それで、あなたは太陽光発電所や風力発電所を建設したいですか？場所を決める方法は次のとおりです。 |マサチューセッツ工科大学ニュース

新しい太陽光発電施設や風力発電施設をどこに建設するかの決定は、多くの場合、個々の開発者や電力会社に任されており、全体的な調整は限られています。しかし、新しい研究では、きめ細かい気象データ、エネルギー使用に関する情報、エネルギーシステムのモデリングを使用した地域レベルの計画が、そのような再生可能発電設備の設計に大きな違いをもたらす可能性があることが示されています。これは、より効率的で経済的に実行可能な運用にもつながります。

この調査結果は、再生可能資源の利用を最大化するために、風力、太陽光、エネルギー需要の地域的および一時的な変動を考慮して、太陽光発電所、風力発電所、蓄電システムの立地を調整することの利点を示しています。このアプローチにより、必要なときにクリーンな電力の利用可能性を最大限に高めながら、ストレージへの多額の投資の必要性、ひいてはシステムの総コストを削減できることが研究者らは発見した。

研究、 今日の日記に登場します セルレポートの持続可能性は、MIT土木環境工学科のポスドクであるLiying QiuとRahman Khorramfar、およびSaurabh Amin教授とMichael Howland教授の共著です。

主著者である Qiu 氏は、チームの新しいアプローチにより、「資源の補完性を利用できるようになります。これは、風力や太陽光などの異なる種類の再生可能資源、または異なる場所にある再生可能資源が、時間と空間において相互に補完できることを意味します。」システム設計を改善するための空間的補完性の可能性は、既存の大規模計画では強調されず、定量化されていませんでした。」

変動する再生可能エネルギー源が送電網に入る電力の大きな割合を占めるようになるにつれ、こうした補完性はますます重要になるだろうと彼女は言う。生産と需要の山と谷をよりスムーズに調整することで、「私たちは実際、自然の変動そのものを利用して変動に対処しようとしているのです。」と彼女は言います。

通常、大規模な再生可能エネルギーの設置を計画する場合、「国レベルで取り組む人もいます。たとえば、エネルギーの 30 パーセントを風力、20 パーセントを太陽光にすると言う人もいます。それは非常に一般的なことです。」この研究でチームは、解像度 10 キロメートル (約 6 マイル) 未満のスケールで気象データとエネルギー システム計画モデリングの両方を調査しました。 「これは、単にこの都市にこれだけの風力発電所や太陽光発電所があるべきだと言うのではなく、各再生可能エネルギー発電所を正確にどこに建設すべきかを決定する方法です」と彼女は説明します。

データを編集し、高解像度の計画を可能にするために、研究者たちは、これまで統合されていなかったさまざまなソースに依存しました。彼らは国立再生可能エネルギー研究所の高解像度気象データを使用しました。このデータは 2 キロメートルの解像度で公開されていますが、これほど細かいスケールの計画モデルで使用されることはほとんどありません。これらのデータは、10 キロメートル未満の解像度で立地を最適化するために開発されたエネルギー システム モデルと結合されました。詳細なデータとモデルがさまざまな地域でどのような違いをもたらしたかを把握するために、彼らは米国の 3 つの地域 (ニューイングランド、テキサス、カリフォルニア) に焦点を当て、1 つの地域で最大 138,271 の立地候補地を同時に分析しました。

研究チームは、一般的な方法と高解像度のアプローチに基づいた位置調査の結果を比較することで、「資源の補完性が、再生可能エネルギーの発電を需要に合わせて調整することでシステムコストの削減に実際に役立つ」ことを示し、これは現実世界に直接反映されるはずです。意思決定の重要性について邱氏は言う。 「個人の開発者が風力発電所や太陽光発電所を建設したいと考えていて、風力発電所や太陽光発電資源が平均して最も多くある場所に行くだけでは、脱炭素化されたエネルギー システムに最適に適合するとは限りません。」

それは、電力の生産と需要の間には複雑な相互作用があり、どちらも時間ごと、季節の変化に応じて月ごとに変化するためです。 「私たちがやろうとしているのは、単に可能な限り多くの再生可能エネルギーを供給するのではなく、エネルギーの供給と需要の差を最小限に抑えることです」とQiu氏は言います。 「時には、システムが発電量を利用できないこともあれば、需要に見合うだけの電力が不足する場合もあります。」

たとえば、ニューイングランドでは、太陽エネルギーが利用できない夜間に強力な風力資源が得られる場所には、より多くの風力発電所が必要であることが、新しい分析によって示されています。場所によっては夜に風が強くなる傾向がありますが、他の場所では日中に風が強くなる傾向があります。

これらの洞察は、研究者が使用した高解像度の気象データとエネルギー システムの最適化の統合を通じて明らかになりました。世界中で 30 キロメートルの解像度で生成され、エネルギー システム計画でより一般的に使用される低解像度の気象データを使用して計画を立てる場合、再生可能発電所間の補完性ははるかに低くなります。その結果、システムの総コストははるかに高くなりました。風力発電所と太陽光発電所の間の補完性は、再生可能資源の変動性の表現が改善されたため、高解像度モデリングによって強化されました。

研究者らは、その枠組みは非常に柔軟であり、地域の地球物理学的条件やその他の条件を考慮して、どの地域にも簡単に適応できると述べています。たとえば、テキサス州では、西側の風のピークは午前中に発生し、南海岸沿いでは午後に発生するため、この 2 つは自然に相互補完します。

ホラムファル氏は、この研究は「エネルギー計画におけるデータ主導の意思決定の重要性を浮き彫りにしている」と述べています。この研究は、このような高解像度データを慎重に策定されたエネルギー計画モデルと組み合わせて使用することで、「システムのコストを削減し、最終的にはエネルギー移行のためのより費用対効果の高い経路を提供できる」ことを示しています。

マサチューセッツ工科大学情報データシステム研究所の主任研究員であるアミン氏は、この調査結果で驚いたことの 1 つは、24 時間以内に発生する入力と出力の比較的短期間の変動を分析することで得られた利益がどれほど大きかったかであると述べています。 -時間帯。 「1 日以内に補完性を活用しようとすることでこのようなコスト削減の可能性が得られるということは、この研究以前には予想できなかったことです」と彼は言います。

さらに、アミン氏は、この種のモデリングによって、エネルギー システムの一部としての貯蔵の必要性がどれほど削減できるかにも驚くべきだったと言います。 「この研究は、気象の局所的なパターンを活用することで実際にコスト削減の可能性が隠されており、保管コストの金銭的な削減につながる可能性があることを示しています。」

この研究によって提案されたシステムレベルの分析と計画は、「再生可能発電所をどこに設置するか、そしてエネルギー網に最大限のサービスを提供するためにそれらの再生可能発電所をどのように設計するかについての私たちの考え方を変えます」とハウランド氏は言います。個々の風力発電所や太陽光発電所のエネルギーコストを下げるだけでは不十分です。そして、これらの新しい洞察は、流体力学、大気科学、エネルギー工学の専門知識を統合することにより、従来の研究の境界を越えて協力し続ける場合にのみ実現できます。」

この研究は、MIT 気候と持続可能性コンソーシアムおよび MIT 気候グランド チャレンジの支援を受けました。