[论文解读] Optimal sizing of solar photovoltaic and lithium battery storage to reduce grid electricity reliance in buildings

Han Kun Ren, Malcolm McCulloch+1 more|arXiv (Cornell University)|Jun 6, 2023

Smart Grid Energy Management被引用 4

一句话总结

本研究提出一种混合分析-迭代方法，以最优方式为英国牛津市的建筑配置太阳能光伏（PV）和锂离子电池储能系统，旨在最小化对电网电力的依赖以及降低电力的平准化成本。结果表明，太阳能光伏已具备经济可行性，但锂电储能仍成本过高；尽管价格持续下降，由于系统灵活性和成本限制，对电网的依赖依然存在。

ABSTRACT

In alignment with the Paris Agreement, the city of Oxford in the UK aims to become carbon neutral by 2040. Renewable energy help achieve this target by reducing the reliance on carbon-intensive grid electricity. This research seeks to optimally size solar photovoltaic and lithium battery storage systems, reducing Oxford's grid electricity reliance in buildings. The analysis starts with modeling the electricity demand. The model uses Elexon electricity settlement profiles, and assembles them into the demand profile according to the quantity and types of buildings in Oxford. Then, solar generation is modeled using Pfenninger and Staffell's method. Solar photovoltaic and lithium storage systems are sized using a hybridized analytical and iterative method. First, the method calculates the solar system size search range, then iterates through the range. At each solar size, the method calculates and iterates through the storage system size search range. Within each iteration, the renewable system is simulated using demand and generation data with a simplified system set-up and the conventional operation strategy. The method outputs combinations of solar system capacity, storage system capacity, and grid electricity import. Each combination's levelized cost of electricity is calculated, and the lowest cost combination is the optimal sizing. Solar and storage system costs are projected from 2019 to 2100, and the optimal sizing is calculated for each year. The result shows that solar photovoltaic is economically competitive, but lithium storage cost is still too high. As solar and storage prices continue to drop, they will take up greater portions of the energy system. However, there will always be a need for the grid, as it provides flexibility and can meet demands that are too costly for solar and storage

研究动机与目标

• 为支持牛津市2040年实现碳中和目标，减少建筑对电网电力的依赖。
• 解决在城市建筑能源系统中整合太阳能光伏和电池储能所面临的经济与技术挑战。
• 确定在时间维度上使电力平准化成本（LCOE）最小化的太阳能光伏与电池储能容量的最优组合。
• 基于太阳能与储能成本趋势的演变，从2019年至2100年预测最优系统配置。
• 评估在大规模部署太阳能与储能后，电网在长期满足能源需求中的作用。

提出的方法

• 利用Elexon结算数据构建牛津市按建筑类型和数量聚合的建筑级电力需求曲线。
• 采用Pfenninger和Staffell的方法模拟小时级太阳辐照度与发电输出，以建模太阳能光伏发电。
• 采用混合分析-迭代方法：首先定义太阳能容量的搜索范围，然后在每个太阳能容量下迭代遍历储能容量范围。
• 使用简化的运行规则与历史需求及发电数据，对每种系统配置进行模拟，以计算电网电力输入。
• 为每种配置计算电力平准化成本（LCOE），以识别最优组合。
• 从2019年至2100年预测太阳能与电池成本，以评估长期经济可行性及最优配置趋势。

实验结果

研究问题

• RQ1 在牛津市建筑中，太阳能光伏与锂离子电池储能容量的最优组合是什么，可使对电网电力的依赖最小化？
• RQ2 随着时间推移，不同太阳能与储能系统规模下的电力平准化成本（LCOE）如何变化？
• RQ3 太阳能光伏与电池储能何时将具备经济可行性，实现城市建筑中的广泛部署？
• RQ4 太阳能与储能系统在多大程度上可消除对电网电力的需求？长期来看，电网仍扮演何种角色？
• RQ5 太阳能与电池技术成本的预测下降如何影响2100年前最优系统配置的变化？

主要发现

• 太阳能光伏系统在牛津市建筑中已具备经济竞争力，可有效减少对电网电力的依赖。
• 尽管预测价格持续下降，锂离子电池储能仍因成本过高而难以实现规模化成本竞争力。
• 随着太阳能与储能成本持续下降，其在能源结构中的占比预计将随时间显著增长。
• 尽管大规模部署太阳能与储能，电网仍将因提供系统灵活性并满足高成本用电高峰而保持必要性。
• 太阳能与储能系统的最优配置随时间演变，最具成本效益的配置组合会因技术价格变化而动态调整。
• 混合分析-迭代方法成功识别出2019年至2100年每年的最低LCOE配置，使在动态成本条件下实现长期规划成为可能。