SAND2012-10342 Final

Machine Translated by Google
RAPPORT SANDIA
SABLE2012-10342
Libération illimitée
Imprimé en décembre 2012
La comparaison de trois photovoltaïques

Conceptions de systèmes utilisant le photovoltaïque
Modèle de fiabilité et de performance (PV
RPM)
Steven P. Miller*, Jennifer E. Granata, Joshua S. Stein
* Sandia Staffing Alliance, LLC
Preparé par
Laboratoires nationaux Sandia
Albuquerque, Nouveau-Mexique 87185 et Livermore, Californie 94550
Sandia National Laboratories est un laboratoire multi-programmes géré et exploité par Sandia Corporation, une filiale en propriété exclusive
de Lockheed Martin Corporation, pour la National Nuclear Security Administration du département américain de l'Énergie sous le contrat
DE-AC04-94AL85000.
Approuvé pour diffusion publiqueÿ; diffusion ultérieure illimitée.

Publié par Sandia National Laboratories, exploité pour le Département de l'énergie des États-Unis par Sandia
Corporation.
AVISÿ: Ce rapport a été préparé en tant que compte rendu d'un travail parrainé par une agence du gouvernement
des États-Unis. Ni le gouvernement des États-Unis, ni aucune agence de celui-ci, ni aucun de leurs employés, ni
aucun de leurs entrepreneurs, sous-traitants ou leurs employés, ne donnent aucune garantie, expresse ou implicite,
ou n'assument aucune responsabilité légale ou responsabilité quant à l'exactitude, l'exhaustivité, ou l'utilité de toute
information, appareil, produit ou procédé divulgué, ou déclarez que son utilisation n'enfreindrait pas les droits de
propriété privée. La référence dans les présentes à tout produit, processus ou service commercial spécifique par
nom commercial, marque de commerce, fabricant ou autre, ne constitue pas nécessairement ou n'implique pas
nécessairement son approbation, sa recommandation ou sa faveur par le gouvernement des États-Unis, toute
agence de celui-ci ou l'un de leurs entrepreneurs ou sous-traitants. Les points de vue et opinions exprimés ici
n'indiquent ni ne reflètent nécessairement ceux du gouvernement des États-Unis, de toute agence de celui-ci ou de
l'un de leurs sous-traitants.
Imprimé aux États-Unis d'Amérique. Ce rapport a été reproduit directement à partir de la meilleure copie disponible.
Disponible pour le DOE et les sous-traitants du DOE

auprès du Bureau des informations scientifiques
et techniques du Département américain de l'énergie PO
Box 62 Oak Ridge, TN 37831
Téléphone: (865) 576-8401

Facsimilé: (865) 576-5728
E-mail: reports@adonis.osti.gov
Commande en ligne : http://www.osti.gov/bridge
Disponible au public auprès du

Service national d'information
technique du Département du commerce des
États-Unis 5285 Port Royal Rd.
Springfield, Virginie 22161
Téléphone: (800) 553-6847

Facsimilé: (703) 605-6900
E-mail: orders@ntis.fedworld.gov
Commande en ligne: http://www.ntis.gov/help/ordermethods.asp?loc=7-4-0#online
2
SABLE2012-10342
Libération illimitée
Imprimé en décembre 2012
La comparaison de trois systèmes photovoltaïques

Conceptions utilisant la fiabilité photovoltaïque et
Modèle de performances (PV-RPM)
Steven P. Miller, Jennifer E. Granata, Joshua S. Stein Département

de l'intégration des systèmes photovoltaïques et distribués Sandia National
Laboratories PO Box 5800 Albuquerque, Nouveau-Mexique
87185-MS0951
Résumé
La plupart des modèles de performances photovoltaïques (PV) actuellement disponibles sont conçus pour
utiliser les données d'éclairement et météorologiques et prédire la sortie du système PV à l'aide d'un modèle
de performances de module ou de réseau et d'un modèle d'onduleur. Bien que ces modèles puissent donner
des résultats précis, ils le font pour un système idéalisé. C'est-à-dire un système qui ne connaît pas de pannes
ou de pannes de composants. Nous avons développé le modèle de fiabilité et de performance photovoltaïque
(PV-RPM) pour modéliser plus précisément ces systèmes PV en incluant un composant de fiabilité qui simule
les pannes et les réparations des composants du système, ainsi que la perturbation du système par des des
événements tels que la foudre ou des perturbations du réseau. En outre, une composante financière a
également été incluse pour aider à évaluer la rentabilité d'un système PV.
Dans ce rapport, nous fournissons quelques exemples d'analyses de trois conceptions différentes de systèmes
PV utilisant le PV-RPM.
3
CONTENU
1. Introduction ............................................... .................................................. ............................... 9
2. Caractéristiques de conception des trois systèmes PV ....................................... ....................... 11
3. Entrées du modèle .................................................. .................................................. ................................ 13

4. Résultats ....................................................... .................................................. ..................................... 17
4.1 Comparaisons géographiques ....................................................... .................................................. 24
4.2 Comparaison des stratégies d'O&M ................................................ ............................................... 26
5. Conclusions ............................................... .................................................. ............................. 33
6. Références ....................................................... .................................................. ....................................... 35
Annexe A : Entrées PV-RPM ................................................ .................................................. .......... 37
LES FIGURES
Figure 1. Répartition du pourcentage des coûts pour chaque système. .................................................. .......... 12
Figure 2. Énergie cumulée générée pour chaque système - Albuquerque, NM. ....................... 18
Figure 3. Statistiques des taux de dégradation des modules pour les modules Poly-Si et à couche mince. ..... 18
Figure 4. Coûts cumulés de réparation du système pour chaque système. .................................................. ... 19
Figure 5. Nombre cumulé de pannes de composants pour chaque système. .................................... 21
Figure 6. Courbes de flux de trésorerie pour chaque système - Albuquerque, NM. .................................................. 22
Figure 7. Exemple de courbe de disponibilité du système pour une partie d'une réalisation du système Poly-Si
fixe. .................................................. .................................................. ....................... 23
Figure 8. Comparaison de la production d'énergie et des flux de trésorerie pour le système fixe Poly-Si à cinq
emplacements différents. .................................................. .................................................. .................. 24
Figure 9. Comparaison de la production d'énergie et des flux de trésorerie pour le système fixe à couche mince
à cinq emplacements différents. .................................................. .................................................. .......... 25
Figure 10. Comparaison de la production d'énergie et des flux de trésorerie pour le système de suivi à axe unique à
cinq emplacements différents. .................................................. .................................................. ...... 25
Figure 11. Coûts de réparation prévus pour chacun des scénarios O&M pour chaque système. ............... 28
Figure 12. Production d'énergie prévue pour chacun des scénarios O&M pour chaque système. ....... 29
Figure 13. Flux de trésorerie attendus pour chacun des scénarios O&M pour chaque système. .................... 30
LES TABLES
Tableau 1. Résumé de la configuration du système. .................................................. .................................. 11

Tableau 2. Résumé des coûts du projet pour chaque système. .................................................. ............... 12
Tableau 3. Entrées remarquables du modèle financier. .................................................. ....................... 13
Tableau 4. Entrées remarquables du modèle de performance. .................................................. ..................... 13
Tableau 5. Entrées remarquables du modèle de fiabilité. .................................................. ....................... 14
Tableau 6. Résumé des caractéristiques spécifiques à l'emplacement. .................................................. ........... 24
5
Tableau 7. Résumé des résultats de simulation pour cinq emplacements. .................................................. ... 26
Tableau 8. Comparaison des stratégies O&M – Albuquerque, NM. .................................................. 31
6
NOMENCLATURE
Un ampère
AC courant alternatif courant continu
CC
BICHE Département de l'énergie kW
kilowatt
MW mégawatt
O&M exploitation et maintenance photovoltaïque
PV
Modèle de fiabilité et de performance photovoltaïque PV-RPM
SNL Laboratoires nationaux Sandia
Conditions d'essai standard STC
TMY année météorologique type
TMY2 La deuxième itération des ensembles de données TMY couvrant les années 1961 à 1990
V volt
W watt
sept
1. INTRODUCTION
Les études de fiabilité photovoltaïques (PV) typiques se sont concentrées sur les composants beaucoup plus que sur
des systèmes entiers. Alors que la taille des installations photovoltaïques continue de croître et que les marges
bénéficiaires continuent de se réduire, l'industrie photovoltaïque reconnaît la nécessité de mieux comprendre comment
la fiabilité des composants affecte les performances globales du système. Le modèle de fiabilité et de performances
photovoltaïques (PV RPM) est en cours de développement chez Sandia National Laboratories (SNL) pour aider les
acheteurs, les intégrateurs de systèmes, les exploitants d'installations, les financiers et d'autres personnes susceptibles
d'être intéressées par les performances attendues d'un système PV. Le PV-RPM peut être utilisé pour prédire des
variables telles que la production d'énergie attendue d'un système PV, la disponibilité des composants et du système,
les coûts d'exploitation et de maintenance (O&M) et la rentabilité du système. Pour ce faire, le PV-RPM comprend un
modèle de performance pour prédire la performance idéale du système PV compte tenu de la ressource solaire
disponibleÿ; un modèle de fiabilité pour prédire les défaillances des composants du système et les temps de réparation,
et mettre en œuvre des stratégies de maintenance préventiveÿ; et un modèle financier pour prédire les coûts
d'exploitation et de maintenance, les coûts de financement, les revenus de production d'énergie et, finalement, les flux
de trésorerie du système photovoltaïque. Le modèle peut également inclure d'autres effets, tels que la dégradation de
la sortie du module au fil du temps ou des perturbations externes telles que des pannes de réseau électrique. En outre,
le PV-RPM est un modèle probabiliste dynamique qui peut être utilisé pour exécuter de nombreuses réalisations (c'est-
à-dire des résultats futurs possibles) de la performance d'un système en utilisant des distributions de probabilité pour
représenter des entrées de paramètres incertaines. Ce modèle peut être utilisé comme un outil pour tester les forces et
les faiblesses de différentes configurations de systèmes PV et des stratégies de maintenance préventive pour aider à
guider la conception de systèmes PV plus fiables, efficaces et rentables.
Le PV-RPM a été construit à l'aide de l'environnement de simulation graphique GoldSim™ (1). GoldSim ™ est un
programme de simulation graphique orienté objet qui peut être utilisé pour créer des modèles de système à l'aide
d'éléments d'entrée graphiques pouvant représenter des entrées de données, des informations de séries chronologiques,
des équations, des distributions stochastiques, des événements perturbateurs, etc. Cette architecture de modélisation
graphique peut transmettre une représentation plus facilement compréhensible d'un modèle de système complexe par
rapport à ce qui est possible en utilisant des méthodes de codage typiques. GoldSim™ a été choisi comme
environnement de simulation pour le PV-RPM en raison de sa flexibilité dans la représentation des interactions
dynamiques complexes du système. GoldSim ™ fournit également une modélisation de la fiabilité, une modélisation
financière et une modélisation probabiliste dynamique utilisant la simulation Monte Carlo avec un échantillonnage Latin
Hypercube.
Pour fournir une démonstration de certaines des capacités du PV-RPM, ce rapport montrera certains des résultats de
simulation d'une comparaison entre trois conceptions de systèmes PV de 2 mégawatts (MW). Les trois conceptions de
systèmes sont les suivantesÿ:
1. Système de montage fixe utilisant des modules en silicium polycristallin,

