广泛的储能部署对电网运营影响（二）

3.2、储能系统在每小时和季节性运营中的作用

为了展示储能系统在分析时间范围内不断变化的作用，首先看看电力系统变化的其他驱动因素。例如，太阳能发电和风力发电设施的快速部署是近年来发电技术不断变化的一个重要因素。图6显示了到2050年高天然气成本/低成本电池场景的昼间（每日）平均净负荷（电力需求减去发电量）。在2020年，通常看到典型的负荷曲线在夜间最低，而在夏季的傍晚最高。到2030年，大量增长的太阳能发电量（占总发电量的14%）改变了净负荷曲线的形状，减少了中午的净负荷，并在傍晚的时候推迟了晚高峰。所有季节都显示出在日出之前出现的第二个早高峰。这些特征将在2040年和2050年持续存在并加剧，因为太阳能发电量将分别增加到20%和23%。

图6.2020年、2030年、2040年和2050年高天然气成本/低成本电池场景的平均日净负荷曲线

随着不同年份的净负荷变化，储能系统的操作也发生变化（如图7所示）。在显示2020年的顶部面板上，储能系统主要在夜间放电，这对应于图7中的最低净负荷水平，因此边际发电成本最低。在2020年的所有季节，储能系统的放电主要在下午和傍晚净负荷高峰期进行。然而，到2030年，储能系统已转变为在中午几乎完全充电，以对应太阳能发电设施过量发电的情况。虽然储能系统在晚上放电，但在2030年，通常在晚上稍晚的时候放电，因为太阳能发电将峰值期间转移到当天晚些时候。在早上的高峰期间也开始看到一些发电设施提供电力。同样的模式在2040年和2050年持续并加剧，储能系统在白天中午充电，在当天的日出之前和太阳落山之后放电。

图7. 高天然气成本/低成本电池场景下2020年、2030年、2040年和2050年的昼间储能系统放电曲线

如图7所示，在每年四季之间（尤其是非夏季的月份）的昼间储能系统平均使用量几乎没有差异。这一观察结果通常在图8中成立，该图说明了一年中每个月所有五种场景每天使用的全部储能容量的百分比。然而观察到一些有趣的趋势。首先，在2030年的大多数非夏季月份，某些场景（零碳和低成本光伏）的平均使用百分比略高于100%。在这些情况下，持续时间较短（2小时和4小时）的电池储能系统在夜间充电（通过风力发电或核电/煤电，取决于所在地区）并在早高峰期间放电，然后在白天再次使用太阳能的电力充电，并在晚高峰期间放电。图9以2030年1月在低成本太阳能发电场景下的五天为例说明了这一点。顶部面板显示了2小时电池储能系统的每天发电情况，通常显示每天有两个充放电过程。而持续时间较长的抽水蓄能发电设施和6小时电池储能系统通常显示每天有一个充放电过程。然而，大多数年份和场景表明，充放电超过一天的情况仍然很少见。

图8.每日放电的储能容量百分比，按月和场景显示

图9.2030年低成本太阳能发电场景中各种储能技术在冬季的操作（上图），以及电力系统净负载（下图）。对于顶部面板，实心区域表示储能系统装机容量调度，实线表示总可用装机容量

报告还注意到，在2030年，夏季月份的储能系统利用率最低。由于额外的冷负荷推动了更高的整体需求，净负荷很少有“鸭子曲线”（在一天中的净负荷仍然很高）。这些天中午和下午负荷在很大程度上与太阳能发电的可用性一致。图10以2030年7月的5天说明了这一点，用于低成本太阳能发电场景（与图10所示的场景相同）。在夏季，通常只注意到一个每日充电周期，即使对于持续时间较短的储能系统的配置也是如此。此次还注意到，早上（相对于冬季）对储能系统的需求较少，几乎所有的储能放电操作都发生在晚高峰。

图10.2030年低成本太阳能发电场景中各种储能技术夏季的操作（上图），以及系统净负载（下图）。对于顶部面板，实心区域表示储能系统装机容量调度，实线表示总可用装机容量

