中國儲能網(wǎng)訊：前言
美國國家可再生能源實驗室（NREL）日前發(fā)布了儲能未來研究(SFS) 的一份名為“廣泛的儲能部署對電網(wǎng)運營的影響”報告。儲能未來研究(SFS)是該實驗室一項歷經(jīng)多年的研究項目，旨在探索儲能系統(tǒng)在美國電力行業(yè)發(fā)展和運營中的作用和影響。儲能未來研究(SFS)旨在研究儲能技術的進步對部署公用事業(yè)規(guī)模儲能系統(tǒng)和分布式儲能系統(tǒng)的潛在影響，以及對未來電力系統(tǒng)基礎設施投資和運營的影響。
這份報告使用美國國家可再生能源實驗室（NREL）的區(qū)域能源部署系統(tǒng)(ReEDS)模型中的成本驅動場景作為起點，研究電網(wǎng)規(guī)模儲能系統(tǒng)的運營影響以及與可再生能源發(fā)電之間的關系。為此使用商業(yè)生產(chǎn)成本建模軟件PLEXOS，來評估到2050年美國累計部署210GW～930GW儲能系統(tǒng)的五個場景的每小時運行情況。研究發(fā)現(xiàn)，從現(xiàn)在到2050年，儲能系統(tǒng)將在電力系統(tǒng)中發(fā)揮著重要作用——通過存儲最低邊際成本的電力（通常是太陽能發(fā)電設施或風力發(fā)電設施的過量發(fā)電），并在每天的最高凈負荷期間發(fā)電。部署和運行儲能系統(tǒng)有助于整合可變可再生能源，并通過提供重要資源來提供持續(xù)可靠的電力。
儲能未來研究(SFS)系列提供的數(shù)據(jù)和分析以支持美國能源部發(fā)起的“儲能大挑戰(zhàn)”，這是一項旨在加速下一代儲能技術的開發(fā)、商業(yè)化和利用，并保持美國在儲能領域的全球領導地位的綜合計劃。儲能大挑戰(zhàn)采用用例框架來確保儲能技術能夠經(jīng)濟高效地滿足特定需求，它融合了多個類別的廣泛技術：電化學、機電、熱儲能、發(fā)電、建筑和電力電子。
儲能未來研究(SFS)一系列報告由美國能源部(DOE)旗下的美國國家可再生能源實驗室撰寫。該研究報告獲得美國能源部能源效率和可再生能源辦公室的贊助，并采用美國國家可再生能源實驗室的計算資源進行。而文章中表達的觀點不一定代表美國能源部的觀點。
摘要
由于成本的快速下降和儲能系統(tǒng)的巨大潛在價值，人們可以在未來看到電網(wǎng)上部署的裝機容量高達數(shù)百吉瓦的儲能系統(tǒng)。儲能未來研究(SFS)報告旨在探索儲能系統(tǒng)在美國不斷發(fā)展的電力部門中的潛在作用和影響。
該評估建立在之前發(fā)布的儲能未來研究(SFS)報告的基礎上，其中美國國家可再生能源實驗室（NREL）在其公開可用的區(qū)域能源部署系統(tǒng)(ReEDS)模型中添加了新功能。研究表明，到2050年底，美國部署的儲能系統(tǒng)的裝機容量有可能超過125GW，即使按照最保守的估計，這也將達到美國目前累計部署的儲能系統(tǒng)裝機容量的五倍多。
這一分析通過詳細的生產(chǎn)成本建模進入到區(qū)域能源部署系統(tǒng)(ReEDS)儲能部署率較高的場景，以觀察每小時、每日和每年的運營以及相關儲能系統(tǒng)的價值?？傮w而言，這一場景的電力系統(tǒng)方案成功運行，表明到2050年底無需擔心電網(wǎng)的負載平衡。成功的負載平衡表明在以前的工作中對區(qū)域能源部署系統(tǒng)(ReEDS)的各種改進在設想這些未來場景方面是有效的。
