《电力储能和供电脱碳：南澳大利亚案例》节选

2023 年，南澳大利亚州 (SA) 的电力结构中的可变可再生电力 (VRE) 数量是全球比例最高的国家（葡萄牙）的两倍。电力储能也在快速增长，但对于电力供应脱碳还没有足够的意义。需要更多的 VRE 和更多的储能来实现政策目标。它是否负担得起并且经济上合理？本文进行了时间序列分析，假设储能的运行是为了最大限度地提高可调度化石燃料发电的替代量。分析表明，通过 VRE 扩展和储存，将 SA 的渗透率提高到最终使用消耗的 90% 左右，将是负担得起的且经济上合理的 。然而，储能的效益下降表明，通过储能并随后使用可再生电力来取代最后 10% 的化石燃料，其隐含的碳减排成本将远远高于当代碳社会成本的估计，而且也无法承受。需要非常大量的储能才能接近完全脱碳供应，因为大部分储能很少使用。需要将目前预期的最便宜的长时储能成本降低 20 倍，才能使通过储能实现经济实惠且经济合理的完全脱碳。由于现在无法预见如此急剧的成本下降，政策可能会优先考虑经济其他领域的脱碳，然后再通过储能实现最后 10% 的电力脱碳。积极寻求其他（非储能）脱碳途径也很有价值。这包括鼓励电力需求和可变可再生能源供应之间建立更强的时间联系，追求低碳或零碳可调度发电，以及寻求利用电动汽车中的储能用于电网。

1.简介

南澳大利亚州 (SA) 是构成澳大利亚国家电力市场 (NEM) 的五个区域市场之一，到 2023 年，76% 的电力来自可变可再生能源 (VRE)：风电场、屋顶太阳能和太阳能发电厂 ， 来源多少以该顺序排列。南澳的 VRE 份额是澳大利亚第二高的州（维多利亚州）的两倍多，也是全球比例最高的国家（葡萄牙）的两倍多。

SA 还拥有充足的锂电池储能容量，可以满足其年度高峰需求的六分之一左右。锂电池储能容量正在快速增长：锂电池储能是 2018 年在南非投产的首个并网锂电池储能（投产时全球最大的此类电池）投入运行的五倍。虽然SA的储能现在正在为电力系统提供有用的频率响应服务，为输电网络提供保险服务，并在客户场所小范围使用，但它在SA电力脱碳方面仍然发挥着较小的作用：天然气和柴油 – 南澳的发电和邻近维多利亚州的燃煤发电仍然至关重要，以弥补南澳 VRE 的变化。

SA电力供应的进一步脱碳将需要更多的可变可再生能源，以及更多的储能来取代（可调度的）化石燃料发电。南澳大利亚州政府的愿望是到 2030 年实现 100% “净” 可再生能源，并且澳大利亚政府已宣布对持续扩大 VRE 和储能提供重大政策支持。但额外的储能将取代多少可调度发电，建造它是否负担得起且经济合理？出于这些问题，本文对 SA 中的储能和 VRE 扩容进行了时间序列分析。

有大量以优化为重点的文献，主要集中在美国和欧洲，探讨储能在电力供应脱碳中的作用。该类文献的一个共同结论是，储能容量（Capacity） 与 VRE 渗透率呈线性关系，但储能能量(Energy)与 VRE 渗透率呈指数关系（Cebulla 等，2018）。这是预期的：随着 VRE 渗透率的增加，储能不仅可以用于每天定期转移剩余的太阳能以满足夜间需求，而且还可以将 VRE 从季节性过剩时期转移到季节性短缺时期。虽然少量储能可以定期提供昼夜变化，但需要大量很少使用的储能来补偿 VRE 供应的季节性变化。然而，文献对指数关系的性质提出了广泛不同的结论。这反映了方法、研究的许多输入假设、VRE 可用性以及所检查的特定区域的电力需求曲线的差异。

在此分析中，假设储能的运行是为了最大限度地减少化石燃料发电的时移。这意味着，如果 VRE 超过需求，则剩余部分将被储能，直到储能充满；当 VRE 满足需求时，储能的电力会优先于化石燃料发电或进口。这一假设反映了化学储能商业电站的选择（在现有和拟议的储能设施中占主导地位）并且具有较低的往返损失。这里使用的 VRE 和储能技术成本基于澳大利亚国家科学局的官方估计（参见（Graham 等人，2023））。

