美国各州光伏-蓄电池微电网的技术经济与环境评估

《Energy Conversion and Management-X》：Techno-economic and environmental assessment of photovoltaic–battery microgrids across diverse U.S. States

　　沙希德·图法伊尔|雨果·里格斯|阿里夫·萨尔瓦特
NextNRG LLC，407林肯路，迈阿密海滩，33139，佛罗里达州，美国

**摘要**
全球向清洁能源的转变不断推动了对光伏-蓄电池（PV-Battery）的需求增长，因为这些技术不仅能够减少排放，还能增强系统的韧性，并提供有吸引力的经济效益。在这项研究中，我们对美国七个州的光伏-蓄电池微电网进行了技术经济和环境评估。在评估中，财务和硬件假设被标准化，以便差异直接来源于太阳能资源、电价结构和运营模式。加利福尼亚州的情况最为有利，其净现值（NPV）接近770万美元，投资回报率（ROI）为93%，回收期约为5年。亚利桑那州虽然发电量最高，能源成本最低（LCOE约为0.069美元/千瓦时），但由于电价较低，其ROI仅为36%。缅因州则表明，较高的电价可以弥补较低的太阳能产量，实现了49%的ROI，尽管其能源产量最低。比较结果显示，加利福尼亚州、亚利桑那州和缅因州的NPV在400万至800万美元之间，ROI在36%至93%之间；而佛罗里达州和堪萨斯州的可行性较低，ROI仅达到7%至12%。蒙大拿州在经济上表现最弱，NPV仅为330万美元，ROI低于4%。尽管如此，由于其高碳电网，该州在减少二氧化碳排放方面带来了显著的环境效益。所有州的性能指标差异较大，LCOE在0.069至0.101美元/千瓦时之间，第一年的节省成本在330万美元至122万美元之间，负荷抵消率在47%至65%之间。电价变动20%对各州的排名影响不大，但会改变其可行性阈值，通常会使一些州的NPV变为负值。

**1. 引言**
全球向可再生能源的转型正在加速，这一趋势受到脱碳目标和成本下降的推动。这种变化正在重塑电力的生产、储存和使用方式。随着企业、校园和行业寻求减少对化石燃料电网的依赖，分散式能源系统变得越来越重要[1][2]。在这一领域，一种有效的选择是安装在用户端（Behind-the-Meter, BTM）的光伏系统与蓄电池储能相结合。光伏阵列首先满足现场需求，然后用多余的太阳能为蓄电池充电，以备后续使用，通常是在夜间高峰时段或电力中断时[3][4][5]。这种做法可以减少电网进口和与需求相关的成本，并在电网稳定性成为问题时提高系统的韧性。

然而，规划仍然具有挑战性。由于当地天气（包括阳光和温度）的影响，太阳能输出每月都在变化。日内的间歇性和季节性波动使得储能规模的确定变得复杂，从而影响经济效益[6][7]。当由于政策或低上网电价导致出口收入较低时，决定何时储能以及何时使用能源变得至关重要。只有当储能的运行符合当地的负荷特性和电价结构时，它才能真正发挥作用[4]。最近的研究将可靠性作为规模确定的一个明确约束条件，通常使用停电概率目标，并报告称一旦可靠性得到保障，成本和排放结果会显著变化[8]。此外，建筑能源研究显示，气候和建筑围护结构的选择会改变供暖和制冷负荷，进而影响能源使用和经济回报[9]。这些因素要求我们仔细解读位置效应，因为供需都可能受到气候的影响。

本研究评估了美国七个州在多样化太阳能资源和零售电价条件下的光伏-蓄电池储能系统（PV-BESS）的技术经济性能。我们没有对动态电价、批发市场参与或出口信贷收入进行建模，而是为每个州应用统一的零售电价，并保持技术设计、融资结构和成本假设不变，以便将结果差异解释为资源和电价的影响。我们主要评估ROI和NPV这两个关键绩效指标，以及负荷抵消率和蓄电池利用率等运营指标。我们的更广泛目标是在稳定的电价环境下实现结果的清晰性和可重复性。未来的工作可以扩展基线，包括电价结构、不确定的成本路径和先进的运营策略。这通常需要包含蓄电池老化、更换计划、需求变化和可变可再生能源产量的复杂模型[10]。与专注于优化的研究不同，我们的工作固定了设计和调度方案，以生成一个多州之间的可比基准，同时报告经济回报和减排效果，并添加不确定性范围以显示结果的稳健性。最近的一些微电网规模研究主要针对孤立系统，使用元启发式优化方法在明确的可靠性约束下最小化LCOE，通常将过剩能源视为设计上的不利因素[11]。类似地，多目标调度研究通过协同优化削减、循环应力和备用容量来提高可靠性，而不使储能系统进入低效运行区域[12]。位置和规模的选择也影响稳定间歇性可再生能源供应和支持电网的能力[13]。包括龙fly算法在内的元启发式规模方法也被用于光伏-风能-蓄电池微电网的研究，强调所选规模规则会同时影响可靠性和成本结果[14]。

本文在预定义的电价和共享成本假设下，对七个州的光伏-蓄电池储能系统进行了评估。通过区分当地太阳能资源和电价对ROI和NPV的影响，本研究为不同气候条件下的分布式光伏-蓄电池储能系统比较提供了基准。后续章节将描述方法、结果及其对各地区部署的影响，并概述未来工作的实际扩展方向。

**1.1 相关工作**
光伏和蓄电池技术持续改进，成本不断下降，这吸引了更多商业和工业用户采用BTM系统。自2010年以来，太阳能成本大幅下降，主要是由于面板价格下降和工厂规模扩大[15]。蓄电池的成本也有所下降，过去十年锂离子电池的成本下降了近90%[2][4]，这使得储能不仅在备份方面实用，而且在负荷转移和削峰需求方面也具有优势。

许多文献仍然关注大型公用事业规模的光伏加储能系统，或假设使用时间定价（反映批发市场价格）[16][17][18]。这些模型通常基于理想的政策假设，或者假设过剩能源能够以较高价格出售。然而，在BTM环境中，价值主要来自避免的购买成本而非销售收益。同时，一些研究明确考虑了可靠性和过剩能源的问题，因为过度配置可再生能源可能导致大量削减和保护问题。最近的研究将设计目标定为在限制供应不足概率的同时最小化LCOE，并报告称LCOE的敏感性通常由储能规模和资本成本决定，而不仅仅是发电量[14][19]。这些结果在这里很有意义，因为它们强调了即使在价值流与BTM零售节省不同的情况下，可接受的可靠性和削减量也会成为设计约束。

虽然我们知道光伏和蓄电池储能系统配合使用效果良好，但很少有研究探讨在不同地点（尤其是考虑天气变化和当地电价规则的情况下）结果如何变化。本研究填补了这一空白。然而，大多数先前的研究要么针对单一地点优化规模，要么专注于孤立微电网，其中可靠性约束和过剩能源是主要考虑因素。很少有研究在固定系统设计和统一零售电价下提供标准化的多地点基准，其中排名主要由太阳能资源和避免的成本决定[11]。我们将简单的负荷控制逻辑与详细的天气数据和本地电网进口价格相结合，然后在多种情境下测试光伏-蓄电池储能系统的经济性[20]。

另一项研究在加纳进行了多站点评估，比较了仅使用光伏和光伏加蓄电池的系统（规模为20兆瓦）。从固定轴跟踪到单轴或双轴跟踪的转变略微提高了发电量，但增加了资本支出（CAPEX）。仅使用光伏的系统在固定轴跟踪下勉强达到盈亏平衡点，NPV为正；而光伏加蓄电池系统的NPV为负。研究中未包括激励措施和税收减免，这些因素可能会改善结果。

