過去十年里，鋰離子電池生產大發展的同時，其價格降低了接近90%，最終使得電動汽車和電化學儲能等相關產業在歷史上第一次具備了商業可行性。但動力鋰離子電池應用場景相對單一，而儲能電池的應用場景更為豐富和復雜。

理論上說應用場景不同，就要不同的儲能產品。美國國家可再生能源實驗室（NREL）根據20家研究機構的統計數據，利用區域能源部署系統和資源規劃模型進行建模，對公用事業儲能電池成本進行了最新的預測。

NREL的研究顯示，根據其低、中、高三個版本的成本預測，到2030年，4小時電池儲能系統投資成本將會下降到$144/kWh、$208/kWh和$293/kWh；到2050年，將會達到$88/kWh、$156/kWh和$219/kWh。

一、背景

過去十年間，電池存儲成本變化迅速。2016年，美國國家可再生能源實驗室（NREL）公布了一組有關公用事業規模鋰離子電池的成本預測值（Cole等人，2016年）。2016年公布的這些預測值很大程度上是基于電動汽車電池做出。因為若是持續時間超過30分鐘，就很難對公用事業規模電池進行成本預測。2019年，根據側重于公用事業規模電池系統的出版物，對電池成本預測進行了更新（Cole和Frazier，2019年）。本報告更新了2019年公布的成本預測值。

這些預測重要針對在容量擴展模型中使用的公用事業規模鋰離子電池系統而展開。NREL利用區域能源調度系統（ReEDS）（Cohen等人，2019年）和資源規劃模型（RPM）（Mai等人，2013年）進行容量擴展建模，此處開發的電池成本預測就是用于這些模型。此外，這些預測旨在為年度技術基準（NREL，2019年）中公布的成本預測供應依據。

二、方法

本研究中所述成本和性能預測基于文獻做出，在這種方法中，預測通?；谖墨I中的低值，中值和最高值。表1列出了本研究所使用的19種出版物，盡管預測重要基于2018年或2019年的出版物。

在基于已公布的數值進行成本和性能預測時，存在許多固有的挑戰。首先，已公布的數值的含義并不總是十分明確。例如，有關給定的一組值，美元年份、持續時間、放電深度、生命周期和運維并不總是以相同的方式含義（甚至根本沒有含義）。因此，此處供應的一些值要從指定的來源進行解釋。

第二，許多已公布的數值將其公布的預測與其他人做出的預測進行了比較，目前尚不清楚這些預測相互依賴的程度。因此，假如某預測為另一預測供應依據，那么這一預測可能會人為地使結果（偏向這個特定預測）比其他預測存在更大偏差。

第三，由于實際電池系統的數據集相對有限并且成本變化迅速，因此尚不清楚應如何權衡不同的電池預測。例如，2018年公布的預測是否應該比2016年公布的預測得到更高的權重？或者是一些組織更擅長做預測，因此應該給予其更高的權重？

為了對當前文獻進行中立調查，本報告中包含的所有成本預測均具有同等權重。僅考慮了2017年或之后公布的存儲預測。然而，許多最新預測只不過是對舊預測做了匯總（就像本報告相同）。例如，Comello和Reichelstein（2019）所做的預測是基于2017年或更早的出版物得出，而Nian，Jindal，anLi（2019）則使用了Cole等人（2016）和國際可再生能源署（2017）的預測結果進行成本預測。

因此，許多有關成本預測的最新論文會出現已知冗余（根據上面列出的第二個挑戰），因而被排除在本研究之外。使用消費者價格指數將所有成本價值轉換為2019年的美元。在未指明美元年份的情況下，假定美元年份與公布年份相同。

我們只對4小時的鋰離子存儲系統進行了預測。我們將4小時持續時間含義為電池輸出持續時間，這樣一個4小時設備將能夠以額定功率放電4小時。實際上，這意味著該設備將充電4小時以上，并且名義上將保持超過其額定能量容量，以補償充電和放電期間的能量損耗。

我們將價格預測作為總的系統隔夜資本成本，單位為$/kWh。然而，并不是電池系統所有組件的成本都與系統的能量容量（即kWh）直接相關（Feldman等人即將出版）。例如，逆變器成本可根據系統的功率容量（即kW）進行調整，而一些成本組成部分，如開發人員成本，則隨著功率和能量變化而變化。

通過以$/kWh表示電池成本，我們就偏離了其他發電技術，如燃燒渦輪機或太陽能光伏電站，這些技術的資本成本通常以$/kW表示。我們以$/kWh為單位，因為這是迄今為止在公開材料中表示電池系統成本的最常見方式。將報告的$/kWh乘以持續時間，轉換成$/kW（例如，成本為$300/kWh的電池工作四個小時，其功率容量成本為$1200/kW）。

