储能未来研究—分布式太阳能和储能展望：方法与情景

仓储期货研究 分布式太阳能和储能展望：方法论和情景 AshreetaPrasanna,KevinMcCabe,BenSigrin和NateBlair 通知 这项工作是由美国可持续能源联盟有限责任公司运营的国家可再生能源实验室撰写的S.能源部(DOE)根据合同编号DE -AC36 - 08GO28308。U.提供的资金S.美国能源部能源效率和可再生能源太阳能技术办公室S.美国能源部能源效率和可再生能源办公室风能技术办公室S.能源效率和可再生能源水力发电技术办公室和美国能源部S.能源部能源效率和可再生能源战略分析办公室。本文表达的观点不一定代表美国能源部或美国的观点。S.政府。 该报告可从国家可再生能源实验室（NREL）免费获得，网址为www. nrel. gov / publications. 美国能源部（DOE）1991年后产生的报告和越来越多的1991年以前的文件可用免费通孔www. OSTI. gov. 封面和封底照片：iStock 936999506，iStock 1178922834，iStock 1202603676，iStock 1270012506。 前言 该报告是国家可再生能源实验室存储期货研究（SFS）系列出版物之一。SFS是一个多年的研究项目，探索能源储存在美国的演变和运作中的作用和影响。S.电力部门。SFS旨在研究储能技术进步对公用事业规模存储部署和分布式存储采用的潜在影响，以及对未来电力系统基础设施投资和运营的影响。研究结果和支持数据将作为一系列报告发布，每个报告都在完成时发布。下表列出了计划在SFS和相关出版物格式下进行检查的特定研究主题。 本报告是SFS系列的第四篇报告，为一系列方案提供了一系列成本效益和客户采用的方案，包括未来的技术成本和备用电源的评估。 SFS系列提供数据和分析支持美国S.能源部的能源存储大挑战，这是一项全面的计划，旨在加快下一代能源存储技术的开发，商业化和利用，并保持美国在能源存储领域的全球领先地位。能源存储大挑战采用用例框架，以确保存储技术可以经济有效地满足特定需求，并结合了多个类别的广泛技术：电化学，机电，热，柔性发电，柔性建筑和电力电子。 有关更多信息、与本报告相关的任何支持数据、指向本系列其他报告的链接以及有关更广泛研究的其他信息，请访问https: / / www. nrel. gov / analysis / storage - futures. html。 Acknowledgments 我们要感谢整个仓储期货研究团队的贡献，以及我们的美国S.能源部（DOE）能源效率和可再生能源战略分析团队的同事，作为本文件的核心贡献者。这些贡献者包括国家可再生能源实验室（NREL）的Pal Deholm，Wesley Cole，Will Frazier，Nate Blair和Chad Agstie以及DOE的Kara Podamier。我们要感谢Darice Gittet和Bria Mirletz以及更广泛的System Advisor模型团队，感谢他们在NREL分布式发电市场需求（dGe）模型中集成PySAM模块，特别是Sam Koebrich使用他的代码来生成一些数字。 我们还要感谢其他NREL工作人员和技术审查委员会的反馈和贡献，包括Dog Aret（NREL /主席），Pal Alberts，Ies Azevedo，Rya Wiser，Ssa Babiec，Aaro Bloom，Chris Namovicz，Arvid Jaggi，Keith Pars，Kira Kmaraswamy，Grager Morga，Cara Marcy，Vicet Sprale，Oliver Schmidt，DavidRoser，Joh Gava和Howard Grespeet提供评论和 首字母缩略词列表 仪表后面的BTMDER分布式能源dGen分布式发电市场需求(dGen)模型EIA美国能源信息管理局kW千瓦千瓦时LBNL劳伦斯伯克利国家实验室MW兆瓦MWh兆瓦时净现值NREL国家可再生能源实验室光伏光伏发电ReEDS区域能源部署系统SAIDI系统平均中断持续时间指数SAIFI系统平均中断频率指数SAM System Advisor模型SFS仓储期货研究USD美元 执行摘要 电池存储成本的下降以及对弹性和电网服务的日益重视导致人们对将电池存储与分布式太阳能配对以向客户和配电网提供价值的兴趣增强。