第7章——新兴市场和发展中经济体部署储能系统的考虑因素

7.1 背景

(相关资料图)

在未来几十年，巴西、印度、印度尼西亚、尼日利亚和南非等新兴市场和发展中经济体 (EMDE)的发电、转换和使用趋势，将会显著地影响和促进全球气候减缓工作。而电力需求增长将给这些国家的电力基础设施带来更大的负担，因为这些基础设施在许多情况下并不完全可靠，并且通常是由在财务方面受限的公用事业公司运营。这种情况可能会导致储能系统用例与研究报告中讨论的发达国家用例不同，发达国家制定的深度脱碳目标以及交通行业的电气化是电网转型的主要驱动力。在电网供应受限的情况下，无论是可用发电容量或电网范围和接入问题，包含储能系统的微电网和住宅太阳能发电设施都可以作为电气化的替代模式，从而支持努力快速扩大能源供应。

事实上，供应受限的情况在非洲南部国家以及印度的某些农村地区普遍存在，那里的离网电气化系统已经引起了私有项目开发商以及世界发展金融机构等组织的极大兴趣。在其他情况下，如果电力供应充足且大多数客户负载已接入电网，并且在经济增长和可再生能源发电量快速扩张的推动下，电力需求大幅增长会导致电网拥塞，则为储能系统提供了新的部署机会，并支持高效可靠的电网运行。这些情况在印度和东南亚国家很常见。在这种需求驱动的背景下，预计由能源密集型电器设备、空调和交通电气化所推动的电力负荷量将以远高于总能源需求的速度增长。

根据一项研究，需求增长而驱动的能耗量可能导致印度2040年的能耗与2019年相比高出 81%，在这种情况下，电力需求增长更快，2040年与当前相比将增长161%。虽然发达国家在未来十年的电力需求增长预测主要受交通运输电气化驱动，但在印度和许多气候炎热的新兴市场和发展中经济体 (EMDE)国家，预计建筑行业的发展将主导电力需求的增长，这主要是由于建筑将会安装大量空调。与其他新的需求来源（如电动汽车）相比，全天对空调制冷的较高且不灵活的需求，意味着建筑对电力需求的显著增加。

上述新兴市场和发展中经济体（EMDE）中的储能部署用例进一步区分所述分析的其他因素。这些因素包括：（1）电网投资的融资成本相对较高（相对于发达经济体的融资成本）和电力公司的财务资源有限；(2)煤炭发电在能源供应中占主导地位，天然气发电通常受到可用性或基础设施的限制，这使得更加重视部署有利于电力部门脱碳的可再生能源和储能系统；(3)与发达经济体相比，技术和成本上存在差异。例如在印度等需求驱动的新兴市场和发展中经济体（EMDE）中，可再生能源的资本成本比美国低50%～70%，这是由于劳动力成本较低等因素。相比之下，在非洲南部国家，可再生能源发电成本通常更昂贵，因为其市场规模较小且缺乏相应的制造设施。

研究团队的分析考虑了两类新兴市场和发展中经济体（EMDE）国家背景下的储能部署（表7.1）：（1）需求驱动型国家（例如印度），其中了解未来电力使用的需求增长和模式对于了解储能部署用例至关重要；（2)电力供应受限的国家（例如尼日利亚），在这些国家，满足需求的电网可用性持续时间和时间的不确定性是储能部署的关键驱动因素。为了分析需求驱动的新兴市场和发展中经济体（EMDE）中的储能部署用例，研究团队进行了需求侧建模，以探索储能系统的使用如何影响印度市场背景下电力需求状况的长期演变。然后，研究团队利用其需求侧的调查结果，在一系列技术和政策情景中探索印度配电和输电系统（分别为第7.2.2和7.2.3节）中储能系统带来的价值。在印度背景下的分析结果可以广泛推广到表现出类似情况的其他国家和地区，特别是东南亚。相比之下，为了评估储能系统在供应受限地区的作用，研究团队调查了尼日利亚消费者住宅太阳能发电设施配套部署的储能系统的一部分价值主张。