研究表明，儲能系統(tǒng)與太陽能發(fā)電設施的可用性高度一致，太陽能發(fā)電設施具有可預測的發(fā)電周期，這與儲能系統(tǒng)的充電和放電的需求非常吻合。另一方面，風力發(fā)電的發(fā)電周期并不穩(wěn)定，并且經(jīng)常長時間的過度發(fā)電，可能持續(xù)數(shù)小時或數(shù)天，這比在這里研究的儲能系統(tǒng)的持續(xù)時間要長得多。盡管儲能系統(tǒng)可以在利用太陽能發(fā)電設施和風力發(fā)電方面發(fā)揮關鍵作用，但與太陽能發(fā)電設施的協(xié)同作用更加一致。電網(wǎng)中的儲能系統(tǒng)與可再生能源發(fā)電設施配套部署和運營，可以有效地提供能源時移和降低峰值負載服務。盡管儲能系統(tǒng)的年容量系數(shù)較低，這在本質上受到其充電需求的限制，但具有非常高的利用率，這表明儲能系統(tǒng)對電力系統(tǒng)資源充足性的巨大貢獻。
最后，報告還發(fā)現(xiàn)儲能系統(tǒng)提高了多種電力資產(chǎn)的效率。例如，在研究的未來的電網(wǎng)場景中，儲能系統(tǒng)通過利用風力發(fā)電和太陽能發(fā)電等可再生能源的過度發(fā)電來取代燃煤發(fā)電和天然氣發(fā)電設施，從而減少電力系統(tǒng)的碳排放量。此外，儲能系統(tǒng)可以減少化石燃料發(fā)電設施的污染物的排放，這可能會對當?shù)鼐用竦慕】祹聿焕绊?，特別是那些生活在化石燃料發(fā)電設施附近的居民。儲能系統(tǒng)也會改進和穩(wěn)定電網(wǎng)的運行，提高了某些輸電線路的利用率，同時減少了在電力線路的擁塞。儲能系統(tǒng)如何通過增加或減少使用量來影響附近的輸電取決于當?shù)貤l件，研究還發(fā)現(xiàn)，儲能系統(tǒng)通常會提高輸電資產(chǎn)的利用率。這些發(fā)現(xiàn)表明，在同時部署和運營能源資產(chǎn)時，進一步分析應考慮儲能系統(tǒng)和輸電線路的獨特交互。
總的來說，儲能未來研究的分析結果表明，長時儲能系統(tǒng)在未來電力系統(tǒng)中發(fā)揮重要作用的機會越來越大。該分析表明，通過減少過度發(fā)電、減少化石燃料發(fā)電設施運營和排放，以及提高輸電系統(tǒng)的利用率，部署更多的長時儲能系統(tǒng)可以提高運營效率。此外，儲能系統(tǒng)在最高凈負載時間提供容量方面發(fā)揮著重要作用。儲能未來研究還研究長時儲能系統(tǒng)的作用，特別是在高度脫碳的電網(wǎng)條件下，例如接近100%清潔能源的電網(wǎng)條件下。
1.導言
在成本下降和完成可再生能源目標的推動下，太陽能發(fā)電和風力發(fā)電等可再生能源的部署在全球范圍內不斷增加。與此同時，電池成本的下降導致能源開發(fā)商對部署儲能系統(tǒng)以提供電網(wǎng)服務的興趣日益濃厚，其中包括能源轉移和調峰服務。美國國家可再生能源實驗室(NREL)的儲能未來研究評估了到2050年的儲能部署途徑，發(fā)現(xiàn)儲能系統(tǒng)將成為大容量電力系統(tǒng)的重要貢獻者，到2050年美國累計部署的儲能系統(tǒng)裝機容量容量將達到132GW。這種儲能部署主要由能源價值（能源轉移）和容量價值（在電力系統(tǒng)需要時提供電力）的組合驅動。