包括电池存储在内的分布式能源（DER）的日益广泛的部署是现代电力系统中一个重要的新兴主题。DER可以有助于电网灵活性，减少电网功率损耗，并支持需求侧管理。现有的电表后电池容量估计约为。0.8 2020年底美国GW / 1.6 GWh (Wood Macezie和U.S.储能协会2020）。由于对备用电源的需求和分布式太阳能光伏（PV）的部署，预计小型电池系统的市场将急剧增加。最近批准的联邦能源管理委员会（FERC）2222号令（FERC 2020）使DER能够与传统（公用事业规模）发电一起参与区域批发产能，能源和辅助服务市场。2222号令和新的DER补偿机制，如纽约州分布式能源资源价值（VDER）（NYSERDA 2020b），预计将为DER释放新的市场机会，从而导致DER容量的额外部署。 由于分布式电池存储系统的新兴市场状态，分布式电池存储部署的公开预测相对较少。这项工作通过表征电表后电池存储的潜力并确定采用的关键驱动因素来解决这一差距。本报告描述了分布式发电市场需求（dGe）模型的扩展功能，以分析与电池存储系统配对的分布式（电表后）光伏的经济性1，并提出了在美国到2050年在一系列情况下采用的预测。这些方案使用的技术成本和性能假设与国家可再生能源实验室的2020年标准方案以及更新的电池成本预测（Agstie和Blair 2021）和现有政策一致。其他方案评估对备用电源和DER补偿机制的价值的敏感性，共同表征未来仪表存储的潜力，并确定采用的关键驱动因素。 为了计算电池存储系统和光伏采用率，dGen模型首先确定技术，经济和市场潜力： 技术潜力：纯光伏和光伏+电池存储系统技术上可行的最大容量，光伏系统规模受客户屋顶面积和能耗限制，电池容量上限为特定地点最佳光伏容量的一小部分。经济潜力：技术潜力的一个子集，经济潜力被估计为具有正投资回报或净现值（NPV）的总容量。经济潜力也可以解释为特定年份具有成本效益的系统的总容量。 市场潜力：经济潜力的一部分，表示客户在指定的投资回收期内投资于技术的意愿。收养：采用3容量是预计由住宅，商业和工业建筑物所有者购买并以仪表后配置安装在客户场所的容量。采用基于应用Bass扩散函数，其中采用的上限设定为市场潜力。 表ES - 1总结了经济潜力以及到2050年部署或采用的所有评估方案的预计累积电池和光伏容量。 对于所有建模方案，我们发现电池存储容量的经济潜力在85 - 245 GW / 170 - 490 GWh之间，2050年的累计采用电池存储容量在5 - 17 GW / 10 - 34 GWh之间。尽管电表后面的电池存储具有巨大的经济潜力（是现有装机容量的300倍以上），但在我们的建模方案中，仅采用了其中的一小部分。从我们的分析中选择的见解如下：。 在所有建模的场景下，分布式光伏+电池存储系统都有很大的经济潜力。分布式电池存储与光伏耦合的基本经济潜力约为114 GW / 228 GWh，是2020年容量的90倍以上。在所调查的方案中，在2x备份价值+先进成本电池方案下，分布式电池存储与光伏耦合的经济潜力上限为245 GW / 490 GWh，在无备份价值方案下，下限为85 GW / 170 GWh。 尽管具有很高的经济潜力，但在我们的建模方案下，预计分布式光伏+电池储能的采用将略有增长。在基本情况下，分布式电池储能容量的预计部署为8 GW / 16 GWh，占经济潜力的7%，范围从5 - 17 GW / 10 - 34 GWh。 