南非的 VRE 渗透率已经很高，这意味着可以通过按比例扩大现有 VRE 容量来对 VRE 发电量做出合理的预测，从而消除与主要资源建模相关的不确定性。

这里的分析支持基于模型的优化（文献表明这可能会产生广泛不同的结果），有利于估计与不同 VRE 和储能扩容场景相关的结果（脱碳贡献和成本），并假设最终使用需求不变。该时间序列分析以每小时、每 8 小时、7 天和每月的时间段显示储能结果以及对替代化石燃料发电储能的影响。 结果根据年度增量成本和隐性碳减排成本进行评估。在某些方面，政策影响是使用碳社会成本（SCC，-参见（美国环境保护局，2022））作为衡量标准。

关于为什么本分析中得出的估计低估或高估了封存对脱碳的影响以及随之而来的成本和隐含的减排成本，可以提出各种论点。总的来说，关于低估的论点似乎更有道理。

该分析的主要结论是，在隐含碳减排成本低于碳社会成本的情况下，扩大 VRE 和储能，使南澳州生产的 VRE 约占南澳最终用途电力需求的 90%（高于 2023 年的 71%）。尽管如此，仍需要大量的政策支持来实现这一结果，因为现货市场不太可能提供足够的收入来补偿很少使用的储能。超过 90% VRE 渗透率后，需要大量很少使用的储能来季节性替代化石燃料发电。

本文的内容如下：下一节描述南澳大利亚批发电力市场，涵盖供应、需求、联络、储能和价格；第 3 节回顾了相关文献，随后描述了分析方法；第 5 节介绍了主要结果，然后对这些结果进行了讨论。最后一部分总结并提出政策含义。

2.南澳电力批发市场介绍

这里的描述借鉴了 AEMO 发布的需求、供应和价格数据，并摘自数据门户 。

运营需求与净负荷

下图 1a 和 1b 显示了截至 2023 年 8 月 31 日的一年中每小时 8760 点数据的运营需求 (OD) 和净负荷（运营需求减去可变可再生能源）的每小时统计指标。净负荷 (NL) 衡量减去可调度发电源（例如水力发电、天然气发电、柴油发电或电池）剩余的需求。

虽然每小时 OD 中位数变化不大，但值得注意的是，每小时 OD 最小值在 14 点仅达到 5 MW，因为表后屋顶太阳能几乎满足了整个南澳大利亚的需求。相比之下，最大需求在 19 点达到 3,141 MW，此时屋顶太阳能装机容量对减少 OD 没有任何作用。

图 1b 显示每小时最小净负荷在所有时间内均为负值，并在 15 点达到最小值 744 MW。相比之下，NL 的每小时最大值为 18:00 的 2,690 MW。在13h00时，NL的中位数为-29 MW，在其两侧数小时内仅为4 MW。

图1a 和 1b. 截至 2023 年 8 月 31 日的全年运营需求 (1a) 和净净负荷 (1b) 的每小时统计数据

随着南澳大利亚可再生能源电力的扩张，NL 有所下降。2013年NL的年最小值为正值。此后，它已下降到2023年的最小值-862MW。这一趋势也可以从图2中看出，图2显示了从2019年到2018年每年NL的月中位数。2023 年，按最高月度 NL 中位数进行标准化。2023 年，NL 在该年 12 个月中有 9 个月处于历史最低月度水平。2022 年，NL 在该年 12 个月中有 10 个月处于历史最低月度水平。NL 的月度模式相当一致：秋季最后几个月（5 月）上升，然后冬季三个月（6 月至 8 月）较高，春季和夏季下降，直到初秋/中秋。尽管如此，月度变化的合理水平是可见的：2023 年，NL 在 5 月达到峰值，高于前 5 年的水平，但在 6 月远低于前 5 年的水平。

图2. 按 2019 年至 2023 年最高月度净负荷中位数标准化的月度净负荷中位数

将南澳大利亚州与维多利亚州的 5 分钟运营需求进行比较，发现相关性（Pearson Product Moment，https://en.wikipedia.org/wiki/Pearson_correlation_coefficient）为 74%。NL 为 61%，相关性不太高。这一差异可能主要反映了 2023 年南澳大利亚可再生电力的比例（占南澳大利亚最终使用需求的 71%）远高于维多利亚州的 37%。

