分布式光伏-儲能系統經濟-碳排放-能源效益實證分析——以山東省膠州光伏及其儲能系統為例

王小虎,楚春禮*,曹 植,楚春亮,鞠美庭

分布式光伏-儲能系統經濟-碳排放-能源效益實證分析——以山東省膠州光伏及其儲能系統為例

王小虎1,楚春禮1*,曹 植2,楚春亮3,鞠美庭1

(1.南開大學環境科學與工程學院,天津 300350；2.安特衛普大學可持續建筑與道路工程研究組,比利時 安特衛普 2000；3.秦皇島驪驊淀粉股份有限公司,河北 秦皇島 066300)

建立光伏-儲能系統成本收益經濟模型和全生命周期碳排放和能源分析模型,以靜態投資回收期和內部收益率、碳排放強度和碳補償回收期、能量回收期分別作為經濟效益、碳減排效益和能源效益的評價指標,并以山東省膠州農村5, 8, 10, 15kW光伏和11kW·h儲能系統為案例,分析增加儲能系統后的經濟-碳排放-能源特征.案例表明,增加儲能系統會帶來負面效應,其中經濟效益變化最大,碳減排效益次之,能源效益變化最小.以10kW系統為例,靜態投資回收期延長34.7% ,內部收益率降低20%,碳排放強度增加5.36%,碳補償時間延長5.83%,能量回收期延長0.56%.通過延長系統使用時間,擴大光伏安裝規模,能夠增加用戶經濟收益,同時能夠降低碳排放強度,縮短碳補償時間,從而降低儲能系統對整個系統經濟-碳排放-能源效益的負面影響.在離網情景下,安裝儲能電池能夠有效提高系統的經濟收益,碳減排效益和能源效益顯著.

分布式光伏；儲能系統；經濟-碳排放-能源

作為主要的溫室氣體排放國[1],中國積極參與全球應對氣候變化行動,提出2030年碳達峰、2060年碳中和目標.為了實現這一目標,到2030年太陽能、風能發電總裝機容量將達到12億kW以上[2].

光伏發電,利用光伏組件將太陽能轉化為電能,作為替代其他電力資源的理想方案,在全球光資源區廣泛采用[3].近年來,中國積極發展光伏產業,2019年全國光伏累計裝機規模達世界總裝機的35.45%,居世界第一[4].

國家能源局指出,截至2020年底我國光伏總裝機規模達2.53億kW[5],相比2019年增加47.92GW,為實現“2030年光伏和風能達到12億kW以上(2020年為5.34億kW)”的目標,未來10a中國仍需大量安裝光伏項目.

盡管具有清潔、可持續的優點,但同傳統化石能源相比,光伏發電間歇性、波動大等缺點導致供電不穩定[6],沖擊電網電力平衡,增加電網調節難度.光伏-儲能系統通過借助電池的存放電能力,有效調節光伏用電峰谷,緩解光伏系統對電網沖擊,提高光伏“消納”,因此開始被科學界關注和產業界認可[7-8].據中國電力技術市場協會統計,截至2021年3月,已有8個省市要求新能源配置儲能設施(配置比例5%～ 20%).以山東省為例,全省新型儲能規模預計2021年底達20萬kW左右.

對于光伏-儲能系統的研究,早期主要基于節能理念,從技術層面設計儲能電池的最佳容量,探索該聯合系統同用電負載側的優化策略[9-10].然而,對于光伏-儲能系統投資者來說,經濟效益是影響該項目推廣的主要因素之一.因此,大部分以往研究從能源-經濟角度,分析光伏-儲能系統削峰填谷的能效及儲能帶來的電費節省收益[11-17].隨著光伏和儲能技術的迅速發展,光伏-儲能系統的研究也深入到探究光伏-儲能系統經濟效益的影響因素[18-22],如呂雙輝等[23]探討電價收費模式、有無儲能系統、用戶用電特征因素,分析對光伏用戶直接收益的影響.孫波等[24]在此基礎上,考慮了儲能電池類型、規模效益等因素,并分析家庭和企業安裝光伏-儲能系統的經濟效益.此外,鄧忻依和艾欣[25]考慮儲能系統對配電網改造和減少備用電力成本的外部性社會效益這一因素,建立了分布式光伏-儲能系統綜合效益評估模型,但關注點依然側重于經濟方面.

光伏-儲能系統不僅會影響光伏用戶重點關注的經濟效益,同時也會帶來額外的環境影響,尤其是各界普遍關注的碳排放問題.McKenna等[26]以光伏-鉛酸蓄電池為例,除了研究增加鉛酸蓄電池對用戶經濟收益的影響,還初步定性描述該電池對環境的影響,以碳排放變化為例.劉偉[27]則以儲能電池類型為研究變量,比較3種不同蓄電池從生產到使用階段的環境影響差異,CO2特征變量作為評價指標之一.此外,程冬冬[28]將電池廢棄處理階段考慮在內,更為全面地分析了不同鋰電池的全生命周期環境影響,為儲能電池生命周期碳排放分析提供更客觀的數據支持.這為研究光伏-儲能系統的經濟與環境協同效應奠定了基礎.事實上,光伏-儲能系統的生產與使用,其能源效益將直接影響系統的經濟效益和碳減排效益.對此,Tsuchiya等[29]以坦桑尼亞農村地區為例,著重分析了離網式光伏系統的經濟效益和能源效益.Kavian等[30]則對光伏系統參與的光伏-地熱聯用系統經濟-能源-環境效益進行評估.然而,當前較少文章直接對光伏-儲能系統的經濟-碳排放-能源效益進行評估,而光伏-儲能聯合系統的綜合效益取決于系統經濟、碳減排和能源效益的內在耦合.

