意大利米蘭理工大學領導的研究小組創建了一個數學模型，根據考慮實際電網需求和價格的優化調度策略來優化光伏電站的設計。

“我們從電力曲線的演變開始，也稱為鴨子曲線，然后得出了負電價的極端情況，”該研究的通訊作者 Gianpaolo Manzolini 告訴pv magazine。“這項研究三年前就開始了，當時歐洲還沒有報道負電價，但澳大利亞，尤其是南澳大利亞已經出現了負電價。從這個角度來看，與昆士蘭科技大學的合作有所幫助。”

這項研究旨在證明，平準化能源成本 (LCOE) 并不是光伏和聚光太陽能發電 (CSP) 設施的正確優化參數。“所提出的方法可以應用于任何其他來源，”Manzolini 解釋道。“當然，當技術依賴于可變的可再生能源時，它變得更加重要。存儲也是如此。原則上，它在方法論中不是必需的，但它會放大差異。”

所提出的模型基于米蘭理工大學自行開發的聚合能源系統優化 (AESOPT)。該工具考慮了規模對發電技術成本和效率的影響。其默認目標函數是優化項目的凈現值(NPV)，這對應于整個投資生命周期內所有未來現金流折現到現在的價值。

研究團隊指出：“AESOPT 已擴展到包括 CSP 電廠的詳細模型，即電源塊、帶有線性集熱器的太陽能場和熔鹽儲存器。”并指出，該建模使用混合整數線性規劃 (MILP)，并考慮了最小和最大組件尺寸、與電網交換的最大功率、儲能演變和能量平衡。它還考慮了收入、資本支出 (capex)、運營支出 (opex) 和資本回收率等經濟參數。“LCOE 是非線性的，因為它涉及兩個變量之間的比率。因此，LCOE 不能直接用作 AESOPT 工具的目標函數。”

科學家們進行了兩個案例研究，涉及假設安裝在南澳大利亞和南加州的光伏電站和 CSP 設施。分析基于 2022 年的實際電價，加上同一年的天氣狀況和時間分辨率，并考慮到在兩個地點應用光伏和 CSP，調查了 16 個不同的案例。

研究人員解釋說：“結果表明，專門根據實際電力市場價格優化利潤的太陽能發電廠與基于 LCOE 的標準方法相比存在相關差異。”“根據后者優化的光伏電站設計不包括安裝存儲系統，而當考慮到實際電網情況時，這對于保證電站的盈利能力至關重要。”

他們強調，考慮電網特性可以將項目的 NPV 提高 10 倍，而與傳統的基于 LCOE 的方法相比，LCOE 可以提高 3 倍。

學者們在最近發表于《可再生和可持續能源評論》上的研究“使用 LCOE 作為太陽能發電廠經濟指標的局限性”中提出了相關問題。昆士蘭科技大學的科學家參與了這項研究。

他們總結道：“未來的工作將側重于根據天氣狀況和電價預測來評估電廠調度和設計，以了解不確定性對電廠設計的影響。”“此外，該模型將擴展到其他方案，如包括能源社區在內的住宅方案。”