电池储能系统（BESS）对于稳定来自光伏（PV）系统的间歇性能源供应至关重要，然而在确定最佳容量时却带来了显著的成本和复杂性。本研究提出了一种综合方法来推导相关系数介于平准化度电成本带蓄电池储能与无蓄电池储能的光伏系统平准化度电成本(LCOE)对比分析。该系数旨在协助决策者（包括技术或经济背景有限者）理解电池储能系统整合的成本效益动态。研究表明：不同储能容量与剩余电力水平如何影响LCOE；确定实现带电池储能光伏系统经济可行性所需的分时电价(ToU)阈值；建立证明电池储能系统合理性的光伏发电成本与电网电价之间的成本比率。研究结果为优化电池储能系统以提升太阳能光伏系统，为可再生能源领域的利益相关者提供实用指导。

引言

如今，光伏发电的破纪录效率表现[1]与持续下降的成本[2]，加之电池价格的快速下跌¹光伏发电在总发电量中的占比持续上升，这一趋势正由电池储能系统（BESS）技术的应用所推动。光伏系统（PVS）的部署在日间创造了充裕且低成本的电力供应，但夜间供电成本较高。储能系统通过平抑价格波动、提升光伏电站经济价值，有效弥补光伏系统的固有缺陷，从而促进可再生能源利用率的提升，并实现按需供电。

众多研究聚焦于优化可再生能源系统中的电池储能系统（BESS），重点提升其经济性与运行效率。Yang Y等人[3]对可再生能源系统的电池容量配置进行了全面综述，特别关注技术改进与总体成本之间的权衡关系。他们深入探讨了针对不同可再生能源的电池容量优化问题，系统梳理了现有提升系统效率与成本效益的方法。Liao J-T等人[4]则专门研究光伏（PV）系统中BESS与智能逆变器的协同优化。他们的工作包括调度优化以提升光伏系统所有者的投资回报，并协助配电网运营商进行电压调整，凸显了在电网管理中的实际应用价值。Akinyele D等人[5]评估了独立光伏系统中各类电池技术的环境影响与技术特性。该研究基于生命周期评估强调了最优电池技术的选择标准，并提供了关键的环境影响数据。Hlal MI等人文献[6]提出了一种考虑电力短缺概率与能源成本的多目标优化模型。通过采用非支配排序遗传算法(NSGA-II)，该研究有效确定了太阳能光伏系统中蓄电池的最佳放电深度，展现了储能优化方法学的进展。Jain D等[7]针对独立供电系统提出了一种简化的光伏-蓄电池容量配置策略。其研究方法通过MATLAB模拟与负荷流分析验证，重点探讨了蓄电池容量配置对系统效率及成本的影响。Xiao J等[8]讨论了一种用于确定与分布式发电并网的配电网中电池储能系统(BESS)最优安装位置与容量的双层优化模型。该研究采用创新方法处理调度优化与网损问题，特别强调了基于电池寿命考量的容量调节技术进展。Baniasadi A等人[9]提出了一种针对智能建筑中电-热复合储能系统最优容量配置与实时运行的框架。该研究通过结合粒子群优化算法与模型预测控制器，基于模拟和实验结果，展示了这些技术如何显著降低用电成本并提升能源自消纳率。多项研究聚焦于提升电池安全性、热稳定性及耐火性能，这些特性对优化电池储能系统(BESS)具有关键意义。文献[[10], [11], [12], [13]]探讨的研究聚焦于阻燃材料、功能性隔膜及热失控预防技术的进展，这些成果共同提升了电池储能系统（BESS）的可靠性与效率。
光伏系统与电池储能系统的经济分析与成本效益 光伏系统与储能装置集成配置的容量优化及经济性评估是多篇文献的核心议题。Jülch V等[14]通过平准化储能成本与生命周期指标相结合的经济-生态综合分析，对不同储能系统进行了对比研究。该研究详细考察了各类储能方案的成本效益与环境效益，为可持续能源解决方案的讨论作出了重要贡献。Wu D等[15]开发了面向降低电费的户用电池储能系统容量配置分析方法。他们通过量化成本效益分析，提升了工商业场景中电池储能经济可行性的理解深度。Li HX等人[16]利用智能电表数据为光伏家庭用户提供电池储能决策支持。其经济模型综合考虑了电网电价与上网电价政策，明确了电池储能实现经济可行的边界条件。Tervo E等人[17]对美国范围内配备锂离子电池存储的住宅光伏系统进行了全面的经济分析。他们探讨了光伏组件尺寸与电池容量的变化如何显著影响性能和成本指标，揭示了区域差异性，并为储能集成提供了定制化解决方案。Sharma P等人[18]分析了挪威南部典型住宅中建筑一体化光伏(BIPV)系统结合储能的经济性表现。他们分析了年度电费节约额与经济指标，为建筑一体化光伏系统（BIPV）与储能技术结合的财务效益和投资回收期提供了量化依据。Dufo-López R与Bernal-Agustín JL[19]提出了一种评估分时电价政策下并网电池储能系统技术经济性能的方法论。该研究通过严格的经济性论证表明，必须实现电池成本的大幅下降才能使此类系统具有商业可行性。Komilov A [20] 描述了一种基于地理位置与朝向的无储能光伏系统平准化度电成本（LCOE）多维可视化分析方法。该方法将光伏发电潜力数据转化为具有经济决策价值的信息，为战略规划与经济评估提供了创新工具。Lai CS 与 McCulloch MD [21] 提出了"平准化交付成本"（LCOD）这一新指标，用于评估光伏-储能一体化系统的成本效益。他们基于大量数据的分析阐释了不同储能技术的经济影响，并倡导在政策制定和系统设计中采用LCOD指标。Few S等人[22]探讨了离网型锂离子电池组在成本与循环寿命方面的潜在改进。该研究通过整合专家意见，预测到2030年将实现重大技术突破，着重强调了公共研发资金对这些发展的推动作用，同时对未来技术发展路径进行了细致剖析。

