【编者按】世界各国都将能源转型作为后疫情经济复苏和可持续发展的重要途径。为与广大读者分享国外能源转型最新研究进展，开辟“海外研究”话题。本文介绍近日发表在国际期刊Biomass and Bioenergy上发表研究论文The roles of biomass and CSP in a 100%renewable electricity supply in Australia的主要内容，介绍了澳大利亚在100％可再生能源供电方面的最新研究进展。感谢澳大利亚悉尼大学可持续分析中心的李梦宇博士供稿。更多细节请点击文末“阅读原文”浏览或下载论文原文。

【论文导读】在全球低碳发展的背景下，可再生能源发电比例逐年提高，但是风能和太阳能的随机性和波动性为高比例甚至100％可再生能源供电场景带来挑战，生物质能和太阳能光热发电这样的可调度可再生能源对于解决这一问题具有巨大潜力。

生物质能和太阳能光热发电在澳大利亚100％可再生能源供电中的作用

李梦宇a*，Manfred Lenzena，Moslem Yousefzadeha,Fabiano A.Ximenesb

（a.Integrated Sustainability Analysis(ISA),School of Physics,The University of Sydney,NSW 2006,Australia

b.Forest Science Unit,Department of Primary Industries,NSW 2150,Australia）

摘要

由于风能和太阳能资源的可变性，电力系统中高比例的风能和太阳能可能会导致在资源匮乏时期出现供电缺口。可调度可再生能源如生物质能、太阳能光热发电（concentrating solar power，CSP）和水电，能够在短时间内满足负荷要求，可以帮助解决此问题。本研究分析了在不同生物质和CSP的发电比例下，澳大利亚成本最低的100％可再生电源时空配置。为此，进行了基于高分辨率地理信息系统（GIS）的逐小时电力供需匹配模拟。研究发现，基于澳大利亚现有生物质装机容量（1.7GW），100％的全国可再生能源供电能够实现，该情况下系统总装机容量约146~148 GW，平准化度电成本（LCOE）约为9~10美分/kWh（置信度95％）。在生物质发电量增长5~15倍的情况下，LCOE可降至6~8美分/kWh，且系统总装机容量将减少至70~110 GW。生物质会受到土地使用的限制，而CSP可将系统装机容量减少到近120 GW。

研究目标

调查在不同生物质资源利用水平和CSP容量扩展下，澳大利亚100％可再生能源电网高时空分辨率配置。具体研究目标如下：

1 开发高分辨率GIS（0.09°，390×479个网格）的电力调度模型，对全年中每小时的电力时空调度进行模拟，并构建新的输电网络以估算系统的LCOE；

2 开发CSP调度模型，根据实时天气和运行状况以及单位时间调度结果对其热存储状态进行每小时追踪，以研究其在100％可再生能源电网中平衡负荷的潜力；

3 测试不同生物质以及CSP成本下100％可再生能源电网的配置；展示如何通过逐步增加生物质燃料和CSP电厂的装机容量来减少可再生能源的波动。

模型介绍

开发了一种启发式电力供需模型，通过时序调度模型找到满足约束条件的澳大利亚电网配置。电力供需模型由3个基于GIS的子模型组成，这些子模型在澳大利亚390×479网格上运行：1）发电技术模型（图1左），估算每个网格单元每小时不同发电技术的发电潜力和投标价格；2）负荷模型：澳大利亚电力负荷的时空分布（图1右）；3）供需调度模型（图1中），模拟澳大利亚电网的每小时电力调度，其中负荷（从负荷模型中）根据资源可用性和成本（发电技术模型）选择发电机。

该模型通过在3个子模型之间交替，以缩小发电机位置搜索空间来模拟每小时投标过程，继而输出满足搜索条件的时空电源配置。

⬆图1澳大利亚电力供需模型

情景设置

模拟包括6种燃料类型：水力、生物质、风能、光伏电站、屋顶光伏、CSP。对生物质和CSP的成本以及容量倍数进行以下假设：

1 生物量容量倍数β：{1、5、10、15}，该参数用于模拟生物量容量的扩展。

2 生物质和CSP成本乘数φ：{0.8，0.9，1，1.1，1.2，1.5，2，2.5，3，3.5，4}和ψ：{0.8，0.9，1，1.1，1.2}，这些系数用来表示不同情景下与现有成本相比生物质和CSP的成本变化。

模拟结果

上述参数随机组合产生220个模拟方案，以下为模拟结果。

01 生物质和CSP发电比例对装机容量的影响

图2展示了生物质和CSP发电比例对装机容量的影响，其中黑色实心点表示β，φ和ψ为1的情形，即基于现有技术成本下的100％可再生能源电网其装机容量为140~150 GW。通过220个模拟情形，进一步将澳大利亚100％可再生能源从孤立场景扩展到整个决策范围。一般来说，低生物质和低CSP的发电比例会使电网具有高装机容量（对应图2的红色顶部）。随着两者中任何一种的发电比例增加，系统装机容量会降低（图2中左下方区域变蓝）。对于生物质比例小于10％的配置中，随着CSP发电比例从5％增加到75％，系统装机容量从约200 GW下降到120 GW。同样，当CSP不是主要的发电技术且其比例不足10％时，生物质显示出出色的平衡间歇性资源的能力：当其年发电比例为30％~40％时，能够使得总系统装机容量降到70~110 GW。这表明生物质和CSP在澳大利亚100％的可再生能源电力供应中可能发挥潜在的重要作用。

