该项目的主要目标是帮助将电力市场中的国家太阳能份额从目前的低于0.05%的比例提高到2030年的至少14%。这是三年努力的第二年。

“如果我们能够开发出有效和准确的预测模型，我们可以帮助确定可能增加住宅光伏系统购买的政策变量，并最终有助于推进SunShot计划的使命，”桑迪亚项目负责人KiranLakkaraju说。他说，具体而言，太阳能购买动态的有效模型可用于预测甚至影响消费者购买决策。

该模型项目是太阳能演化和扩散研究(SEEDS)计划的一部分，是能源部SunShot计划中的众多活动之一，旨在使太阳能成本与其他形式的电力竞争。SEEDS项目旨在研究改变太阳能研究人员，制造商，开发商，安装人员和政策制定者的运作方法。

这些项目将在能源部SunShot大挑战峰会的5月22日研讨会上进行讨论。该活动将于5月19日至22日在加利福尼亚州阿纳海姆举行。

桑迪亚的太阳能计划包括在光伏系统，聚光太阳能，电网集成以及太阳能代码和标准等领域的深入研究和开发。

计算机模型预测房主购买，投资光伏系统的可能性

Sandia的方法是收集和分析大量数据，实验室定量建模和分析小组经理JerryMcNeish说。这些信息导致了两种不同的模型，一种预测个人购买光伏系统的可能性，另一种预测个人投资需要多长时间。

与国家可再生能源实验室(NREL)和加州可持续能源中心(CCSE)的项目合作伙伴合作，项目研究人员正在对圣地亚哥县的消费者进行调查，其中包括1,000名购买光伏系统的受访者和另外1,000名未购买光伏系统的受访者。。桑迪亚和范德比尔特大学的定量建模专家将对调查数据进行研究，并将其纳入建模工具。

CCSE引领圣地亚哥地区太阳能市场的市场特征，包括焦点小组，试点计划和消息的现场测试。

实验分析激励的有效性，消息的框架

正在通过合作者投票太阳能计划进行的实地试验收集桑迪亚项目的其他数据，该计划将分析消费者在朋友，家人或同事购买光伏系统时如何应对经济激励，折扣甚至同伴效应。

宾夕法尼亚大学沃顿商学院在线进行的另一项实验是探索消息框架如何影响消费者是否会花时间去了解更多关于安装光伏系统的信息。研究人员将研究不同人口统计细分受消息影响的因素，并研究环境意识，能源独立性，生活事件信息以及如何接收信息等问题的影响。

其他预测变量，包括房屋面积，全国失业率，甚至看似无关紧要的因素，如消费者是否拥有游泳池，也是模型的一部分。

消费者数据模型将帮助识别可能的太阳能买家

“我们基本上创建了一个模型，根据价格，节能，环境问题和其他因素等变量来预测家庭太阳能系统的购买，”Lakkaraju说。“但是我们也在进行实验，将结果反馈到模型中。我们有一个循环，我们使用该模型来测试和生成有关太阳能电池板购买的假设，但随后我们通过实验来测试这些假设以改进模型。”

Lakkaraju说，Sandia开发的模型已经预测购买行为比现有型号好200-500%。

该团队还在调查新的融资结构，这些结构不仅仅是简单的“购买”，例如通过租赁或电力购买协议进行的第三方所有权。Lakkaraju说，这些不是严格的购买，但被视为行业增长的关键。

研究小组将测试他们在其他现场实验中使用模型的建模工具，建议和草案指南。

“这项工作的重要性在于它将有助于识别那些可能购买光伏系统并帮助预测未来市场趋势的人，”Lakkaraju说。“最终，它将帮助太阳能行业的人们更有效地将太阳能带给消费者。