在这里，我们使用一个双因素模型来分析部署和创新，该模型综合了材料创新投资和技术部署的价值，并从一个涵盖电池存储技术的经验数据集中进行了分析。在电池储能互补发展和可再生电力来源对改善脱碳是极其重要的。我们找到一个可行的路径以平均1美元每瓦太阳能和100美元每千瓦时电池存储，使风光储的组合直接与以燃煤为基础的电力供应相竞争。
预测未来的储能价格
将双因素模型应用于业内顶级专家的近期生产预测，并假设专利活动维持在近五年(2011-2015年)平均水平的高度，乐观估计消费电池价格在2018年可降至100美元/kWh以下。图2和表1给出了各类电池的价格趋势(见上篇)。该预测是基于25年的观察结果，尽管样本很少，但它代表了这个新生市场中最有效的信息。因为专利数遵循随机泊松过程，未来的专利活动和生产水平都会变化，因此我们补充了一个详细的敏感性矩阵。因为过去旧专利的影响力远低于新专利，我们也专利时效和知识贬值的因素考虑了进去。我们发现成本的下降低于文献对于目前的预测，该文献曾发现了对电动汽车电池成本下降的低估。我们用“四因素”模型考虑原材料价格，控制锂和钴原料价格的影响，我们发现这一模型的学习率略低(14.82%)，并将更多的价格下降归功于创新而不是部署。然而，原材料价格对电池成本的影响可能不像钢铁价格对风力发电那样至关重要。因为尽管锂和钴是阴极的重要组成部分，但锂电池是由多种材料组成的。同时在“四因素”模型中对原材料价格的控制(P<0.16)并不像两因子模型(P<0.001)那样具有统计学意义。无论如何，随着新材料创新的发展，可持续性方面的标准对未来的发展都有指导意义。双因素模型的一个潜在偏差可能是补贴的下降，这些补贴通常是专属的而且很难预测。该领域的进一步研究将极大地解决技术和政策创新研究方面的差距。
锂电池的发展可能会促使电动汽车的使用。研究表明，假设汽油价格维持在2015年水平，当电动汽车电池价格降至125-165美元/kWh时，电动汽车将可以在成本上与内燃机汽车相竞争。根据我们的模型，这个目标最早将在2017年实现，最晚也可以在2020年完成。除了电池价格之外，汽油价格、电费以及每年的行驶里程也对电动汽车的价格竞争力有着影响。这些预测结果低于先前报告文献中的数值。
通过双因素模型的结果，我们还研究比较了通过检索学习和通过部署计划的成本变化。检索学习代表了研究-发展-示范(RD&D)的影响。为了预估此情况，我们从双因素模型的当前价格趋势中减少33%的专利活动，我们发现，要想在2020年实现跨入100美元/kWh电池储能的门槛，依赖实践学习，我们需要在全球增加307GWh的部署。打个比方，这意味着每年都要新部署一座特斯拉35GWh超级工厂。专利活动是双因素模型的关键驱动因素。缺乏专利活动将提升成本使得电池价格增长76美元/kWh。在没有任何新创新的最极端情况下，仅通过部署实现成本削减目标的代价会非常高，到2020年将超过1400亿美元。这是不可能也是不可行的，因此也强调了通过双因素框架实现以创新驱动成本降低的重要性。然而，最近大部分太阳能光伏和风能成本削减，都来自于工艺改进以及用部署的利润进一步推动企业创新研发。如果对储能来说这是正确的，那么在创新和部署之间的这种反馈限制了我们完全解耦研发和部署两个目标的能力。这需要进一步的研究，并强调同时发展检索学习和实践学习的重要性，形成检索学习和实践学习共同发展的模式。
此外，公用事业和住宅规模的储能正在逐渐接近与电网平价。我们发现以目前的目标,如果美国太阳能电价达到1美元/W的“SunShot”价格目标, 到2020年，这样的价格趋势预计会使住宅太阳能和电池储能在成本上与电网电力相竞争,实现均化发电成本(LCOE)逐步降低至约0.11美元/kWh。
