Wie das Ertragrisiko von Solar-PV-Anlagen das Projektdesign, die Investition und die Bankfähigkeit beeinflusst

Wie das Ertragrisiko von Solar-PV-Anlagen das Projektdesign, die Investition und die Bankfähigkeit beeinflusst

Beitrag

8 min Lesezeit

Der erwartete jährliche Energieertrag (PVout) ist eine grundlegende Kennzahl für jedes Photovoltaik (PV)-Projekt im Versorgungsmaßstab. Er informiert über das Design, prägt das Budget, fließt in das Finanzmodell ein und beeinflusst, was Investoren und Kreditgeber zu akzeptieren bereit sind. Hinter jeder Schätzung des erwarteten Ertrags verbirgt sich jedoch eine Bandbreite von Unsicherheiten. Ein Teil davon stammt aus der Sonnenressource selbst. Ein Teil stammt aus der Qualität der Eingabedaten, dem Modellierungsansatz, den Annahmen über Verluste und der Art und Weise, wie standortspezifische Bedingungen dargestellt werden. Schnee, Verschmutzung, Clipping, Gelände, Verschattung, thermisches Verhalten, Degradation, bifaziale Effekte, Komponentenparameter – all diese Faktoren können das Endergebnis beeinflussen. Unsicherheit wurde typischerweise als technischer Berichtsposten behandelt. Im heutigen PV-Markt beeinflusst Unsicherheit jedoch, wie Projekte entworfen, bewertet, finanziert und genehmigt werden. Es ist nicht nur ein technisches Problem. Es ist eine kommerzielle Variable.

Was PV-Ertragsunsicherheit für jeden Stakeholder bedeutet

Die gleiche Ertragsunsicherheit kann für verschiedene Projektbeteiligte unterschiedliche Bedeutungen haben. Für Ingenieure beeinflusst sie, wie zuversichtlich sie das Design optimieren können. Für Investoren verändert sie die Stärke der Rendite. Für Kreditgeber beeinflusst sie, wie viel Fremdkapital das Projekt tragen kann. Deshalb muss die Branche über die reine Berichterstattung von Unsicherheiten hinausgehen. Die wichtigere Frage ist, wie viel dieser Unsicherheit reduziert werden kann, bevor sie beginnt, Projektentscheidungen auf kostspielige Weise zu beeinflussen.

Wie PV-Ertragsunsicherheit technische Entscheidungen beeinflusst

Ingenieure verwenden Energieertragsschätzungen, um praktische Designentscheidungen zu treffen. Dazu gehören Tracker-Konfiguration, Reihenabstand, DC/AC-Verhältnis (Verhältnis von Gleichstrom- zu Wechselstromkapazität), Wechselrichterauslastung, String-Design, Kabeldimensionierung, Geländeanpassung, Clipping-Strategie und Verlustannahmen. Wenn die Unsicherheit gering und gut verstanden ist, können Designoptionen mit größerer Zuversicht verglichen werden. Ingenieure können besser beurteilen, ob ein höheres DC/AC-Verhältnis gerechtfertigt ist, ob ein engerer Abstand die Projektökonomie verbessert oder ob zusätzliche Geräte genügend zusätzliche Energie liefern, um sich zu amortisieren. Wenn die Unsicherheit hoch oder schlecht definiert ist, wird der Designprozess vorsichtiger. Konservative Entscheidungen fühlen sich sicherer an, auch wenn sie nicht immer optimal sind. Dies kann zu zwei Arten von Ineffizienz führen. Ein Projekt kann überdimensioniert sein, mit zusätzlicher Kapazität, größeren Margen oder konservativeren Layouts, die hinzugefügt werden, um sich gegen Unbekanntes abzusichern. Oder es kann unteroptimiert sein, mit Energie, die auf dem Tisch liegen bleibt, weil das Modell das standortspezifische Verhalten wie saisonale Verschmutzung, komplexe Verschattung, Clipping oder bifaziales Albedo nicht richtig erfasst. Für Ingenieure ist Unsicherheit daher keine abstrakte Wahrscheinlichkeitsspanne. Sie beeinflusst die Zuversicht hinter jedem Design-Trade-off.