2. système de montage fixe utilisant des modules à couche mince et 3.
système de suivi à axe unique utilisant des modules en silicium polycristallin.
Ces trois conceptions de système ont été achetées auprès d'un intégrateur PV. Cependant, ces systèmes n'ont pas été
construits physiquement et aucune donnée correspondante n'existe. Ces conceptions comprennent la disposition
physique et le résumé des coûts du projet pour chaque système à partir de l'été 2011.
9
Plusieurs simulations du PV-RPM ont été exécutées pour ces trois conceptions de système afin de montrer comment le PV-RPM
peut être utilisé pour comparer les résultats attendus des différentes conceptions de système. Nous fournissons d'abord une
comparaison détaillée de la production d'énergie cumulée prévue, des coûts de défaillance des composants et des flux de
trésorerie nets pour les trois systèmes s'ils étaient situés à Albuquerque, NM et fonctionnaient pendant 30 ans. Ensuite, nous
fournissons une comparaison des résultats attendus pour ces trois systèmes pour cinq emplacements géographiques différents
aux États-Unis. Enfin, nous montrons l'effet de plusieurs stratégies O&M différentes sur les performances attendues de ces
systèmes.
dix
2. CARACTÉRISTIQUES DE CONCEPTION DES TROIS SYSTÈMES PV
SNL a acheté trois conceptions différentes de système PV de 2 MW auprès d'un intégrateur PV. Chaque conception de
système se compose de schémas d'implantation, de spécifications de composants, d'une nomenclature et d'un résumé
de la répartition des coûts. Chacun des systèmes de 2 MW utilise huit onduleurs identiques de 250 kW (AC), et les trois
systèmes utilisent des onduleurs identiques.
Les trois conceptions du système sont les suivantesÿ:
• Poly-Si Fixed Tiltÿ: ce système utilise uniquement des modules PV en silicium polycristallin montés sur des racks
à inclinaison fixe avec deux chaînes par rack. • Thin-Film Fixed Tiltÿ: ce système utilise uniquement des
modules PV à couche mince montés sur des
racks avec 12 cordes par rack.
• Suivi à axe unique Poly-Siÿ: ce système utilise uniquement des modules PV en silicium polycristallin montés sur
des trackers à axe unique avec deux chaînes par rack (tracker).
Les racks à inclinaison fixe sont réglés à l'inclinaison de la latitude et les trackers à axe unique sont orientés dans la
direction nord-sud et tournent d'est le matin à l'ouest le soir pour suivre le mouvement du soleil dans le ciel. Le tableau
1 présente un résumé des principaux composants de chaque conception de système ainsi que l'utilisation prévue des
terres requise pour chaque système. Le résumé des coûts du projet pour chaque conception de système est présenté
dans le tableau 2.
Tableau 1. Résumé de la configuration du système.
Inclinaison fixe Poly-Si Film mince à inclinaison fixe PolyÿSi avec

Traqueurs à axe unique
Taille (CC STC) 1 2 163 840 W 230 2 160 000 W 75 2 163 840 W
Caractéristiques des modules W, 29,9 V, 7,7 A 9 408 672 W, 69,1 V, 1,1 A 28 800 230 W, 29,9 V, 7,7 A
Modules 5 760 9 408
Cordes 672
Modules par chaîne 14 5 14
Onduleurs (250kW AC) 8 8 8
Transformateurs élévateurs 2 2 2
Boîtes de combinaison 48 1 680 48
Boîtes de recombinaison Aucun 48 Aucun
Traqueurs Aucun Aucun 336
L'utilisation des terres 11,22 acres 15,90 acres 14,89 acres
1
Puissance nominale du module, tension au point de puissance maximum et courant au point de puissance maximum.
11
Tableau 2. Résumé des coûts du projet pour chaque système.

Frais PolyÿSi à inclinaison fixe Film mince à inclinaison fixe PolyÿSi suivi à axe unique
1
Infrastructures électriques Total ($) 4 380 875 4 205 243 4 435 476
2
Infrastructures mécaniques Total ($) 852 264 1 217 520 1ÿ539ÿ384
3
Infrastructures civiles Total($) 147 319 183 359 175 611
4
Coûts accessoires Total ($) 853 000 853 000 853 000
Coûts totaux du projet ($) 6 233 458 6 459 123 7 003 471
ÿÿ ÿ
1
Infrastructure électrique ($/Watt) 2.02 1,95 2.05
2
Infrastructure mécanique 3 ($/Watt) 0,39 0,56 0,71
Infrastructures civiles($/Watt) 0,07 0,08 0,08
4
Coûts accessoires ($/Watt) 0,39 0,39 0,39
Projet ($/Watt) (DC STC) 2,88 2,99 3.24

1
Le coût total de l'infrastructure électrique comprend le coût de tous les composants électriques ainsi que le câblage AC et DC et le coût d'installation.
2
Le coût total de l'infrastructure mécanique comprend le coût des ensembles de montage du module, des fondations et de l'installation.
3
Le coût total de l'infrastructure civile comprend le coût du terrain, les clôtures de sécurité, le dégagement du terrain et les onduleurs.
4
Les coûts accessoires sont les coûts d'ingénierie et de gestion de projet, les coûts de mise en service de l'onduleur et du sous-système CA, les frais généraux et la marge bénéficiaire.
Même s'il existe considérablement plus de modules à couches minces que de modules en silicium polycristallin,
les coûts d'infrastructure électrique sont presque les mêmes. Le coût total des modules à couches minces est
en fait inférieur de plus de 500 000 $ à celui des modules en silicium polycristallin, mais les coûts
supplémentaires pour de nombreux autres boîtiers de combinaison et câblage pour tous ces modules font la
différence. Comme on pouvait s'y attendre, les coûts d'infrastructure mécanique pour les systèmes de suivi à
couche mince et à axe unique sont plus élevés que ceux du système de silicium polycristallin à montage fixe
en raison du nombre beaucoup plus élevé de racks nécessaires pour le système à couche mince, et le coût
supplémentaire des trackers pour le système de suivi à axe unique. La figure 1 montre une ventilation en
pourcentage des coûts pour chacun des trois systèmes.
Figure 1. Répartition du pourcentage des coûts pour chaque système.
12
3. ENTRÉES DU MODÈLE
Le PV-RPM nécessite de nombreuses entrées de modèle ainsi qu'un certain nombre d'hypothèses de modélisation. Les
données d'entrée comprennent l'éclairement énergétique, la température de l'air et la vitesse du vent pour l'emplacement du
site PVÿ; les paramètres de performance des modules PV et des onduleursÿ; coefficients pour les modèles de rayonnementÿ;
les modes de défaillance, les taux de défaillance et les temps de réparation pour chaque type de composant du système
PVÿ; les taux de dégradation des modules et les facteurs de salissureÿ; informations sur les coûts du système et des
composants, les conditions de prêt, les coûts de réparation, le taux d'inflation et bien d'autres. Étant donné que l'objectif de
l'analyse présentée ici est de fournir une comparaison de trois systèmes différents à un emplacement particulier, de
nombreuses entrées seront les mêmes pour chaque système et, par conséquent, la plupart de ces entrées n'ont pas besoin d'être énumérées ic
Cependant, les entrées et les hypothèses les plus importantes sont données dans les tableaux suivants et la liste complète
des entrées est fournie à l'annexe A. Le tableau 3 répertorie les entrées du modèle financier, le tableau 4 donne les entrées
du modèle de performance basées sur le modèle Sandia Array Performance (2 ) et le modèle Sandia Inverter Performance
(3), et le tableau 5 donne les entrées du modèle de fiabilité basées sur une approche de schéma fonctionnel de fiabilité (4).
Tableau 3. Entrées remarquables du modèle financier.
Saisir Évaluer
Montant du prêt 80ÿ% du coût total d'installation
Durée du prêt 20 ans

