2.1. 能源系統模型
該模型是一個成本優化工具，用於決定發電、儲能及輸電容量的最佳組合。它使用歷史氣象數據（2005-2009年）的太陽輻照度與風速，為15個子區域的太陽能光電與風力發電廠生成合成的小時容量因子。
1. 簡介與概述
本研究提出一項開創性、以小時為解析度的能源系統建模研究，旨在於2030年前實現中南美洲100%再生能源供應。此研究應對了該區域在維持經濟增長的同時，將其已具高再生能源比例（以水力為主）的系統轉型為更多元、更具韌性且完全永續系統的雙重挑戰。其核心創新在於不僅整合電力，更將海水淡化及透過電轉氣技術生產的合成天然氣納入單一優化模型中。
目標年份
2030
模型解析度
小時
子區域
15
情境數量
4
2. 方法論與情境設定
本研究採用線性優化模型，在滿足電力、水及天然氣每小時需求的條件下，最小化整合能源系統的年度總成本。
2.2. 定義之情境
- 情境 1 (區域型)： 高壓直流輸電有限，主要在大區域範圍內。
- 情境 2 (國家型)： 增強的高壓直流電網，允許在國家內部傳輸。
- 情境 3 (全區域型)： 高度集中的電網，在整個大陸擁有廣泛的高壓直流連接。
- 情境 4 (整合型)： 以情境 3 為基礎，增加對39億立方公尺淡化水及640 TWhLHV合成天然氣的需求，這些是透過電解與甲烷化（電轉氣）生產的。
2.3. 區域細分
根據政治邊界與能源市場結構，將大陸劃分為15個子區域，以準確模擬資源分佈與輸電需求。
3. 結果與關鍵發現
3.1. 能源組合與裝置容量
模型發現100%再生能源系統在技術上是可行的。裝置容量以太陽能光電（約415 GW）和風力發電（約200 GW）為主，現有的水力發電（約150 GW）則提供平衡與儲能功能。生質能與地熱能扮演次要的互補角色。
3.2. 成本分析 (LCOE, LCOG, LCOW)
- 平準化發電成本： 從分散式的情境 1 之 62 €/MWh 降至集中式的情境 3 之 56 €/MWh（2015年幣值）。電網擴張透過平滑變動性來降低成本。
- 平準化天然氣成本： 在整合型的情境 4 中，合成天然氣成本為 95 €/MWhLHV。
- 平準化水成本： 淡化水成本為 0.91 €/m³。
- 系統效益： 與獨立的電力系統相比，整合水與天然氣部門使總系統成本降低了 8%，發電需求減少了 5%，這得益於對過剩再生能源電力的更好利用。
3.3. 水力發電作為虛擬儲能的角色
一個關鍵發現是將現有水壩用作「虛擬電池」。透過策略性地調度水力發電，配合太陽能與風力發電的輸出，對額外電化學或其他儲能技術的需求顯著降低。這利用了現有基礎設施來維持電網穩定。
3.4. 部門整合的效益
整合情境展示了跨部門耦合的「系統價值」。電轉氣與海水淡化作為靈活的非電池儲能負載，吸收過剩的再生能源發電，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
模型的核心是一個最小化年度總成本 $C_{total}$ 的線性優化問題：
$\min C_{total} = \sum_{t,i} (C_{cap,i} \cdot G_{i} + C_{op,i} \cdot g_{i,t}) + \sum_{l} C_{trans,l} \cdot T_l + \sum_s C_{store,s} \cdot S_s$
限制條件：
1. 能源平衡（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 $G_i$ 是技術 $i$ 的容量，$g_{i,t}$ 是其在時間 $t$ 的發電量，$T_l$ 是輸電容量，$S_s$ 是儲能容量，$D_t$ 代表各種需求。
4.2. 輸入數據與假設
關鍵假設包括使用2005-2009年氣象數據計算變動性再生能源、來自文獻的2030年技術成本預測、8%的加權平均資本成本，以及對電力（1813 TWh）、水和天然氣的估計需求。
5. 實驗結果與圖表說明
圖表說明（基於典型模型輸出）： 一個關鍵輸出圖表將顯示整合情境（4）中代表性年份的每小時發電組合。堆疊面積圖的 x 軸為時間（小時），y 軸為功率（GW）。各層代表：太陽能光電（顯示明顯的日循環）、風力發電（變動性更大，日夜皆有）、水力發電（作為靈活的基載/平衡者，在太陽能和風力發電低時填補缺口），以及代表生質能/地熱能的薄層。頂線代表總需求，包括直接消耗及用於電轉氣/海水淡化的負載。此圖將直觀地展示水力發電調度與部門耦合負載（電轉氣/海水淡化）如何「削減」變動性再生能源過剩的峰值並填補短缺的谷底，確保持續的平衡。
