公用事业规模电池储能成本预测2023年更新

Wesley Cole和Akash Karmakar 国家可再生能源实验室 技术报告NREL / TP - 6A40 - 853322023年6月 合同号DE - AC36 - 08GO28308 效用规模的成本预测电池存储：2023年更新 Wesley Cole和Akash Karmakar 国家可再生能源实验室 建议引文 Cole, Wesley and Akash Karmakar. 2023.公用事业规模电池的成本预测存储：2023年更新. Golden, CO:国家可再生能源实验室。NREL / TP - 6A40 - 85332. https: / / www. nrel. gov / docs / fy23osti / 85332. pdf. 技术报告NREL / TP - 6A40 - 853322023年6月 NREL是美国能源部的国家实验室能源效率和可再生能源办公室由可持续能源联盟运营，LLC 国家可再生能源实验室15013丹佛西公园路Golden, CO 80401303 - 275 - 3000•www. nrel. gov 合同号DE - AC36 - 08GO28308 通知 这项工作是由国家可再生能源实验室撰写的，由可持续发展联盟运营Energy, LLC, for the U. S. Department of Energy (DOE) under Contract No. DE - AC36 - 08GO28308. Funding由美国能源部能源效率和可再生能源战略计划办公室提供，政策和分析办公室。此处表达的观点不一定代表DOE或美国政府。 本报告可从国家可再生能源免费获得能源实验室（NREL），网址为www. nrel. gov / publications。 美国能源部（DOE）1991年后发布的报告越来越多的1991年前的文件可用通过www. OSTI. gov免费 Dennis Schroeder的封面照片：（顺时针，从左到右）NREL 51934，NREL 45897，NREL 42160，NREL 45891，NREL 48097，NREL 46526。 Acknowledgments 我们感谢ReEDS建模团队对这项工作的投入。我们也感谢BethanyFrew, Vignesh Ramasamy, and Matt Rippe for providing feedback on this year's report. this工作由国家可再生能源实验室撰写，由联盟运营Sustainable Energy, LLC, for the U. S. Department of Energy (DOE) under Contract No. DE -AC36 - 08GO28308。资金由美国能源部能源办公室提供效率和可再生能源战略分析团队。文章中表达的观点不一定代表DOE或美国政府的观点。所有错误和遗漏是作者的唯一责任。 执行摘要 在这项工作中，我们描述了公用事业规模的成本和性能预测的开发锂离子电池系统，重点是4小时持续时间系统。预测是从对最新出版物的分析中开发出来，这些出版物包括公用事业规模的存储成本。一系列出版物表明，电池存储的预计成本降低差异很大 还讨论了运营和维护成本、寿命和效率，根据调查的出版物选择的建议值。 目录 1234背景…………………………………………………………………………………………………………………………………………………………1方法……………………………………………………………………………………………………………………………………………………………………………………………………1Resultsand讨论………………………………………………………………………………………………………………………………………………………………………4Summary...............................................................................................................................................9参考资料10附录12 数字列表 图ES - 1.Battery成本projectsfor4小时锂离子系统,与值相对to2022.......... iv图ES - 2.Battery成本projectsfor4小时锂离子系统………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………iv图1.Battery成本projectsfor4小时锂离子系统,与值相对to2022.................4图2.Battery成本projectsfor4小时锂离子系统……………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………5图3.Current蓄电池存储费用从最近研究……………………………………………………………………5图4.Costprojectsfor功率(左)and能源(right)组件of锂离子系统……………………6图5.Costprojectsfor2-,4-,and6小时持续时间电池使用themid成本投影。.............7图7.比较of成本projects已开发在这个报告(固体线)反对the值从the2021成本投影报告(科尔,弗雷泽,and奥古斯丁2021)(虚线线条）…………………14图8.