對此,本文以并網分布式光伏-儲能系統為研究對象,以其經濟-碳排放-能源耦合特征為研究內容,通過建立并網分布式光伏-儲能系統的生命周期框架、成本收益模型、生命周期碳排放和能源分析模型分析儲能系統引入光伏系統對整個系統的經濟效益、碳減排效益和能源效益的影響,為制定光伏-儲能系統發展策略提供科學支持.

1 研究方法與內容

1.1 研究方法

在界定光伏-儲能系統生命周期框架的基礎上,構建全生命周期成本收益經濟模型、全生命周期碳排放和能源模型,建立光伏-儲能系統的經濟-碳排放-能源耦合特征分析方法,篩選系統經濟效益、碳減排效益和能源效益的評價指標體系.研究思路如圖1.

圖1 研究技術路線

1.2 研究內容

1.2.1 系統全生命周期過程界定與描述 光伏-儲能系統工作機制如圖2所示,光伏組件借助支架調整至最佳傾角,將太陽能轉化為直流電能,通過逆變器將其轉換為交流電,或者傳輸至公共電網,或者存儲到儲能系統,供負載使用.

圖2 光伏-儲能系統工作示意

將光伏-儲能系統全生命周期過程劃分為6個階段:系統產品生產、生產運輸、建設與安裝、運行與維護、退役運輸和系統退役,如圖3所示.

①系統產品生產:該階段包括光伏組件生產及系統平衡輔件生產.光伏組件生產是指前期工業硅制備多晶硅到最后電池片封裝成組件的完整過程.考慮數據的有效性和采用相同來源的不間斷性,系統平衡輔件主要考慮逆變器、組件支架、儲能電池等設備.

②生產運輸:該階段包括將系統各設備運輸至安裝地點.

③建設與安裝:該階段是指在安裝地點安裝系統各設備到整套系統投入運行.

④運行與維護:該階段包括系統設備運行過程中的組件擦洗以及其它設備的維護.

⑤退役運輸:該階段包括系統退役時各設備回收運輸到退役處理場所.

⑥系統退役:該階段是指光伏-儲能系統各設備拆解、回收、處理與處置.其中,組件大部分、支架基本可再利用,其它設備僅部分可再利用.

圖3 光伏-儲能系統生命周期邊界

1.2.2 經濟效益分析 光伏-儲能系統的經濟效益是指研究時段內扣除系統成本后的系統凈收益.構建生命周期成本收益經濟模型,分析光伏-儲能系統的經濟效益.在全生命周期,系統總成本(式1)包括初始投資成本(式2)[31]、維護更換成本(式6)和退役成本(式10)[7-13].

式中:I是初始投資成本;OM是維護更換成本;R是退役成本,單位均為元.

式中:PV是光伏系統初始投資成本;BSS是儲能系統初始投資成本,單位均為元.

式中:a是光伏組件的峰值功率,W;1～8分別表示組件、逆變器、支架、匯流箱、計量裝置、其它輔件、安裝建設和并網的單位成本,元/W.

式中:stor是儲能系統單位容量成本,元/(kW·h);是電池容量,kW·h.

式中:N是夜間用電量, kW·h;是電池放電效率,%;是能量轉換效率,%;是放電深度,%.

式中:是系統運行周期,a;PV是光伏系統年均維護成本,元/a;BSS是儲能系統年均維護成本,元/a;X是系統設備更換成本,元.

式中:1是光伏系統年維護系數;2是儲能系統年維護系數.

式中:1～2分別表示儲能電池、逆變器的更換次數;4～5分別表示匯流箱、計量裝置的更換次數.2、4、5分別表示逆變器、匯流箱和計量裝置單位成本,元/W.

式中:是退役成本系數.

系統總收益包括發電收益(式11)和設備回收收益(式19).

式中:ei是第年發電收益,元;r是設備回收收益,元.

發電收益來源包括補貼收益ui、電費節省ai以及余電上網收益,ui,如式12所示.

補貼收益由度電補貼及B及發電量G組成(式13).對于度電補貼,其來源包括中央政府Ni、省級政府Pi、當地市縣政府Ci,如式14所示.系統年發電量G由首年理論發電量及t及組件衰減率v決定,如式15～16.

式中:st是年輻射總量,單位為kW·h/m2;是標準條件輻照度,單位為1000W/m2;是系統發電效率,分布式光伏在75%～80%之間.

研究表明,借助儲能電池調峰能夠取得較好的經濟效益[23],光伏-儲能系統在“峰谷梯度電價”模式下,電費節省收益可以拆分成峰時節省電費Spμp與谷時節省電費兩Svμv兩部分.在我國,用電量差異導致電費出現3個檔的梯度差異,用電量達到高梯度檔時度電價格最高;用電量下降到中梯度時電價下降一個梯度;用電量下降到低梯度時度電價格最低.因此,自發自用電量處于不同梯度收益有所差別,如式17.

式中:Sp、Sv分別表示第梯度峰時、谷時電價,=1,2,3,元/(kW·h);μp、μv分別表示第梯度峰時、谷時自用光伏電量,kW·h.

第年余電上網收益ui由余電上網電價和上網量決定,如式18所示.

式中:r是余電上網電價,由當地脫硫煤上網電價決定,元/(kW·h);μ是光伏自用電量,kW·h.

系統退役回收收益r也被考慮在內,如式19所示.

式中:s是設備回收的次數;θ是設備的殘值系數;s8和8分別表示儲能系統的回收次數及殘值系數,出于研究目的單獨列出.

