言語を選択

中南米における100%再生可能エネルギー供給のための水力・風力・太陽光発電

2030年までの中南米における100%再生可能エネルギーシステムの分析。水力、風力、太陽光、Power-to-Gas技術を統合した研究。
solarledlight.org | PDF Size: 4.6 MB
評価: 4.5/5
あなたの評価
この文書は既に評価済みです
PDF文書カバー - 中南米における100%再生可能エネルギー供給のための水力・風力・太陽光発電

1. 序論と概要

本研究は、2030年までに中南米全域で100%再生可能エネルギー(RE)供給を達成するための、時間単位で解像度を持つ先駆的なエネルギーシステムモデリング研究を提示する。この研究は、同地域が直面する、経済成長を維持しつつ、既に再生可能エネルギー比率が高い(水力発電が主体)システムを、より多様化し、強靭で、完全に持続可能なシステムへ移行するという二重の課題に対処する。中核となる革新は、電力だけでなく、海水淡水化およびPower-to-Gas(PtG)による合成天然ガス(SNG)生産を、単一の最適化モデルに統合した点にある。

目標年

2030

モデル解像度

時間単位

サブ地域数

15

シナリオ数

4

2. 方法論とシナリオ

本研究は、電力、水、ガスの時間単位の需要を満たすことを条件として、統合エネルギーシステムの年間総コストを最小化する線形最適化モデルを採用している。

2.1. エネルギーシステムモデル

このモデルは、発電、蓄電、送電容量の最適な組み合わせを決定するコスト最適化ツールである。太陽放射照度と風速に関する過去の気象データ(2005-2009年)を使用し、15のサブ地域にわたる太陽光発電および風力発電所の合成時間単位設備利用率を生成する。

2.2. 定義されたシナリオ

  • シナリオ1(地域圏): 大規模な地域ブロック内を主とする、限定的なHVDC送電。
  • シナリオ2(国内): 国内での送電を可能にする、強化されたHVDCグリッド。
  • シナリオ3(広域): 大陸全体にわたる広範なHVDC接続を持つ、高度に集中化されたグリッド。
  • シナリオ4(統合): シナリオ3を基に、39億m³の淡水化水と、電解およびメタン化(PtG)により生産される640 TWhLHVの合成天然ガス(SNG)の需要を追加。

2.3. 地域細分化

資源分布と送電需要を正確にモデル化するため、大陸は政治的境界とエネルギー市場構造に基づいて15のサブ地域に分割された。

3. 結果と主な知見

3.1. エネルギー構成と設備容量

モデルは、100% REシステムが技術的に実現可能であることを示している。設備容量は太陽光発電(約415 GW)と風力発電(約200 GW)が主体であり、既存の水力発電(約150 GW)がバランシングと蓄電を提供する。バイオマスと地熱は補完的な小規模な役割を果たす。

3.2. コスト分析 (LCOE, LCOG, LCOW)

  • 均等化発電原価 (LCOE): 分散型のシナリオ1の62 €/MWhから、集中型のシナリオ3の56 €/MWhへ減少する(2015年通貨)。送電網の拡張は変動を平滑化することでコストを削減する。
  • 均等化ガス原価 (LCOG): 統合シナリオ4では、SNGのコストは95 €/MWhLHVである。
  • 均等化水原価 (LCOW): 淡水化水のコストは0.91 €/m³である。
  • システム便益: 水とガスのセクターを統合することで、余剰再生可能エネルギーの電力の活用が改善され、単独の電力システムと比較して、総システムコストが8%、電力需要が5%削減された。

3.3. 仮想蓄電としての水力発電の役割

重要な知見は、既存の水力ダムを「仮想バッテリー」として利用することである。太陽光と風力の出力と連携して水力発電を戦略的に運用することで、追加の電気化学的またはその他の蓄電技術の必要性が大幅に減少する。これは、既存のインフラを活用して系統安定性を確保するものである。

3.4. セクター統合の利点

統合シナリオは、セクターを結合することの「システム価値」を示している。PtGと淡水化は、柔軟な非バッテリー型蓄電負荷として機能し、余剰再生可能エネルギー発電を吸収し、全体的な資産利用率を向上させ、コスト削減につながる。

4. 技術詳細とモデリング

4.1. 数式定式化

モデルの核心は、年間総コスト $C_{total}$ を最小化する線形最適化問題である:

