研究表明，如果不再忽视分布式能源的好处，并通过更好的建模过程优化和集成这些资源，那么将会提高电网弹性并降低成本。
美国当选总统拜登承诺向清洁电网过渡将会带来美国就业人数和经济增长，但批评人士表示，其提议的清洁电网计划将耗资2万亿美元以上。
研究表明，这些关于其投资的假设是错误的，其他有关清洁电网的假设也是错误的。向清洁电网过渡实际上可以省数十亿美元成本，创造就业机会，并为美国建立一个更清洁、更可靠的电网。
当公用事业公司使用更好的规划模型并扩展本地太阳能+储能项目，以及增加部署电网规模太阳能发电和风力发电设施时，可以最大程度地节省成本，并开辟通往成本最低的电网的道路。实际上，它可以在未来30年为美国的用户节省近五万亿美元的电力成本。
近年来，在美国20多个州进行的大量研究试图评估当地太阳能和储能系统等分布式能源的净价值。虽然这些研究被用于在有限的范围内影响分布式能源（DER）电价的实施，但没有一项研究能够将这些项目的成本和效益按比例纳入整个电力系统规划过程，即支持电力系统资源规划的至关重要的容量扩张和生产成本建模。事实上，大多数电网和电力系统规划过程都没有准备好从整个系统的总成本和收益来考虑资源规划。这是因为他们在分配、传输和发电模块中以零碎的方式分析电网，缺乏详尽的数据输入，并且不能公平地考虑像分布式能源（DER）这样规模较小的发电资源。
在了解电网运营现状和成本之后，如果不再忽略分布式能源（DER）的好处，并通过一个更好的建模过程来优化这些资源的集成，从而为电网制定一个真正最低成本的开发计划。因此，能源开发商Vibrant Clean Energy公司技术专家Christopher Clack博士采用其先进的WIS：dom（R）大数据模型应用于这一计划。其研究发现的结果令人关注。
做了些什么？
Clack对模型进行了多种情况的比较：（1）模拟传统模型的“简化”场景，仅从中央传输级电网的角度考虑和权衡成本影响；（2）针对靠近客户的分布式太阳能和储能资产进行集成和优化的场景；（3）为每个场景制定了清洁电力的目标，即到2050年每个州的碳排放量比1990年相比减少95%。
该模型花费数天时间对数据进行分析，分析了美国每个县超过1.5万亿个数据点，这是揭示分布式发电资源效益所必需的精细分辨率。该模型在这种规模下工作的能力解决了电力系统规划者在现实世界中面临的复杂资源选择问题，协调了技术、规模和位置之间的成本和选项。
发现了什么？
毫不奇怪，到2050年，该模型中部署了大量的太阳能发电设施、风力发电设施和储能系统。其中太阳能发电设施的总装机容量超过1太瓦（TW），风力发电设施的总装机容量为800GW。令人惊讶的是，如何在何处部署这些资源？以及为什么这将节约数千亿美元成本？
该模型发现，通过在配电水平和更接近客户负荷的水平上增加本地太阳能和储能系统的部署，不必像许多传统规划师所设想的那样过度依赖输电系统中化石燃料发电设施，也不必低估配电系统的利用率。这些分布式能源（DER）有效地重塑了大型电网的负荷，降低了大容量电力系统的成本，并平滑了整个系统负荷的波动和变化。到2050年，通过增加247GW的分布式太阳能和160GW的分布式储能系统，这可以实现更有效的总体投资分配以及使本地电力系统更灵活。
电网规模发电和配电需求与集成和优化的分布式能源（DER）的对比
节省多少成本？
通过整合和优化分布式太阳能和储能系统，发现了电网潜在的节约成本超过3000亿美元。当要求该模型同时满足美国2050年的清洁能源目标时，发现与不按比例分配太阳能和储能系统的清洁电网相比，电网运营商可以节省4730亿美元。最后值得注意的是，考虑到目前围绕美国当选总统拜登的清洁电力计划展开的讨论，该模型发现与维持现状相比，可扩展的本地太阳能和存储的清洁电网的成本要降低880亿美元。这些节省仅靠减少电网成本就可以实现，而且还不包括部署大量太阳能发电设施和储能系统带来的巨大社会效益。
在为电网节省大量资金的基础上，部署更多的社区和住宅太阳能和储能设备将带来巨大的经济效益，其中包括就业机会以及额外的社会和环境间接效益。虽然这一分析没有考虑到资源选择中的这些间接利益，但该模型确实计算出，到2050年，可扩展本地太阳能和储能系统的清洁电网将带来200多万个就业机会。
但人们可能会问：如果看到电网规模的太阳能发电和风力发电的电力成本每度不到5美分，为什么不干脆建造更多的太阳能和风力发电设施，从而更显著地降低成本？在这一分析结果中发现，当太阳能发电设施和储能系统也得到优化时，成本最低的大规模可再生能源得到了优化。只根据单位成本分析资源是错误的和误导性的，当进行更好的分析，根据资源在电力系统中的净成本来选择资源时，可以通过具有不同单位成本的资源组合来实现成本最低的电力系统。
那么如何节约这些成本呢？
以地图为例，虽然人们可以使用纸质地图导航，但人还有使用现代技术的更好、更有效的电子地图可以让人们到达想要去的地方。如果要构建成本更低的电网，以适应新时代的挑战满足客户的需求，同时也必须改进在电力部门使用的工具。
长期以来，人们一直在使用传统的工具、方法和思维方式，而很少有人在考虑如何建立一个更好的电力系统。使用利用技术和大数据的新工具，发现构建采用清洁能源的电网成本并不像人们想象的那么昂贵。事实证明，可以建立清洁的电网，通过分布式太阳能和储能系统以增强消费者的能力。可以建立利用私人投资的电网，降低所有客户的总体成本，提高电力系统的公平性。
那么需要做些什么才能将这些好处变为现实？
决策者应该将这种先进的模型的成果应用于当今所有的能源政策决策。他们应该要求更好的规划和分析，将其重点放在切实的解决方案上，让数据驱动的结果指导他们在所有方面的决策。他们还应制定明确和一致的政策和计划，以扩大部署太阳能发电设施和储能系统的规模，因为如果继续按照目前的分布式太阳能发电设施和储能系统的发展轨道，将无法实现研究报告所揭示的最大成本节约。
数据驱动的路线图将在未来建设成本更低的电网。现在是必须建设电网并开始累积收益的时候了。
