1. Pengenalan
Peralihan kepada tenaga boleh diperbaharui adalah penting untuk mencapai matlamat iklim, tetapi ketidakstabilan semula jadi kuasa angin dan solar menimbulkan cabaran asas kestabilan grid. Kertas kerja ini menangani kritikan penting oleh H.-W. Sinn, yang berhujah bahawa mengurangkan ketidakstabilan ini memerlukan kapasiti penyimpanan pam "beberapa magnitud lebih besar" daripada yang tersedia di Jerman pada masa ini, sekali gus menurunkan tenaga boleh diperbaharui kepada peranan sekunder yang disokong oleh loji konvensional. Penulis membentangkan hujah balas, mencadangkan strategi tiga serangkai—kapasiti lebihan, meter pintar, dan teknologi optimum—untuk mengurangkan keperluan penyimpanan secara drastik dan membolehkan sistem elektrik 100% angin-solar, berpotensi ditingkatkan untuk memenuhi permintaan tenaga yang lebih luas.
2. Masalah Ketidakstabilan & Cabaran Sinn
Kelemahan teras tenaga angin dan solar ialah pergantungan mereka kepada keadaan cuaca yang berubah-ubah, membawa kepada keluaran kuasa yang turun naik. Ini mewujudkan ketidakpadanan antara penjanaan ($P_v$) dan permintaan ($P_d$). Analisis Sinn menekankan skala besar penyimpanan yang diperlukan untuk menampung turun naik ini, menyimpulkan bahawa ia tidak boleh dilaksanakan dari segi ekonomi dan praktikal, justeru memerlukan sandaran bahan api fosil. Tesis utama kertas kerja ini adalah untuk mencabar kesimpulan ini dengan mentakrifkan semula parameter masalah.
2.1. Mengukur Ketidakstabilan dan Keperluan Penyimpanan
Ketidakstabilan dirangka sebagai turun naik di sekitar purata tahunan. Kapasiti penyimpanan yang diperlukan $E_{sf}^{max}$ ditakrifkan sebagai perbezaan antara maksimum dan minimum kuasa turun naik bersih bersepadu $E_{sf}(t) = E_{vf}(t) - E_{df}(t)$, di mana $E_{vf}$ dan $E_{df}$ masing-masing adalah bahagian turun naik penjanaan tidak stabil dan permintaan.
3. Rangka Kerja Penyelesaian yang Dicadangkan
Penulis mencadangkan pendekatan sinergi tiga cabang untuk mengurangkan ketidakstabilan berkesan dan seterusnya keperluan penyimpanan yang dikira oleh Sinn.
3.1. Kapasiti Lebihan (Pembinaan Berlebihan)
Menyebarkan lebih banyak kapasiti angin dan solar daripada yang diperlukan untuk permintaan purata ($P_{va} > P_{da}$) memastikan bahawa walaupun dalam keadaan kurang optimum, kuasa yang mencukupi dijana. Ini mengurangkan kedalaman dan kekerapan kekurangan penjanaan, melicinkan lengkung $E_{vf}(t)$.
3.2. Meter Pintar dan Pengurusan Bahagian Permintaan
Tindak balas permintaan pintar melalui meter pintar membolehkan penggunaan ($P_{df}$) dialihkan untuk sejajar dengan tempoh penjanaan tinggi. "Pembentukan beban" ini secara aktif mengurangkan turun naik bersih $P_{sf} = P_{vf} - P_{df}$, menggunakan permintaan secara berkesan sebagai sumber penyimpanan maya.
3.3. Pengoptimuman Teknologi: Turbin Angin Lemah & Solar Cahaya Rendah
Melangkaui perkakasan optimum kecekapan standard. Menggunakan turbin yang direka untuk kelajuan angin lebih rendah dan panel solar yang cekap di bawah cahaya meresap (contohnya, sel perovskit atau dwi-muka) melanjutkan profil penjanaan, mengurangkan tempoh keluaran sifar dan menjadikan penjanaan lebih boleh diramal dan kurang "berpuncak."
4. Rangka Kerja Matematik & Keputusan
Analisis ini berasaskan model matematik yang jelas yang digunakan pada data grid Jerman sebenar 2019.
4.1. Persamaan Keseimbangan Kuasa
Persamaan asas yang mengawal sistem adalah: $$P_{va} = P_{da}$$ $$P_{sf} = P_{vf} - P_{df}$$ Tenaga penyimpanan adalah kamiran: $E_{sf}(t) = \int_0^t P_{sf} \, dt = E_{vf}(t) - E_{df}(t)$. Metrik kritikal ialah kapasiti penyimpanan yang diperlukan: $E_{sf}^{max} = \max_t\{E_{sf}(t)\} - \min_t\{E_{sf}(t)\}$.
