由于配电网的容量是围绕预期的年峰值需求加上备用裕度设计的，进一步光伏电池投资增加的峰值馈入加剧了现有的承载能力限制，并可能导致反向功率流超过配电网的容量。由于系统和网络运营商目前没有能力控制落后的电表发电，因此必须采取风险缓解和管理策略，例如限制电网出口、进一步扩大网络、安装配电规模的储能器，或提供动态出口限制。5.1.2. 清晨出现的日间高峰需求是澳大利亚家庭的典型特征（澳大利亚能源管理局，2018年），基本的日间高峰需求最常出现在下午17:30至21:00之间（表4和图A.1d）。家用纯光伏和光伏电池系统会影响双峰需求的时间和大小。在纯光伏阶段（PVS和PVM），落日限制了光伏发电减少日间峰值需求的能力，下午晚些时候的峰值只能延迟并略微减少（图A.2d和图A.3d）。在光伏电池阶段，白天峰值需求的时间对日照和光伏电池装机容量的变化更加敏感。从PVS:Bs阶段开始，较低的发电和储存容量意味着在日照不理想的日子，自行产生和储存的能量只会将下午晚些时候的峰值推迟到20:00左右（图A.4d）。但在日照较高的日子里，有足够的自生和储存能量，使家庭能够在下午晚些时候达到高峰后一直到晚上，从而暂时消除了下午晚些时候白天的高峰需求。

然而，一旦电池储能耗尽，就需要隔夜和第二天早上进行电网进口。这些因素导致了第一次出现清晨日间峰值需求（表4）。随着光伏电池投资从PVM:BST阶段发展到PVM:BL阶段，电池存储容量的增长超过了光伏容量。因此，在一年中更多的日子里，家庭能够在夜间进一步自给自足，从而导致清晨日间高峰需求的发生率增加（图A.5d、图A.6d和图A.7d）。然而，在PVL:BLgrid运行阶段，更大的自发电和储存容量使家庭能够在夜间到第二天早上越来越多地自供，然后在一个日间周期内消除电网需求，并开始减少清晨日间峰值需求的发生（图a.8d）。5.1.3。与冬季相比，冬季剩余需求占主导地位，夏季日照水平越高，家庭自给自足的能力越强。直到PVM:BSP阶段，夏季的年峰值需求量（表4）。然而，随着家用光伏电池容量的增加，剩余需求曲线在冬季越来越占主导地位（如图6a）。从PVM:BM开始，夏季峰值充分减少，年最大值被冬季峰值取代（表4）。考虑到每月的电网消耗（图7），夏季（12月至2月）的高日照水平允许家庭减少其总电网进口的很大一部分。在秋季（3月至5月）和春季（9月至10月），较温和的天气条件会减少取暖和制冷需求，加上适度的日照水平，家庭能够在夏季之后减少电网进口。

低日照发布说明：显示在一列上。矢量图见“图7.eps”5.2。系统和市场前景浏览备注：显示在单列上。矢量图见“图8.eps”5.2.1.2。变化在里面时机和斜坡属于公用事业规模一代随着家用光伏电池投资在每个电网运行阶段的进展（图6），白天电网接入继续增加（第5.1.1节），下午晚些时候的昼间峰值需要电网，并逐渐被清晨的昼间峰值所取代（第5.1.2节）。图8显示了夏季电网总需求的剩余需求变化。在SWISnetwork（APVI，2019a）中，使用27%（100万户家庭）的屋顶光伏穿透率，剩余需求的变化显然能够影响总电网需求：（i）随着光伏电池家庭白天供电的增加，总体最低需求继续下降（家庭电池无法存储所有多余的光伏发电）；（ii）光伏电池家庭从下午晚些时候到清晨的日间峰值需求的减少和转移，能够影响整个系统，并导致总电网需求的日间曲线发生类似变化。尽管总的日间峰值需求正在减少，但中午的最低需求将持续下降，导致爬坡率增加（图8）。这表明，随着家用电池系统的普及，适当类型的公用事业发电可能会受到影响。随着年电网需求的减少（第5.2.1节）和日高峰需求的减少，对额外公用事业发电容量的需求减少。

