本科毕业设计（论文）

外文翻译

用于印度农村电气化和减排的离网太阳能光伏系统

作者：菲利普桑德韦尔

国籍：英国

出处：太阳能材料和太阳能电池

摘要

超过10亿人缺乏电力供应，其中许多人远离现有基础设施。离网系统可以提供扩展电网的替代方案，并且使用可再生能源，例如太阳能光伏（PV）和电池储能，可以减少来自化石燃料源的电力的温室气体排放。本文提出了一个模型，该模型能够比较几种成熟和新兴的农村电气化光伏技术与印度地区柴油发电和电网扩建的电力平准化成本和生命周期排放强度。用电的平准化成本从$0.46/kWh到$1.20/kWh不等，不同发电技术的温室气体排放量也不同，电池储能对这两个指标都有很大贡献。计算了光伏发电和蓄能比电网扩建更有利的条件，评价了光伏发电、蓄能发电和柴油发电的混合系统。对预期价格变化的分析表明，最具成本效益的混合系统将在2018年左右由光伏发电主导。

关键词

生命周期评估 光伏 农村电气化 温室气体减排 排放强度 离网系统 混合系统 印度 有机光伏 集中光伏发电

1. 引言

具有扩大电力供应和满足国家和国际碳排放目标的雄心的发展中国家需要考虑替代发展途径的排放影响[1]。这些国家也可能受益于采用比发达国家更多创新能源技术的机会，发达国家的能源经济可能已经“锁定”在传统的，通常是高碳能源上。

柴油发电机是离网电力的常见来源，因为它们提供低成本电力[2]但具有高碳强度[3]。通常需要连接到电网，允许电力组合的灵活性并避免对能量存储的需求，但需要昂贵且能源密集的基础设施，到达偏远地区的速度很慢，并且在这些地区的可靠性较差[4]，[5]。可再生能源提供最低的发电碳强度，但受可用性和初始成本高的影响，供应的间歇性导致需要存储。

太阳能光伏发电（PV）是可再生能源中最普遍的，但通常会产生最高的电价。晶硅光伏的历史性高成本刺激了生产成本较低的替代光伏技术的发展[6]，其中一些技术仍处于商业化之前[7]，而其他技术则具有较高的效率[8]。这些替代方案可能是发展中国家有限资本环境的适当解决方案，但缺乏运营和生产经验使其实际成本和碳强度不确定。此外，任何可再生能源的成本，排放和有用能源之间的关系都受到资源可用性和能源使用点的需求模式的强烈影响。

在规划能源发展途径时，政策制定者和技术开发者需要考虑许多因素。这些包括生命周期成本和可能解决方案的排放（例如柴油，电网扩展和可再生能源）及其组合，到电网的距离，可再生资源，需求概况以及它与发电概况的匹配程度，以及财务模型。与现有企业相比，这些因素在评估新技术时尤为重要。虽然以前的研究已经解决了性能[9-11]，成本[12-17]和碳强度[14，18]光伏发电，有时在离网背景下[19，20]，很少有人将所有这三种结合起来[21-25]并且没有包含新兴的光伏技术。

特别是这里我们提出它是结合了一个模型平准化PV功率的使用电力（LCUE），排放强度和边际减排成本（MAC）的成本村电气化结合的新兴选项，并建立光伏技术在柴油电力和电网延伸比较。我们使用LCUE作为业绩的主要指标，因为它结合了供给和需求之间的平准化发电（LCGE）的费用不匹配的问题。

该模型适用于印度农村地区，因为和该国农村人口众多没有电力有关[13]，[26]，并与其经济发展速度相关，国家承诺到2020年相对于2005年的国内生产总值强度及其对太阳能光伏对碳排放减少20-25％。这体现在Jawaharlal Nehru国家太阳能任务中，该任务目标是到2022年达到20 GWp的太阳能光伏发电容量，其中2GW预计将在离网[27]。印度政府最近的公告表明，这可能会进一步扩大，到同年达到100 GWp目标[28]。尽管它的增长和排放指标，但是从经济，减排和健康角度来看，印度目前依赖进口柴油进行离网发电是不可取的。

我们专注于离网系统用于模型的首次演示，因为离网PV预计将成为更远程位置的重要选项，它与后续的电网扩展兼容，并且允许在封闭系统内直接比较技术[ 29]。此外，离网太阳能PV的成本和排放影响通常作为太阳能PV的上限。与之前的型号相比，我们已经以这种方式对新兴技术进行建模包括现有和商用前光伏技术的全生命周期成本和排放分析，然后在生产路线最终确定之前识别和优化影响相对成本和排放强度的关键生产或设计问题。

