德州电力可靠性委员会中电池储能对价差的蚕食

《Energy Economics》：Battery storage cannibalization of price spreads in the electric reliability council of texas

　　

**要点摘要**

- ERCOT的电池储能装机量从2020年的0.1吉瓦增长至2025年7月的14吉瓦以上。
- 沿电池与太阳能联合部署路径，每日价差每吉瓦下降54美元/兆瓦时。
- 峰值利润随电池容量扩大而收窄，中午价格凹陷随太阳能出力加深。
- 价差压缩将盈余转移至峰值时段买家，并削弱储能与燃气尖峰机组的利润。
- 毛套利收入从2023年至2025年下降71%，同期天然气价格上涨40%。

**引言**

德州电力可靠性委员会（ERCOT）的电池储能装机量在2020年1月为124兆瓦，至2025年7月已突破14吉瓦，而支撑储能投资的价差随着装机规模扩大而收窄。在ERCOT电池与太阳能联合部署路径上，每增加1吉瓦装机量，每日前四高与后四低（TB4）价差下降53.69美元/兆瓦时，相当于334美元/兆瓦时样本均值的16%，并伴有4.8%的比例性下降，使132美元/兆瓦时的中位数日减少6.3美元/兆瓦时。完全预期下的毛能量套利收入从2023年的每千瓦年213美元降至2025年的61美元。上述估计基于2020年1月至2026年2月ERCOT五个枢纽节点的逐时日前批发价格数据，结合联邦备案文件和电网运营商报告中的月度装机容量数据。因变量为每日TB4价差，即交易日内四个最高逐时日前价格之和减去四个最低价格之和。该价差等于平均小时价差的四倍，也等于一个每日循环一次的4小时电池每兆瓦电力容量在效率损耗前的每日毛套利收入。行业来源有时报告平均小时价差变体。

电池储能是美国增长最快的发电资产类别之一。商业储能的可行性取决于套利收入能否维持支撑其投资。投资者基于历史价格数据推导的价差预测投入资本。监管机构和电网规划人员依赖资源充足性预测和调度模型，这些模型假设固定的收入环境。两个群体都需要经验证据来了解部署本身如何重塑收入机会。价差压缩还将盈余转移至消费者并削弱燃气尖峰机组的利润，因此私人收入下降并非全部市场影响。

现有研究涉及了此问题的部分方面，但未隔离储能特有的传导渠道。Hartner和Permoser（2018）研究了价格波动与储能收入，并将该论点扩展至面临复合收益侵蚀的太阳能加储能系统。商业储能投资的理论模型证实，每兆瓦收入随机队总规模扩大而下降（Siddiqui等，2019），且大规模储能在高可再生能源渗透率下面临收益递减（Soini等，2020）。即使在碳约束条件下，市场均衡模型也会产生相同的收入压缩模式（Milstein等，2024）。本文与各先驱研究的不同之处在于，它隔离了储能部署影响日内价差的具体渠道，即支撑电池投资的特定利润边际。将电池渠道与太阳能渠道分开需要面对两者装机容量之间r=0.95的相关性。因此，每吉瓦系数追踪的是沿ERCOT部署路径的储能与太阳能已实现的联合扩张，这也是全文的估计量。一项伴随研究（Li, 2026）确立了电池特有边际需要跨市场变异。第6节说明了全文采用的解读方式。

机制分解在套利相关边际上分离了两个渠道：峰谷压缩（17至21时对比1至5时）与中午抑制（10至14时对比17至21时）。晚间峰值边际随电池容量扩大而收窄（p=0.04），而太阳能在该边际上的估计不精确（p=0.95），中午凹陷随电池运营加深，这是储能套利的鸭形曲线特征。使用滞后期全球电池组价格的工具变量（IV）策略解决了储能进入与预期盈利能力之间的同时性问题。同期燃料成本却朝相反方向变动。2025年亨利港年均价格比2023年高出40%，因此压缩是在边际燃料成本上升的背景下发生的。

