许多太阳能资产报告高可用性，但实际上表现不尽如人意。重点是收紧运营和维护(O&M)合同条款，并对承包商施加成本降低压力，为质量分析留下很小的空间。
就在三年前，作为光伏杂志的客座作者 ，我标志着将数据转化为情报所带来的未开发价值。虽然在地平线上可以看到一些银色衬里，但仍有许多空白。太阳能资产产生的大量数据正在向业主和运营商提供。他们中的大部分都没有被触及，而不是被转化为情报。根据获得的情报，将实现更智能的运营 – 最大限度地提高能源生产，最大限度地减少停机时间并降低生命周期运营和维护成本。
那么，为什么过渡到更智能的运营的速度如此缓慢，尽管潜在的盈利能力增长3%或更高?为什么数字革命仍然主要在人们的头脑中，而不是基于田野?我们应该从记住更大的图景开始：太阳能技术已经成熟到能够显着降低故障率而不是风能或其他类似能源资产的程度。O&M承包商也在其管理下增加车队的情况下提高了效率，即使这种规模经济在某些情况下可能达到其自然极限。他们的职责通常在以低廉的费用交付的运营和维护合同中明确界定。只有在资产管理价值链的不同步骤中尝试非标准评估或开箱即用的方法时，才会发现许多问题。
但是，尽管取得了明显的进步，我们无法摆脱资产管理团队管理的预算要比投资团队中的同行少得多的现实。业主倾向于更多地关注新投资而不是改善现有资产。压倒性的重点是削减成本，在运营中留下很少的质量分析空间。最重要的是，监控和通信系统在涉及数据采集这一至关重要的问题时显得支离破碎，缺乏。
大多数O&M承包商提供单一的软件平台，用于监控，优化和控制。但是，与往常一样，魔鬼在细节中。经常错过使用数字数据的宝贵机会。尽管希望具有内置数据分析功能的新组件将彻底改变我们对资产长期状况的理解，但重新启动机会仍面临重大未列入预算的投资的挑战。
我感到很安慰，至少我三年前的一个预测已经成真。当时我说无人机的数据分析将成为O&M运营商和技术顾问未来工具包的一部分。我的团队是第一批为无人驾驶飞行器配备轻型热像仪以加速太阳能发电厂现场检查的团队之一，从那时起，这种做法在该领域已经司空见惯。
了解数据
关键性能指标陷阱和合同缺陷：在上一篇文章中，我描述了陷入PR陷阱的问题，仅依赖于一个指标而不考虑其随时间和在不同气候条件下的演变，或者没有将数据分解为阻止和阵列级性能。此外，还有可用性陷阱。如今，基于一分钟监控和数据采集(SCADA)数据分解为串级，可以轻松地将高级数据分析用于安装在一个项目中的数百个逆变器。
通过将不同的数据集彼此进行比较，以及计量的生产数据，并基于卫星导出的辐照度数据计算潜在的生产估计，即使在SCADA数据丢失期间也可以检测到串和逆变器技术不可用。这些实际可用性(包括在SCADA数据丢失期间)可能与运行和维护报告中所述的可用性有很大差异，并且与运行和维护合同中的定义有很大差异。棘手的是，即使在计算出更准确的可用性之后，由于O&M合同中的定义很差，特别是过时的定义，并非所有性能和可用性问题都由保修补偿。
监控软件故障：这带来了SCADA数据分析的另一个好处。它能够查明监控软件中的故障。在SCADA数据丢失严重的情况下，可以错误地报告不可用性，因为它仅报告SCADA数据覆盖期并忽略数据丢失期间的不可用性。在某些情况下，这些数据丢失也可能未在运行和维护报告中说明。
影响关键信号的重大数据问题可间接破坏资产价值，因为它们可能会增加资产估值所需的未来P50预测的不确定性。因此，完整的数据与高级数据分析相结合，构成了资产在其生命周期内保值的重要组成部分，在运营期间以及在再融资时释放价值。
未更新的方法：自动化数据评估有助于减少花在数据分析上的时间。但是，由于船队在技术，地理位置和法规方面的发展和多样化，坚持旧方法有时仍然是首选，即使它不是最有效的选择。
大数据分析过程中遇到的问题的根本原因还可能导致初步的隐藏设计或技术缺陷，或者表现不佳的承包商。它表明，超越日常运行和维护活动的范围，全面和全面的太阳能资产管理方法是关键。
提高
虽然最简单的步骤可能只是在类似的基础上修复或更换组件 – 无论是监控软件，模块还是逆变器 – 资产所有者和运营商通常会在升级组件之前三思而后行。但为什么要再等五年左右，如果今天投资会提高资产价值?
还有重新谈判O&M协议或保险合同条款的雷区。在对新收购进行价格战时，重新谈判关键KPI，保修，响应时间，违约赔偿金甚至更改承包商可能是提高整体利润的更快途径。
我今天想要预测三年后的标准是用于数据分析和故障预测系统的人工智能(AI)的兴起。更令人兴奋的是自学习算法的出现，可以实现价格水平的实时分析。
在商业市场的未来情景中，企业购电协议和存储设备的共址，可以根据太阳能存储工厂的资产健康状况做出即时决策的算法，无论是存储能源还是出售能源，在我看来都是最合适的。为什么不在三年后让我对这个预测负责?