另一项研究[21]考察了孟加拉国一个15兆瓦的并网光伏项目。可行性报告显示，该系统的LCOE为0.024美元/千瓦时，回收期为4.5年。成本输入和双重消费及上网电价在PVSyst中设定，运维成本包括逆变器更换费用，假设寿命为25年（考虑通货膨胀和折现）。该研究未包括蓄电池，这可能会显著影响NPV。资本支出（CAPEX）为0.33美元/瓦特，远低于NREL的基准值。另一项针对单一站点的研究[22]显示，NPV和回收期随折现率变化，负荷转移可以减少能源浪费。类似地，另一项在印度的研究评估了一个200千瓦的光伏系统，该系统为北方邦的一个教育园区配备了250千瓦时的蓄电池储能系统。使用Solar Labs、PVSyst和HOMER Grid工具，在净计量和上网电价制度下测试了五种光伏-蓄电池储能系统设计。最佳系统的LCOE为0.049美元/千瓦时，回收期为6.15年。尽管该研究具有针对性，但缺乏跨地点的普遍性。

类似的基于HOMER的孤立农村微电网研究优化了光伏-风能-沼气-蓄电池的混合配置，报告了在明确容量短缺目标下的NPC和COE，并通常将过剩能源作为关键结果[24]。另一项研究[25]考察了加纳Nkoranza South地区的五个孤立离网社区，比较了19.5公里中压电网扩展与746.1千瓦屋顶光伏加蓄电池微电网的方案。峰值负荷为516千瓦，年需求为631,035千瓦时，光伏系统规模足以满足年度需求并略有盈余。微电网的CAPEX为525万加纳塞地（GHS），扩展部分的CAPEX为1,173万加纳塞地，低压成本为336万加纳塞地。运维成本设定为CAPEX的3%，逆变器和蓄电池每10年更换一次，寿命为25年，折现率为10%。电网扩展的NPV为负值（594万加纳塞地），IRR为2%；而光伏加蓄电池系统的NPV为431,882加纳塞地，IRR为24%，回收期为7年。25年内二氧化碳减排量为31,248吨，价值253,111美元。不过，研究中未包括激励措施和电价收入，因此忽略了发电量与需求之间的小时级匹配情况。

[26]的研究优化了贝宁七个地点的10兆瓦并网光伏电站。报告称LCOE在0.110至0.125美元/千瓦时之间，年发电量为13,222兆瓦时。资本补贴和上网电价提高了系统的可行性。该研究未包括蓄电池或考虑折现后的回收期和NPV，也未考虑电网进口成本或长期风险。

[28]对加纳UESD大学2.09兆瓦屋顶光伏系统的经济评估显示，CAPEX为2,188万加纳塞地，每年运维成本为218,823加纳塞地，回收期为8年，电力通过电网输出。研究未提供LCOE数据，未对蓄电池储能进行建模，也没有多地点比较。另一篇论文[29]选择了沙特阿拉伯的四个适合光伏建设的地点（塔布克、麦地那、麦加和利雅得），年发电量可达726.638吉瓦时。使用SAM工具，作者在高于32.8美元/兆瓦时的PPA（Power Purchase Agreement）下证明了项目的可行性，Sakaka电站的LCOE为35.4美元/千瓦时。运维成本和激励措施未得到充分考虑，这削弱了经济分析的准确性。

**表1. 相关研究**

| 研究编号 | 报告内容 | 是否明确光伏规模 | 是否明确蓄电池规模 | 是否指定蓄电池类型 | 是否明确融资结构 | 是否分析ITC/补贴 | 是否模拟蓄电池更换 | 是否报告LCOE | 是否报告NPV/IRR/回收期 | 是否报告负荷抵消/太阳能占比 | 是否报告年度蓄电池循环次数 | 是否报告二氧化碳减排量 | 是否考虑多地理位置 |
|---------|---------------------------------|-----------------|-----------------|-----------------|-----------------|-----------------|-----------------|-----------------|-----------------|-----------------|-----------------|-----------------|-----------------|-----------------|在加利福尼亚州、马里兰州和新墨西哥州的案例研究中显示，生命周期成本降低了19%到35%。在加利福尼亚州，混合动力系统减少了多达三个边缘设备（EDGs），每个设备节省了50万到200万美元的成本，同时每年还节省了7000美元的运营和维护费用。柴油使用量减少了10%到23%，市场收入约为节省成本的20%，停电恢复率从95.6%提高到了97.8%。这些研究主要关注美国特定市场内的校园规模负荷。资本和运营维护投入因地区而异，这限制了直接比较的准确性。表1将相关研究与本文中的研究进行了对比，突出了本研究所填补的空白。为了缩小这些差距，我们建立了一个基于共同技术和财务输入的、适用于多个州的受控基准。资本支出（CAPEX）和运营维护支出（OPEX）在不同地点是固定的。零售电价采用统一的每千瓦时费率，以消除关税波动的影响。系统设计为3兆瓦直流（MWdc）光伏发电，配以1.5兆瓦和6兆瓦时（MWh）的锂铁磷酸盐（LFP）电池，采用交流耦合（AC-coupled）布局。调度简单，在太阳能充足时段充电，晚上高峰时段放电。我们报告了财务指标，如净现值（NPV）、平准化成本（LCOE）、投资回报率（ROI）和回收期，以及运营指标，如负荷抵消、电池贡献、能量溢出和第一年的循环次数。通过保持技术、财务和关税结构的不变性，结果可以清晰地展示资源质量和零售价格如何共同影响盈利能力。我们发现，当零售电价较低时，仅靠高产量是不够的；而在避免的成本较高的情况下，即使是中等产量也能实现盈利。

1.2. 主要贡献
本文为户内光伏储能系统（BESS）建立了一个简明扼要的基准。该设置简单、固定且易于复制，因此能够清晰地显示地点效应，而不会产生额外干扰。
1. 在多个州进行小时级比较，将天气、负荷服务控制和零售价格纳入一个框架中。结果将财务指标与运营指标（如NPV、ROI、LCOE和回收期）以及负荷抵消、电池份额、能量溢出和第一年的循环次数结合起来。
2. 采用相同的3兆瓦直流光伏发电和1.5兆瓦6兆瓦时LFP电池配置，所有地方的损耗和规则都相同，因此该研究易于测试、扩展和引用。
3. 我们表明，当电价较低时，仅靠高产量并不能保证盈利；而在避免的成本较高的情况下，中等产量仍然可以有效。这表明根据最终目标，需要选择更好的选址和合适的规模。
4. 我们发现，避免的排放量取决于两个因素：系统产生的总能量和当地电网的碳排放系数。在一个高碳排放率的电网中，产量中等的位置可能比在清洁电网中产量高的位置能够抵消更多的二氧化碳当量（CO2e），因此选址需要同时考虑产量和电网因素。
5. 通过超出点估计的稳健性和压力测试，包括电价波动（±20%）、最高和最低NPV州的规模变动，以及光伏能量和避免的CO2e的P10、P50、P90不确定性区间，明确了在合理变化下哪些州仍然具有可行性。
6. 与代表性的先进光伏电池技术经济研究进行了直接比较，将报告的LCOE、回收期和NPV范围置于更广泛的文献背景下，并保持基准假设的明确性和可比性。

1.3. 论文结构
本文的其余部分组织如下：第2节介绍了分析所采用的方法论。第3节阐述了本研究的基本假设和风险考虑因素，第4节解释了关键绩效指标（KPI）及其计算方法。第5节概述了微电网组件的技术规格和站点信息，包括太阳能光伏系统、逆变器配置和电池储能系统的详细信息。第6节提供了结果和讨论，内容涵盖技术分析、经济分析和敏感性分析。第7节提出了研究的局限性，第8节为结论。