⬆图2生物质和CSP发电比例对系统装机容量的影响

02 生物质能和CSP发电比例对LCOE的影响

LCOE与系统装机容量显示出强烈的负相关性，即高容量配置对应于低LCOE（图3）。在基于现有的成本和生物质装机容量下，100%可再生能源电网可实现约9~10美分/kWh的LCOE（图3中的实心黑点）。当采用更多的CSP时，该值将略微降低至8美分/kWh，随着生物质比例的逐渐增加，该值将降至近6美分/kWh。

⬆图3生物质能和CSP发电比例对LCOE的影响

03 典型夏季和冬季的周发电曲线

从220个场景中提取了典型的夏季（图4a和图4c）和冬季（图4b和图4d）周发电曲线（编者注：澳大利亚季节与北半球相反，1月是夏季，6月是冬季）。根据生物质成本的假设（φ），生物质既可在冬季当其余资源都枯竭时用作调度（图4a和4b），也可在全年发电量中提供较小比例的基础负荷（图4c和4d）。对于前者，在太阳能资源丰富的夏季，电网只需采用CSP来填补夜间的缺口（图4a）。而在典型冬季，当太阳能光伏发电量有限时，则需更多的CSP（874 MWh发电量而不增加CSP容量，图4b）和生物质（758 MWh发电量，25 GW容量，图4b）来填补风电和光伏的缺口。在白天大量使用CSP时，可以通过生物质的使用为CSP在较低的热储存状态下存储更多热量提供了灵活性，从而减少了潜在的负荷损失（图4b）。根据生物质成本的设定，生物质还可以为全年的基础负荷用电做出贡献（2.5 GW容量，图4c），并在太阳能和风能资源不足的时期填补高达25 GW的缺口（图4d）。

⬆图4典型的夏季（1月1日至8月1日）和冬季（6月1日至6月8日）的每小时用电情况

主要结论

在不考虑成本变化和生物质装机容量变化情况下（仅基于现有1.7 GW的生物质装机容量），生物质发电比例约为5％，CSP发电可以达到30％的比例；澳大利亚100％可再生能源电力供应系统的总装机容量约为145.9~148.3 GW，其LCOE为9.8~10美分/kWh（置信度95％）。

在生物质未大规模扩展时，CSP可能在降低系统容量和LCOE中起重要作用。对于生物质比例小于10％的电网配置中，随着CSP发电比例增加到接近75％，系统容量可下降到120 GW。生物质能可为CSP提供灵活性，以在其低热储量期间存储更多热量，从而减少潜在的系统负载损失。考虑到生物质容量扩展的潜力，若其容量扩展至5~15倍，系统装机容量可降至70~110 GW，同时，LCOE也将降至6~8美分/kWh。

本文证明了生物质能与CSP在实现澳大利亚的100％的可再生能源供应方面发挥着重要作用。大量的未充分使用的生物质有机残留物使得生物质发电量的增加成为可能。鉴于丰富的生物质和太阳能资源，混合太阳能-生物质系统在澳大利亚可能具有在太阳能与风能缺口期供电的巨大潜力。

澳大利亚电力系统简介：

澳大利亚的国土面积约为770万平方千米，南北约3,860千米，东西向约4,000千米，几乎相当于没有阿拉斯加的美国本土的面积。约2300万（2016年）的人口主要分布在东部和西南海岸线，且集中在五个最大的城市。由于其规模和人口分布，澳大利亚没有连接整个大陆的电力传输网络。东部和南部通过全国电力市场（NEM）连接，该市场占澳大利亚市场总量的绝大部分（总需求的92％）。西南互连系统（SWIS）连接西澳大利亚的部分地区；其余区域通过离网/微网解决方案提供。澳大利亚电力年需求约220 TWh，具有66 GW的装机容量，目前由76％的黑/褐煤，12％的天然气，7％的水力和5％的风能提供。通过约59,000 km的传输线和电缆连接了约50 GW的已安装发电容量。该网络没有与其他国家/地区互连，但是有一条将塔斯马尼亚岛与NEM连接的海缆。

澳大利亚联邦政府提出了到2020年将可再生能源23.5％的目标，并且有望进一步提高。澳大利亚首都特区（ACT）和南澳分别已承诺在2025和2020年新能源达到50％（发电量）和100％（消耗电量）的目标。昆士兰州提出了到2030年可再生能源占50％的目标。

作者简介

李梦宇

■李梦宇博士，于2020年2月从悉尼大学可持续分析中心(ISA)获得博士学位，师从Prof Manfred Lenzen，现为该中心博士后研究员。主要通过大数据建模，来量化区域、国家和全球范围内的可持续发展影响，具体包括：1)多能源耦合系统建模及协同优化运行策略；2)使用投入产出经济模型进行灾难影响评估。在The Lancet Planetary Health,IEEE Trans.on Smart Grid,Applied Energy,Environmental Science&Technology Letters,Energy等期刊发表SCI论文13篇。相关研究结果得到Guardian,the Conversation,Science Daily,Mirage News,Lab Down Under等澳大利亚媒体报道。