《Renewable Energy》：Probabilistic Assessment of Spain's 2030 Electricity System via Monte Carlo Analysis
编辑推荐：
西班牙2030年可再生能源电力系统面临波动性和需求不确定性挑战，基于蒙特卡洛分析与能源规划工具，通过93合成年数据模拟发现显著电力过剩和低发电事件频发， duck曲线及氢能储存技术成为关键解决方案。
卢卡斯·阿尔瓦雷斯-皮涅罗（Lucas álvarez-Pi?eiro）|塞萨尔·贝尔纳-埃斯克里切（César Berna-Escriche）|大卫·布兰科（David Blanco）
瓦伦西亚理工大学（UPV）能源工程研究所，地址：Camino de Vera 14，46022 瓦伦西亚（西班牙）
摘要
随着西班牙加速向基于可再生能源的电力系统转型，必须根据发电量的可变性（主要受天气条件和需求不确定性影响）来检验《国家能源与气候计划（PNIEC 2023–2030）》中设定的政策目标的可行性。本研究采用蒙特卡洛分析（MCA）结合EnergyPLAN模拟工具，对西班牙2030年的电力系统进行了全面和概率性的评估。通过借鉴2016至2024年的历史数据，利用块自助法（blockbootstrapting）技术生成了93年的小时级需求和发电量合成数据。
模拟结果显示系统行为存在显著波动：每年过剩电量通常超过100太瓦时（TWh），尤其是在春季和夏季。此外，对可变可再生能源的依赖增加导致了发电量极低的时期（称为“Dunkelflauten”现象），以及傍晚时分发电量的急剧下降，形成了明显的“鸭子曲线”或“峡谷曲线”。虽然西班牙的“Dunkelflauten”事件发生频率低于欧洲其他地区，但在秋季和冬季仍较为显著。在这种情况下，Power-to-Gas（P2G）技术成为一种具有技术和战略意义的选择，可以利用氢气实现季节性储能或促进难以电气化的行业的脱碳。
引言
当地区致力于实现能源系统的完全脱碳时，会出现一些关键问题：如何优化可再生能源（RES）与备用系统的组合？应采取哪些政策策略？西班牙通过2021-2030年《国家能源与气候计划》（PNIEC）[1]来应对这些问题，该计划于2022年5月获得批准，旨在促进能源多样化、提高效率并快速发展清洁能源。近期地缘政治紧张局势促使欧盟提高了2030年的可再生能源目标，从而减少对化石燃料的依赖并增强能源安全。西班牙能源转型部于2020年发布了PNIEC，并在2023年发布了2023-2030年的修订提案[2]。
西班牙是一个具有独特特征的案例：该国拥有丰富的风能和太阳能资源，但与邻国的互联能力严重受限，形成了“电力孤岛”状态，增加了对供应冲击和系统失衡的脆弱性。2019年的互联比例为2.8%（进口容量除以装机发电容量）[3]，远低于欧盟设定的2030年目标15%[4]，这一状况将持续数十年[4]。这种有限的互联能力带来了类似岛屿能源系统的运营挑战，需要仔细优化储能规模和经济调度策略以确保供应可靠性[5]。
能源建模工具帮助决策者评估国家能源系统，模拟向可再生能源过渡的情景。实现完全脱碳的能源系统是必要的，但实现这一目标的方法至关重要。针对西班牙的具体情况，已经开发并应用了多种模型，例如SPLODER模型，该模型涵盖了发电、运行、规划和扩展等方面，并已升级以纳入不同的储能方案和需求响应能力[6]。LEAP-NEMO模型用于评估西班牙的电力发电组合，特别是原材料方面[7]。TIMES-Spain模型则用于评估符合欧盟可再生能源指令的能源策略[8]。这些模型通常以每小时的时间步长进行模拟。
尽管建模提供了宝贵的转型见解，但其确定性方法忽略了电力系统固有的不确定性，未能结合概率方法。高比例的可再生能源整合会导致由于气象条件变化而产生的显著发电波动。特别是在德国经历“Dunkelflauten”事件[9]之后，概率方法变得愈发重要，这些事件表现为风能和太阳能发电量极低的时期，对能源安全构成重大挑战。尽管相关文献广泛讨论了系统适应性、灵活性和间歇性可再生能源整合的问题，但对“Dunkelflauten”事件的分析仍较为有限。这些事件凸显了可再生能源渗透带来的风险，强调了需要制定有效的规划框架来有效管理不确定性和变化性。
在高比例可再生能源系统中，“鸭子曲线”现象是一个关键问题，指的是随着太阳能光伏（PV）渗透率提高而导致的净负荷曲线变化。这会导致白天的需求大幅减少，进而需要在下午时分快速调整发电量。高PV渗透率使原本的“凸起”部分变成“凹陷”部分，形成“鸭子曲线”或“峡谷曲线”。之前的2030年预测显示，西班牙的净负荷曲线差异日益明显，表明其调度能力灵活性有限，从邻国的进口量也很少[10]。
