跳转到主要内容

谢谢你访问nature.com。您使用的浏览器版本支持有限的CSS。为了获得最好的体验,我们建议您使用更最新的浏览器(Internet Explorer或关闭兼容性模式)。同时,为了确保继续支持,我们网站没有显示样式和JavaScript。

量化全球太阳能光伏供应链的成本节约

文摘

实现碳中和需要部署可再生能源以前所未有的速度和规模1,2,但国家有时落实政策,增加成本,限制资本的自由流动,人才和创新支持本地化的好处,如经济增长、就业和贸易顺差3,4。我们评估的成本节约供应链全球化的太阳能光伏(PV)模块。使用历史的能力,我们开发一个双重学习模型组件和太阳能光伏输入材料价格数据部署在美国,德国和中国。我们估计,全球光伏模块市场挽救了光伏安装24胜38负()亿美元在美国,7(5 - 9)数十亿美元在德国和36(26-45)数十亿美元在中国从2008年到2020年与反事实的场景,在该场景中,相比国内制造商提供越来越多的安装能力长达十年时间。向前突出同一场景从2020年的估计结果太阳能模块价格高出大约20 - 25每分2030年与未来全球化的供应链。国际气候政策受益于全球化的低碳价值链4,这些结果指出需要补充福利分配政策来减轻对技术挤出效应和潜在的影响。

这是一个预览的订阅内容,通过访问你的机构

访问选项

买条

时间有限或全文访问ReadCube。

32.00美元

所有价格是净价格。

图1:太阳能光伏电池年产量的起源,2010 - 2021。
图2:比较估计太阳能光伏模块的价格在全球和国家市场场景(2007 - 2020)在中国和德国和美国(2006 - 2020)。
图3:估计每年节省部署年度太阳能光伏模块使用全球和全国市场的场景在中国,德国和美国(2008 - 2020)。
图4:预计太阳能光伏模块的比较价格(2020 - 2030)利用全球和国内市场场景在中国,德国和美国。

数据可用性

我们编译综合数据集历史太阳能容量和组件价格在全球范围内和在美国,中国和德国。所有的数据都是公开的https://doi.org/10.5281/zenodo.6989075。全球光伏装机容量和价格数据来自国际可再生能源机构的开放数据库(IRENA)18。对美国而言,太阳能容量数据来自太阳能行业协会(SEIA)48,价格和模块组装来自两个来源:劳伦斯伯克利国家实验室(LBNL)49和国家可再生能源实验室(NREL)16。劳伦斯的数据用于2006 - 2018年期间作为本系列结束2018年,和NREL数据用于2019 - 2020系列延长到2020年。这是选择只因为NREL数据从2010年开始,因此LBNL系列涵盖更广泛(扩展数据无花果。2- - - - - -4)。对中国来说,装机容量和模块价格数据提取(2007 - 2018)的报告和演示能源研究所(ERI)50,2019 - 2020年的数据从中国光伏产业协会的历史数据中提取蓖麻的完全相同51。对于德国而言,从IRENA产能数据,提取模块价格数据来自弗劳恩霍夫伊势52。所有的价格都在2020美元,我们采用通货膨胀调整使用国际货币基金组织(https://data.imf.org/)和汇率从联邦储备银行(https://www.federalreserve.gov/releases/h10/hist/)。源数据本文提供的。

代码的可用性

所有的代码用于处理数据和生产分析和数据是公开的https://doi.org/10.5281/zenodo.6989075

引用

  1. 零到2050年(IEA, 2021)。

  2. 杜尔,j . & Panchadsaram R。速度与规模:一个行动计划解决我们现在的气候危机(组合,2021)。

  3. 莎拉·l . et al。清洁能源产业政策、贸易和供应链(CSIS & BloombergNEF, 2021);https://csis-website-prod.s3.amazonaws.com/s3fs-public/publication/210224_Ladislaw_Industrial_Policy.pdf

  4. Goldthau, a &休斯,l .保护全球供应链低碳技术。自然585年,28 - 30 (2020)。

    文章广告中科院PubMed谷歌学术搜索

  5. 2021年可再生能源发电成本(IRENA, 2021);https://www.irena.org/publications/2022/jul/renewable电力代-成本- 2021