6. 分析框架：情境比較
案例：評估電網集中化與部門整合
框架： 可使用一個雙軸分析矩陣來比較四種情境。
- X 軸（電網發展）： 低（區域型） -> 高（全區域型）互聯程度。
- Y 軸（部門耦合）： 獨立電力系統 vs. 整合（電力 + 水 + 天然氣）系統。
情境定位：
- 情境 1 (區域型，獨立)： 左下角。高成本（62 €/MWh），高儲能需求。
- 情境 3 (全區域型，獨立)： 右下角。因電網而成本較低（56 €/MWh）。
- 情境 4 (全區域型，整合)： 右上角。最低的系統成本，最高的價值創造。
洞見： 向右移動（更好的電網）可降低平準化發電成本。向上移動（增加部門）可降低總系統成本並提高韌性。最佳的系統設計（情境 4）需要同時投資於輸電基礎設施與跨部門耦合技術。
7. 批判性分析與專家解讀
核心洞見： 這項研究不僅是可行性檢驗，更是利用南美洲獨特的既有資產——大規模水力發電——作為下一代跨部門耦合再生能源電網關鍵樞紐的藍圖。真正的突破在於將水力重新定位，從單純的發電機轉變為大陸主要的電網形成虛擬電池，大幅減少對昂貴新儲能的需求，並實現太陽能與風力的深度滲透。
邏輯脈絡： 論點具有說服力：1) 氣候風險使以水力為主的系統變得不可靠。2) 該區域擁有世界級的太陽能/風力資源。3) 問題在於間歇性。4) 解決方案：將現有水庫用於儲能，而不僅是發電。5) 附加效益：利用過剩再生能源電力生產綠色燃料和水，創造循環的能源-水系統。從問題到整合解決方案的邏輯連貫，同時滿足了經濟、技術和氣候調適的需求。
優勢與缺陷： 模型的優勢在於其整體性、小時解析度的成本優化方法，以及整合電轉氣/海水淡化的開創性步驟——這超越了大多數僅關注電力的100%再生能源研究。然而，分析存在明顯的軟肋。8%的加權平均資本成本對新興市場而言過於樂觀；使用更高利率（例如10-12%）進行敏感性分析至關重要。建立全大陸高壓直流超級電網的政治與監管可行性是房間裡的大象，被技術經濟模型所忽略。此外，雖然將水力用作儲能很巧妙，但可能與現有的水權、防洪和生態保護任務相衝突——這是一個幾乎未觸及的多目標優化挑戰。與該領域的許多研究（例如Jacobson等人為美國制定的100%再生能源計畫）一樣，本研究在技術潛力方面表現出色，但需要關於治理、融資和社會許可的強力配套研究。
可行建議： 對於該區域的政策制定者和公用事業公司，優先事項應是：1) 現代化水力治理： 立即開始改革水與能源市場規則，使水力電廠能夠靈活運營以提供電網服務，而不僅僅是大量發電。2) 試行部門耦合： 智利的採礦業（需要水和電力）或巴西的工業中心是電轉氣/海水淡化項目的理想試驗場。3) 策略性規劃電網走廊： 與其建立完整的大陸電網，不如專注於關鍵的雙邊走廊（例如巴西-烏拉圭-阿根廷的風力走廊），以建立信任並展示效益。4) 以實際融資條件進行壓力測試： 使用區域特定、經風險調整的融資成本運行模型，以獲得現實的資本支出圖景。本研究提供了技術願景；下一步是建立政治與金融架構以實現它。
8. 未來應用與研究方向
- 出口綠色氫/氨： 擴展電轉氣概念，生產綠色氫或氨以供出口至歐洲或亞洲，將南美洲的再生能源過剩轉化為主要出口商品，類似於澳洲或智利的策略。
- 氣候韌性建模： 整合前瞻性氣候模型（例如IPCC CMIP6預測），以評估變化的水文與風力模式可能如何影響2030年及以後的最佳系統設計。
- 分散式與集中式的權衡： 模擬具有更高比例分散式屋頂太陽能光電和社區規模儲能的情境，與本文提出的集中式公用事業規模+高壓直流方法進行比較。
- 多目標優化： 擴展模型以納入成本最小化之外的目標，例如最大化就業、最小化土地使用，或保護受水力調度影響的河流生態系統。
- 與交通運輸整合： 將大規模交通電氣化（電動車）以及可能用於航空和航運的綠色合成燃料納入模型的需求側。
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. （關於全球100%再生能源背景及電轉氣角色）。
- 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. （方法論參考）。
- 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%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. （關於水力發電氣候脆弱性的數據）。