大多数能源转型研究依赖于具有固定假设的确定性模型，无法捕捉现实世界的不确定性。尽管之前的西班牙能源研究承认了这一局限性，但它们仍局限于固定的需求剖面和单一的代表性天气年份。这忽略了西班牙转型过程中的双重不确定性：可再生能源发电量的可变性（受气象条件影响）以及电力需求的可变性（由电气化、能效提升和工业增长引起）。
本研究提出了一个新的概率框架，利用EnergyPLAN[11]将随机性的可再生能源发电与变化的总电力需求相结合。与以往假设单一“典型”未来的研究不同，本研究探索了93种代表性情景组合，这一组合基于Wilks公式[12]，确保了95%的置信度和覆盖范围。MCA方法利用历史小时容量因子（2016-2024年）通过块自助法合成可再生能源发电量剖面，并将年电力需求均匀采样在253-344太瓦时之间，反映了合理的电气化路径。
这种方法量化了确定性模型所遗漏的风险和机会，包括：
•PNIEC 2030目标的达成概率
•西班牙特有的“Dunkelflauten”事件频率和严重程度
•在运营不确定性下的实际Power-to-Gas（P2G）潜力
•鸭子曲线中的电网调峰挑战
第2节回顾了西班牙能源转型的规划趋势和目标，描述了PNIEC中提出的2030年西班牙能源系统的关键假设，包括技术组合、容量目标和预期的灵活性资源。第3节详细介绍了蒙特卡洛框架、合成需求和发电量剖面的构建，以及在不确定性条件下的EnergyPLAN模型实施过程。第4节讨论了模拟结果，重点关注国家目标的达成情况、“Dunkelflauten”事件的发生及其影响、P2G潜力以及与鸭子曲线相关的净负荷变化。第5节进行了总结。
部分摘录
案例研究：西班牙电力系统
近年来，西班牙电力系统的发电技术、装机容量和发电量发生了显著变化[13]。图1和图2分别展示了2000年至2023年间西班牙的装机容量和发电量变化情况。
1990年，西班牙的电力系统主要由热电厂（煤炭约11吉瓦、石油约4吉瓦）、核电站（约7.5吉瓦）和水电站（约12吉瓦）组成。总装机容量为54吉瓦，其中可再生能源占比较低
方法论
在预测西班牙电力系统的未来情景时，考虑预期的电力生产和需求非常重要。然而，总是存在不确定性：2030年会是干旱还是湿润的天气？太阳辐射强烈还是持续多云？风能资源丰富还是贫乏？由于电气化趋势，电力需求会上升还是趋于平稳？该方法论结合了需求预测和基于历史数据的方法
结果
本节利用EnergyPLAN模型进行了93次蒙特卡洛（MC）模拟，分析了在输入不确定性条件下的西班牙电力系统。分析内容包括按技术划分的年发电量与PNIEC目标的对比，以及其他输出结果，如所需进口量和过剩电量。此外，还研究了高比例可再生能源渗透带来的其他现象，如“Dunkelflauten”事件和“鸭子曲线”，这些现象表现为风能和太阳能发电量长期低迷的情况
结论
本研究根据《国家能源与气候计划》（PNIEC）评估了西班牙2030年的能源转型情况，预计该国近一半的核能装机容量将被淘汰，而可再生能源装机量将大幅增加。本研究采用蒙特卡洛分析（MCA），而非传统的确定性预测方法，使用了合理的发电量和需求范围。根据Wilks公式确保了95%的置信度和覆盖范围，共设计了93种情景
CRediT作者贡献声明
大卫·布兰科（David Blanco）：负责撰写、审稿与编辑、可视化、验证、软件开发、调查、数据分析、数据整理。卢卡斯·阿尔瓦雷斯-皮涅罗（Lucas álvarez-Pi?eiro）：负责撰写初稿、可视化、验证、软件开发、资源协调、方法论制定、调查、数据分析、概念构思。塞萨尔·贝尔纳-埃斯克里切（César Berna-Escriche）：负责审稿与编辑、验证、监督、资源协调、方法论制定、资金争取、概念构思
利益冲突声明
? 作者声明他们没有已知的可能会影响本文研究结果的财务利益或个人关系。
致谢
本项工作得到了以下机构的支持：Cátedra de Transición Energética Urbana（由Ajuntament de València-Las Naves和Fundació València Clima i Energia资助）；以及由欧盟通过Grant Agreement No101075582资助的RES4CITY项目。
作者感谢DEIOAC部门和IUIIE研究机构的同事们，以及匿名审稿人的宝贵意见和建议。