Wie Unsicherheit das Vertrauen der Investoren verändert

Investoren investieren nicht in eine einzelne Produktionszahl. Sie investieren in eine Reihe möglicher Ergebnisse. Der P50-Ertrag – die Schätzung der jährlichen Energieproduktion, die mit einer Wahrscheinlichkeit von 50 % überschritten wird – wird typischerweise als erwarteter Produktionsfall verwendet. Investitionsausschüsse betrachten jedoch auch genau die Abwärtsrisikoszenarien. Sie müssen wissen, ob das Projekt immer noch funktioniert, wenn die Produktion niedriger als erwartet ausfällt, die Investitionsausgaben (CAPEX) steigen, die Finanzierung teurer wird oder die Marktpreise sinken. Hier wird die Beziehung zwischen P50 und P90 (dem Produktionsniveau, das mit einer Wahrscheinlichkeit von 90 % überschritten wird) wichtig. Ein Projekt kann unter dem P50-Fall eine attraktive Rendite aufweisen. Aber wenn die Unsicherheit hoch ist, kann der P90-Fall deutlich schwächer sein. Je größer die Lücke zwischen erwarteter und konservativer Produktion, desto fragiler wird die Investition. Die Eigenkapitalrendite (ROE) wird oft als eine einzige Zahl dargestellt, aber in Wirklichkeit ist es nützlicher, sie als Spanne zu betrachten. Die P50 ROE zeigt, was das Projekt bei erwarteter Produktion liefern kann. Die P90 ROE zeigt, was dem Investor bei einem ungünstigen Produktionsfall gegenübersteht, unter der Annahme, dass andere Variablen gleich bleiben. Die Reduzierung der Unsicherheit ändert möglicherweise nicht den erwarteten Ertrag. Sie kann jedoch den konservativen Ertragsfall verbessern und die Lücke zwischen P50 und P90 verringern (Abbildung 1). Das kann die Abwärtsrendite widerstandsfähiger machen – oft der Fall, der bei der Genehmigung von Investitionsentscheidungen am wichtigsten ist. [caption id="attachment_260165" align="aligncenter" width="1110"]

1. Die Wahrscheinlichkeitsverteilung des PV-Energieertrags veranschaulicht, wie der erwartete Ertrag mit steigendem PXX-Niveau sinkt. Mit freundlicher Genehmigung: Solargis[/caption] Für Investoren stellt sich nicht nur die Frage, wie viel das Projekt verdienen kann. Es geht auch darum, wie stark die Renditen sinken können, bevor die Investition schwer zu verteidigen ist.

Wie Kreditgeber PV-Ertragsunsicherheit zur Beurteilung der Bankfähigkeit nutzen

Kreditgeber nähern sich der Ertragsunsicherheit durch die Brille der Schuldentilgung. Ihre Hauptsorge ist, ob das Projekt unter konservativen Annahmen genügend Cashflow generieren kann, um die Schulden zu bedienen. Dies wird normalerweise durch Kennzahlen wie den Schuldendienstdeckungsgrad (DSCR) beurteilt. Einfach ausgedrückt misst der DSCR, ob das Projektergebnis ausreicht, um Schuldendienstzahlungen zu decken. Banken beurteilen Projekte oft anhand konservativer Produktionsannahmen, wie z. B. P90-Energie. Es ist jedoch ein Fehler anzunehmen, dass Kreditgeber einfach einen jährlichen Unsicherheitsabschlag über die gesamte Projektlaufzeit anwenden. In der realen Projektfinanzierung kann dieser Ansatz zu grob sein. Wenn die Produktion über einen Zeitraum von 20 oder 25 Jahren mechanisch jedes Jahr reduziert wird, kann dies den DSCR, den Loan Life Coverage Ratio und die Eigenkapitalrenditen erheblich schwächen. Ein Projekt kann auf dem Papier weniger bankfähig erscheinen, selbst wenn das Risiko auf präzisere Weise gemanagt werden könnte. Kreditgeber gehen Unsicherheiten normalerweise durch die Finanzierungsstruktur an. Dies kann die Höhe der Schulden, DSCR-Schwellenwerte, Rücklagenkonten, Dividendeneinschränkungen, Covenants, Garantien oder Sponsorenunterstützung umfassen. Ziel ist es, sicherzustellen, dass das Projekt unter konservativen Annahmen robust bleibt. Für Kreditgeber ist Unsicherheit real, wird aber normalerweise durch die Struktur und nicht durch eine einfache jährliche Kürzung der Produktion gemanagt.

