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

1. 簡介與概述

呢項研究提出咗一個開創性、以小時為單位嘅能源系統建模研究，旨在喺2030年之前實現南美洲同中美洲100%可再生能源供應。研究應對咗該地區嘅雙重挑戰：一方面要維持經濟增長，另一方面要將已經好高嘅可再生能源比例（主要由水力發電主導）轉型為一個更多元化、更具韌性同完全可持續嘅系統。核心創新之處在於，唔單止整合電力，仲將海水化淡同透過電轉氣技術生產合成天然氣一併納入單一優化模型。

目標年份

2030

模型解析度

每小時

子區域

情景數量

2. 研究方法與情景設定

研究採用線性優化模型，以滿足電力、水同天然氣嘅每小時需求為前提，最小化整合能源系統嘅年度總成本。

2.1. 能源系統模型

呢個模型係一個成本優化工具，用嚟確定發電、儲能同輸電容量嘅最佳組合。佢使用歷史天氣數據（2005-2009年）嘅太陽輻照度同風速，為15個子區域嘅光伏同風力發電廠生成合成嘅每小時容量因數。

2.2. 定義情景

情景 1 (區域性)： 有限嘅高壓直流輸電，主要喺大型區域板塊內進行。
情景 2 (國家性)： 增強嘅高壓直流電網，允許喺國家內部傳輸。
情景 3 (全區域性)： 高度集中嘅電網，喺整個大陸範圍內有廣泛嘅高壓直流連接。
情景 4 (整合性)： 喺情景3嘅基礎上，增加咗39億立方米嘅化淡水需求同640 TWh_LHV嘅合成天然氣需求，後者透過電解同甲烷化生產。

2.3. 區域細分

根據政治邊界同能源市場結構，將大陸劃分為15個子區域，以準確模擬資源分佈同輸電需求。

3. 結果與主要發現

3.1. 能源組合與裝機容量

模型發現，100%可再生能源系統喺技術上係可行嘅。裝機容量主要由太陽能光伏（約415 GW）同風力發電（約200 GW）主導，現有嘅水力發電（約150 GW）則提供平衡同儲能功能。生物質同地熱能扮演次要嘅互補角色。

3.2. 成本分析 (LCOE, LCOG, LCOW)

平準化電力成本： 由分散式情景1嘅62 €/MWh，下降至集中式情景3嘅56 €/MWh（2015年貨幣）。電網擴張透過平滑波動性嚟降低成本。
平準化燃氣成本： 喺整合情景4中，合成天然氣成本為95 €/MWh_LHV。
平準化水成本： 化淡水成本為0.91 €/m³。
系統效益： 與獨立電力系統相比，整合水同燃氣部門令總系統成本降低8%，電力需求減少5%，原因係更好咁利用咗過剩嘅可再生能源電力。

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，可以顯著減少對額外電化學或其他儲能技術嘅需求。咁樣可以善用現有基礎設施嚟維持電網穩定。

3.4. 跨部門整合嘅好處

整合情景展示咗跨部門耦合嘅「系統價值」。電轉氣同海水化淡作為靈活嘅非電池儲能負載，吸收過剩嘅可再生能源發電，提高整體資產利用率，從而降低成本。

4. 技術細節與建模

4.1. 數學公式

模型嘅核心係一個最小化年度總成本 $C_{total}$ 嘅線性優化問題：

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

約束條件：

1. 能量平衡 (每小時)： $\sum_i g_{i,t} + \sum_s (p_{s,t}^{dis} - p_{s,t}^{ch}) + \sum_l I_{l,t} = D_{t}^{elec} + D_{t}^{PtG} + D_{t}^{Desal}$

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

3. 儲能動態： $E_{s,t+1} = E_{s,t} + \eta_s^{ch} \cdot p_{s,t}^{ch} - p_{s,t}^{dis} / \eta_s^{dis}$

其中 $G_i$ 係技術 $i$ 嘅容量，$g_{i,t}$ 係佢喺時間 $t$ 嘅發電量，$T_l$ 係輸電容量，$S_s$ 係儲能容量，$D_t$ 代表各種需求。

4.2. 輸入數據與假設

關鍵假設包括用於可變可再生能源嘅2005-2009年氣象數據、文獻中嘅2030年技術成本預測、8%嘅加權平均資本成本，以及對電力（1813 TWh）、水同燃氣嘅需求估算。

5. 實驗結果與圖表描述

圖表描述 (基於典型模型輸出)： 一個關鍵輸出圖表會顯示整合情景 (4) 中一個代表性年份嘅每小時發電組合。堆疊面積圖嘅x軸係時間（小時），y軸係功率（GW）。圖層會代表：太陽能光伏（顯示明顯嘅晝夜週期），風力發電（變化更大，日與夜），水力發電（作為靈活嘅基載/平衡器，喺太陽能同風力發電低時填補缺口），以及代表生物質/地熱嘅薄層。頂線代表總需求，包括直接消耗同電轉氣/化淡嘅負載。圖表會直觀展示水力發電調度同跨部門耦合負載點樣「削平」可變可再生能源過剩嘅峰值，並填補短缺嘅低谷，確保持續平衡。