當部署電力系統(tǒng)上時，儲能系統(tǒng)可以提供許多好處，其中包括能量轉移、減少化石燃料發(fā)電設施的運營、提供輔助服務、促進系統(tǒng)資源充足性，以及可能推遲輸電線路或其他電力系統(tǒng)基礎設施升級。在提供能源轉移的過程中，作為凈能源消費者的儲能系統(tǒng)，能夠以較低的價格存儲可用的能源，以便在電力價格較高時釋放。隨著電力系統(tǒng)中的零邊際成本可再生能源的份額持續(xù)增長，儲能系統(tǒng)的一個主要用途是在可再生能源發(fā)電設施過度發(fā)電期間存儲電力，另一個好處是使用存儲的電力來避免或減少啟動成本高昂的化石燃料發(fā)電設施。儲能系統(tǒng)還可以提供輔助服務或作為備用電源，為電力系統(tǒng)提供可靠的電力來源。此外，儲能系統(tǒng)可以通過在電力系統(tǒng)需要時放電來滿足峰值需求。
最后，儲能系統(tǒng)還可以提供其他一些難以量化的好處，例如避免或推遲輸電系統(tǒng)或配電系統(tǒng)的升級，特別是在傳統(tǒng)發(fā)電資源可能難以選址建設的地區(qū)。
大多數(shù)電力系統(tǒng)模型只能同時代表這些潛在利益中的一小部分，因為這些利益在規(guī)模和時間上分布廣泛。在考慮未來投資時，電力系統(tǒng)規(guī)劃或容量擴展模型會盡可能地考慮這些不同的價值流以抵消前期成本。但是，規(guī)劃模型通常無法考慮詳細的運行參數(shù)或完全獲得儲能系統(tǒng)（或其他資產(chǎn)）可能提供的所有服務。運行分析通常需要使用具有不同目標函數(shù)和時間的多個模型。例如，生產(chǎn)成本建模就是這樣一種工具，可以提供對電網(wǎng)運行的詳細洞察，包括可能看起來與當今電力系統(tǒng)大不相同的未來的電力系統(tǒng)。例如，在某些儲能系統(tǒng)未來研究場景中，儲能部署達到數(shù)百吉瓦，而截至2021年美國累計部署了23GW的儲能系統(tǒng)，但絕大多數(shù)來自抽水蓄能發(fā)電設施。那么儲能密集型電力系統(tǒng)的運行會是什么樣子，與現(xiàn)在有何不同？不同類型的儲能系統(tǒng)將如何相互交互？這些操作如何隨季節(jié)、場景和儲能配置而變化？
為了回答這些問題，這項工作評估了區(qū)域能源部署系統(tǒng)(ReEDS)模型確定的場景的詳細操作，以使用商業(yè)生產(chǎn)成本模型軟件PLEXOS以每小時為基礎來明確實現(xiàn)儲能部署率較高的場景的操作。該研究使用一系列場景來評估儲能系統(tǒng)在每日、季節(jié)性和年度基礎上可能扮演的角色，以及該角色如何隨著儲能系統(tǒng)的配置和系統(tǒng)資源組合而變化。（注：PLEXOS是采用基于數(shù)學原理的優(yōu)化技術進行預測的經(jīng)濟型優(yōu)化軟件。PLEXOS提供最新的可視化功能、數(shù)據(jù)處理和分布式計算方法，可以為電力、水和天然氣提供強大的高性能仿真系統(tǒng)。）
2.方法和數(shù)據(jù)
儲能系統(tǒng)未來研究的主要目標是檢查未來電力路徑，這些路徑可以看到美國大量而持續(xù)地部署儲能系統(tǒng)。了解大規(guī)模輸電和發(fā)電系統(tǒng)如何隨著儲能部署而發(fā)展是這項研究的核心。該建模的目的是識別和評估各種儲能部署路徑的成本和收益?？紤]到電力系統(tǒng)的復雜性，這不能采用單一模型的大系統(tǒng)模型來實現(xiàn)。為此，研究采用了“確定成本最低的投資路徑”和“詳細模擬預計未來系統(tǒng)的操作”兩個主要系統(tǒng)模型，并將它們結合起來。
