每日熱聞!麻省理工學院能源計劃未來研究報告：電力系統采用儲能系統的驅動因素（十八）

7.2.3 電力系統采用儲能系統的驅動因素：來自印度電網的見解

如第6章所述，可再生能源是電力系統中優化儲能部署成本的關鍵驅動因素。雖然這種關系在某種程度上可能無處不在，但值得注意的是，社會和經濟因素對新興市場和發展中經濟體（EMDE）優化儲能系統的部署成本有著重要影響。空調以及電動汽車充電對電力需求的快速增長，可能會改變新興市場和發展中經濟體（EMDE）的用電模式。

(相關資料圖)

根據一項研究預測，到2050年，空調的電力需求可能占印度峰值電力需求的45%，而2016年這一比例為10%。其次，在印度和其他新興市場和發展中經濟體（EMDE）（包括柬埔寨、印度尼西亞和越南），削減燃煤發電量和天然氣發電量將使可再生能源發電設施（并配套部署儲能系統）作為減少碳排放的措施更具價值。在這些情況下，使用可再生能源代替燃煤發電設施（不是天然氣發電）能夠以相同的成本減少更多的碳排放量，從而增加儲能系統在支持電網脫碳方面的潛在價值。第三，在新興市場和發展中經濟體（EMDE）中投資可再生能源的融資成本相對較高，因此仍有可能新建化石能源發電設施，盡管這種影響由于這些國家勞動力成本較低而有所緩解，從而降低可再生能源的部署成本。本節根據印度電力系統的長期成本演變以及各種技術和政策情景下儲能系統發揮的作用，評估這些供需方因素之間的相互作用。研究團隊通過使用需求側分析（第7.2.1節）的輸出作為具有可再生能源資源可用性和成本的輸入來解決供需相互作用。使用這個框架，研究團隊探索了以下問題：

?需求側因素（例如，空調的需求增長和分布式儲能系統的部署）如何影響輸電系統的儲能投資？

?如果沒有碳排放限制的話，儲能系統和其競爭技術（例如天然氣發電）的成本和可用性如何影響電網脫碳的長期前景？

這里研究團隊只考慮空調的電力需求。本章附錄中指出這比電動汽車需求的影響要小得多。

（1）參考情景下的系統結果

隨著電力需求的增長，并且沒有任何碳排放政策（其定義為表7.6中的參考情景），研究團隊估計到2030年印度的可再生能源發電量可能占其總發電量的46%至67%，具體取決于模型中強制執行的投資期的可再生能源安裝限制，以反映供應鏈限制。這些限制是基于將增長曲線與可再生能源發電量部署趨勢擬合得出的。

表7.6 基本參數和參考案例

值得注意的是，研究團隊模擬的未來可再生能源部署率遠遠高于現在：例如在2019年，印度安裝了3GW的風電設施和10GW的太陽能發電設施。采用研究團隊關于可再生能源部署限制的參考案例，與2020年相比，到2030年部署的可再生能源總發電量有助于將碳排放量降低56%。但是由于負荷增長，同期的碳排放量仍增加了47%。參考情景下的2050年模擬排放量同樣仍高于2020年。到2050年部署的可再生能源的裝機容量是2030年的3.2倍，而2030年和2050年分別為362GW和1,148GW（圖7.11）。

圖7.11 參考案例（第1列）的裝機容量（第1行）、年發電量（第2行）、儲能容量（第3行）和年碳排放量（第4行），以及電池儲能資本成本（第2列）、空調高需求（第3列）和天然氣價格（第4列）的備選假設案例

在參考情景中，電網平均碳排放強度在此期間（2030～2050年）實際上再次增加，因為在后期投資期間新增煤炭發電廠以滿足持續的需求增長。與此同時，可再生能源的增長停滯，因為隨可再生能源滲透率的價值下降。由于可再生能源資源質量和土地可用性的差異，大部分可再生能源設施集中部署在印度的南部和西部地區。這需要在2020年至2050年期間將輸電容量增加近一倍（圖7.13）。鋰離子電池儲能系統的成本在2040年之前并沒有競爭力，但到2050年將會部署約244GW/1,091GWh的鋰離子儲能系統平衡電力系統，并最大限度地減少可再生能源棄電量。

