数字储能网讯：

Lion Hirth在社媒上发表了评论“Wir bauen die falschen Batterien. Wir brauchen weniger Behind-the-meter und mehr Großbatterien”。显然，评估任一政策的优劣不能通过简单的事后回测，我们需设身处地回到德国制定的表后户用储能激励政策的时点。下面以这一视角对德国“选错电池”论断展开讨论，希望这样的讨论可以对理解储能未来政策走向有所启示。

1. 引言：争论的起点

近年来，德国电力系统中大规模电池储能（front-of-the-meter, FTM）装机快速增长，但其总规模仍落后于数量庞大的户用光伏+电池（behind-the-meter, BTM）系统。部分研究者据此提出批评：德国“选错了电池”——过度激励表后小规模储能，而忽视了对系统更高效、更廉价的大型公共事业级储能。

这一论断至少包含两层含义：

在事后（ex post）看来，同样的锂电池资源用于集中式储能，相比分散在千家万户，能够在系统成本、灵活性和减碳效率上得到更高的回报；

因此，当初推动户用储能的政策，从一开始就是“错误”的资源配置。

本文试图从电力经济学与政策分析的标准视角，对第二点做更细致的讨论：

任何政策评价都必须回到“决策当时的信息集与预期”，而不能简单用事后结果回测原因，更不能把技术进步视为与政策和市场扩张无关的“外生给定”。

在这一框架下，本文将：

梳理德国激励表后户用储能政策形成的制度脉络；

还原当时对锂电池成本和光储经济性的主流预测及其逻辑；

讨论在这些预期下，偏向户用储能是否可以视为“理性但结果不完美”的选择，而非简单的“选错电池”；

进一步分析技术进步的内生性、户用储能的“高价市场”角色以及对公共事业级储能发展的时序影响；

最后，从德国经验中提炼出若干减少技术路线误判风险的政策启示。

2. 德国表后户用储能激励的政策脉络

2.1 EEG 2009：自发自用奖励与从“上网补贴”向“自用收益”的迁移

2000 年代，德国可再生能源法（EEG）通过高额、长期锁定的上网电价（Feed-in Tariff, FiT）推动了风电与光伏的大规模扩张。到 2009 年，EEG 2009 引入了自发自用补贴：对同一度千瓦时，户用自用电的总收益（自用补贴 + 省掉的零售电价）高于全额上网的 FiT 收益。因此，户用光伏从“纯发电资产”逐步转向“降低自用电费的资产”。

这一阶段，政策逻辑主要是：

光伏造价仍然较高，FiT 水平也相对可观；

居民零售电价略低于 FiT，但叠加税费和 EEG 附加费，总体呈上升趋势；

通过提高自发自用电的边际收益，引导用户调整用能行为，而无需立刻改变电网与市场结构。

2.2 EEG 2012：70% 并网功率限制与自用逻辑的强化

到 2012 年，光伏组件价格快速下跌，EEG 2012 大幅下调上网电价，并引入著名的 “70% 并网功率限制”：针对小型屋顶光伏系统，逆变器向电网的最大有功输出需限制在装机容量的 70%。

其背后考虑包括：

技术层面：高光伏渗透下，中午时段配电网电压抬升、倒送功率和局部拥塞问题加剧；

经济层面：随着 FiT 下调而零售电价上涨，自用电价 > 上网电价，自用本身已经具备经济吸引力；

制度层面：通过限制并网功率、放宽自用空间，在不增加额外财政预算的前提下，引导更多“就地消纳”。

70% 限制为储能介入创造了技术与经济空间：如果户用安装电池，就可以在中午充电以吸收多余发电，既避免弃光，又提高自用比例，并缓和对配电网的冲击。

2.3 KfW 275（2013–2018）：户用光储的核心激励工具

2013 年，德国开发银行 KfW 启动了 “可再生能源–储能”（Programm 275） 计划，专门面向与小型光伏配套的户用固定式电池系统。其主要特征包括：

资金形式：低息贷款 + 一次性偿还补贴（repayment bonus）；

补贴强度：第一阶段偿还补贴最高可达电池投资成本的约 30%，第二阶段起从约 25% 逐步递减，直至 2018 年项目结束；

技术与运行约束：

电池系统需满足一定效率和寿命要求；

更关键的是，将 PV 系统向电网的最大馈入功率限制在装机容量的 50%，以强化削峰限馈、减少配网压力。

由此可见，KfW 275 并非单纯“给钱让用户装电池”，而是将补贴与系统友好型运行策略绑在一起——意在将部分电网服务（削峰、减少局部拥塞）通过价格机制内生到户用决策中。

