Startseite » Studien und Fachartikel » Geophysikalische Beschränkungen der Zuverlässigkeit von Solar- und Windenergie weltweit

Geophysikalische Beschränkungen der Zuverlässigkeit von Solar- und Windenergie weltweit

Publiziert: 22. Oktober, 2021
  • von

Kurzfassung

Wenn künftige Netto-Null-Emissions-Energiesysteme in hohem Maße auf Sonnen- und Windenergie beruhen, können räumliche und zeitliche Diskrepanzen zwischen der Verfügbarkeit der Ressourcen und der Stromnachfrage die Zuverlässigkeit des Systems gefährden. Anhand von 39 Jahren stündlicher Reanalysedaten (1980-2018) analysieren wir die Fähigkeit von Solar- und Windressourcen, die Stromnachfrage in 42 Ländern zu decken, wobei wir den hypothetischen Umfang und Mix der erneuerbaren Erzeugung sowie die Energiespeicherkapazität variieren. Unter der Annahme einer perfekten Übertragung und einer jährlichen Erzeugung, die der jährlichen Nachfrage entspricht, aber ohne Energiespeicherung, stellen wir fest, dass die zuverlässigsten erneuerbaren Elektrizitätssysteme windlastig sind und die Stromnachfrage der Länder in 72-91% der Stunden decken (83-94% bei Hinzufügung von 12 Stunden Speicherung). Doch selbst in Systemen, die mehr als 90% der Nachfrage decken, können jährlich Hunderte von Stunden ungedeckter Nachfrage auftreten. Unsere Analyse hilft bei der Quantifizierung der Leistungs-, Energie- und Nutzungsraten zusätzlicher Energiespeicher, der Nachfragesteuerung oder der Drosselung sowie der Vorteile einer regionalen Aggregation.

Einleitung

Die Stabilisierung der globalen Durchschnittstemperaturen erfordert einen globalen Übergang zu Energiesystemen mit Kohlendioxid-Äquivalent-Emissionen nahe Null (oder netto-negativ)1,2,3. In kostenoptimierten Szenarien, die diesen Übergang ermöglichen, liefern Solar- und Windenergie häufig einen großen Anteil (z. B. >60%) der Elektrizität4,5,6,7,8,9,10. Die Planung und der Betrieb eines äußerst zuverlässigen Elektrizitätssystems, das von solch hohen Anteilen der Wind- und Solarstromerzeugung abhängig ist, kann jedoch aufgrund der variablen und unsicheren Natur der Solar- und Windressourcen eine Herausforderung darstellen11,12. Die Effizienz der Deckung des Strombedarfs durch Solar- und Windenergie hängt von Faktoren wie Standort und Wetter, dem Gebiet, über das die Erzeugungsanlagen verteilt sind, dem Mix und der Größe der Solar- und Winderzeugungskapazitäten, der Verfügbarkeit von Energiespeichern und der festen Erzeugungskapazität ab11,12,13,14,15,16. In der Zwischenzeit sind die Zuverlässigkeitsstandards in den Industrieländern in der Regel sehr hoch (z. B. mit dem Ziel von <2-3 Stunden ungeplanter Ausfälle pro Jahr oder ~99,97%17). Die Planungsstandards für die Angemessenheit der Ressourcen für “1-in-10” sind ebenfalls hoch: In Nordamerika (BAL-502-RF-03)18 müssen die Erzeugungsressourcen ausreichen, um nicht mehr als einen Tag ungedeckten Strombedarf – oder in einigen Fällen einen Lastausfall – in 10 Jahren zu decken (d. h. 99,97% bzw. 99,99%)19.