Taux d'intérêt du prêt sept%
1
Prix de l'électricité 0,10 $/kWh
1
Taux de la main-d'œuvre 100ÿ$/heure
2
Taux d'inflation 3%
3
Garantie des modules 20 ans
3
Garantie de l'onduleur 10 années
1
Coûts fixes d'exploitation et de maintenance 8 $/kWÿan
Coût du module 322ÿ$ PolyÿSi, 86,25ÿ$ Couche mince
1
S'ajuste avec l'inflation.
2
Moyenne à long terme pour les États-Unis.
3
Ces périodes de garantie sont des hypothèses, peuvent ne pas être typiques. Dans la comparaison O&M
analyse dans la section 4.2, les modules sont supposés ne pas avoir de garanties.
Tableau 4. Entrées remarquables du modèle de performance.
Saisir Évaluer
1
Paramètres de performance de l'onduleur Base de données des onduleurs Sandia
Paramètres de performances des modules Base de données du module Sandia
Entrées météorologiques Base de données TMY2
Facteur de salissure du module 1,0 (pas de salissures)
Modèle d'irradiance Perez (ensemble de données de 1990)
1
Cette base de données est maintenant maintenue au NREL et elle est disponible gratuitement.
13
Tableau 5. Entrées remarquables du modèle de fiabilité.
Saisir Évaluer
Taux de dégradation du module (%/an)1 PolyÿSi : Weibull (échelle = 0,824, forme = 1,238)
Couche mince : Exponentielle/Poisson (échelle = 1,805)

Défaillance du module2,3 Mode de défaillance 1ÿ: composant défectueux (représente les défaillances infantiles)
Probabilité de défaut = 0,05, Taux si défectueux = 0,5 anÿ1
Mode de défaillance 2 : Normal (35 ans, 5 ans)
Réparation de modules2 Lognormal : (60 jours, 20 jours)

Défaillance de l'onduleur2 Mode de défaillance 1 : Défaillance catastrophique : Normale (10 ans, 1 an)
Mode de défaillance 2ÿ: Défaillance d'un composant majeurÿ: Exponentielle/Poisson (0,2ÿanÿ1 )
Mode de défaillance 3ÿ: Petite défaillance ou déclenchementÿ: Exponentiel/Poisson (1,0ÿanÿ1 )
Réparation d'onduleur2 Mode de défaillance 1 : Lognormal (10 jours, 2 jours)
Mode de défaillance 2 : Lognormal (5 jours, 2 jours)
Mode de défaillance 3ÿ: Log-normal (0,5, 0,2)

1 2
Basé sur les données de dégradation des modules rapportées à Jordan et Kurtz (5). Ne provenant pas de données réelles, ces entrées sont uniquement à des fins d'illustration.
3
La combinaison de modes de défaillance choisie est destinée à représenter une courbe de défaillance de type baignoire.
Les distributions de défaillance choisies pour les modules visent à représenter une courbe de défaillance de type «
baignoire ». La durée de vie d'une population de composants est souvent caractérisée par les professionnels de la
fiabilité comme ressemblant à une courbe de baignoire (invoquant le visuel d'une courbe qui ressemble à la forme en U
étendue de la section transversale d'une baignoire). La courbe de la baignoire se compose de trois caractéristiques, la
première représentant les défaillances précoces (également communément appelées mortalité infantile) où le taux de
défaillance est initialement élevé et diminue rapidement avec le temps, car les composants présentent un certain type de
défaut (défaut de fabrication, de manipulation ou erreurs d'installation, etc.) échouent et sont remplacés. La deuxième
caractéristique de la courbe de la baignoire est connue sous le nom de durée de vie utile (ou durée de vie normale)
pendant laquelle les composants fonctionnent avec un taux de défaillance faible et relativement constant. La troisième
caractéristique de la courbe de la baignoire est la période d'usure qui représente la période où les composants ont atteint
leur durée de vie nominale et commencent à tomber en panne à un rythme croissant. La courbe de défaillance de la
baignoire donnée ici n'est pas basée sur les données réelles de défaillance du module, mais est utilisée ici à des fins d'illustration uniqueme
Trois modes de panne et de réparation ont été choisis pour les onduleurs afin d'illustrer certaines des fonctionnalités de
PV-RPM. Les trois modes de défaillance de l'onduleur sont destinés à représenter 1) les petits événements ou
déclenchements de l'onduleur, 2) les pannes majeures qui nécessiteraient une intervention du fournisseur de l'onduleur
et 3) les pannes qui nécessiteraient le remplacement de l'onduleur. Chacun de ces modes de défaillance est associé à
une distribution de temps de réparation et à des coûts de réparation.
On peut raisonnablement s'attendre à ce que les coûts de main-d'œuvre augmentent avec l'inflation, par conséquent, les
taux de main-d'œuvre associés à la réparation ou au remplacement des composants du système défectueux sont mis à
l'échelle avec l'inflation en utilisant le calcul de la valeur actuelle à la valeur future [valeur future = valeur actuelle * (1 +
taux) Temps]. Cependant, les coûts des composants du système PV n'ont pas été adaptés à l'inflation. On pourrait faire
valoir que les coûts des composants augmenteraient également avec le temps avec l'inflation, ou inversement, que les
coûts des composants diminueraient avec le temps à mesure que les coûts de fabrication diminueraient avec l'utilisation
plus large de l'énergie photovoltaïque. Par conséquent, pour cette analyse, on a simplement supposé que les coûts
futurs des composants seraient les mêmes que ceux d'aujourd'hui.
Tous les composants de cet exemple de modèle, à l'exception de l'onduleur, sont traités comme de simples composants
"boîte noire". C'est-à-dire que le mécanisme exact de la défaillance n'est pas connu, seulement que le composant est
tombé en panne et doit être remplacé. Les mécanismes de défaillance détaillés ne sont pas modélisés pour
14
les onduleurs non plus, mais ils sont modélisés dans cet exemple de modèle par degrés de gravité, comme indiqué
dans le tableau 5. Le PV-RPM est tout à fait capable de permettre une modélisation détaillée de tout composant
souhaité par l'analyste. Par exemple, l'onduleur pourrait être défini en termes de ses sous-composants principauxÿ;
condensateurs, IGBT, ventilateurs de refroidissement, carte de circuit imprimé, logiciel, etc., et chaque sous-composant
pourrait se voir attribuer un ou plusieurs mécanismes de défaillance. En règle générale, cependant, les informations
sur le taux de défaillance sont difficiles à trouver pour de nombreux composants et sous-composants PV.
15
4. RÉSULTATS
Il convient de souligner ici que, bien que les trois plans de système soient des dispositions architecturales réelles
avec des estimations de coûts, certaines des autres entrées de modèle nécessaires telles que les distributions de
défaillance des composants et les temps de réparation ainsi que certaines des entrées financières ont été choisies
à des fins d'illustration. Les résultats présentés ci-dessous sont utilisés pour démontrer certaines des capacités du
PV RPM et ne fournissent que quelques exemples d'évaluations qui pourraient être faites pour un système PV ou
pour la comparaison entre différents systèmes comme cela a été fait ici. Par conséquent, à partir de l'analyse
fournie ici, les résultats présentés ci-dessous ne doivent pas être interprétés comme indiquant que l'un de ces
systèmes est intrinsèquement meilleur que les autres.
Le PV-RPM peut effectuer des simulations de modèles probabilistes dynamiques pour prédire les performances
futures possibles d'un système. Étant donné que les valeurs futures de nombreuses entrées du système ne peuvent
pas être connues avec précision (par exemple, quel sera le temps qu'il fera dans un an, ou quel sera le taux de
dégradation d'un module, etc.), le modèle du système peut être simulé plusieurs fois pour fournir nombreuses
réalisations possibles (résultats futurs possibles) du système. GoldSim™ utilise la simulation Monte Carlo pour ce
faire et inclut la possibilité d'échantillonner les variables stochastiques à l'aide de l'échantillonnage Latin Hypercube.
La simulation dynamique permet d'élaborer une représentation du système dont il s'agit de déterminer la fiabilité,
puis d'observer les performances de ce système sur une période déterminée. Trente ans ont été choisis comme
période d'intérêt pour les performances de ces trois systèmes, et les simulations ont consisté en 100 réalisations.
La figure 2 montre les résultats statistiques d'une simulation à 100 réalisations pour l'énergie cumulée générée par
ces trois systèmes en utilisant Albuquerque, NM comme emplacement pour les systèmes. Les trois premiers
graphiques de la figure 2 montrent qu'il existe une incertitude considérable quant à la production d'énergie de ces
systèmes sur 30 ans. La différence en pourcentage entre le résultat le plus élevé et le résultat le plus faible est de
38ÿ% pour les systèmes Poly-Si fixe et Poly-Si à axe unique et de 35ÿ% pour le système à couche mince fixe. À
titre de comparaison, les résultats moyens pour les trois systèmes sont présentés dans le quatrième graphique de
la figure 2. Ce graphique montre que le système de suivi à axe unique devrait générer environ 19ÿ% d'énergie en
plus que le système à couche mince fixe et 24ÿ% plus d'énergie que le système poly-Si fixe.
Dans cet exemple d'analyse, la source d'incertitude de loin la plus importante pour l'énergie générée par ces
systèmes est le taux de dégradation du module. Une analyse de sensibilité effectuée dans GoldSim™ calcule un
coefficient de régression de -0,984 pour le taux de dégradation du module sur le résultat cumulé de l'énergie
générée. La figure 3 montre les statistiques des taux de dégradation des modules pour les modules poly-Si et à
couches minces. Ces parcelles montrent une gamme allant de presque aucune dégradation en 30 ans à une
production dégradée de moins de 40 % de la production d'origine après 30 ans.
17
Figure 2. Énergie cumulée générée pour chaque système - Albuquerque, NM.
Figure 3. Statistiques des taux de dégradation des modules pour les modules Poly-Si et à couche mince.
Les distributions des taux de dégradation des modules sont basées sur les données de dégradation des modules rapportées
par Jordan et Kurtz (5). Nous reconnaissons que leurs données incluent des données provenant de modules plus anciens
construits à l'aide de technologies de fabrication plus anciennes, ce qui peut entraîner une grande incertitude dans la dégradation
18
les taux. Même ainsi, les nouvelles technologies de fabrication peuvent également entraîner des augmentations
inattendues des taux de dégradation, ainsi que l'afflux de nouvelles entreprises de fabrication de modules qui n'ont
pas une grande expérience dans la fabrication de modules. Ainsi, ces taux de dégradation des modules peuvent
encore être représentatifs.
Lorsqu'un composant défectueux est réparé ou remplacé, le coût est déterminé dans le PV-RPM en multipliant le taux
de main-d'œuvre actuel ($/h), qui augmente avec l'inflation, par le temps de réparation ou de remplacement prévu pour
le composant plus le coût du composant (si le composant est remplacé).
De plus, les modules et les onduleurs sont supposés être couverts par une garantie. Cette simulation a été configurée
de telle sorte que si un composant garanti tombe en panne alors qu'il est encore sous garantie, aucun coût n'est
engagé pour le remplacement de ce composant (notez cependant que le système subit toujours une perte de revenus
due à la perte de production d'énergie alors que le composant défaillant n'est pas fonctionnel). Les coûts cumulés des
défaillances des composants (coût des composants plus main-d'œuvre) pour chaque système sont indiqués dans les
graphiques de la figure 4. Notez que les temps de réparation utilisés pour générer les coûts de main-d'œuvre ne
proviennent pas de données réelles et sont uniquement à des fins d'illustration.
Figure 4. Coûts cumulés de réparation du système pour chaque système.
19
Remarquez sur les graphiques qu'à dix ans, il y a une bosse à la hausse dans la courbe des coûts de l'onduleur (et donc
dans la courbe des coûts totaux du système). Cela est dû à l'hypothèse que les pannes d'onduleur qui sont soit
catastrophiques, soit impliquent la réparation ou le remplacement d'un composant majeur de l'onduleur sont entièrement
couvertes par la garantie de l'onduleur (garantie de l'onduleur de dix ans dans cet exemple).
Par conséquent, l'hypothèse utilisée ici est que les seuls coûts supportés par le propriétaire pendant que les onduleurs
sont sous garantie sont ceux associés aux déclenchements de l'onduleur. Le graphique Fixed Poly-Si fournit un bon
exemple, après les dix premières années, une panne d'onduleur a un impact prononcé sur la courbe.
Lorsque ces onduleurs d'origine sont tous remplacés, la courbe de coût s'aplatit à nouveau jusqu'à ce que ces onduleurs
de remplacement dépassent leurs garanties et commencent à tomber en panne à partir d'environ 18 ans à environ 22
ans (notez que ces courbes sont les moyennes de 100 réalisations).
Comme indiqué dans le tableau 3, les modules sont également supposés être couverts par une garantie, dans ce cas de
20 ans. Ces simulations ont utilisé l'hypothèse que les modules défaillants pendant la période de garantie sont remplacés
sans frais pour le propriétaire du système - les modules, la main-d'œuvre et toutes les autres dépenses sont couverts.
Ainsi, les courbes de coût des modules n'apparaissent dans les tracés de la figure 4 qu'après 20 ans. Notez que plus loin
dans ce rapport, les coûts de remplacement des modules pendant la période de garantie seront modifiés pour une
comparaison des stratégies O&M.
De plus, notez que les coûts cumulés dus aux défaillances des composants pour le système fixe à couche mince sont
plus du double de ceux du système fixe Poly-Si. Étant donné que les taux de défaillance de chaque composant dans les
trois systèmes sont les mêmes, cette différence est entièrement due au nombre beaucoup plus important de modules, de
chaînes et de boîtiers de combinaison dans le système fixe à couche mince. De même, le coût plus élevé du système de
suivi par rapport au système Poly-Si fixe est entièrement dû à la défaillance du tracker
frais.
La figure 5 montre une comparaison du nombre cumulé de défaillances de composants pour chacun des trois systèmes.
Notez comment les courbes des modules montrent clairement le taux de défaillance plus élevé au début, puis un taux de
défaillance prolongé presque plat, puis un taux de défaillance croissant à mesure que les modules atteignent la fin de leur
durée de vie.
20
Figure 5. Nombre cumulé de pannes de composants pour chaque système.
Chaque tracé de la figure 5 montre une courbe pour les «ÿchaînesÿ» qui montre un nombre élevé d'échecs. Cela
représente un fusible grillé entre la chaîne et le boîtier de combinaison. Même si cet échec se voit attribuer un taux
d'échec de 1/10 ans, cela se traduit par un grand nombre d'échecs dans une simulation de 30 ans, en particulier pour
le système à couches minces, qui compte 5 760 chaînes.
Les résultats statistiques de 100 simulations de réalisation pour le flux de trésorerie net pour chacun des trois systèmes
sur 30 ans sont présentés ci-dessous dans les graphiques de la figure 6. Ces graphiques de flux de trésorerie montrent
un degré élevé d'incertitude, principalement en raison de la grande incertitude sur l'énergie. génération causée par la
grande incertitude des taux de dégradation des modules.
21
Figure 6. Courbes de flux de trésorerie pour chaque système - Albuquerque, NM.
Rappelons que la production d'énergie attendue dans la figure 2 pour le système à couche mince fixe est
supérieure à celle du poly-Si fixe, mais le graphique de la comparaison du flux de trésorerie moyen des trois
systèmes (le dernier graphique de la figure 6) montre que le flux de trésorerie attendu pour l'option couche
mince est inférieur (environ 24ÿ% inférieur) à celui de l'option Poly-Si fixe. Cela est principalement dû aux coûts
de maintenance plus élevés associés au système à couche mince (physiquement un système beaucoup plus
grand avec beaucoup plus de composants), comme le montre la figure 4.
L'un des résultats importants du modèle de fiabilité est une courbe temporelle de la disponibilité du système
PV. Dans le contexte de cet exemple d'analyse, la disponibilité du système est définie comme la sortie du
système divisée par la sortie du système si toutes les parties du système fonctionnaient. Il y a cependant une
mise en garde à cela, et cela a à voir avec la disponibilité du réseau électrique. Lorsque le réseau électrique
est hors ligne, la disponibilité du système est nulle. Même si le système PV peut être entièrement fonctionnel, il
ne peut pas envoyer de puissance au réseau lorsque le réseau est en panne. La figure 7 montre un graphique
de la disponibilité du système pour une partie d'année pour l'une des réalisations du système Poly-Si Fixe.
22
Figure 7. Exemple de courbe de disponibilité du système pour une partie d'une

