自 1970 年代以來，太陽能電池板的成本下降了 99% 以上，從而廣泛采用將陽光轉化為電能的光伏系統(tǒng)。麻省理工學院的一項新研究深入研究了能夠大幅降低成本的具體創(chuàng)新，揭示了不同研究工作和行業(yè)的技術進步發(fā)揮了關鍵作用。該研究發(fā)表在 PLOS ONE 上。

研究結果可以幫助可再生能源公司做出更有效的研發(fā)投資決策，并幫助政策制定者確定優(yōu)先領域，以刺激制造和部署的增長。

研究人員的建模方法表明，關鍵創(chuàng)新通常起源于太陽能領域之外，包括半導體制造、冶金、玻璃制造、石油和天然氣鉆探、建筑工藝甚至法律領域的進步。

“我們的結果表明，成本改進過程是多么復雜，以及科學和工程進步（通常是在非常基本的層面上）是這些成本降低的核心。大量知識來自不同的領域和行業(yè)，這種知識網絡使這些技術得到改進，“該研究的資深作者、麻省理工學院數據、系統(tǒng)和社會研究所教授杰西卡·特蘭西克 （Jessika Trancik） 說。

Trancik 與共同主要作者 Goksin Kavlak 一起撰寫了這篇論文，Goksin Kavlak 是前 IDSS 研究生和博士后，現(xiàn)在是 Brattle Group 的高級能源助理;Magdalena Klemun，前 IDSS 研究生和博士后，現(xiàn)在是約翰霍普金斯大學的助理教授;前麻省理工學院博士后 Ajinkya Kamat;以及國家可再生能源實驗室的布列塔尼·史密斯和羅伯特·馬戈利斯。

識別創(chuàng)新

這項工作建立在研究人員之前開發(fā)的數學模型之上，這些模型梳理了工程技術對光伏 （PV） 組件和系統(tǒng)成本的影響。

在這項研究中，研究人員旨在更深入地挖掘推動成本下降的科學進步。

他們將定量成本模型與對影響光伏系統(tǒng)材料、制造步驟和部署過程成本的創(chuàng)新進行詳細的定性分析相結合。

“我們的定量成本模型指導了定性分析，使我們能夠仔細研究由于缺乏定量數據而難以衡量的領域的創(chuàng)新，”Kavlak 說。

在早期確定關鍵成本驅動因素（例如每個模塊的太陽能電池數量、布線效率和硅片面積）的基礎上，研究人員對文獻進行了結構化掃描，以尋找可能影響這些驅動因素的創(chuàng)新。

接下來，他們將這些創(chuàng)新分組以識別模式，揭示通過改進材料或預制組件來簡化制造和安裝來降低成本的集群。最后，該團隊跟蹤了每項創(chuàng)新的行業(yè)起源和時間，并咨詢了領域專家，以將最重要的創(chuàng)新歸零。

總而言之，他們確定了自 1970 年以來影響光伏系統(tǒng)成本的 81 項獨特創(chuàng)新，從抗反射鍍膜玻璃的改進到完全在線許可接口的實施。

“通過創(chuàng)新，你總是可以進入更深層次的，比如原材料加工技術，所以知道何時停止是具有挑戰(zhàn)性的。擁有定量模型來為我們的定性分析奠定基礎確實很有幫助，“Trancik 說。

他們選擇將光伏組件成本與所謂的系統(tǒng)平衡 （BOS） 成本分開，后者涵蓋安裝系統(tǒng)、逆變器和布線等內容。

光伏組件連接在一起形成太陽能電池板，可批量生產并可出口，而許多 BOS 組件是在當地設計、制造和銷售的。

Kavlak 說：“通過研究 BOS 層面和組件內部的創(chuàng)新，我們確定了光伏技術這兩個部分中出現(xiàn)的不同類型的創(chuàng)新。

BOS成本更多地依賴于軟技術，即許可程序等非物理元素，與硬件創(chuàng)新相比，這些因素對光伏過去成本改善的貢獻要小得多。

“通常，這歸結為延誤。時間就是金錢，如果你在建筑工地出現(xiàn)延誤和不可預測的流程，這會影響這些系統(tǒng)平衡成本，“Trancik 說。

自動許可軟件等創(chuàng)新顯示出希望，該軟件標記符合規(guī)范的系統(tǒng)以進行快速審批。盡管本研究尚未量化，但該團隊的框架可以支持未來對其經濟影響的分析以及簡化部署流程的類似創(chuàng)新。

互聯(lián)行業(yè)

研究人員發(fā)現(xiàn)，半導體、電子、冶金和石油行業(yè)的創(chuàng)新在降低光伏和 BOS 成本方面發(fā)揮了重要作用，但 BOS 成本也受到軟件工程和電力公用事業(yè)創(chuàng)新的影響。

非創(chuàng)新因素，如批量采購帶來的效率提升和太陽能行業(yè)知識的積累，也降低了一些成本變量。

此外，雖然大多數光伏電池板創(chuàng)新起源于研究機構或行業(yè)，但許多 BOS 創(chuàng)新是由市政府、美國各州或專業(yè)協(xié)會開發(fā)的。

“我知道這項技術有很多事情要做，但所有這些領域的多樣性以及它們之間的密切聯(lián)系，以及我們可以通過這種分析清楚地看到該網絡的事實，這很有趣，”Trancik 說。

Klemun補充道：“光伏處于非常有利的位置，可以吸收其他行業(yè)的創(chuàng)新——這要歸功于正確的時機、物理兼容性和支持性政策，以適應光伏應用的創(chuàng)新。

該分析還揭示了通過自動化工程審查系統(tǒng)和遠程現(xiàn)場評估軟件等進步，更強大的計算能力在降低 BOS 成本方面可以發(fā)揮的作用。

“就知識溢出而言，到目前為止，我們在光伏領域看到的情況可能實際上只是一個開始，”Klemun 說，并指出機器人和人工智能驅動的數字工具在推動未來成本降低和質量改進方面的作用越來越大。

除了定性分析之外，研究人員還展示了如果擁有可以插入成本方程的數值數據，如何使用這種方法來估計特定創(chuàng)新的定量影響。

例如，利用有關材料價格和制造程序的信息，他們估計線鋸是一種在 1980 年代引入的技術，通過減少硅損耗和提高制造過程中的吞吐量，使光伏系統(tǒng)的總體成本每瓦降低 5 美元。

“通過這種回顧性分析，你可以學到一些對未來戰(zhàn)略有價值的東西，因為你可以看到哪些有效，哪些無效，而且這些模型也可以前瞻性地應用。了解哪些相鄰部門可能有助于支持特定技術的改進也很有用，”Trancik 說。

展望未來，研究人員計劃將這種方法應用于廣泛的技術，包括其他可再生能源系統(tǒng)。他們還希望進一步研究軟技術，以確定可以加速降低成本的創(chuàng)新或流程。

“盡管技術創(chuàng)新的過程可能看起來像一個黑匣子，但我們已經證明，你可以像研究任何其他現(xiàn)象一樣研究它，”Trancik 說。