$\min C_{total} = \sum_{t,i} (C_{cap,i} \cdot G_{i} + C_{op,i} \cdot g_{i,t}) + \sum_{l} C_{trans,l} \cdot T_l + \sum_s C_{store,s} \cdot S_s$

制約条件:

1. エネルギー収支(時間単位): $\sum_i g_{i,t} + \sum_s (p_{s,t}^{dis} - p_{s,t}^{ch}) + \sum_l I_{l,t} = D_{t}^{elec} + D_{t}^{PtG} + D_{t}^{Desal}$

2. 容量制約: $0 \le g_{i,t} \le CF_{i,t} \cdot G_i$

3. 蓄電ダイナミクス: $E_{s,t+1} = E_{s,t} + \eta_s^{ch} \cdot p_{s,t}^{ch} - p_{s,t}^{dis} / \eta_s^{dis}$

ここで、$G_i$ は技術 $i$ の容量、$g_{i,t}$ は時刻 $t$ におけるその発電量、$T_l$ は送電容量、$S_s$ は蓄電容量、$D_t$ は様々な需要を表す。

4.2. 入力データと前提条件

主な前提条件には、変動性再生可能エネルギー(VRE)のための2005-2009年の気象データ、文献からの2030年の技術コスト予測、8%の加重平均資本コスト(WACC)、および電力(1813 TWh)、水、ガスの推定需要が含まれる。

5. 実験結果とチャート説明

チャート説明(典型的なモデル出力に基づく): 主要な出力チャートは、統合シナリオ(4)における代表的な1年間の時間単位発電構成を示す。積み上げ面グラフは、x軸に時間(時間)、y軸に電力(GW)を取り、以下の層を表す:太陽光発電(強い日周期を示す)、風力発電(より変動的で昼夜を問わない)、水力発電(柔軟なベースロード/バランサーとして機能し、太陽光と風力が低い時のギャップを埋める)、およびバイオマス/地熱の薄い層。最上部の線は、直接消費とPtG/淡水化のための負荷を含む総需要を表す。このチャートは、水力発電の運用とセクター結合負荷(PtG/淡水化)が、VREの余剰ピークを「削り」、不足の谷間を「埋める」ことで、常にバランスを保つ仕組みを視覚的に示す。

6. 分析フレームワーク:シナリオ比較

ケース:グリッド集中化 vs. セクター統合の評価

フレームワーク: 4つのシナリオを比較するために、2軸の分析マトリックスを使用できる。

  • 軸X(送電網発展): 低(地域圏) -> 高(広域)相互接続。
  • 軸Y(セクター結合): 単独電力 vs. 統合(電力 + 水 + ガス)。

シナリオのプロット:

  1. シナリオ1(地域圏、単独): 左下。高コスト(62 €/MWh)、高蓄電需要。
  2. シナリオ3(広域、単独): 右下。送電網により低コスト(56 €/MWh)。
  3. シナリオ4(広域、統合): 右上。最も低いシステムコスト、最も高い価値創造。

洞察: 右へ移動(より良い送電網)するとLCOEが減少する。上へ移動(セクター追加)すると総システムコストが減少し、強靭性が増す。最適なシステム設計(シナリオ4)には、送電インフラセクター横断的結合技術両方への投資が必要である。

7. 批判的分析と専門家による解釈

中核的洞察: この研究は単なる実現可能性の確認ではなく、南米のユニークなレガシー資産である大規模水力発電を、次世代のセクター結合型再生可能エネルギーグリッドの要として活用するための青写真である。真の突破口は、水力発電を単なる発電機から大陸の主要な系統形成仮想バッテリーとして再定義した点にあり、高価な新規蓄電の必要性を劇的に減らし、太陽光と風力の深い導入を可能にする。

論理的流れ: 議論は説得力がある:1)気候リスクは水力発電主体のシステムを不安定にしている。2)同地域は世界クラスの太陽光/風力資源を持つ。3)問題は間欠性である。4)解決策:既存の水力貯水池を発電だけでなく蓄電に利用する。5)追加便益:余剰再生可能エネルギー電力でグリーン燃料と水を作り、循環型エネルギー・水システムを創出する。問題から統合解決策への論理は首尾一貫しており、経済的、技術的、気候適応のニーズを同時に満たす。