如圖7.12所示，鋰離子電池儲能系統被調度以轉移太陽能發電設施的電力以滿足夜晚的峰值電力需求，到2050年的儲能系統平均持續時間少于5小時。

圖7.12 印度2050年夏季（左）和冬季（右）三天的小時發電調度和負荷曲線

圖7.13 印度2050年發電和輸電的區域容量和利用趨勢

在參考案例中，在住宅和商業領域的空調的電力需求中引入了白天和夜間的峰值需求，分別占2030年峰值需求和年需求的15%和12%（圖7.14）。圖7.12所示的冬季和夏季峰值期間的儲能系統放電量的相對差異說明了空調的電力需求對于儲能系統需求方面的重要性。

圖7.14 考慮到冷卻需求增長、各種類型的空調銷售以及在印度的空調機組平均SEER預測，空調需求對峰值需求的貢獻

（2）空調需求的影響

如上所述，研究團隊使用自下而上的需求預測模型來評估空調高需求情景的電力需求，假設印度將縮小其空調高需求的差距以符合全球加權平均值。圖7.14突出顯示了與參考情景相比，在空調高需求情景下減少對峰值電力需求的影響。

研究團隊的建模方法表明，采用最佳的空調需求標準，可能導致發電量減少13%，但到2050年的每年碳排放量增加4%（圖7.11，第3列）。根據研究團隊的參考案例，空調的電力需求占夏季夜間需求峰值（晚上8點至凌晨12點）的40%以上。在空調電力需求高的情況下，它的貢獻不到20%。減少空調需求會降低發電需求。峰值需求減少還導致需求曲線更加平坦，從而減少了天然氣發電廠和電池儲能系統提供的峰值發電需求。然而，更平坦的需求狀況也加強了對基荷發電的投資和利用，這通常涉及資本成本高、運營成本低的技術。在沒有碳排放政策的情況下，煤炭發電在印度仍然是一種具有成本效益的基荷發電資源。這解釋了印度到2050年電網碳排放量在空調高需求情況下高于參考案例的原因。此外，研究團隊的建模結果指出了部署電網規模儲能系統與空調需求之間的關系：在基準需求條件下，2050年將部署1,091GWh的儲能系統（圖7.11，第1列），而不是649GWh（圖7.11，第3列）。在空調高需求情景下儲能容量下降40%可以直接歸因于空調對峰值需求的貢獻減少了55%。如圖7.12所示，電網規模儲能系統主要采用太陽能發電設施的電力，并在晚上放電以滿足峰值需求。值得注意的是，印度仍然部署了大量的鋰離子電池儲能系統，占研究團隊預計的2040年全球電網規模儲能容量的38%。最后，提高空調的效率還可以減少部署儲能系統的投資，否則在短期內（2030年）將需要推遲電網升級。

（3）供給側驅動因素的影響：儲能系統的成本和天然氣價格

在低成本鋰離子儲能系統案例（表7.4）中，儲能系統的裝機容量和儲能容量分別增加了424GW和3,625GWh，與參考案例相比，到2050年，預計印度的太陽能發電量和風能發電量將增加33%。與2050年的參考案例相比，這導致每年碳排放量降低了54%，這是研究團隊考慮的敏感性情況中降幅最大的（相比之下，圖7.11表明，在低成本情況下，2050年的碳排放量僅降低3%，并且與參考案例相比，在空調高需求案例中高出4%）。

