【NREL】储能未来研究—分布式太阳能和储能展望：方法与情景_72页_7mb

仓储期货研究：分布式太阳能和储能展望总结

核心内容

本报告是国家可再生能源实验室（NREL）“存储期货研究”（SFS）系列的一部分，旨在分析分布式太阳能和储能在美国电力系统中的经济潜力、市场采用情况及未来情景。研究通过扩展dGen模型，结合PySAM详细电池模型，评估了不同技术成本、备用电源价值及DER补偿机制对分布式储能和太阳能系统部署的影响。

主要观点

1. 经济潜力与市场采用

• 分布式光伏（PV）和电池存储系统的经济潜力非常巨大，预计到2050年，其总容量可能达到 114 GW / 228 GWh（基本情况下），是2020年容量的 90倍以上。
• 采用率受到投资回收期的显著影响，平均投资回收期较长，分别为：
  • 住宅部门：11年（2030）
  • 商业部门：12年（2030）
  • 工业部门：8年（2030）
• 2050年的预计累计采用容量在 5-17 GW / 10-34 GWh 之间。

2. 关键驱动因素

• 技术成本降低：先进的电池成本预测与光伏成本降低共同推动了更高的采用率。
• 备用电源价值：备用电源价值的提高显著提升了电池系统的经济吸引力，其中 2倍备用价值 + 先进成本电池方案 下，电池容量采用率最高，达到 17 GW / 34 GWh。
• 零售电价与补偿机制：高需求费用、使用时间费用和分层电价鼓励了光伏+电池系统的采用；净计量和净计费政策对市场渗透率有重要影响。

3. 技术与经济分析

• 光伏和电池系统的结合显著增加了PV容量，平均系统尺寸：
  • 住宅：8 kW（光伏+电池） vs 4 kW（纯光伏）
  • 商业/工业：光伏+电池的平均尺寸大于纯光伏。
• 技术成本方案下，高级成本 PV + 电池方案 的电池部署容量达到 16 GW / 31 GWh，比基本情况提高了 106%。

4. 地区差异

• 不同州和县的采用率差异显著，主要受当地条件影响，如：
  • 备用电源价值（如北卡罗来纳州、缅因州等）
  • 零售电价、激励措施及历史采用情况
• 采用率与备用电源价值和电池成本密切相关，且对区域市场敏感度较高。

关键信息

技术成本情景

备用电源情景

DER估值情景

模型与方法

dGen模型扩展

• 集成 PySAM电池模型，用于评估 技术成本、备用电源价值 和 DER补偿机制。
• 采用 Bass扩散函数 来模拟技术扩散速度，其上限由市场潜力决定。

数据来源

• 技术成本：来自NREL的年度技术基线和Agstie & Blair（2021）的更新预测。
• 零售电价与激励措施：基于OpenEI和DSIRE数据库，包括各州的激励计划（如SRP电池激励、NYSERDA零售储能激励等）。
• 备用电源价值：基于LBNL的中断成本数据和EIA-861数据，通过 SAIFI 和 SAIDI 指数估算。

模型限制与未来工作

限制

• 投资回收期长：导致实际采用率远低于经济潜力。
• 未考虑新兴收入来源：如批发市场参与、需求响应和电网服务。
• 未考虑大型系统演进与前端存储的影响。
• 未考虑电池调度策略对销售收入的影响。

未来工作方向

• 进一步校准模型：结合更多历史数据和市场动态。
• 探索更多情景：如社区DER和存储采用，以及分布式和公用事业规模存储之间的权衡。
• 分析DER对电网脱碳的支持作用。

结论

分布式光伏和电池存储系统具有巨大的经济潜力，但其实际采用率受限于投资回收期和市场条件。通过不同的技术成本和备用电源价值情景，研究发现：

• 备用电源价值 和 电池成本 是推动采用的关键因素。
• 净计量扩展 和 国家净计费 等补偿机制显著影响光伏和电池的采用趋势。
• 区域差异 对采用率有重要影响，需要进一步研究以优化政策和市场设计。

本研究为未来能源系统规划提供了重要依据，并支持美国能源部的“能源存储大挑战”战略，以加快储能技术的商业化和部署。