采用靜態投資回收期(PBPs)和內部收益率(IRR)兩個指標分析光伏-儲能系統經濟效益.PBPs是指在不體現資金時間價值的情景下累計凈現金流量等于零時的年份[25],反映投資者的收支平衡時刻.本文考慮分析比較對象為有無儲能系統以及在規模效益下的系統效益比較,不影響結果判斷;此外,本文還對系統碳排放和能源效益進行分析,考慮評價的統一性,采用該指標可滿足要求.IRR是指項目投資的凈現值為零時的折現率,與電力行業基準收益率作比較,能夠反映項目投資的經濟可行性[32].

式中:表示累計凈現金流量第1次出現正值的年份,單位為a;C為第年初尚未收回的投資,單位為元;A為第年凈現金流量,單位為元;(I-C)為第年的凈現金流量,單位為元.

1.2.3 碳減排效益及能源效益分析 構建全生命周期碳排放和能源模型,分析光伏-儲能系統碳減排效益和能源效益.

對于光伏-儲能系統,其碳減排效益及能源效益指通過光伏發電替代化石燃料發電所減少的CO2排放以及減少的能源消耗.

系統全生命周期碳排放由各生命周期階段共同構成.

式中:CE是光伏-儲能系統全生命周期碳排放量;P是系統產品生產階段碳排放量;r1是生產運輸階段碳排放量;CA是建設與安裝階段碳排放量;OM是運行維護碳排放量;r2是退役運輸階段碳排放量;De是系統退役階段碳排放量.

式中:U是系統產品數量;ep是單位產品碳排放量;是系統所需產品類別總數.

式中:1f是產品運輸距離;1f是產品質量;tr是單位質量距離的碳排放量;1是生產運輸產品類別總數.

式中:a是系統安裝規模;是單位系統安裝建設碳排放量.

式中:sq是單位面積光伏組件功率, W/m2;sq是單位面積組件水耗,kg水/m2;ec是單位水耗產生的CO2, kgCO2/kg水.

式中:2b是產品運輸距離;2b是產品質量;tr是單位質量距離的碳排放量;2是退役運輸產品類別總數.

式中:eg是單位產品g處理回收碳排放量,可為負值;g是產品g的處理數量;是退役處理產品類別總數.

系統全生命周期能源核算根據《綜合能耗計算通則》[48],系統消耗的一次能源和二次能源為生產原料和耗能工質消耗的能源.

式中:NH是光伏-儲能系統全生命周期能耗總量; NH1是產品生產階段能耗;NH2是運輸階段能耗,包括產品生產運輸和退役運輸兩個階段;NH3是建設安裝階段能耗;NH4是運行維護階段能耗;NH5是系統退役能耗.

選擇碳排放強度[33]和碳補償回收期[32]評價系統碳減排效益.碳排放強度表示系統單位發電量產生的CO2,碳補償回收期指通過光伏發電抵消產生CO2所用的時間,用于反映低碳效益.在分析中,將燃煤發電作為比較對象,公式如下.

式中:Em是碳排放強度,kgCO2/(kW·h);T是系統運行周期碳排放總量,單位kgCO2;T是系統運行周期總發電量,單位kW·h.CPBP是碳補償回收期,單位為a;是系統運行周期,單位為a;ce是當地電網碳排放系數.

選擇能量回收期(EPBT)評價能源效益,即通過光伏發電收回生產制造該系統所消耗的能量所使用的時間[34],以a表示,如下.

在進行系統碳減排效益和能源效益分析時,做如下假設:

①只考慮光伏-儲能系統各設備的原材料能源消耗和碳排放,生產環節中生產設備、工廠、工人、運輸車輛不在研究范圍之內.

②系統平衡輔件中的匯流箱、計量表、配電柜等設備對系統的整體碳排放貢獻率較小,且清單數據無法收集,故不納入計算.

2 案例分析

山東省是我國太陽能第三類資源區,年日照時數為2170.5h.山東在我國碳達峰和碳中和目標中占據重要地位.據國家能源局統計,截至2020年底,山東光伏累計裝機規模達22.72GW,位列全國各省市第一.考慮前期調研基礎和數據的可獲得性,以山東省膠州市孫家村等周圍6個農村的戶用分布式光伏發電項目為案例開展研究.山東統計年鑒2019[35]顯示,該省農村居民人均可支配收入為17775元/(人·a),農村平均每戶常住人口為3.11人,人均居住面積為43.6m2/人.據國家統計局[36]和山東省統計年鑒,山東省農村用戶年用電量為5500kW·h,約15kW·h /d.實地調查表明,膠州農村戶用分布式光伏項目5, 8, 10, 15kW四個類型占比接近50%,因此以上述規模光伏系統為例進行實證分析.

2.1 案例光伏-儲能系統基本信息

表1 光伏組件信息

表2 逆變器信息

表3 支架信息

單晶硅和多晶硅是當前國內市場光伏組件的主導類型.其中,考慮初始投資成本和全生命周期經濟收益,采用多晶硅性價比更高;儲能系統聯用關鍵在于儲能電池的技術進步,而鋰電池在電池性能及使用壽命等方面都表現出優于鉛酸電池的特征,隨著其生產成本不斷降低越來越為市場所青睞[28].對于多晶硅組件、磷酸鐵鋰電池的光伏-儲能系統來說,各產品信息如表1～4所示.

表4 儲能電池信息

電線電纜使用壽命為20a,匯流箱為20a,計量裝置為20a,25a生命周期更換1次.儲能容量綜合考慮農村居民用電習慣確定.依據山東統計年鑒統計農村居民耐用消費品擁有特征及常用電器使用時間習慣,估算農村用戶用電時間分布,如表5所示.

