[论文解读] Modeling Time-dependent CO$_2$ Intensities in Multi-modal Energy Systems with Storage

Christopher Ripp, Florian Steinke|arXiv (Cornell University)|Jun 11, 2018

Integrated Energy Systems Optimization参考文献 12被引用 3

一句话总结

本文提出了两种新颖的方法，用于在具有储能的多模式能源系统中计算随时间变化的二氧化碳强度：一种是‘现状’分析，追踪所有能源流中的实际排放；另一种是‘假设’分析，计算微小需求变动引起的边际排放变化。其主要贡献是利用线性规划灵敏度的高效计算方法，实现在复杂、耦合的储能与跨部门耦合能源系统中精确、实时的二氧化碳强度追踪。

ABSTRACT

CO$_2$ emission reduction and increasing volatile renewable energy generation mandate stronger energy sector coupling and the use of energy storage. In such multi-modal energy systems, it is challenging to determine the effect of an individual player's consumption pattern onto overall CO$_2$ emissions. This, however, is often important to evaluate the suitability of local CO$_2$ reduction measures. Due to renewables' volatility, the traditional approach of using annual average CO$_2$ intensities per energy form is no longer accurate, but the time of consumption should be considered. Moreover, CO$_2$ intensities are highly coupled over time and different energy forms due to sector coupling and energy storage. We introduce and compare two novel methods for computing time-dependent CO$_2$ intensities, that address different objectives: the first method determines CO$_2$ intensities of the energy system as is. The second method analyzes how overall CO$_2$ emissions would change in response to infinitesimal demand changes. Given a digital twin of the energy system in form of a linear program, we show how to compute these sensitivities very efficiently. We present the results of both methods for two simulated test energy systems and discuss their different implications.

研究动机与目标

• 解决在高比例可再生能源、具有储能和跨部门耦合的多模式能源系统中，年度平均二氧化碳强度的局限性。
• 提供一种可靠方法，用于评估动态耦合能源系统中个体能源消费或发电模式的真实二氧化碳影响。
• 开发计算高效的时变二氧化碳强度计算技术，以实现能源系统优化与政策设计中的实际部署。
• 解决多能系统中能源形式与储能之间相互依赖所引发的循环推理问题。
• 区分两种不同但互补的方法——‘现状’与‘假设’——基于不同的决策需求进行二氧化碳强度计算。

提出的方法

• 将能源系统建模为线性规划（LP）数字孪生，以表示所有能源流、转换过程及储能动态。
• 通过计算总系统排放与能源输出的比值，实现‘现状’分析，追踪所有过程和储能状态中的排放。
• 利用LP对偶变量的灵敏度分析，实现‘假设’分析，以计算在特定时间与能源形式下，单位需求变化引起的总二氧化碳排放的边际变化。
• 借助LP的Karush-Kuhn-Tucker（KKT）条件，高效计算二氧化碳强度灵敏度，而无需重新求解优化问题。
• 通过在‘现状’分析中平等对待所有能源形式，以及在‘假设’分析中应用边际分配规则，确保二氧化碳核算的一致性。
• 在两个模拟测试系统上验证方法，比较在不同储能和跨部门耦合条件下的结果。

实验结果

研究问题

• RQ1 如何在具有显著储能和跨部门耦合的多模式能源系统中准确计算随时间变化的二氧化碳强度？
• RQ2 在动态能源系统中，‘现状’与‘假设’分析方法在二氧化碳强度数值和影响方面有何差异？
• RQ3 大规模能源存储和跨部门耦合如何影响可再生能源丰富的能源系统中二氧化碳强度的时间变异性？
• RQ4 能否利用线性规划对偶性高效计算二氧化碳强度灵敏度？该方法具有哪些计算优势？
• RQ5 在指导本地能源决策、监管定价或二氧化碳税收政策方面，‘现状’与‘假设’方法中哪一种更为合适？

主要发现

• 年度平均二氧化碳强度无法捕捉高比例可再生能源和储能系统中排放的真实时间变异性。
• ‘现状’分析产生随时间变化的二氧化碳强度，反映所有系统组件（包括储能和转换过程）的实际排放，可能产生反直觉结果，例如在太阳能发电量高时强度较低。
• 在某些情况下（如热电联产运行），‘假设’分析产生恒定的二氧化碳强度，因为它反映的是需求变动引起的边际排放变化，而非实际排放。
• ‘假设’方法更适合评估行为改变或投资的影响，因为它反映了需求变动的真实边际排放后果。
• 在某些情况下（如太阳能输出高时）‘现状’方法产生更平滑、更直观的结果，但在存在循环依赖的复杂配置中可能不够直观。
• 所提出的基于LP的灵敏度计算方法可实现高效、实时的二氧化碳强度灵敏度计算，使‘假设’方法在大规模系统建模和政策应用中具有实际可行性。