而在2040年和2050年，由于储能部署量的增加和季节性变化非常小，储能系统的利用率在总体上会减少（如第3.2节所述），除了在某些季节的初夏月份可能会增加储能系统使用量。初夏的几个月通常展示了强大的风力发电和太阳能发电，以及比夏末月份更温和的温度带来中等负荷。

总体而言，本节中的电池储能系统运行概况表明，储能系统运行与太阳能发电可用性紧密相关，而与风力发电的关系则较差。这一结论在场景、资源组合和季节之间保持一致。太阳能发电设施具有可预测的每日开启和关闭周期，这与储能系统的充电和放电的需求非常吻合。另一方面，风力发电设施经常经历长时间的过度发电，其时间持续数小时或数天，比在这里研究的储能系统的持续时间长得多。尽管储能系统可以在存储太阳能发电和风力发电方面发挥关键作用，但与太阳能发电的协同作用更加一致。

3.3、储能系统敏感性

到目前为止，已经讨论了储能系统在每日、季节性和年度基础上对未来电力系统的作用。但是，也可以通过评估储能系统的作用来获得有意义的洞察力。到目前为止，已经考虑了通过区域能源部署系统(ReEDS)中的成本优化部署的最佳储能装机容量。对于本节中描述的一“敏感性”是一种影响，是指对该研究报告对于到2050年高天然气成本/低成本电池场景中调整储能系统装机容量，以观察其对储能系统的价值影响、输电系统和储能的相互作用，以及对传统发电机组调度的影响。

对于在本节中描述的敏感性，以到2050年的高天然气成本/低成本电池场景中部署的660GW储能系统为基准。以80%～120%储能系统的±5%“增量”来调整储能系统的装机容量。每个增量都会将储能系统的总装机容量减少或增加约33GW。在此强调的是，从区域能源部署系统(ReEDS)部署的发电组合中减少和添加储能系统会导致扩建不再是“最佳”。这意味着在储能系统装机容量少于100%的情况下，可能会降低可靠性。尽管没有在一个场景中看到大量负载下降，但储能系统部署率较低的情况下，相对于100%的储能系统的敏感性，储能系统装机容量下降的发生率确实有所增加。

3.3.1、储能系统增量的运营价值

图11显示了2050年5月其中的四天时间里三种储能系统的敏感性（80%、100和120%）的电力系统调度。80%的储能系统敏感性表明出现大量削减（特别是在5月6日中午左右，当时正在发生150GW以上的削减）。100%的储能系统敏感性和120%储能系统敏感性的削减都在下降，并且在120%储能系统的敏感性中仅低于100GW。每日调度还表明，相对于80%的储能敏感性，在100%和120%的储能敏感性场景中，太阳能发电时间增长而导致内天然气发电量减少。

图11.高天然气成本/低成本电池场景中2050年5月中的4天电力系统调度

如图11所示，储能系统可以有效地使用边际成本较低的电力（例如太阳能发电设施的电力），并可以取代更昂贵的电力（例如天然气联合循环发电设施的电）。因此，较高的储能敏感性表现出较低的年发电成本。

需要注意的是，年发电成本会随着储能系统在100%储能系统敏感性的减少而增加，并且随着储能系统的增加而降低。这条曲线说明了随着更多储能系统添加到电力系统中，储能装机容量的增量将如何减少。例如，在80%到85%的储能敏感性之间，增加33GW的储能系统可以将年发电成本降低7.32亿美元。相比之下，在115%到120%的储能场景中，增加33GW的储能系统，总成本只降低了2.48亿美元。这一研究表明，随着装机容量的增加，储能系统的套利机会将会减少。

图12显示储能敏感性的年度总发电成本（以10亿美元计）。2050年高天然气成本/低成本电池场景在中间显示为100%储能系统的敏感性

图13显示了增量的储能系统相对于100%储能敏感性的年度边际值，说明了相同的趋势。

图13表明，储能系统的大部分价值来自减少的燃料成本。需要注意的是，图13中储能系统的增量只是储能系统增量总值的一小部分。如上所述，储能系统也具有容量价值。虽然容量价值可以通过生产成本建模（例如图3中前10个净负载小时内的储能系统可用性）来表示，但容量和套利的价值最终将与容量扩展模型（如ReEDS）中的成本进行加权。