关于各类储能技术在增强电网稳定性与整合可再生能源方面的潜在应用，目前仍是一个持续研究的重点目标。Schneider M等学者[23]通过调整背包管理模型，优化了配备光伏系统的公寓楼电能存储系统容量配置。研究将典型背包成本构成要素与供应链特性转化为储能应用场景，展示了一种融合能源管理与背包理论的创新跨学科方法。Boeckl B与Kienberger T[24]提出了一种基于不同家庭类型的光伏储能系统容量配置新方法。通过模拟家庭用电负荷并分析系统组件特性，该研究确定了因家庭类型差异而显著变化的理想系统配置方案，这些差异将影响系统整体效率与成本效益。Komilov A[25]开发了一种基于MATLAB的环境参数数据库构建算法，该算法可提升太阳能电站的效率分析能力。该工具可计算太阳辐照度与环境温度变化，有助于更精确地建模与预测光伏电站性能。Luo X等[26]对当前电能存储技术的发展现状及其在电力系统运行中的应用潜力进行了全面综述。该研究评估了多种电储能技术对不同电力系统应用的适用性，强调需持续开展技术经济性评估。
当前关于电池储能系统（BESS）与光伏系统（PVS）整合的研究多集中于特定技术或经济层面，尚未建立能够统筹多重影响因素相互作用的综合性框架。既有研究通常孤立地探讨电池寿命、效率或成本等单一参数，此类方法难以全面反映这些变量在系统经济与运行环境中的动态交互关系。亟需采用更系统化的研究方法，同步考量多重变量如何相互作用并影响整体系统性能（尤其是平准化度电成本LCOE）。该方法还需便于技术知识有限的政策制定者进行初步评估，即在对BESS-PV系统整合经济可行性开展全面分析的同时，确保分析框架具有直观易懂的特性。
本文旨在通过以下方面解决这些不足：

• 1.
  提出一个综合考虑多个全局参数的整体模型，这些参数包括电池储能系统成本、电池寿命、电池循环效率、剩余电力以及累积容量。
• 2.
  建立无储能太阳能系统（SS）与电池储能光伏系统（BESPVS）的平准化度电成本（LCOE）相关系数，该系数简化了对比过程，帮助决策者理解相较于无储能系统，电池储能的额外投资是否会降低或合理化电力成本。
• 3.
  通过多参数分析方法评估各类参数对LCOE的影响，全面展示这些因素的变化如何影响配备电池储能系统的光伏项目的经济性。

本研究的创新性在于其方法论框架，该框架将技术视为一个"黑箱"，可在后续分析中进一步细化。这种方法无需立即明确技术细节，便可灵活评估各类技术影响。多参数方法学能够建立反映平准化电力成本（LCOE）对多重因素变化依赖关系的数据集，从而提供不同配置如何影响经济可行性的精细化视角。该模型不仅通过阐明电池储能系统（BESS）集成达到经济可行性的条件来辅助战略决策，还为光伏发电系统的规模化部署提供了实用见解。
此外，该方法通过将这些经济指标与实际或模拟的Load数据关联，并考量需求侧管理、Load不确定性以及自发自用最大化的影响，从而深化了分析维度。通过处理这些综合性影响因素，本文显著推进了对BESS与光伏系统整合经济可行性的理解，为利益相关者提供了一种基于多情景与技术配置的决策工具，使其能够做出更明智的抉择。

上一篇：大容量储能锂电池组液冷双回路动态协调控制的优化设计
下一篇：基于roadhawk蓄电池与氢储能的独立可再生能源混合系统技术经济性与可行性研究