低成本儲能系統對碳排放的影響最大，主要是因為它使可再生能源（尤其是太陽能）更具競爭力，從而到2050年將燃煤發電發量減少91%。通過部署低成本的儲能系統提高可再生能源發電量，到2050年可再生能源發電量將達到65%。隨著可再生能源發電量的增長，將會配套部署持續時間低于7小時的儲能系統。由此到2040年和2050年的平均系統電力成本比參考案例低22%和39%，到2050年所需增加的輸電容量比參考案例低92%。與此同時，這里考慮的低成本鋰離子電池儲能系統的場景和其他與儲能系統無關的技術場景（即低成本的天然氣和空調的高需求）僅影響新建的煤炭發電廠部署——它們確實不會影響印度到2050年淘汰現有煤炭發電設施。研究團隊還使用比表7.4中定義的低成本儲能方案更樂觀的鋰離子電池儲能系統的成本預測來評估模型結果，以說明鋰離子儲能系統遵循可再生能源趨勢的可能性，印度在這方面的成本低于美國。

毫不奇怪，這些情景的模型結果表明，與部署低成本的儲能系統情景相比，2050年可再生能源發電量將會大幅增長，煤炭發電量減少。然而，研究團隊觀察到2050年部署鋰離子電池儲能系統減少碳排放方面的回報正在遞減。最后，由于其龐大的市場規模，到本世紀中葉，印度可能成為鋰離子儲能系統的主要市場。在研究團隊設定的鋰離子儲能系統低成本、天然氣價格低和空調高需求的情景中，到2040年，預計印度部署的電網規模儲能系統的裝機容量和儲能系統分別在132～668GW和6496GWh和4,716GWh之間。

天然氣在印度電力系統中發揮的作用受限于進口燃料成本相對較高以及來自煤炭發電和可再生能源發電的競爭?？照{需求增長驅動的峰值電力需求產生了對發電容量的需求。聯合循環燃氣輪機(CCGT)和開式循環燃氣輪機(OCGT)更適合滿足這一需求，因為它們與燃煤發電廠相比具有更大的運營靈活性和更低的成本。此外，鑒于天然氣相對于煤炭的成本相對較高，天然氣發電設施雖然已經部署但使用較少，2040年聯合循環燃氣輪機(CCGT)和開式循環燃氣輪機(OCGT)機組的年利用率分別為5%和3%。由于這種峰值使用模式，天然氣發電設施的使用與空調需求增長密切相關，空調高需求情景實際上消除了2050年對新增天然氣發電量的需求（這可以通過圖7.11中的3和4 進行比較）。與此同時，較低的天然氣價格加強了經濟可行性，與參考案例相比，2050年聯合循環燃氣輪機(CCGT)的部署和利用率更高。因此，燃燒發電量減少了28%。天然氣價格低將會影響燃煤發電設施的建設和鋰離子儲能系統的部署，而不會顯著改變可再生能源的部署，導致2050年的碳排放量比參考案例要低3%。隨著天然氣價格的下降，到2050年，鋰離子儲能系統的裝機容量和儲能容量分別下降2%和4%，這表明天然氣發電系統與儲能系統進行競爭以滿足峰值需求，并提供運營靈活性以支持可再生能源發電。

（4）分布式儲能系統(DLS))的影響

鋰離子電池儲能系統的部署有助于滿足配電層面的峰值需求，從而改變了在輸電系統所看到的需求曲線。研究團隊在分布式儲能系統 (DLS)部署的兩種情況下計算這種“輸電級別”需求：（1）參考需求情況（需求驅動因素）；（2）儲能系統低成本情況（技術驅動因素）。因為僅在延遲升級電網經濟可行的情況下才部署更多的分布式儲能系統 (DLS)——換句話說，電池儲能系統投資的價值低于避免升級電網的價值。而分布式儲能系統 (DLS)可以被視為輸電系統的零成本負載轉移機制。

分布式儲能系統 (DLS)對輸電系統的影響通過部署儲能系統時產生的需求案例捕獲，而不代表分布式儲能系統 (DLS)的資本成本或運營成本。在研究團隊建模的印度，成本最優的分布式儲能系統 (DLS) 的持續時間為2到4小時，這與受電網容量限制的峰值電力需求過載和可用非峰值期間充電的持續時間一致。研究團隊的對于2030年的模型表明，在參考案例中的四個特大城市中部署的儲能容量為29GWh，總共減少了93個峰值期間。圖7.15突出顯示了在參考和低成本儲能案例（參考需求假設）中部署分布式儲能系統 (DLS)對電力系統的增量影響。