下载：下载高分辨率图像（531KB）
下载：下载全尺寸图像

图1. 方法论流程图

2. 方法论
本研究考察了美国七个州的光伏（PV）和电池储能系统（BESS）的技术经济性能，这些州因其不同的气候和电价条件而被选中[31] [32]。通过选择这样的地点分布，分析可以公平地捕捉太阳能资源和电价结构的变化如何影响技术行为和财务结果。
为了保持比较的有效性，每个案例都应用了相同的一组技术和财务假设。财务方面通过净现值（NPV）、投资回报率（ROI）、系统平衡（SPB）、放电功率（DPB）和平准化成本（LCOE）来描述[33]。技术方面体现在年能量产量、容量因子、往返效率和总电池循环次数上。使用相同的指标集使研究具有可重复性，并为州级评估创建了一个一致的基准。工作流程如图1所示，系统损耗的处理方式在所有州都是一致的，如图2所示。模拟以每小时为分辨率在SAM中运行，采用交流耦合（AC-coupled）布局，以保持调度的真实性和变异性。
所有站点的系统配置都是相同的：地面安装的固定倾角光伏阵列，与锂离子电池储能系统（BESS）采用交流耦合架构。光伏阵列的倾角与站点纬度相匹配，并应用了长期退化系数。BESS在预定义的充电状态（SOC）范围内运行，并遵循放电深度规则，反映了实际的循环限制。BESS在太阳能充足时段充电，在晚上和夜间负荷时段放电，优先满足自用需求，如图3所示。我们使用简单的自用规则进行调度，但智能的 cyber-physical 控制在类似条件下可以提高价值[34]。财务模型中包括了每千瓦时280美元的电池更换成本，触发条件为容量保留率达到70%；但在模拟的退化过程中，电池容量仅下降到初始容量的83%至89%，因此没有达到更换电池的情况。
财务假设包括资本支出和运营支出、债务比例、贷款期限、折现率和通货膨胀。现金流模型中包含了联邦投资税收抵免（ITC）、税收折旧和销售税。电价增长遵循美国能源信息署（EIA）的预测[35]。负荷增长按每年10%的速度建模，这代表了一个积极的情景，与高电气化趋势和保守的BESS规模测试一致；然而，基于数据驱动的负荷预测（从FFNN到CNN LSTM）可以进一步完善增长和假设[36]。站点准备和软成本在各个州之间进行了标准化，以突出资源和电价变化的影响。

下载：下载高分辨率图像（368KB）
下载：下载全尺寸图像

图2. 不同水平下的损耗

下载：下载高分辨率图像（557KB）
下载：下载全尺寸图像

图3. 用于自用的电池调度策略

图4 显示了建模系统的资本支出（CAPEX）分布。储能系统占比26%，其次是光伏组件占比13%，系统结构平衡（SBOS）和系统电气平衡（EBOS）各占13%。这证实了储能仍然是混合系统中的最大成本驱动因素。SBOS和EBOS成本涵盖了开发商实际购买组件的价格。“其他成本”，如现场工作、办公室工作和物流，包括所有劳动力、安装、管理费用以及利润和销售税等费用[37]。图5中的微电网站点数据来自国家太阳辐射数据库（NSRDB）的每小时辐照度和天气数据，以及EIA的电网价格基准。制造商数据表和同行评审的文献提供了组件规格、性能和退化参数。在研究的最后部分，纳入了对电网进口电价（±20%）的敏感性分析，这直接影响项目收入和回收期。此外，跨州比较本质上捕捉了太阳能辐照度、环境条件和零售电价的变异性，从而在不同气候和电价制度下进行了稳健性检验。

下载：下载高分辨率图像（366KB）
下载：下载全尺寸图像

图4. 成本分布 [37]

下载：下载高分辨率图像（246KB）
下载：下载全尺寸图像

图5. 微电网站点

表2. 光伏和BESS系统假设

参数 值
PV规模 3.0 MWdc
轴安装方式 固定
安装类型 地面安装
年污垢损失 5%
直流线路损失 2%
BESS 1.5 MW–4小时（6 MWh）
AC-DC比率 1.33
电池类型 锂铁磷酸盐（LFP/石墨）
BESS AC-DC/DC-AC效率 96%
BESS耦合方式 交流耦合
BESS初始SOC 50%
BESS最低SOC 30%
BESS最高SOC 95%
最大放电深度 70%
直接面积 12.65英亩
总面积 17.48英亩
安装倾角 纬度
年负荷 8100 MWh
年负荷增长 10%
峰值负荷 1.5 MW
年直流退化 0.5%

3. 假设和风险
3.1. 财务假设
本分析的财务建模依赖于表3中总结的关键假设。这些假设包括资本支出和运营支出、贷款和税收参数以及通货膨胀考虑因素。假设一项25年的贷款，年利率为7%，用于资助60%的资本成本，而联邦激励措施减轻了前期负担。应用了9.06%的名义折现率来评估系统的整个生命周期的经济可行性。通货膨胀、公用事业费用上涨和应急准备金也被考虑在内，以反映长期的财务动态。

表3. 关键财务假设

参数 值
资本支出（CAPEX） $8,239,766
运营支出（OPEX） $75/kWdc/年
债务比例 60%
贷款期限 25年
贷款利率 7%
折现率 2.50%
名义折现率（计算值） 9.06%
联邦所得税 21%
州所得税 7%
销售税 5%
应急准备金 3%
联邦激励 30%
公用事业费用每年上涨 2%

电池更换成本 $280/kWhdc

下载：下载高分辨率图像（141KB）
下载：下载全尺寸图像

图6. 能量进口费率

下载：下载高分辨率图像（705KB）
下载：下载全尺寸图像

图7. 负荷曲线

3.2. 技术假设
系统的技术配置详见表2，包括光伏（PV）和电池储能系统（BESS）的规格。光伏阵列采用地面安装，固定倾角，规模为3.0 MWdc/2.27 MWac，直流-交流（DC-AC）比率为1.33，设计时考虑了污垢和线路等性能损失对年能量产量的影响。假设使用锂铁磷酸盐化学成分的1.5 MW/6 MWh AC-coupled BESS，系统级效率和充电状态限制被纳入调度模型。电池能够在4小时内满足全部负荷，在8小时内满足一半的峰值负荷。该声明反映了并网运行下的储能与负荷能量比。分析未模拟孤岛停电事件，因此未评估传统的可靠性指标，如LPSP或未满足负荷比例；电网负责满足光伏或BESS无法提供的任何剩余需求。布局覆盖约17.5英亩的土地，能量建模考虑了负荷增长、退化和系统整个生命周期内的实际运行限制。面积根据NREL的基准数据计算，固定轴系统的总面积和直接面积分别为7.6英亩/MWac和5.5英亩/MWac[38]。基准电网进口价格背景见图6，由EIA提供[35]，整合了各州的电价输入。峰值负荷为1.5 MW，年负荷曲线见图7。

3.3. 其他假设
其他假设包括项目所需土地已经拥有，因此无需额外的土地购置成本。假设土地已经准备好使用，无需进一步的场地准备或开发活动。此外，假设未来政策或监管框架的变化不会对项目融资产生财务影响。分析还假设市场稳定，项目期间材料和设备或建设成本不会出现意外波动。
3.4. 潜在风险
多种风险可能影响项目的可行性和长期表现，政策和监管变化可能通过激励措施的变化、许可障碍或互联延迟来降低项目价值。交易对手和财务风险也很重要；面临压力的公用事业公司或购电方可能会重新谈判购电协议（PPA），利率上升或信贷紧缩可能会增加资本成本。物理风险仍然重要；飓风、洪水、野火和地震可能损坏光伏场和储能资产，气候变异性可能改变辐照模式并增加极端天气的频率，供应链中断可能影响模块、逆变器或电池的供应和成本。技术风险包括模块和电池的退化速度超过预期，以及逆变器的可靠性在实地光伏和微电网系统中是一个核心问题[39] [40]。运营和维护的不确定性可能侵蚀回报；意外故障、零部件短缺或供应商支持不足可能会增加年度成本。网络安全威胁对能源管理系统（EMS）和计量设备的影响可能会影响可用性和数据完整性，尤其是在控制更加互联的情况下[41] [42]。市场价格波动和容量支付可能会影响收入，保险费用在严重事件后也可能上升，这些问题要求谨慎的设计、合同制定和财务缓冲[43]。**关键指标**
我们使用一系列成熟的指标来评估所提出的光伏-蓄电池储能系统（PV-BESS）的财务可行性。没有任何一个指标能够完全反映实际情况，因此我们考虑了一组指标，这些指标共同捕捉了项目的短期行为以及整个项目生命周期内的长期表现。每个指标都考虑了货币的时间价值，识别了不断变化的成本结构，并跟踪了可能不规律出现、有时甚至是突然出现的收益流。在整个分析中，带有下标“d”的变量表示其折现形式，即以现值表示的形式，这对于进行一致比较至关重要。

