数字储能网讯:日前,Gridmatic公司首席商务官David Miller在接受行业媒体采访时,对该公司针对独立系统运营商(CAISO)市场的最新报告进行了分析和探讨。
一项针对加州电网规模电池储能市场的分析发现,各个电池储能系统在运营方式上存在显著差异,表现不佳的资产整体错失了约9800万美元潜在收入。该报告由总部位于加州、专注于人工智能驱动的电网预测与电池优化商Gridmatic公司于6月24日发布,研究了在加州独立系统运营商(CAISO)市场中运行的30个电池储能项目,发现业绩差异主要源于竞价策略,而非地理位置或设备因素。
数据表明,各项目收入差距显著——部分电池储能系统每月收益不足1美元/kW,而表现优异者则超过6美元/kW,中位水平约为2美元/kW。
Gridmatic公司首席商务官David Miller在接受行业媒体采访时,对报告内容进行了深入解读。Miller表示:“我们原以为加州独立系统运营商(CAISO)市场的波动性不如德克萨斯州电力可靠性委员会(ERCOT)市场,这里拥有典型的‘鸭子曲线’,电池储能系统可按此规律进行充放电。我们曾认为,在CAISO市场中,电池储能系统赚钱更容易,操作也更简单。”然而,数据却给出了相反的结论。最大的发现是收益差异之大超乎预期,业绩分布极为分散。
静态竞价策略
分析表明,许多电池储能系统运营商采用静态竞价策略,即在较长时间内维持报价不变,而非根据市场条件动态调整。Miller指出:“大量电池储能系统实际上在执行‘设定后不再调整’的策略——在某些市场中,运营商连续数周甚至数月,每天每小时的报价都固定不变。这种做法确实会留下大量收益空间,也表明该市场的运营成熟度可能低于此前预期。”
Miller解释道:“静态策略的价值或许在于‘以0美元充电,以50美元放电’。然而,当价格飙升时,实际市场可能是‘以100美元充电、以500美元放电’。如果沿用固定的报价曲线,就会完全错失这些高利润机会。”
区分电池储能系统业绩的三个关键因素
Gridmatic公司的分析识别出高业绩电池储能系统的三大策略差异:
(1)静态竞价——许多储能系统运营商长期维持相同报价和电量,未能适应市场变化或高价格事件。
(2)市场参与有限——部分电池储能系统仅聚焦日前能量市场,错失了实时市场和辅助服务市场的机会。
(3)收入来源单一——与第二点类似,但更侧重“出售什么”而非“何时出售”。表现较差的储能系统运营商往往只关注单一收入来源,而未在能量市场与辅助服务市场之间进行协同优化。
此外,储能系统的地理位置同样影响业绩——南加州区域受益于更高太阳能发电量带来的更强“鸭子曲线”效应,而北加州区域的电池储能系统则在辅助服务市场中获得更多机会。
分析方法的突破
为完成此次分析,Gridmatic公司不得不应对CAISO市场的数据限制问题,而ERCOT等市场并不存在此类限制。Miller解释说:“CAISO在单个资源具体行为方面的信息披露程度远不及ERCOT。”为此,该公司团队开发了“虚拟出清测算引擎”——一种基于公开报价数据和市场出清价格,来估算资源中标结果的工具。
Miller说:“该引擎本质上模拟CAISO市场逻辑,根据电力报价和当时市场上的出清价格,推算电池储能系统如何被调度。”该方法通过对照美国联邦能源监管委员会(FERC)的公开数据,并将其预测与Gridmatic公司自身运营资产的实际表现进行交叉验证,得到了有效确认。
公用事业厂商合同结构出现的变化
鉴于近期加州电池储能系统合同结构出现的变化,上述发现具有特别现实意义。包括太平洋天然气和电力公司(PG&E)和南加州爱迪生电力公司在内的公用事业厂商,以及社区聚合商,正越来越多地采用“资源充裕性+财务结算”合同模式。
在该模式下,公用事业厂商向电池储能系统业主支付资源充裕性(RA)容量费用和固定金额,但业主须基于“峰谷价差”(即峰值与谷值电价的差额)提供财务结算。Miller解释道:“这份合约本质上等同于一笔金融互换交易:电力公司支付固定费用,储能运营商承担峰谷价差带来的浮动收支。如果电池储能系统实际赚取的收益刚好覆盖峰谷结算金额,双方收支持平;如果赚得更多,则额外收益归运营商所有;但如果赚得更少,则意味着该长期合同所附带的义务使其未能获得全部应有收入。”
Gridmatic公司的分析表明,由其运营的位于圣路易斯奥比斯波县的100MW/400MWh Caballero电池储能项目,实现了目标收益的141%,而许多电池储能项目的对应指标则低于100%。
未来展望
Gridmatic公司从2024年起在CAISO市场运营电池储能系统,从2023年起在ERCOT市场运营。该公司正考虑将该分析方法拓展至其他市场,但各区域的数据可获得性不尽相同。此前,Gridmatic公司已发布过针对ERCOT市场的类似报告,该市场数据透明度更高,分析也更为简便。此次在CAISO市场成功应用虚拟出清方法,表明类似的分析框架或可在其他资源级信息披露有限的市场中推广。