**文献回顾**

最接近的前驱研究是Lamp和Samano（2022），他们研究了加州独立系统运营商（CAISO），发现在2014年至2020年的样本期内，电池储能降低了日内价差并减少了套利的实现价值。该研究的市场环境为具有水电供应的双结算市场，电池机队规模远小于ERCOT自2020年以来新增的规模，且以价差压缩作为研究结果。他们的识别策略依赖于电池投运的变异……

**数据**

ERCOT的纯能源市场设计和与邻近电网的电气隔离使其价格记录中不包含跨市场套利和容量付费渠道（Hogan, 2002；Potomac Economics, 2024）。美国没有其他ISO在可比的时间内提供可比的储能渗透率变异。

本文构建了一个涵盖2020年1月1日至2026年2月28日的每日面板数据集，覆盖ERCOT五个枢纽节点。包括日前市场（DAM）和实时市场的逐时结算点价格……

**方法论**

分析聚焦于在ERCOT日前市场运行单次套利循环的4小时电池储能系统可获得的每日价差。对于每个定价枢纽h和交易日t，TB4h,t是第3节定义的价差，选取每日四个最高和四个最低逐时DAM结算价格。该指标直接近似于价格接受型4小时电池通过在最低价时段充电和在最贵时段放电所获得的毛收入……

**结果**

表3报告了分别针对每个ERCOT枢纽估计的主要OLS回归结果。在ERCOT母线平均枢纽（HB_BUSAVG）上估计的主要OLS回归，涵盖N=2244个交易日，得出联合部署系数γ=?53.69美元/兆瓦时/吉瓦，Newey-West异方差自相关一致标准误为16.27，t统计量为?3.30，p值为0.00096。该模型设定达到R2为0.131，意味着五个回归变量连同月份和星期固定效应共同解释了13%的……

**机制分解**

汇总TB4价差混合了两种价格压缩渠道。电池通过低价充电和高价放电缩小峰谷价差。太阳能在出力最高时压低中午价格，从中间而非两端重塑曲线。由于ERCOT的电池和太阳能容量几乎同步增长，任何将TB4仅对电池容量进行回归的做法都将联合效应归因于电池。

水平值上的共线性十分严重。电池与太阳能……

**稳健性**

基准估计基于单一的价差定义、单一市场、单一需求控制变量和完整样本期。本节对各要素进行变异。用人均加权平均气温替代每日系统峰值负荷作为需求控制变量，在N=2060有温度数据的天数上得出γ=?9.81（SE 5.77，p=0.089），R2为0.064，见表8第(10)列。在温度控制下，系数的绝对值更小，与电池抑制……一致。

**收益衰减与影响**

回归估计量化了沿电池与太阳能联合扩张路径每吉瓦的价差压缩。将这种压缩转化为收入术语可使经济后果具体化。风格化的完全预期毛能量套利基准将每年的日均TB4价差转化为每千瓦的年化毛收入：

Benchmarky=TB4ˉy×365×0.90/1000，单位为美元/千瓦年，其中TB4ˉy为ERCOT母线平均指数处每日TB4价差（美元/兆瓦时）的年均值……

**结论**

2020年至2026年初，ERCOT的电池与太阳能部署共同压缩了日内价差。沿联合路径每增加1吉瓦，TB4减少53.69美元/兆瓦时，相当于样本均值的16%，对数形式下伴有4.8%的比例性下降。工具变量估计值?47.75与同一样本上的OLS估计接近。两种形式对不同的日子定价，水平形式对应承载大部分套利收入的高价差日，而……

**资助**

本研究未获得公共、商业或非营利部门资助机构的任何专项资助。

**利益冲突声明**

作者声明不存在已知的竞争性经济利益或个人关系，这些利益或关系可能对本论文报道的工作产生负面影响。

Karl Li