強みと弱点: このモデルの強みは、その包括的、時間単位、コスト最適化アプローチと、PtG/淡水化の画期的な統合であり、これは電力のみに焦点を当てるほとんどの100% RE研究を一歩進めたものである。しかし、分析には注目すべき弱点がある。8%のWACCは新興市場にとって楽観的であり、より高い金利(例:10-12%)での感度分析が不可欠である。大陸規模のHVDCスーパーグリッドの政治的・規制的実現可能性は、技術経済モデルでは軽視されている「部屋の中の象」である。さらに、水力発電を蓄電として利用することは巧妙であるが、既存の水権、洪水制御、生態系保護の義務と衝突する可能性があり、これらはほとんど触れられていない多目的最適化の課題である。この研究は、この分野の多くの研究(例:Jacobson et al. の米国向け100% RE計画)と同様に、技術的可能性において優れているが、ガバナンス、ファイナンス、社会的受容性に関する堅牢な補完研究を必要とする。

実践的洞察: 同地域の政策立案者と電力会社にとって、優先すべきは:1) 水力ガバナンスの近代化: 水力発電所が大量のエネルギーだけでなく系統サービス向けに柔軟に運用できるように、水とエネルギー市場のルール改革を今すぐ開始する。2) セクター結合のパイロット: チリの鉱業(水と電力を必要とする)やブラジルの産業拠点は、PtG/淡水化プロジェクトの完璧な試験場である。3) 送電網回廊の戦略的計画: 完全な大陸規模の送電網ではなく、信頼を構築し便益を示す主要な二国間回廊(例:風力のためのブラジル-ウルグアイ-アルゼンチン)に焦点を当てる。4) 実際のファイナンスでストレステスト: 地域固有のリスク調整済み資金調達コストでモデルを実行し、現実的な資本支出像を得る。この研究は技術的ビジョンを提供する。次のステップは、それを現実にする政治的・金融的アーキテクチャを構築することである。

8. 将来の応用と研究の方向性

  • 輸出向けグリーン水素/アンモニア: PtGの概念を拡張し、欧州やアジアへの輸出向けのグリーン水素またはアンモニアを生産する。これにより、南米の再生可能エネルギー余剰を、オーストラリアやチリの戦略に類似した主要な輸出品目に変える。
  • 気候強靭性モデリング: 将来の気候モデル(例:IPCC CMIP6予測)を統合し、変化する水文・風況が2030年以降の最適システム設計にどのように影響するかを評価する。
  • 分散型 vs. 集中型のトレードオフ: ここで提示された集中型大規模発電+HVDCアプローチと比較して、分散型屋根上太陽光発電とコミュニティ規模蓄電の比率が高いシナリオをモデル化する。
  • 多目的最適化: コスト最小化以外の目的、例えば雇用の最大化、土地利用の最小化、または水力運用の影響を受ける河川生態系の保全などを含むようにモデルを拡張する。
  • 運輸部門との統合: 大規模な運輸の電化(EV)および航空・海運用のグリーン合成燃料の可能性を、モデルの需要側に組み込む。

9. 参考文献

  1. Barbosa, L. d. S. N. S., Bogdanov, D., Vainikka, P., & Breyer, C. (2017). Hydro, wind and solar power as a base for a 100% renewable energy supply for South and Central America. PLOS ONE, 12(3), e0173820.
  2. International Energy Agency (IEA). (2021). Net Zero by 2050: A Roadmap for the Global Energy Sector. Paris: IEA. (グローバルな100% REの文脈とPtGの役割について)
  3. Bogdanov, D., & Breyer, C. (2016). North-East Asian Super Grid for 100% renewable energy supply: Optimal mix of energy technologies for electricity, gas and heat supply options. Energy Conversion and Management, 112, 176-190. (方法論の参照として)
  4. Jacobson, M. Z., et al. (2015). 100% clean and renewable wind, water, and sunlight (WWS) all-sector energy roadmaps for 139 countries of the world. Joule, 1(1), 108-121. (100% REモデリングアプローチの比較として)
  5. International Renewable Energy Agency (IRENA). (2020). Green Hydrogen Cost Reduction: Scaling up Electrolysers to Meet the 1.5°C Climate Goal. Abu Dhabi: IRENA. (PtGコスト予測について)
  6. World Bank. (2020). Climate Risk Country Profile: Brazil. (水力発電の気候脆弱性に関するデータとして)