供应

图 3a 和 3b 显示了 VRE 和天然气发电的每小时统计数据，这两种发电量合计占 2023 年南澳大利亚发电量的 98.6%（分别为 75.1% 和 23.5%）。电池发电（0.5%）和柴油发电（0.2%） ) 占其余数据。SA有 23 个正在运营的风电场，没有一个风电场显著大于其他风电场。有 20 个正在运营的太阳能电站，但 4 个电站占了 90% 的容量。南澳大利亚州的屋顶太阳能人均渗透率是澳大利亚最高的，并且迄今为止以占电网需求的百分比表示的比例最高（南澳大利亚州为 25%，而昆士兰州/新南威尔士州/维多利亚/塔斯马尼亚对应为 14%/11%/11% 和 3%）。

图 3a 显示了 18 点至 6 点之间稳定的 VRE 中值，约为 800 MW，然后在白天出现抛物线凸起，这主要是由于屋顶太阳能发电造成的。然而，每小时的 p5 和 p95 值与 18:00 显示出很大但一致的差异，约为 1,600 MW。一天中任意时刻 VRE 容量的最大差异为上午 11 点 3,026 MW。

图 3b 显示，天然气发电量通常会在 10 点至 15 点之间下降到非常低的水平，但会上升到晚上的峰值，然后下降到较低但合理的恒定水平，直到上午 10 点。与 VRE 一样，p5 和 p95 水平之间存在很大差异，但与 VRE 不同的是，它在几个小时内不一致 – 晚上高峰期间的中位数约为一天中其余时间水平的两倍。

图3a和3b。截至 2023 年 8 月 31 日的可变可再生电力 (VRE) (3a) 和天然气发电 (3b) 的每小时统计数据

图 4 显示了太阳能发电的明显季节性变化（冬季约为夏季的三分之一），大约被天然气发电所抵消（冬季约为夏季的两倍）。风力发电量没有表现出明显的夏季/冬季差异，但秋季风力发电量明显低于其他季节。

图4. 2023 年按燃料类型划分的月平均发电量

柴油发电量达 31 GWh（占总产量的 0.2%），有 12 台机组能够利用柴油发电（其中一些机组与天然气混烧）。虽然柴油在能源生产中发挥的作用很小，但它在电力供应方面发挥着重要作用，每月峰值发电量通常在晚高峰时在 150 MW 至 410 MW 之间。

联络

南澳大利亚州通过 200 kV 直流联络线 (Murraylink) 和 500 kV 交流联络线 (Heywood) 连接到维多利亚州。新南威尔士州的第三条联络线路（EnergyConnect）目前正在建设中。图 5 显示了截至 2023 年 8 月 31 日的一年内联络线路净流量的每小时统计数据（正值为进口）。该图表显示，SA 通常（中位数）从 10:00 到 16:00 输出，并在剩余时间内输入。2023 年，Murraylink 的平均每小时净输入量为 50 MW，Heywood 的平均每小时净输入量为 44 MW，年净输入量为 94 MW。这是 2023 年南澳大利亚平均 OD（1,282 MW）的 7.3%。然而，在每小时输入高峰（约 800 MW）或每小时输出高峰（约 650 MW）时，联络线显然在南澳大利亚的供需中发挥了更大的作用。对 5 分钟数据的检查显示，年度净输入总量为 780 GWh（输入 1868 GWh，输出 1087 GWh。考虑到SA现货价格（见图 7），正如预期的那样，输出收到的加权平均价格为 4 澳元/ MWh，但输入的加权平均价格为 139 澳元/MWh。

图5. 截至 2023 年 8 月 31 日的年度联络潮流每小时统计数据

将南澳州的需求、风力发电、太阳能发电、VRE 和 价格与维多利亚州的需求、风力发电、太阳能发电、VRE 和价格（根据 30 分钟时差进行调整）关联比较，显示出 5 分钟需求值的高度相关性（74 %），风电相关性在合理范围（55%），太阳能发电相关性极高（89%），VRE相关性较高（69%），而价格相关性较弱（33%）。然而，南澳州和维多利亚州一天 24 小时的 中位数/平均 每小时价格具有极高的相关性 (99%/97%)。

