、ＰＶモジュールの設置された地域及び／又はＰＶモジュールの設置態様などに応じて異なる値である。また、Ｙｐの代わりにＹｐ’を用いてもよい。

　このような算出によれば、式（１）によって算出する寿命年数Ｙの予測の精度をさらに高めることができる。また、このような算出によれば、フィールド回収品の追加試験の情報が蓄積されるにつれて、寿命予測の精度を遂次向上させていくことができる。

（出力保証の安全率）
　以上説明したように、一実施形態に係る情報処理装置１によれば、フィールドにおけるＵＶ及び湿熱による劣化に基づく寿命の年数Ｙを予測することができる。このため、一実施形態に係る情報処理装置１は、ＰＶモジュールの出力保証期間（年数）Ｙｐｗを設定することにより、以下の式（６６）に示すように、ＵＶ及び湿熱のストレスに対する出力保証の安全率を算出することができる。式（６６）において、ＵＶ及び湿熱のストレスに対する出力保証の安全率を、単に「出力保証の安全率Ｓｐｗ」と記す。
　　出力保証の安全率Ｓｐｗ＝寿命年数Ｙ／出力保証期間Ｙｐｗ　　式（６６）

　ＰＶモジュールの寿命予測には、様々な不確定要素及び／又は誤差が含まれ得る。したがって、ＰＶモジュールの寿命を予測する際には、出力保証の安全率Ｓｐｗを充分に確保することが望ましい。目安としては、出力保証の安全率Ｓｐｗは、最低でも１．３以上とするのが望ましい。より望ましくは、出力保証の安全率Ｓｐｗは、１．５以上とするのが好適である。さらに望ましくは、出力保証の安全率Ｓｐｗは、２．０以上とするのが好適である。特に、ＵＶ光の照射量が多い地域、及び特に高温多湿の地域などにおいては、出力保証の安全率Ｓｐｗは、２．０以上とするのが望ましい。

　ここで、出力保証の安全率Ｓｐｗは、ＰＶモジュールの生産業者が設定する出力保証期間Ｙｐｗによって、どのような値にでも設定できる。上述の出力保証の安全率Ｓｐｗが確保できない場合、ＰＶモジュールの生産業者は、出力保証期間Ｙｐｗを短く設定するなどして、出力保証の安全率Ｓｐｗを充分に確保することが望ましい。

（一実施形態に係る寿命予測の効果）
　以下、従来技術の実情に照らした上で、一実施形態に係る情報処理装置１が行うＰＶモジュールの寿命予測の効果について、さらに述べる。

　従来、ＵＶ及び湿熱による劣化に基づく寿命を、定量的に妥当な精度で予測する技術は確立されていなかった。例えば、現状のＩＥＣの規格に基づく試験は、温度８５℃、湿度８５％、１０００時間のような、単一の条件のもとで行われる。このような試験によっては、ＰＶモジュールの寿命に関する情報は得られない。

　このため、従来、例えば、少なくとも以下のような状況が実情であった。
（１）上述の出力保証期間Ｙｐｗを、根拠に基づいて（すなわち例えば安全率Ｓｐｗまで考慮して）設定することはできなかった。このため、ユーザに対してＰＶモジュール製品の長期信頼性について十分なアピール及び／又は情報提供ができなかった。
（２）発電コスト［円／ｋＷｈ］を、技術的根拠に基づいて定量的かつ妥当に見積もることができなかった。このため、発電事業の計画段階におけるトータル発電量及び／又は発電コストに関する価値判断の根拠が充分ではなかった。
（３）例えば発電所などにおいて太陽光発電システムを売却する場合、当該システムの資産価値を正当かつ妥当に評価することができなかった。このため、発電事業における経営判断に資する根拠が充分ではなかった。
（４）ＵＶ光がＰＶモジュールの寿命に及ぼす影響が大きいことは、近年ようやく知られるようになってきた。しかし、ＵＶ光がＰＶモジュールの寿命に及ぼす影響が具体的にどの程度なのか、技術的根拠に基づいて定量的かつ妥当に見積もることはできなかった。
（５）ＰＶモジュールの製品としての寿命情報を、市場及びユーザが知ることはできなかった。このため、市場及びユーザは、実際には寿命に長短のある製品を、充分な情報もないまま選ばざるを得なかった。
（６）ＰＶモジュールの長期の信頼性に関して、メーカー各社の品質差が可視化されないまま、市場において玉石混交の流通状態となっている。このような状態は、今後の太陽光発電の産業及び市場の健全な発展に鑑みて、有益な方向に改善されることが望ましい。

