偏遠可再生能源樞紐分類法：設計與比較之框架

目錄

1. 簡介

全球能源系統的去碳化面臨一個根本性的空間錯配：高需求的負載中心往往缺乏足夠的本地可再生能源資源。偏遠可再生能源樞紐被提出作為一項戰略解決方案，將能源轉換基礎設施設置在資源豐富但偏遠的地區（例如，沙漠中的太陽能、沿海或極地地區的風能）。這些樞紐利用電力轉換為X技術，將可再生電力轉化為可儲存和運輸的能源載體，如氫氣、氨氣或合成甲烷。Dachet等人發表的論文《偏遠可再生能源樞紐：一種分類法》針對RREH概念日益多樣化的現象，提出了一套系統性的分類法，以對其進行分類、比較並指導其設計。

2. 分類法之必要性

文獻與工業項目揭示了各式各樣的RREH配置，其地理位置、技術、能源載體和目的各不相同。若缺乏一個共同的框架，比較技術經濟分析、評估環境影響以及識別最佳設計將變得困難重重。分類法為研究人員、工程師和政策制定者提供了一種標準化語言，促進了清晰的溝通、系統性的基準測試，並有助於識別尚未探索的設計可能性。

3. 提議之RREH分類法

此分類法圍繞著定義樞紐配置與角色的幾個關鍵維度建構而成。

3.1. 核心組件

每個RREH皆由三個基本子系統組成：

• 可再生能源發電：主要資源（太陽能光伏、風能、水力）及相關基礎設施。
• 轉換與合成工廠：P2X技術（電解槽、哈柏法、甲烷化）。
• 輸出與運輸基礎設施：管線、航運（適用於如NH₃、CH₃OH等液體）或特殊船舶（適用於H₂）。

3.2. 能源載體維度

定義最終生產的能源載體。常見載體包括：

• 氫氣：單位質量能量密度高，但儲存/運輸具挑戰性。
• 氨氣：較易液化，具備現有基礎設施，但不含碳。
• 甲醇 / 甲烷：可直接使用的燃料，但需要碳源。

3.3. 碳源維度

對於碳基燃料至關重要。碳源可以是：

• 直接空氣捕獲：碳中和但耗能高。
• 點源捕獲：來自工業工廠（例如，水泥、鋼鐵），成本可能較低。
• 生物來源：擴展性有限。

3.4. 整合與輸出維度

描述樞紐與其環境的互動及最終輸出：

• 純輸出樞紐：僅為遠端需求中心生產能源載體。
• 整合型樞紐：同時供應本地工業或電網，或利用本地資源（例如，水、礦物）。
• 循環型樞紐：納入副產品或廢棄物的回收循環（例如，從需求中心進口CO₂）。

4. 分類法之應用

4.1. 個案研究分析

此分類法釐清了不同提案專案之間的差異：

• 阿爾及利亞至比利時甲烷專案：基於太陽能，能源載體為甲烷，碳源可能為DAC，屬於純輸出模式。
• 格陵蘭風能樞紐：基於風能，能源載體為氫氣/氨氣，無需碳源，屬於整合型模式，可能支援本地工業。
• 納米比亞電子氨專案：基於太陽能，能源載體為氨氣，純輸出模式，用於船用燃料。

4.2. 設計空間探索

此分類法可作為一個矩陣。透過跨維度組合不同的選擇，可以繪製出整個設計空間，並識別出尚未被研究、但可能具有優勢的新穎配置（例如，在巴塔哥尼亞建立一個循環型樞紐，利用風能合成甲醇，並從智利的工業中心運送捕獲的CO₂）。

5. 技術細節與數學框架

RREH建模的核心在於質量與能量平衡方程式。對於生產合成燃料的樞紐，合成工廠的關鍵關係由轉換效率和化學計量學定義。

範例：甲烷化

理論上的質量平衡很直接，但從主要可再生能源到交付能源載體的整個樞紐的實際能源效率 $\eta_{sys}$ 至關重要：

$\eta_{sys} = \eta_{gen} \times \eta_{conv} \times \eta_{transport} = \frac{E_{DEV}}{E_{PRE}}$

其中 $\eta_{gen}$ 是再生能源發電效率，$\eta_{conv}$ 是P2X轉換效率（電解加合成通常為50-70%），而 $\eta_{transport}$ 則考量了儲存和運輸過程中的能量損失。一個全面的技術經濟模型接著會評估交付產品的平準化能源成本：

$LCOE = \frac{\sum_{t=0}^{T} (Capex_t + Opex_t + Fuel_t) / (1+r)^t}{\sum_{t=0}^{T} E_{DEV, t} / (1+r)^t}$

其中 $r$ 是折現率，$T$ 是專案壽命。此分類法有助於在不同類型的樞紐之間一致地參數化這些模型。

6. 結果與比較分析

將此分類法應用於文獻案例，揭示了模式與權衡：

該論文暗示，能源載體的選擇在轉換效率與可運輸性/與現有基礎設施整合的便利性之間形成了根本性的權衡。沒有任何單一載體佔據絕對優勢；最佳選擇取決於距離、最終用途和當地政策。

7. 分析框架：範例個案

情境：評估在智利阿他加馬沙漠建立一個潛在RREH，用於向東亞輸出電子燃料。

1. 分類法分類：
   • 能源載體：甲醇。
   • 碳源：來自附近銅礦開採/冶煉作業的點源捕獲（利用廢棄CO₂）。
   • 整合模式：整合型樞紐（供電給採礦作業，利用其CO₂及可能的水資源產出）。
   • 主要資源：太陽能光伏（極高的容量因數）。
2. 分析步驟：
   • 使用分類法識別可比較的研究（例如，Fasihi等人關於甲烷的研究）。
   • 針對甲醇合成和本地整合效益（較低成本的CO₂、共享基礎設施）調整其技術經濟模型參數。
   • 將得出的LCOE和碳足跡與同一地點、基於DAC的純輸出樞紐進行基準比較。
3. 結果：在分類法引導下的比較可能顯示，整合型、點源模式的樞紐透過利用現有的工業共生關係，可降低20-30%的LCOE並加速部署，這是在沒有結構化框架下較不明顯的配置。

8. 未來應用與研究方向

此分類法開啟了數個方向：

• 多載體樞紐：探索生產多種載體的樞紐，以針對不同市場和電網平衡進行優化。
• 人工智慧驅動設計：將分類法維度作為機器學習模型的特徵，快速篩選數百萬種配置，以找出成本、效率和永續性方面的帕累托最優解。
• 政策與標準化：透過明確定義樞紐原型及其相關的碳核算方法，為「綠色」燃料認證的國際標準提供資訊。
• 韌性與安全性：研究不同分類類別在氣候變異性或地緣政治動盪下的表現。

9. 參考文獻

1. Dachet, V., Dubois, A., Miftari, B., Fonteneau, R., & Ernst, D. (2025). Remote Renewable Energy Hubs: a Taxonomy. arXiv preprint arXiv:2507.07659.
2. Berger, M., et al. (2023). Techno-economic analysis of a synthetic methane production plant in Algeria for import to Belgium. Applied Energy.
3. Fasihi, M., & Bogdanov, D. (2021). Techno-economic assessment of CO2-neural synthetic natural gas production from solar energy. Journal of Cleaner Production.
4. International Renewable Energy Agency (IRENA). (2021). Innovation Outlook: Renewable Methanol.
5. Zhu, J.-Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks. Proceedings of the IEEE International Conference on Computer Vision (ICCV). (Cited as an example of structured exploration in a parameter space).
6. European Commission. (2023). REPowerEU Plan.

10. 專家分析與批判性評論