分布式儲能系統 (DLS)在非峰值期間充電，這不一定與太陽能發電峰值期間相吻合，因為如模型所示，分布式儲能系統 (DLS)旨在最大限度地減少峰值需求和電網升級成本，而不是通過更低的邊際成本發電來最大化充電。這導致分布式儲能系統的充電過程比較分散，以便通過價格最低的可用發電資源來滿足儲能需求，如圖7.15所示。

圖7.15 分發式儲能系統的部署

因此，分布式儲能系統的部署傾向于將裝機容量組合從太陽能發電設施和電池儲能系統轉向風力發電設施，后者通常在夜間和清晨具有更高的容量系數。由于需求增長，到2050年分布式儲能系統 (DLS)作為電網升級的替代方案不再具有成本效益；因此，分布式儲能系統將被淘汰。在低成本儲能情況下（圖7.15，第2列），儲能系統和峰值需求之間的相關性最為明顯，其中啟用分布式儲能系統 (DLS)的峰值偏移對發電設計具有連鎖反應：在峰值期間需要更少的儲能容量。由于需求是通過變化較小的替代可再生能源（即風力發電）或燃煤發電來滿足的。由于采用分布式儲能系統 (DLS)使電力需求曲線趨于平緩，與低成本儲能案例相比，到2050年，在分布式儲能系統 (DLS)案例中將安裝超過55GW的額外容量（圖7.15，第2列）。這種額外的容量大部分由風力發電設施提供?？傮w而言，分布式儲能系統部署和空調電力需求提高等因素轉移或降低了峰值需求?？梢栽?050年間接地減少碳排放（相對于參考案例）或增加碳排放（相對于低成本儲能案例）。在此重申的是，分布式儲能系統對碳排放量相對于研究團隊的建模情景中估計的2050年總碳排放量的差異（圖7.11）。

在配電層面，分布式儲能系統或提供空調效率顯然可以節省成本，并且可以幫助配電公司最大限度地減少資本投資。然而，當匯總分布式儲能系統在輸電層面或出于國家規劃目的的影響時，與參考案例相比，系統平均電力成本（SCOE）并沒有改善。在其基礎上，推遲配電電網投資的靈活選項導致2030年的系統平均電力成本（SCOE）為0.28美元/MWh，2040年為0.36美元/MWh。傳統的電網投資在2030年的系統平均電力成本（SCOE）為0.46美元和2040年的0.42美元/MWh。因此，從配電系統的角度來看，部署分布式儲能系統可以每年節省27%的資本投資。但是，當分布式儲能系統在電力系統規劃的輸電層面，對整體系統成本的影響可能并不是嚴格意義上的正面影響，電力系統的成本可能會增加，尤其是在印度和其他嚴重依賴煤炭發電的市場。

（5）技術與政策驅動因素

盡管與2020年相比，未來十年快速增長的可再生能源可以在2030年減少印度電力部門的年度碳排放量，但預計未來幾十年電力需求的快速增長以及隨著滲透率增加而下降的可再生能源價值，意味著研究團隊的參考情景預計與2020年相比，2050年的燃煤發電量總體增加，碳排放量增加48%。探索個人需求和技術驅動因素影響的替代情景的結果強調了一個或多個驅動因素有可能減少對燃煤發電廠的投資，這可能否則將受困于國際氣候減緩承諾。這就提出了一個問題，政策和技術方案的結合是否最有利于減少燃燒發電設施的可能性。圖7.16顯示了儲能資本成本低、天然氣價格低和空調高需求和綜合影響。關于電力系統的演變，并強調了這些供需雙方驅動因素之間的相互作用。如上所述，較低的天然氣價格和較高的空調需求有利于化石燃料發電（分別為天然氣和煤炭）而不是電池儲能系統以滿足峰值需求，而儲能成本降低增加了可再生能源和儲能系統的部署。綜合起來，這些因素導致在2050年空調高需求/低成本案例中，與參考案例（圖7.16，第2列）相比，儲能系統的裝機容量增加了112%，儲能容量增加了244%。這是因為更平坦的需求曲線和更低的儲能成本使得部署長時儲能更具成本效益。