為進行成本預測，存儲成本被歸一化為2019年的值，每個預測值在2019年的起始值都為1。我們選擇使用歸一化成本而不是絕對成本，因為在本出版物中并未始終明確含義系統。例如，尚不清楚系統是否因為更高效、壽命更長而成本更高，還是只是作者預計系統成本會更高。歸一化方法減少了許多差異的干擾。

此外，如結果部分所示，我們選擇2019年基準成本作為當前存儲成本，基本上比2017年公布的所有2019年預測成本都要低。通過使用歸一化成本，我們可以更容易地使用這些2017年預測值來告知從較低的初始點開始的成本削減。

假如某一出版物在2019年之后開始進行預測，則使用最接近值的線性外推法估計2019年的值。例如，假如2020年的價格為$500/kWh，2021年的價格為$480/kWh，那么2019年的價格假定為$520/kWh。因為預測值在最初幾年往往下降更快，線性方法得出的結果往往低于2019年的實際數值，高于歸一化值。假如出版物只供應特定年份的數值（如2018年、2020年和2030年），則使用線性插值來填充中間年份的數值，進行年度預測。

為含義低、中、高預測值，我們只考慮了2018年及以后公布的預測成本。2017年公布的預測值仍然以數字的形式顯示在結果部分，我們使用2017年的數據作為我們預測的基準。我們認為，與前幾年出版的出版物相比，后期出版的出版物有關預測存儲成本降低的評估更準確。

我們將低、中、高預測分別含義為2020年、2025年和2030年的最小值、中值和最大值。含義2050的值更具挑戰性，因為只有四個數據集延伸到2050年。這三個數據集顯示，從2030年到2050年成本分別下降了19%、25%、27%和39%。39%的減幅用于不利案例，而25%的減幅用于情況中等和較好的案例。也就是說，有關不利案例，假設從2030年到2050年下降39%，情況中等和較好的案例，假設從2030年到2050年下降25%。

2018年、2020年、2025年、2030年和2050年之間的值是基于年份之間的線性插值設定的，并賦值。為了將這些歸一化的低、中和高預測值轉換為成本價值，將歸一化值乘以Feldman等人（即將出版）提出的4小時電池存儲成本，得出4小時電池系統成本。

為了預估其他存儲時間（即4小時以外的時間）的成本，我們設置了單獨的能源成本和電力成本：

總成本（$/kWh）=能源成本（$/kWh）+功率成本（($/kW）/持續時間（hr）

我們采用了Feldman等人（即將出版）的4小時和2小時成本估算，將總成本分為能源成本和功率成本。使用兩個不同持續時間的總成本，計算能源和功率成本。還可以對照Feldman等人（即將出版）提出的1小時和0.5小時成本估算值對能源和功率成本進行檢驗。我們假設針對電池系統總成本得出的相對成本降低同樣適用于電池的能量和功率成本。

三、結果和討論

圖1顯示了低、中、高預測值的歸一化成本軌跡。高預測值遵循（2018年或更新年份）至2030年的最高成本軌跡。如“方法”部分所述，從2030年到2050年，它的成本將降低25%。中和低預測值的初始斜率比后期斜率要大，這表明大多數出版物都預見成本在近期內有較大的下降，但隨著時間的推移會有所減緩。到2030年，低、中、高三種情況下的成本分別降低63%、47%和26%，到2050年分別降低78%、60%和44%。

圖1.4小時鋰離子電池系統的電池成本預測，以及相有關2019年的數值

4小時設備的總系統成本如圖2所示。2019年$380/kWh的起點值來自Feldman等人（即將出版）成果。雖然2019年的成本存在不確定性（稍后將討論），但為了方便起見，我們在長期規劃模型中使用了單一成本（2019年使用相同的成本意味著2019年的解決方法不會隨著我們對存儲成本的預測從“高”到“中”再到“低”而改變）。根據含義，預測值與歸一化成本價值的軌跡相同。2030年的存儲成本為$124/kWh，$207/kWh和$338/kWh，2050年為$76/kWh，$156/kWh和$258/kWh。每一年和每一軌跡的成本載于附錄。

圖2.4小時鋰離子系統的電池成本預測值

圖3顯示了圖2中的絕對成本預測值與公布的成本預測值的比較。由于我們選擇基于歸一化成本價值進行預測，因此它們并不一定與公布的成本預測一致。許多已公布的成本預測甚至未達到我們所選定的起點，而其他少數成本預測則比我們的低預測值還要低。部分差異是由于預測的年份導致。2017年公布的成本預測往往高于2018年或以后公布的成本預測。圖3下半部分顯示，當只考慮最近時間的費用預測時，預測在絕對基礎上更好的趨于一致。