　一方、例えば太陽光発電システムを設置する前などに、当該システムを構成するＰＶモジュールの寿命を予測したいというニーズがある。特に、発電コストを円／ｋＷｈのような観点から試算する際に、ＰＶモジュールの寿命に関する情報が必要になる。また、太陽電池システムを売却する際の資産価値の妥当な評価が望まれている。

　上述のように、一実施形態に係る情報処理装置１によれば、ＵＶ及び湿熱による劣化に基づくＰＶモジュールの寿命の予測を合理的に、すなわち客観的な根拠に基づいて数値化できる。また、一実施形態に係る情報処理装置１によれば、妥当な根拠に基づいて、定量的にＰＶモジュールの劣化に基づく寿命を予測することができる。

　また、一実施形態に係る情報処理装置１によれば、太陽光発電システムの資産価値を評価することができる。すなわち、一実施形態に係る情報処理装置１は、例えば本開示による寿命予測の結果に基づいて、太陽光発電システムの設置を計画している段階においても、システムの総発電量又は発電コストの予測に資することができる。また、一実施形態に係る情報処理装置１は、本開示による寿命予測の結果に基づいて、太陽光発電システムの売却を検討している段階においても、システムの残発電量の予測に資することができる。このようにして、ＰＶモジュールの寿命が客観的に評価されれば、健全な太陽光発電の産業及び市場の形成に貢献し得る。また、一実施形態に係る情報処理装置１によるＰＶモジュールの寿命予測の情報が業界に広まれば、長期信頼性に関する情報を、市場においてユーザが入手することができる。

　また、上述のように、一実施形態に係る情報処理装置１によれば、例えば、既存の複数のフィールドにおけるモジュール温度の実測データセットから、年間における１日当たりの有効ストレス時間Ｈｅｆｆの汎用値を定めることができる。このＨｅｆｆを用いることにより、一実施形態に係る情報処理装置１は、新規となる太陽光発電システムの設置前に、ＰＶモジュールの寿命を簡便に予測できる。また、上述のように、一実施形態に係る情報処理装置１は、ＰＶモジュールの寿命予測に際し、湿度補正のみならず、ＵＶ補正も組み込むことができる。また、上述のように、一実施形態に係る情報処理装置１によれば、ＰＶモジュールの回収品に対してさらに加速試験を行うことによって寿命を予測できる。また、上述のように、一実施形態に係る情報処理装置１によれば、ＵＶ及び湿熱による劣化に基づくＰＶモジュールの寿命予測の結果に基づいて、ＰＶモジュールの出力保証の安全率を定義できるようになる。このように、ＰＶモジュールの出力保証の安全率が定義されれば、ＰＶモジュールの長期信頼性に関する情報を、市場においてユーザにより正しく伝えることができる。

（その他の実施形態）
　以下、上述した実施形態を、適宜変形又は変更した実施形態について、さらに説明する。

　図４及び図５に示した実施形態において、ステップＳ１１の「ＵＶ補正係数Ｕｃを取得」は、ステップＳ１２の「フィールドにおけるＵＶおよび湿熱による劣化に基づく寿命Ｙを算出」の直前に実行された。しかしながら、ステップＳ１１の「ＵＶ補正係数Ｕｃを取得」は、ステップＳ１２の直前に限定されず、さらに前の段階において実行されてもよい。
図４及び図５に示した実施形態において、ステップＳ１１の「ＵＶ補正係数Ｕｃを取得」は、ＵＶの影響を考慮した補正を加味することができる任意のステップにおいて行われてよい。