Hier präsentieren wir eine systematische Analyse der Fähigkeit bestimmter Mengen an Solar- und Windenergie zur Deckung des Strombedarfs in 42 großen Ländern unter Berücksichtigung einer Reihe von Annahmen in Bezug auf Übertragung, Energiespeicherung und Erzeugungsmengen. Insbesondere bewerten wir räumliche und zeitliche Lücken zwischen der Stromnachfrage und der Verfügbarkeit von Solar- und Windressourcen, die Lücken darstellen, die durch andere emissionsfreie Erzeugungstechnologien oder Betriebsstrategien in zuverlässigen, auf kohlenstofffreien Quellen basierenden Stromsystemen geschlossen werden müssen. Die Komplementarität der erneuerbaren Energiequellen wird in dieser Studie als eine Hybridisierung von Solar- und Windressourcen in einem bestimmten Gebiet (hier: Länder) definiert, die wir anhand des Kendall-Korrelationskoeffizienten dieser Ressourcen über 39 Jahre Ressourcendaten20 schätzen. Unser Ziel ist es, die Möglichkeiten, die Komplementarität und die Herausforderungen variabler erneuerbarer Ressourcen detaillierter zu ermitteln, als dies mit integrierten Bewertungsmodellen möglich ist, die mehrjährige Zeitschritte umfassen. Unsere Ergebnisse berücksichtigen keine realistischen Spezifikationen des Energiesystems. Vielmehr untersuchen wir die grundlegenden geophysikalischen Beschränkungen für wind- und solardominierte Stromsysteme unabhängig von Kostenschätzungen. Wir wollen damit nicht andeuten, dass die zeitliche Variabilität solcher Ressourcen die Deckung eines bestimmten Strombedarfs physisch unmöglich machen würde (bei ausreichender Kapazität wären die Solar- und Windressourcen in der Lage, den Bedarf zu decken), sondern vielmehr aufzeigen, inwieweit eine solche Variabilität die wirtschaftliche oder gesellschaftspolitische Machbarkeit zuverlässiger Systeme bestimmen kann. Unsere Ergebnisse werden daher auch dann noch aussagekräftig sein, wenn sich die technologische und gesellschaftspolitische Durchführbarkeit weiterentwickelt.

Einzelheiten zu unserem analytischen Ansatz finden Sie im Abschnitt “Methoden”. Zusammenfassend lässt sich sagen, dass wir 39 Jahre (1980-2018) gerasterte (0,5° × 0,625°) und stündliche Reanalysedaten21,22 sowie die tatsächliche/projizierte stündliche Stromnachfrage aus einem einzigen aktuellen Jahr verwenden, um die Angemessenheit der Solar- und Windressourcen zur Deckung der Stromnachfrage in jedem der 42 wichtigsten Länder zu bewerten (Datenquellen und Länder sind in den ergänzenden Daten 1 aufgeführt). Zunächst werden für jedes Land (oder jede Region) stündliche, flächengewichtete Kapazitätsfaktoren für Solar- und Windkraftanlagen berechnet, wobei von einer perfekten Übertragung innerhalb des Landes oder der Region ausgegangen wird. Dann geben wir exogen (1) den Mix aus Solar- und Windenergie, (2) das Gesamtniveau der jährlichen Erzeugung aus diesen Quellen und (3) die Kapazität der Energiespeicherung an und analysieren die Fähigkeit der angegebenen Technologien, die stündliche Nachfrage zu decken. Wir analysieren Systeme, die von 100% Solar (ohne Wind) bis 100% Wind (ohne Solar) reichen, bei denen die jährliche Gesamterzeugung gleich dem jährlichen Bedarf (“1x Erzeugung”) bis zum Dreifachen des jährlichen Bedarfs (“3x Erzeugung”) reicht und bei denen die verfügbare Energiespeicherung von keiner (“0 h”) bis zu 12 Stunden des durchschnittlichen Bedarfs (“12 h”) reicht. Darüber hinaus simulieren wir die Auswirkungen unterschiedlicher Nachfrage (d. h. Lastprofile) und Technologien (d. h. einachsige und zweiachsige Solarnachführsysteme) auf die Zuverlässigkeit des Stromsystems als Sensitivitätsprüfung. Die Anzahl der Länder, die Jahre der Reanalysedaten und die verschiedenen Systemkonfigurationen, die wir analysieren, erfordern die Berechnung und Analyse von ~300.000 Jahressimulationen.

