7 simulation, construction, operation, & back again - how operational data informs the project...

O P T I M I Z I N G l M A N A G E M E N T

EPRI‐Sandia PV System Symposium

Sanjay Shrestha & Mat TaylorSOLV Performance Team

THE  FEEDBACK  LOOPOperat iona l   data   a s   an   i nput   to  PV  des i gn

Design

Build

TestRun

Analyze• Capacity testing• Performance modeling• Soiling analytics?• Clipping effects• Modeled versus Measured• Informing design and EPC

Start‐up 

Commissioning

Capacity Testing

O P T I M I Z I N G l M A N A G E M E N T

Q U I Z : W H AT A R E T H E T H R E E M O S T C O M P E L L I N G FA C TO R S A F F E C T I N G P E R F O R M A N C E ?

• Inverter downtime • Grid conditions • Ground faults

O P T I M I Z I N G l M A N A G E M E N T

INTRODUCTIONObservat ions  on  how  feedback  m ight  work

What we’ve learned so far…

• Sensor accuracy is always a risk

• PVsyst doesn’t know what a combiner is

• AC loss models available at back‐feed

• Performance confused with Production

• Things that matter are:

• Clipping  

• POI limiting

• Curtailment

Commissioning Process

• 20 Plants / 8 methods

• Same data sets

• Same simulation methods

• Several inverters / modules

• With and without substations

• 1.5 to 80.0 MWAC nameplate 

• Total of 279 MWAC / 363 MWDC

• 1,500 MWAC by December 2016

O P T I M I Z I N G l M A N A G E M E N T

MODELING TO TESTINGt rack ing models through commissioningTest Method Key metrics Evaluation

Performance Ratio • Output at POI• POA insolation

• Includes clipping• Includes night load

SRE “PR‐250” • Output at POI• POA irradiance

• POA > 250 W/m²• Excludes clipping

PRmadj • Output at POI•  POA irradiance• Module temperature• Inverter output kW

• POA > 250 W/m²• Excludes clipping• Wind speed filter• Shade and snow filter• Unstable irradiance

• POA > 250 W/m²• Excludes clipping• Wind speed filter• Shade and snow filter• Unstable irradiance

Regression at STC

Regression at RCM

Regression at PTC • Output at POI•  POA irradiance• Inverter output kW• Ambient temperature• Wind Speed

ASTM E2848

SOLV ASTM E2848

O P T I M I Z I N G l M A N A G E M E N T

REAL DATA – REAL PLANTSMapp ing   capac i t y   te s t   data   to   r i s k

O P T I M I Z I N G l M A N A G E M E N T

REAL DATA – REAL PLANTSMapp ing   capac i t y   te s t   data   to   r i s k

O P T I M I Z I N G l M A N A G E M E N T

CAPACITY TESTING Measured  ve rsus  mode led  …  as   a  MODEL?

Normalized production

Peer‐to‐peerComparisons

ComparativeInput current

Production   Specific Production Comparative productionNormalized string current Cumulative energy inputCB Behavior Baseline Comparison to Baseline

O P T I M I Z I N G l M A N A G E M E N T

FEEDBACK TO DESIGNOperat iona l  data   to   i n fo rm  systems   eng ineer ing

Calibrated Simulation

• Hourly resolution

• Generalized soiling

• “Availability” assumption

• (quality/mismatch check)

• AC loss assumptions

• Clipping frequency

Operational Data

• 5‐minute resolution

• Localized soiling

• Lost energy calculation

• DC characterization

• AC collection model

• Clipping behavior