储能

2017年，随着 Hornsdale Power Reserve（“特斯拉大电池”）一期（100MW）的快速开发，南澳大利亚成为全球关注的焦点，该电池是当时全球最大的此类电池，仅63天就投入使用，签署并网协议。此后，扩建50%，并增建7个电池（其中4个为小于6MW的嵌入式电池，1个发电容量为 251MW），使得2023年底总储能容量为 471MW，能量为 521MWh。在撰写本文时，已“承诺”开发 1 个电池（42 MW/84 MWh），“预计”开发另外 3 个电池（320MW/701 MWh）以及 39 个电池（5,589 MW/6,634MWh） ）已 “公开宣布”。

图 6 显示了电池放电和充电的每小时统计数据（不包括 250 MW Torrens Island BESS ，该电池正在运行和测试中，但在研究期结束时尚未投入使用）。中位数显示了价格可能较低时（夜间和太阳能充足时）的预期充电和价格较高时（化石燃料发电充足时）的预期放电。

图6. 截至2023年8月31日全年电池放电和充电的每小时统计数据

批发价格

现货市场的批发（现货）（对于大于 30 MW 的发电机）价格每五分钟强制性确定一次。对来自输电系统的发电资源支付单一价格，并支付给 AEMO 调度的南澳大利亚所有并网发电机。正式的价格计算采用为满足阿德莱德区域参考节点（Adelaide Regional Reference Node）需求而调度的发电机的最高价格。

图 7 显示了截至2023年8月31日的南澳现货电价统计数据。每小时最低价格通常在-1000 澳元/MWh左右，每小时最高价格在几个小时内升至16,600 澳元/MWh，且任何小时内不低于1000澳元/MWh。未显示最大和最小的小时值，因为缩放会隐藏 p5 和 p95 之间的价格信息。值得注意的是， 10h00 到 14h00 的中位价格为负，对应于 NL 较低的时段，如图图1b中所示。

图7. 截至 2023 年 8 月 31 日的年度现货价格每小时统计数据（澳元/MWh）

NL 的 5 分钟值与价格具有相当强的相关性 (55%)。然而，NL 与 每小时价格的中位数相关性非常强，如图 8 所示，当 NL 为负数时，24,527 个 5分钟间隔内的平均价格为 -18 澳元/MWh（当 NL 为负时，24,527 个 5分钟间隔中有 8,575 个为正，这些时间的平均价格为 17 澳元/MWh）

图8. 截至 2023 年 8 月 31 日的平均现货价格（澳元/MWh）和净负荷（按每小时最大值标准化）的每小时统计数据

3.相关文献

略

4.方法学

略

5.结果

图 11a 和 11b 显示了截至 2023 年 8 月 31 号期间的连续 7 天区块的净负荷（“2023 VRE”），同时假设 2023 年可变可再生电力的 160% “160% of 2023 VRE”。将图 11b 与图 11b 进行比较 11a 很明显，正如预期的那样，VRE增加至 2023 年数值的 160% 后会导致更多 负的NL 7 天区块。比较 2023 VRE 和 60% of 2023 VRE，附录 A、B 和 C 提供了运营需求、净负荷和可调度发电需求（如净负荷正值）的图表 （即连续 7 天、8 小时和 1 小时区块）

图11a 和 11b。假设2023 VRE（9a – 左）和 160% of 2023 VRE（9b – 右），连续 7 天区块的净负荷。

截至 2023 年 8 月 31 日的一年中每小时净负荷的持续时间曲线显示了 VRE 增加的影响。图12显示了2012年、2023年（截至2023年8月31日的一年）每小时净负荷的持续时间曲线，并假设2023年VRE的160%情况和2023年VRE的200%情况。2012 年，最低的小时平均 NL 为 223 MW，到 2023 年（截至 2023 年 8 月 31 日），VRE 在 SA 运营需求中所占比例增加了一倍多，因此最低小时平均 NL 已降至 -599MW，且 NL 为负数，为 2029（ 在此期间共 8760) 小时。如果 VRE 扩大到 2023 年水平的 160%，每小时平均最小值将达到 -2,013MW（全年 NL 将有 5,294 小时为负）。重申一下，这里假设没有 VRE 的削减。VRE 削减不太可能影响负 NL 的小时数，但会影响 VRE 超过需求的程度（如果确实如此）。

