Aurinkosähköjärjestelmän kannattavuus- ja mitoitustyökalun kehittäminen

Abstract

Diplomityössä kehitetään Microsoft Excel -pohjainen kannattavuus- ja mitoitustyökalu tukemaan aurinkosähköinvestointien päätöksentekoa. Mitoitus tehdään optimoimalla järjestelmäkoko taloudellisen kannattavuuden perusteella simuloitua aurinkosähkön tuotantoa ja sähkönkulutusprofiilia tuntitasolla analysoimalla. Kannattavuuslaskennan tuloksena saadaan joukko perinteisiä investointilaskennan kannattavuuslukuja, joista tärkeimmät ovat nettonykyarvo, sisäinen korkokanta ja korollinen takaisinmaksuaika.

Aurinkosähköinvestointi koostuu pääosin investointikustannuksista. Huolto- ja ylläpitokustannukset ovat vähäisiä ja polttoainekustannuksia ei ole. Kannattavuuteen vaikuttavat merkittävästi järjestelmän mitoitus, investointikustannukset, sähkön hinta, pääoman kustannukset sekä aurinkosähkön tuotantomäärä.

Kannattavuus- ja mitoitustyökalun toimintaa testataan kahdessa todellisessa esimerkkikohteessa. Näistä ensimmäinen rahoitetaan täysin omalla pääomalla ja toinen osittaisella lainarahoituksella. Sisäisen korkokannan ja nettonykyarvon optimoinnin mukainen mitoittaminen osoittautui parhaaksi tavaksi selvittää kannattavin järjestelmäkoko. Ensimmäiseen kohteeseen toteutettavaksi järjestelmäksi valikoitui 600 kWp:n järjestelmä, jonka investoinnin sisäiseksi korkokannaksi laskettiin 15,3 %. Toiseen kohteeseen mitoitettiin 123 kWp:n järjestelmä, jonka sisäiseksi korkokannaksi määritettiin 14,3 %. Sijoittajan näkökulman sisäiseksi korkokannaksi toisessa kohteessa saatiin 23,5 %. Molemmat investoinnit ovat analyysin perusteella kannattavia toteuttaa.

In this master's thesis, a Microsoft Excel -based profitability and dimensioning tool is developed to support decision-making for investments of solar photovoltaic power systems. Dimensioning is performed by optimising the system size from an economic profitability perspective by analysing simulated solar power production and electricity load profile on an hourly basis. The profitability analysis results in a set of traditional investment profitability metrics, with the most important ones being the net present value, the internal rate of return and the discounted payback period.

Solar power investments mainly consist of capital costs. Maintenance and operational expenses are minimal, and there are no fuel costs. The key factors influencing profitability are system dimensioning, investment costs, electricity price, cost of capital and solar power production.

The functionality of the profitability and dimensioning tool is tested in two real-world case studies. The first case is fully financed with equity, while the second case utilises partial debt financing. Dimensioning based on optimising the internal rate of return and the net present value proved to be the most effective way to determine the most profitable system size. For the first case, a 600 kWp system was selected, with an internal rate of return of 15.3 %. The second case was sized with a 123 kWp system, resulting in an internal rate of return of 14.3 %. From an investor’s perspective, the internal rate of return for the second case was 23.5 %. Both investments are found to be profitable based on the analysis.