然而，随着爬坡率的增加，柔性发电机比刚性基本负载发电机具有越来越大的优势。2012年12月1日，通过SCADA记录（AEMO，2019c）获得了每日SWIS网格配置文件，因为它与2012年7月1日至2013年6月30日期间收集的家庭数据配置文件（Ausgrid，2018）最为匹配。5.2.1.3。协作越来越多地必需的对于一家人光伏电池资产电网总需求的这些变化受到持续使用统一电价的影响。如果没有时间价值，家庭就无法根据电力系统的动态需求运行其电力系统。目前，家庭配电系统未受到集中监控或控制（澳大利亚能源管理局，2019a）；因此，系统和市场运营对家用光伏电池的采用和调度是被动的。解决公用事业方面的系统限制（例如额外的峰值发电、公用事业规模的储能、网络扩容）可能比直接管理家庭能源资源成本更高。通过开发电表背后的系统协调能力，不仅可以降低运营风险和缓解成本，还可以为客户提供更广泛的能源服务。此外，随着家用光伏电池容量的增加，未充分利用的发电和存储容量在电表后面变得可用，以供应和管理不断增长的总电力需求份额。这些变化可能涉及重大监管、隐私和市场改革（AEMC，2019年；AEMO和能源网络Saustralia，2018年），然后才能将这些表后服务整合到电力网络和市场中。5.2.2.

电力市场的挑战和机遇5。2.2.1.坠落零售商收入必须德集市整合由于光伏电池系统可以实现比纯光伏系统更大的电网进口削减，主要从容量使用费中获得收入的零售商面临着广泛使用家用光伏电池带来的巨大销售损失。从PVM阶段过渡到PVM阶段，只有38%的电网消耗可以自给自足，然而在PVL:BL阶段，超过90%的家庭电网消耗可以自给自足（表4）。仅光伏电池系统也会导致许多家庭放弃收入，并投资光伏容量超过5 kWPFiT资格限制的光伏电池系统（第4节）。由于零售商不再需要为家用电网出口支付费用，家用光伏电池系统的沉没成本也很高，因此这些DER资产（例如峰值拥有、频率响应、负载转移）可以提供的任何电网服务的边际成本几乎为零。这为零售商提供了一个重新定位的机会，从管理批发电价的风险转变为成为订单市场参与的代理人，并鼓励他们融入批发电力市场。然而，必须在电力市场规则中考虑，以允许家庭DER系统有效竞争电网服务，并允许其潜在的系统和运营节约在整个系统中实现（AEMC，2019）。5.2.2.2。增加的角色对于灵活的需要家用光伏电池系统（图8）剩余需求的变化导致电网需求的增加（第5.2.1.2节），同时降低了总电网消耗（第5.2.1.1节）。

灵活的发电技术，如调峰和负载平衡设施，能够对这些变化做出快速响应，应该比死板的基本负载发电机获得竞争优势。但由于其平准化的电力成本通常高于基本负荷发电机（彭博新能源金融公司，BNEF，2019a；格雷厄姆等人，2018），柔性发电机的增加使用可能会对批发电价造成上升压力。然而，作为灵活需求（边际成本接近零）的一种形式，将家庭DER系统整合到电力市场中，可能会提供一种替代公用事业规模调峰和负载平衡设施的竞争性方案。5.3. 限制和展望结果仍然取决于输入参数的选择和建模假设。在没有对批发能源市场和相关零售商及网络成本的潜在变化进行内生反馈的情况下，采用照常经营的观点来评估家庭光伏电池投资可能产生的影响范围。这导致在解释结果时要考虑一系列限制。潜在的电力需求和太阳辐射状况每年都在重复。通过保持这些参数不变，结果可以更清楚地显示零售条件对家用光伏电池采用的影响。然而，它也低估了未来能源需求、能源效率和气候条件的变化，并忽视了电动汽车进一步重塑潜在电力需求的潜力。由于需求和太阳辐射情况反映了该地区的特殊性，因此在将结果转移到具有不同需求和辐射情况的其他地区时，需要谨慎。固定使用费、充电和供电费率以及默认电池操作。