图12. 2012 年、2023 年、2023 年 VRE 的 160% 和 2023 VRE 的 200% 的每小时平均净负载持续时间曲线

现在根据上一节中描述的逻辑来讨论储能对净负荷的影响，图 13 显示，在 200 GWh 储能的情况下，这足以几乎消除可调度发电的需要 – 只有 94 小时（101 GWh） ），NL 为正（即需要可调度发电来满足需求）。如果容量为 20 GWh，则可调度发电的需求将增加至 974 小时（835 GWh），如果存储容量为 5 GWh，则可调度发电的需求将增加至 1814 小时（1489 GWh）。

比较 X 轴和相关 NL 曲线界定的面积，储能回报迅速递减：前 5 GWh 减少的可调度发电需求大约与接下来的 15 GWh 一样多（小刘：20-5=15 GWh）。同样，这 15 GWh 的存储减少了大约与接下来的 180 GWh 一样多的可调度发电需求。

图13. 每小时平均净负荷持续时间曲线，假设 2023 VRE 的 160%情景，储能容量为 0、5、20、200 GWh

储能收益怎么会出现如此显着的下降？（Cebulla 等人，2017）笼统地将其解释为由于需要更大的储能来满足季节性需求。本期系列分析以南澳大利亚为例提供了详细的解释。表 1 列出了剩余 VRE 的月度数据（NL>0 时，该月所有小时的总 NL）、可调度发电需求（DGR）（储能前）（NL>0 时该月所有小时的总 NL）以及 5、20 和 200 GWh 储能案例后的充电、放电和 DGR 。数据显示正的DGR 存在季节性（夏季三个月的平均值约为冬季平均值的三分之一）。然而，五月（深秋）一个月的 DGR 明显高于其他月份。这与图 2 中提供的信息一致。

表中的结果显示，5 GWh 储能足以将 DGR 减少到较少数量（15-47 GWh），但仍保留大量冬季 DGR（168-244 GWh）。再增加 15 GWh 的储能量，可以使从春末到初秋的 DGR 降至零或接近于零，但在秋末和冬季期间仍然保持相当数量的 DGR（112-277 GWh）。另外增加 180 GWh 的储能量可将除 5 月（101 GWh）之外的所有月份的 DGR 降至0。

比较每个储能级别的充电和放电数量显示，5 GWh 储能的差异较小，20 GWh 储能的差异稍大，但 200 GWh 情况的差异更大，特别是在 5 月份，可以看到明显的月间变化（ 净排放量为 106 GWh）。只有200 GWh的储能容量才足以将春季和夏季的剩余电量储存到随后的深秋和冬季，但即便如此，也不足以满足5月份的需求。

表1. 储能前剩余 VRE（当 VRE 超过需求时）、可调度发电需求 (DGR)、储能充电、储能放电和储能后 DGR 的每月测量，假设为 2023 年 VRE (GWh) 的 160%

储能收益下降的必然结果是较大电池的容量系数要低得多。5 GWh 电池的平均年（放电）容量系数为 2.1%，20 GWh 电池的容量系数为 0.9%，200 GWh 电池仅为 0.006%。

为了了解这些容量系数的含义，一年中每天（每 24 小时一次）完全放电的存储的（年）容量系数为1/24=4.2%。考虑到 5 GWh 储能容量为 2.1%，因此平均而言，该容量系数相当于每天释放一次约一半的容量（即 2.1%/4.2%）。相比之下，200 GWh 储能的年容量系数为0.006% （101GWh/（8760 小时*200 GWh）），因此可以认为一年内平均每天仅释放其容量的 0.001%。然而，如表 1 所示，假设总可再生能源发电容量比现在大 160%（可提供 4.3 TWh 的总剩余（储能前）），即使如此大量的储能量仍无法完全满足一年中所有月份的可调度需求 或最终用途总需求的 30%。

应该强调的是，这里使用的储能充电/放电算法忽略了往返损耗和电网约束。它还假设只要有多余的可再生能源发电，电池就会充电，直到充满为止。我们还假设排除可能影响可再生电力在电网上移动能力的电力系统限制（电压、系统强度）。在下一节中，我们讨论是否这些（和其他因素）可能表明该分析可能低估或高估了南澳电力供应脱碳储能的有效性。