2.4 电价结构：高零售价与电量相关电价强化了自用+储能的激励

同期，德国居民用电采用高度电量相关（volumetric）的电价结构：绝大部分输配网费、税费和 EEG 附加费都按 kWh 收取，而非通过容量费或固定费。这意味着：

每减少 1 kWh 从电网上购电，户用就节省一整套附加费用；

随着光伏 LCOE 下降、零售电价上升，自发自用所节省的成本越来越大。

在这种结构下，自用电的边际价值可简化为：

自用收益 ≈ P_retail - c_LCOE_PV - (边际储能成本)

其中：

P_retail = 居民零售电价；

c_LCOE_PV = 户用光伏的平准化度电成本（LCOE）；

(边际储能成本) = 每多自用 1 kWh 所增加的储能折算成本。

相比之下，将 1 kWh 光伏电量上网的收益简单为：

上网收益 = FiT

在政策预期中以及实践中相当长一段时间内，满足：

P_retail - c_LCOE_PV >> FiT

在这种差额下，任何能提升自用比例的技术——尤其是储能——在中长期看都具有显著的经济潜力。

3. 当时对锂电池成本与光储经济性的主流预测

要评估当年的政策是否“错误”，关键是还原 2012–2013 年决策者和研究界对锂电池成本和光储经济性的事前预期。

3.1 户用光储成本场景：学界对中长期降本的乐观假设

2013 年左右的德国本土研究对户用光储成本给出了一系列场景假设，典型的设定包括（含增值税，按系统端成本计）：

“Today”（约 2013 年）：

光伏系统约 1800 €/kWp

电池系统约 3000 €/kWh（可用容量）

短期（short-term）：

光伏：1500 €/kWp

电池：1500 €/kWh

中期（medium-term）：

光伏：1200 €/kWp

电池：1000 €/kWh

长期（long-term）：

光伏：1000 €/kWp

电池：600 €/kWh

在此基础上，研究普遍认为：

以“当时”成本（约 3000 €/kWh）看，户用储能整体不经济，会显著抬高用户度电成本；

但一旦成本下降到 1500 €/kWh，配置小容量电池在部分情景下即可获得正向的经济回报；

当成本进一步下降至 1000–600 €/kWh 时，光储组合在中长期将成为优于“仅光伏”的经济方案。

换言之：当时主流技术经济分析预期锂电系统将沿着较陡峭的学习曲线显著降本，户用光储在中长期具有较强的经济可行性。

3.2 EV 电池成本轨迹与锂电学习率“共识”

同一时期，针对电动车电池成本的国际研究也给出了相对一致的“快速下降”情景：

2011 年电池包成本被估计在 700–800 美元/kWh；

基准情景下，2020 年降至约 300 美元/kWh；

2030 年进一步降至 200 美元/kWh 左右。

后续对实际行业数据的综合分析显示 2007–2014 年间电池包成本年均降幅在 10–15% 左右，头部厂商在 2014 年已接近 300 美元/kWh。政策制定者和咨询机构很难不受到这些数字的影响。