澳大利亚零售电价主要是时不变的，包括使用费和固定费用（不含需求费）。如果没有能量的时间价值，除了提高自身消耗（即默认的电池运行）之外，电池不会被激励运行，因为额外的操作复杂性层（例如，决定何时进行电网充电和电网放电）将产生额外的成本，而无需进一步的报酬。使用时变关税（这将鼓励不同的运营行为）仍然不在本文的范围内。电池运行的默认模式通过以下方式最大化光伏自耗：仅使用多余的光伏发电进行充电，直到充满，并且仅放电，以避免电网输入，直到空载（同时保持在5千瓦的逆变器电池限制范围内）。因此，未使用电网充电和电网放电操作。统一的家用光伏电池投资方法。结果是通过对每个家庭应用单一投资方法（基于账单储蓄的贴现现金流）得出的。决策过程反映了经济理性的房主，他们有足够的收入，可以通过延长现有住房贷款为光伏电池投资提供资金。由于采用了单一的投资方法，这些结果无法反映影响客户光伏电池采用的各种因素，也无法反映家庭在做出投资决策时可能使用的各种财务估值指标。然而，经验证据继续重申，账单节约（Agnew and Dargusch，2017；Bondio et al.，2018；Figgener et al.，2019）和房屋所有权（Sommerfeld et al.，2017）是影响表后能源系统安装的重要因素，贴现现金流在文献中仍然广泛使用（例如，Schram，2018；Schopfer；2018）。关注家庭。

由于家庭仍然是安装在电表光伏系统之后的最大客户部门（AEMO，2019d），本文主要关注影响其光伏电池投资的零售市场条件。由于所有权是一个重要的影响因素（Sommerfeld等人，2017年），商业和工业（C&I）客户（主要是租户）在安装DER资产时处于不利地位，因为需要首先确定房东和租户之间的风险和利益共享。然而，如果电价继续上涨，C&I部门可能会鼓励额外的DER增长，以减少未来电价上涨的风险，并推动另一套电力系统过渡模式。未来的电价和光伏电池系统成本。预测电价和电池系统成本使用外生情景参数表示，并以每年固定的速度变化。随着不断上涨（时间不变）的电价和不断下降的系统成本，这些成本预测只反映了澳大利亚历史上一切照旧的情况和行业价格预期。本文不考虑进一步的成本动态，如电力系统的持续变化、引入新的支持政策或进一步扩大全球PVCB供应链。

探索这些动态如何相互作用并影响后续的政策决策可能是未来研究的一个有希望的领域。获得高分辨率和分类的家庭消费和发电概况将使研究人员和能源分析师能够向决策者和系统管理者提供更广泛的分析，使他们能够更好地了解表后光伏电池系统的预期增长及其提供电网服务的潜力。需要进一步研究，以了解一系列零售电价结构对家用光伏电池投资行为的影响，以及它们对系统集成的影响。随着家庭采用光伏电池系统，需要进行额外的研究，以评估和量化各种公用事业规模发电技术的适用性。未来的研究还可以评估家用光伏电池投资的政策成本和碳减排潜力。6.结论和政策含义在电表光伏电池系统之后，家庭实际上在网络上拥有最高的调度优先级。通过改变电网消费和向电网自由输出能源，这些低消费家庭有能力重塑电网需求，回收电力并取代公用事业规模的发电。