表7.1 研究调查中的EMDE国家需求驱动和发电驱动的储能部署场景汇总

7.2 评估储能系统在需求驱动的新兴经济环境中的作用

7.2.1 方法

（1）需求侧建模

研究团队将印度视为快速增长的新兴市场和发展中经济体（EMDE）的主要研究案例，其需求是电力系统发展的关键驱动力。研究团队的分析使用详细模型来量化合理的替代电力需求情景，区分现有电力最终用途和新兴电力的最终用途，例如空调设备和电动汽车(EV)，并采用单独的方法来预测每种电力最终用途的未来需求，如图7.1所示。

图7.1 印度需求侧建模方法的简化示意图

与其他文献中对印度的可用需求预测相比，研究团队的需求概况来研究空调的效率（表7.2）等因素对各种空调的年能耗和峰值能耗的影响。例如印度各邦和地区（图7.2和7.5）。其结果与其他已发布的2040年电力需求预测（图7.4）相当，但也提供了更详细的年度内变化和需求分布图，这有利于电力系统和配电系统的规划以及储能系统的估值。

表7.2假设空调设备和电动汽车需求增长对印度的需求预测

图7.2印度到2040年各地区的电力需求

需求侧分析分为两个阶段进行：首先，使用回归模型估计未来的最终用途的电力需求，该模型对2012～2019年期间的历史区域电力需求进行分析，并结合了2015年的电力需求。该模型使用天气数据和印度各邦GDP的预测来估计季节性和长期增长趋势。

其次，图7.1所示的技术模型用于估计新负载的需求，在这一研究中包括住宅和商业用户使用的空调以及电动汽车。该模型使用基于空调销售预测。考虑了两种电力需求情景：基于当前可用设备的电力销售预测的基本情景和假设优先采用空调效率情景。例如根据最近的一项研究，假设到2050年全球平均水平的空调机组的季节性能效比(SEER)评级达到8.5。相比之下，截至2018年，印度空调机组的销售加权平均季节性能效比(SEER)为3，全球平均为4。正如SEER评级所反映的，美国和印度之间的空调效率通常因安装的空调类型不同而有很大差异。虽然使用可变制冷等能效措施的中央空调系统在美国很常见，但印度更倾向于使用更便宜但效率较低的分体式空调。住宅和商业的空调需求增长在邦一级进行估算，然后汇总到地区一级。

对于电动汽车，研究团队的模型使用电动汽车销售数据和印度政府未来几年的电动汽车销售目标来估计其充电需求。使用与典型充电模式相关的调查数据得出2020年到2050年的预测。与空调需求相比，研究团队预计印度对电动汽车充电需求相对温和，无论是在年能耗量还是对峰值需求的贡献方面。这一发现与印度的其他研究一致。它与美国和欧洲等其他地区的预测形成了鲜明对比，而发达国家和地区，电力需求的大部分增长将来自电动汽车充电，从而对电网的长期发展产生影响。在电动汽车的应用中，图7.3表明，假设印度市场上的电动汽车需求保持不变，两轮和三轮电动汽车很可能在印度的电动汽车市场中占主导地位。图7.4是对印度从2025年到2040 年电力需求预测，图7.5是对印度南部地区2030年夏季三天负荷分布的预测。

图7.3 假设印度GDP稳定增长，2020～2050年空调和电动汽车对电力需求的增长情况

图7.4印度从2025年到2040 年电力需求预测

图7.5 印度南部地区预计的2030年夏季三天负荷分布图

（2）分布式储能系统的建模

人们普遍关注如何将电池储能系统作为非线缆替代方案 (NWA) 以避免或延迟电力线路升级，并满足配电网络中快速增长的峰值需求。该用例与快速发展的新兴市场和发展中经济体（EMDE）的超大城市（例如开罗、德里、雅加达）的配电系统密切相关。而在这些国家，空调在夜晚电力需求峰值期间中所占的份额越来越大。研究团队通过研究印度四个特大城市（班加罗尔、德里、加尔各答和孟买），量化了分布式储能系统 (DLS) 作为新兴市场和发展中经济体（EMDE）环境中城市配电的非线缆替代方案 (NWA)的作用。