　また、上述の「フィールドにおける回収品のみを用いた寿命予測」においては、フィールドに３年～５年以上設置されたＰＶモジュールでは、ＵＶ光に起因した酢酸の発生がほぼ飽和しているという事実に基づき、ＵＶ補正係数Ｕｃを用いずにＰＶモジュールの寿命を算出した。これと同様の原理に基づいて、新品のＰＶモジュール（初期品）の寿命を算出してもよい。

　すなわち、この場合、まず、新品のＰＶモジュール（初期品）に対してＵＶ試験を行うことにより、ＵＶ光に起因する酢酸の発生を飽和させてよい。次に、当該ＰＶモジュールに対して、湿熱試験（ＤＨ試験）を行ってよい。例えば、新品のＰＶモジュール（初期品）に対して、まずＵＶ試験を行った後、次に９０℃の温度帯のＤＨ試験をした場合の寿命年数（時間）を求めてもよい。また、例えば、ほぼ同一仕様とみなせる新品のＰＶモジュール（初期品）に対して、まずＵＶ試験を行った後、次に１２５℃の温度帯のＤＨ試験をした場合の寿命年数（時間）を求めてもよい。そして、これらの結果に基づいて、当該ＰＶモジュールのフィールドにおける温度帯での寿命を算出すれば、ＵＶ補正係数Ｕｃを取得することは不要になる。

　また、上述した湿熱試験における湿度条件は、例えばＲＨ９０±５％程度としてもよい。この程度の幅であれば、湿度補正による影響は大きくないため、ほぼ同等とみなすことができる範囲の条件と考えることができる。一方、上述した湿熱試験における湿度条件が例えばＲＨ９０±５％から外れる程度である場合、湿度補正係数Ｈｃを用いることにより、ＰＶモジュールの寿命をより正確に算出することができる。

　本開示を諸図面及び実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形又は修正を行うことが容易であることに注意されたい。したがって、これらの変形又は修正は本開示の範囲に含まれることに留意されたい。例えば、各機能部に含まれる機能などは論理的に矛盾しないように再配置可能である。複数の機能部等は、１つに組み合わせられたり、分割されたりしてよい。上述した本開示に係る各実施形態は、それぞれ説明した各実施形態に忠実に実施することに限定されるものではなく、適宜、各特徴を組み合わせたり、一部を省略したりして実施され得る。

　例えば、一実施形態に係る情報処理装置１は、上述のように、太陽光発電システムを設置する計画段階における資産価値（寿命年数）を評価することができるが、中古の太陽光発電システムの資産価値（残寿命年数）を評価してもよい。例えば、一実施形態に係る情報処理装置１は、中古の太陽光発電システムについて、ＵＶ及び湿熱による劣化に基づく寿命の観点から資産価値（残寿命年数）を評価してもよい。この場合、例えば以下に記す（１）乃至（３）のようにしてもよい。

（１）まず、ＰＶモジュールの設置場所における気温湿度の情報及びＰＶモジュールの設置態様の情報から、ＵＶ及び湿熱による劣化に基づく寿命年数Ｙを概算する。この場合、設置されたＰＶモジュールとほぼ同等の仕様の製品について、湿熱試験による寿命に至るまでの時間の情報（τ）及び劣化の活性化エネルギーの情報（Ｅａ）を用いてもよい。一方、このようなほぼ同等の仕様と見なせる製品の情報が入手できない場合、既存の情報又は入手可能な情報のうち、当該ＰＶモジュールに近い仕様と考えられる仕様のＰＶモジュールの試験情報（τ及びＥａ）を代用してもよい。

　次に、あるフィールドに設置され続けた場合の残存寿命時間を求める。例えば、あるフィールドにＸ［年］設置されていたＰＶモジュールを回収したとする。このフィールドの設置環境における寿命年数がＹ［年］という情報を有している場合、このフィールドに設置された場合の残存寿命時間τｒａ［時間］は、以下の式（６７）のように表すことができる。
　　残存寿命時間τｒａ［時間］＝（Ｙ－Ｘ）×Ｈｅｆｆ×３６５　　式（６７）