由于家庭有能力通过投资额外的光伏和电池容量来应对零售电力成本，决策者必须更广泛地整合零边际成本发电，从而降低批发电价，或者实现配电网现代化，从而提高网络和运营成本。仔细考虑未来家庭应该如何与电网互动，以及它在电力系统中的作用。在零售关税不变的情况下，从纯光伏家庭向光伏电池家庭的转变导致电网进口大幅减少，电网出口大幅增加，直到住户七分之一成为净发电商。这些净发电户能够避免因应对电网利用率变化所需的额外运营和市场响应而产生的系统成本。这加剧了不平等，增加了所有其他客户的成本负担，并取代了低成本发电，导致市场效率低下。政府政策制定者或许能够避免在低渗透率下做出改变，但随着光伏电池家庭变得越来越普遍（以及在SWI上的潜力），它们对电力行业的影响不能再被忽视，这将需要政府政策制定者和电力系统监管机构采取行动。光伏电池家庭最终应被视为向电网供电的其他发电机，有责任在需要时提供稳固可靠的电力。可以使用禁止性或基于价格的政策。想要向电网供电的家庭应该接受一个通用的电网代码，该代码提供系统级的可视性，调整他们的合理动态，并允许远程接入管理。这将允许关键的系统运行或市场价格决定何时可以出口电力。

还需要收回与光伏电池家庭的负外部性相关的成本（例如，对配电网络施加的额外成本、零售商收入损失）。与容量使用费相比，增加固定每日费用可能会限制进一步使用光伏电池的动机，但适用于所有客户，因此是递减的。接入电网时可以收取接入费，这只会给消费家庭带来成本负担，但会阻碍光伏出口及其碳减排潜力。另一种方法是通过改变光伏出口的时间来减少这些负外部性。例如，通过引入反映电网出口时间价值的时变拟合（即显著降低中午电网出口的价值，并在高峰时段增加其价值）。在短期内，这将阻止光伏发电容量的进一步增加，同时也将推进电池系统的时间和规模。通过更好地调整电网出口与峰值需求，而不是午间的最低运营需求，批发电价的压力更小。最后，利用零售集成商管理家庭电网出口和电网进口，与批发电力市场保持一致，这将增加灵活发电和需求的竞争，提高市场的经济效率，进一步降低等电客户的价格。正如我们的分析所显示的那样，降低FiT的价值会加速PVB电池的采用，从而提高家庭提供稳定容量的能力。

这为政策制定者提供了一个机会，让他们能够提供价格信号，鼓励消费者更好地调整他们的负荷和发电量，以适应更广泛的电力系统的需求。本文阐述了在零售电价不变的情况下，家庭对光伏电池系统的持续投资可能对电力系统带来的潜在变化和挑战。这些家庭正在有效地利用私人资本投资电力行业，随着光伏电池系统成本效益临界点的临近，制定鼓励未来家庭投资以补充电力系统并允许客户在电力行业脱碳中发挥更大作用的政策策略变得越来越重要。https://www.esc.vic.gov.au/electricity-and-gas/electricity-and-gas-tariffs-and-benchmarks/minimum-feed-tariffhttps://homebatteryscheme.sa.gov.au/join-a-VPPACKnowledges这项工作得到了Pawsey超级计算中心提供的资源的支持，并得到了澳大利亚政府和西澳大利亚政府的资助。作者还想感谢两位匿名评论者的建设性和深刻的评论。附录A.代表性电网运行阶段对于每个代表性阶段，以下小节以30分钟的分辨率描述了年度电网运行的变化。表4总结并展示了这些值，第5节讨论了过渡影响。A.1。潜在的家庭总需求261个家庭用户（Ausgrid，2018年）的年电网进口量为1466 MWh，年峰值需求量为663 kW（图A.1a和图A.1b），由于高冷负荷，该需求出现在夏季。每户的平均年消耗量为5.62 MWh，平均太阳能光伏发电能力系数为14.8%。

