水力、風力同太陽能：實現南美洲同中美洲100%可再生能源供應

目錄

1. 簡介與概述

呢項研究提出咗一個具開創性、以小時為單位嘅能源系統建模分析，旨在探討到2030年喺南美洲同中美洲實現100%可再生能源（RE）供應嘅可行性。雖然呢個地區目前因為水力發電佔比高而擁有全球碳強度最低嘅電力結構，但亦面臨氣候變化威脅水資源嘅重大挑戰。本研究探討咗轉型至一個以水力、風力同太陽能光伏（PV）發電為主導嘅系統，並以高壓直流（HVDC）輸電同電轉氣（PtG）等支援技術作為輔助，其技術同經濟可行性。

2. 研究方法與情景設定

2.1. 能源模型與區域細分

分析採用線性優化模型，以最小化年度化總系統成本為目標。地理區域被細分為15個互聯嘅子區域，以便模擬能源交換。模型基於一個參考年份嘅小時級別數據，捕捉可再生能源嘅波動性。

2.2. 定義情景

研究制定咗四個主要情景，以評估基礎設施同跨部門耦合嘅影響：

• 情景1（區域）： HVDC電網有限，主要喺大型子區域內。
• 情景2（國家）： 加強國家內部嘅HVDC連接。
• 情景3（全區域）： 所有15個子區域實現全面HVDC電網整合。
• 情景4（整合）： 基於情景3，增加海水化淡（39億立方米）同透過PtG生產合成天然氣（SNG）（640 TWh_LHV）嘅電力需求。

2.3. 海水化淡同電轉氣技術整合

整合情景係一個關鍵創新，超越咗單純嘅電力供應。佢透過海水化淡應對水資源短缺問題，並為難以電氣化嘅工業流程提供碳中和燃料（SNG），利用咗原本會被棄置嘅過剩可再生能源電力。

3. 主要結果與發現

3.1. 能源結構與裝機容量

最優結構以太陽能光伏（約佔發電量50-60%）為主導，其次係風力發電（約20-30%），同水力發電（約10-20%）。現有嘅水力發電容量不僅喺發電方面扮演關鍵角色，更重要嘅係佢提供咗靈活性。

3.2. 成本分析：LCOE、LCOG、LCOW

電網集中化降低咗成本。LCOE由分散式（區域）情景嘅62 €/MWh下降至全面集中式（全區域）情景嘅56 €/MWh。整合情景以所述成本生產SNG同淡化水，展示咗跨部門耦合嘅經濟潛力。

3.3. 水力發電作為虛擬儲能嘅角色

一個關鍵發現係將現有水壩用作「虛擬電池」。透過策略性調度水力發電，配合太陽能同風力嘅輸出，可以大幅減少對額外電化學儲能嘅需求。呢個做法利用咗已投入嘅基礎設施成本，為電網穩定性帶來巨大效益。

3.4. 系統整合嘅好處

整合海水化淡同PtG，令所需發電量減少5%，同時總系統成本降低8%。呢個係透過利用原本會被棄置嘅可再生能源，提高整體系統利用率同經濟效益而實現嘅。

4. 技術細節與數學公式

模型嘅核心係一個成本最小化問題。目標函數係最小化年度總成本 $C_{total}$：

$C_{total} = \sum_{t, r} (C_{cap} \cdot Cap_{r, tech} + C_{op} \cdot Gen_{t, r, tech} + C_{trans} \cdot Trans_{t, r1, r2})$

受制於以下約束條件：

• 能源平衡： $\sum_{tech} Gen_{t,r,tech} + \sum_{r2} Trans_{t, r2, r} = Demand_{t,r} + \sum_{r2} Trans_{t, r, r2} + Storage_{out, t, r} - Storage_{in, t, r}$ 適用於所有小時 $t$ 同區域 $r$。
• 容量限制： $Gen_{t,r,tech} \leq CF_{t,r,tech} \cdot Cap_{r, tech}$，其中 $CF$ 係小時容量因數。
• 儲能動態： $E_{t+1, r} = E_{t, r} + \eta_{in} \cdot Storage_{in, t, r} - \frac{1}{\eta_{out}} \cdot Storage_{out, t, r}$
• 水庫管理： 模擬進水量、儲水限制同最低環境流量嘅約束條件。