表5 農村用戶電器信息

根據表5,估計用戶無儲能電池時自用3kW×h光伏電量,借助儲能電池增加用戶光伏用電量為9kW×h,剩余從電網公司購買.根據儲能電池容配比公式5,電池需求容量約為11kW×h,電池單位成本為750元/(kW×h),質量約50kg.不同規模光伏系統單位成本(以元/W計)如表6.

根據SolarGIS提供的太陽能資源數據,膠州最佳傾斜角度31°下太陽能輻射總量為1656kW·h/ m2[37],5, 8, 10, 15kW光伏項目在膠州預計年理論發電量分別為6400, 10240, 13000, 19200kW·h.光伏系統年運維費用系數在1%～3%之間[38],考慮設備耐用性的提高,該參數取1%;儲能電池的年維修系數為1.5%[39].組件回收價格為初始組件成本的40%左右,由于組件在退役時發電效率仍能保持在初始的80%以上,以及回收拆解時80%以上可回收再利用[40];其它設備的回收價值按設備經驗殘值5%計.山東用戶電價如表7.

表6 光伏系統單位成本(元/W)

表7 用戶峰谷電價

根據最新的光伏補貼政策,光伏補貼為0.08元/(kW×h),補貼期限為20a.山東省當地自2017年起無補貼政策,光伏上網電價為0.3949元/(kW×h).

2.2 經濟-碳減排-能源效益分析

2.2.1 經濟效益 以10kW多晶硅光伏和11kW×h規模的磷酸鐵鋰儲能發電系統(10kW-11kW×h光伏-儲能系統)為研究案例,其投資成本如圖4所示.

初始投資占比最高,達總投資的54.38%,其次為設備更換(31.09%),設備維護最小(14.53%).安裝儲能系統增加初始投資成本、設備更換成本以及設備維護成本.其中,安裝儲能電池增加16%的初始投資,電池更換增加93%的設備更換成本,電池維護增加24%的設備維護成本.考慮該系統的年凈收益變化,其結果如圖5.

用戶首年凈收益為-51342元,在系統退役時可獲得總凈收益67016元.據圖中垂線,增加儲能系統將延長系統投資回收期3a左右(34.7%),主要原因是儲能電池的更換(第9a更換1次電池),延長儲能電池的使用壽命,可以縮短投資回收期,從而提高投資者的光伏-儲能系統安裝積極性.此外,延長整個系統的使用時間(圖5),可以增加用戶的經濟收益.規模效益結果如圖6.

圖4 光伏-儲能系統生命周期成本

圖5 光伏-儲能系統年凈收益

由圖6a可知,用戶安裝5, 8, 10, 15kW及11kW×h規模的光伏-儲能系統投資回收期均在10a以上,相比光伏系統長2a以上.以10kW系統為例,增加儲能系統靜態投資回收期延長34.7%.不過,通過擴大安裝規模,可以縮短投資回收期,從而減緩儲能電池對系統投資回收期延長的不利影響.由圖6b可知,增加儲能電池會顯著降低用戶的內部收益率,以10kW系統為例,增加儲能系統,內部收益率降低20%.通過增加投資規模,能夠相應降低儲能電池對系統經濟收益的影響.對于光伏系統而言,安裝8kW光伏系統的經濟效益最低,其主要原因如下:(1)其初始投資成本相對于5kW的規模效益不明顯(表6),導致成本較高;(2)在當前光伏補貼政策大幅降低的情景下,通過增加光伏規模來增加發電量從而獲得更多售電和補貼收入的經濟收益不夠理想.另外,當投資規模為10和15kW時,系統內部收益率高于該電力行業基準收益率,投資光伏-儲能經濟可行.

2.2.2 碳減排效益 借助文獻和行業手冊獲取光伏-儲能系統生命周期階段碳排放系數,核算碳排放.對于核算采用的碳排放系數,優先采用已有研究文獻和本地化已有數據,缺少本地化碳排放因子則采納IPCC報告中的缺省值.

10kW-11kW·h規模光伏-儲能系統全生命周期各階段碳排放數據如表8.其中,根據設備廠商信息,借助百度地圖估算運輸距離.退役階段涉及組件鋁、硅片、玻璃等成分的回收,方案參考趙若楠等[41]的研究,即人工拆解+熱處理的方式.支架為金屬鋁和鋼成分,可全部回收.逆變器通過電力拆除,回收部分金屬,其余部分填埋.對于儲能電池,借鑒程冬冬[28]拆解與化學處理的方法,回收鋁鐵鋰.

圖6 不同規模系統經濟效益對比

表8 光伏-儲能系統全生命周期碳排放清單

綜合以上分析,10kW-11kWh規模的光伏-儲能系統生命周期CO2排放總量為11630.23kg,儲能系統碳排放占比5.36%,主要排放貢獻在生產階段.

由表8可知,系統產品生產階段中,組件碳排放占比最高(66%),儲能電池生產排放貢獻占5%.通過處理回收,組件碳減排量達3587.09kg,相當于減少組件生產34.56%的碳排放;支架實現完全回收,儲能電池和逆變器分別減少了各自產品生產階段29.10%、0.37%的碳排放,退役階段的處理回收相當于減少產品生產26.52%的碳排放,碳減排潛力巨大.

該系統25a總發電量289575kW·h,即11583kW·h/a,減排:11583×0.7921=9174.89kg.該系統碳排放強度和碳補償回收期分別為40.16g/(kW·h)和1.27a.

其它規模分析同上,5, 8, 10, 15kW規模光伏儲能系統碳排放占比分別為10.18%、6.62%、5.36%、3.30%,不同規模碳排放如下.