日峰值需求通常出现在下午晚些时候17:30和21:00之间，日最小需求通常出现在凌晨02:30和05:30之间（图A.1c和图A.1d）。发布说明：显示在整个页面上。矢量图见“图A.1.eps”A.2。PV small only（PVS）StagesSpublishing notes：显示整个页面。矢量图见“图A.2.eps”A.3。PV medium only（PVM）阶段发布说明：显示整个页面。“图A.3.eps”SSSA中提供的矢量图。4.小型光伏和小型电池（PVS:BS）阶段PSS发布说明：显示在整个页面上。“图A.4.eps”中提供的矢量图与PVS相比，低容量电池系统的广泛采用导致每年电网进口量的持续减少（图A.4a）。年电网进口量下降至721MWh，而年峰值需求量则急剧下降至565 kW（图A.4b）（仍处于较低水平）。低容量电池系统的安装还将平均安装的光伏容量从1.23 kWPto提高到了3.64 kWPper，从而增加了光伏自发电，并提高了光伏电池系统的整体自耗和经济效益（在第4节中讨论）。每户光伏装机容量增加的净影响是，年电网出口量增加至480 MWh，夏季峰值为611 kW（图A.4a和图A.4b）。白天高峰需求的时间从下午晚些时候转移到两个独立的时间间隔，首先是一个较大的夜间高峰（集中在20:00和21:30之间，但分布在18:30和23:00之间），然后是第二个清晨高峰（06:00到07:30之间）。此外，每日最低需求的计时通常延迟一小时（11:30至15:00）。第5.1.2节讨论了日峰值和最小需求的这些变化。A.5。

光伏中型和小型电池（PVM:BS）阶段PVM:BS阶段用2027年ITSCENARIO的剩余电网利用率时间序列表示（表3），平均光伏容量为4.97千瓦，平均每户电池容量为5.94千瓦时（图4）。MSPublishing notes：显示整个页面。矢量图见“图A.5.eps”SSA。6.PV介质和电池介质（PVM:BM）阶段EMMPPublishing notes：显示在整个页面上。“图A.6.eps”MS340 MWh中提供的矢量图，这意味着只有23%的潜在总需求由电网提供。年峰值需求也降至400千瓦（图A.6b），并出现在冬季（图A.6a），表明网络需求已成为冬季主导（在第5.1.3节中讨论）。年电网出口略有增加，达到737 MWh（图A.6a），峰值更高，为1021 kW（图A.6b）。日需求曲线也略有变化，晚高峰在20:00至23:00之间减少，在清晨05:30至08:00之间增加（图A.6d）。日最小需求的时间略微扩大到11:30到16:00之间（图A.6d）。A.7。光伏中型和大型电池（PVM:BL）阶段PVM:BL阶段用2035年ITSCENARIO的剩余电网利用率时间序列表示（表3），平均光伏容量为7.59千瓦，平均每户电池容量为22.34千瓦时（图4）。MLPublishing notes：显示整个页面。“图A.7.eps”MMA中提供的矢量图。8.大PV和大电池（PVL:BL）StagellPLL发布说明：显示在整个页面上。“图A.8.eps”中提供的矢量图MLexports继续增加至1166 MWh（图8a），这大大超过了年度网格导入量（在第3.2节中讨论）。电网输出峰值为1438千瓦（图。