Ergebnisse

Ressourcen und Variabilität der Nachfrage

Abbildung 1 zeigt die jahreszeitlichen und täglichen Schwankungen der Solar- und Windressourcen und der Elektrizitätsnachfrage in den sechs Ländern mit der größten Elektrizitätsnachfrage auf allen Kontinenten mit Ausnahme der Antarktis (die Ergebnisse für sechs weitere große Länder und aggregierte Regionen auf Kontinentalebene sind in den ergänzenden Abbildungen 1 bzw. 2 dargestellt). Solar- und Windenergie erreichen in den Ländern der nördlichen Hemisphäre durchweg im Sommer bzw. im Winter ihren Höhepunkt (in den Ländern der südlichen Hemisphäre sind die Jahreszeiten umgekehrt; Abb. 1a-f). Die jahreszeitlichen Zyklen von Sonne und Wind deuten somit auf eine potenzielle Komplementarität in vielen Ländern hin (z. B. China, Abb. 1a; und Deutschland, Abb. 1b). Während des 39-Jahres-Zeitraums ist jedoch die interannuelle Variabilität der Windenergie in den meisten Ländern durchweg viel größer als die der Solarenergie (Abb. 1a-f), auch wenn sich das Ausmaß der Variabilität dieser Ressourcen zwischen zwei bestimmten Ländern erheblich unterscheidet. Beispielsweise führen die kleine Fläche Deutschlands (0,36 Mio. km2) und der hohe Breitengrad (Schwerpunkt 51,2 °N) zu großen zwischenjährlichen Schwankungen sowohl bei den Solar- (gemessen durch den robusten Variationskoeffizienten23; RCoV = 58,8%) als auch bei den Windressourcen (RCoV = 47,2%, Abb. 1b), während die Variabilität der Solarressourcen in dem größeren und tropischen Land Brasilien (8,52 Mio. km2 und Schwerpunkt 14,2 °S; Abb. 1e) sehr gering ist (RCoV = 6,6%). Auch sind die Windressourcen in jedem Land auf der Zeitskala von Tagen bis Wochen variabler als die Solarressourcen, was die saisonale Komplementarität der Ressourcen einschränkt und untergräbt. Die Stromnachfrageprofile der einzelnen Länder werden durch Faktoren wie wirtschaftliche Bedingungen, vorherrschende Wetterbedingungen und Verbraucherverhalten bestimmt24. Daher kann die Stromnachfrage in zwei Ländern unterschiedliche saisonale Formen und eine Reihe von Schwankungen aufweisen, selbst wenn sie über ähnliche Wind- und Solarressourcen verfügen. So ist beispielsweise die saisonale Variabilität der Nachfrage in Frankreich (RCoV = 14,4%; ergänzende Abb. 1e) größer als in Deutschland (RCoV = 7,4%; Abb. 1b), obwohl die Länder ähnliche Wind- und Solarressourcenprofile aufweisen.

Klimatologische Variabilität des flächengewichteten mittleren Stroms aus Solar- (orange) und Windenergie (blau) für das ausgewählte Land aus sechs Kontinenten während des 39-jährigen Zeitraums 1980-2018. Die Länder (von der obersten zur untersten Reihe) sind China (a, g, m), Deutschland (b, h, n), die angrenzenden USA (c, i, o), Südafrika (d, j, p), Brasilien (e, k, q) und Australien (f, l, r). Die linke Spalte (a-f) zeigt die tägliche und saisonale Variabilität, die mittlere Spalte (g-l) zeigt die stündliche Variabilität im Sommer (Juni, Juli und August) und die rechte Spalte (m-r) zeigt die stündliche Variabilität im Winter (Dezember, Januar und Februar). Die Linien stellen den Median dar, die dunkle Schattierung die inneren 50% der Beobachtungen (25. bis 75. Perzentil) und die helle Schattierung die äußeren 50% der Beobachtungen (0. bis 100. Perzentil) des täglichen Durchschnittswerts für denselben Tag in jedem der 39 Jahre der Aufzeichnungen. Die roten Kurven in jedem Feld stellen die Stromnachfrage für ein einzelnes, jüngstes, verfügbares Jahr für jedes Land dar. Die angegebene Tageszeit ist die Ortszeit des jeweiligen Landes, und es wird das Verhältnis zur koordinierten Weltzeit (UTC) gezeigt. Beachten Sie, dass für die Länder mit mehreren Zeitzonen die Mitte der lokalen Zeitzonen gewählt wurde. Die Solar-, Wind- und Nachfragedaten sind jeweils durch Division durch ihren jeweiligen 39-Jahres-Mittelwert normalisiert.