1. **净现值（NPV）**：净现值（NPV）是规划期内现金流入的现值与现金流出的现值之间的差额。它被广泛用于资本预算和投资规划中，用于测试在给定折现率下的预期盈利能力。正的NPV意味着该项目在其生命周期内是盈利的，而负的NPV则意味着该项目不盈利 [32]。
$$NPV = \sum_{t=1}^{N} S_t (1+r)^t + F_I (1+r) - C_0 + \sum_{t=1}^{N} O&M_t (1+r)^t$$
其中：
- $S_t$：第t年的节能量
- $T_Dt$：第t年的税收减免
- $O&M_t$：第t年的运营和维护成本
- $D_t$：第t年的债务服务支付
- $F_I$：联邦激励措施（第1年收到）
- $C_0$：初始资本投资
- $r$：名义折现率
- $N$：项目寿命（年）

2. **简单回收期（SPB）**：简单回收期估计了每年净节能量累积到足以覆盖初始投资所需的时间 [31]。它没有考虑货币的时间价值，这是一个明显的局限性，但它仍然是一个快速参考。许多从业者喜欢使用它，因为它用简单的术语展示了初始支出可能多快回收，这在考虑短期风险和暴露时非常有用。SPB年份是指累计未折现的年度现金流超过初始未折现投资成本的那个点。
$$SPB = \text{满足条件的最小年数}$$
其中：
- $\sum_{n=1}^{N} \Delta_S_n \geq \sum_{n=1}^{N} \Delta_I_n$$
其中：
- $\Delta_S_n$：第n年的未折现年度现金流净值
- $\Delta_I_n$：第n年的未折现增量投资成本（包括增量融资费用）

3. **投资回报率（ROI）**：整个系统生命周期的投资回报率衡量了相对于总项目成本的百分比收益 [44]。在此评估中，所有成本和收益都以现值表示，因此不会高估长期表现。计算结果综合考虑了联邦激励措施、年度节能量和税收减免，然后减去持续发生的费用，如维护和债务服务。较高的折现ROI（表示为$ROId$）表明系统的经济效益更强，表明系统预计产生的价值超过了总投资。
$$ROId = \frac{F_I (1+r)}{1 + \sum_{t=1}^{N/2} S_t (1+r)^t - C_0 + \sum_{t=1}^{N/2} O&M_t (1+r)^t} \times 100$$

4. **净利润率（NPM）**：净利润率表示分析期间净收益占总收入的比例。它量化了系统在扣除费用后将激励措施和节能量转化为利润的效率 [45]。这一指标为比较不同能源投资选项的相对盈利能力提供了有用的基准。
$$NPM = \frac{\sum_{t=1}^{N} S_t (1+r)^t + F_I (1+r) - C_0 + \sum_{t=1}^{N} O&M_t (1+r)^t}{\sum_{t=1}^{N} S_t (1+r)^t + F_I (1+r)} \times 100$$

5. **年能源产量**：年能源产量表示光伏系统在一年内产生的总电量，以千瓦时（kWh）为单位。它考虑了特定地点的太阳辐射、系统设计和运行条件，反映了系统的绝对能源产出，是评估性能（如容量因子、每千瓦产量和二氧化碳减排量）的基础。
$$\text{年能源产量} = \sum_{d=1}^{365} E_{PV,d}$$
其中：
- $E_{PV,d}$：第d天光伏系统产生的能量（kWh）

6. **产量（kWh/kW）**：产量（kWh/kW）量化了每单位安装的光伏容量每年的能源产出，反映了系统的整体效率和太阳能资源质量。它是通过将一年内的日产量相加并除以额定系统规模来计算的，为不同地点或设计的性能比较提供了一个标准化的指标。
$$\text{产量} = \frac{\sum_{d=1}^{365} E_{PV,d}}{\text{额定光伏系统容量（kW）}$$

7. **平准化能源成本（LCOE）**：LCOE表示项目生命周期内每单位能源的平均成本（折现至现值）。它汇总了初始资本投资以及年度运营、维护和债务服务成本，并将其与总折现节能量进行比较。作为标准化的财务指标，LCOE便于直接比较不同能源技术或系统配置的成本。
$$LCOE = \frac{C_0 - F_I (1+r) + \sum_{t=1}^{N} O&M_t (1+r)^t - T_Dt (1+r)^t}{\sum_{t=1}^{N} E_t (1+r)^t}$$
其中：
- $E_t$：第t年的能源产量

8. **第一年总电池循环次数**：该指标估计了电池系统在运营第一年的使用强度。它是通过将全年总放电能量除以电池的可用容量来计算的，其中可用容量是额定容量和最大放电深度的乘积。结果反映了完整的等效循环次数，作为磨损和运行需求的指标。
$$\text{总循环次数} = \sum_{d=1}^{365} E_{discharged,d} / E_{\text{可用}}$$
其中：
- $E_{discharged,d}$：第d天放电的能量
- $E_{\text{可用}}$：电池的可用容量（即总容量 × 放电深度）

9. **第一年负载抵消百分比**：该指标量化了光伏-蓄电池储能系统满足站点年电力需求的程度。它将直接来自光伏的月度能源供应和电池放电的月度能源贡献相加，并将这个总和与站点的年能源消耗进行比较。较高的百分比表示更高的能源独立性和系统自给自足程度。
$$\text{负载抵消百分比} = \frac{\sum_{m=1}^{12} E_{PV,L,m} + E_{\text{电池},m} / E_{\text{年负载}} \times 100$$
其中：
- $E_{PV,L,m}$：第m个月直接来自光伏的能源
- $E_{\text{电池},m}$：第m个月从电池放电的能源
- $E_{\text{年负载}}$：年总能源消耗

10. **年总减排量**：该指标量化了光伏-蓄电池微电网通过替代化石燃料发电而实现的年减排量 [46]。它考虑了由于发电替代而避免的排放以及由于电池充电损失而产生的任何排放。排放因子通常因州或地区而异，因为它们取决于电力生产中使用的可再生和不可再生能源的比例。因此，不同州的每种污染物的排放因子不同。
$$\text{年总减排量（CO2e）} = \frac{12000 \times \sum_{t=1}^{N} E_{t,s,disp}}{1000 \times \sum_{p \in \{CO_2, CH_4, N_2O\} E_{F_p,s} \cdot GWP_p}$$
其中：
- $E_{s,CO2e}$：州s在生命周期内的年减排量（吨CO2e）
- $E_{t,s,disp}$：时间间隔t内由光伏或储能替代的电量（kWh）
- $E_{F_p,s}$：州s中污染物p的排放因子（lb/MWh）
- $GWP_p$：污染物p的全球变暖潜能值（AR5值：CO2 = 1, CH4 = 28, N2O = 265）
- $p \in \{CO_2, CH_4, N_2O\}$
- $N$：分析周期（年）

11. **折现回收期（DPB）**：DPB通过考虑货币的时间价值来改进简单回收期指标，提供了更准确和经过风险调整的资本回收度量。它计算了累计净节能的现值等于或超过累计投资成本现值所需的年数。通过将名义折现率应用于节省和支出，DPB提供了关于投资何时在经济上可行的更现实和保守的估计。与仅考虑名义现金流的SPB不同，DPB考虑了折现，更好地反映了在不确定性下的长期财务表现。
$$\sum_{n=1}^{N} \Delta_S_n (1+r)^n \geq \sum_{n=1}^{N} \Delta_I_n (1+r)^n$$

