成長する痛み#1：大規模プロジェクト設計における効率の最大化とリスクの最小化

10年前、平均的な太陽光発電プロジェクトは、10MWの固定式単顔モジュールで構成される比較的シンプルなものだった。それ以来、市場は大きく進歩した。現在では、典型的な太陽光発電所は100MWに迫る規模になり、バイフェーシャル、インテリジェント・トラッキング、フローティング・モジュールなど、さまざまな技術が使用されるようになり、より効率的なエネルギー生産のための新たな可能性が生まれている。

太陽光発電の設計者は、最適化されたプロジェクトを作成するために、これまで以上に幅広い範囲をカバーできるようになった。しかし、より大規模で技術的に多様なプロジェクトの複雑さが増すにつれ、これまで以上にスマートなプロジェクト設計が求められている。さらに、世界的に競争が激化している市場環境は、ソーラー開発業者にとってエラーの余地がほとんどないことを意味する。

ギガワットレベルの大規模プロジェクトでは、こうした課題はさらに大きくなる。投資家の期待はより大きくなり、技術的リスクはより大きくなり、プロジェクトはパフォーマンスに影響を与える環境条件にさらされやすくなります。

現代の「メガプロジェクト」の可能性をフルに発揮するために必要なツールを太陽光発電プロジェクトの設計者に提供するために、開発者は適切なソフトウェアを必要としている。高度なシミュレーション技術を使用すれば、モジュールの最適な構成を特定し、プロジェクトが最小のコストで最大のエネルギーを生成できるようにすることができる。しかし、ソフトウェアの進歩は、プロジェクトの種類やモジュール技術の急速な普及に追いついていないことが多い。

そして最も重要なことは、このような多様性の増大により、プロジェクト設計者が行う主要な仮定、特にデータ入力の強度に負担がかかることである。

今回の「成長痛」では、収益性の高い大規模太陽光発電プロジェクトの構成要素を探り、太陽光発電開発者がデータを活用してプロジェクト設計に弾力性を持たせることができるようにする。

新しいテクノロジーは、大規模プロジェクトの設計をどのように変えていくのか？

プロジェクトの大規模化推進は、大幅なコスト削減とPVモジュール技術の進歩によって支えられてきた。近年では、特に以下のような傾向が成長を牽引している：

• モノフェーシャルとバイフェーシャルの価格差が大幅に縮小し、より幅広い太陽光発電プロジェクトでバイフェーシャル・モジュールの採用が増加している。
• また、トラッカーは、インテリジェント・アルゴリズム、雲の動き予測データ、シェーディングなどの改良を加えながら、より手頃な価格になっている。
• 大規模なプロジェクトでは、モジュールの個々のセクションを回転させ、資産全体の効率が最適化されるようにするトラッカーの恩恵を受けることができるようになった。
• 浮体式太陽光発電設備はますます一般的になりつつあり、太陽光発電プロジェクトの新たな候補地が広がっている。

しかし、こうした傾向はプロジェクト設計者に新たな技術的課題ももたらしている。例えば、浮体式太陽光発電設備の水冷効果による熱損失の低減は、まだ十分に理解されていない。設計者はまた、水温や波の高さといった新たな変数も考慮する必要がある。

基本的に、新しい太陽光発電プロジェクトにエキサイティングな新技術を効果的に導入するために設計者が直面する問題は、適切なデータが不足していることである。残念ながら、無料または低コストのリソース・データセットの大半は、これらのシステムの性能に影響を与える環境パラメータの増加範囲を考慮していない。

これらの技術に対するデータセットの適合性を評価する際の主な検討事項は以下の通りです：

• 二面体モジュール - データセットにアルベドデータが含まれているか？
• インテリジェント・トラッカー - 大規模なプロジェクト・サイト全体の変動を示すのに十分な粒度のリソース・データか、あるいは1時間以下の分解能か。
• 浮体式太陽光発電 - 水面での水温や風速など、複雑な気象学的インプットをすべてデータに入れていますか？

これらのデータは、これらの技術の可能性を完全に実現する前に、シミュレーション・ソフトウェアやプロジェクト設計ツールに統合されなければならない重要なインプットである。