8b）是663千瓦潜在需求峰值的两倍以上。白天需求的时间安排基本相同，清晨高峰保持在05:30至07:30之间，夜间高峰进一步扩大到19:30至01:00之间（图A.8d）。日间最低需求时间保持在下午12:00至15:30之间（图A.8c和图A.8d）。附录B.敏感性分析低增长和高增长零售条件假设表B.1中的以下参数。所有其他参数仍如表1所示。在这两种敏感度情况下，对0%到100%之间的各种情况进行评估。更详细的数值结果包含在研究数据中（附录D）。表B.1关于参考的其他低灵敏度和高灵敏度案例。情景参数单位低参考高贴现率%/a 10 6 2关税费用变化/退税%/a 2 5 8已安装光伏系统成本变化%/a-3-5.9-9已安装电池系统成本变化%/a-4-8-12B。1.低增长情况在低增长情况下，贴现率、光伏和电池系统成本的预计减少、零售关税和相关的上网电价都会降低（表B.1）。这降低了预期的电费成本节约，同时也提高了前期成本。使用与表2相同的容量类别，之后将过渡到仅光伏和仅光伏电池家庭，而在每个适合的情况下，平均装机容量也会降低（表B.2）。此外，在FIT和FIT方案中，从纯光伏系统向光伏电池系统的过渡被推迟到20年评估期之后。

然而，与参考案例（表3）相比，每个FiT场景中的光伏电池采用模式在质量上仍然相似，但每个代表性电网运行阶段之间的过渡速度有所减慢。研究数据中提供了数值。表B.2低增长敏感度情景下每个FiT情景下的电网运行阶段（基于每户平均光伏和电池系统容量）。B.2。高增长情况在高增长情况下，贴现率、光伏和电池系统成本的预计减少、零售关税和相关的上网电价都有所增加（表B.1）。这增加了预期的电费成本节约，同时也降低了前期成本。作为2018年的平均PV和年度FitFitFit2018年--PVSPVSPVS2019--PVSPVSPVS2020 PVSPVSPVSPVSPVPVPVSPVSPVMPPVPVSPVSPVPVPVSPVSPVPVPVSPVSPVPVSPVSPVMPPVBSPSPVSPVSPVPVSPPVMPPVPVSPVSPVPVPVPVPVSPVSPVPVPVMPPVPVPVPVMPPVPVPVPVSPVSPVSPVSPVPVPVPVPVMPVS:BSPSPSPSPSPSPSPVPVPVPVPVPVPVPVPVPVPVPVMPVS:VMBSPSPSPSPSPSPSPVPVPVPVPVPVPVPVPVPVPVPVMPVS:VMPVPVPVPVPVMPVS:PVMPPVPVPVPVMPPVMPVS电池容量后来的年份超过了表2中的容量类别，大于12千瓦的光伏容量和大于30千瓦时的电池容量分别被归类为asPVXLand BXL。从纯光伏家庭向光伏电池家庭的过渡发生得更早，同时也增加了每个FiT场景中的平均装机容量（表B.3）。此外，FiT展示了一种类似于FiT的过渡模式，在较低的FiT情况下，它能迅速赶上平均安装光伏电池容量。在每个情景中，光伏电池的采用模式在质量上与参考案例（表3）相似，但在每个代表性电网运行阶段之间有一个加速过渡。

研究数据中提供了数值。表B.3高增长敏感度情景下每个FiT情景的电网运行阶段（基于每户平均光伏和电池系统容量）。年份Fit2018 PVSPVSPVMPVMPVM2019vvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvpvl:BXLPVL:BXLPVL:BLPVM:BSPVXL:BXLPVL:BXLPVL:BXLPVL:BLPVM:BSPVXL:BXLPVL:BXLPVL:BXLPVL:BXLPVL:BXBXLPVXL:BXLPVXL:BXLPVXL:BXLPVXL:BXLPVXL:BXLPVXL:BXLPVXL:BXLPVXL:BXLPVXL:BXLPVXL:BXLPVL:BXLPVXL:BXLPVXL:BXLPVXL:BXLPVL:BLAppendix C.技术经济模型。1.关键建模假设SelectRoscape是一个用R编写的开源模型，是作者早期研究的一部分（Say等人，2018年、2019年）。该模型的目的是评估光伏电池投资结果，具体取决于家庭的需求和日照状况、预期的详细信息和上网电价，以及安装的光伏电池系统成本。Electroscape由三部分组成：一个技术模型，用于评估特定光伏和/或电池容量在家庭负荷状况下的运行情况；一个财务模型，用于计算该选择的财务可行性；一个投资决策模型，用于评估一系列光伏电池组合，以确定家庭是否应该进行投资，以及最适合投资的PVA和/或电池容量。如果进行了投资，家庭需求档案就会更新，并在下一年重复该过程。电网利用率的变化是通过将Electroscape应用于261个家庭中的每个家庭并汇总结果而产生的。