12. **总生命周期成本（TLCC）**：TLCC量化了光伏-蓄电池储能系统整个运营生命周期内发生的所有支出的现值。它包括初始资本投资（$C_0$）、定期运营和维护（$O&M_t$）费用、设备更换和维修以及项目期间所需的任何债务服务支付（$D_t$）。每个成本组成部分都使用名义折现率（$r$）折现至现值，确保该指标反映了当今货币条件下的系统所有权的真实经济负担。TLCC作为一个总成本指标，独立于任何收入或节省，有助于比较不同系统配置的固有成本效率 [47]。
$$TLCC = \frac{E_0 - F_I (1+r) + \sum_{t=1}^{N} O&M_t + R_t + D_t (1+r)^t}{C_0 + \sum_{t=1}^{N/2} O&M_t + D_t (1+r)^t} \times 100$$

**5. 微电网组件和技术规格及站点信息**
分析考虑了七个具有不同气候和电价条件的美国州。表4总结了全球水平辐照度（GlobHor）、清晰度指数（KT）、环境温度、风速和电网进口率的年平均值。这些参数为系统性能建立了边界条件。资源可用性和零售电价的差异直接影响后续部分报告的技术经济结果。光伏阵列、逆变器、电池系统和负载的集成配置如图8所示的单线图所示。该示意图突出了本研究中采用的交流耦合架构，其中光伏阵列和电池组通过逆变器和隔离点连接到电网和负载。这种布局反映了典型的商业规模表后部署。

**下载：**
- 下载高分辨率图像（328KB）
- 下载全尺寸图像

**表4. 地点摘要**

**5.1. 太阳能光伏（PV）系统**
所建模的光伏阵列是地面安装的双面单晶硅（mono-C-Si）配置，额定模块效率为20.6%。关键规格总结在表5中。每个模块在标准测试条件（STC）下的峰值功率为530 W，开路电压（Voc）为49.2 V，短路电流（Isc）为13.7 A，最大功率电压（Vmp）为41.4 V，最大功率电流（Imp）为12.8 A，温度系数（Pmp）为-0.337%/°C，无负载温度（NOCT）为43.1°C，双面性因子为0.70。设计遵循标准单二极管建模实践。这些参数捕捉了系统级别的性能，而无需不必要的特定站点细节。

**表5. 关键光伏模块规格**
| 参数 | 值 |
|------|------|
| 模块类型 | 双面，单晶硅 |
| 标称效率 | 20.57% |
| 最大功率（Pmp） | 530.75 W |
| 开路电压（Voc） | 49.2 V |
| 短路电流（Isc） | 13.7 A |
| 最大功率电压（Vmp） | 41.4 V |
| 最大功率电流（Imp） | 12.8 A |
| 温度系数（Pmp） | -0.337%/°C |
| 无负载温度（NOCT） | 43.1°C |
| 双面性因子 | 0.70 |
| 地面净空高度 | 1.0 m |

**5.2. 逆变器配置**
逆变器与电网交互，具有单个最大功率点跟踪（MPPT）输入。它实现了98.7%的加权效率，并支持226 kW的标称交流功率，直流输入高达230 kW。直流工作范围为800–1300 V，MPPT激活在860 V以上。图9展示了效率曲线，虽然高于50°C的降额效应被纳入考虑，但未详细讨论（见图10）。

**下载：**
- 下载高分辨率图像（216KB）
- 下载全尺寸图像
**图9. 逆变器效率图**

**下载：**
- 下载高分辨率图像（180KB）
- 下载全尺寸图像
（a）日历退化
**下载：**
- 下载高分辨率图像（176KB）
- 下载全尺寸图像
（b）循环退化

**图10. 模型中考虑的电池退化特性**

**6. 结果和讨论**
本节将所有七个州的技术、环境和经济发现汇总在一起，采用固定的设计和财务堆栈，并且负载每年增长。表6提供了NPV、ROI、SPB、DPB、LCOE和关键运营指标的紧凑基线，整合了后续的所有内容。我们首先概述了技术机制和跨州的模式，然后估计了环境后果，之后解释了经济和政策杠杆。最后，我们通过表13显示的价格变化进行了简短的电价敏感性分析，因此差异主要来自电价水平和光伏与需求之间的逐小时匹配。表10量化了每个州的PV直接贡献、电池份额、电网份额和溢出量。

**表6. 各州的技术经济指标**
| 州 | 加利福尼亚 | 纽约 | 亚利桑那 | 堪萨斯 | 佛罗里达 | 蒙大拿 | 缅因 |
|------|------|------|------|------|------|------|
| 生成（第1年）（kWh） | 5,341,910 | 4,417,735 | 5,931,183 | 4,870,200 | 5,134,342 | 4,400,668 | 4,081,070 |
| NPV（$） | 7,691,517 | 3,783,756 | 2,966,953 | 589,072 | 977,142 | 232,762 | 24,023,161 |
| 电网进口率（$/kWh） | 0.229 | 0.192 | 0.128 | 0.110 | 0.112 | 0.214 | 0.116 |
| TLCC（$） | 4,970,316 | 4,970,316 | 4,970,316 | 4,970,316 | 4,970,316 | 4,970,316 | 4,970,316 |
| ROI（%） | 93.35 | 45.92 | 36.01 | 17.15 | 11.86 | 3.98 | 48.83 |
| 节省（第1年）（$） | 1,223,832 | 850,414 | 761,564 | 537,183 | 577,613 | 332,762 | 287,349 |
| 简单回收期（年） | 57.3 | 8.2 | 12.3 | 11.3 | 13.7 |
| 折现回收期（年） | 7.6 | 13.5 | 16.2 | >25 | >25 | >25 | 12.9 |
| 能源产量（kWh/kW） | 178 | 414 | 751 | 981 | 116 | 261 | 715 | 147 | 013 | 63 |
| LCOE（$/kWh） | 0.077 | 0.093 | 0.068 | 0.084 | 0.080 | 50.093 | 40.101 | 3 |
| 年电池循环次数 | 337 | 303 | 335 | 731 | 835 | 330 | 128 | 1 |
| 负载抵消百分比 | 60 | 51 | 65 | 55 | 59 | 50 | 47 |
| CO2e减排（吨） | 25,619 | 24,883 | 50,103 | 43,393 | 48,908 | 56,916 | 16,950 |
| 利润率（%） | 33.4 | 41.9 | 21.6 | 33.7 | 16.0 | 02.1 | 25.7 | 3 |

**表7. 各州的总输出排放率和CO2当量** [48], [49]
| 州 | 空电池 | CO2 | CH4 | N2O | GWP值 |
|------|------|------|------|------|------|------|
| 加利福尼亚 | 393 | 3.5 | 0.02 | 10.00 | 3 |
| 纽约 | 465 | 1.0 | 0.02 | 5 |
| 亚利桑那 | 686 | 0.03 | 80.00 | 5 |
| 堪萨斯 | 728 | 2.0 | 0.07 | 70.01 |
| 佛罗里达 | 786 | 6.6 | 0.04 | 0 |
| 缅因 | 311 | 80.07 | 60.01 | 1 |
| 蒙大拿 | 105 | 6.2 | 0.11 | 60.01 | 7 |

**表8. 各州的光伏发电和CO2减排指标**
| 州 | PV发电（MWh, 第1年） | PV发电（MWh, 整个生命周期） | CO2减排（吨） |
|------|------|------|------|------|------|
| 加利福尼亚 | 5,342 | 129,756 | 25,619 | 23 |
| 亚利桑那 | 5,134 | 123,968 | 48,908 | 36 |
| 堪萨斯 | 487 | 118,354 | 443,393 | 45 |
| 纽约 | 441 | 810 | 6,990 | 24,883 | 54 |
| 蒙大拿 | 440 | 110 | 6,990 | 56,916 | 6 |
| 缅因 | 408 | 198,595 | 16,950 | 7 |

