鸭子曲线是指在电网中太阳能发电占比很高的市场中，净负荷呈现出的形状：白天中段，随着太阳能发电涌入电网，净负荷急剧下降；傍晚日落时分，恰逢用电需求达到峰值，净负荷又急剧攀升。该现象最初由美国国家可再生能源实验室于2008年进行分析，并因加州独立系统运营商2013年发布的图表而广为人知。此后，这种趋势逐年加剧。到2026年，部分电网的负荷曲线已不再呈现"鸭子曲线"，而是呈现"峡谷曲线"。
解决方案大家都清楚：光伏旁边配一套储能。但很少有人明白，这么做到底赚不赚钱，实际上取决于什么时候充电、什么时候放电。这首先是个预测问题，其次才是硬件问题，也是本文要说的重点：电池值多少钱，由驱动它的预测质量决定。预测越准，同一套储能能拉平的鸭子曲线就越多。
本文要点
- 鸭子曲线已演变成 峡谷曲线：高光伏渗透率造成午间净负荷深跌，傍晚又急剧攀升，这一态势在加利福尼亚州、德国、印度和澳大利亚正愈演愈烈。
- 光伏配储能 是结构性答案：午间富余电量充电，晚间高峰放电，平滑鸭子曲线。
- 调度精度比装机容量更重要：各大市场储能越建越多，限电损失却持续上升。
- 太阳能预测决定调度，其中日前预测用于确定计划，而短期现场预测则在当天运行过程中对计划进行调整。
鸭子曲线一览：2025年春季，加利福尼亚州8小时内净负荷波动高达 24吉瓦 ；2024至2025年，新增光伏并网申请中配储比例为 近40% ，高于2023年的13%；德国2024年负电价时长为 457小时 ；2024年全球储能新增装机量上升 53% 。
什么是“鸭子曲线”？
全天光伏发电的 图形化呈现
净负荷是指总电力需求减去无法调度的发电量（主要是风电和光伏发电）后的数值。在光伏发电占比高的电网中，将这一数值绘制成24小时曲线图，便形成了"鸭子曲线"。整个上午，工商业及公用事业规模的太阳能发电量逐渐增加，净负荷急剧下降，形成平坦的"腹部"。正午时分，在渗透率最高的市场中，光伏发电量甚至可能直接超过用电需求。当日落时分发电量骤降而晚间用电需求上升时，净负荷陡然攀升，形成曲线的"颈部"，即晚间的负荷爬升段。
电网运营商必须在时间紧、变化快的窗口内，调用一切可调度资源，天然气、核电、火电、水电或储能，来补上这轮爬坡。日内波动越大，难度越高。午间发电过剩会迫使光伏限电，或把电价压到负值。傍晚爬坡让常规机组承压，推高成本，也增加供电短缺风险。因此，电力公司把鸭子曲线视为规划约束，而非奇观。
从鸭子到峡谷： 2025年和2026年的数据表明
加利福尼亚州的情况体现了这一转变。2025年春季，该州在8小时内记录到的净负荷波动幅度高达24吉瓦，午间谷值降至约8吉瓦。 FactSet对CAISO数据的分析显示，电池储能的运行使晚间负荷上升幅度减少了近50%；2024年和2025年，近40%的新太阳能并网申请中配备了储能系统，而2023年这一数字仅为13%。 截至2025年初，CAISO的电池储能装机容量已达到11.6吉瓦。
这种现象并非加州独有。2024年，德国负电价时长达457小时；2025年5至12月，印度估计弃光2.3太瓦时；2024年，全球储能新增规模增长53%，达到205吉瓦时。
欧洲也呈现出同样的机制，且该机制现已得到实测验证。德国复兴信贷银行研究部对2023年至2025年间的一组欧洲竞标区进行了分析，并估算了每千兆瓦峰值负荷增加1兆瓦电网级电池容量对日前每小时电价的影响。午间电价上涨0.14欧元/兆瓦时，晚间电价下降0.38欧元/兆瓦时。因此，两者之间的价差缩小了0.52欧元/兆瓦时。若将这一结果应用于这三年间德国电网级储能设施的增长，则意味着每日价差比原本预计的要小约17至19%，且全天各小时电价的波动幅度也缩小了约16%。用于自用电并极少参与日前市场的户用储能，则完全未显现此类效应。
澳大利亚已经让人看到这条路的终局。据莫多能源汇总的澳大利亚能源市场运营商数据，新南威尔士州市场上，随着电池进入晚间爬坡时段，第二季度晚间电价峰值中位数自2023年以来已下降约三分之二。
值得关注的是这一数据：在各大市场中，尽管电池部署规模不断扩大，限电造成的损失却仍在持续增加。仅靠增加装机容量并不能阻止这些损失。
为什么仅靠装机容量远远不够，为什么储能才是鸭子曲线的结构性解决方案
与光伏电站配套的电池储能系统，能从机制上化解鸭子曲线。它在午间富余时段充电、傍晚爬坡时段放电，既填平午间低谷，又压缓傍晚陡坡。《能源》期刊的一项研究表明，只要数字化和调度策略到位，储能就能支撑波动性可再生能源40%至50%的渗透率，且对现有基础设施几乎无需改造。
上一句里的限定条件才是关键：调度策略不同，效果天差地别。《应用科学》发表的一项研究，以米纳斯吉拉斯州一个真实的大型光伏配储项目为对象，在同一套设备上测试了三种日内调度策略。其中，“负荷导数补偿”策略不是把净负荷平滑成一个均值，而是尽量压低其逐小时变化率，结果对缓解爬坡最有效。同样的电池、同样的容量、同样的荷电状态，结果却大不相同。
从商业角度来看，这种差异在于：一种电池承担偏差考核罚金，另一种则制造偏差罚款。两者的区别在于能否预先知道负荷爬升何时发生以及其陡峭程度。
