HKUST王者教授团队:光伏在电网脱碳过程中对电力系统供需不平衡的影响

学术   2024-11-26 18:31   四川  

青岛理工大学李岩学副教授团队和香港科技大学王者助理教授团队在Cell出版社交叉学科期刊Nexus发表题为“Evaluating Rooftop PV's Impact on Power Supply-Demand Discrepancies in Grid Decarbonization”的文章。本文针对光伏系统的广泛应用造成的电网供需不平衡的问题,提出了一个跨学科框架,利用遥感技术,地理信息系统,计算机视觉和能量流计算框架,估计了日本九州地区屋顶光伏的利用率及发电潜力,量化了未来不同光伏扩张情景下的电网供需失衡现象,并考虑以储能为一种潜在的解决措施,估算了不同储能方案的容量需求和投资成本。本研究的结果可以帮助政策制定者制定战略计划并进行相关投资,助力电网系统实现碳中目标。


研究背景


促进可再生能源的安装部署是缓解全球变暖危机和实现可持续发展的关键方法。得益于政策支持、技术进步和成本降低,屋顶光伏发电变得越来越普及。随着日本向2035年能源结构路线迈进,政府进一步激励分布式光伏系统的发展。然而,光伏发电的广泛利用给电网的稳定运行带来了重大挑战。太阳能发电的随机性、间歇性和不可调度性对电网供需的实时平衡构成了重大威胁。光伏渗透率提高导致的电力系统供需失衡会使电网负荷特征表现为“鸭型曲线”,此现象最早出现在美国加州和夏威夷等光伏利用率较高的地区。“鸭型曲线”反映出光伏系统会造成中午过度发电的风险,而随着日落的临近,光伏发电减少,而电网需求迅速增加,因此需要额外补充发电作为备用资源,以维持电网的稳定性,此过程会产生额外的碳排放并带来财务负担。


九州是日本第三大岛,截至2023年底,九州累计电网整合光伏容量达到12080 MWp,在日本九个区域电网中,九州电网的电网光伏渗透率最高。虽然屋顶光伏系统的推广对住宅部门脱碳有着良好的前景,但它也对电网的可靠、高效和经济运行构成了挑战。目前的研究主要集中在屋顶光伏系统的识别及发电潜力估算,很少有研究深入探讨大尺度区域内屋顶光伏装置对电网运行动态的影响。针对这一问题,本文提出了一个跨学科框架,以日本九州地区为例,利用自下而上的方法量化屋顶光伏的利用率和其对电网供需模式及净零排放战略的影响。本文利用遥感技术和先进的计算机视觉模型,在大范围区域内有效提取不同地理环境中的屋顶光伏,并利用 GIS 运算和可视化技术对光伏部署模式进行空间分析。此外,本文应用能量流分析来研究光伏应用的后续影响,通过量化不同光伏应用情景下的电力供需差异,为大规模光伏集成运营、经济和政策层面提供关键见解。最后,我们估计并比较了防止弃光情景下的不同储能策略以及所需的经济投资。这项研究可以帮助政策制定者和电网运营商制定战略计划并进行相关投资,以实现电网的碳中和发展。

核心内容


1. 日本九州地区屋顶光伏识别


本文通过训练先进的Tranformer深度学习模型,对高分辨的谷歌卫星影像进行屋顶光伏识别,模型展现出99.3%的良好准确率(图1)。然后通过GIS空间运算,将卫星影像识别的屋顶光伏与建筑屋顶矢量数据进行空间连接,得到九州地区屋顶光伏利用率(图2)。在九州地区,按数量衡量的屋顶光伏系统普及率为 4.76%,按屋顶面积衡量的普及率为 9.77%。在九州各县中,按屋顶数量计算,熊本县的利用率最高,为 5.52%,而大分县的利用率最低,为 4.26%。按屋顶面积计算利用率,佐贺县是屋顶光伏利用率最高的地区,为 11.09%,而鹿儿岛的利用率在七个县中最低,为 8.37%。值得注意的是,我们的分析发现光伏利用率与家庭年平均收入等社会经济指标之间存在任何显著相关性。这表明,除了收入水平之外,其他因素也可能对九州地区屋顶光伏系统部署的决策产生影响。

图1:基于Transformer的屋顶光伏分割深度学习模型


2: 九州地区屋顶面积、数量及屋顶光伏利用率



2. 日本九州地区屋顶光伏发电估算


本文通过逐小时太阳辐射数据、GIS屋顶信息及光伏系统运行参数构建光伏发电模型,对九州地区进行高分辨率的屋顶光伏发电估算。图3(a) 展示了日本九州岛长崎、佐贺、福冈、熊本、大分、鹿儿岛、宫崎地区的光伏年发电量。图 3(b)-(d) 显示了福冈地区不同季度每小时光伏发电量的平均值和标准差,结果表明发电量在不同季节之间存在显著差异。


