仓储期货研究分布式太阳能和储能展望 ： 方法论和情景Ashreeta Prasanna, Kevin McCabe, Ben Sigrin 和 Nate Blair 仓储期货研究分布式太阳能和储能展望 ： 方法论和情景Ashreeta Prasanna, Kevin McCabe, Ben Sigrin 和 Nate Blair建议引用 ：Prasanna ， Ashreeta ， Kevin McCabe ， Ben Sigrin 和 Nate Blair 。存储期货研究 ： 分布式太阳能和存储展望 ： 方法论和场景。 Golden ， CO ： 国家可再生能源实验室。 NREL / TP - 7A40 - 79790 。 https: / / www. nrel. gov / docs / fy21osti / 7990. pdf 。 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 。NREL 在包含回收内容的纸张上打印。 4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 。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 。 5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 。标题说明与本报告的关系存储部署的四个阶段 ： 扩大存储在美国电力系统中的作用的框架仓储期货研究 ： 仓储技术建模输入数据报告仓储期货研究 ： 昼夜仓储的经济潜力美国电力部门存储期货研究 ： 分布式太阳能和存储展望 ： 方法论和情景广泛存储部署的网格运营影响 (即将出版)仓储期货研究 ： 执行摘要和调查结果综合 (即将出版)通过基于当前和潜在未来存储部署的四个阶段的概念框架 ， 探索新的 ， 具有成本竞争力的固定式储能的作用和机会 ， 并提出了储能的价值主张 ， 该价值主张可能导致具有成本效益的部署达到数百千兆瓦的装机容量。回顾了广泛的机械 ， 热和电化学存储技术在电力部门的应用的当前特征。提供了当前和未来的成本 ， 性能特征以及已经部署的特定商业技术的位置可用性的预测 ， 包括锂离子电池系统和抽水蓄能水电。评估实用规模昼夜存储的经济潜力以及存储容量增加可能对电力系统演变和运营的影响。评估客户在未来几种情况下采用分布式昼夜存储的情况 ， 以及对分布式发电和电力系统演进的部署的影响。评估几种电力系统演进方案的储能运行和相关价值流 ， 并探讨季节性储能对电网运行的影响。综合并总结了整个系列以及相关分析和报告的发现 ， 并确定了进一步研究的主题。为美国电网的成本和性能特征的影响提供了更广泛的背景 ， 并为本报告的分布式存储结论提供了网格规模的背景。提供存储技术成本和性能假设 ， 为本报告中介绍的存储部署和网格演进方案提供信息。分析公用事业规模的存储部署和网格演进方案 ， 作为本报告的补充。这份报告。考虑存储部署和网格演进方案的操作影响 ， 以测试四阶段框架和 ReEDS 结果。包括对研究的所有其他方面的讨论 ， 并为这项研究的结果提供背景。 6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 。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，David Roser，Joh Gava 和 Howard Grespeet 提供评论和 7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 。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 8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 。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。1 本分析中不考虑独立电池存储系统。2 本分析未捕获更广泛的电力部门和整个经济范围的脱碳目标 ， 这可能会加速并增加分布式光伏和电池存储系统的采用。 9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 。 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。在图 ES - 1 中描述了每个级别以及 2050 年基本情况场景的关键假设和相应的潜在容量。图 ES - 1. 在 2050 年基本情况下确定采用 / 部署分布式存储系统以及 PV 和电池电位 (GW) 的方法改编自 Lopez 等人 （ 2012 ）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。3 部署和采用这两个术语在本报告中互换使用。表 ES - 1 中列出的累积 PV 容量是纯 PV 和 PV + 电池存储系统的 PV 容量之和。 表 ES - 1. 到 2050 年所有方案的分布式光伏和电池经济潜力和采用情况蓄电池 PV场景名称场景描述经济潜力GW / GWh预计累计采用GW / GWh经济潜力 (GW)预计累计采用 (GW)基本情况下光伏和电池的适度成本预测电池方案与光伏发电的适度成本预测相匹配电池的情况适度成本预测电池方案先进的 (低) 电池成本预测方案和备用电源无价值从 2020 年到 2050 年的扩展方案2020 年至 2050 年的情景补偿存储系统 ； 所有其他输入均为默认值 1