研究团队采用灵活的估值框架，通过马尔可夫链和蒙特卡罗(MCMC)方法使用多年实物期权方法分析，来确定电池储能系统和电网升级之间的最低成本投资策略的时间演变。

图 7.6 总结了研究团队方法的三个步骤。首先，研究团队确定最佳的储能部署地点以减轻配电网络的过载。电网拥塞主要发生在电力需求峰值期间，因为电力需求也很高，这意味着电网也在同时超载。基于在最少数量的地理位置提供对电力线路的最大需求缓解来确定储能部署的最佳位置。其次，研究团队根据负载曲线和网络组件的过热限制，针对给定的需求场景评估确定位置的电池储能系统的成本进行优化。使用时间序列线性程序来调整储能系统的规模以适应各种需求增长情景。这些优化确定要部署的电池储能容量，从中研究团队推断出分布式储能系统 (DLS)的资本和运营成本。

图7.6 展现灵活估值框架步骤的流程图

研究团队针对三种需求增长情景重复第二步：缓慢、稳定和快速。在灵活估值框架的最后部分，研究团队使用所有需求增长情景及其各自后验概率的MCMC模拟来确定分布式储能系统 (DLS)和网络延期在需求不确定性下的预期成本节约期权价值。

对于分布式储能系统 (DLS)，研究团队根据储能系统规模计算年化固定成本（图7.6，步骤2）。其灵活性的实物期权价值包括传统电网升级所需投资与储能系统所需投资之间的差额；这就是延迟电网升级的价值。研究团队使用年化投资成本进行所有计算，以便可以按顺序考虑多次延期，并且当灵活性的实物期权价值不再有利时，研究团队会考虑电池储能系统的残值。在图7.7中，D是指延迟值，它通过计算预期成本来计算，定义为MCMC概率与其对象成本的乘积之和。如果D<0，则延迟电网升级的储能预期成本低于传统网络升级的预期成本，因此储能具有非负NWA值。在每个决策点p重复该过程，并具有相应的成本、预测和概率（图7.7）。

图7.7 实物期权决策树

研究团队采用灵活的估值框架，使用图7.8中概述的方法估计印度特大城市（班加罗尔、德里、加尔各答、孟买）的分布式储能系统 (DLS)部署潜力。首先，使用配电厂商TPDDL公司的数据。每个代表性馈线的特点是：(1)根据收集的数据，负载百分比在40%到80%之间变化；(2)代表需求，定义为以支线为模型的每小时负荷曲线，根据可用的调查数据，这将由于特大城市不同而不同；(3)服务需求，即配电网馈线在相同负荷百分比下服务的年总需求（以MWh为单位）；(4)电力线路公里数，对应于相应负载百分比的总线路公里数（km）。来自德里的馈线数据显示，28%的馈线负载量为60%或更高；研究团队假设其他特大城市的支线负荷分布类似。

图7.8 印度大城市采用的分布式储能系统 (DLS)部署潜力计算方法

此外，研究团队根据各自的服务需求以及与德里这些支线可用的电力线路长度之比，估计了九个支线中的每一个在其他特大城市中所代表的线路长度。灵活的估值框架适用于每个特大城市的每个代表性支线，其方法是使用需求侧模型中的适当增长率来预测2030年和2040年的各种需求。电网投资成本是根据每个特大城市中每个代表性馈线的电力线路长度计算的。代表性馈线的最终分布式储能系统 (DLS)容量使用每个馈线的服务需求与代表需求的比率来衡量。

（3）供给侧建模

研究团队使用GenX的多周期版本，即第6章中基于美国的建模分析所使用的电力系统容量模型(CEM)，来评估印度电力系统在替代技术下的最低成本投资和运营、需求和政策情景。多周期系统框架使研究团队能够对现有发电组合及其长期演变进行建模，这在美国等拥有相对老旧发电设施的国家中不太相关。对于本章介绍的分析，GenX被配置为具有四个投资期（2020年、2030年、2040年、2050年）和表示电网运行的多期投资计划模型。对于每个投资期，该模型包括几个电网运行限制：（1）对化石燃料发电厂运行的灵活性限制；(2)每个小时和每个区域的供需平衡，电流与线性损耗和区域之间的输电容量限制相关；(3)水电站运行与水流量和水库容量的现有信息一致；(4)对于其储能资源，跨期储能平衡限制以及最大充放电率的容量限制。