目前，基于锂电池的储能仍然主要是针对防停电保护的利基市场，但我们的分析表明这种情况完全可以改变，储能会为未来的电力系统提供灵活性和可靠性。这一发现与最近一研究成果形成了鲜明对比，该研究假定储能作为脱碳发电的价值降低，因此储能技术成本会有所上升。根据我们的预测，这些预言未来储能悲观价格的研究都没有考虑创新和部署的互补效应，以及未来电力系统中能量灵活性和/或能源大规模存储的价值。GW级电网储能将改善输电和配电系统，从而降低未来的投资，以确保电网稳定性并提高客户可靠性。尽管例如劳动力和成套设备组件等因素也是总项目成本的重要组成部分，但模型还是强调了锂和非锂电化学储能方案已非常接近该目标。
研发支出对价格的影响降低
为了实现储能驱动的变革，需要进一步的研究来维持专利活动水平。公共研发支出和私人研究项目通过刺激研究和促进实验的高水平直接引发创新，但美国联邦政府的研发支出却持续下降。光伏研究仍是研发项目推动增长和降低成本的最佳例证。然而，在过去的十年里，能源领域的公共研发支出并没有跟上能源行业收入的增长。图3显示了美国联邦政府在1976年至2015年间的研发支出。在此期间，美国联邦政府的研发支出总额从GDP的1.2%骤降至0.8%。能源研发支出比从0.3%降至0.013%。全球能源研发支出占全球总研发支出的比重从10%以上降至2013年的3.9%。2015年，美国能源研发占总研发的2.1%。目前的能源研发支出份额并不反映清洁能源技术部署的重要性及其在实现全球气候目标方面的作用。在电池技术方面，迫切需要采取行动，增加公共研发支出，从而推动创新，降低储能成本，从而推动价格有竞争力的可调度太阳能、风能和电力存储。
材料科学的进一步发展可能会促进电池能量密度的增加，这对于提高电动汽车的行驶里程从而与传统车辆竞争仍然至关重要，同时也可以降低电网储能应用的成本。目前，锂离子电池的专利活动处于一个高水平，尽管它在过去5年里已经停滞不前了。这一模型强调了政策制定者通过系统地为清洁技术研发项目提供资金，以合理的价格实现脱碳目标，从而不断降低公共研发支出和能源创新活动的重要性，肯定了先前研究的结果，并不仅延伸到发电资源，同时也包括储能。此外，政策制定者应该启动一个有利于私人风险资本投资于清洁技术的标准化框架。风险资本(VC)被认为对清洁技术行业至关重要，研究表明，VC比在专利活动方面的(公众)研发更有效，因此可以用于实现电化学和机械储能系统的目标。图4给出了2009年至2014年期间储能领域的全球企业和VC投资。尽管VC支持公司提供的大量贷款担保目前仍没有可观的收益，但政府的一些举措，如小企业创新研究计划(SBIR)、大学研发项目和大规模的示范项目，已经取得了更大的成功。
讨论
根据我们的两因素模型，采用激励总部署EVs或储能系统的策略是昂贵的方式。我们估计，到2018年，在当前的五年专利平均水平上，对电动汽车来说达到每千瓦时125美元的较低的边界，需要比目前预测的每年增加两倍以上的产量。这等于产生了大约300GWh的额外生产能力。特别值得一提的是，用于客户侧终端的锂电池在总生产中占有相当大的市场份额，而能源应用可能会继续滞后。通过搜索来学习，或者是创新(通过“研究”来学习)，很有可能比部署激励发挥更大的作用，可以实现在更短的时间内实现更快的成本削减。采纳的政策有可能导致对EVs和系统级储能的生产或系统级价值链的成本提高。然而，通过容量目标来激励部署，可能会产生重大的风险，在这种情况下，消费者不计后果购买的东西都会得到激励。储能的部署目标可能没有像研究、创新驱动的活动那样可以效果好。
我们提出一项战略，将资金分配到更有成本效益的研究和发展措施上。政府可以在推动研究进展和创新方面发挥关键作用，从而进一步降低成本。未来的研究和法律框架，使分布式能源系统和“车-网”互动成为一个新兴的研究领域。另一项研究焦点是了解网络储能有价值的情况，即提供旋转备用或辅助服务的操作框架，需求响应，以及减少排放的可能。对于汽车储能的应用，激励和设计一个紧密啮合的充电基础设施可以减轻范围的限制。所有这些(不仅是材料研究，而且是部署)的结果都可以促进创新驱动的成本削减。