4.2. Analisis Skala dan Aplikasi Data 2019
Menggunakan data 2019: $P_{da} = 56.4$ GW, diukur $\hat{P}_{va} = 18.9$ GW. Untuk memenuhi permintaan semata-mata dengan angin-solar, penjanaan ditingkatkan dengan faktor $s = P_{da} / \hat{P}_{va} \approx 3$. Andaian utama ialah corak turun naik meningkat secara linear. Menggunakan tiga strategi yang dicadangkan dalam model berskala ini menunjukkan pengurangan dramatik dalam $E_{sf}^{max}$ yang dikira berbanding garis dasar Sinn, mencadangkan kebolehjadian.
Titik Data Utama (2019, Jerman)
Permintaan Elektrik Purata ($P_{da}$): 56.4 GW
Penjanaan Tidak Stabil Purata ($\hat{P}_{va}$): 18.9 GW
Faktor Skala Diperlukan ($s$): ~3.0
5. Analisis Kritikal & Perspektif Industri
Pandangan Teras
Kertas kerja Lustfeld bukan sekadar bantahan teknikal; ia adalah perubahan strategi daripada pandangan berpusatkan penyimpanan kepada pandangan kejuruteraan sistem untuk penyahkarbonan grid. Kejayaan sebenar adalah mengenali bahawa masalahnya bukan hanya melicinkan bekalan tidak stabil, tetapi mengurus hubungan antara bekalan dan permintaan secara dinamik. Ini selaras dengan prinsip seni bina grid moden dari institusi seperti Makmal Tenaga Boleh Diperbaharui Kebangsaan AS (NREL), yang menekankan "sistem hibrid" dan fleksibiliti.
Aliran Logik & Kekuatan
Logiknya menarik: 1) Akui kalkulus penyimpanan Sinn yang menakutkan. 2) Perkenalkan tiga tuas bukan penyimpanan (pembinaan berlebihan, permintaan pintar, teknologi lebih baik). 3) Tunjukkan secara matematik bagaimana tuas ini mengecilkan jurang penyimpanan secara langsung. Kekuatannya terletak pada penggunaan data Jerman sebenar dan terperinci (15-minit)—kes penembusan boleh diperbaharui tinggi—menjadikan analisis boleh dipercayai. Fokus pada pilihan teknologi (turbin angin lemah) amat bijak, melangkaui model kewangan kepada inovasi perkakasan.
Kelemahan & Jurang
Walau bagaimanapun, kertas kerja ini mempunyai titik buta yang ketara. Pertama, andaian skala linear adalah penyederhanaan utama. Menyebarkan 3x kapasiti tidak akan hanya menggandakan tiga kali corak keluaran; kepelbagaian geografi dan kesesakan grid akan mewujudkan kesan tidak linear. Kedua, ia memandang rendah kos integrasi. Pembinaan berlebihan membawa kepada pemotongan besar-besaran semasa penjanaan puncak, merosakkan ekonomi aset melainkan digabungkan dengan penyimpanan ultra-murah atau penghasilan hidrogen—titik yang ditekankan dalam kajian terkini MIT dan Princeton Net-Zero America. Ketiga, kebolehjadian sosial dan kawal selia pengurusan bahagian permintaan yang meluas diabaikan.
Pandangan Boleh Tindak
Untuk pembuat dasar dan pelabur, pengambilannya jelas: Berhenti memfokuskan pada penyimpanan sahaja. Pendekatan portfolio adalah kunci:
- Mengawal selia untuk Fleksibiliti: Wajibkan pelancaran meter pintar dan cipta pasaran untuk tindak balas permintaan, serupa dengan model UK atau California.
- Melabur dalam Teknologi Niche: Dana R&D untuk solar cahaya rendah dan turbin angin rendah, bukan hanya peningkatan kecekapan tambahan dalam model standard.
- Merancang untuk Pembinaan Berlebihan & Pemotongan: Integrasikan kemudahan penghasilan "hidrogen hijau" sebagai sink strategik untuk penjanaan boleh diperbaharui berlebihan, mengubah kos kepada aliran pendapatan berpotensi.