这些运行限制是从基于2015年天气模式的单年负荷数据中选择的20多个具有代表性的电网运行周建模，并通过聚类技术开发了可再生能源和水电资源配置文件。研究团队使用由电网运营商（印度中央电力局2017年）定义的五个独立的平衡区域（北部、西部、南部、东部和东北部）代表印度电网，并根据上述情况为每个投资期开发特定区域的负载配置文件，这描述了需求预测模型。这些区域之间的电力流动基于简化的网络表示进行建模，该电网表示强制执行区域之间的电力交换限制。对于2020年，这些功率限制来自系统运营商；而在未来，这些限制可能会随着额外的输电投资而扩大。

研究团队注意到这里使用的供应方模型的一些关键限制。在技术方面，研究团队没有考虑部署某些低碳资源，例如水电设施、核电设施或具有碳捕获和储存(CCS)的化石燃料发电厂。因为这些资源或者作用很小，或者不被视为印度中央电力局(CEA)制定的长期扩张计划的一部分。研究团队还将对短时储能技术的分析集中在锂离子电池储能系统上，其成本下降正在推动其广泛采用。关于可再生能源资源，研究团队使用使用容量因数的资源可用性图，其中包括14%的电力系统损失。研究团队没有试图考虑由于空气质量差而可能造成的损失，这可能会影响光伏发电性能。在为印度简化区域输电网络的建模时，研究团队也没有考虑由于盗窃和其他意外事件造成的输电损失。因此，研究团队的结果可能在一定程度上高估了太阳能发电设施的价值。最后要注意的是，基于最低成本经济调度的实时电网运营建模（这是美国等许多高收入国家的常态），并不能反映印度电力系统运营的现实，而长期和短期合同主导着印度的电力供应。然而，研究表明，其长期目标是让经济调度驱动电网运营；因此，研究团队的最低成本方法代表了一个合理的假设。

7.2.2 促使电网设施投资延期的分布式储能系统

升级或改造输配电网络往往需要大量的投资，并涉及显著的规模经济，而且由此产生的电力资产寿命更长（20～40年）。因此，通常采用电网规划来确定可靠且经济高效地满足未来需求所需的投资，同时最大限度地提高资产利用率。对于电网的可靠运行，电网容量必须满足峰值电力需求，同时受到设备运行的限制（例如电力线路热量限制）。在输电层面，巨大的规模经济和电压提升鼓励对大容量电力线路和非常长期的规划进行投资，但在新兴市场和发展中经济体 (EMDE)国家的配电层面并非总是如此，配电公司通常在财务上受到限制和电网更加拥塞。在这里，研究团队分析了储能系统的最佳规模和位置及其作为城市配电网络主要馈线的非线缆替代方案 (NWA)的经济价值。尽管研究团队的分析是基于德里可用的电力线路的实际条件，但这种方法提供了关于通过部署电池储能系统推迟电网投资具有经济价值的见解。这些见解适用于各种情况。

德里是印度的一个大型城市，其中住宅用电占总能耗的55%，这是印度平均能耗水平(24%)的两倍多。德里的配电公司见证了空调需求的增长，这种需求使电网超载。德里等特大城市的电网高度拥塞，这使得定期进行电力线路维护或安装大型设备在运营上具有挑战性。这种情况并非德里独有：全球主要城市的电力需求都在上升。截至2020年，德里的峰值需求为6.7GW；根据此处进行的需求侧建模分析，空调需求情景之间的城市预计峰值电力需求差异至少为20%（表7.3）。

表7.3 假设德里市GDP稳定增长，在基线情景和空调高需求情景下的峰值预计需求（GW）

这给配电网络的投资规划带来了很大的不确定性。虽然预计2050年电力需求的差异相比最大，但研究团队关注分布式储能系统 (DLS)在2030年和2040年的近期模型期间可以提供的递延价值。