图3:日本九州屋顶光伏年发电潜力



3. 光伏利用率对九州电网供需平衡的影响


我们预测了随着屋顶光伏利用率进一步提高,九州地区可能出现的“鸭形曲线”的特征。图4(a)展现了九州地区未来不同光伏渗透情景下的全年每小时电网净负荷,其中净负荷定义为电网总需求减去光伏发电量。图4(b-e)描述了当光伏渗透率为 40% 时的不同季节的电网净负荷曲线。结果表明,如果利用率超过 30%,太阳能弃光现象将显著增加,如果光伏利用率达到 50%,将导致每年20.9 TWh 的弃光,占光伏总发电量的 43.4%。最严重的弃光现象发生在过渡季,例如春季和秋季,这是因为白天光伏发电量高,而这些季节的电力需求相对较低。



图4:九州地区全年观察到的每小时净负荷的平均值和标准差



4. 缓解电网供需失衡的潜在方法及成本


图5(a)展示了屋顶光伏利用率等于50%情形下光伏弃电的程度。图 5(b) 说明了允许光伏弃电的天数与所需储能容量之间的关系。在光伏利用率为 20%的情景下,与没有光伏弃电相比,允许 50 天的弃光会使所需的储能容量减少 58%,光伏渗透率为 50% 时则减少 37%。


表1为屋顶光伏渗透率为 50%时为防止光伏弃电所需的储能方法和成本。根据美国国家可再生能源实验室预测,2050 年电池储能成本为226 美元/千瓦时,因此当光伏渗透率为 20%、30%、40% 和 50%时,九州电网将需要投资 104.4 亿美元、197.1 亿美元、293.3 亿美元和 391 亿美元用于电池储能,以消纳屋顶光伏发电的过剩的能源。


图5:九州电网弃光情况及所需的储能容量



1 屋顶光伏利用率为 50%时防止光伏弃电的储能方法和成本



Estimate unit costs by 2050 (US$/kWh)

Costs to prevent PV curtailment in Kyushu  (billion US$)

Round trip efficiency

Battery

226

39.10

83%

Thermochemical energy storage

80

8.77

95%

Sensible or latent thermal storage

12

1.02

~

Hydrogen

0.1

0.01

~50%


5. 未来展望


为了缓解“弃光”现象,论文还讨论了电气化进程和柔性电力系统也有助于消纳屋顶光伏产生的过剩发电。电气化主要在交通运输和建筑领域推动,若实施有效的需求侧管理解决方案,如电网-建筑交互和融合电网友好型电动汽车,将有助于平衡实时电力供需,从而减少对大量能源储存的依赖。


论文总结

本研究通过多学科交叉的研究框架,结合遥感、地理信息系统,深度学习技术和能源分析模型,对日本九州地区的大规模屋顶光伏能源系统进行了全面的分析。通过屋顶光伏渗透率预测未来电网系统供需差异,本研究可以为政策制定者提供电网优化和规划的定量决策支持。此外,本研究深入探讨了储能解决方案在解决 “弃光”问题方面的潜力。虽然本文以日本九州地区为研究案例,但是本文提出的研究框架和分析方法可以应用于世界其他旨在向更高光伏渗透水平过渡的地区。


研究团队介绍


论文第一作者为香港科技大学张世鸿博士,青岛理工大学李岩学副教授和香港科技大学王者助理教授为本文的共同通讯作者,国内外合作作者包括:清华大学建筑学院林波荣教授,香港科技大学(广州)人工智能学域的盘婧怡博士,英国伯明翰大学储能中心的纪明希博士。


王者教授领衔的香港科技大学智能建筑与建造实验室致力于解决能源系统建模与优化领域的关键技术,从车辆-建筑-城市等多维度研究能源系统可持续发展的前沿性科学问题。王者教授自2021年起连续四年被斯坦福大学和爱思唯尔评选为全球前 2% 科学家,在Nature Cities, Applied Energy, Renewable and Sustainable Energy Reviews, Advances in Applied Energy等国际高水平期刊发表系列论文,谷歌学术被引达6725次,h指数45。

OnePage

扫码二维码阅读全文或点击“阅读全文”

论文标题:

Evaluating Rooftop PV's Impact on Power Supply-Demand Discrepancies in Grid Decarbonization

DOI:

https://doi.org/10.1016/j.ynexs.2024.100041

点击查看其他文章

对话腾讯战略发展部 “碳寻计划”

剑桥大学团队:“The World Avatar”实现研究实验室的自动化与数字化

美国康奈尔大学团队:人工智能与电化学储能系统的高效整合助力交通电气化


点击名片关注Nexus官方公众号

AEii国际应用能源
发布应用能源领域资讯,介绍国际应用能源创新研究院工作,推广应用能源优秀项目,增进应用能源领域合作
 最新文章