6. 分析框架：情景比較

案例：評估電網集中化與跨部門整合

框架： 可以使用一個雙軸分析矩陣嚟比較四個情景。

X軸 (電網發展)： 低（區域性） -> 高（全區域性）互聯。
Y軸 (跨部門耦合)： 獨立電力 vs. 整合（電力 + 水 + 燃氣）。

情景定位：

情景 1 (區域性，獨立)： 左下角。高成本 (62 €/MWh)，高儲能需求。
情景 3 (全區域性，獨立)： 右下角。由於電網，成本較低 (56 €/MWh)。
情景 4 (全區域性，整合)： 右上角。最低嘅系統成本，最高嘅價值創造。

洞察： 向右移動（更好嘅電網）降低平準化電力成本。向上移動（增加部門）降低總系統成本並提高韌性。最佳系統設計（情景4）需要同時投資於輸電基礎設施同跨部門耦合技術。

7. 批判性分析與專家解讀

核心洞察： 呢項研究唔單止係可行性檢查；佢係一個藍圖，用嚟利用南美洲獨特嘅遺產資產——龐大嘅水力發電——作為下一代跨部門耦合可再生能源電網嘅關鍵。真正嘅突破係將水力發電重新定義，唔單止係發電機，而係大陸嘅主要電網形成虛擬電池，大幅減少對昂貴新儲能嘅需求，並實現太陽能同風力嘅深度滲透。

邏輯流程： 論點好有說服力：1) 氣候風險令到以水力為主嘅系統變得不可靠。2) 該地區擁有世界級嘅太陽能/風力資源。3) 問題係間歇性。4) 解決方案：將現有水庫用於儲能，唔單止係發電。5) 額外好處：利用過剩可再生能源生產綠色燃料同水，創造一個循環嘅能源-水系統。從問題到整合解決方案嘅邏輯係連貫嘅，同時滿足經濟、技術同氣候適應需求。

優點與不足： 模型嘅優勢在於其整體性、每小時、成本優化嘅方法，以及電轉氣/海水化淡嘅突破性整合——呢一步超越咗大多數只關注電力嘅100%可再生能源研究。然而，分析有明顯嘅弱點。8%嘅加權平均資本成本對新興市場嚟講過於樂觀；用更高利率（例如10-12%）進行敏感性分析至關重要。全大陸範圍高壓直流超級電網嘅政治同監管可行性係房間裡嘅大象，被技術經濟模型輕輕帶過。此外，雖然將水力用作儲能係聰明嘅做法，但佢可能同現有水權、防洪同生態任務有衝突——呢個多目標優化挑戰幾乎冇被觸及。呢項研究，同呢個領域嘅許多研究一樣，喺技術潛力方面表現出色，但需要就治理、融資同社會許可進行強有力嘅配套研究。

可行建議： 對於該地區嘅政策制定者同公用事業公司，優先事項應該係：1) 現代化水力治理： 立即開始改革水同能源市場規則，使水電廠能夠靈活運作以提供電網服務，唔單止係批量能源。2) 試點跨部門耦合： 智利嘅採礦業（需要水同電力）或者巴西嘅工業中心係電轉氣/海水化淡項目嘅完美試驗場。3) 策略性規劃電網走廊： 與其建立完整嘅大陸電網，不如專注於關鍵嘅雙邊走廊，以建立信任並展示效益。4) 用真實融資進行壓力測試： 使用特定區域、風險調整後嘅融資成本運行模型，以獲得現實嘅資本支出情況。研究提供咗技術願景；下一步係建立政治同金融架構以實現佢。

8. 未來應用與研究方向

出口綠色氫氣/氨： 擴展電轉氣概念，生產綠色氫氣或氨用於出口到歐洲或亞洲，將南美洲嘅可再生能源過剩轉化為主要出口商品，類似澳洲或智利嘅策略。
氣候韌性建模： 整合前瞻性氣候模型，以評估變化中嘅水文同風力模式可能點樣影響2030年及以後嘅最佳系統設計。
分散式與集中式嘅權衡： 模擬具有更高比例分散式屋頂光伏同社區規模儲能嘅情景，與呢度提出嘅集中式公用事業規模+高壓直流方法進行比較。
多目標優化： 擴展模型以包括成本最小化之外嘅目標，例如最大化就業、最小化土地使用，或保護受水力調度影響嘅河流生態系統。
與交通運輸整合： 將大規模交通電氣化同潛在嘅綠色合成燃料用於航空同航運納入模型嘅需求側。

9. 參考文獻

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. (全球100%可再生能源背景同電轉氣角色)。
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. (方法學參考)。
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. (100%可再生能源建模方法比較)。
International Renewable Energy Agency (IRENA). (2020). Green Hydrogen Cost Reduction: Scaling up Electrolysers to Meet the 1.5°C Climate Goal. Abu Dhabi: IRENA. (電轉氣成本預測)。
World Bank. (2020). Climate Risk Country Profile: Brazil. (水力發電氣候脆弱性數據)。