越来越多的电池储能系统在偏远地区部署，虽然这些地区可供选择的可调度能源成本很高，但并网电池储能系统项目的部署越来越具有吸引力。
有鉴于此，ITP公司的分析与工程团队最近合作开发了一种仿真和优化模型，以确定用户侧储能系统的容量，从而为大型工业用电用户带来最大的投资回报。
该模型运行一个线性程序，分析在15年生命周期内运行的锂离子电池储能系统每半小时的电力输入和输出和电价情况，以找到并模拟最佳的储能容量和控制策略。该模型还将提供业务案例的关键财务统计数据。
电池储能系统容量优化并非简单易行，必须考虑储能系统投资成本、运营成本、充放效率、退化以及工作寿命；并考虑电网电力成本，其中可能包括零售使用时间费率、电网峰值需求电价、环境/市场费用以及上网电价；必须考虑现场的电力需求，并且由于锂离子电池储能系统是一项长期投资，还应该考虑未来的需求、发电量以及电价。
对于客户来说，嵌入式发电设施主要由太阳能发电设施组成，这意味着负载和嵌入式发电设都可以作为外生变量（即来自模型之外的变量）处理。（注：嵌入式发电指的是通过在电网建立单独的发电单元来对重要负荷进行供电,并且可与电网进行能量交换。）
但是，锂离子电池储能系统是一种可调度的资源，这意味着有关充放电的决策必须由模型做出。
在商业和工业领域的用户储能系统的应用中，电池储能系统通常同时进行电价套利和调峰。
而电价套利是采用低成本能源（通常为非高峰电网能源或嵌入式发电）进行充电和放电，以抵消高成本能源。调峰是储能系统放电以减少峰值需求和相关费用。为了模拟智能电池储能系统的决策，模型必须同样具有智能功能。
对于客户来说，ITP公司开发的模型可以发现最佳优化的的电池储能系统，而其大部分收益将来自调峰。
通常，规模较大的电池储能系统将从规模经济中受益，但由于调峰和能源套利的机会耗尽，用户侧储能应用的回报将减少。ITP公司的模型可以对这种折衷方案进行细致的研究，研究结果表明，在某些情况下，对用户侧电池储能系统的投资可以带来可观的回报。
因此，电池储能系统成本的下降、工作寿命的延长以及从其他价值流获取收入的能力不断增强，都会促进电池储能系统的更多部署。
