每周能源AI运用案例：预测家用光伏能否盈利

瑞士苏黎世联邦理工学院(ETH Zurich)和德国班贝格大学(University of Bamberg)的一组研究人员开发了一种基于机器学习算法的技术经济模拟模型，旨在优化家用太阳能电力系统的配置和盈利能力。

研究小组收集了4190个瑞士家庭的真实能源消费数据，在苏黎世当前的电价和天气条件下进行了光伏电池的经济评估。

研究模拟了几个场景，在光伏发电装机容量平均为4.4千瓦，平均电池大小为9.6千瓦的时候，能够让99.9%的瑞士家庭获利。在这种情况下，家用太阳能安装的成本预计将在€1000每千瓦，而电池的价格不会超过€250每千瓦时。

瑞士科学家表示，该技术经济模型能够用一组输入参数(如天气、负荷情况、关税、物理性质和部件成本)进行的数据集中去优化每个家庭的净现值(NPV)。“许多参数取决于当地的建筑属性，如可用的屋顶表面积、屋顶朝向和屋顶倾斜。”研究指出。

研究人员还说，总体而言，年度需求是衡量太阳能存储解决方案盈利能力的一个关键指标，尽管家用太阳能项目的盈利能力或许是可变的。

他们在论文中写道:“简而言之，安装光伏系统对年需求超过7000千瓦时的家庭来说是有利可图的，但对低于3000千瓦时的家庭来说则不然。”“在这两个值之间，因此对于很多家庭来说，安装可能是有利可图的，但这取决于用户的负荷曲线和其他因素。研究人员强调，他们的算法仅基于有限的一组特征，以及更短的智能表数据测量时间。

联系知能

投稿分享

你在找我们

直接聊聊