環境と資源のデータが改善されれば、二面体モジュールや追跡システムのメーカーが主張することを、開発者が独自に検証・確認することもできるようになる。独立したソフトウェア・ツールの多くは、メーカーが使用するものほど正確ではないため、太陽光発電の開発者は、自分たちが言われたことを吟味することなく、統計データを信用することが多い。

このような状況において、業界全体のデータ標準を改善し、開発者や設計者が技術の進歩を最大限に活用するために必要な知識を提供しなければならないことは明らかである。

開発者は、大規模プロジェクトにおける財務リスクをどのように管理できるのか？

プロジェクトが大規模になればなるほど、財務上のリスクは高くなる。業績不振はより大きなコストとなる。損害の修復にはより多くの費用がかかる。固定価格買取制度や補助金制度が廃止され、PPAに裏打ちされたマーチャント市場へと移行したことで、デベロッパーにのしかかるリスクは増大した。

さらに、単価は10年前に比べて約70％低下し、1MWあたりの投資額は当時の200万ドルから現在は約50万ドルになったものの、プロジェクトの規模が拡大するにつれて資本支出（CAPEX）は3倍に増加した。つまり、太陽光発電プロジェクトの開発・運営における財務リスクは、決して小さくはないということだ。

成功した太陽光発電プロジェクトは、投資家にとってROIが良い。設計が不十分なプロジェクトは、負債になりかねない。

設計段階で将来の生産量を過小評価すると、運用段階で大きな技術的困難を招き、高価なモジュールやインバーターの故障リスクが高まる可能性がある。過大な見積もりは、一貫した性能不足を招き、太陽放射照度が低い期間中の経済的損失につながる。

プロジェクト設計の全段階を通じて正確な資源データを使用することで、事業者は財務リスクを最小限に抑え、次のような利益を得ることができる：

• プロジェクトの潜在的収益性に対する信頼性の向上
• 投資家の精査に耐えうるバリュエーション
• エネルギー利回りの正確な計算による、信頼性の高い契約条件の設定
• 競争入札において、より確実な低入札価格の実現

ベストプラクティスのプロジェクト設計に必要なデータインプットとは？

プロジェクト設計において信頼性の高い資源データを使用することは、大規模太陽光発電設備の技術的リスクと財務的リスクの両方を軽減する上で重要な役割を果たします。しかし、「信頼できる」とは実際にはどのようなものなのだろうか？また、どの変数を考慮する必要があるのだろうか？

一般的に言って、プロジェクト設計段階でより正確なデータを入力すれば、より収益性の高いプロジェクトが実現します。十分な情報に基づいたシミュレーションと、大規模プロジェクトの真に最適化された設計構成には、主要な太陽光および気象データ・パラメーターが必要です。これには以下が含まれます：

• 変動や極端な現象の発生にスポットライトを当てながら、長期的な平均値をより正確に計算するための、広範な期間をカバーするサブアワー（15分またはそれ以上の粒度）の過去の時系列データ。
• 全球水平放射照度(GHI)、直接法線放射照度(DNI)、拡散放射照度(DIF)、全球傾斜放射照度(GTI)などの通常の運用パラメータ-生産の基礎となるもの。
• アルベド(ALB)、気温(TEMP)、相対湿度(RH)、風速(WS)、降水量(PREC)などの環境特性は、リスクを効果的に見積もり、劣化の増加や突風、波浪、塩害、砂嵐による被害リスクを考慮するためのものです。

最良のプロジェクトは、実現可能性の前段階においても、起こりうるすべての環境インプットを考慮することによって設計され、その後、設計、開発、操業の各段階において、データツールの使用に継続性を維持する。これにより、プロジェクトの各段階からデータバンクが作成され、それを使って現在の状況を分析し、より良い意思決定を行うことができる。

最終的には、長期的な信頼性を向上させながら、時間とリソースを節約することができる。プロジェクトの寿命は、効果的な設計、コンポーネントの適切なサイジング、建設と運転の最適化、予防保全によって延ばすことができる。正確なデータは、これらすべてを支えるものです。