Die Tageszyklen der Solar- und Windressourcen in den einzelnen Ländern ergänzen sich ebenfalls in gewisser Weise. Die Windenergie erreicht in der Regel nachts ihre Spitzenwerte und fällt selten auf Null, wenn die Ressourcen über ein ganzes Land aggregiert werden. Dieser Tageszyklus unterscheidet sich in den Sommer- und Wintermonaten nicht wesentlich (vgl. Abb. 1g-l und Abb. 1m-r). In vierunddreißig (von 42) Ländern ist die durchschnittliche Verfügbarkeit von Windenergie während der Nacht höher als während des Tages. Die Sonnenenergie erreicht in der Mitte des Tages ihren Höhepunkt und fällt in der Abenddämmerung stark ab, bis sie auf Null sinkt. Die Amplitude und Dauer der Tageszyklen für die Verfügbarkeit von Solarenergie ist in den Sommer- und Wintermonaten in den einzelnen Ländern durchweg unterschiedlich (Abb. 1g-l gegenüber Abb. 1m-r). Der Tageszyklus der Solarressourcen ist ein Hindernis für die Realisierung zuverlässiger solardominierter Elektrizitätssysteme ohne Energiespeicherung und/oder ergänzende Winderzeugung zur Deckung der Nachfrage in den Stunden, in denen die Solarressourcen nicht verfügbar sind. Da wir von einer einachsigen Nachführung der Sonne ausgehen, ist die verfügbare Solarenergie während der Tageszyklen in der Regel für mehrere Stunden um den Tageshöchststand herum flach (Abb. 1g-r), obwohl es in einigen Ländern (z. B. Deutschland, Südafrika, Australien) in der Nähe der Mittagszeit einen konsequenten Einbruch gibt, der möglicherweise mit unseren Anpassungen der Direktstrahlung zusammenhängt (Einzelheiten in der ergänzenden Anmerkung 1). Die Kendall-Korrelationskoeffizienten der Solar- und Windressourcen in den 42 wichtigsten Ländern liegen zwischen -0,91 und -0,83 (siehe ergänzende Daten 2), ein weiterer Hinweis auf eine gute Komplementarität (wobei -1 die bestmögliche Komplementarität darstellt)20.

Die zuverlässigsten Erzeugungssysteme

Die Farben in Abb. 2 zeigen die Zuverlässigkeit der Stromsysteme (d. h., der durchschnittliche Prozentsatz der Stromnachfrage, der jedes Jahr von 1980 bis 2018 gedeckt wird), basierend nur auf Solar- und Windressourcen für 18 wichtige Länder (jeweils 4 aus Asien, Europa, Afrika und Amerika und 2 aus Ozeanien; horizontale Achsen jedes Feldes), je nach: dem Mix aus Solar- und Winderzeugung (vertikale Achsen), der Höhe der jährlichen Erzeugung im Verhältnis zur jährlichen Nachfrage (1x in linken Feldern und 1. 5x in den rechten Feldern) und die Kapazität der Energiespeicherung im Verhältnis zum durchschnittlichen Strombedarf (0, 3 und 12 Stunden in der ersten, zweiten bzw. dritten Reihe der Felder). Die Ergebnisse für 24 weitere Länder sind in der ergänzenden Abbildung 3 und den ergänzenden Daten 3 dargestellt. Abbildung 2a zeigt, dass die zuverlässigsten Mischungen (weiße Kreise) aus Solar- und Windenergie ohne überschüssige jährliche Erzeugung oder Energiespeicherung (unter der Annahme einer perfekten nationalen Übertragung) potenziell 72-91% (durchschnittlich 83%) des Strombedarfs in diesen Ländern decken könnten. Unter diesen Erzeugungs- und Speicherannahmen reichen die zuverlässigsten Solar-Wind-Erzeugungsmischungen von 65 bis 85% Windkraft (durchschnittlich 73%), wobei Länder mit großen Wüstengebieten (wie Algerien, Ägypten, Südafrika) etwas mehr Solar- und weniger Windkraft (65-70% Windkraft) bevorzugen und Länder in höheren Breitengraden wie Russland und Kanada mehr Windkraft (85% Windkraft; Abb. 2a).