總體而言，在研究團隊考慮的所有技術案例中，空調高需求/低成本案例導致在建模時間范圍內對燃煤發電廠的投資最低。如圖7.16所示，與2050年的參考情況相比，它還導致每年的碳排放量減少18%。然而，即使在空調高需求/低成本的情況下，到2050年現有燃煤發電量仍占總發電量的17%。這表明需求方和供應方機制不足以實現深度電網脫碳，可能需要采取額外的政策措施。

圖7.16 空調高需求/低成本案例（由低電池儲能資本成本、空調高需求和天然氣價格低）（第1列）的模型結果，以及有無情景假設的碳價格影響

作為一項潛在的政策措施，圖7.16顯示了2030年碳價格為每噸20美元，并且每年上漲5%，到2050年增長到50美元/噸。其影響與參考案例相比，對價格上漲的預期導致現有燃煤發電的利用率降低和提前退役，幾乎完全替代燃煤發電設施，并將增加對低碳發電（主要是可再生能源）和儲能系統的投資。與2050年相比，這將減少86%的碳排放量。到2050年50美元/噸碳價格對系統平均電力成本（SCOE）的相對較大影響，可以通過采用高效的空調在一定程度上減輕，無論是出于有利的成本考慮還是政策。假設普遍采用高效的空調、50美元/噸的碳價格以及燃煤發電設施的退役，估計2050年的碳排放量比參考案例估計值低97%，電力系統平均排放量為8gCO2/kWh（圖7.16，第4列）。

麻省理工學院能源計劃未來研究報告

麻省理工學院能源計劃未來研究報告：儲能技術的未來（一）

麻省理工學院能源計劃未來研究報告：儲能技術的未來（二）

麻省理工學院能源計劃未來研究報告：儲能技術的未來（三）

麻省理工學院能源計劃未來研究報告：儲能技術的未來（四）

麻省理工學院能源計劃未來研究報告：儲能技術的未來（五）

麻省理工學院能源計劃未來研究報告：儲能技術的未來之抽水蓄能（六）

麻省理工學院能源計劃未來研究報告：儲能技術的未來之抽水蓄能（七）

麻省理工學院能源計劃未來研究報告：儲能技術的未來之壓縮空氣儲能（八）

麻省理工學院能源計劃未來研究報告：壓縮空氣儲能成本預算（九）

麻省理工學院能源計劃未來研究報告：什么是熱儲能（十）

麻省理工學院能源計劃未來研究報告：熱儲能系統（十一）

麻省理工學院能源計劃未來研究報告：氫儲能（十二）

麻省理工學院能源計劃未來研究報告：高比例可再生能源的儲能系統建模（十三）

麻省理工學院能源計劃未來研究報告：高比例可再生能源的儲能系統建模分析結果（十四）

麻省理工學院能源計劃未來研究報告：高比例可再生能源的儲能系統替代電網資源（十五）

麻省理工學院能源計劃未來研究報告：高比例可再生能源的未來的能源邊際值（十六）

麻省理工學院能源計劃未來研究報告：新興市場和發展中經濟體部署儲能系統的考慮因素（十七）

麻省理工學院能源計劃未來研究報告：電力系統采用儲能系統的驅動因素（十八）

麻省理工學院能源計劃未來研究報告：評估儲能系統在供應受限發展中的作用（十九）

麻省理工學院能源計劃未來研究報告：具有儲能系統的脫碳電力系統的治理（二十）

關注索比儲能官方微信，第一時間獲取行業資訊！