réalisation du système Poly-Si fixe.
En utilisant les historiques de défaillance des composants du système, le graphique de la figure 7 a été annoté pour
souligner certaines des caractéristiques du graphique. Par exemple, la première baisse importante de disponibilité
à environ 13 jours est due à un arrêt de routine de l'onduleur et l'onduleur est rétabli après 14 heures. Rappelez-
vous qu'il y a 8 onduleurs dans ce système (chaque réseau d'onduleurs contient 1 176 modules), de sorte que
chaque panne d'onduleur diminue la sortie du système d'un huitième. La double chute importante à environ 116
jours est causée par deux pannes d'onduleur. La première chute est causée par un déclenchement sur un onduleur,
et avant que cet onduleur puisse être remis en service, un deuxième onduleur subit une défaillance majeure d'un
composant qui a nécessité un service de garantie. Le premier onduleur était hors ligne pendant 10 heures et le
deuxième onduleur était hors ligne pendant 89 heures.
23
4.1 Comparaisons géographiques
Dans cette section, les résultats sont présentés pour les performances attendues des trois systèmes PV dans
cinq endroits différents aux États-Unis, allant du haut désert ensoleillé d'Albuquerque au Nouveau-Mexique au
climat plus nuageux de Seattle Washington. Ces cinq emplacements (Albuquerque, NMÿ; Fresno, CAÿ; Topeka,
KSÿ; Albany, NYÿ; et Seattle, WA) ont été choisis pour montrer la variabilité de la ressource solaire qui peut
exister d'un endroit à l'autre à travers le pays et comment cela peut affecter le rentabilité d'un système. Pour
cette comparaison, les tarifs d'électricité et les conditions météorologiques sont spécifiques à l'emplacement,
toutes les autres entrées sont indiquées dans les tableaux 3 à 5. Le tableau 6 fournit une comparaison des
ressources solaires, des conditions climatiques et des tarifs d'électricité pour ces cinq emplacements.
Tableau 6. Résumé des caractéristiques spécifiques à l'emplacement.