圖7 不同規模光伏-儲能系統碳減排效益對比

由圖7可知,安裝儲能系統同時增加系統碳排放強度,不同規模組合的光伏-儲能系統碳排放強度分別增加4.38, 2.73, 2.15, 1.46g/(kW·h);系統碳補償回收期分別延長0.14, 0.09, 0.07, 0.05a,對系統碳減排效益影響很小.以10kW光伏系統為例,增加儲能電池后,碳補償時間延長5.83%.系統規模越大,碳減排效益越好,同時反映增加系統規模,有助于降低儲能電池對系統碳排放的強化效應.

2.2.3 能源效益 借鑒文獻數據[44-51]和能耗通則公式,分析光伏-儲能系統能源效益.系統全生命周期各階段能耗如表9.基于以上分析,光伏-儲能系統總能耗2567.14kgce,換算系數0.1229kgce/(kW×h)[36,48],則總能耗為20888kW×h.該系統全生命周期階段,產品生產能耗貢獻最高,退役處理同運輸階段相近;組件能耗占比最高,達總能耗的39.05%,儲能電池生產能耗占比很小,對系統影響微弱.

表9 光伏-儲能系統全生命周期能耗數據

圖8 光伏-儲能系統能量回收期

該系統年平均發電11583kW·h,EPBT為1.80a.其他規模能耗分析同上.儲能系統在5, 8, 10, 15kW規模的系統能耗分別占1.20%、0.74%、0.61%、0.41%,對系統能耗貢獻很小.同樣考慮規模效益,由圖8可知,不同規模組合的光伏-儲能系統能量回收期分別為1.84, 1.86, 1.80, 1.82a,相比光伏系統延長0.2a以下,對系統整體能量回收期影響微弱.以10kW光伏系統為例,增加儲能電池后,能量回收期延長0.56%.

2.3 離網光伏-儲能效益分析

并網情況下,由于電網的作用,可以消納光伏系統產生的用戶需求之外的所有電量.一方面,這導致了電網沖擊,增加電網容量備用成本[25],另一方面,儲能系統帶來的正向調節能力被電網作用所補償,難以體現和量化.在離網情況下,光伏系統產生的電量由用戶需求決定,對于案例分析的大多普通用戶而言,不能夠完全使用光伏系統最大發電量,因此,就會導致光伏系統潛力不能被完全發揮,此時,儲能系統就可以通過儲存電量而實現光伏系統滿負荷運行.因此,為了更直觀展現光伏-儲能系統相比于光伏系統的效益,研究假設離網情況下,比較全生命周期光伏-儲能系統與光伏系統的經濟效益、碳減排效益、能源效益.

離網情況下,考慮研究案例用戶年用電量為5500kW×h,選擇5kW-11kW×h規模的光伏-儲能系統即可滿足用戶需求,且能最大化體現增加儲能系統的效益.在此基礎上進行效益分析,結果如下.

由圖9可知,盡管增加儲能電池會增加用戶8000元左右的初始投資,但會提高用戶使用光伏電量的比例,從而減少更多的電費支出,至系統退役時相比只安裝光伏系統增加9500元左右的總凈收益.而在離網情景下,單獨使用光伏系統在25a全生命周期內無法實現凈收益為正.

圖9 光伏-儲能系統與光伏系統年凈收益

對于碳減排效益,如圖10所示,離網情況下,光伏系統隨著使用年限的增加,對設備、運營等碳排放的補償作用逐漸增強,系統在第8a可實現碳清零.比較而言,增加儲能系統后,光伏-儲能系統碳補償效益十分明顯,在第3a即可實現碳完全補償,隨著系統使用時間增長,碳減排量累積顯著.

圖10 光伏-儲能系統與光伏系統碳減排效益

能源效益如圖11所示,離網情況下,光伏系統的節能效益較差,盡管逐年節能,但在第11a才能實現能量完全回收.而光伏-儲能系統則在大約第3a就可實現正向能源效益,在系統退役時總節能量在12000kgce以上.

圖11 光伏-儲能系統與光伏系統能源效益

光伏-儲能系統能夠解決光伏系統間歇性問題,這類可再生能源與儲能系統集成的方式可以替代傳統基于化石燃料動力發電,有助于減少CO2排放[52].通過研究,增加儲能系統會同時降低光伏用戶的經濟效益,帶來一定的碳排放和能源消耗,但也會改善電網電量損失,減少備用電力成本[25],但本文出于數據的準確性和模擬方法的可靠性,暫時無法進行定量化研究,未來可以考慮將以上正向因素考慮在內,進行定量化分析,同時考慮光伏-儲能系統協同效益的最優化模擬分析.此外,未來可以進行偏遠山區離網式光伏-儲能系統的研究,具體考慮該系統引入給當地帶來的生態效益和社會效益,從而進行科學客觀的評估.

3 結論

3.1 增加儲能系統的同時,會延長投資回收期,降低投資者的收益率.以10kW光伏為例,增加儲能電池將投資回收期從8.62a延長至11.61a,收益率降低20%左右,對用戶投資收益積極性影響很大.增加儲能系統后的成本支出包括初始投資、設備更換以及設備維修,其中由于儲能電池使用壽命遠短于系統生命周期,故電池更換不少于1次,支出最多.增加儲能系統也會增加一定的碳排放量,相對延長碳補償時間,10kW規模的系統單位電量CO2排放量增加5.66%,碳補償時間從1.20a延長至1.27a,對系統碳減排影響較小;其中,產品生產為系統碳排放的主要來源,儲能電池碳排放達總排放量的5.36%,退役處理回收能夠減少生產階段1/4左右的碳排放,碳減排潛力巨大.從能耗的角度,10kW規模的系統增加儲能電池,其能量回收期從1.79a延長至1.80a,波動小.其中,系統產品生產同樣是該系統生命周期階段能耗主要來源,而儲能電池能耗只占系統總能耗的0.61%,能耗貢獻率極低.