发展研究项目不仅要注重材料科学技术的电化学储存，而且要考虑到新兴的机械存储应用将提高电力系统规划的灵活性。一些人宣称机械存储应用可能会以价格来削弱电化学存储;然而，两者可能都有市场。长时间的大容量存储容量和高功率设备的短脉冲可以提供频率调节、辅助服务，或在某些工况下简单地向电网注入功率。通过能量密度和降低成本来提高储能性能的互补性将是车辆和网络级应用的必要条件。存储技术可以从资产互补借鉴，驱动PV市场增长，并在清洁技术生态系统中找到合适的应用，而不仅仅是储能容量达到了多少千瓦时。由于创新和部署驱动的成本削减，多用途存储应用很可能会出现。
基于双因素模型，我们建议决策者采取平衡的创新和部署政策。政策组合更有可能成功地推动环境变化，而不是单一的政策。我们注意到，公共研发支出的相对下降，可能会阻碍关键的成本削减和电力领域的深度脱碳，并将新材料从实验室推向市场。通过研究，我们发现了与通过研发增加专利投入相关的重要价值，而推动这项研究的一种方法是通过政府支出，从而实现能源储能系统成本的大幅削减。目前锂电池材料的多样性表明，与太阳能光伏或风机不同的是，在储能技术方面需要新材料的发展，以达到100美元/ kWh的目标。
专利活动和研发支出继续压低了电化学电池存储技术的价格。我们的两因素学习曲线预测了2019年的一个转折点，当时预测的价格突破了100美元/ kWh的门槛，与目前的预测和研究相矛盾。两因素学习曲线上的牢固关系表明，美国的研发可以通过投资开发新电池材料来进一步降低成本。设计一种部署战略将降低电网和交通部门的整体成本，这些部门占总二氧化碳排放总量的60%以上。因此，评价新技术的关键仍然是通过材料的选择来提高安全性、能量密度和成本。促进软边创新和商业模式的新研究将加速将电化学储能整合到公共市场。进一步的政府支持是必要的，以促进负责任的研发支出，使太阳能、风能和储能的成本大幅降低，同时也减少了电力和运输。美国有机会成为一个领导者，而不是一个落后的国家，在电池储能制造和发展方面。我们发现研发支出是推动创新的有力指标。因此，在能源研究领域的研发支出的增加将促进一套多样化的储能技术和材料科学的进步。
博士点评
本文分上下两部分：上半部分利用双因子学习曲线模型分析近三十年锂电池价格和年度产量、累计产量以及专利活动之间的关系，得出年度产量以及专利活动对锂电池成本降低具有显著影响的结论;下半部分利用双因子曲线模型预测未来储能设备的价格走势，强调了储能研发投入对降低储能成本的积极作用，并讨论了未来几年储能成本降至100美元/千瓦时以下所需的相关条件，包括探索新型储能材料，平衡储能研发与部署等。
1、大规模可再生能源的并网必然会需要足够量的储能设备的部署及精细化管理。全面综合地解决此问题，需要科研领域内的学科交叉(材料、能源、信息等领域)，工业界的生产创新，政府的积极扶持，以及三者之间不断的相互迭代。
2、当储能设备成本降低至一定阈值之下后，储能加可再生能源的组合将对传统能源的配置与使用产生根本性影响，并推进生产生活工具的转型与更新换代，如新型电动汽车/交通工具、新型供暖通风空调系统、新型照明系统等。
3、储能设备的持续投入和使用将会促进电能交易与电力市场改革，并刺激电力系统朝着高效、低碳的方向进化。电力市场及电力系统结构均会从集中式转向分布式甚至分散式。
4、储能设备将作为未来能源互联网系统及多能互补系统的必备组件，参与到发电、输电、用电、能量转化各个环节。
从企业前景来看，储能行业是多学科融合的朝阳行业。储能方向硬件相关企业盈利的重要因素在于新型、低成本、高性能储能设备的研制，储能方向软件相关企业盈利的重要因素在于准确预测、精确计算以及精细控制。