从经济潜力到采用的大幅下降反映了很长的投资回收期，因此愿意投资的客户份额较低。分布式光伏+电池储能系统的平均投资回收期相当长：2030年居民部门为11年，商业部门为12年，工业部门为8年。 在全国范围内，分布式共同采用电池存储的最重要驱动因素是先进（低）未来电池成本和高备用电源价值的组合。电池容量的最高采用估计是在2倍备份值+先进成本电池方案下（与基本情况相比增加121%）。 与仅电池技术的成本降低相比，光伏和电池存储技术的综合成本降低推动了更多的采用。高级成本光伏+电池方案考虑了光伏和电池的未来成本降低，与基本情况相比，电池部署更高，增长了106%。 与纯PV系统相比, PV +电池系统具有更大的PV容量。光伏+电池储能系统配置中的平均光伏系统尺寸（住宅系统为8 kW）大于纯光伏配置中的平均光伏系统尺寸（住宅系统为4 kW）。因此，电池储能增加了光伏容量。这可能是由于电池增加光伏经济价值的能力。 当地条件决定了收养。美国各地特定位置参数的差异也导致各个州和县采用分布式电池存储容量的数量和速率的显着差异。 存储部署对备份电源的区域价值高度敏感。此分析中使用的备用电源值在美国各地具有较高的区域差异。在具有较高备用电源值的特定州和部门中，存储部署对备用电源值的敏感性更高。 零售关税包括高需求费用，使用时间关税和分层关税，鼓励光伏+电池存储的采用。然而，其他因素如气候、负荷概况、电价和DER补偿机制，结合零售资费，可以最大限度地减少其影响。在住宅部门，固定结构费率，最常见的零售费率结构，不激励电池存储。 通过首次演示dGe模型的电池功能，本报告中提供的结果主要用于场景比较，以了解不同的部署驱动因素，但它们有一些局限性，不能作为精确的预测。结果中报告的数值精度旨在区分并允许在值差异较小的情况下进行比较。随着市场的发展和其他数据的可用，应进行进一步的校准。此外，该模型没有考虑光伏+电池存储系统的新兴收入来源，如参与批发市场、需求响应计划或电网服务。需要对dGe进行其他增强才能探索此类研究问题。最后，分布式存储的部署可能会受到大型电力系统演进和电表前端存储部署的影响。然而,该分析不考虑这些相互作用。进一步感兴趣的潜在领域是预测社区DER和存储容量的采用及其对配电网的影响，探索分布式和公用事业规模存储之间的权衡，以及DER在支持向脱碳过渡中的作用经济。 总之,分布式电池存储的经济潜力是显著的。客户越来越多地采用PV +电池存储系统可以为电力公司带来好处和挑战。如本报告所述，采用高空间和时间分辨率的DER和电池存储预测可以实现对技术基础设施的明智规划，帮助规划者获得好处并减轻挑战，以支持分布式发电的持续趋势。 目录 1Introduction 12方法和数据32.1研究参数32.2费用32.3加载配置文件52.4零售电价和激励措施52.5批发价格62.6备用电源/弹性值72.7历史存储采用112.8PySAM详细电池模型集成112.8.1最佳系统配置的选择122.8.2存储调度152.9情景分析框架173结果193.1经济潜力193.2投资回收期223.3光伏和电池采用估计263.3.1技术成本方案273.3.2备用电源方案的值283.3.3DER估值方案293.4州和县级结果313.4.1备用电源方案的值343.4.2DER估值方案353.5县级结果393.6部门一级的结果413.7平均系统规模和共同采用423.8模型限制和警告454讨论、结论和未来的工作46参考文献49附录备用电源计算53 数字列表 图ES - 1.确定采用/部署分布式存储系统和PV的方法和2050年基本情况场景的电池电势(GW) ix图1.确定光伏和电池存储系统采用/部署的模型和工具2图2.使用NREL自下而上估算的住宅光伏独立、电池储能独立和光伏+电池储能系统的成本模型.........................4图3.使用NREL自下而上的商业和工业独立P