本文中的关键建模假设总结如下：  潜在的家庭需求概况、日照概况、预期的零售和饲料供应以及预期的光伏电池系统成本都是外生参数。  上网电价支付仅适用于光伏总容量为5千瓦及以下的家庭。  澳大利亚悉尼的家庭需求和日照概况被用作澳大利亚珀斯的代表性例子。  来自澳大利亚悉尼的电表数据包括2012年7月1日至2013年6月30日期间的需求和光伏发电数据的半小时分辨率，这些数据来自总公用事业电表（Ausgrid，2018）。  通过将光伏发电公用电表数据与声明的光伏容量进行归一化，计算出日照分布。  模拟的每一年都会重复每个家庭的年度基本需求和日照情况。  独立评估每个家庭的光伏电池投资过渡结果。  光伏发电性能呈线性下降。  电池储能能力呈线性下降。  电池的充放电效率和运行性能在其使用寿命内保持不变。  电池系统的使用寿命与其10年的保修期相匹配。  电池的运行可最大限度地提高光伏自用电量，且电价固定，不评估电网充电和电网放电运行。C.2。技术模型对于单个家庭来说，投资决策模型要求在10年的财务期限内从可能安装一系列光伏电池组合中获得贴现现金流。技术模型提供了用于定义这些贴现现金流的10年电网利用概况。

给定特定的光伏容量（p）和电池容量（b），技术模型将使用家庭负荷和日照曲线（分辨率为30分钟）模拟其运行。光伏发电概况是通过光伏发电能力的线性退化（25年后80%的发电能力）来缩放日照概况来计算的。“中间净负荷”模式是通过从家庭负荷模式中减去光伏发电模式来计算的。电池模拟模型（基于特斯拉Powerwall 2）通过使用“中间净负荷”的多余发电量给电池充电（低于5千瓦限制）直至充满，并在光伏发电量低于“中间净负荷”时，电池将放电（低于5千瓦限制）直至耗尽，从而最大限度地提高光伏自耗。根据技术规范，电池模拟模型假设放电深度为100%，往返效率为89%，电池容量线性下降（10年后剩余70%）。在电池模拟模型之后，产生的剩余负载曲线反映了安装特定光伏和电池系统后的电网利用率。C.3。财务和投资决策模型剩余负荷曲线与预计零售电价和拟合用于确定未来10年的预期电费。通过将该电费与未安装额外光伏或电池系统的情况进行比较，计算出10年的预期现金流（C.2）。通过考虑光伏（p）和电池（b）系统的安装成本（C.8）和贴现率（Rd），光伏电池投资的价值可以表示为净现值（C.1）。然后对每种光伏电池组合进行评估，并将其视为具有竞争力的投资机会，并根据其净现值（C.9）进行估值。

最大NPV的光伏电池配置成为安装的首选。为了在住户投入其有限的金融资本之前表现出最低水平的意识和投资信心，需要进行额外的测试。该模型反映了AEC（2019年）使用贴现回收期来报告澳大利亚各地光伏投资的吸引力，在决定安装具有最高NPV的光伏和/或电池系统之前，该模型要求至少一种经过评估的光伏电池配置具有低于5年的贴现回收期。一旦系统安装，家庭负荷概况更新，所有后续PV电池投资必须考虑这个安装系统。这使得该模型能够模拟家庭如何随着成本因素随时间变化而转变为不同类型的光伏电池投资。研究数据中提供了每个家庭的光伏电池投资结果。如前所述，Say等人。