1 2,3 2,4
Emplacement Tarif d'électricité Radiation solaire Min max. Temp.2,4 Rel. Humidité Vitesse du vent
2,4
(¢/kWh) (kWh/m2 /jour) (°C) (%)
(Mme)
Albuquerque 10,6 ¢/kWh 6.4 5,7/21,2 44 4.1

Fresno 11,9 ¢/kWh 5.7 10,1/24,7 60 2.9
Topeka 9,5 ¢/kWh 4.9 6,0/18,4 69 4.3
Albany 8,9 ¢/kWh 4.3 2,6/14,5 70 3.9
Seattle 7,2 ¢/kWh 3.7 7,0/15,2 73 3.8
1 2
Les tarifs proviennent d'OpenEnergyInfo (OpenEI), octobre 2012 pour les tarifs résidentiels (6). Collecteurs de Sourceÿ: Manuel des données de rayonnement solaire pour les plaques planes et
3 4
concentration (7). Rayonnement solaire annuel moyen pour les capteurs plans orientés vers le sud à l'inclinaison de la latitude. Valeurs annuelles moyennes.
Comme le montrent les figures 8 à 10 ci-dessous, la différence de production d'énergie et, par conséquent, de
rentabilité, peut varier considérablement d'un endroit à l'autre. Pour les trois systèmes, Albuquerque produit le
plus d'énergie, environ 12 % de plus que la deuxième place Fresno et environ 41 % de plus que la plus basse,
Seattle. En raison des différences de tarifs d'électricité à ces emplacements, les résultats des flux de trésorerie
ne suivent pas de près les résultats de la production d'énergie. Fresno produit un résultat de flux de trésorerie
très similaire à celui d'Albuquerque en raison d'un tarif d'électricité plus élevé à Fresno. Seattle produit le moins
d'énergie de ce groupe et a également le tarif d'électricité le plus bas. Cette combinaison laisse Seattle avec un
résultat de flux de trésorerie très défavorable dans cet exemple de simulation.
Figure 8. Comparaison de la production d'énergie et des flux de trésorerie pour le système fixe Poly-Si à
cinq emplacements différents.
24
Figure 9. Comparaison de la production d'énergie et des flux de trésorerie pour le système fixe à
couche mince à cinq emplacements différents.
Figure 10. Comparaison de la production d'énergie et des flux de trésorerie pour le système de suivi
à axe unique à cinq emplacements différents.
Le tableau 7 présente un résumé de la production d'énergie, des flux de trésorerie et des coûts de défaillance des
composants pour chacun des trois systèmes à chacun des cinq emplacements. Compte tenu des hypothèses
utilisées dans cet exemple, associées à la ressource solaire relativement plus faible et aux tarifs d'électricité plus
bas, l'implantation de l'un des trois systèmes à Seattle devrait entraîner une perte nette de flux de trésorerie. De
même, l'implantation du système fixe à couches minces à Albany devrait également entraîner une perte nette de flux de trésorerie.
Le système de suivi à axe unique semble être l'option la plus rentable pour tous les sites, à l'exception de Seattle.
Au moment d'écrire ces lignes, il existe généralement des incitations locales, étatiques et fédérales disponibles pour
l'installation de systèmes d'énergie solaire et ces incitations n'ont pas été incluses dans cette analyse.
25
Tableau 7. Résumé des résultats de simulation pour cinq emplacements.

1 2 2 2
PolyÿSi fixe Différence Mince fixeÿ Différence Axe unique Différence
Film 1 PolyÿSi
1
Énergie générée (kWh AC)

Albuquerque 119 960 000 ÿ 127 260 000 ÿ12,7 ÿ
158 020 000 ÿ
Fresno 104 750 000 92 % 112 480 000 ÿ22,8 % 97 -11,6% 138 410 000 -12,4%
Topeka 647 000 83 174 000 87 357000
000 74 307 -23,6% 119 150 000 -24,6%
Albany 751 000 70 -30,2% -31,4% 106 650 000 92 -32,5%
Seattle 864 000 -40,9% -41,6% 212 000 -41,6%
Coûts de défaillance des composants ($)
Identique pour tous les sites 3ÿ502ÿ180 ÿ
8 651 510 ÿ
6ÿ187ÿ374 ÿ
Flux de trésorerie ($)
Albuquerque 16 766 343 16 ÿ 13 181 392 ÿ3,2 % ÿ
22 643 212 21 ÿ
Fresno 228 750 7 337 12 929 924 2776