圖3.本工作中制定的電池成本預測（粗體線）相有關已公布的成本預測

預測的一個關鍵假設是起點的選擇。起始點的高低將使一組預測值相有關起始點大小的變化而變大或減少。為了更好地評估我們選擇的起點的質量，我們將Feldman等人（即將出版）的數值與2018年或更晚發表的其他數值進行了比較（如圖4所示）。電池成本變化非?？欤覀儧]有考慮較早的報告值。盡管它確實表明電池存儲系統的當前價格存在相當大的不確定性（±$100/kWh），這一比較新增了我們對所選擇的起始值的信心。

圖4.來自2018年或更晚發表的研究當前電池存儲成本

使用歸一化成本降低來進行預測的另一個挑戰是，以比我們的起點更高的值開始的預測可能會預見更大的成本降低潛力，因此會有很高的還原率，但仍然不會出現較低的$/kWh成本。相反，開始時低于我們起點的預測可能會預見較小的成本降低潛力，但可以實現非常低的$/kWh成本。然而，我們仍然傾向于使用歸一化成本降低數值，因為在已公布的預測中，起始成本的差異很大，而且因為它能適應不同出版物中不同的成本和系統含義。

圖5顯示了電池功率和能量的成本預測。使用Feldman等人的方法將功率成本和能量成本分開（即將出版），如“方法”部分所述。將這兩部分成本組合在一起，得出系統總成本，其中系統成本（單位為$/kWh）是功率成本除以持續時間再加上能量成本。

圖5.鋰離子系統功率（左）和能量（右）成本的預測

這些功率和能源成本可用于指定其他持續時間的資本成本。圖6顯示了2小時、4小時和6小時電池的成本預測（僅使用中間預測值）。在$/kWh單位的基礎上，持續時間較長的電池具有較低的資本成本，而在$/kW的基礎上，持續時間較短的電池具有較低的資本成本。圖6（左）還展示了為何在供應以$/kWh或$/kW為單位的資本成本時，注明持續時間是至關重要的。

圖6.使用中間成本預測法對持續2小時、4小時和6小時的電池進行成本預測

為了充分說明用于容量擴展建模工具的電池存儲系統的成本和性能，除了資本成本之外，還要額外的參數。圖6顯示了來自調查出版物的可變操作和維護、固定操作和維護、壽命和往返效率假設的范圍。圖中最右邊顯示了我們所選擇的代表我們4小時電池系統的數值?？勺儾僮骱途S護通常被認為是零或接近零，我們將可變操作和維護設定為零。此可變操作和維護被含義為與假設的每天一個循環和給定的日歷生命周期相一致。每天循環超過一次可能會縮短生命周期，因此超過一天一次的循環應有非零的可變操作和維護。

我們已經將所有的運營成本（在每天一個次循環的水平上）分配給固定操作和維護。將操作和維護成本放在固定操作和維護而不是可變操作和維護中，我們實質上假定電池性能在整個壽命期內得到了保證，因此電池操作不會給電池操作員帶來任何成本。固定操作和維護的價值范圍更廣。固定操作和維護水平的一個重要差異是成本中是否包括增強或性能維護。

例如，挪威船級社（2017年）報告了$6/kW-yr的固定操作和維護和$7.5/kWh-yr的容量維護成本，以解決退化問題（2017年的數值，單位為美元）。較低的固定操作和維護值通常只包括簡單的維護，而較高的包括一些容量的新增或替換，以應對退化。我們采用了較高的固定操作和維護值，并假設固定操作和維護成本將抵消性能的下降，從而使系統能夠在其整個生命周期內以額定容量運行。選擇的固定操作和維護值是4小時電池的容量成本（單位為$/kW）的2.5%。我們假設這個固定操作和維護與大約每天一個循環周期是一致的。假如電池以高得多的循環速率工作，那么這個固定操作和維護值可能不足以抵消退化。

圖7.可變運維（右上角），固定運維（左上角），壽命（右下角），往返效率（左下角）

我們選取的壽命為15年，接近已公布值的中位數。充放電效率選擇為85%，這與公布的數值大體一致。

四、總結

電池存儲成本在過去幾年中變化迅速，因此有必要更新長期規劃模型和其他活動中使用的存儲成本預測。這項工作記錄了這些預測的發展情況，這些預測是根據最近有關存儲成本的出版物編制的。這些預測顯示了較廣范圍的存儲成本，既包括當前費用，也包括未來費用。雖然預測中的幅度相當大，但所有預測確實都顯示資本成本下降，到2025年成本將減少6%到48%。

在這項工作中進行的成本預測利用了所有文獻中歸一化成本降低，并導致到2030年資本成本降低26%到63%，到2050年成本降低44%到78%。成本預測還伴隨著假定的操作和維護成本，壽命和往返效率，這些性能指標是對照其他已公布的值進行基準測試的。