**下载：**
- 下载高分辨率图像（540KB）
- 下载全尺寸图像

**图11. 各州的负载抵消**

**图12. 各州的生命周期发电和CO2减排**

**图13. 七个美国州的光伏-蓄电池系统的比较性能**
气泡大小表示ROI。

**下载：**
- 下载高分辨率图像（390KB）
- 下载全尺寸图像
**图14. 年度折现节省**

**表9. 与最先进的光伏-蓄电池技术经济研究的比较**
| 地点 | 电网配置 | LCOE | NPV | 回收期 | 负载 |
|------|------|------|------|------|------|
| 本研究 | 7个美国州 | 并网BTMPV（3 MWdc）+ LFP（6 MWh） | 0.069–0.101 | $0.33–7.69 | M5–13 | 商业[50] |
| 摩洛哥 | 并网BTMPV + BESS（采矿） | 0.071–0.118 | $257–43 | 1M–工业[51] |
| 意大利 | 并网PV（2.7 MW）+ WT + DG | 0.053–0.491 | NPC: $73–95 | M6.2–11.8 | 工业[52] |
| 伊朗 | 并网屋顶PV（8.5 MW）–NPC: $3.89–31.4 | M17.4–24.4 | 工业[53] |
| 澳大利亚 | 并网微电网PV + BESS ± DG | 0.11–0.13 | NPC: $2.6–3.2 | M–办公[54] |
| 美国（加州） | 非并网 | WT + PV + BMG + BESS + H2 | 0.48 | $101.3 | M–住宅[24] |
| 印度 | 非并网 | PV + WT + BG + BESS | 0.112–0.146 | NPC: $1.02–1.46 | M–家庭[14] |
| 印度 | 非并网 | PV（1 kW）+ WT（5 kW）+ BESS（150 Ah） | 0.102–0.126 | --- | 农村社区[12] |
| 印度 | 非并网 | PV + WT + BESS | 0.106–0.189 | --- | 偏远社区[11] |
| 印度 | 非并网 | PV（1 kW）+ WT（5 kW）+ BESS（150 Ah）+ 抽水蓄能 | 0.249–0.359 | --- | 微电网[12] |

**6.1. 技术和环境分析**
表9将本研究与各地区和电网背景下的代表性光伏和储能技术经济评估进行了基准比较。据报道，并网型背接触（BTM）光伏与锂铁磷酸盐（LFP）组合的平准化成本（LCOE）处于先前范围的较低端，而离网混合设计则显示出更高的成本。投资回收期（Payback）和净现值（NPV）会随着电价结构、负载类型和系统规模的不同而大幅变化。在负载保持不变的情况下，州际差异主要由三个供应方面的因素造成：（1）资源量（全球太阳辐射量/GHI/能见度），（2）热状态（电池温度和风冷效果），以及（3）光伏发电曲线与固定负载之间的时间匹配度。为了避免歧义，我们将年负载分为光伏直接供电、电池供电和电网供电三种类型（总和为100%），并将“溢出能量”（Spilled energy）作为光伏发电量的一个比例进行报告。

表10. 美国各州能源来源贡献及溢出能量情况。

| 州 | 空细胞 | 光伏直接供电 | 电池供电 | 电网供电 | 溢出能量占比 |
|-------|-----------|---------|---------|---------|
| CA | 47.12% | 13.02% | 39.86% | 5.88% |
| NY | 40.93% | 10.25% | 48.82% | 3.43% |
| AZ | 49.97% | 14.68% | 35.35% | 8.66% |
| KS | 43.61% | 11.74% | 44.64% | 4.84% |
| FL | 47.00% | 12.71% | 40.29% | 3.75% |
| MT | 39.95% | 10.41% | 49.64% | 4.03% |
| ME | 38.35% | 8.83% | 52.83% | 3.27% |

6.1. 规律背后的原因
1. 当辐照度较高且季节性变化较小时，光伏发电量会增加，更多能量会在生产时被直接消耗，这种情况在西南部和阳光充足的地区尤为明显。
2. 高环境温度会降低模块效率（负温度系数），但风速较高可以部分抵消这一影响；因此，虽然非常炎热的地区并不总是产量最高的，但它们仍然会在中午产生过剩电力。当蓄电池储能系统（BESS）容量固定为6兆瓦时，这些过剩电力会充满储能装置，从而导致能量溢出。
3. 日间发电曲线的影响也很重要。西海岸地区的发电高峰出现在下午较晚的时间，与晚间负载更接近，即使在年辐照度相似的情况下，也能提高电池供电的比例。高纬度地区的冬季白昼较短，晚间负荷较大，因此电网供电的比例较高。

6.1.2. 各州的实际情况
- 亚利桑那州代表了过剩能量的典型情况：自给率最高（光伏直接供电+电池供电约为64.65% vs 电网供电35.35%），如图11所示，同时溢出能量也最高（占光伏发电量的8.66%）。这种过剩直接导致了较高的能量溢出。
- 加利福尼亚州的自给率也较高（约60.14%），但溢出能量较低（5.88%）。由于日间发电曲线与晚间负载的匹配度较好，类似的蓄电池储能系统能够捕获更多有用能量。
- 佛罗里达州在技术上表现强劲且效率较高（自给率约59.71%），溢出能量最低（3.75%）。高辐照度和频繁的午后对流云层减少了过剩电量的产生，因此蓄电池储能系统较少达到饱和状态。
- 堪萨斯州处于中间水平：自给率适中（约55.35%），溢出能量也适中（4.84%）。
- 纽约州和蒙大拿州的直接用电量较少（自给率分别约为51.18%和50.36%），因为冬季白昼较短，晚间负荷较大，导致电网供电比例较高（约48.82%-49.64%）。
- 缅因州资源较少：自给率最低（约47.18%），电网供电比例最高（52.83%），溢出能量也较低（3.27%），主要是因为很少出现大量过剩电力。

6.1.3. 环境影响
图12并列展示了所有州的终身光伏发电量和避免的二氧化碳排放量。表7列出了每个州在二氧化碳排放计算中使用的eGRID排放率。避免的二氧化碳排放量既反映了现场光伏发电的量，也反映了替代电网的碳密集程度。因此，排名与发电量不同：蒙大拿州由于替代了碳密集型电网，其排放量最高（约56,916吨二氧化碳），其次是亚利桑那州和佛罗里达州（分别约为50,103吨和48,908吨）。缅因州由于电网相对清洁，即使光伏发电量较高，每兆瓦时的排放量也较少（约16,950吨）。表8总结了第一年及终身光伏发电量和避免的二氧化碳排放量及其相应的排名。由此可见，资源量决定了光伏发电的比例；电网的效率影响了微电网的碳足迹，这取决于电网的清洁程度，而非微电网的规模。

6.1.4. 对设计的启示
在过剩电力较多的州（如亚利桑那州和加利福尼亚州），通过将蓄电池储能系统的容量增加到6兆瓦以上或将灵活负载转移到中午时段，可以提高价值；这两种措施都能将溢出能量转化为电池供电。基于预测的调度有助于为晚间负荷高峰保留空间。在资源有限的州（如缅因州、蒙大拿州和纽约州），将光伏与冬季互补资源（如风能）或季节性/模块化储能结合使用，可以增加本地满足的需求比例，从而减少电网供电的比例，而无需依赖大量的中午过剩电力。

下载：高分辨率图片（484KB）
下载：全尺寸图片

图15. 各州的回收期。
下载：高分辨率图片（58KB）
下载：全尺寸图片
(a) 净现值。
下载：高分辨率图片（65KB）
下载：全尺寸图片
(b) 净利润率。
下载：高分辨率图片（77KB）
下载：全尺寸图片
(c) 投资回报率。
下载：高分辨率图片（79KB）
下载：全尺寸图片
(d) 平准化能源成本。

图16. 所有州的光伏-蓄电池储能系统的技术经济性能指标：(a) 净现值 (NPV)，(b) 净利润率 (Net Profit Margin)，(c) 投资回报率 (ROI)，(d) 平准化成本 (LCOE)。