849ÿ6
049 ÿ686
571 -1,9% 966 668 ÿ78,4 -3,0%
Topeka 171 4 064 -56,2% 964 % 9 462 636 ÿ105,2 % 5 026 -58,2%
Albany 851 ÿ1 643 -75,8% 455 ÿ1 897 746 -77,8%
Seattle 178 -109,8% -149,9% -108,4%
1 2
Toutes les valeurs sont les moyennes de 100 réalisations. Différence en pourcentage par rapport à l'emplacement avec la valeur la plus élevée.
4.2 Comparaison des stratégies O&M
Le propriétaire du système PV serait probablement intéressé à connaître le moyen le plus rentable d'entretenir le système PV.
Chaque panne doit-elle être réparée dès qu'elle est découverte, maximisant ainsi la production d'énergie ? Le système peut-il tolérer
un certain nombre de pannes pendant un certain temps jusqu'à un événement de maintenance périodique planifié, réduisant ainsi
les coûts de maintenance, mais au détriment d'un certain potentiel de production d'énergieÿ? Quel serait le résultat si le propriétaire
décidait de construire le système PV mais de ne prévoir aucun entretien du systèmeÿ?
Cet ensemble de résultats montre l'effet de différentes stratégies O&M sur les coûts de réparation prévus, la production d'énergie et
les flux de trésorerie pour chacun des trois systèmes. La défaillance de certains des composants d'un système PV aurait un impact
majeur sur la sortie du système, et il est raisonnable de supposer que ces composants (par exemple, les onduleurs, les
transformateurs, les sectionneurs, etc.) seraient réparés ou remplacés dès que possible. Aussi vite que possible. Par conséquent,
les stratégies O&M testées ici traitent principalement des modules, ainsi que des trackers dans le système de suivi à axe unique, et
toutes les autres réparations sont traitées comme dans les simulations précédentes.
Les stratégies O&M testées couvrent un large éventail d'options comme suitÿ:
• Remplacez immédiatement un module défaillant ou réparez un tracker défaillant dès sa découverte. On s'attend à ce que
cette option soit la plus coûteuse car elle nécessite soit du personnel à temps plein sur le site, soit un service de garde
pour que quelqu'un se rende sur le site et effectue la réparation ou le remplacement lorsque la panne se produit.
• Événements de maintenance périodiques où tous les modules défaillants sont remplacés et tous les trackers défaillants sont
réparés aux dates prévues. Les intervalles de maintenance suivants ont été simulés pour cette option : deux fois par an,
une fois par an, tous les deux ans, tous les quatre ans et tous les 5
années.
26
• Aucune réparation. Il s'agit d'une «option ne rien faire» où tous les modules et trackers défaillants ne sont jamais
remplacés ou réparés.
Ces scénarios nécessitent certaines hypothèses pour les entrées. Pour les résultats présentés dans la section précédente,
une hypothèse généreuse a été utilisée pour les modules sous garantie. C'est-à-dire que le fabricant du module couvrirait la
totalité des dépenses associées à un module défaillant, c'est-à-dire qu'il le retirerait et le remplacerait sans frais pour le
propriétaire du système. Pour ces simulations de scénarios O&M, une hypothèse différente sera utilisée. Ici, on suppose que
le fabricant du module garantit le module contre les pannes et fournira un module de remplacement pendant la période de
garantie.
Cependant, le propriétaire du système doit retirer le module défaillant, l'expédier au fabricant, attendre qu'un module de
remplacement lui soit renvoyé, puis installer le module de remplacement.
On pourrait faire valoir que cette réclamation de garantie coûterait au propriétaire autant, sinon plus, que si le propriétaire du
système avait acheté de nombreux modules de rechange et les avait simplement utilisés et n'invoquait pas de réclamations
de garantie, sauf dans le cas d'un défaut de conception ou de fabrication qui causé la défaillance d'un grand nombre de
modules en peu de temps. Par conséquent, l'hypothèse utilisée pour ces scénarios O&M est qu'il n'y a effectivement aucune
garantie de module et que le propriétaire du système paie pour tous les remplacements de module (coût du module plus coût
de la main-d'œuvre).
Les hypothèses relatives aux coûts de remplacement (coûts de réparation des trackers) pour le scénario de réparation
immédiate sont que le taux de main-d'œuvre est de 100ÿUSD par heure (mis à l'échelle en fonction de l'inflation) et qu'il faut
2ÿheures pour remplacer un module et 8ÿheures pour réparer un tracker. L'hypothèse pour les scénarios de maintenance
périodique est que le propriétaire du système engage une entreprise pour trouver et remplacer tous les modules défaillants
et réparer tous les trackers défaillants. Le taux de main-d'œuvre sera inférieur au scénario d'intervention immédiate, mais il y
aura un coût de transport par camion. Le taux de main-d'œuvre est de 40ÿ$ de l'heure et le coût du camion est de 1ÿ000ÿ$
(tous deux mis à l'échelle en fonction de l'inflation), et les délais de réparation sont les mêmes que ceux utilisés pour le
scénario de réparation immédiate. Pour le scénario sans réparation, aucun argent n'est dépensé pour les modules ou les trackers.
Les coûts de réparation attendus pour chacun des trois systèmes PV pour ces scénarios O&M sont présentés dans la Figure
11. Dans les trois systèmes, il n'est pas surprenant que l'option de réparation immédiate soit la plus coûteuse et que l'option
sans réparation soit l'option la moins coûteuse. avec les options d'entretien périodique entre les deux en fonction de la
fréquence de l'entretien périodique.
27
Figure 11. Coûts de réparation prévus pour chacun des scénarios O&M pour chaque système.
La différence entre le cas de réparation immédiate et le cas sans réparation est beaucoup plus grande pour le
système de suivi à axe unique que pour les autres systèmes, car la réparation des trackers défaillants est
également incluse.
L'effet de chacun de ces scénarios O&M sur la production d'énergie de ces systèmes est illustré à la figure 12. Il
est quelque peu surprenant de voir qu'à l'exception du scénario sans réparation, tous les scénarios O&M
devraient générer très près de la même quantité d'énergie. La différence de production d'énergie entre le
scénario de réparation immédiate et le scénario d'entretien périodique tous les cinq ans est inférieure à 2 % pour
les trois systèmes. Pour le scénario sans réparation, le système Poly-Si fixe et le système à couche mince fixe
perdent un peu plus de 6ÿ% d'énergie sur 30 ans par rapport au scénario de réparation immédiate, tandis que le
système Poly-Si à suivi à axe unique perd 15ÿ%.
28
Figure 12. Production d'énergie prévue pour chacun des scénarios O&M pour chaque système.
La figure 13 montre les résultats des flux de trésorerie pour les scénarios O&M pour chacun des trois systèmes
et le tableau 8 fournit un résumé des résultats pour chaque système et chaque scénario O&M.
En commençant par les résultats de trésorerie du système fixe Poly-Si, les résultats montrent qu'il serait un peu
plus rentable de choisir une stratégie d'entretien périodique plutôt qu'une stratégie de réparation immédiate. Tous
les scénarios de maintenance périodique donnent des résultats similaires pour le système fixe Poly-Si et montrent
une amélioration de la trésorerie comprise entre 1,4% et 2,1%. Le scénario de non-réparation n'est pas une
option souhaitable car il entraîne une réduction des flux de trésorerie de 5,2 % par rapport au scénario de
réparation immédiate. Les résultats de flux de trésorerie pour le système fixe à couche mince montrent une
augmentation plus significative du flux de trésorerie en choisissant une stratégie de maintenance périodique,
avec une amélioration du flux de trésorerie par rapport au scénario de réparation immédiate comprise entre
8,9ÿ% et 17,5ÿ%, et même la stratégie de non-réparation est bien meilleure (+12,6%) que la stratégie de
réparation immédiate. Le système de suivi à axe unique bénéficierait également d'une stratégie d'entretien
périodique avec une amélioration de 4,6 % à 6,9 % de la trésorerie. La stratégie de non-réparation est cependant
une très mauvaise stratégie pour le système de suivi à axe unique, avec une réduction de trésorerie attendue de 11,5ÿ%.
29
Figure 13. Flux de trésorerie attendus pour chacun des scénarios O&M pour chaque système.
Il convient de noter que l'option de non-réparation ou ces périodes d'entretien périodique plus longues
peuvent ne pas être des options viables si le système est tenu par contrat de produire un niveau minimum
de production d'électricité.
30
Tableau 8. Comparaison des stratégies O&M – Albuquerque, NM.
Système Coûts O&M ($) Différence Énergie (kWh) Différence Flux de trésorerie ($) Différence
PolyÿSi fixe
Réparation immédiate 3 522 100 ÿ 119 330 000 ÿ 14 917 000 ÿ
PM deux fois par an 3 284 000 -6,8% 119 200 000 -0,1% 15 123 000 1,4 %
MP une fois par an 3 174 000 -9.9% 118 980 000 -0,3% 15 181 000 1,8 %
MP tous les deux ans 3 027 100 -14,1% 118 580 000 -0,6% 15 229 000 2,1 %
PM tous les quatre ans 3 014 300 -14,4% 118 100 000 -1,0% 15 125 000 1,4 %
PM tous les cinq ans 2 790 200 -20,8% 117 480 000 -1,6% 15 200 000 1,9 %
Pas de réparation 2ÿ509ÿ200 -28,8% 111 930 000 -6,2% 14 134 000 -5,2%
Couche mince fixe ÿ ÿÿÿÿÿ
PM deux fois par an 8 658 000 -9.5% 126 830 000 -0,1% 11 281 000 8,9 %
MP une fois par an 8 379 500 -12,4% 126 620 000 -0,3% 11 477 000 10,8 %
PM tous les cinq ans 7 279 800 -23,9% 125 060 000 -1.5% 12 174 000 17,5 %
Pas de réparation 6ÿ391ÿ800 -33,2% 119 320 000 -6,1% 11 664 000 12,6 %
PolyÿSi1 à axe unique
PM deux fois par an 4 949 800 -15,9% 157 540 000 0,0ÿ% 21 464 000 4,6 %
MP une fois par an 4 764 000 -19,0% 157 450 000 -0,1% 21 627 000 5,3 %
PM tous les cinq ans 3 980 500 -32,4% 155 560 000 -1,3% 21 953 000 6,9 %
Pas de réparation 2ÿ503ÿ200 -57,5% 133 880 000 -15,0% 18 167 000 -11,5%
1
Comprend également la réparation des trackers à axe unique.
31
5. CONCLUSIONS
Les analyses décrites dans ce rapport ne fournissent que quelques exemples des nombreuses utilisations possibles du PV-
RPM. Le PV-RPM a une conception de base pour les modèles de performance, de fiabilité et financiers, mais ces modèles
sont conçus pour être flexibles afin qu'ils puissent être modifiés pour répondre à des besoins de modélisation spécifiques. À
ce jour, nous avons utilisé le PV-RPM sur plusieurs analyses et présenté nos résultats lors de diverses conférences PV (8)
(9) (10) (11).
Le PV-RPM permet une flexibilité considérable dans le développement du modèle de fiabilité du système. Le PV-RPM peut
être adapté pour modéliser presque toutes les configurations de systèmes PV, et il peut modéliser jusqu'au niveau de détail
des composants du système ou même des sous-composants. En règle générale, cependant, les mécanismes de défaillance
et les données de défaillance et de réparation ne sont pas facilement disponibles pour de nombreux composants et sous-
composants PV. Le modèle de performance a intégré la base de données TMY2 pour les données d'éclairement et
météorologiques, mais il peut être fourni avec d'autres bases de données si vous le souhaitez, et si l'utilisateur dispose de
données spécifiques au site, celles-ci peuvent également être utilisées. Le modèle de performance comprend également
plusieurs choix de modèles de rayonnement solaire, et d'autres pourraient être ajoutés au besoin. Le modèle financier peut
également être adapté pour prendre en compte différents types de comptabilité analytique.
Une version simplifiée «ÿplayerÿ» (modules de performance et de fiabilité uniquement) du PV-RPM est disponible en
téléchargement sur le site Web SNL PV Reliability (12). Ce modèle de lecteur nécessitera le logiciel GoldSim™ Player. Le
GoldSim™ Player est une version spéciale de GoldSim™, qui peut être obtenue gratuitement (13), et est utilisée pour «
jouer » un modèle GoldSim™ spécialement préparé sans avoir à acheter une licence pour le logiciel GoldSim™.
33
6. RÉFÉRENCES
1. Groupe technologique GoldSim. Gold Sim. Gold Sim. [En ligne] http://www.goldsim.com/Home/.
2. King, DL, Boyson, WE et Kratochvill, JA Modèle de performance du réseau photovoltaïque.

Numéro de rapport Sandiaÿ: SAND2004-3535. Albuquerque : Sandia National Laboratories, 2004. http://
photovoltaics.sandia.gov/docs/PDF/King%20SAND.pdf. SAND2004-3535.
3. King, David L., et al., et al. Modèle de performance pour les onduleurs photovoltaïques connectés au réseau.
Numéro de rapport Sandiaÿ: SAND2007-5036. Albuquerque : Laboratoires nationaux Sandia, 2007.
4. Une étude de fiabilité et de sensibilité de disponibilité d'un grand système photovoltaïque. Collins, E., et al., et al.
Valence, Espagne : 25e Conférence et exposition européenne sur l'énergie solaire photovoltaïque, 5-11 septembre
2010, 2010. p. sept.
5. Taux de dégradation photovoltaïque - Un examen analytique. Jordan, DC et Kurtz, SR

Goldenÿ: Laboratoire national des énergies renouvelables, 2011. NREL/JA-5200-51666.
6. Département américain de l'énergie et National Renewable Energy Laboratory. Tarifs des services publics
d'électricité. OpenEI | OPENENERGYINFO. [En ligne] http://en.openei.org/wiki/Gateway:Utilities.
7. Laboratoire national des énergies renouvelables. Manuel de données sur le rayonnement solaire pour les
capteurs plats et à concentration. Numéro de rapport NRELÿ: NREL/TP-463-5607. Golden : Laboratoire national
des énergies renouvelables, 1994.
8. Modèle de performance de fiabilité photovoltaïque de Sandia (PV-RPM). Jennifer E. Granata, Steven P. Miller et
Joshua S. Stein. Boston : sn, 2012. 2nd European American Solar Deployment Conference : PV Rollout.
SAND2011-9293C.
9. Modélisation couplée de la performance et de la fiabilité des systèmes et composants photovoltaïquesÿ: évaluation