在分析的第一步中，使用區(qū)域能源部署系統(tǒng)(ReEDS)來確定在技術成本和性能的各種演變下輸電和發(fā)電資產(chǎn)的最低成本投資集。區(qū)域能源部署系統(tǒng)(ReEDS)用于長期的電力系統(tǒng)規(guī)劃工作，因為它綜合了電力部門變革和投資的許多不同限制和驅動因素，其中包括技術和燃料價格、政策和法規(guī)、技術性能限制、燃料供應限制、以及負載形狀和總需求的變化，以確定投資路徑。第二步，是使用PLEXOS來模擬從目前到2050年（在給定場景下）預計儲能系統(tǒng)的每小時的時間尺度來運行。PLEXOS的結果可用于評估未來預計儲能系統(tǒng)的供需沒有遇到任何重大挑戰(zhàn)。
2.1分析中的五個關鍵場景
該分析基于美國國家可再生能源實驗室（NREL）的區(qū)域能源部署系統(tǒng)(ReEDS)容量擴展模型生成的場景，該模型代表美國電力系統(tǒng)在134個地區(qū)由聚合輸電走廊連接，以對電力系統(tǒng)退役和發(fā)電、輸電和發(fā)電投資進行成本最低的系統(tǒng)優(yōu)化。該模型優(yōu)化了電力系統(tǒng)的投資，包括電力系統(tǒng)在每個時間尺度中的運行。這一研究中的其他報告包含對區(qū)域能源部署系統(tǒng)(ReEDS)模型、其輸入以及與這項工作相關的各種改進的完整討論。
研究報告的分析重點關注區(qū)域能源部署系統(tǒng)(ReEDS)中實施的以下五個關鍵場景：
·參考場景（Ref）：該場景遵循到2050年的所有成本和技術演進作為參考假設。
?低成本電池場景（Low-Cost Batt）：該場景設定電池的最低成本。
?低成本太陽能發(fā)電場景（Low-Cost PV）：該場景設定太陽能發(fā)電設施的最低成本。
?高天然氣成本/低成本電池場景：該場景設定的高成本的天然氣發(fā)電和最低成本的電池。
?零碳場景：該場景反映了未來研究中的零碳能源場景，該場景比上述四種場景實現(xiàn)了更多的儲能部署（以MW為單位）。
圖1顯示了2020～2050年五種場景中按發(fā)電設施類型劃分的裝機容量和年發(fā)電量。所有場景都顯示太陽能發(fā)電設施、風力發(fā)電設施和儲能系統(tǒng)裝機容量的增長，這在很大程度上是由于這三種資源的技術成本下降。這些能源取代了核電和煤電，在某些情況下還取代了天然氣發(fā)電。天然氣發(fā)電在高天然氣成本/低成本電池場景中最為明顯，該場景使用高天然氣成本以及零碳場景，該場景要求到2050年將替代所有的燃煤發(fā)電設施和天然氣發(fā)電設施。其他三種場景（參考場景、低成本電池和低成本太陽能發(fā)電）遵循天然氣成本軌跡的中間情況，導致到2050年仍將采用大量的天然氣發(fā)電。
圖1.評估的五種場景中的總發(fā)電量和裝機容量組合
