项目属于新能源发电技术领域，具体涉及大型光伏电站的综合评价方法。

光伏发电是我国实现2030年“碳达峰”、2060年“碳中和”目标的关键低碳清洁能源之一。我国光伏2020年装机容量达到约250GW，并且预期“十四五”期间继续以约90GW/年的速度增长。光伏交易市场活跃，2020年的光伏资产交易规模达到约5GW/年，并有逐年上升趋势。

光伏电站综合评价方法是支撑光伏发电行业蓬勃发展的关键技术之一，涉及电站设计阶段的选址选型、建设阶段的质量控制、运营阶段的高效运维和交易阶段的价值评估。然而，在政策变化和技术快速更迭的背景下，目前光伏电站综合评价方法的适用性存在较大局限，电站实际发电量及收益常未达预期，一定程度上也阻碍了电站资产正常交易，对此目前尚无较好改善办法。

本项目以提升光伏电站性能评估准确度为核心开展深入研究，建立了适用于多种光伏组件技术路线和不同电站运营水平的发电量预测模型，研发了可结合无人机智能巡检技术的光伏组件智能缺陷识别技术，综合技术经济研究形成了一套可用于大型光伏电站工程、运维及经济评估的方法，为电站全生命周期管理和资产流通提供了准确有效的依据，为企业投资光伏、优化能源结构提供助力。

主要技术内容如下：

1、研究环境因素对光伏组件发电特性的影响规律，建立了光伏系统发电量预测模型：

1）通过测量、分析自然光谱变化特性，采用结合SMARTS模式和神经网络对角小波分析的方法预测光谱资源，建立了适用于电站规划设计的发电预测模型，实现了对多技术路线光伏组件发电性能的准确预估。

2）通过对生产数据分析，利用实测IVT数据和聚类神经网络，建立了在役电站全工况光伏系统发电量预测模型，为其实际发电质量与设计预期的差异提供了新评估手段和预测方法。

2、开发了基于多光谱图像的光伏组件缺陷智能识别技术，大幅降低了组件产线的人工成本；结合基于无人机的光伏电站信息智能采集技术，解决了山地、农光互补、渔光互补、屋顶分布式等光伏项目无法高效获取关键设备缺陷信息的技术难题，为其评价、管理、运维等提供了便捷的质量控制手段。

3、结合对电站收益率、度电成本等关键技术经济指标研究，形成了一套有效的大型光伏电站工程、运维及经济评估方法，为提升电站质量和成本控制提供了科学依据。

图1 组件缺陷智能识别实例

项目已申报专利15项（已授权：发明5项、实用新型5项）；发表或录用论文14篇（SCI或EI收录9篇）；已获软著7项。研究成果已在光伏设计、建设公司，电池研发科研单位，电池制造商，光伏电站运维及投资公司和光伏检测设备单位得到应用。主要完成单位近三年应用项目成果产生直接经济效益1.48亿元，间接经济效益0.22亿元。鉴定委员会认为：项目成果应用于光伏电站的设计、运维和资产交易，效益显著，整体达到国际领先水平。