des stratégies de conception et d'exploitation et de maintenance. Joshua S. Stein, Steven P. Miller, Jennifer E. Granata.
Dallas : sn, 2011. Solar Power International. SAND2011-7299C.
10. Simulation du débit variable dans le temps en combinant les modèles de disponibilité et d'irradiance solaire.
Mundt, Michael J., et al., et al. San Diego : sn, 2011. Symposium nord-américain sur la fiabilité appliquée.
SABLE2011-2851C.
11. Essais accélérés des joints de ruban en feuille métallique et leur effet sur la fiabilité du module photovoltaïque.
N. Robert Sorensen, Michael A. Quintana, Michael J. Mundt, Edward V. Thomas, Steven P. Miller et Samuel J.
Lucero. Valencia : sn, 2010. Conférence et exposition européenne sur l'énergie solaire photovoltaïque.
SAND2010-5961C.
12. Laboratoires nationaux de Sandia. Modèle de fiabilité et de performance PV. Laboratoires nationaux de
Sandia. [En ligne] http://energy.sandia.gov/?page_id=6367.
35
13. Groupe technologique GoldSim, LLC. Téléchargez GoldSim Player. Gold Sim. [En ligne] http://
www.goldsim.com/forms/playerdownload.aspx.
14. Analyse de la fiabilité et de la disponibilité d'un système photovoltaïque mis en service. Collins, E., Dvorack,
M., Mahn, J., Mundt, M. et Quintana, M. slÿ: 34e conférence de spécialistes photovoltaïques de l'IEEE, 2009.
15. Fitchette, Stéphanie. Ajustements de distribution et estimations de paramètres basés sur l'examen de la
littérature des taux de dégradation des modules PV. [Lettre]. Albuquerque : Sandia National Laboratories, 8 juin
2011. p. 2.
16. Laboratoire national des énergies renouvelables (NREL). NSRDB 1961 - 1990 : Fichiers de données horaires.
NREL Laboratoire National des Energies Renouvelables. [En ligne]
http://rredc.nrel.gov/solar/old_data/nsrdb/1961-1990/hourly/.
17. Marion, W., et Urban, K.,. Manuel de l'utilisateur pour les TMY2 : Années météorologiques typiques.
Golden : Laboratoire national des énergies renouvelables, 1995.
18. Modélisation de la disponibilité de la lumière du jour et des composants d'irradiance à partir de

l'irradiance directe et globale. Perez, R., Ineichen, P., Seals, R., Michalsky, J., Stewart, R. 5, sl : Solar Energy,
1990, Vol. 44.
36
ANNEXE A : ENTRÉES PV-RPM
Entrées PVÿRPM
ENTRÉES DE DÉFAILLANCE ET DE RÉPARATION
Saisir Évaluer La description La source
Déconnexion CA
Dist. d'échecÿ: Weibull (14)
Paramètre d'échelle Dist triangulaire. (minimum = 2980, le plus probable = 10883, maximum = 39742) jours (14)
Paramètre de forme 0,3477 (14)
Paramètre d'emplacement 3,9 jours (14)
Dist. de réparation : Log-normale (14)
Moyenne 1,75 jours Temps de réparation moyen d'une déconnexion AC défaillante (14)
Écart-type 1,62 jours Écart type pour la réparation d'une déconnexion AC défaillante (14)
Module
*
Dist. #:1 Défectueux Représente les premiers échecs du module.
Composant
0,05 *
Probabilité de défaut Probabilité qu'un module puisse être sujet à un défaut qui entraînera une défaillance précoce.
Taux de défaillance si défectueux *
0,5 anÿ1 Taux de défaillance si le module est sujet au défaut de défaillance précoce.
Dist. Échecÿ: #2ÿ: Normal
*
Représente la durée de vie utile et les défaillances dues à l'usure.
Durée de vie moyenne
*
35 ans 5 Âge moyen à l'échec pour un module.
Écart-type
*
ans Écart-type de l'âge moyen à l'échec pour un module.
*
Dist. de réparation : Log Représente le remplacement d'un module.
*
-normal Temps moyen de 60 jours Délai moyen jusqu'à la réparation (inclut le temps de découverte de la panne).
réparation Écart-type *
20 jours Écart type pour le temps de réparation moyen d'un module.
Taux de dégradationÿ:
Exponentiel Représente la dégradation de sortie d'un module CdTe (couche mince). (15)
Paramètre d'échelle 1.805 (15)
Weibull Représente la dégradation de sortie d'un module en silicium polycristallin. (15)
Paramètre d'échelle 0,824 (15)
Paramètre de forme 1.238 (15)
Combineur et recombineur
Des boites
Dist. de défaillance : Log- Représente la panne d'un combinateur ou d'un boîtier de (14)
normal Durée de vie Dist uniforme. recombinaison. (minimum = 1131, maximum = 2148) jours Écart (14)
moyenne Écart -type Dist. 700 jours type de la durée de vie moyenne du combinateur. (14)
de réparation : Exponentiel Représente le remplacement d'un combineur ou d'un boîtier de recombinaison défaillant. (14)
Temps de réparation moyen 4,89 jours Temps de réparation moyen pour un boîtier de combinaison. (14)
Chaîne de caractères
37
Entrées PVÿRPM
*
Dist. d'échecÿ: exponentielle Représente un fusible grillé entre la chaîne et le boîtier de combinaison.
Taux d'échec Taux moyen de défaillance des fusibles.
*
1/10 ans
*
Dist. de réparation : Log Représente le remplacement d'un fusible de chaîne défaillant.
*
-normal Temps moyen de 1 jour Temps de réparation moyen pour une chaîne.
réparation Écart-type 0,5 jours Écart type pour le temps moyen de réparation des cordes.
Onduleur
Dist. #1 : Durée de vie *
Représente une défaillance catastrophique nécessitant le remplacement de l'onduleur.
moyenne normale Écart Durée de vie moyenne d'un onduleur. *
10 ans 1
type Défaillance Dist. #2 : Écart type de la durée de vie moyenne de l'onduleur.
*
an
*
Taux d' échec exponentiel Dist. Représente une dépense majeure de réparation d'onduleur avec un temps d'arrêt prolongé.
#3 : Exponentielle *
1/5 ans Taux de défaillance moyen pour la défaillance d'un composant majeur de l'onduleur.
*
Représente les pannes ou les déclenchements qui se produisent plus fréquemment, sont moins coûteux à corriger et entraînent un
temps d'arrêt plus court.
Taux d'échec *
1 an Taux de défaillance moyen pour les défaillances de routine ou les déclenchements intempestifs.
*
Réparer Dist. #1 : Log-normal Représente la réparation du mode de panne de l'onduleur #1.
*
Temps moyen de réparation 10 jours Temps de réparation moyen pour le mode de panne de l'onduleur #1 (panne catastrophique).
Écart-type *
2 jours L'écart type pour la réparation de l'onduleur signifie pour le mode de défaillance #1.
*
*
Temps moyen de réparation 5 jours Temps de réparation moyen pour le mode de défaillance de l'onduleur #2 (défaillance d'un composant).
Écart-type *
1 jour L'écart type pour la réparation de l'onduleur signifie pour le mode de défaillance #2.
*
*
Temps moyen de réparation 0,5 jours Temps de réparation moyen pour le mode de défaillance de l'onduleur #3 (déclenchement de routine/intempestif).
Écart-type *
0,2 jours Écart type pour le temps de réparation du mode de défaillance de l'onduleur #3.
Grille
Répartition des défaillancesÿ: Weibull Représente une panne de réseau électrique. (14)
Paramètre d'échelle Triangulaire (minimum = 40, très probablement = 80, maximum = 160) jours (14)
Transformateur
Répartition des défaillancesÿ: Weibull Représente la défaillance d'un transformateur. (14)
Paramètre d'échelle Dist triangulaire. (minimum = 2E5, très probablement = 1,28E10, maximum = 4,0E10) jours (14)
Paramètre d'emplacement 28 jours (14)
Traqueur
*
Dist. d'échecÿ: exponentielle Représente la panne d'un tracker Taux de
Taux d'échec panne d'un tracker. *
1/12 ans
*
Dist de réparation : Log-normale Représente la réparation d'un tracker.
*
Temps moyen de réparation 30 jours Temps de réparation moyen pour un tracker.
Écart-type
*
10 jours Écart type pour le temps moyen de réparation du tracker.
38
Entrées PVÿRPM
INTRANTS FINANCIERS