6.2. 经济分析
图13提供了各州性能的比较视图，其中ROI按规模编码。尽管总生命周期成本（TLCC）相同（497万美元），但建模的光伏-蓄电池储能系统在各州的经济表现差异很大。NPV范围从加利福尼亚州的769万美元到蒙大拿州的33万美元不等；ROI介于93.35%到3.98%之间；利润率从33.44%到2.10%不等。图14报告了年度折现节省额。这些差异由三个因素解释：(i) 现场光伏直接供电+电池供电的电量；(ii) 对每千瓦时替代电力的零售进口电价；(iii) 由LCOE设定的成本下限。在基准情况下，溢出能量无法变现（无出口补贴），因此经常使蓄电池储能系统达到饱和状态的州会损失价值。

6.2.1. 表现最佳的州
- 加利福尼亚州结合了高第一年发电量（5,341,910千瓦时）和最高的零售电价（0.2291美元/千瓦时），实现了显著的第一年节省（122万美元），约5年的储能收益（SPB）和约7.6年的总节省（DPB）。
- 缅因州展示了强大的电价-LCOE差距可以弥补资源不足：尽管发电量较低（1363千瓦时/千瓦），但由于电价较高（0.2140美元/千瓦时），其NPV约为402万美元，ROI为48.83%，储能收益约为7年（DPB约为12.9年）。
- 纽约州介于两者之间（电价0.1925美元/千瓦时；发电量1475千瓦时/千瓦），NPV约为378万美元，ROI为45.92%。

6.2.2. 影响因素
- 在TLCC固定的情况下，结果的主要决定因素是应用于现场供电量的电价-LCOE差距。高辐照度降低了LCOE，增加了光伏直接供电的比例；蓄电池储能系统将部分中午过剩电力转化为晚间价值。但如果零售电价不够高，强大的技术性能并不能转化为最高的NPV（如亚利桑那州与加利福尼亚州相比）。
- 高电价可以提高资源有限的州（如缅因州和纽约州）的绩效，因为每千瓦时的替代电力价值更高。图15显示了各州的回收期，发电量较高的州通常具有更快的回收期。
- 第二个影响因素是碳信用机制。如果替代电网的排放量获得碳信用（C [美元/吨二氧化碳排放量]），则每千瓦时的实际价值会增加C×EF [美元/兆瓦时]，其中EF是电网排放因子。这相当于增加了电价。由于蒙大拿州的NPV最低但避免的二氧化碳排放量最高（约56,916吨），此类政策优先改善了其经济效益，并平衡了环境效益与私人回报。中等EF的州（如佛罗里达州约0.36吨/兆瓦时，堪萨斯州约0.33吨/兆瓦时）的碳信用效应较小，而低EF的州（如加利福尼亚州约0.18吨/兆瓦时，缅因州约0.15吨/兆瓦时）受益最少。
- 因此，出口补偿对过剩电力较多的地区有影响。如果净计量或上网电价对溢出或出口的电力给予补贴，亚利桑那州和加利福尼亚州可以捕获更多的中午过剩电力，从而提高NPV并缩短回收期。因此，碳信用主要有利于高EF、低电价的系统（如蒙大拿州），而出口补贴主要有利于高过剩电力的系统（如亚利桑那州和加利福尼亚州）。

6.3. 敏感性分析
为了测试经济结果的稳健性，通过将基础公用事业进口电价变化±20%并重新计算每个州的NPV和储能收益（SPB）进行了敏感性分析。结果总结在表13和表14中。
在所有地点，反应方向是一致的：电价增加20%会提高NPV并缩短回收期，而电价降低20%则会产生相反的效果。这一结果与投资模型的结构一致，因为更高的避免成本直接转化为更大的年度节省额。然而，响应程度因州而异，取决于零售电价与LCOE之间的基线关系。电价敏感性、规模敏感性和资源不确定性共同为固定基准设计下的经济和环境结果提供了稳健性检验。
对于两个极端情况（加利福尼亚州作为最高NPV州和蒙大拿州作为最低NPV州），分别将光伏容量调整为2.4兆瓦和3.6兆瓦，同时保持蓄电池储能系统容量为6兆瓦；并将蓄电池储能系统容量调整为4.5兆瓦和7.5兆瓦，同时保持光伏容量为3兆瓦。电池更换成本基于80%的剩余容量触发器进行计算，并修改了调度策略，优先考虑电池充电而非负载供应，以测试在保守运营政策下的生命周期成本敏感性。结果见表11。
加利福尼亚州在所有测试规模下都具有经济吸引力，NPV和回收期均接近五年；更高的光伏容量增加了负载抵消效果并提高了NPV。蒙大拿州在所有情况下都不具经济性，即使在3.6兆瓦的光伏容量下，NPV也为负，表明在±20%的范围内调整规模并不能改变高收益与低收益的状态差异。对于这两个州，将蓄电池储能系统容量从4.5兆瓦增加到7.5兆瓦可以适度增加负载抵消效果，但在强制更换政策下会降低NPV，这与额外存储的边际价值递减一致。

除了电价敏感性外，我们还使用2000-2025年的NSRDB天气数据，量化了光伏生产和避免排放的不确定性范围。表12报告了每年的光伏发电量（兆瓦时）和终身避免的二氧化碳排放量（吨），并使用每个州的电网二氧化碳强度（磅/兆瓦时）进行了计算。所得到的P90/P50比率接近1（约0.93-0.98），表明在选定的天气年份假设和固定系统设计下，生产风险的负面影响相对有限。图17通过结合终身避免的二氧化碳排放量（条形图）和第一年的发电量（线条图）来可视化这些结果，条形图颜色表示电网的碳强度。该图突显了一个关键的环境洞察：即使光伏发电量适中，碳密集型电网也能带来较大的排放效益（例如蒙大拿州），而低碳电网则减少了每兆瓦时的排放量（例如缅因州和加利福尼亚州）。实际上，碳强度对能源不确定性有放大作用，因此排放结果可能更依赖于具体州的情况。

表11. 两种极端经济情况下的光伏-蓄电池储能系统规模敏感性。
| 州 | 光伏容量（兆瓦） | 蓄电池储能系统容量（兆瓦时） | NPV（万美元） | 储能收益（年） | 负载抵消 |
|-------|-----------|-----------------|-----------|------------|-----------|
| 加利福尼亚 | 2.4 | 6.0 | 4,631 | 557 | 75.4 | 7.38% |
| 加利福尼亚 | 3.6 | 6.0 | 8,048 | 149 | 60.6 | 2.45% |
| 加利福尼亚 | 3.0 | 4.5 | 6,877 | 44.8 | 2.45% |
| 加利福尼亚 | 3.0 | 7.5 | 5,790 | 396 | 65.4 | 6.76% |
| 蒙大拿 | 2.4 | 6.0 | -1,022 | 2,858 | 18.7 | 9.19% |
| 蒙大拿 | 3.6 | 6.0 | -60 | 4,283 | 16.0 | 1.37% |
| 蒙大拿 | 3.0 | 4.5 | -33 | 5,316 | 15.5 | 4.13% |
| 蒙大拿 | 3.0 | 7.5 | -1,270 | 690 | 18.7 | 7.37% |
| 加利福尼亚 | 2.4 | 6.0 | -1,022 | 2,858 | 18.7 | 7.37% |

加利福尼亚州在所有电价情景下都表现出最高的韧性，保持了强劲的盈利能力。其基准NPV为769万美元，在-20%的情况下降至516万美元，在+20%的情况下升至1,022万美元。重要的是，储能收益始终在系统的运营寿命内，凸显了加利福尼亚州的经济优势。

表12. 各州的光伏能量和终身避免二氧化碳排放量的不确定性范围。
| 州 | 二氧化碳强度（磅/兆瓦时） | P10（第一年） | P50（第一年） | P90（第一年） | P10（终身） | P50（终身） | P90（终身） |
|-------|-----------------|---------|---------|---------|---------|---------|---------|
| 蒙大拿 | 106 | 345 | 60 | 436 | 259 | 107 | 810 | 780 | 100 | 322 | 775 | 100 | 322 |
| 亚利桑那 | 68 | 96 | 225 | 887 | 575 | 141 | 186 | 138 | 670 | 135 | 488 | 778 | 46 |
| 佛罗里达 | 78 | 94 | 552 | 118 | 236 | 123 | 120 | 559 | 116 | 748 | 47 | 771 |
| 堪萨斯 | 73 | 150 | 60 | 486 | 463 | 119 | 144 | 92 | 79 | 97 |
| 纽约 | 46 | 54 | 567 | 434 | 509 | 107 | 110 | 234 | 96 | 125 | 123 |
| 加利福尼亚 | 39 | 48 | 353 | 295 | 108 | 476 | 125 | 120 | 316 | 122 | 214 |
| 缅因州 | 31 | 68 | 343 | 157 | 89 | 102 | 186 | 91 | 149 | 162 | 15 |

