江苏龙网

  1. 首页 > 资讯 > 财经 > >

储能|大规模电池储能成本预测分析( 二 )


因此 ， 许多关于成本预测的最新论文会产生已知冗余（根据上面列出的第二个挑战） ， 因而被排除在本研究之外 。 使用消费者价格指数将所有成本价值转换为2019年的美元 。 在未指明美元年份的情况下 ， 假定美元年份与公布年份相同 。
我们只对4小时的锂离子存储系统进行了预测 。 我们将4小时持续时间定义为电池输出持续时间 ， 这样一个4小时设备将能够以额定功率放电4小时 。 实际上 ， 这意味着该设备将充电4小时以上 ， 并且名义上将保持超过其额定能量容量 ， 以补偿充电和放电期间的能量损耗 。

我们将价格预测作为总的系统隔夜资本成本 ， 单位为$/kWh 。 然而 ， 并不是电池系统所有组件的成本都与系统的能量容量（即kWh）直接相关（Feldman等人即将出版） 。 例如 ， 逆变器成本可根据系统的功率容量（即kW）进行调整 ， 而一些成本组成部分 ， 如开发人员成本 ， 则随着功率和能量变化而变化 。
通过以$/kWh表示电池成本 ， 我们就偏离了其他发电技术 ， 如燃烧涡轮机或太阳能光伏电站 ， 这些技术的资本成本通常以$/kW表示 。 我们以$/kWh为单位 ， 因为这是迄今为止在公开材料中表示电池系统成本的最常见方式 。 将报告的$/kWh乘以持续时间 ， 转换成$/kW（例如 ， 成本为$300/kWh的电池工作四个小时 ， 其功率容量成本为$1200/kW） 。
为进行成本预测 ， 存储成本被归一化为2019年的值 ， 每个预测值在2019年的起始值都为1 。 我们选择使用归一化成本而不是绝对成本 ， 因为在本出版物中并未始终明确定义系统 。 例如 ， 尚不清楚系统是否因为更高效、寿命更长而成本更高 ， 还是只是作者预计系统成本会更高 。 归一化方法减少了许多差异的干扰 。

此外 ， 如结果部分所示 ， 我们选择2019年基准成本作为当前存储成本 ， 基本上比2017年公布的所有2019年预测成本都要低 。 通过使用归一化成本 ， 我们可以更容易地使用这些2017年预测值来告知从较低的初始点开始的成本削减 。
如果某一出版物在2019年之后开始进行预测 ， 则使用最接近值的线性外推法估计2019年的值 。 例如 ， 如果2020年的价格为$500/kWh ， 2021年的价格为$480/kWh ， 那么2019年的价格假定为$520/kWh 。 因为预测值在最初几年往往下降更快 ， 线性方法得出的结果往往低于2019年的实际数值 ， 高于归一化值 。 如果出版物只提供特定年份的数值（如2018年、2020年和2030年） ， 则使用线性插值来填充中间年份的数值 ， 进行年度预测 。
为定义低、中、高预测值 ， 我们只考虑了2018年及以后公布的预测成本 。 2017年发布的预测值仍然以数字的形式显示在结果部分 ， 我们使用2017年的数据作为我们预测的基准 。 我们认为 ， 与前几年出版的出版物相比 ， 后期出版的出版物对于预测存储成本降低的评估更准确 。

我们将低、中、高预测分别定义为2020年、2025年和2030年的最小值、中值和最大值 。 定义2050的值更具挑战性 ， 因为只有四个数据集延伸到2050年 。 这三个数据集显示 ， 从2030年到2050年成本分别下降了19%、25%、27%和39% 。 39%的减幅用于不利案例 ， 而25%的减幅用于情况中等和较好的案例 。 也就是说 ， 对于不利案例 ， 假设从2030年到2050年下降39% ， 情况中等和较好的案例 ， 假设从2030年到2050年下降25% 。
2018年、2020年、2025年、2030年和2050年之间的值是基于年份之间的线性插值设定的 ， 并赋值 。 为了将这些归一化的低、中和高预测值转换为成本价值 ， 将归一化值乘以Feldman等人（即将出版）提出的4小时电池存储成本 ， 得出4小时电池系统成本 。
为了预估其他存储时间（即4小时以外的时间）的成本 ， 我们设置了单独的能源成本和电力成本：
总成本（$/kWh）=能源成本（$/kWh）+功率成本（($/kW）/持续时间（hr）


推荐阅读


上一篇：基金|身边的人要你推荐基金，你会推荐吗？

下一篇：股票|受分析师“另眼相看”，AYRO能否成为下一个“蔚来”？