**
Coût total d'installation du système 6 233 458 $ 6 Silicium polycristallin fixe.
Couche mince fixe. **
459 123 $ 7
**
003 471 $ 20 Silicium polycristallin à suivi d'axe unique.
% *
Acompte Pourcentage du coût total qui sera payé par le propriétaire.
Taux d'inflation 3% *
Taux d'inflation utilisé pour calculer les augmentations de revenus, ainsi que les coûts éventuels.
Taux d'intérêt *
sept % Taux d'intérêt annuel sur le prêt bancaire du système PV.
*
Prix de l'électricité (générique) 10 ¢/kWh Prix d'achat de l'électricité.
Prix de l'électricité
Albuquerque 10,6 ¢/kWh Tarif résidentiel actuel à Albuquerque. (6)
Fresno 11,9 ¢/kWh Tarif résidentiel actuel à Fresno. (6)
Topeka 9,5 ¢/kWh 8,9 Tarif résidentiel actuel à Topeka. (6)
Albany ¢/kWh 7,2 ¢/ Tarif résidentiel actuel à Albany. (6)
Seattle kWh 10 ans Tarif résidentiel actuel à Seattle. (6)
*
Garantie de l'onduleur 322 $ 86,25 $ Période de garantie de l'onduleur.
Coût du module **
20 ans (0 an) Coût d'un module en silicium polycristallin.
2/an 1/an 1/2 Coût d'un module à couche mince.
*
Garantie des modules an 1/4 an 1/5 an 0/an Période de garantie. (Pour l'analyse de comparaison O&M, les modules sont supposés n'avoir aucune garantie.)
*
Fréquence PM 20 ans 1 000 $/voyage Utilisé pour la comparaison O&M.
*
76 397 $ 15 279 $ 1 Utilisé pour la comparaison O&M.
*
000 $ 20 $ 976 $ Utilisé pour la comparaison O&M.
*
34,86 $ 960 $ 500 $ Utilisé pour la comparaison O&M.
*
32 868 $ 2 000 $ 2 Utilisé pour la comparaison O&M.
*
heures Utilisé pour la comparaison O&M.
Durée du prêt *
Durée du prêt pour le coût du système nécessitant un financement.
Coût de déplacement du camion
*
Coût pour envoyer des travailleurs sur un site PV (utilisé dans la comparaison O&M).
**
Coût de remplacement de l'onduleur Coût de remplacement de l'onduleur en dollars d'aujourd'hui.
*
Coût de réparation majeure de l'onduleur Supposons que le coût d'un composant majeur de l'onduleur soit de 20ÿ% du coût de remplacement de l'onduleur.
Coût de routine de l'onduleur
*
Coût de «réparation» d'une panne de routine de l'onduleur.
*
Coût de la chaîne Coût d'un fusible au niveau de la chaîne.
Coût de la boîte de combinaison
**
Coût de remplacement d'un boîtier de combinaison dans les systèmes poly-si. Feuille de prix.
**
Coût de remplacement d'un boîtier de combinaison dans le système à couche mince. Feuille de prix.
Coût de la boîte de recombinaison
**
Coût de remplacement d'un boîtier recombineur. Feuille de prix.
Coût de déconnexion AC *
Coût de remplacement d'un sectionneur AC.
Coût du transformateur **
Coût de remplacement d'un transformateur. Feuille de prix.
*
Coût de réparation du tracker Coût de réparation ou de remplacement d'un moteur de tracker 1 axe tracker.
*
Temps de réparation du module Temps réel passé par un travailleur à remplacer un module (utilisé pour calculer les coûts de main-d'œuvre).
1 heure *
Temps de réparation des cordes Temps réel passé par un travailleur à remplacer un fusible de chaîne (utilisé pour calculer les coûts de main-d'œuvre).
39
Entrées PVÿRPM
*
Temps de réparation de la boîte de combinaison 2 heures Temps réel passé par un travailleur à remplacer une boîte de combinaison (utilisé pour calculer les coûts de main-d'œuvre).
*
Temps de réparation du boîtier recombineur 3 heures Temps réel passé par un travailleur à remplacer une boîte de recombinaison (utilisé pour calculer les coûts de main-d'œuvre).
*
Temps de réparation de déconnexion AC 4 heures Temps réel passé par un travailleur à remplacer un sectionneur (utilisé pour calculer les coûts de main-d'œuvre).
*
Temps de réparation du transformateur 10 heures Temps réel qu'un travailleur passe à remplacer un transformateur (utilisé pour calculer les coûts de main-d'œuvre).
*
Taux de la main-d'œuvre 100ÿ$/heure Taux de main-d'œuvre en dollars d'aujourd'hui.
*
Coûts fixes d'exploitation et de maintenance Normal (8, 1) $/kW-an Coûts fixes d'exploitation et d'entretien.
ENTRÉES DU MODÈLE DE PERFORMANCE
0,2 *
Réflectivité au sol Réflectivité du sol hémisphérique (albédo).
*
Facteur de salissure 1.0 Facteur de salissure du module ÿ 0=complètement couvert, 1=pas de salissure
Variabilité météorologique annuelle Tronc. Normale (moyenne Utilisé pour appliquer la variation annuelle au fichier météo. Rééchantillonnage chaque année. (sept)
= 0, ET = 0,045, min.
= -0,1, max. = 0,1)
***
Performances des modules Base de données des Un ensemble de paramètres de performance du module PV pour le modèle Sandia Array Performance. Ces paramètres sont compilés et
Paramètres modules Sandia conservés au Laboratoire d'évaluation des systèmes photovoltaïques (PSEL) de SNL.
Onduleur Sandia ***
Performances de l'onduleur Un ensemble de paramètres de performance de l'onduleur pour le modèle Sandia Inverter Performance. Ces paramètres sont maintenant
Paramètres Base de données maintenus au NREL.
Entrées météorologiques Base de données TMY2 La base de données TMY2 est un ensemble de valeurs horaires de rayonnement solaire et d'éléments météorologiques pour une période d'un (16) (17)
an (8 760 heures) pour 239 emplacements aux États-Unis et dans les territoires américains. Il se compose de mois sélectionnés à partir
d'années individuelles et concaténés pour former une année "typique" complète pour chaque emplacement.
Entrées du modèle de Pérez 1990 Coeffs Coefficients d'éclaircissement Circumsolaire (F1) et Horizon (F2) rapportés dans l'article de Perez 1990. (18)
** ***
rayonnement *Supposées à des fins d'illustration. À partir des plans de conception du système PV. Mises à jour actuelles disponibles auprès de SNL sur demande.
40
DISTRIBUTION
Toutes les copies électroniques
2 Département américain de l'énergie

À l'attention de : Kevin Lynn (1) Kevin.Lynn@ee.doe.gov
Brian Hunter (1) Brian.Hunter@go.doe.gov
Efficacité énergétique et énergies renouvelables
Mail Stop EE-1 Department of Energy Washington,
DC 20585
1 Laboratoire national des énergies renouvelables

À l'attention deÿ: Sarah Kurtz 15013 Denver
Sarah.Kurtz@nrel.gov
West Parkway Golden, CO 80401
1 Electric Power Research Institute À

l'attention de : Navdav Enbar 3420
nenbar@epri.com
Hillview Avenue, Palo Alto, Californie
94304
Laboratoires nationaux Sandia
1 MS0951 Kenneth M. Armijo 6112

1 MS0951 Jennifer E. Granata 6112
1 MS0951 Roger R. Hill Steven 6112
1 MS0951 P. Miller Charles J. 6112
1 MS1033 Hanley Clifford W. 6112
1 MS1033 Hansen Bibliothèque 6112
1 MS1033 technique Joshua S. 6112
1 MS0899 Stein 9536
41

SAND2012-10342 Final

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

SAND2012-10342 Final

Transféré par

Droits d'auteur :

Formats disponibles

Machine Translated by Google

La comparaison de trois photovoltaïques

* Sandia Staffing Alliance, LLC

Approuvé pour diffusion publiqueÿ; diffusion ultérieure illimitée.

Disponible pour le DOE et les sous-traitants du DOE

Téléphone: (865) 576-8401

Disponible au public auprès du

Téléphone: (800) 553-6847

La comparaison de trois systèmes photovoltaïques

Steven P. Miller, Jennifer E. Granata, Joshua S. Stein Département

1. Introduction ............................................... .................................................. ............................... 9

2. Caractéristiques de conception des trois systèmes PV ....................................... ....................... 11

3. Entrées du modèle .................................................. .................................................. ................................ 13

6. Références ....................................................... .................................................. ....................................... 35

Annexe A : Entrées PV-RPM ................................................ .................................................. .......... 37

Tableau 1. Résumé de la configuration du système. .................................................. .................................. 11

1. Système de montage fixe utilisant des modules en silicium polycristallin,

2. CARACTÉRISTIQUES DE CONCEPTION DES TROIS SYSTÈMES PV

Les trois conceptions du système sont les suivantesÿ:

Tableau 1. Résumé de la configuration du système.

Inclinaison fixe Poly-Si Film mince à inclinaison fixe PolyÿSi avec

Modules par chaîne 14 5 14

Onduleurs (250kW AC) 8 8 8

Tableau 2. Résumé des coûts du projet pour chaque système.

Projet ($/Watt) (DC STC) 2,88 2,99 3.24

Figure 1. Répartition du pourcentage des coûts pour chaque système.

Tableau 3. Entrées remarquables du modèle financier.

Montant du prêt 80ÿ% du coût total d'installation

Durée du prêt 20 ans

Tableau 4. Entrées remarquables du modèle de performance.

Paramètres de performances des modules Base de données du module Sandia

Entrées météorologiques Base de données TMY2

Facteur de salissure du module 1,0 (pas de salissures)

Modèle d'irradiance Perez (ensemble de données de 1990)

Tableau 5. Entrées remarquables du modèle de fiabilité.

Couche mince : Exponentielle/Poisson (échelle = 1,805)

Probabilité de défaut = 0,05, Taux si défectueux = 0,5 anÿ1

Mode de défaillance 2 : Normal (35 ans, 5 ans)

Réparation de modules2 Lognormal : (60 jours, 20 jours)

Mode de défaillance 2ÿ: Défaillance d'un composant majeurÿ: Exponentielle/Poisson (0,2ÿanÿ1 )

Mode de défaillance 3ÿ: Petite défaillance ou déclenchementÿ: Exponentiel/Poisson (1,0ÿanÿ1 )

Réparation d'onduleur2 Mode de défaillance 1 : Lognormal (10 jours, 2 jours)

Mode de défaillance 2 : Lognormal (5 jours, 2 jours)

Mode de défaillance 3ÿ: Log-normal (0,5, 0,2)

Figure 2. Énergie cumulée générée pour chaque système - Albuquerque, NM.

Figure 4. Coûts cumulés de réparation du système pour chaque système.

Figure 5. Nombre cumulé de pannes de composants pour chaque système.

Figure 6. Courbes de flux de trésorerie pour chaque système - Albuquerque, NM.

Figure 7. Exemple de courbe de disponibilité du système pour une partie d'une

4.1 Comparaisons géographiques

Tableau 6. Résumé des caractéristiques spécifiques à l'emplacement.

Albuquerque 10,6 ¢/kWh 6.4 5,7/21,2 44 4.1

Tableau 7. Résumé des résultats de simulation pour cinq emplacements.

Énergie générée (kWh AC)

158 020 000 ÿ

Flux de trésorerie ($)

Albuquerque 16 766 343 16 ÿ 13 181 392 ÿ3,2 % ÿ

Fresno 228 750 7 337 12 929 924 2776

4.2 Comparaison des stratégies O&M

Tableau 8. Comparaison des stratégies O&M – Albuquerque, NM.

Réparation immédiate 3 522 100 ÿ 119 330 000 ÿ 14 917 000 ÿ

Couche mince fixe ÿ ÿÿÿÿÿ

Réparation immédiate 9 562 400 ÿ 127 020 000 ÿ 10 362 000 ÿ