  6. Helveston, j . & Nahm j .中国比例低碳能源技术的关键作用。科学366年,794 - 796 (2019)。

    文章广告中科院PubMed谷歌学术搜索

  7. 2020年世界能源展望(IEA, 2020)。

  8. Cherp,。,Vinichenko, V., Tosun, J., Gordon, J. A. & Jewell, J. National growth dynamics of wind and solar power compared to the growth required for global climate targets.Nat。能源6,742 - 754 (2021)。

    文章广告谷歌学术搜索

  9. 2022年photovoltaics-February Jager-Waldau, a .快照。EPJ Photovolt。139 (2022)。

    文章广告谷歌学术搜索

  10. 在太阳能光伏全球供应链特别报道2022 (IEA);https://www.iea.org/reports/solar-pv-global-supply-chains

  11. Nemet, g F。太阳能如何成为便宜:低碳创新的典范(出版社,2019)。

  12. 阿特金森,r . d .为什么中国需要结束其经济重商主义。赫芬顿邮报https://www.huffpost.com/entry/why-china-needs-to-end-it_b_84028(2008)。

  13. 简报:总统拜登采取大胆的行政措施刺激国内清洁能源制造业(白宫,2022)。

  14. 绿色,m . a .太阳能电池怎么那么便宜呢?焦耳3,631 - 633 (2019)。

    文章谷歌学术搜索

  15. Tillman, b .红色恐怖或红鲱鱼:非传统收藏家的“中国倡议”战略是扼杀创新在美国。西雅图j .抛光工艺。环绕。创新。法律116 (2020)。

  16. 傅,R。,费尔德曼,d &马戈利斯,R。美国太阳能光伏系统成本基准:2018年第一季度NREL (2018);https://www.nrel.gov/docs/fy19osti/72399.pdf

  17. Nemet, g F。陆,J。,Rai, V. & Rao, R. Knowledge spillovers between PV installers can reduce the cost of installing solar PV.能源政策144年111600 (2020)。

    文章谷歌学术搜索

  18. 2021年可再生能源统计(IRENA, 2021);https://www.irena.org/publications/2021/aug/renewable -能源- 2021年的统计数据

  19. 2021年度技术基线NREL (2021);https://atb.nrel.gov/electricity/2021/data

  20. Surana, K。,Doblinger, C., Anadon, L. D. & Hultman, N. Effects of technology complexity on the emergence and evolution of wind industry manufacturing locations along global value chains.Nat。能源5,811 - 821 (2020)。

    文章广告谷歌学术搜索

  21. 费尔德曼,d &马戈利斯,R。H2 2020年太阳能产业更新NREL (2021);https://www.nrel.gov/docs/fy21osti/79758.pdf

  22. 钟,D。,Horowitz, K. & Kurup, P.SunShot之路:美国太阳能制造新兴机遇和挑战NREL (2016);https://www.nrel.gov/docs/fy16osti/65788.pdf

  23. 哈特,D。中国生产的影响增加在全球太阳能光伏行业创新ITIF (2020);https://itif.org/publications/2020/10/05/impact-chinas-production-surge-innovation-global-solar-photovoltaics

  24. Sivaram, V。,Dabiri, J. O. & Hart, D. M. The need for continued innovation in solar, wind, and energy storage.焦耳2,1639 - 1642 (2018)。

    文章谷歌学术搜索

  25. 福克斯,大肠& Kirchain r .设计位置?制造业的影响海外技术在光电子产业的竞争力。管理。科学。56,2323 - 2349 (2010)。

    文章数学谷歌学术搜索

  26. Abernathy w . j . &之际,j . M。,别人。产业创新的模式。抛光工艺。牧师。80年40-47 (1978)。

    谷歌学术搜索

  27. 高,m &克莱伯美国时间在产品创新的扩散路径。经济学。J。92年,630 - 653 (1982)。

    文章谷歌学术搜索

  28. 之际,j . m . &苏亚雷斯f·f·创新,竞争和产业结构。政策》2221 (1993)。

    文章谷歌学术搜索

  29. 之际,j . M。掌握创新的动力:企业如何抓住机遇,面对技术变化(哈佛商业学院,1994)。

  30. 阿加瓦尔,r &高,市场的演变和进入,退出和生存的公司。启经济学。统计。78年,489 - 498 (1996)。

    文章谷歌学术搜索

  31. 卡瓦略,M。,Dechezleprêtre, A. & Glachant, M.理解全球价值链的动力太阳能光伏技术。经济研究工作论文40号(世界知识产权组织的数据,2017)。