PtG過程以效率 $\eta_{PtG}$（例如，生產SNG約為58%）建模，將電力輸入 $E_{in}$ 同燃氣輸出 $G_{out}$ 聯繫起來：$G_{out} = \eta_{PtG} \cdot E_{in}$。

5. 實驗結果與圖表說明

圖表1：各情景嘅裝機容量
一個堆疊條形圖會顯示四個情景下太陽能光伏、風力、水力同燃氣渦輪機（用於某些情景嘅備用）嘅裝機容量（以GW計）。「整合」情景由於PtG增加咗需求，顯示出最高嘅總容量。

圖表2：代表性子區域（例如巴西東南部）嘅小時發電曲線
一個為期一週嘅多線圖會顯示水力發電如何平滑太陽能光伏嘅巨大日間峰值同風力發電嘅波動輸出。「虛擬電池」效應清晰可見，水力發電喺陽光充足/有風期間減少，並喺夜間或平靜期間增加。

圖表3：系統成本細分
整合情景嘅圓形圖顯示年度化總成本嘅分佈：太陽能光伏資本支出與營運支出、風力資本支出與營運支出、HVDC電網、電轉氣工廠同海水化淡工廠。呢個突顯咗能源轉型嘅資本密集型性質。

6. 分析框架：情景建模示例

案例：評估電網擴張與本地儲能
智利（太陽能豐富）嘅一間公用事業公司考慮係投資一條通往阿根廷（風力/水力互補）嘅新HVDC線路，定係興建一個大型電池儲能場。

框架應用：
1. 定義節點： 智利（節點A）、阿根廷（節點B）。
2. 輸入數據： A點嘅小時太陽能容量因數、B點嘅小時風力/水力容量因數、需求曲線、HVDC線路（$/MW-km）同電池（$/kWh）嘅資本成本。
3. 運行模型變體：
- 變體1（孤立）： 節點A必須本地滿足其需求，需要大量電池容量來覆蓋夜間需求。
- 變體2（互聯）： 節點A同B以指定容量嘅HVDC線路連接。日間A點嘅過剩太陽能可以輸送到B點；夜間，B點嘅水力/風力可以供應A點。
4. 優化與比較： 模型最小化兩個變體嘅總成本。結果通常顯示，即使考慮輸電成本，變體2 仍然更便宜，因為減少咗A點對昂貴儲能嘅需求，並更好咁利用咗B點現有嘅靈活水力發電。呢個反映咗本研究關於輸電價值嘅核心發現。

7. 批判性分析與專家解讀

核心見解： 呢項研究唔單止係一個綠色幻想；佢係一個務實嘅工程藍圖，揭示咗困喺南美洲現有水電基礎設施中嘅潛在財務同戰略價值。真正嘅突破係將水壩重新定義，唔單止係發電機，而係大陸規模、零邊際成本嘅電網穩定器——一個可以節省數千億新儲能投資嘅「虛擬電池」。呢個將潛在嘅氣候脆弱性（水文變化）轉化為韌性嘅基石。

邏輯流程： 論點具有說服力且線性：1）可變可再生能源（太陽能/風力）現時係最便宜嘅來源。2）佢哋嘅間歇性係主要問題。3）南美洲有一個獨特、已預付嘅解決方案——其龐大嘅水電機組——可以透過數碼化重新優化，以儲能優先模式運行。4）喺互補區域（例如，多風嘅巴塔哥尼亞到陽光充沛嘅巴西東北部）之間增加HVDC「連線」，創造地理電池效應，進一步降低成本。5）最後，利用剩餘嘅可再生能源電子來製造分子（燃氣）同水，解決相鄰嘅數十億美元工業同稀缺問題，創造一個良性經濟循環。