这些研究虽然主要面向 EV，但其锂电学习率和成本路径，被广泛用来外推所有锂电储能系统的成本演进：

在这种认知下，认为锂电有望在十余年内进入“适合大规模储能”的成本区间，是相当主流的看法。

3.3 电价与上网电价路径：自发自用的长期吸引力

与成本预测对应，政策分析普遍预期：

居民电价将保持上升趋势，叠加网络费、税费和 EEG 附加费；

随光伏成本下滑和装机扩大，上网电价（FiT）将持续降低，接近乃至低于 LCOE；

自发自用成为户用光伏主要价值来源，电池的作用在于提升自用比例并适配并网限制。

在这一框架中，决策者看到的是：

短期：电池仍然昂贵，但技术路线清晰、学习率高；

中长期：户用光储配置在经济性上“看上去合理”，且符合能源转型的分布式和参与式目标。

在此信息集下，通过 KfW 275 类政策提前培育户用光储市场，从事前视角看，是为未来的成本下跌和商业成熟“预留路径”。

4. 如何评价“选错电池”：事后效率 vs 事前理性

4.1 事后系统成本视角下，“大型储能更优”的结论有基础

从今天看，如果只以系统总成本最小为目标，“公共事业级储能更优于户用储能”的判断是有实证和模型支持的。大量研究指出：

公共事业级电池单位 CAPEX 和 OPEX 明显低于户用系统，规模效应和运维效率更好；

其接入电源侧或输电网侧，能够更直接地参与能量时移、调频、备用和再调度成本降低，对弃风弃光和网络投资的边际收益更高；

户用储能则主要改善个体电费账单和自给自足率，对大系统级拥塞和调度的贡献有限，且在未被聚合参与电力市场之前，其灵活性难以充分被系统利用。

在这一事后视角下，得出“如果当年更多资源用于 FTM 储能，系统效率会更高”的结论，是可以理解的。

4.2 事前（ex ante）视角：理性选择不等于事后最优

然而，即便这一事后判断成立，也不等同于“当年决策本身是不理性的错误”。从政策分析角度，我们至少需要考虑三个维度：信息约束、多目标，以及不确定性下的真实期权。

4.2.1 信息约束下的事前期望

如上文所示，2012–2013 年的信息集 I_2013 包含了：

对锂电长期显著降本的预期（户用系统可从 3000 €/kWh 下降至 600–1000 €/kWh 区间）；

对居民电价持续偏高、上网电价持续下调的预期；

对自发自用成为主导商业模式的判断。

在这一信息集下，支持户用光储政策是否理性，可以用一个极简的不等式来表达：

E_{I_2013}[W_policy] >= E_{I_2013}[W_no_policy]

其中：

I_2013：2013 年决策时的信息集；

W_policy：在该信息集下实施“激励户用储能”政策的社会福利；

W_no_policy：不实施该政策的社会福利；

E_{I_2013}：基于当时信息的事前期望值。

只要在 I_2013 下，决策者合理相信上述不等式成立，那么从事前理性角度，这一政策路径就具有可辩护性。事后出现更优路径，并不能直接否定当时基于有限信息做出的选择。

4.2.2 多目标电力转型：不仅是“每 kWh 成本最低”

德国能源转型（Energiewende）的目标并不局限于“以最低系统成本实现减碳”，还包括：

公众参与与政治可接受性：通过屋顶光伏和户用储能，让数百万家庭成为“能源转型的参与者”，增强政策的社会基础；

分布式韧性：户用光储提供本地备电能力，在极端情景下具有特殊价值；

产业政策与技术多样性：扶持逆变器、储能系统集成和安装行业，巩固电力电子和可再生能源装备的产业优势。

在这样的多目标福利函数下，大量表后储能装机并不能简单被视为“纯效率损失”，而是对其它政策目标（参与、公平、韧性、产业）的“付费”。

4.2.3 不确定性与真实期权：多路径并进的价值

在高度不确定的技术演进环境下，保持多条技术路线并行，本身具有“真实期权价值”。支持户用储能可以被视为：

对分布式灵活性路线的探索性投资；

对未来可能更分散、更数字化的电力系统形态的一种“押注”；

一种可随时间调节强度（通过退坡和终止）的政策工具，而非不可逆的锁定。

从这一角度看，即便事后发现 FTM 储能在系统效率上更有优势，早期对 BTM 的扶持也不必然等同于“路线犯错”，而是在不确定下的一种合理组合策略。

5. 技术进步的内生性：不能用被结果塑造的现状去否定原因

在评估早期对表后储能及相关应用的支持时，还需注意一个常被忽略的事实：技术进步本身具有强烈的内生性。

锂电池成本曲线的快速下移，并不是在一个与政策和市场扩张无关的“真空环境”中自然发生的。相反，它在很大程度上是由几股需求力量共同“拉”出来的：

以 Tesla Model S 为代表的纯电动车型打开高端 EV 市场并带动规模化生产；

中国、欧美等地大规模推广电动车和可再生能源配套储能；

德国等国家通过户用光储、商业储能和示范项目，提前为锂电在固定式应用创造需求。

如果没有 2010 年代前期电动车市场和户用储能市场对锂电的持续放量，今天我们所观察到的成本和性能水平，很可能不会在同一时间节点出现。那些被事后用来质疑“是否选错电池”的低成本和高成熟度，本身就是当年那一系列政策与商业决策共同孕育出来的结果。

在逻辑上，如果我们：

一方面将锂电成本降低视为外生给定的“背景条件”，假定无论政策如何，2020 年都会自动降到某个水平；

另一方面再据此否定早年对 BTM 储能、电动车等市场的扶持，

就会犯下一个典型错误：用被原因共同塑造出来的结果，去否定原因本身。

更稳健的做法应当是，在承认“需求诱导创新”和“学习效应”的基础上，将早期对户用储能和电动车的支持视为推动锂电技术走完学习曲线的“联合投入”，然后在这一联合投入内部，再讨论在 BTM 与 FTM 之间的边际资源配置是否还有优化空间，而不是把技术演进完全当作与政策无关的外生变量。