该模型虽然适用于小型独立光伏系统，但可以很容易地扩展到其他技术、区域和应用环境。这种方法可能对决策者评估技术部署的经济和政策案例有用，因为正如我们在下文所示，可再生能源的LCUE和MAC强烈依赖于环境。

1. 方法
   1. 场景和数据

在对离网光伏系统进行建模时，我们考虑一个村庄小型电网，包括光伏发电机，电池存储和低压配电网络。我们研究了不同成熟阶段的四种光伏技术：单晶硅（c-Si，成熟），碲化镉薄膜 （CdTe，成熟），聚光PV（CPV，新兴）和有机PV（OPV，预商用）。而且我们还研究了OPV 的成本和嵌入能量急剧下降的未来情景 [30-32]诸如卷对卷加工之类的制造创新[7]。

新兴技术的可靠生产和现场表现的稀缺性数据，意味着应该谨慎地看待所使用的数据和所呈现的结果特别是在农村电气化的背景下。对于OPV，目前的情况是基于大规模安装演示的设备[33]， 成本来自应用于升级制造业情景的相应技术参数[32]并适用于近期部署。由于在OPV领域中取得了快速进展，这些基于现有文献形成了对当前可部署设备的代表性估计，但是报告效率，寿命和稳定性的改进，该技术的性能一直在增加。出于这个原因，我们还展示了未来的OPV案例，代表了该技术的长期潜力，该技术使用了为工业规模制造的改进设备预测的寿命和效率数据[31]，[32]。目前和未来的OPV案例都考虑了卷对卷加工的无ITO设备，以降低成本和环境影响[30]。尽管为了可比性采用了新的安装方式，但对于成熟的技术而言，假设安装系统平衡的材料和人工成本是相同的，通过OPV实现的卷对卷生产的结构可以降低未来的价格和嵌入式能源[33]。

本次调查的数据见表1，表2，表3，其中还包括性能退化率的假设和系统成本的平衡。对于在中国生产的系统组件，我们假设电力和热能生产的特定排放分别为1000gCO₂/kWh和450gCO₂/kWh[26]和印度电网788gCO₂/kWh[36]。

我们考虑锂离子电池存储技术显着降低了成本并提高了性能预计[42]，在未来这可能会推动更换目前更常用的现有铅酸蓄电池。对于给定PV阵列大小，电池容量和需求状况的模型计算净现值系统（NPV），所述平准化使用，并且产生电的成本（LCUE和LCGE），未满足需求的缺口，所述生命周期比排放并结合电网和柴油的相应数据，边际减排成本（MAC）。因为在考虑离网系统时，LCUE比LCGE更有用，特别是对于PV和电池系统，过剩的能源经常产生和倾倒，这对最终消费者没有任何价值[22]。主要是想通过LCUE可以计算准确的电力成本，并有利于优化良好的系统。我们使用该模型来研究太阳辐照度水平，地形（影响电网扩展成本）和需求概况对成本和减缓潜力的影响。我们考虑的三个位置代表高平均辐照与丘陵地形（拉达克，平均GHI=5.51kWh/m² /天），高平均辐照用普通地形巴尔梅尔，平均GHI = 5.88kWh/m² /天）和较低的平均与丘陵地形辐照度（Dhemaji，平均GHI = 4.41kWh/m² /天）。这些地址在印度的位置显示在图1。对于本文中的分析，我们考虑一个位于每个区域的假设村庄有500名居民，人口密度为1000居民km^-2。我们考虑两个需求概况，即“照明和基本服务”（L）和“创收活动”（I），如图所示图2。需求概况L代表新电气化村庄的基本电力需求，假设需求以照明为主，并且集中在黑暗时间。需求概况I代表了在白天为商业和工业活动提供额外重要用途的社区。“基线”情景包括在拉达克使用的需求概况L，由于其相对较高的辐照度和偏远性而被选择。

