2.1. 能源系统模型
该模型是一个成本优化工具，用于确定发电、储能和输电容量的最优组合。它使用历史气象数据（2005-2009年）的太阳辐照度和风速，为15个子区域的光伏和风力发电站生成合成的小时级容量因子。
1. 引言与概述
本研究提出了一项开创性的、以小时为分辨率的能源系统建模研究，旨在到2030年在南美洲及中美洲实现100%可再生能源供应。该研究应对了该地区在维持经济增长的同时，将其已占较高比例（以水电为主）的可再生能源系统向更加多元化、更具韧性且完全可持续的系统转型的双重挑战。其核心创新在于，不仅整合了电力系统，还将海水淡化以及通过电转气技术生产合成天然气纳入到一个统一的优化模型中。
目标年份
2030
模型分辨率
小时级
子区域数量
15
情景数量
4
2. 研究方法与情景设定
本研究采用线性优化模型，在满足电力、水和燃气每小时需求的前提下，最小化整合能源系统的年度总成本。
2.2. 定义的情景
- 情景1（区域级）： 高压直流输电有限，主要在大型区域板块内传输。
- 情景2（国家级）： 增强的高压直流电网，允许在国家内部传输。
- 情景3（全区域级）： 高度集中的电网，在整个大陆范围内拥有广泛的高压直流连接。
- 情景4（整合型）： 在情景3的基础上，增加了对39亿立方米淡化水和640太瓦时LHV合成天然气的需求，这些通过电解和甲烷化（电转气）技术生产。
2.3. 区域细分
根据政治边界和能源市场结构，将整个大陆划分为15个子区域，以准确模拟资源分布和输电需求。
3. 结果与主要发现
3.1. 能源结构与装机容量
模型发现，100%可再生能源系统在技术上是可行的。装机容量以太阳能光伏（约415吉瓦）和风力发电（约200吉瓦）为主，现有水电（约150吉瓦）提供平衡和储能。生物质能和地热能扮演次要的补充角色。
3.2. 成本分析（平准化度电成本、平准化燃气成本、平准化水成本）
- 平准化度电成本： 从分散的情景1中的62欧元/兆瓦时下降到集中式的情景3中的56欧元/兆瓦时（2015年币值）。电网扩展通过平滑波动性降低了成本。
- 平准化燃气成本： 在整合型情景4中，合成天然气的成本为95欧元/兆瓦时LHV。
- 平准化水成本： 淡化水的成本为0.91欧元/立方米。
- 系统效益： 与独立的电力系统相比，整合水和燃气部门使总系统成本降低了8%，发电需求减少了5%，这得益于对过剩可再生能源电力的更好利用。
3.3. 水电作为虚拟储能的作用
一个关键发现是利用现有水坝作为“虚拟电池”。通过结合太阳能和风电出力策略性地调度水电，对额外电化学或其他储能技术的需求显著减少。这利用了现有基础设施来维持电网稳定。
3.4. 多部门整合的效益
整合情景展示了耦合不同部门的“系统价值”。电转气和海水淡化作为灵活的非电池储能负荷，吸收过剩的可再生能源发电，提高了整体资产利用率，从而降低了成本。
4. 技术细节与建模
4.1. 数学公式
模型的核心是一个最小化年度总成本 $C_{total}$ 的线性优化问题：
$\min C_{total} = \sum_{t,i} (C_{cap,i} \cdot G_{i} + C_{op,i} \cdot g_{i,t}) + \sum_{l} C_{trans,l} \cdot T_l + \sum_s C_{store,s} \cdot S_s$
约束条件：
1. 能量平衡（每小时）： $\sum_i g_{i,t} + \sum_s (p_{s,t}^{dis} - p_{s,t}^{ch}) + \sum_l I_{l,t} = D_{t}^{elec} + D_{t}^{PtG} + D_{t}^{Desal}$
2. 容量约束： $0 \le g_{i,t} \le CF_{i,t} \cdot G_i$
3. 储能动态： $E_{s,t+1} = E_{s,t} + \eta_s^{ch} \cdot p_{s,t}^{ch} - p_{s,t}^{dis} / \eta_s^{dis}$
其中，$G_i$ 是技术 $i$ 的容量，$g_{i,t}$ 是其在时间 $t$ 的发电量，$T_l$ 是输电容量，$S_s$ 是储能容量，$D_t$ 代表各种需求。
4.2. 输入数据与假设
关键假设包括：使用2005-2009年气象数据用于可变可再生能源，采用文献中2030年的技术成本预测，设定8%的加权平均资本成本，以及估算的电力（1813太瓦时）、水和燃气需求。
5. 实验结果与图表说明
图表说明（基于典型的模型输出）： 一个关键的输出图表将展示整合型情景（4）中一个代表性年份的小时级发电结构。该堆叠面积图的x轴为时间（小时），y轴为功率（吉瓦）。各层分别代表：太阳能光伏（显示明显的日循环），风力发电（变化更大，昼夜均有），水力发电（作为灵活的基荷/平衡者，在太阳能和风能较低时填补缺口），以及代表生物质能/地热能的薄层。顶部的线代表总需求，包括直接消费和用于电转气/海水淡化的负荷。该图表将直观地展示水电调度和部门耦合负荷（电转气/海水淡化）如何“削峰填谷”，确保持续的供需平衡。
6. 分析框架：情景比较
案例：评估电网集中化与部门整合
框架： 可以使用一个双轴分析矩阵来比较四种情景。