3.2 延長整個系統的使用時間,能夠增加用戶的收益,同時擴大安裝規模,能夠增加投資收益率,縮短投資回收期,減弱儲能系統對整個聯合系統經濟效益降低的強化作用.通過擴大規模,同時能降低系統的碳排放強度,縮短碳補償時間,降低儲能系統帶來的碳增加效應.擴大規模也能減弱儲能系統帶來的能耗增加效應,以15kW系統為例,光伏-儲能系統與光伏系統的能量回收期都在1.82a.在離網情景下,增加儲能系統能夠有效提高光伏電力使用比例,提高能源利用率,同時顯著增加經濟效益、碳減排效益以及能源效益,而只安裝光伏系統在25a生命周期內不能實現凈收益為正,其碳減排效益和能源效益也較低.

3.3 政府可以實施大規模安裝光伏配比一定比例的儲能電池的政策,從而降低儲能系統對系統的碳排放強化效應.考慮用戶經濟效益,實行利好政策,增加光伏-儲能系統收益,提高投資者的積極性.一方面,以儲能電池成本補貼或者度電儲存補貼的形式,或者給予用戶低息貸款方式,減少光伏-儲能系統的初始投資,具體基于用戶期望投資回收期或內部收益率進行合理分配;另一方面,實行儲能電池技術利好政策,推動儲能技術的發展,從而延長儲能電池的使用壽命,減少儲能電池更換次數,減少投資者的支出.此外,同電網公司、光伏系統制造企業等利益相關方進行協商,考慮增加光伏系統的使用質保時間,以充分發揮光伏發電在經濟-碳減排-能源效益方面的潛力.

[1] 舟 丹.中國是世界上最大的碳排放國之一[J]. 中外能源, 2015, 20(1):56.

Zhou D. China is one of the largest carbon emitters in the world [J]. Sino-Global Energy, 2015,20(1):56.

[2] 繼往開來,開啟全球應對氣候變化新征程——在氣候雄心峰會上的講話[Z]. 2020-12-12. http://www.gov.cn/gongbao/content/2020/ content_5570055.htm.

Carrying on the past,and opening up a new journey of global response to climate change-Speech at the Climate Ambition Summit [Z]. 2020- 12-12. http://www.gov.cn/gongbao/content/2020/content_5570055. htm.

[3] Santos J D, Alonso-García. Projection of the photovoltaic waste in Spain until 2050 [J]. Journal of Cleaner Production, 2018,196:2613- 1628.

[4] IRENA. Data and statistics-IRENA resource (capacity and generation) [Z]. International Renewable Energy Agency, 2020.

[5] 國家能源局.國家能源局2021年一季度網上新聞發布會文字實錄[Z]. 2021.http://www.nea.gov.cn/2021-01/30/c_139708580.htm

National Energy Administration. Text record of the online press conference of the National Energy Administration in the First Quarter of 2021 [Z]. 2021. http://www.nea.gov.cn/2021-01/30/c_139708580. htm

[6] 馮曉麗.光伏儲能電站的經濟性分析[J]. 電工電能新技術, 2019, 38(9):52-58.

Feng X L. Economical analysis of photovoltaic power station with battery energy storage system [J]. Advanced Technology of Electrical Engineering and Energy, 2019,38(9):52-58.

[7] 朱家煒,賈燕冰,朱燕芳,等.配網光伏系統儲能優化配置策略[J]. 科學技術與工程, 2019,19(31):162-167.

Zhu J W, Jia Y B, Zhu Y F, et al. Optimal configuration strategy of energy storage in distribution network photovoltaic system [J]. Science Technology and Engineering. 2019,19(31):162-167.

[8] 吳小剛,劉宗岐,田立亭,等.獨立光伏系統光儲容量優化配置方法[J]. 電網技術, 2014,38(5):1271-1276.

Wu X G, Liu Z Q, Tian L T, et al. Optimized capacity configuration of photovoltaic generation and energy storage device for stand-alone photovoltaic generation system [J]. Power System Technology, 2014, 38(5):1271-1276.

[9] Vidhya C, Florencia R, Michael A, et al. Battery device for continuous energy harvesting and storage [J]. Journal of Power Sources, 2012, 216:84-88.

[10] Eghtedarpour N, Farjah E. Control strategy for distributed integration of photovoltaic and energy storage systems in DC micro-grids [J]. Renewable Energy, 2012,45:96-110.

[11] Nottrott A, Kleissl J, Washom B. Energy dispatch schedule optimization and cost benefit analysis for grid-connected, photovoltaic-battery storage systems [J]. Renewable Energy, 2013,55: 230-240.

[12] Bertsch V, Geldermann J, Lühn T. What drives the profitability of household PV investments, self-consumption and self-sufficiency? [J]. Applied Energy, 2017,204:1-15.

[13] Dietrich A, Weber C. What drives profitability of grid-connected residential PV storage systems? A closer look with focus on Germany [J]. Energy Economics, 2018,74:399-416.

[14] von Appen J, Braun M. Interdependencies between self-sufficiency preferences, techno-economic drivers for investment decisions and grid integration of residential PV storage systems [J]. Applied Energy, 2018,229:1140-1151.

[15] Al-Saqlawi J, Madani K, Mac Dowell N. Techno-economic feasibility of grid-independent residential roof-top solar PV systems in Muscat, Oman [J]. Energy Conversion and Management, 2018,178:322-324.

[16] Dong S, Kremers E, Brucoli M, et al. Residential PV-BES systems: Economic and grid impact analysis [J]. Energy procedia, 2018,151: 199-208.

[17] Numbi B P, Malinga S J. Optimal energy cost and economic analysis of a residential grid-interactive solar PV system- case of eThekwini municipality in South Africa [J]. Applied Energy, 2017,186:28-45.