6. Butiran Teknikal & Pandangan Eksperimen
Analisis ini bergantung pada menguraikan data kuasa kepada komponen purata dan turun naik. Rajah 1 dalam kertas kerja (dirujuk tetapi tidak dipaparkan di sini) biasanya akan memplot tenaga turun naik bersepadu $E_{df}(t)$ untuk permintaan mengikut masa, menunjukkan sisihan terkumpul dari min. "Penyimpanan diperlukan" $E_{sf}^{max}$ secara visual adalah jarak menegak antara puncak dan lembah lengkung tenaga turun naik bersih $E_{sf}(t)$ selepas menggunakan pelarasan skala dan strategi. Hasilnya menunjukkan bahawa dengan langkah-langkah yang dicadangkan, jarak puncak-ke-lembah ini—dan seterusnya kapasiti penyimpanan yang diperlukan—jauh lebih kecil daripada dalam senario padanan ketidakstabilan naif.
7. Rangka Kerja Analisis: Kajian Kes Ringkas
Senario: Grid serantau dengan permintaan purata 1 GW. Penjanaan tidak stabil sejarah purata 0.4 GW dengan turun naik tinggi. Pendekatan Tradisional (Sinn): Skala penjanaan kepada 1 GW. Turun naik bersih $E_{sf}(t)$ yang terhasil adalah besar, memerlukan penyimpanan besar-besaran. Pendekatan Bersepadu (Lustfeld): 1. Pembinaan Berlebihan: Pasang 2.5 GW kapasiti. Penjanaan purata menjadi >1 GW, melicinkan lengkung $E_{vf}$. 2. Permintaan Pintar: Alihkan 0.2 GW beban industri (contohnya, pengecasan EV, pemanasan air) ke jam penjanaan puncak, mengurangkan $P_{df}$ semasa lembah. 3. Teknologi Lebih Baik: Gunakan turbin yang menjana pada faktor kapasiti 15% dalam angin rendah berbanding 5% untuk yang standard, menghapuskan beberapa jurang penjanaan. Hasil: Lengkung $E_{sf}(t)$ yang diubah suai mempunyai amplitud yang dikurangkan dengan ketara. $E_{sf}^{max}$ yang dikira mungkin 60-70% lebih rendah daripada dalam pendekatan tradisional, menunjukkan prinsip tanpa simulasi kompleks.
8. Aplikasi Masa Depan & Arah Penyelidikan
Rangka kerja ini membuka beberapa laluan kritikal:
- Sistem Multi-Tenaga: Menggunakan logik ini kepada gandingan sektor—menggunakan elektrik berlebihan untuk haba (kuasa-ke-haba), pengangkutan (EV), dan penghasilan hidrogen (kuasa-ke-gas). Ini mewujudkan sink permintaan fleksibel yang boleh menyerap penjanaan lebihan.
- Penghantaran Dioptimumkan AI: Mengintegrasikan pembelajaran mesin (serupa dengan teknik yang digunakan dalam mengoptimumkan sistem kompleks lain seperti dalam fizik pengiraan) untuk meramal penjanaan dan menentukan harga tindak balas permintaan secara dinamik dalam masa nyata.
- Pengoptimuman Portfolio Geografi & Teknologi: Memperluaskan model untuk mengoptimumkan campuran angin darat/laut, solar PV, CSP, dan penempatan turbin angin lemah di seluruh Eropah untuk meminimumkan ketidakstabilan skala benua.
- Integrasi Penyimpanan Tempoh Panjang: Menggabungkan pendekatan ini dengan penyimpanan tempoh panjang yang muncul (contohnya, bateri aliran, udara termampat) untuk mengendalikan baki peristiwa ketidakstabilan berbilang hari.
9. Rujukan
- Sinn, H.-W. (2017). Buffering volatility: A study on the limits of Germany's energy revolution. European Economic Review, 99, 130-156.
- German Federal Ministry for Economic Affairs and Energy. (2020). Energy Storage Monitoring Report.
- Fraunhofer Institute for Solar Energy Systems (ISE). (2020). Energy Charts [Data set]. Retrieved from https://www.energy-charts.de
- International Energy Agency (IEA). (2020). World Energy Outlook 2020. Paris: IEA Publications.
- National Renewable Energy Laboratory (NREL). (2021). Hybrid Renewable Energy Systems. Retrieved from https://www.nrel.gov/research/hybrid-systems.html
- Jenkins, J. D., Luke, M., & Thermstrom, S. (2018). Getting to Zero Carbon Emissions in the Electric Power Sector. Joule, 2(12), 2498-2510.
- MIT Energy Initiative. (2019). The Future of Energy Storage.