从历史上看，配电公司并未考虑在其长期电网规划中预测不确定性，而是采用确定性的净现值方法。然而，这种预测可能有助于比较几种政策、技术和效率情景下的计划结果。鉴于德里等城市在不同情景和假设下的峰值需求预测之间存在巨大差距（表7.3），使用概率预测和灵活规划是合适的。当配电公司考虑使用分布式能源(DER)作为电网扩展的替代方案时，这一点尤为重要。分布式能源(DER)部署是由模块化和安装速度驱动的。直到最近，在新兴市场和发展中经济体 (EMDE)国家部署的最广泛的分布式能源(DER)技术通常是柴油发电机，它们通常安装在大型工业和商业负载附近。然而，成本显著下降的锂离子电池储能系统成为了更具吸引力的选择。此外，电池储能系统还提供了一个额外的优势——不会造成空气污染。此外，电池储能系统可以采用可再生能源的电力充电，因此其释放的电力的碳足迹小于柴油发电机的碳足迹。研究团队采用图7.6的灵活估值框架来评估锂离子电池储能系统在短期调峰和缓解电网拥塞方面的作用，其最优的调度如图7.9所示。

图7.9 在夏季负荷情况下电池储能系统作为非线缆替代方案 (NWA)的调度情况

研究团队采用的灵活估值框架产生的结果取决于技术成本假设（例如电网升级成本、电池储能系统的资本成本）和需求增长预测。电池储能系统可以推迟电网其他投资的时间框架可能远远低于其有效的使用寿命。因此，有必要评估多个投资期的灵活框架。

图7.10说明了电网投资的时域演变，其中分布式储能系统 (DLS)的初始阶段允许在承诺长期电网投资之前观察到需求增长的时期。研究团队的分析表明，当预计的增长难以确定时，灵活的估值框架有利于在峰值需求增长慢于预期时部署分布式储能系统 (DLS)。分布式储能系统 (DLS)部署允许公用事业公司在不影响供电质量的情况下采取观望等待策略。最后，由于德里和印度其他城市大多签订电力合同，研究团队并没有虑分布式储能系统 (DLS)为市场服务的公用事业公司提供套利的潜在价值。需要注意的是，在分析中，分布式储能系统 (DLS)只能根据储能系统的峰值转移能力进行估值，不包括辅助服务的潜在附加值。

图7.10 电网投资框架的时间序列模拟

印度已经安装大量的配电线路，其中8%的电力线路覆盖人口密集的城市地区。不断增长的电力需求增加了配电电网的供电压力以及公用事业公司的经济压力。由于住宅大量采用空调冷却，夜间的峰值电力需求的增加可能会使电力线路过载。

为了保持供电可靠性以及满足不断增长的峰值需求，电力系统运营商必须减轻负载或投资升级电网。但卸载负荷将会受到处罚，而电网升级成本非常高，尤其是当它们在人口稠密地区更换或翻新电力线路时。研究团队对印度的四个特大城市的情况进行了研究，它们在2019年的年度用电量中占到52TWh；这些城市共有长达72,763公里的配电线路，由各自的公用事业公司运营。如果配电电网的规模没有扩展，且预计电力需求和空调的电力需求稳定增长的话，研究团队估计到2030年这些配电线路将有20,373公里超载，这意味着它们将以80%以上的最大电流或载流量运行。根据研究团队的估计，到2040年，这些特大城市超载的电力线路将会增加23,640公里。

将研究团队灵活的估值框架应用于代表性电力线路，然后缩减它们的总需求，研究团队估计到2030年安装总储能容量为29GWh的短时储能系统（即持续时间少于5～6小时）才具有成本效益 ，而到2040年达到140GWh。这将在2030年推迟15,914公里的配电线路升级，到2040年再推迟18,127公里（表7.4）。