圖2顯示了在相同場景和年份下按技術類型劃分的已經(jīng)安裝的儲能系統(tǒng)裝機容量。需要注意的是，在儲能未來研究中沒有考慮部署持續(xù)時間超過12小時的儲能系統(tǒng)。2020年，幾乎所有的的長時儲能系統(tǒng)都是現(xiàn)有的抽水蓄能發(fā)電設施。到2030年，將會看到持續(xù)時間較短的電池儲能技術（持續(xù)時間為2小時和4小時）的部署急劇增加，因為這些技術被認為具有鑒于其較小的裝機容量，成本最低。到2040年，持續(xù)時間為4小時電池儲能系統(tǒng)繼續(xù)占據(jù)主導地位，但開始看到持續(xù)時間為6小時電池儲能系統(tǒng)的部署。到2050年，持續(xù)時間為4小時電池儲能系統(tǒng)仍然是所有場景中最主要的儲能技術，但一些場景（尤其是零碳場景）顯示部署更長持續(xù)時間的電池，例如持續(xù)時間為8小時和10小時電池的儲能系統(tǒng)。由于成本下降，持續(xù)時間更長的電池儲能系統(tǒng)在未來幾年變得更具成本競爭力。在零碳場景的情況下，持續(xù)時間更長的電池儲能系統(tǒng)也更有價值，因為它們能夠在更長的時間內實現(xiàn)能量轉移，并提供更高的容量信用。最后，即使是在建模時間范圍內部署最少的儲能系統(tǒng)（參考場景），到2050年部署的儲能系統(tǒng)裝機容量也將增加大約10倍。
圖2.研究報告中考慮的五種場景下按技術類型分類的ReEDS儲能系統(tǒng)裝機容量
2.2 PLEXOS的構想
生產(chǎn)成本建模從區(qū)域能源部署系統(tǒng)(ReEDS)開始，其中包括輸電系統(tǒng)、可再生能源發(fā)電設施和傳統(tǒng)發(fā)電設施的類型、裝機容量和位置，以及每小時負荷和可變的發(fā)電數(shù)據(jù)。這些數(shù)據(jù)與每小時運營儲能系統(tǒng)一起傳遞到生產(chǎn)成本模型。研究報告使用PLEXOS這樣一種商用生產(chǎn)成本模型來模擬區(qū)域能源部署系統(tǒng)(ReEDS)確定的未來電力系統(tǒng)的每小時運行。生產(chǎn)成本模型的目標是優(yōu)化發(fā)電資源的調度，以更經(jīng)濟有效地滿足負荷，并受到所有限制（例如可再生資源、傳輸可用性和運營實踐）的限制。
區(qū)域能源部署系統(tǒng)(ReEDS)在其算法中簡化了調度，以便為未來幾十年的投資決策提供信息。這允許模型考慮關鍵的操作限制和挑戰(zhàn)，但仍然足夠簡單以保持計算的易處理性。然而，由于區(qū)域能源部署系統(tǒng)(ReEDS)沒有明確模擬每年時間范圍的8,760小時調度，因此它無法解決許多對確保能量平衡和儲能優(yōu)化運行至關重要的運行限制。因此，PLEXOS模擬區(qū)域能源部署系統(tǒng)(ReEDS)確定的電網(wǎng)擴建的每小時運行，以衡量運營成本并驗證供需平衡。使用輸電網(wǎng)絡的簡化區(qū)域近似評估基本輸電充足性，以及評估儲能系統(tǒng)的調度。儲能系統(tǒng)在PLEXOS中定義為裝機容量（MW）和持續(xù)時間（h）和由區(qū)域能源部署系統(tǒng)(ReEDS)確定的位置。與區(qū)域能源部署系統(tǒng)(ReEDS)的所有服務假設一致，儲能系統(tǒng)經(jīng)過共同優(yōu)化以提供能源和輔助服務。
該分析涵蓋美國各州，其中包括三個獨立的同步互連區(qū)域：東部互連區(qū)域、西部互連區(qū)域和德克薩斯互連區(qū)域。因為這個地理足跡很廣泛，容量擴展建模和生產(chǎn)成本建模簡化輸電系統(tǒng)的表示。在這一建模中，美國電力系統(tǒng)由134個區(qū)域組成，這些區(qū)域由輸電線路相連。因此，區(qū)域能源部署系統(tǒng)(ReEDS)和PLEXOS都將限制之間的流動，但不會限制在這些區(qū)域內。