6. 户用储能的“高价市场”角色与对 FTM 的时序影响

6.1 表后储能为什么是新技术的“高价孵化市场”？

从系统角度看，BTM 储能在灵活性调节上的利用效率往往低于 FTM；但从市场角度看，它天然属于“高价市场”：对终端用户而言，每 1 kWh 的价值被显著放大。

原因包括：

终端零售电价远高于批发电价，减少 1 kWh 购电可以节省网络费、税费、附加费等全部电量相关费用；

户用储能不仅售卖“电”，还售卖备用电源、自给自足感、安全感等附加价值；

单个项目规模小、决策分散，用户对单位成本的敏感度弱于大规模基础设施投资方。

在政策补贴叠加下，BTM 由此成为一个“高支付意愿、高容错”的细分市场。对于成本尚未成熟、性能存在不确定的新技术而言，这类市场提供了一个可以“带伤上场”的孵化环境：

新技术可在成本较高、性能未完全稳定的阶段，通过高单价和小规模项目实现商业落地和经验积累。

这解释了为什么许多新型储能形态、家用能源管理技术、车网互动等创新，往往首先在户用或小商业应用上试水，而不是直接落地于对成本和可靠性要求极高的电网侧。

6.2 是否只是“延后”了 FTM 储能：某种意义上的“需求平滑”，但非零成本

从长期结果看，对户用储能的早期扶持并没有从根本上阻止公共事业级储能的发展。随着可再生能源渗透率上升、电价波动放大和市场设计演进，FTM 储能仍然在许多国家呈现出快速增长趋势。

在这一意义上，可以将德国早期的 BTM 政策视为某种形式的“需求平滑”或“需求预热”：

在 FTM 商业模式尚不清晰、电力市场和容量机制尚不完善的时期，通过 BTM 和 EV 提前释放锂电需求，为电池产业和系统集成产业提供了稳定的订单；

当系统对大规模可调容量的刚性需求逐渐显性化时，产业链已经过 BTM 和 EV 市场“预热”，具备更低成本和更强供应能力，FTM 得以在后期加速起量。

然而，这并不意味着这种时序调整是“零成本”的。延后 FTM 部署所付出的代价包括：

在过渡阶段，通过更多 redispatch、火电调峰和一定程度的弃风弃光，来弥补缺乏大规模储能所带来的灵活性缺口；

在网络和调度层面，使用单体成本更高、调度可控性更差的 BTM 储能来承担部分本可由 FTM 更高效提供的功能；

在监管和市场设计资源有限的情况下，对 BTM 的过度关注在一定程度上推迟了 FTM 规则和商业模式的成熟。

因此，将 BTM 政策简单理解为“无损地延后 FTM”并不准确。更合理的表述是：
德国用一定的系统效率损失和过渡期成本，换取了一个产业和制度都更充分准备的 FTM 部署窗口。

7. 从德国经验提炼的政策启示：如何降低技术路线误判风险

前文更多是为早期对 BTM 的支持提供“辩护式”解释：在当时的信息与多目标约束下，这条路线并非明显不理性。现实问题则是：其他国家在设计储能与灵活性政策时，如何在承认不确定性的前提下，最大程度降低技术路线误判的风险，将不可避免的错误限制在可控范围内？

