隨著電力系統開始脫碳和去中心化的進程，其對靈活資源的需求也在擴大。系統運營商正在提升供給側的靈活性，但靈活需求仍很大程度未得到充分應用。此項研究分析了加利福利亞州、得克薩斯州的Ercot電力市場、德國和印度的市場情況，探索了靈活需求對產能結構、系統成本和碳排放的潛在影響。

本文來源：微信公眾號 彭博新能源財經 ID：BloombergNEF

此報告以彭博新能源財經《2020年新能源展望》中提出的經濟轉型情境作為基準情形。我們集中分析了兩項敏感性情境，其中高采用率情境考慮到靈活需求占比上升的影響，而高質量智能負載情境則探討了高質量、響應更快且更通用需求的影響。

對產能結構的影響

智能負載傾向于將電力負載集中于中午，此時的可再生電力產出較高且電價較低。這一結果通常會導致太陽能裝機量的提升和風能部署量的下降。更具靈活度的需求可以抑制對其他可調度發電機（例如天然氣發電廠）的需求。不過，更平緩的凈電力負載可能意味著在某些市場中現存煤電廠將更具經濟效益優勢。

對系統成本的影響

利用需求的靈活性，幫助降低脫碳系統的整體成本，采用率的提高可以增長現存發電廠的利用率、降低對備用化石能源的依賴并且減少多余的可再生能源發電裝機。初期的資本支出和經常性的運營及排碳成本都會下降。

可用靈活需求量的上升對需求增長更快的市場（如印度）影響更大，而與之相對，靈活需求質量的提升則更為利好加州這類太陽能占主導地位的市場。

更多的靈活需求有助于電力系統向凈零轉型，這就要求公用事業規劃者、系統運營商和監管者強化電網規劃流程、利用可以充分反映需求靈活性所具備能力和價值的工具、并更好地激勵消費者進行消費行為的轉變。

一組數據

5%

在高采用率智能負載情境中，到2050年印度可再生發電量的增長率

7%-9%

在高采用率智能負載情境中，到2050年平均系統成本的降低比例

14%

在高質量智能負載情境中，到2050年加利福利亞州碳排放的累計減少率