生產(chǎn)成本建模步驟的目標是測試容量擴展場景的運營影響，提供跨場景的每小時調度的詳細圖片，并深入了解儲能容量調度的優(yōu)化。
就這一研究報告而言，生產(chǎn)成本模型的主要輸出包括：
?識別任何未提供服務的負載或未提供服務的儲備，這可能表明資源充足性問題。
?不同時間尺度的發(fā)電構成，其時間從每小時到每年。
?發(fā)電的總可變運營成本（包括燃料成本、啟動和關閉成本以及可變運維成本）
?抽水蓄能設施和電池儲能系統(tǒng)等能源受限資源的調度和利用。
?資源組合每年和在任何特定時間提供儲備。
?輸電系統(tǒng)簡化表示的使用和擁塞。
?在特定的時期（例如，高可再生能源/低負荷時期和低可再生能源/高負荷時期）進行調度。
3.儲能部署率高的未來場景的運營結果
本節(jié)將討論在儲能未來研究五個場景中部署的儲能系統(tǒng)，了解儲能系統(tǒng)在每天、季節(jié)性和年度基礎上所起到的重要作用。還研究了儲能系統(tǒng)隨著時間的推移而變化的角色，從2020年系統(tǒng)的表示開始到2050年的建模。
3.1儲能系統(tǒng)在年度運營中的作用
儲能系統(tǒng)在本質上不同于大容量電力系統(tǒng)上的大多數(shù)發(fā)電設施，因為它在技術上不是一種發(fā)電資源。為了向電力系統(tǒng)提供電力，儲能系統(tǒng)必須首先存儲能量，并且由于電源轉換而導致效率損失。由于需要充電和相關的效率損失，容量系數(shù)圖用點來表示每種場景中存儲的平均年容量系數(shù)。在所有年份和場景中，年容量系數(shù)都保持在25%以下（在某些情況下低于10%）。為了理解圖3中的容量系數(shù)趨勢，首先考慮在擴容模型中部署儲能系統(tǒng)的原因，其中包括：
?能源轉移資源：晝間儲能可以實現(xiàn)能源套利，尤其是在越來越多的低成本資源（如太陽能發(fā)電設施）可供充電的情況下。隨著電池成本的下降，更多的能源轉換機會變得經(jīng)濟。
?容量資源：儲能系統(tǒng)是一種可靠的資源，有助于滿足凈需求高峰期。
在某些情況下（參考場景和低成本太陽能場景），容量系數(shù)會隨著時間略有增加，其原因是：(1)持續(xù)時間更長電池儲能系統(tǒng)的部署相對增加，從而提供更高的平均容量系數(shù)；（2）更多地部署零邊際成本資源（太陽能和風能）進行套利。在其他情況下（低成本電池和高天然氣成本/低成本電池），盡管在某些情況下增加了使用時間更長的電池儲能系統(tǒng)的部署，但儲能容量平均系數(shù)在2030年后下降；這發(fā)生在具有低成本電池假設的場景中，因為即使套利機會較少，采用低成本電池也可能是經(jīng)濟的。在這四種場景中，容量系數(shù)的趨勢主要是由儲能系統(tǒng)扮演的第一個角色（能量轉移）驅動的。然而，第五種場景（零碳場景）顯示到2050年的年容量系數(shù)最低。在這種情況下，在高天然氣成本/低成本電池的場景下運行儲能系統(tǒng)的時間只有約55天。鑒于零碳場景中的全天候顯著縮減，儲能系統(tǒng)運行的時間更少，從而降低了平均容量系數(shù)。在這種情況下，儲能系統(tǒng)扮演的第二個角色（作為容量資源）類似于很少運行的天然氣調峰電設施。
