2016年光伏系统成本将持续下降

简介:

目前制约光伏行业大规模发展的主要原因之一是其高昂的系统成本,因此光伏发电必须依靠补贴才能保证效益。近年来,作为光伏系统造价中占比最大的光伏组件受原材料成本下降、技术工艺升级等因素影响成本逐年下降。基于目前光伏组件的创新研发结果,光伏组件成本处于较为确定的成本下降通道之中。随着光伏系统成本的不断下降,即使在补贴未能及时到位的情况下,光伏发电的竞争力也将逐步提升,最终实现光伏平价上网的目标。

记者了解到,未来两年光伏安装成本预计将跌幅15%,由此将继续推动全球范围需求上涨。

据EnergyTrend最新报告显示,过去一年光伏成本大幅降低,且该趋势将延续。

EnergyTrend指出,2015年第三季度,美国公用事业所用的光伏系统平均安装成本降至1.38美元/瓦,相较2014年第三季度1.66元/瓦的价格,跌幅为17%左右。根据最新数据,新兴市场的太阳能安装量大幅提升,如印度、智利、菲律宾等地区已分别有827兆瓦、750兆瓦、134兆瓦的安装量,今后大量安装的趋势将更加明显。

随着全球范围内太阳能安装量的增加和新技术的进步,EnergyTrend预计光伏安装成本2016年会降至1.15美元/瓦,到2017年再下降15%,这将会使某些地区的度电成本下降至低于0.07美元/千瓦时,不过这也取决于当地的具体条件,如劳动力成本、日照时长和现有补贴。

由此可见,相较于化石燃料,尤其是煤炭,光伏的竞争力在日益增强。

记者了解到,2016年组件价格将受美国、中国、印度等国政策影响而持续缓跌。由于组件、逆变器以及相关原材料价格下滑,在同一跌幅走势下,2016年太阳能系统造价将降至1.15美元/瓦,由此带动全球需求向上攀升。同时,光伏电池转换效率的逐步提高也是一个关键的推动因素,组件电力输出功率将不断提高。2016年下半年,主流多晶硅产品输出功率有望实现265瓦,而单晶硅产品输出功率也将达到275-280瓦。预期2016-2017年,印度、东南亚、中美洲和南美洲国家光伏产业都将出现迅猛增长。

本文转自d1net(转载)

相关文章
|
8月前
|
机器学习/深度学习 数据挖掘 物联网
【专栏】机器学习如何通过预测性维护、负载预测、动态冷却管理和能源效率优化提升数据中心能效
【4月更文挑战第27天】随着信息技术发展,数据中心能耗问题日益突出,占全球电力消耗一定比例。为提高能效,业界探索利用机器学习进行优化。本文讨论了机器学习如何通过预测性维护、负载预测、动态冷却管理和能源效率优化提升数据中心能效。然而,数据质量、模型解释性和规模化扩展是当前挑战。未来,随着技术进步和物联网发展,数据中心能效管理将更智能自动化,机器学习将在实现绿色高效发展中发挥关键作用。
142 5
|
移动开发 安全 数据挖掘
(文章复现)梯级水光互补系统最大化可消纳电量期望短期优化调度模型matlab代码
参考文献: [1]罗彬,陈永灿,刘昭伟等.梯级水光互补系统最大化可消纳电量期望短期优化调度模型[J].电力系统自动化,2023,47(10):66-75.
|
存储 弹性计算 NoSQL
突破内存应用瓶颈,让IT成本下降40%的秘诀
近两年5G、大数据、云计算一直为行业热点,数字化进程不断加速,全行业数据开始爆发式增长。面对数据的迅猛增长,企业一方面享受着数据化转型带来的红利,另一方面也承担着大内存运行实例的高额开支。传统内存面临挑战,持久内存方案开始受到了行业更多的关注。
突破内存应用瓶颈,让IT成本下降40%的秘诀
|
机器学习/深度学习 人工智能 数据中心