プロジェクト設計ツールのどのような進歩が、大規模太陽光発電の収益性をさらに高めるのでしょうか？

これまで述べてきたように、太陽光発電分野ではプロジェクトの多様化が進んでいます。設計の段階では、さまざまな選択肢があります。最適な設計を選択するには、何千ものシミュレーションを実行して最適な構成を特定する必要があります。

現在、プロジェクト開発者が利用できるデスクトップ・ベースのツールの大半は、設計最適化に必要なシミュレーション回数をこなす能力を備えていません。クラウドベースの設計最適化ツールは多くの場合対応していますが、限られた期間をカバーし、検証が不十分で信頼性の低い、最適とは言えない低解像度のデータセットに依存するのが一般的です。検証済みの高解像度データソースをプロジェクト設計ツールに入力することは極めて重要です。

不正確なデータは、設計者に影響を与え、より適切な別の選択肢ではなく、特定の技術の組み合わせを選択させる可能性がある。大規模太陽光発電の場合、生産量が1％増加するだけでも収益性に大きな影響を及ぼします。

大規模太陽光発電プロジェクトの設計の将来は、シミュレーションと結果の可視化のために、フルタイムの連続データを効果的に扱うことができる高度なソフトウェアツールの採用にかかっている。また、関連するすべての要因や気象状況を確実に考慮するためには、統計ツールやマッピング・ツールへのアクセスも不可欠となる。

プロジェクト設計者はまた、必要に応じて迅速な予備結果を提供したり、複数のデータセットを統合した完全で詳細なシミュレーションを行ったりできる、適応性のあるシミュレーションツールによって将来的にサポートされることになる。

太陽光発電プロジェクトの大規模化は、業界の競争力を維持する規模の経済を生み出す上で重要な役割を果たす。この機会を無駄にしないことが重要である。これは、最適化された収益性の高いプロジェクトを実現するために必要なデータツールを、太陽光発電の設計者に提供することを意味します。

Solargisは、業界をリードする太陽光資源データと、資産の試掘・評価段階における専門家によるコンサルティングを提供することで、設計を最適化するために世界中の太陽光発電開発業者と協力しています。

Solargisがお客様の大規模プロジェクトの可能性を最大限に引き出すお手伝いをする方法については、https://solargis.com/contact-usまでお問い合わせください。

-----

ケーススタディ：大規模設計の将来性を証明するためのサブアワー毎の太陽資源データの利用

スマートで効率的なインバーターの登場は、プロジェクト設計時の計算を大きく変えました。大規模プロジェクトはすでに、既存のコンポーネントを使用して可能なことの限界に挑戦している。競争が激化するオークションは、開発者にさらなる効率を求め、現在の技術を最大限に活用するよう促している。

例えば、インバーターは太陽電池モジュールで発電された電気を直流から交流に変換する。インバータの性能を最大化するには、インバータの仕様にもよるが、理想的なDC/AC比は約1.05～1.15である。より少ないインバーターを使用することで、プロジェクト設計は電力の比率を変えることができ、より有用なエネルギーをグリッドに供給することができる。しかし、DC/AC比が1.5に向かっていくにつれ、大規模プロジェクトではインバーターの限界が試されることになる。

この戦略は、モジュールの老朽化による効率の低下に対抗したり、短期的な太陽光資源の変動を部分的に補ったりするのに役立つ。プロジェクトのライフサイクルが始まった当初は、ピーク時の余剰エネルギーが遮断される「クリッピング」が発生する可能性がある。これは、オフピーク時の余剰生産を意味するため、あるレベルまでは許容される。しかし、このレベルを超えると過負荷が発生し、インバーターにとっては対処が難しくなる。極端な場合、インバーターは損傷し、プロジェクトは抑制とグリッドペナルティのリスクを負うことになる。

この微妙なバランスの中で効果的な設計を可能にするために重要なのは、正確で高解像度のリソースデータと予測です。プロジェクト・オーナーは、1分または5分のレベルで潜在的な損失を理解し、ピーク時の予測生産量が正しいことを確認することができます。