  32. 建立弹性供应链,重振美国制造业,促进广泛的增长(白宫,2021);https://www.whitehouse.gov/wp-content/uploads/2021/06/100-day-supply-chain-review-report.pdf

  33. Myslikova、z和加拉格尔,k . s .任务创新是关键任务。Nat。能源5,732 - 734 (2020)。

    文章广告谷歌学术搜索

  34. Nahm, j . &斯坦因费尔德,e . s .扩大国家:中国在创新的专业化生产。世界开发。54,288 - 300 (2014)。

    文章谷歌学术搜索

  35. 1.0太阳能供应链可追溯性协议(SIEA, 2021);https://www.seia.org/research-resources/solar-supply-chain-traceability-protocol

  36. 麦当劳,a . & Schrattenholzer l .学习率能源技术。能源政策29日,255 - 261 (2001)。

    文章谷歌学术搜索

  37. Nemet g . f .以外的学习曲线:影响因素降低光伏发电成本。能源政策34,3218 - 3232 (2006)。

    文章谷歌学术搜索

  38. 秋y & Anadon l . d .风力发电在中国的价格在其扩张:技术的采用,边干边学,规模经济,制造业本地化。能源经济学。34,772 - 785 (2012)。

    文章谷歌学术搜索

  39. 郑,c &卡门,d . m .一个可持续的全球光伏产业innovation-focused路线图。能源政策67年,159 - 169 (2014)。

    文章谷歌学术搜索

  40. 鲁宾,大肠。,Azevedo, I. M. L., Jaramillo, P. & Yeh, S. A review of learning rates for electricity supply technologies.能源政策86年,198 - 218 (2015)。

    文章谷歌学术搜索

  41. Yelle l . e .学习曲线:历史回顾和全面的调查。决策。科学。10,302 - 328 (1979)。

    文章谷歌学术搜索

  42. Yu c F。,van Sark, W. G. J. H. M. & Alsema, E. A. Unraveling the photovoltaic technology learning curve by incorporation of input price changes and scale effects.更新。维持。能源牧师。15,324 - 337 (2011)。

    文章谷歌学术搜索

  43. 张,C。谢,L。秋,Y。,(Lucy) & Wang, S. Learning-by-manufacturing and learning-by-operating mechanisms drive energy conservation and emission reduction in China’s coal power industry.Resour。Conserv。Recycl。186年106532 (2022)。

    文章谷歌学术搜索

  44. 刘易斯,j . i & Nemet g . f .在低碳技术评估学习:向一个更全面的方法。电线爬。改变12e730 (2021)。

    文章谷歌学术搜索

  45. 孟,J。,Way, R., Verdolini, E. & Anadon, L. D. Comparing expert elicitation and model-based probabilistic technology cost forecasts for the energy transition.Proc。《科学。美国118年e1917165118 (2021)。

    文章中科院PubMed公共医学中心谷歌学术搜索

  46. Kavlak G。,McNerney, J. & Trancik, J. E. Evaluating the causes of cost reduction in photovoltaic modules.能源政策123年,700 - 710 (2018)。

    文章谷歌学术搜索

  47. Vartiainen E。马森,G。布雷耶,C。,Moser, D. & Román Medina, E. Impact of weighted average cost of capital, capital expenditure, and other parameters on future utility-scale PV levelised cost of electricity.掠夺。Photovolt。:>,28,439 - 453 (2020)。

    文章谷歌学术搜索

  48. 太阳能行业研究数据(美国,2021);https://www.seia.org/solar-industry-research-data

  49. Barbose, g . l . & Darghouth: R。跟踪太阳:定价和分布式光伏发电系统的设计趋势在美国,2019年版(劳伦斯,2019);https://emp.lbl.gov/publications/tracking-sun-pricing-and-design