Warum die Berichterstattung über Unsicherheiten das Problem nicht löst

Die Quantifizierung von Unsicherheiten ist notwendig. Sie verbessert die Transparenz und gibt den Stakeholdern einen klareren Blick auf das Projektrisiko. Aber die Berichterstattung über Unsicherheiten verbessert das Projekt nicht automatisch. Wenn die Unsicherheit hoch bleibt, reagiert jeder Stakeholder defensiv. Ingenieure fügen Puffer hinzu. Investoren konzentrieren sich stärker auf Abwärtsrenditen. Kreditgeber reduzieren die Hebelwirkung oder verschärfen die Finanzierungsbedingungen. Dieses defensive Verhalten kann das Projekt beeinflussen, auch wenn der erwartete Ertrag attraktiv bleibt. Deshalb ist die Reduzierung von Unsicherheiten wichtig. Sie kann die Diskussion von „Wie schützen wir uns vor diesem Risiko?“ zu „Wie zuversichtlich sind wir in die tatsächliche Leistung des Projekts?“ verlagern. Das ist ein anderes Gespräch. Und es kann reale finanzielle Konsequenzen haben. Bei großen Projekten im Versorgungsmaßstab kann der finanzielle Vorteil der Reduzierung von Unsicherheiten den zusätzlichen Aufwand und die Kosten rechtfertigen.

Schließung der Lücke zwischen erwartetem P50- und bankfähigem P90-Ertrag

Stellen Sie sich ein PV-Projekt im Versorgungsmaßstab mit einem definierten erwarteten P50-Ertrag vor. Nach einem Standardansatz verwendet das Projekt akzeptable, aber begrenzte Eingaben, vereinfachte Annahmen und einen konventionellen Modellierungsprozess. Der P50-Ertrag mag stark aussehen, aber die Unsicherheitsspanne ist relativ breit. Infolgedessen liegt der P90-Ertrag merklich niedriger. Das Projekt kann immer noch finanzierbar sein, aber nur innerhalb enger Grenzen. Der Kreditgeber dimensioniert die Schulden konservativ, um den DSCR zu schützen. Der Investor sieht eine schwächere Abwärtsrendite. Der Ingenieur hat weniger Spielraum, optimiertere Designentscheidungen zu rechtfertigen. Stellen Sie sich nun dasselbe Projekt mit besseren Solarenergie-Ressourcendaten, längeren historischen Zeitreihen, realistischerer Modellierung, höherer zeitlicher Auflösung, wo relevant, und stärkerer Validierung standortspezifischer Verluste vor. Der P50-Ertrag mag gleich bleiben. Aber die Unsicherheit sinkt und der P90-Ertrag verbessert sich. Nichts Physisches hat sich geändert. Der Standort ist derselbe. Die Ausrüstung mag dieselbe sein. Die erwartete Produktion ist nicht gestiegen. Was sich geändert hat, ist das Vertrauen. Dieses Vertrauen kann mehr Spielraum im Finanzmodell schaffen. Es kann die Abwärtsrendite stärken. Es kann eine effizientere Schuldenbemessung unterstützen. Es kann Ingenieuren auch eine stärkere Grundlage für die Designoptimierung geben. Mit anderen Worten, die Reduzierung von Unsicherheiten kann das Projekt verbessern, ohne den erwarteten Ertrag zu erhöhen (Abbildung 2). [caption id="attachment_260164" align="aligncenter" width="1024"]

2. Die Reduzierung der PV-Ertragsunsicherheit ist vorteilhaft für die Ziele jedes Stakeholders. Mit freundlicher Genehmigung: Solargis[/caption]

Was kann tatsächlich reduziert werden?