图1.印度北部的地图显示了三个考虑的位置（拉达克，蓝色；巴尔默，红色；和德马吉，绿色）和首都（新德里，金星）。

图2.基本服务（L）和创收（I）的需求概况以及典型的辐照度曲线。需求概况L在黑暗时期最大，因为它受到照明需求的支配，而剖面I 在整个工作日都承受着沉重的负荷。

• 1. 模型描述

我们的模型针对给定应用优化给定位置的PV和存储系统规模，并使用表1，表2，表3中给出的数据计算系统的净现值（NPV），LCUE和生命周期特定排放。在这里，我们优化 LCUE，但可以优化其他变量。在模拟开始时，我们选择PV技术，电池技术并指定代表应用的需求概况。该模型使用来自NREL SUNY 数据集的特定地点的每小时辐照度数据 [50]并将其转换为所选PV技术产生的能量，从而考虑转换效率。考虑一系列PV和存储系统尺寸，并按小时时间步骤模拟20年的项目周期。产生的能量直接用于满足需求，其中存储在电池中的多余能量直到电池充电，然后倾倒。当产生的能量不足时，电池用于满足需求，直到它为空。以这种方式，每小时跟踪电池的充电状态。该模型考虑了电池，充电控制器和逆变器效率低下造成的损失。根据循环次数，电池在其使用寿命期内会发生降级它经历的放电深度，如果其容量降至其原始值的60％以下则被替换[44，45，51]。20年后，模拟结束，模型计算系统寿命期间供电和发电之间的差额。补充信息中提供了对该模型的进一步描述。

该模型在模拟期间（N = 20年）计算系统的NPV，考虑系统组件成本，运营和维护成本以及资本融资率r。对于此处提供的模拟，我们假设成本每年折扣11.5％，代表农村地区银行贷款。系统组件的成本包括初始系统的成本安装C（包括建筑村微型网格）和更换成本在n年在C^（n），用于所述逆变器（每10年），模块（每5年或10年，相关的仅限OPV）并在电池容量降至其额定容量的60％以下时更换电池。平准化电力成本（LCOE）计算如公式1所示。E 盘分别代表LCUE和LCGE的使用或产生的电力。确定系统在提供总电力E时的生命周期排放ε，产生特定排放并且模型进一步计算MAC由LCUE和比较每个太阳能光伏技术的排放强度的的minigrid到电网延伸和柴油发电的反（CF）的情况。

图3显示了一系列PV和存储系统尺寸的LCUE，例如c-Si和锂离子存储，覆盖了恒定不足的白色曲线。PV和存储的许多可能组合产生相同的需求比例，但这些系统的LCUE变化很大。黑色曲线表示给定缺陷的LCUE最低的系统，并将其突出显示为最佳。对于这项研究，使用5％的不足来评估微型电网系统的NPV，LCUE和排放强度，因为这消除了低发电和高需求的最极端情况，但仍然足以满足绝大多数的需求时间。

图3. 使用c-Si和锂离子电池技术的一系列系统尺寸的LCUE（彩条）。白线具有相等缺口的轮廓，黑线表示给定缺口的最佳系统。

电网扩展的相应LCUE和特定排放值是使用文献中有关电网电力成本和排放的数据以及与扩展配电网络相关的数据得出的[29]，[52]。有关分销网络的数据来自Nouni（2008）[13]，因此我们考虑对应于“普通”和“丘陵”地形的两个值。柴油发电的具体排放值来自文献，成本是根据文献资料[48] 和印度目前的柴油价格计算的[49]，[53]。表3显示了用于电网扩展和柴油发电的关键数据。

1. 结果与讨论
   1. 不同光伏技术的性能

图4a和b分别显示基线情景中所用电量和电力的LCUE和LCGE值，对应于拉达克丘陵地区，具有高日照和使用需求曲线L，用于每种具有锂离子存储的光伏技术。按当前价格计算，根据所选择的光伏技术，可以实现$0.46–$1.20/kWh的LCUE。由于辐照时间（因此产生）和需求（如图2所示）之间的相对较差的不匹配，过剩能量的“倾倒”（在所产生的总量的42-70％范围内）发生在白天。这导致需要大容量存储将能源供应从白天转移到晚上。由于目前的高成本，储能占LCUE总量的很大比例。

而其他技术同时使用直接正常和漫射辐照度，CPV仅使用直接的正常辐照度，因此在云层下表现不佳；这种间歇性导致它具有最高的LCUE。该系统必须加大尺寸以补偿其对合适的太阳能资源，特别是电池存储的访问的减少，并且其产生的大部分能量被倾倒，因为系统仅在太阳能资源最低的时间内满负荷工作。

OPV也具有相对较高的成本，在这种情况下，主要是由于在目前的寿命估计之后必须每五年更换一次的模块的成本。正如OPV（未来）案例所示，如果模块价格下降，尽管模块寿命较短，OPV的LCUE可以降低到与c-Si和CdTe相当的水平。由于模块成本较高，C-Si的LCUE略高于CdTe。配电网的成本对建模情景中的LCU

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[272287]，资料为PDF文档或Word文档，PDF文档可免费转换为Word