结合德国经验，可以概括出几个关键设计要点。

7.1 从一开始就采用系统视角，而非单一设备视角

早期大量分析站在户用或单个项目层面合理，但系统视角缺位，容易造成宏观资源配置偏差。建议：

对户用电池、公共事业级储能、配网侧储能、需求响应等，统一在“系统价值雷达图”下进行比较，指标包括：

对发电与能量时移的贡献；

对输配电网投资与拥塞的影响；

对可靠性和韧性的支撑；

单位成本和规模经济；

调度可控性与交易成本。
在此基础上，对于每一种公共支持工具，都应问一个简单问题：
“每投入 1 单位公共资源，在哪类资源上的系统边际收益最高？”
把这一问题放到政策设计前端，而不是事后评估阶段，有助于减少“微观合理、系统低效”的结构性偏差。
7.2 从“点名设备补贴”转向“按功能付费、技术中立”
KfW 275 属于典型“点名设备补贴”，靶向明确但扭曲了不同储能形态之间的竞争。更稳健的设计是：
尽量补贴“系统功能”，如 4 小时可调容量、峰值削减、调频备用等；
对任何能提供这些功能且经验证的资源——FTM 储能、BTM 储能聚合体、需求响应、可调负荷——给予同等规则的回报；
通过市场竞争决定由哪种技术以最低社会成本提供这些功能，而不是由政策预先指定设备类型。
这样可以避免单一路线“吸走全部激励”，而将公共资源导向系统真正需要的服务。
7.3 在政策中内生“可逆性”和“刹车机制”
为了避免某一路线在惯性推动下长期“失控扩张”，应在政策本身设计中加入：
时间窗口 + 自动退坡：支持期限和补贴强度随时间自动下降，让市场预期到政策是“加速器”，不是长期兜底；
装机占比阈值触发复盘：当某类资源（如 BTM 储能）在储能组合中的比例超过一定阈值（如 30–50%）时，自动触发系统性政策评估，并与后续预算和结构调整挂钩；
预算封顶与重新授权：对单一路线设定公共预算上限，超过后必须经议会或独立监管重新授权，而非行政部门自动续期。
通过这些机制，技术路线的失误可以从“长期锁定”降级为“可控试错”。
7.4 采用“组合投资”和真实期权逻辑分配资源
与其幻想“一次选中唯一正确路线”，不如承认未来存在多种可能情景，从一开始就按“组合投资”思路分配资源：
将储能与灵活性视为一个统一资产类别设定中长期预算池；
在池内对 BTM、FTM、配网侧储能、需求响应等设定最低配置和最高占比约束，避免任何单一路线长期占据绝对主导；
在新信息到来时，通过调整组合权重而非推倒重来，逐步引导资源向边际收益更高的路线聚集。
7.5 将电价结构与网络费设计纳入技术路线考量
电价与网络费结构本身是强大的技术“选择器”。为避免不经意间对某一路线形成过度激励，应：
适度提高容量费和固定费占比，降低纯按 kWh 收费比例，避免户用削减购电量时过度侵蚀用于覆盖固定成本的收入；
引入时间和空间上更细颗粒度的价格信号（分时电价、节点电价等），让灵活性资源更多响应系统真实紧张程度，而非仅依赖平均价格和税费差额套利；
确保 FTM 和配网侧储能在提供同类网络和系统服务时，可以获得与 BTM 相当的经济回报，避免“站在零售价与 FiT 缝隙中的资源”独享制度红利。
7.6 建立制度化定期评估与“红队”机制
最后，应当通过制度化安排，将“纠错能力”嵌入政策过程：
将储能与灵活性政策的系统性评估写入法律或监管规则，每 2–3 年进行一次；
设置“红队”评估机制，引入持不同观点的研究团队提出对照情景和替代路径，避免认知锁定；
将评估结果与预算和政策调整直接挂钩，如连续两轮评估显示某类补贴边际系统收益显著低于替代方案，则自动削减或终止该路径的新增支持。

8. 结论：从“选错电池”到“设计可控的试错”
综合来看，德国在储能路线上的经验远非简单的“反面教材”。在当时的成本预测、电价结构、多目标政策与技术不确定性背景下，对户用表后储能的扶持有其内在的事前合理性，并通过与 EV 等需求共同作用，推动了锂电技术的快速学习和成本下降。
从事后系统成本视角看，今天确实有充分理由认为：
公共事业级储能在单位成本和系统效益上都优于户用储能，德国未来需要通过政策再平衡，让新增储能更多流向 FTM 和配网侧项目。
但从事前决策视角和技术内生演进视角看，将过去十年的 BTM 路线简单定性为“选错电池”，既忽略了当时的信息约束和多目标权衡，也低估了需求诱导创新和学习效应的作用。
因此更妥帖的表述是：
在当时的信息与预期下，德国选择在户用侧提前下注电池技术，是一条可以辩护的政策路径；
这一选择在系统成本维度并非最优，但在技术进步、产业培育、公众参与和风险对冲等维度产生了难以忽视的正向效果；
未来的关键不在于用事后结果去否定过去，而在于通过政策与市场设计，逐步将储能组合从“以表后为主”调整为“表后 + 公共事业级兼有、各司其职”的多层次结构，并在新一轮技术演化中把“可控试错”设计进制度本身。
对后来者而言，最重要的并非简单照抄或彻底否定德国的路径，而是在汲取其经验和教训的基础上，承认技术路线误判不可避免，并通过系统视角、技术中立的功能激励、组合投资和制度化评估，将错误的规模和后果限制在可控范围内。这大概才是现代能源转型政策在不确定时代真正需要的“理性”。