Nicht alle Unsicherheiten können beseitigt werden. Die interannuelle Variabilität spiegelt beispielsweise natürliche jährliche Wettervariationen wider. Sie kann verstanden und quantifiziert, aber nicht eliminiert werden. Andere Unsicherheitsquellen können jedoch oft reduziert werden. Ein guter Ausgangspunkt ist die Qualität der Solarenergie-Ressourcendaten. Langfristige, validierte Sonneneinstrahlungsdatensätze helfen Projektteams, erwartete Bedingungen und Schwankungen besser zu verstehen. Wo möglich, sollten lange historische Zeitreihen verwendet werden, anstatt sich nur auf typische meteorologische Jahresdaten zu verlassen. Die zeitliche Auflösung spielt ebenfalls eine Rolle. Sub-Stunden-Daten können wertvoll sein, wenn kurzfristige Effekte die Projektleistung beeinflussen, einschließlich Einstrahlungsspitzen, Clipping, Wechselrichterverhalten und Temperaturdynamik. Modellannahmen sollten ebenfalls verbessert werden. Feste „Faustregeln“ für Verluste können nach Möglichkeit durch physikbasierte Modelle ersetzt werden, insbesondere für Verschmutzung, Albedo, Temperatur, Schnee und andere standortspezifische Effekte. Bei komplexeren Layouts können optische Verluste fortgeschrittene Methoden wie Raytracing erfordern. In schwierigen Regionen können Bodenmessungen und lokale Validierung das Vertrauen weiter verbessern. Auch die Komponenten-Daten sollten nicht übersehen werden. Datenblätter müssen überprüft und Modellparameter sollten die tatsächlich zu installierende Ausrüstung widerspiegeln.

Unsicherheitsreduzierung ist nicht nur ein technisches Upgrade – es ist ein strategischer Schwenk

Die Branche spricht oft von besserer Datenqualität und besserer Modellierung als technischen Verbesserungen. Das sind sie, aber ihre Auswirkungen gehen weiter. Für Ingenieure unterstützen sie bessere Designentscheidungen. Für Investoren machen sie Abwärtsrenditen besser verteidigbar. Für Kreditgeber verbessern sie das Vertrauen in konservative Produktionsannahmen. Deshalb sollte die PV-Ertragsunsicherheit nicht als Fußnote in einem Energieertragsbericht behandelt werden. Es ist ein Problem auf Projektebene, das die Designqualität, die Investitionsresilienz und die Finanzierungseffizienz beeinflusst. Gleichzeitig sollte die Unsicherheitsreduzierung im Verhältnis zum Projekt- und Marktkontext stehen. Während die finanziellen Auswirkungen tiefere Daten-, Modellierungs- und Validierungsarbeiten bei Projekten im Versorgungsmaßstab rechtfertigen können, ist dieselbe Investition möglicherweise nicht immer für kleinere Anlagen oder in Märkten lohnenswert, in denen Energiepreise, Einschränkungen oder Netzanschlussrisiken das Geschäft dominieren. Das Ziel ist nicht, Unsicherheit vollständig zu beseitigen. Das ist unmöglich. Das Ziel ist, das zu reduzieren, was reduziert werden kann, das zu quantifizieren, was übrig bleibt, und zu vermeiden, dass vermeidbare Unsicherheit gute Projekte riskanter erscheinen lässt, als sie sind. —Pablo Caballero ist Wirtschaftsingenieur und technischer Redakteur bei Solargis. Er verfügt über umfangreiche Erfahrung in den Bereichen erneuerbare Energien und Softwareentwicklung. Er ist spezialisiert auf technische Redaktion und Content-Marketing und wird von der Leidenschaft angetrieben, Lücken zwischen Zielgruppen, Technologie und Wirtschaft zu schließen.