预测决定调度：为何更精准的预测能提升储能系统的价值
光伏预测不是一个单一产品，而是三个预测时域，且彼此之间不可替代。
确定 储能系统定容：电站日照条件
在进行任何调度之前，必须确保电池容量合适，而这取决于当地的太阳能气候条件，而不是某个地区的平均值。CalibSun FUTURE 将十年经校正的卫星历史数据与现场测量数据相结合，生成5分钟间隔的站点数据以及可用于融资的典型气象年数据。这为融资模式提供了支持，并确立了能够保护电池寿命的充放电循环和休眠模式。
日前预测：计划
日前太阳能预测依赖于数值天气预报以及通过机器学习分析得出的电站自身发电历史数据，预测时段为24至48小时。运营商利用这些预测结果，在日前市场中竞标容量，在晚间负荷爬升前设定目标充电状态，并根据加利福尼亚州或印度的偏差结算框架申报所需的运行计划。
日前预测只能提前设定电池状态，仅此而已。天气模型一开始就带有误差，它描述的只是预报启动那一刻的大气情况；随着一天展开，这些误差还会越来越大。
日内预测：修正计划
短期太阳能预测在当天运行过程中修正计划。CalibSun NEXT 将实时现场测量数据与卫星图像及数值天气预报相结合。在欧洲独立发电企业项目组合中进行的测试显示，与现有的基于卫星的供应商相比，该系统将5分钟预测误差降低了46%，15分钟预测误差降低了33%。运营商利用该技术精确调整充电或放电的起始时间，以便在短暂的云层间隙期间不减少发电量，并在发电量偏离计划时进行日内重新报价。
如果时间少于十五分钟，卫星图像就无法再清晰呈现关键信息。CalibSun INSTANT 通过直接观测天空，利用电站内的地面摄像头（每个站点4台，理想情况下为7台），覆盖1至30分钟的时间范围。该系统能在云影到达光伏阵列之前就将其探测到，从而为能源管理系统提供提前准备的时间，使其能在发电量下降之前（而非之后）采取措施：保持电量、延迟放电或重新报价。
CalibSun 助您管理储能
鸭子曲线已不再是加州独有的现象。对任何光伏渗透率高的 光伏+储能市场 而言，它都是默认的净负荷形态；在一些地区，这条曲线甚至已加深成峡谷。理论上，储能可以弥合这一缺口。但实际能减少多少限电、负电价风险和不平衡风险，取决于储能调度有多精准。
这些研究还揭示出另一点：储能规模越大，对电价的影响越弱。德国复兴信贷银行援引《计量经济学》的研究显示，前5吉瓦时电网级储能可拉低批发电价5.6%；而把现有规模从25吉瓦时翻倍到50吉瓦时，只能再降2.6%。最容易赚的那部分收益，总是最先被拿走。
有个反直觉的道理：电池用在备用、套利或刚性交付上时，它每一刻都很值钱。如果预测不准，就得拿这些值钱的时间去补误差，代价自然高。储能越多，午间到傍晚的价差越容易被套利抹平，容错空间就越小。所以，储能越多，精准预测反而越有价值。
CalibSun的观点：要将电池容量真正转化为缓解"鸭子曲线"的手段，需要具备与负荷爬升本身相同分辨率的预测数据。基于现场传感器进行校准、并在日内实时更新的特定站点概率预测，可让光伏加储能运营商预先调整电量状态，限制充放电循环损耗，并同时防范因限电和不平衡罚款导致的收益损失。在一家德国大型独立电力生产商客户组织的为期三个月的盲测中，CalibSun在覆盖三十个光伏场站的七家供应商中排名第一，目前负责为全球最大的光伏电站提供预测服务。
常见问题
储能系统能否消除"鸭子曲线"？
它能把曲线拉平，在加州和新南威尔士等市场，晚高峰电价已大幅回落。但储能系统无法消除的，是那些变化太快、来不及调度的波动。日内形态提前一年就能预知，14:07 那片云却不能，而限电和偏差考核费用，恰恰就在这个尺度上决定。
为什么预测准确度会影响电池的收益？
因为电池只有在动作的那一刻才产生收益，而太阳能预测正是确定这一时刻的关键。日前预测用于制定计划并设定目标充电状态。日内预测则在当天运行过程中对该计划进行调整。无论在哪个预测时段出现误差，都将导致电力被削减、错失晚间电价，或被处以偏差罚款。同样的电池，同样的容量，却带来不同的收益。
随着储能规模的增加，预测的价值是否会下降？
预测的价值反而更大。储能越多，午间到傍晚那段容易赚的价差就越窄，容错空间只会更小，不会更大。拿电池时间去弥补预测误差，代价也就更高。
参考文献
最新数据和行业分析
FactSet Insight，《从鸭子到峡谷：CAISO 负荷曲线如何演变》（2025年8月）
《绿色燃料》杂志，《太阳能限电：2026年可再生能源为何被白白浪费》（2026年4月）
PSC咨询公司，《“鸭子曲线”正变成“峡谷”》
德国复兴信贷银行研究部，《经济聚焦》第555期，《电池储能是能源转型的杠杆：大规模储能可稳定电价》（2026年8月19日）
新南威尔士州调度价格数据，来源：澳大利亚能源市场运营商，莫多能源整理，2026年
科学技术研究
《应用科学》，《电池储能系统平滑鸭子曲线的日内调度策略：巴西真实案例》（2026年9月）
《能源》，"应对鸭子曲线的智能电网策略：数字化、电池储能及受控回弹效应"（2025年7月）