比较of成本projects已开发在这个报告(固体线)the值从the2021成本投影报告(科尔,弗雷泽,and奥古斯丁2021)(虚线线条),与all值归一化tothe"中间"成本投影在theyear2020.....................................................14表列表Table1.Listof出版物used在这个studyto确定蓄电池成本and性能预测……2 Table2.价值观从图1and图2,which显示the归一化and绝对存储费用超过时间。存储费用are隔夜资本费用fora完成4小时蓄电池系统…………13 1背景 电池存储成本在过去十年中迅速变化。2016年，国家可再生能源实验室（NREL）发布了一套公用事业规模的成本预测锂离子电池（Cole等人，2016年）。这些预测严重依赖电动汽车电池预测，因为公用事业规模的电池预测在很大程度上无法用于持续时间超过30分钟。2019年，电池成本预测根据专注于公用事业规模电池系统的出版物(Cole和Frazier 2019)，以及更新发表于2020年（科尔和弗雷泽2020年）和2021年（科尔、弗雷泽和奥古斯丁2021年）。那里在2022年没有发布更新。本报告使用发布的数据更新了这些成本预测2021年、2022年和2023年初。 这项工作的预测重点是用于容量的公用事业规模的锂离子电池系统扩展模型。这些预测构成了年度电池存储的输入技术基线（NREL 2022）。然后将预测用于NREL的产能扩展模型，包括区域能源部署系统(ReEDS) (Ho等人2021年)和资源计划模型(RPM) (Mai等人，2013年)。 2种方法 在这项工作中开发的成本和性能预测使用基于文献的方法哪些预测通常基于文献中的低值、中值和最高值。Table1列出了在这项工作中呈现的出版物。由于价格快速变化和对电池存储的部署预期，只有2022年和2023年发布的出版物是用于创建投影。除了出版物之外，我nTable1,我们还包括2020年电力研究所（EPRI 2020）的运营和维护报告(O & M)和性能假设，但我们不使用它们的成本预测，因为它是2022年之前出版。 在制定基于成本和性能预测的基础上存在许多固有的挑战 首先，发布的值的定义并不总是clear. For example, dollar year, online year, duration, depth - of - discharge, lifetime, and O & M are对于一组给定的值，并不总是以相同的方式定义（甚至完全定义）。这里提出的一些值需要从指定的来源进行解释。第二，许多已发布的值将其发布的预测与others, and it is not clear how much the projections rely on one - other. Thus, if one projection被用来通知另一个人，这个投影可能会人为地偏向我们的结果(朝向那个特定的projection) more than others. Third, because of the relatively limited dataset for actual battery系统和快速变化的成本，目前还不清楚如何不同的电池预测加权。例如，如果2022年下半年发布的预测被给予更高的比之前发布的重量？或者一些组织更擅长做出预测或捕捉供应链中断，因此应该给予更高的权重？ 为了提供对当前文献的中立调查，所有成本预测都包括在本报告中加权相等。当我们对已发布的预测进行审查时，我们发现他们中的许多人要么引用了本报告的先前更新，要么引用了年度Technology Baseline, which also relies on this cost projective report for its input. Thus, 包括所有最新发布的预测都会造成已知的冗余(根据上面列出的第二个挑战)，因此被排除在这项工作之外。在某些情况下，我们的提供了以前的工作作为预测的起点，然后进行了调整以更好地捕捉分析师对电池存储定价的看法。如果是这样的话，我们考虑了投影是独一无二的，并将其包含在我们的调查中。 所有成本值都使用消费者定价指数转换为2022美元。在未指定美元年，假定美元年与出版年相同。当未来成本以名义美元表示时，它们将使用文档指定的通货膨胀率。如果文档中没有发现通货膨胀率，我们发现使用了最近由同一文件产生的其他文件中假设的通货膨胀率组织。 我们只使用了4小时锂离子存储系统的预测。我们定义了4小时的持续时间作为电池的输出持续时间，这样一个4小时的设备将能够在额定功率容量为4小时。在实践中，这意味着该设备将充电超过4小时，名义上保持超过其额定能量容量，以便补偿充电和放电过程中的损失。 我们将价格预测报告为总系统隔夜资本成本，单位为$/ kWh。但是，并非电池系统的所有组件成本都直接随能源capacity (e. e, kWh) of the system (Ramasamy et al. 2022). For example, the inverter costs scale根据系统的功率容量(即kW)，以及一些成本组件，如developer costs can scale with both power and energy. By expressing battery costs in $/ kWh, we正在偏离其他发电技术，如燃气轮机或太阳能光伏电站的资本成本通常表示为$/ kW。我们使用的单位为$/ kWh，因为这是电池系统成本以迄今为止发布的材料。我们报告的$/ kWh成本可以简单地转换为$/ kW成本乘以持续时间(例如，300美元/千瓦时，4小时电池将具有电力容量成本1200美元/千瓦)。 为了制定成本预测，存储成本被标准化为2022年的值，这样每个预测从2022年的值开始为1。我们选择使用标准化成本，而不是绝对成本，因为出版物中并不总是明确定义系统。例如，尚