随着电力系统开始脱碳和去中心化的进程，其对灵活资源的需求也在扩大。系统运营商正在提升供给侧的灵活性，但灵活需求仍很大程度未得到充分应用。此项研究分析了加利福利亚州、得克萨斯州的Ercot电力市场、德国和印度的市场情况，探索了灵活需求对产能结构、系统成本和碳排放的潜在影响。

此报告以彭博新能源财经《2020年新能源展望》中提出的经济转型情境作为基准情形。我们集中分析了两项敏感性情境，其中高采用率情境考虑到灵活需求占比上升的影响，而高质量智能负载情境则探讨了高质量、响应更快且更通用需求的影响。

对产能结构的影响

智能负载倾向于将电力负载集中于中午，此时的可再生电力产出较高且电价较低。这一结果通常会导致太阳能装机量的提升和风能部署量的下降。更具灵活度的需求可以抑制对其他可调度发电机（例如天然气发电厂）的需求。不过，更平缓的净电力负载可能意味着在某些市场中现存煤电厂将更具经济效益优势。

对系统成本的影响

利用需求的灵活性，帮助降低脱碳系统的整体成本，采用率的提高可以增长现存发电厂的利用率、降低对备用化石能源的依赖并且减少多余的可再生能源发电装机。初期的资本支出和经常性的运营及排碳成本都会下降。

可用灵活需求量的上升对需求增长更快的市场（如印度）影响更大，而与之相对，灵活需求质量的提升则更为利好加州这类太阳能占主导地位的市场。

更多的灵活需求有助于电力系统向净零转型，这就要求公用事业规划者、系统运营商和监管者强化电网规划流程、利用可以充分反映需求灵活性所具备能力和价值的工具、并更好地激励消费者进行消费行为的转变。

一组数据

5%

在高采用率智能负载情境中，到2050年印度可再生发电量的增长率

7%-9%

在高采用率智能负载情境中，到2050年平均系统成本的降低比例

14%

在高质量智能负载情境中，到2050年加利福利亚州碳排放的累计减少率

（彭博新能源财经）