[论文解读] Early Insights into System Impacts of Smart Local Energy Systems

Marko Aunedi, T.C. Green|arXiv (Cornell University)|Mar 19, 2020

Integrated Energy Systems Optimization参考文献 4被引用 6

一句话总结

本研究采用投资优化的整体系统模型，分析智能本地能源系统（SLES）如何通过提升需求侧灵活性并促进海上风电更大规模部署，降低电力系统总成本。在2040年实现50% SLES渗透率且碳排放目标为25 gCO₂/kWh的条件下，年节省达87亿英镑，即使海上风电成本未下降，节省金额依然可观，且在部分非SLES需求响应被采用的情况下仍保持显著。

ABSTRACT

A whole-system, investment-optimising model has been used to examine the change in total cost of meeting demand for electricity when Smart Local Energy Systems (SLES) are deployed. Our assumption is that SLES, alongside their other features, enhance the flexibility of electricity consumption through demand-side response (DSR) and facilitate use of local energy storage. We find that with the flexibility of SLES present, variable renewables such as offshore wind can displace firm but more expensive low-carbon sources such as CCS. Considering a 100 gCO2/kWh emissions target in 2030, a 10% penetration of SLES could reduce total costs by £1.2bn/year relative to no SLES, while at higher penetration of 50% SLES, savings increase twofold to £2.8bn/year. Under a more stringent emissions limit of 25 gCO2/kWh in 2040, the savings rise to £2.9bn/year for 10% SLES uptake and rise threefold to £8.7bn/year at 50% uptake. These results hold for costs of enabling DSR of less than £100/kW and it is not until an unlikely £5,000/kW that the savings are nullified. The savings from substituting wind for CCS remain substantial even if the anticipated reduction of cost of wind in 2040 does not materialise. Cost savings from the flexibility provided by SLES are affected by realisation of domestic DSR through other means. A 20% uptake level of non-SLES DSR in 2040 still allows SLES to create cost savings of £6.8bn/year at 50% penetration (a 20% fall from £8.7bn/year).

研究动机与目标

• 评估在英国电力系统中部署智能本地能源系统（SLES）对系统总成本的全面影响。
• 评估SLES如何通过需求响应（DSR）和本地储能提升系统灵活性。
• 量化通过将碳排放强度较高的稳定型低碳电源（如CCS）替换为海上风电等可变可再生能源，所实现的成本节约。
• 分析成本节约对需求响应（DSR）成本假设及不同DSR采纳水平的敏感性。

提出的方法

• 采用投资优化的整体系统模型，模拟在不同SLES渗透率和排放目标下的电力系统运行。
• 模型评估2030至2040年期间发电、储能和需求响应的最小成本调度。
• SLES被建模为提供灵活需求响应并支持本地储能，提升可变可再生能源的消纳能力。
• 成本节约以无SLES的基准情景为参照，基于不同的排放约束和DSR成本假设进行计算。
• 情景包括10%和50%的SLES渗透率，DSR成本敏感性分析最高达5,000英镑/千瓦。
• 模型考虑非SLES需求响应的采用（如20%），以检验SLES成本节约的稳健性。

实验结果

研究问题

• RQ1 在多大程度上，SLES通过促进更大规模的海上风电部署，降低了电力系统的总成本？
• RQ2 在不同排放目标下（2030年100 gCO₂/kWh与2040年25 gCO₂/kWh），SLES带来的成本节约有何差异？
• RQ3 SLES带来的成本节约对SLES中启用需求响应（DSR）的成本有多敏感？
• RQ4 如果非SLES需求响应也大规模部署，对节约金额有何影响？
• RQ5 如果海上风电成本降低的预期未能实现，SLES是否仍能实现显著节约？

主要发现

• 在2040年实现50% SLES渗透率且碳排放目标为25 gCO₂/kWh的条件下，年系统成本节约达87亿英镑。
• 在相同2040年目标下，若SLES渗透率为10%，年节约金额为29亿英镑。
• 即使海上风电成本未按预期下降，SLES仍可通过替代更昂贵的CCS装机容量，实现显著成本节约。
• 当50% SLES渗透率下有20%的需求响应通过非SLES方式实现时，节约金额仍达68亿英镑/年。
• 仅当需求响应启用成本高达5,000英镑/千瓦（极不现实）时，节约金额才会被完全抵消。
• 即使在对海上风电未来成本下降持保守假设的情况下，用海上风电替代CCS所实现的节约依然显著。