[18] Chaianong A, Bangviwat A, Menke C, et al. Customer economics of residential PV-battery systems in Thailand [J]. Renewable Energy, 2020,146:297-308.

[19] Camilo Fernando M, Castro R, Almeida M E, et al. Economic assessment of residential PV systems with self-consumption and storage in Portugal [J]. Solar Energy, 2017,150:353-362.

[20] Foles A, Fialho L, Collares-Pereira M. Techno-economic evaluation of the Portuguese PV and energy storage residential applications [J]. Sustainable Energy Technologies and Assessments, 2020,39:710-715.

[21] Cerino Abdin G, Noussan M. Electricity storage compared to net metering in residential PV applications [J]. Journal of Cleaner Production, 2018,176:175-186.

[22] Yu H J J. A prospective economic assessment of residential PV self-consumption with batteries and its systemic effects: The French case in 2030 [J]. Energy Policy, 2018,113:673-687.

[23] 呂雙輝,蔡聲霞,王守相.分布式光伏-儲能系統的經濟性評估及發展建議[J]. 中國電力, 2015,48(2):139-144.

Lv S H, Cai S X, Wang S X. Economic evaluation and development suggestions for distributed PV-energy storage system in China [J]. Electric Power, 2015,48(2):139-144.

[24] 孫 波,廖強強,劉 宇,等.分布式光伏儲能電池混合系統的經濟性分析[J]. 電力建設, 2016,37(8):102-107.

Sun B, Liao Q Q, Liu Y, et al. Economic analysis of hybrid System containing distributed photovoltaic power and battery stored energy [J]. Electric Power Construction, 2016,37(8):102-107.

[25] 鄧忻依,艾 欣.分布式光伏儲能系統綜合效益評估與激勵機制[J]. 發電技術, 2018,39(1):30-36.

Deng X Y, Ai X. Comprehensive benefit assessment and incentive mechanism of distributed photovoltaic energy storage system [J]. Power Generation Technology, 2018,39(1):30-36.

[26] McKenna E, McManus M, Cooper S, et al. Economic and environmental impact of lead-acid batteries in grid-connected domestic PV systems [J]. Applied Energy, 2013,104:239-249.

[27] 劉 偉.典型蓄電池生命周期評價研究[D]. 濟南:山東大學, 2017.

Liu W. Life cycle assessment research of typical storage battery-a case study of lead acid battery and lithium ion battery [D]. Jinan: Shandong University, 2017.

[28] 程冬冬.基于綠色發展理念的鋰離子電池生命周期環境效益研究[D]. 廣州:廣東工業大學, 2019.

Cheng D D. Study on environmental benefits of lithium-ion batteries in life cycle based on green development concept [D]. Guangzhou: Guangdong University of Technology, 2019.

[29] Tsuchiya Y, Swai T, Goto F. Energy payback time analysis and return on investment of off-grid photovoltaic systems in rural areas of Tanzania [J]. Sustainable-Energy Technologies and Assessments, 2020,42:1-7.

[30] Kavian S, Aghanajafi C, Jafari Mosleh H, et al. Exergy, economic and environmental evaluation of an optimized hybrid photovoltaic- geothermal heat pump system [J]. Applied Energy, 2020,276:1-14.

[31] 蔣建彗,倪志春,陳成錦,等.戶用光伏+儲能系統的容量配置及經濟性計算方法研究[J]. 太陽能, 2020,(11):44-48.

Jiang J H, Ni Z C, Chen C M, et al. Capacity configuration and economic calculation of household PV + storage energy system [J]. Solar Energy, 2020,(11):44-48.

[32] 陳梓毅,曹 燁,邱國玉.城市分布式光伏發電的經濟和環境效益實證分析[J]. 生態經濟, 2018,34(6):100-105.

Chen Z Y, Cao Y, Qiu G Y. Empirical analysis on economic and environmental benefit of urban distributed PV [J]. Ecological Economy, 2018,34(6):100-105.

[33] 何津津.基于生命周期評價的光伏發電碳排放研究[D]. 南京:南京航空航天大學, 2017.

He J J. Research on carbon emission of photovoltaic generation with life cycle assessment [D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2017.

[34] 李 鷂,于隨然.中國光伏系統的生命周期評價[J]. 環境工程, 2014,32(10):119-124.

Li Y, Yu S R. Life cycle assessment of photovoltaic system in China [J]. Environmental Engineering, 2014,32(10):119-124.

[35] 山東省統計局.山東統計年鑒 [M]. 北京:中國統計出版社, 2019.

Shandong Provincial Bureau of Statistics. Shandong statistical yearbook [M]. Beijing: China Statistics Press, 2019.

[36] 國家統計局能源統計司.中國能源統計年鑒 [M]. 北京:中國統計出版社, 2019.

Department of Energy Statistics, National Bureau of Statistics. China energy statistical yearbook [M]. Beijing: China Statistics Press, 2019.

[37] SolarGIS. Global horizontal irradiation: China [Z]. Global Solar Atlas, 2019.

[38] 陳新輝,彭筱喆.我國分布式光伏發電投資風險分析[J]. 太陽能, 2019,(10):5-10,39.

Chen X H, Peng X Z. Distributed photovoltaic power generation investment risk analysis of China [J]. 2019(10):5-10,39.

[39] 賈 禾.分布式儲能系統優化與經濟性分析[D]. 長沙:湖南大學, 2019.

Jia H. Optimization and economic analysis of distributed energy storage system [D]. Changsha: Hunan University, 2019.

[40] 梁 哲.光伏組件的回收再利用 [A]//朱景兵.第13屆中國光伏大會論文集 [C]. 無錫:東南大學出版社, 2013:375-387.