　次に、温度情報として、このフィールドに設置されたＰＶモジュールの年間有効モジュール温度Ｔｍｐ＿ｅｆｆを用いることによって、残存寿命ストレス指数Ｂｒは、以下の式（６８）のように表すことができる。
　　Ｂｒ＝ｅｘｐ（－Ｅａ／ｋＴｍｐ＿ｅｆｆ）×τｒａ　　式（６８）

　式（６８）において、残存寿命ストレス指数Ｂｒは、フィールドに設置されたＰＶモジュールの年間有効モジュール温度Ｔｍｐ＿ｅｆｆを用いて算出されている。また、残存寿命ストレス指数Ｂｒは、フィールドに設置されたＰＶモジュールの１日ごとに異なるＰＶモジュールの最高温度Ｔｍｐを用いて算出されてもよい。

　次に、これから設置されようとしている他のフィールドにおけるＰＶモジュールの年間ストレス指数Ａｈは、式（５８）又は式（５９）のように表すことができる。この場合、式（６１）を用いることによって、他のフィールドにおける残存寿命年数Ｙｒを算出することができる。

（２）太陽光発電システムにおけるＰＶモジュールの温度モニター値がある場合、その温度情報を用いて計算される年間ストレス指数Ａｈを用いて、残存寿命年数Ｙｒを算出してもよい。この場合、残存する寿命を予測する精度を、より向上させることができる。

（３）太陽光発電システムから一部のＰＶモジュールを回収し、さらに湿熱試験を行うことにより、当該ＰＶモジュールの残存する寿命を確認してもよい。具体的には、上述の（フィールドにおける回収品のみを用いた寿命予測）で説明した方法を用いることができる。　

　上述のように、一実施形態に係る情報処理装置１は、必要な各種の情報の入力に基づいて、各種の結果情報を出力することができる。より具体的には、一実施形態に係る情報処理装置１は、第４情報、第５情報、及び第６情報の入力に基づいて、結果情報を出力してよい。

　ここで、第４情報は、同じ仕様の複数のＰＶモジュールのうち所定のフィールドに設置される第１のＰＶモジュールが所定のフィールドに設置される期間を表す情報としてよい。すなわち、第４情報は、例えば図３０に示すストレス量（３）の領域に相当するストレスを受ける回収品がフィールドに設置される期間Ｘ［年］としてよい。

　第５情報は、第１のＰＶモジュールについて行われる湿熱試験の結果から得られる情報であって、第１のＰＶモジュールが所定の電力を出力可能な期間を表す情報としてよい。すなわち、第５情報は、例えば図３０に示すストレス量（２）の領域に相当するストレスを受ける回収品についてＤＨ試験が行われる時間β［時間］としてよい。

　第６情報は、複数のＰＶモジュールのうち第１のＰＶモジュールとは異なる第２のＰＶモジュールについて所定の紫外線照射試験の後に行われる湿熱試験から得られる情報であって、第２のＰＶモジュールが所定の電力を出力可能な期間を表す情報としてよい。すなわち、第６情報は、例えば図３０に示すストレス量（４）の領域に相当するストレスを受ける回収品について、ＵＶ試験の後に続けてＤＨ試験が行われる時間γ［時間］としてよい。

　また、結果情報は、例えば上述した寿命年数Ｙ（図４のステップＳ１２）のように、第２のＰＶモジュールが所定のフィールドに設置される場合に第２のＰＶモジュールが所定の電力を出力可能と想定される期間に関する情報としてよい。一実施形態に係る情報処理装置１は、第２のＰＶモジュールが所定のフィールドに設置されていないＰＶモジュール、例えば初期品のＰＶモジュールであるとして、結果情報を出力してもよい。