優點與缺陷：
優點： 小時級別建模係最先進嘅技術，對於可信嘅可再生能源研究不可或缺。跨部門耦合（PtG、海水化淡）超越咗學術練習，具有現實政策相關性。利用現有水電係務實思維嘅妙筆。
缺陷： 模型嘅優雅掩蓋咗殘酷嘅政治同監管障礙。建設橫跨大陸嘅HVDC電網涉及類似歐盟所面臨嘅主權噩夢。對於呢種規模嘅項目融資同審批，2030年嘅時間表過於樂觀。佢亦假設社會會接受新嘅巨型基礎設施，而呢點越來越受到質疑。成本估算雖然參考2015年數據，但急需根據2022年後嘅通脹同供應鏈衝擊進行更新。

可行建議：
1. 對監管機構： 立即改革電力市場設計，從財務上獎勵靈活性同容量（唔單止係能源）。水力營運商應該好似電池一樣，因提供「平衡服務」而獲得報酬。
2. 對投資者： 最大嘅近期機會唔係喺新嘅太陽能發電場——而係喺現有水電設施嘅數碼化同控制系統，以最大化其電網平衡收入。
3. 對政府： 從雙邊「能源橋樑」條約（例如智利-阿根廷）開始作為試點項目。集中研發降低PtG電解槽嘅資本支出，因為呢個係整合情景嘅關鍵。
4. 關鍵路徑： 最重要嘅成功因素係輸電。冇咗佢，虛擬電池就仍然係碎片化嘅。一個仿效歐洲TEN-E嘅泛美洲電網倡議，必須成為最高外交優先事項。

8. 未來應用與研究方向

• 綠色氫氣出口： 模型嘅PtG組件可以擴展，以模擬大規模綠色氫氣生產，用於出口到歐洲同亞洲，將南美洲轉變為可再生能源強國。
• 氣候韌性建模： 未來工作必須整合更精細嘅氣候模型，以壓力測試系統對抗預測嘅水文循環同風模式變化。
• 分散式能源資源（DERs）整合： 將屋頂太陽能、用戶側儲能同電動車充電納入模型，以了解佢哋對集中式電網規劃嘅影響。
• 先進儲能估值： 詳細分析水力發電靈活性所提供嘅經濟價值，創建標準化指標以吸引現代化投資。
• 政策與市場模擬： 將技術經濟模型同基於代理嘅模型結合，以模擬監管框架、投資行為同跨境電力交易協議。

9. 參考文獻

1. 世界銀行. (2016). 世界發展指標. GDP增長（年度百分比）。
2. 國際能源署（IEA）. (2014). 世界能源展望2014.
3. 國際能源署（IEA）. (2015). 2015年關鍵世界能源統計.
4. 美國能源信息管理局（EIA）. (2015). 國際能源統計.
5. de Jong, P., 等人. (2015). 巴西嘅水力發電、氣候變化同不確定性. 可再生能源與可持續發展評論.
6. ONS（巴西國家電網營運商）. (2015). 每週營運報告.
7. EPE（巴西能源研究辦公室）. (2015). 2015年巴西能源平衡.
8. Bogdanov, D., & Breyer, C. (2016). 用於100%可再生能源供應嘅東北亞超級電網：電力、燃氣同熱力供應選項嘅最佳能源技術組合. 能源轉換與管理. （用於方法論背景）。
9. 國際可再生能源機構（IRENA）. (2020). 全球可再生能源展望：2050年能源轉型. （用於更新嘅成本同潛力數據）。
10. Jacobson, M.Z., 等人. (2015). 為全球139個國家制定100%清潔同可再生風能、水能同太陽能（WWS）全部門能源路線圖. 焦耳. （用於比較100%可再生能源研究方法論）。