北欧能源系统大规模电气化背景下新型电力生产的最优布局：位置、位置、还是位置

本研究针对大规模电气化进程中，如何克服可再生能源的固有可变性及电网限制等挑战，优化分布式发电单元的选址与规模问题。研究人员开发了新型高分辨率北欧能源系统模型EHUB Nordic，通过最小化系统总成本，揭示了可再生能源布局主要受高满负荷小时数(FLH)和靠近电力需求中心的双重影响，且后者在高需求条件下愈发重要。研究还发现电网容量假设对结果有显著影响，可为未来电网规划和可再生能源投资提供关键决策依据。

　　

在全球电力需求预计到2050年将比2023年水平翻番的背景下，可再生能源发电预计将在全球电气化转型中发挥关键作用。然而，可再生能源（VRE）来源，如风能和太阳能光伏（PV）系统，具有固有的可变性和不可调度性，这使得在考虑当地天气模式、输电网络限制和靠近需求地等因素的前提下，确定这些技术的最佳选址和规模成为一个具有挑战性的问题，并且可能对系统成本产生重大影响。

为了应对这一挑战，由Joel Bertilsson、Lisa G?ransson和Filip Johnsson组成的研究团队在《Renewable Energy Focus》上发表了一项研究，他们开发并应用了一个名为EHUB Nordic的新型高分辨率能源系统模型。该模型专门针对北欧地区量身定制，旨在以高精度捕捉与电网基础设施、天气模式和需求特征相关的本地细微差别。模型通过可变可再生能源（VRE）和可调度发电机组的最优整合，最小化系统总成本，同时考虑了投资和运营支出。

研究人员为开展此项研究，主要应用了几个关键技术方法：首先，构建了一个覆盖挪威、瑞典、芬兰及丹麦DK2价格区的342节点线性优化模型，节点基于ENTSO-E数据中的现有变电站地理位置，采用Voronoi图进行地理分布定义。其次，整合了多能源载体（电力、热力、氢能）以及水电的详细表征。第三，采用了直流潮流（DC load flow）模型来模拟输电网络约束。第四，基于高分辨率地理和气象数据（如ERA5再分析数据和全球风能图谱）生成了风电和光伏的每小时容量因子及最大可安装容量。最后，模型以2019年为参考气象年，以3小时为时间分辨率，运行了整个年度的投资与调度成本优化。

研究结果部分通过多个小节展示了详细发现。

3.1. 陆上风电的最优选址

研究发现，陆上风电（WON）的最佳安装容量从适度需求情景下的40 GW增加到高需求情景下的63 GW。在适度需求情景下，选址优先考虑风资源条件最佳（高满负荷小时数FLH）的地点。然而，随着电力需求增加，新增容量更多地转向靠近主要负荷中心的区域，即使这些地区的FLH较低。这表明在高需求和高电网拥堵条件下，靠近需求中心成为陆上风电选址的一个更关键因素。与核电厂的共址（colocation）也促进了陆上风电的安装，因为这些节点拥有强大的电网连接。

3.2. 海上风电的最优选址

海上风电（WOFF）的选址主要受高FLH的驱动，在所有情景下，投资几乎完全集中在风资源条件优越且年度净需求为正的节点。其较高的投资成本要求高容量因子来保证成本效益。与陆上风电不同，更高的电力需求并未导致在FLH较低的地区进行大量投资。靠近连接欧洲大陆的直流（DC）链路会降低这些节点风电的经济吸引力。

3.3. 光伏发电的最优选址

公用事业规模光伏（PV）的部署显示出与正年度净电力需求的最强相关性。其生产曲线的强幅值变化使其在受限电网中不太适合长距离传输，从而强化了靠近负荷中心本地布局的偏好。在高需求情景下，新增光伏容量主要集中在芬兰沿海等地，这些地方FLH潜力相对较低，但靠近高需求中心。

3.4. 燃气轮机和电池的最优选址

燃气轮机（GT）和电池的最佳布局受到本地电网条件、负荷中心位置和水电可用性的强烈影响。在进口容量相对于本地需求受限的节点（即“本地拥堵节点”），这些技术被部署以满足节点峰值电力需求。此外，它们也被用于解决区域电力短缺（特别是在缺乏水电资源的地区）和平衡光伏发电波动。

3.5. 敏感性分析：最大电网线路容量的减少

敏感性分析表明，电网容量假设对可再生能源生产的空间分布有显著影响。当假设电网热容量利用率从70%（标准容量）提高到100%（高容量）时，22%–26%的风电和太阳能发电生产被重新布局。提高电网容量导致生产能力从靠近需求但FLH较低的象限向FLH较高但净需求可能为负的象限转移。光伏发电在竞争中输给风电，其份额在所有象限均下降。此外，燃气轮机和电池的安装容量也大幅减少，因为增强的电网削弱了对本地灵活性解决方案的依赖。

研究的结论部分强调，该研究从纯技术经济角度提供了分布式生产和存储单元的最优空间分配。FLH和靠近净需求是影响模型中VRE技术选址的关键因素。研究还发现了与预期相关的偏差，例如与现有核电生产的共址，以及靠近主要需求中心的投资。燃气轮机和电池的布局与本地电网条件、需求中心位置和水电可用性密切相关。

该研究的重要意义在于其高空间分辨率的方法能够捕捉影响分布式发电布局的本地参数，如天气条件、需求特征和电网连接。研究结果强调了在能源系统建模中考虑详细电网表示的重要性，因为电网容量的假设显著影响最优的发电组合和位置。这些发现对未来的电网规划、可再生能源投资政策以及电力市场设计具有重要的启示，表明需要更精细的定价机制来为最优生产布局提供正确的激励信号。该模型框架为进一步研究整合更多约束（如社会接受度）和更动态的电网容量表示奠定了基础。