　上述した実施形態は、情報処理装置１としての実施のみに限定されない。例えば、上述した実施形態は、情報処理装置１のような機器（例えばコンピュータ）の制御方法として実施してもよい。さらに、例えば、上述した実施形態は、情報処理装置１のような機器（例えばコンピュータ）が実行するプログラムとして実施してもよい。

　また、必要に応じて追加で寿命に対する補正係数を設けても構わない。例えば、バックシート１２０がアルミニウム（Ａｌ）シートを有する構成の場合、水分の侵入経路がＰＶモジュールの側面に限られ、ＰＶモジュールの裏面から水分侵入量が減少するため、寿命が長くなる。寿命の延長量は、ＰＶモジュールの大きさに比例するが、通常のＰＶモジュールサイズ（６０直～７２直程度）であれば、補正係数として最大２～３程度に適宜設定することができる。

　また、上記においては封止材の材料としてＥＶＡを用いた場合について説明したが、封止材の材料はＥＶＡに限られるものではなく、例えば、オレフィンやその他の樹脂材料であってもよい。

　１　情報処理装置
　１０　制御部
　２０　入力部
　３０　出力部
　４０　通信部
　５０　記憶部

Claims

　太陽電池モジュールが所定の電力を出力可能な期間の開始時から満了時までに受ける湿熱によるストレス量を表す第１情報、及び、
　前記太陽電池モジュールが設置されるフィールドにおいて前記太陽電池モジュールが所定時間当たりに受ける湿熱によるストレス量を表す第２情報の入力に基づいて、
　前記太陽電池モジュールが前記フィールドに設置される場合に前記太陽電池モジュールが所定の電力を出力可能と想定される期間に関する結果情報を出力する情報処理装置であって、
　前記第２情報は、前記太陽電池モジュールが設置されるフィールドの１日における前記太陽電池モジュールの最高温度に関する情報に基づいて生成される、情報処理装置。
　前記第１情報は、前記太陽電池モジュールについて２以上の温度条件において行われる湿熱試験の結果から得られる湿熱劣化の活性化エネルギーに基づいて生成される、請求項１に記載の情報処理装置。
　前記第２情報は、前記太陽電池モジュールについて２以上の温度条件において行われる湿熱試験の結果から得られる湿熱劣化の活性化エネルギーに基づいて生成される、請求項１又は２に記載の情報処理装置。
　前記第２情報は、前記フィールドに設置される前記太陽電池モジュールにおいて、１日当たりの湿熱によるストレスに比例した量の所定時間を単位とする総和を、前記フィールドに設置される太陽電池モジュールの最高温度における単位時間あたりの湿熱によるストレスに比例した量で除した値に基づいて生成される、請求項３に記載の情報処理装置。
　前記第２情報において、前記フィールドに設置される前記太陽電池モジュールが湿熱によるストレスを受ける１日当たりの時間は、１日ごとに異なり得る、請求項４に記載の情報処理装置。
　前記第２情報において、前記フィールドに設置される前記太陽電池モジュールが湿熱によるストレスを受ける１日当たりの時間は、年間において一定値とする、請求項４に記載の情報処理装置。
　前記第２情報は、前記フィールドにおいて前記太陽電池モジュールが１年間当たりに受ける湿熱によるストレス量を表す情報である、請求項１から６のいずれかに記載の情報処理装置。
　前記フィールドにおいて前記太陽電池モジュールが受ける湿熱によるストレスに基づく補正、及び、前記フィールドにおいて前記太陽電池モジュールが受ける紫外線によるストレスに基づく補正の少なくとも一方を加味して、前記結果情報を出力する、請求項１から７のいずれかに記載の情報処理装置。
　太陽電池モジュールが所定の電力を出力可能な期間の開始時から満了時までに受ける湿熱によるストレス量を表す第１情報を取得するステップと、
　前記太陽電池モジュールが設置されるフィールドにおいて前記太陽電池モジュールが所定時間当たりに受ける湿熱によるストレス量を表す第２情報を取得するステップと、