  50. 王的年代。中国光伏行业的地位和视角。2019年清洁能源峰会。(2019)。

  51. 王,B。光伏行业在2020年,2021年和观点。中国光伏产业协会。(2020)。

  52. Wirth, H。最近关于光伏发电在德国(弗劳恩霍夫伊势,2021);https://www.ise.fraunhofer.de/content/dam/ise/en/documents/publications/studies/recent-facts-about-photovoltaics-in-germany.pdf

下载参考

确认

我们感谢g . Nemet g . Barbose n . Darghouth h . Bahar a Jager-Waldau和p .薄荷糖的帮助在数据共享和回答我们的数据的问题;d·哈特和信息技术与创新基金会举办能源创新和Climate-tech“新兵训练营”职业生涯早期学者(由斯隆基金会资助),许多研究开始在这个最初的对话。

作者信息

作者和联系

作者

贡献

G.H.发起这项研究的想法。J.P.H.领导数据管理。M.R.D.写了初步分析代码,J.P.H.写最后的分析和可视化代码。所有作者的贡献同样概念化和写作。

相应的作者

对应到帮他

道德声明

相互竞争的利益

作者宣称没有利益冲突。

同行评审

同行审查的信息

自然由于Aleh Cherp, m . Chiesa保罗·德拉蒙德和Yueming邱为他们贡献的同行评审工作。同行审查报告是可用的。

额外的信息

出版商的注意施普林格自然保持中立在发表关于司法主权地图和所属机构。

扩展数据数据和表

预计每年节省的扩展数据图1比较(2020 - 2030)利用全球和全国市场的场景在中国,德国和美国。

储蓄相乘计算了全国装机容量与模型之间的差别价格每年从全国和全球市场的场景。通过模拟误差代表95%置信区间计算。

扩展数据图2比较美国太阳能光伏装机容量的类型和数据源。

NREL之间的数据基本一致16和美国48。然而,美国数据更新到2020年,因此被用于这项研究。

扩展数据图3比较美国累积太阳能光伏装机容量的数据源。

NREL之间的数据基本一致16和美国48而来自IRENA的数据18建议安装能力略低在过去五年。

扩展数据图4比较美国太阳能光伏模块价格的数据源。

我们使用了劳伦斯的数据492006年- 2018年期间在本研究本系列在2018年结束,以及NREL数据16系列2019 - 2020年延长到2020年。我们选择了这只因为NREL数据从2010年开始,因此LBNL系列涵盖更广泛。

扩展数据图5之间的关系λ和国家的比例全球累计装机容量(2006 - 2020)。

相同的值的λ并不意味着每个国家同样比例的国家学习。例如,如果λ= 0.4,那么国家学习的比例是15%在美国,44%在中国和德国的40%。

扩展数据图6全球硅价格历史(1980 - 2020)8

硅材料是一个关键的输入而不是直接联系学习。硅价格经历了主要从2006年的每公斤171美元飙升到一个高峰在2008年每公斤395美元,这可能影响模块价格明显,所以我们在双因素包括这个学习模型。

扩展数据表1估计学习模型系数
扩展数据表2估计学习模型系数从替代模型1,其中包括一个额外的协变量累积国家模块生产能力
扩展数据表3估计学习模型系数从替代模型2,其中包括额外的协变量累积装机容量
扩展数据表4估计学习模型系数从替代模型3中,其中包括一个额外的协变量对全球平均工厂规模

补充信息

源数据

权利和权限

Springer性质或其许可方拥有独家出版协议下本文作者(年代)或其他情况下(年代);作者self-archiving接受这篇文章的手稿版本是完全由这样的出版协议的条款和适用法律。

再版和权限

关于这篇文章

验证通过CrossMark货币和真实性

引用这篇文章

Helveston,摩根大通,He, G. & Davidson, M.R. Quantifying the cost savings of global solar photovoltaic supply chains.自然(2022)。https://doi.org/10.1038/s41586 - 022 - 05316 - 6

下载引用

  • 收到了:

  • 接受:

  • 发表:

  • DOI:https://doi.org/10.1038/s41586 - 022 - 05316 - 6

评论

通过提交评论你同意遵守我们的条款社区指导原则。如果你发现一些滥用或不符合我们的条件或准则请国旗是不合适的。

搜索

快速链接

Baidu
map