图17. 使用P10/P50/P90不确定性范围与第1年光伏交流能量的终身避免二氧化碳排放量。
缅因州和纽约州表现出类似的模式，尽管NPV的相对波动较大（约45%），这反映了它们对高电价的强烈依赖，以弥补较低的技术发电量。在所有情景下，这两个州的净现值（NPV）均为正，回收期也符合要求，这表明即使实施关税减免，高关税地区仍然具有吸引力的投资环境。相比之下，尽管亚利桑那州的技术产出较高且平准化能源成本（LCOE）较低，但由于其相对较低的公用事业费率，该州对关税减免的敏感性较大。在-20%的关税情景下，其动态投资回收期（DPB）超过了系统寿命，使得该项目在该情景下不可行。然而，随着关税的上升，亚利桑那州的发电潜力迅速恢复了盈利能力。佛罗里达州和堪萨斯州的情况则较为复杂：在基准情景下，两州的NPV均为微正，回收期较长；当关税降低时，NPV变为负值（分别为-0.21百万美元和-0.52百万美元），DPB超过了系统寿命，这表明它们的投资吸引力高度依赖于关税水平。在+20%的关税情景下，两州的NPV重新转为正值，回收期也变得合理，表明适度的关税增加或激励机制可以显著提高项目的可行性。蒙大拿州在所有情景下的表现最差：即使关税增加20%，其NPV也只有139万美元，且DPB仍超过假设的系统寿命。这进一步证明了那些产量低且关税低的地区面临的结构性障碍，仅靠调整关税难以克服。

总体而言，关税变化±20%会导致NPV成比例变化，并显著影响回收期，但各州之间的NPV排名保持不变。在-20%的关税情景下，一些边缘州（如堪萨斯州和佛罗里达州）的NPV变为负值，DPB超过项目寿命；而在+20%的关税情景下，SPB通常缩短约2-3年。因此，提高被替代或出口能源的有效信用度的政策手段（如分时电价（TOU）信用、净计量和碳附加费）可以在不改变资源和成本基本排序的情况下加速投资回报。

7. 限制与未来展望
本研究采用了来自不同州的固定进口价格和每年增长的固定负荷模式，有助于进行清晰比较，但可能会高估依赖关税地区的节能效果以及基于消费的不同关税计划。电池老化过程被简化处理，往返衰减和电阻增长未被建模，因此长期回报可能被高估。我们没有模拟受天气影响下的逆变器故障率，尽管已有相关可靠性预测[55]。调度遵循固定时间表，而非价格敏感的控制方式，这在分时电价计划下可能会减少高峰需求。未来的工作将加入基于预测的调度和CPS调度[34]。各州的运营和维护（O&M）费用是统一的，但实际上可能因地理位置、物流、劳动力成本和税率而有所不同。天气数据使用的是一个典型年份，没有年际变化。未来的工作将包括完整的关税结构、区域性的O&M费用、电池中期寿命、基于预测的调度、包含不确定性的多年数据集以及电网中断情况，以提供更详细和清晰的分析。我们还将测试结合天气预测的负荷预测曲线，分析其对负荷平衡的影响，并报告模型类别的敏感性[36]。较低的负荷增长假设（例如每年2%-3%）会降低循环强度并改变经济时序，从而分析激进和温和负荷增长的影响，并根据负荷增长强度确定最佳电池容量。

8. 结论
本研究评估了在美国七个州中，一个标准化的3兆瓦直流光伏（PV）加上6兆瓦时锂铁磷酸盐（LFP）电池系统的经济技术和环境性能，同时考虑了太阳能资源和零售关税的影响，基于NREL的基准假设。尽管总生命周期成本相同（497万美元），经济结果差异很大：NPV从蒙大拿州的330万美元到加利福尼亚州的769万美元不等，投资回报率（ROI）范围为3.98%-93.35%，简单回收期从5年到13年不等。主要驱动因素不仅仅是太阳能产量，还包括关税与LCOE之间的差距。尽管加利福尼亚州的发电量排名第二，但由于其LCOE最低（0.069美元/千瓦时）和相对较低的关税（0.128美元/千瓦时），其NPV仅为第四高。值得注意的是，高关税可以弥补资源不足的问题；例如，缅因州的产量最低（1363千瓦时/千瓦时），但由于其关税（0.214美元/千瓦时）远高于LCOE，其NPV达到402万美元，ROI约为49%。相反，堪萨斯州和蒙大拿州的ROI较低，回收期较长，主要是因为它们的关税仅略高于LCOE，在不考虑出口信用的情况下，价值捕获的空间有限。

环境和经济排名存在显著差异：蒙大拿州在整个项目生命周期内避免了约56,900吨的二氧化碳排放，但由于其电网碳密集度较高（1056磅/千瓦时），其财务回报最低；而缅因州由于电网相对清洁，避免了约16,950吨的排放。这种脱钩表明，碳定价或清洁能源信用可以优先改善高排放、低关税州的经济状况。与表9中的代表性研究相比，实现的LCOE（0.069-0.101美元/千瓦时）与并网光伏-蓄电池储能系统（PV-BESS）的评估结果一致，而离网混合配置的LCOE通常更高，这突显了并网部署的成本优势。

关税变化±20%的分析保持了各州之间的NPV排名，但改变了项目的可行性阈值，使佛罗里达州、堪萨斯州和蒙大拿州等边缘州进入负NPV区间。这突显了政策对边缘项目的影响。对于高关税州（如加利福尼亚州、缅因州和纽约州），在当前条件下光伏-蓄电池储能系统是可行的，政策重点可以转向电网服务和储能利用。对于资源丰富但关税低的州（如亚利桑那州和佛罗里达州），出口信用或分时电价结构可以将溢出能源转化为价值。对于高排放、低关税州（如蒙大拿州和堪萨斯州），需要明确的碳估值或容量型支付来使私人回报与公共环境效益相匹配。未来的工作将纳入分时电价、基于预测的调度、多年天气不确定性、替代电池更换方案和电网中断韧性指标，以完善不同监管环境下的投资阈值。

9. 术语表
表15和表16列出了本文中使用的缩写、指标和符号。
表15. 缩写和指标
- PV：光伏
- BESS：蓄电池储能系统
- BTM：表内
- AC：交流电
- DC：直流电
- BOS：系统平衡
- BOSS：结构系统平衡
- EBOSE：电气系统平衡
- LFPO：锂铁磷酸盐
- CAPEX：资本支出
- O&M：运营和维护
- TLCCT：总生命周期成本
- LCOE：平准化能源成本
- NPV：净现值
- IRR：内部收益率
- ROI：投资回报率
- NPM：净利润率
- SPB：简单回收期
- DPB：折现回收期
- ITC：投资税收抵免
- PPA：购电协议
- RTOU：分时电价
- SOC：荷电状态
- DoD：放电深度
- C-rate：相对于容量的充放电率
- MPPT：最大功率点跟踪
- NOCT：名义工作温度
- CFC：容量因子
- GHIG：全球水平辐照度
- NSRDB：国家太阳辐射数据库
- EIA：美国能源信息署
- EPA：美国环境保护署
- eGRIDE：排放与发电资源综合数据库
- IPCC：政府间气候变化专门委员会
- GWPG：全球变暖潜力
- CO2e：二氧化碳当量
- EFE：排放因子
- TOUT：分时电价
- SAM：系统顾问模型
- SLDS：单线图
- Y1：第一年