Liang Z. Recovery and reuse of PV modules [A]//Zhu J B. Proceedings of the Thirteenth China Photovoltaic Assembly [C]. Wuxi, 2013:375-387.

[41] 趙若楠,董 莉,白 璐,等.光伏行業生命周期碳排放清單分析[J]. 中國環境科學, 2020,40(6):2751-2757.

Zhao R N, Dong L, Bai L, et al. Inventory analysis on carbon emissions of photovoltaic industry [J]. China Environmental Science, 2020,40(6):2751-2757.

[42] 蔡 皓,謝紹東.中國不同排放標準機動車排放因子的確定[J]. 北京大學學報(自然科學版), 2010,46(3):319-326.

Cai H, Xie S D. Determination of emission factors from motor vehicles under different emission standards in China [J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2010,46(3):319-326.

[43] 中華人民共和國生態環境部.2019年度減排項目中國區域電網基準線排放因子[R]. 2012-12.

Ministry of Ecology and Environment of the People’s Republic of China. Baseline emission factors of China's regional power grids for emission reduction projects in 2019 [R]. 2020-12.

[44] 楊倩苗.建筑產品的全生命周期環境影響定量評價[D]. 天津:天津大學, 2009.

Yang Q M. Quantificational life cycle assessment of environmental impact of construction productions [D]. Tianjin : Tianjin University, 2009.

[45] 梁 佳.建筑并網光伏系統生命周期環境影響研究[D]. 天津:天津大學, 2012.

Liang J. Environmental effects investing for the grid-connected BAPV [D]. Tianjin : Tianjin University, 2012.

[46] 龔佰勛.環保設備設計手冊固體廢物處理設備[M]. 北京:化學工業出版社, 2004,6:108-115.

Gong B X. Environmental protection equipment design manual. Solid waste treatment [M]. Beijing: Chemical Industry Press, 2004,6:108.

[47] 中國科學技術協會學會工作部編.廢棄物處理與管理全國廢棄物處理與管理學術討論會論文集[C]. 北京:中國科學技術出版社, 1990.12:366-380.

Working Department of the Society of China Association for Science and Technology. Waste Disposal and Management Proceedings of the National Symposium on Waste Disposal and Management [C]. Beijing: China Science and Technology Press, 1990,12:366.

[48] GB/T2589-2020 綜合能耗計算通則 [S].

GB/T2589-2020 General rules for comprehensive energy consumption calculation [S].

[49] GB/T50441-2016 石油化工設計能耗計算標準[S].

GB/T50441-2016 Petrochemical design energy consumption calculation standard [S].

[50] GB50910-2013 機械工業工程節能設計規范 [S].

GB50910-2013 Code for energy-saving design of mechanical industry engineering [S].

[51] 劉振東,張石定,賈 晗.安陽市并網光伏系統案例經濟和環境效益分析[J]. 中國電力, 2013,46(8):43-47.

Liu Z D, Zhang S D, Jia H. Case study on economic and environmental benefits of grid-connected photovoltaic systems [J]. Electric Power, 2013,46(8):43-47.

[52] Wali S, Hannan M, Reza M, et al. Battery storage systems integrated renewable energy sources: A biblio metric analysis towards future directions [J]. Journal of Energy Storage, 2021,35:1-17.

Empirical analysis of cost-CO2-energy benefits of distributed photovoltaic-battery storage system-taking (PV-BSS) in a case study in rural Jiaozhou Shandong.

WANG Xiao-hu1, CHU Chun-li1*, CAO Zhi2, CHU Chun-liang3, JU Mei-ting1

(1.College of Environmental Science and Engineering, Nankai University, Tianjin 300350, China；2.Energy and Materials in Infrastructure and Buildings (EMIB), University of Antwerp, Antwerp 2000, Belgium；3.Qinghuangdao Lihua Starch Co., LTD, Qinghuangdao 066300, China)., 2022,42(1)：402～414

An integrated assessment model that brought together life cycle cost analysis, life cycle CO2analysis, and life cycle energy analysis was established. A range of indicators (e.g., static payback period (PBPs), internal rate of return (IRR), carbon emissions intensity (Em), carbon compensation payback period (CPBP), energy payback time (EPBT)) were used to evaluate the economic benefits, carbon emissions reduction benefits, and energy benefits of PV-BSS. The integrated assessment model was applied to installations of 5, 8, 10 and 15kW PV combining with 11kW×h BSS in the rural areas of Jiaozhou, Shandong Province, to establish and examine the cost-benefits ratios in CO2reduction versus energy benefits. The results showed that adding BSS to these installations would bring negative effects, (1) in reducing mainly the economic benefit (2) in reducing secondly the carbon emission benefit (3) but with only minor energy benefit reduction. Taking the 10kW system as an example, PBPs was extended by 34.7%, IRR reduced by 20%, Em increased by 5.36%, CPBP extended by 5.83%, and EPBT extended by 0.56%. Extending the system use time and the scale of photovoltaic installation could increase the economic benefits, and at the same time, reduce Em, shorten CPBP, thereby reducing the overall negative impact of the energy storage system on the overall economy-CO2-energy efficiency reduction. In the off-grid scenario, the addition of BSS could effectively increase significantly the economic benefits of the system, the overall carbon reduction benefits and energy level benefits were significant.

distributed photovoltaic；battery storage system；cost-CO2-energy

X24

A

1000-6923(2022)01-0402-13

王小虎(1995-),男,新疆伊犁人,南開大學碩士研究生,研究方向為可再生能源與環境管理.

2021-04-30

海洋工程標準化建設項目(OESD2018-27)

* 責任作者, 副教授, chucl@nankai.edu.cn