- X轴（电网发展）： 互联程度从低（区域级）到高（全区域级）。
- Y轴（部门耦合）： 独立电力系统 vs. 整合型（电力 + 水 + 燃气）。
情景定位：
- 情景1（区域级，独立）： 左下角。高成本（62欧元/兆瓦时），高储能需求。
- 情景3（全区域级，独立）： 右下角。由于电网互联，成本较低（56欧元/兆瓦时）。
- 情景4（全区域级，整合型）： 右上角。系统成本最低，价值创造最高。
洞察： 向右移动（更好的电网）降低了平准化度电成本。向上移动（增加部门）降低了总系统成本并提高了韧性。最优系统设计（情景4）需要同时投资于输电基础设施和跨部门耦合技术。
7. 批判性分析与专家解读
核心洞察： 这项研究不仅仅是一项可行性检查；它是一份蓝图，旨在利用南美洲独特的遗留资产——大规模水电——作为下一代、多部门耦合的可再生能源电网的关键支柱。真正的突破在于将水电的角色从单纯的发电者重新定义为该大陆主要的构网型虚拟电池，从而大幅减少对昂贵新型储能的需求，并实现太阳能和风能的深度渗透。
逻辑脉络： 其论证具有说服力：1) 气候风险使得以水电为主的系统变得不可靠。2) 该地区拥有世界级的太阳能/风能资源。3) 问题是间歇性。4) 解决方案：利用现有的水库进行储能，而不仅仅是发电。5) 额外收益：利用过剩的可再生能源电力生产绿色燃料和水，创建一个循环的能源-水系统。从问题到整合解决方案的逻辑是连贯的，并同时满足了经济、技术和气候适应的需求。
优势与不足： 该模型的优势在于其整体性、小时级、成本优化的方法，以及开创性地整合了电转气/海水淡化——这比大多数仅关注电力的100%可再生能源研究更进一步。然而，分析也存在明显的薄弱环节。8%的加权平均资本成本对于新兴市场来说过于乐观；使用更高利率（例如10-12%）进行敏感性分析至关重要。建设一个覆盖整个大陆的高压直流超级电网在政治和监管上的可行性是房间里的大象，被技术经济模型所忽略。此外，虽然将水电用作储能很巧妙，但这可能与现有的水权、防洪和生态保护任务相冲突——这是一个几乎没有触及的多目标优化挑战。与许多该领域的研究（例如Jacobson等人为美国制定的100%可再生能源计划）类似，本研究在技术潜力方面表现出色，但需要在治理、融资和社会许可方面进行强有力的配套研究。
可操作的见解： 对于该地区的政策制定者和公用事业公司，优先事项应该是：1) 现代化水电治理： 立即开始改革水和能源市场规则，使水电站能够灵活运行以提供电网服务，而不仅仅是批量发电。2) 试点部门耦合： 智利的采矿业（需要水和电力）或巴西的工业中心是电转气/海水淡化项目的理想试验场。3) 战略规划电网走廊： 与其建设完整的大陆电网，不如专注于关键的双边走廊（例如巴西-乌拉圭-阿根廷的风电走廊），以建立信任并展示效益。4) 用真实融资进行压力测试： 使用特定于区域、风险调整后的融资成本运行模型，以获得更现实的资本支出图景。本研究提供了技术愿景；下一步是构建政治和金融架构以使其成为现实。
8. 未来应用与研究展望
- 用于出口的绿色氢/氨： 将电转气的概念扩展到生产绿色氢或氨，用于出口到欧洲或亚洲，将南美洲的可再生能源盈余转化为主要出口商品，类似于澳大利亚或智利的战略。
- 气候韧性建模： 整合前瞻性气候模型（例如IPCC CMIP6预测），以评估变化的水文和风能模式可能如何影响2030年及以后的最优系统设计。
- 分布式与集中式的权衡： 对具有更高比例分布式屋顶光伏和社区级储能的情景进行建模，与本文提出的集中式公用事业规模+高压直流方法进行比较。
- 多目标优化： 扩展模型以纳入成本最小化之外的目标，例如最大化就业、最小化土地利用或保护受水电调度影响的河流生态系统。
- 与交通部门整合： 将大规模交通电气化（电动汽车）以及潜在的用于航空和航运的绿色合成燃料纳入模型的需求侧。
9. 参考文献
- 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.
- International Energy Agency (IEA). (2021). Net Zero by 2050: A Roadmap for the Global Energy Sector. Paris: IEA. （用于全球100%可再生能源背景和电转气作用）。
- 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. （用于方法学参考）。
- 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. （用于比较100%可再生能源建模方法）。
- International Renewable Energy Agency (IRENA). (2020). Green Hydrogen Cost Reduction: Scaling up Electrolysers to Meet the 1.5°C Climate Goal. Abu Dhabi: IRENA. （用于电转气成本预测）。
- World Bank. (2020). Climate Risk Country Profile: Brazil. （用于水电气候脆弱性数据）。