　前記第１情報及び前記第２情報の入力に基づいて、前記太陽電池モジュールが前記フィールドに設置される場合に前記太陽電池モジュールが所定の電力を出力可能と想定される期間に関する結果情報を出力するステップと、
　を含む、情報処理装置の制御方法であって、
　前記第２情報は、前記太陽電池モジュールが設置されるフィールドの１日における前記太陽電池モジュールの最高温度に関する情報に基づいて生成される、制御方法。
　コンピュータに、
　太陽電池モジュールが所定の電力を出力可能な期間の開始時から満了時までに受ける湿熱によるストレス量を表す第１情報を取得するステップと、
　前記太陽電池モジュールが設置されるフィールドにおいて前記太陽電池モジュールが所定時間当たりに受ける湿熱によるストレス量を表す第２情報を取得するステップと、
　前記第１情報及び前記第２情報の入力に基づいて、前記太陽電池モジュールが前記フィールドに設置される場合に前記太陽電池モジュールが所定の電力を出力可能と想定される期間に関する結果情報を出力するステップと、
　を実行させるプログラムであって、
　前記第２情報は、前記太陽電池モジュールが設置されるフィールドの１日における前記太陽電池モジュールの最高温度に関する情報に基づいて生成される、プログラム。
　フィールドに設置される太陽電池モジュールの年間における温度の代表値を表す第３情報、及び、
　異なる環境条件において行われる２以上の試験の結果から得られる相関関係であって、前記太陽電池モジュールの温度及び湿度の少なくとも一方と前記太陽電池モジュールが所定の電力を出力可能な期間との相関関係を表す第４情報の入力に基づいて、
　前記フィールドにおいて前記太陽電池モジュールが所定の電力を出力可能と想定される期間に関する結果情報を出力する、情報処理装置。
　前記フィールドにおいて前記太陽電池モジュールが受ける湿熱によるストレスに基づく補正、及び、前記フィールドにおいて前記太陽電池モジュールが受ける紫外線によるストレスに基づく補正の少なくとも一方を加味して、前記結果情報を出力する、請求項１１に記載の情報処理装置。
　前記第３情報は、前記太陽電池モジュールが設置されるフィールドにおいて前記太陽電池モジュールが所定時間当たりに受ける湿熱によるストレス量に基づいて生成される、請求項１１又は１２に記載の情報処理装置。
　前記第３情報は、前記フィールドの１日における最高気温の月平均を１年分取得した情報に基づいて決定される、請求項１から１３に記載の情報処理装置。
　前記第４情報は、所定以内の差の温度条件において行われる試験の結果から得られる相関関係を示す、請求項１１から１４のいずれかに記載の情報処理装置。
　前記第４情報は、所定以内の差の湿度条件において行われる試験の結果から得られる相関関係を示す、請求項１１から１５のいずれかに記載の情報処理装置。
　フィールドに設置される太陽電池モジュールの年間における温度の代表値を表す第３情報を取得するステップと、
　異なる環境条件において行われる２以上の試験の結果から得られる相関関係であって、前記太陽電池モジュールの温度及び湿度の少なくとも一方と前記太陽電池モジュールが所定の電力を出力可能な期間との相関関係を表す第４情報を取得するステップと、
　前記第３情報及び前記第４情報の入力に基づいて、前記フィールドにおいて前記太陽電池モジュールが所定の電力を出力可能と想定される期間に関する結果情報を出力するステップと、
　を含む、情報処理装置の制御方法。
　コンピュータに、
　フィールドに設置される太陽電池モジュールの年間における温度の代表値を表す第３情報を取得するステップと、
　異なる環境条件において行われる２以上の試験の結果から得られる相関関係であって、前記太陽電池モジュールの温度及び湿度の少なくとも一方と前記太陽電池モジュールが所定の電力を出力可能な期間との相関関係を表す第４情報を取得するステップと、
　前記第３情報及び前記第４情報の入力に基づいて、前記フィールドにおいて前記太陽電池モジュールが所定の電力を出力可能と想定される期間に関する結果情報を出力するステップと、
　を実行させるプログラム。