儲能系統(tǒng)仍然扮演著第一個角色（能量轉移）。零碳中的套利機會雖然發(fā)生的頻率較低，但利潤豐厚，因為儲能系統(tǒng)正在以零邊際成本發(fā)電，采用可再生能源電力取代成本昂貴的化石燃料發(fā)電設施的電力（邊際成本約為200美元/MWh）。
盡管圖3顯示的年容量系數(shù)較低，但圖中的三角形（顯示每個地區(qū)僅前10個凈負載小時的平均儲能容量系數(shù)）講述了不同的故事。該計算揭示了在這些時間內的高容量系數(shù)，通常遠高于75%。這些小時代表了電力系統(tǒng)面臨供電壓力的時期，而儲能系統(tǒng)在這些時期的貢獻很大。在大多數(shù)情況下，由于儲能部署容量較高，前10個凈負載小時內的儲能容量系數(shù)在2050年最低。隨著電力系統(tǒng)上的儲能系統(tǒng)裝機容量增加，新部署的儲能系統(tǒng)的收益遞減，表明趨于飽和。與年容量系數(shù)類似，前10個凈負荷小時的平均系數(shù)在2050年零碳場景中最低，其原因與年容量系數(shù)在該場景中最低的原因相同。
圖3.不同年份和場景中儲能資產(chǎn)的年容量系數(shù)，按年平均值（上圖）和前10個凈負載小時（按地區(qū)）計算
圖4.2050年所有場景下每種儲能技術的年容量系數(shù)（上圖）和每日放出的儲能容量百分比（下圖）
最后，報告研究了2050年高天然氣成本/低成本電池場景中每日排放的儲能容量百分比與可變發(fā)電量貢獻之間的關系（如圖5所示）。在這里，將區(qū)域能源部署系統(tǒng)(ReEDS)區(qū)域的集合繪制為一個點；這樣做將足跡劃分為美國18個區(qū)域，在某種程度上接近區(qū)域輸電組織/獨立系統(tǒng)運營商的足跡或市場區(qū)域。每個區(qū)域都是一個點，每日放電容量的百分比與太陽能發(fā)電占總發(fā)電量的百分比（左圖）或風力發(fā)電占總發(fā)電量的百分比（右圖）。盡管該圖表現(xiàn)出很大的變化，但太陽能發(fā)電量增加與每日放電容量百分比（或每日能量循環(huán)）增加之間存在明顯關系，而風力發(fā)電量增加與每日放電容量百分比減少之間存在明顯關系。太陽能發(fā)電的正相關關系表明，隨著太陽能發(fā)電量的增加，對儲能系統(tǒng)的需求增加——儲能系統(tǒng)在白天可以利采用太陽能發(fā)電設施過量電力進行充電，并在早晚的峰值期期放電。另一方面，也看到風力發(fā)電的相反關系。先前的分析表明，風力發(fā)電設施的過量發(fā)電通常會持續(xù)數(shù)小時甚至數(shù)天的時間，遠遠超過該研究中部署的儲能系統(tǒng)的持續(xù)時間。在這些風力發(fā)電過剩期間，儲能系統(tǒng)充滿電之后而無需放電，直到過發(fā)電期間停止，從而降低了平均日使用容量。
圖5.報告中美國18個區(qū)域中到2050年每日放電的儲能系統(tǒng)容量百分比與可變發(fā)電量占發(fā)電量的百分比制
本節(jié)說明儲能系統(tǒng)如何在所有配置和電網(wǎng)組合中有效地提供降低峰值服務（以及能源轉移）。盡管儲能系統(tǒng)的年容量系數(shù)較低，本質上受到其充電需求的限制，但在電力系統(tǒng)需要更多容量的前10個凈負載小時內，它具有非常高的利用率（在許多情況下超過75%）。
（未完待續(xù)）