表7.4 储能成本对2030年适用于印度四个特大城市的灵活估值框架发电量的影响

这些结果假设2030年的分布式储能系统 (DLS)成本与美国国家可再生能源实验室发布的年度技术基线报告中输电级储能系统的资本成本相同。从投资的角度来看，在需要传统电网升级之前部署分布式储能系统 (DLS)，可以到2030年节省16%的资本成本，到2040年节省15%的成本。由于是可调度的电力，分布式储能系统 (DLS)会一直保留在电力系统上，因为分布式储能系统 (DLS)在支线上停留的时间越长，在延迟电网投资方面提供的价值就越大。鉴于能够在多个建模周期内部署电池储能系统，灵活的估值框架为分布式储能系统 (DLS)系统提供了5到10年的使用寿命。

表7.5 中等成本预测下作为“非线缆替代方案”的特大城市级分布式储能系统潜力估计

而确定分布式储能系统 (DLS) 的最佳储能容量，通常受到储能成本和调度频率的限制。在低成本和中等成本储能场景中，灵活的评估框架对分布式储能系统 (DLS) 最佳储能容量产生了相同的结果，这表明唯一的限制是调度——即非峰值电网容量的可用性馈线为分布式储能系统 (DLS)充电，以便在峰值期间使用。这一结果还表明，分布式储能系统 (DLS)可能不适用于重载馈线，这些馈线总是具有较高的负载率，因此需要升级或扩展电网。在储能系统的高成本情景下，研究团队估计部署具有成本效益的分布式储能系统 (DLS)将分别在2030年和2040年推迟印度11,752公里和13,717公里的电力线路的升级，并分别节省12%和10%的资本成本。这并不奇怪，这意味着在成本更高的情况下， 部署少量的分布式储能系统 (DLS)是经济的。通过分析，研究团队发现储能系统（持续时间为4小时的成本）将低于262美元/kWh。表7.4总结了研究团队将灵活估值框架应用于2030年储能部署的低、中、高成本假设下的相同需求预测的结果。

分布式储能系统(DLS)的部署受到配电公司节省资本成本的推动，否则这些配电公司将不得不升级其电网。在这里，研究团队比较了分布式储能系统(DLS)和电网升级成本，并明确分布式储能系统(DLS)所有权的问题（即谁进行投资）。分布式储能系统被建模为一种电网升级策略，以最大限度地减少资本支出。研究团队估计，到2030年，德里和孟买的分布式储能系统部署数量将超过班加罗尔和加尔各答，因为预计德里和孟买的平均和高峰电力需求增长率会更高，这会导致城市馈线更加拥塞。

这个问题将在下一节中讨论，研究团队使用对印度四个特大城市的分布式储能系统(DLS)分析结果，来研究分布式储能系统(DLS)如何影响成本优化的输电资源规划，包括对发电、传输和电网规模储能的投资。具体来说，分布式储能系统(DLS)分析用于计算修改后的区域需求概况。这种修改后的配置文件，称为“分布式储能系统(DLS)需求情景”，分析城市配电馈线中分布式储能系统(DLS)资产的非峰值充电和峰值放电。

电网延迟的分布式储能系统：美国和印度的比较

印度在分布式储能系统（DLS)投资和电网升级之间的选择受到的影响远高于美国和欧洲，其原因是更低的成本、长期资本的有限可用性以及分布式储能系统（DLS)技术可以相对容易地适应城市环境中。此外，预计美国的峰值电力需求增长不会像无法可靠获得电力和国家那样强劲增长。虽然交通运输行业致力实现电气化，预计美国的用电量将会增长，但这种增长与配电电网的容量有关。

此外，预计对电动汽车充电的需求将比对空调制冷的需求更灵活，因此冷却需求预计将在电网拥塞问题中发挥更大的作用。在美国市场等环境中，储能系统可以作为一项辅助服务，以提高电网弹性和供电质量，并通过套利扩展屋顶光伏的部署。而部署分布式储能的用例表明，新兴市场和发展中经济体（EMDE）在基础设施规划和资本分配中的作用比在发达国家更为重要。在这些国家，在配电电网中部署储能系统的成本可能低于包括美国在内的发达地区的成本，在这些国家和地区，较低的融资成本将有利于电网升级。

（未完待续）