Abb. 2: Zuverlässigkeit der Stromversorgung bei Variation des Mixes aus Solar- und Windressourcen, Erzeugung und Energiespeicherung.

Die Schattierung in jedem Feld stellt die geschätzte 39-Jahres-Durchschnittszuverlässigkeit (% des gesamten jährlichen Strombedarfs) durch einen Mix aus Solar- und Windressourcen dar, der von 100% Solar bis 100% Wind reicht (jede 5%-ige Änderung des Solar-Wind-Erzeugungsmixes). 18 Hauptländer wurden ausgewählt, um ihre Fähigkeit zur Deckung des gesamten jährlichen Strombedarfs aufzuzeigen, darunter 16 Hauptländer aus vier Kontinenten (Asien, Europa, Afrika und Amerika) und 2 Hauptländer aus Ozeanien. Die weißen Kreise stellen die höchste Zuverlässigkeit in jedem Land unter 21 verschiedenen Kombinationen von Solar- und Windenergie dar (die sogenannte zuverlässigste Kombination). Die Speicher- und Erzeugungsmengen werden in jedem Feld variiert: a 1x Erzeugung ohne Speicherung; b 1x Erzeugung mit 3 Stunden Speicherung; c 1x Erzeugung mit 12 Stunden Speicherung; d 1,5x Erzeugung ohne Speicherung; e 1,5x Erzeugung mit 3 Stunden Speicherung; und f 1,5x Erzeugung mit 12 Stunden Speicherung.

Die Hinzufügung einer 3-stündigen Energiespeicherung, aber immer noch ohne überschüssige jährliche Erzeugung, erhöht die Zuverlässigkeit, so dass der zuverlässigste Mix (weiße Kreise) 78-93% (durchschnittlich 87%) des Strombedarfs deckt. Der Anteil der Solarstromerzeugung in diesen zuverlässigsten Mixen steigt auf 15-50% (im Durchschnitt 36%; Abb. 2b). In Ländern in höheren Breitengraden wie Russland, Kanada und Deutschland nimmt der Anteil der Solarstromerzeugung jedoch weniger stark zu oder geht sogar zurück (Abb. 2b). Diese Trends setzen sich fort, wenn mehr Speicher hinzukommen, so dass bei einer 12-stündigen Energiespeicherung und keinem jährlichen Erzeugungsüberschuss 83-94% (durchschnittlich 90%) des Strombedarfs mit einem Mix aus 10-70% Solarstrom (durchschnittlich 49%; Abb. 2c) gedeckt werden.

Wenn die Erzeugungskapazitäten stattdessen so erhöht werden, dass die jährliche Erzeugung die jährliche Nachfrage in jedem Land um 50% übersteigt (d. h. 1,5-fache Erzeugung), aber ohne Energiespeicherung, decken die zuverlässigsten Mischungen 83-99% (durchschnittlich 94%) der Stromnachfrage. Die zuverlässigsten Strommixe der 1,5-fachen Erzeugung sind wesentlich zuverlässiger als die Systeme der 1-fachen Erzeugung, enthalten aber mehr Windkraft: 70-90% Windkraft (im Durchschnitt 78%; Abb. 2d). Diese “überbauten” Systeme sind in allen 18 Ländern zuverlässiger als die Systeme mit 12 Stunden Energiespeicherung, aber ohne Überschusserzeugung (Abb. 2c). Durch die Hinzufügung von Energiespeichern zu Systemen, deren Erzeugung dem 1,5-fachen des Jahresbedarfs entspricht, erhöht sich sowohl die Systemzuverlässigkeit (89-100%, durchschnittlich 98%) als auch der Anteil der Solarstromerzeugung (die zuverlässigsten Mischungen haben einen Solarstromanteil von 10-60%, durchschnittlich 36%; Abb. 2e, f).

Der ungedeckte Bedarf

Die Streudiagramme in Abb. 3 zeigen die Beziehungen zwischen Zuverlässigkeit, Energiespeicherung, jährlicher Überschusserzeugung und der Landfläche der Länder für die zuverlässigsten Solar-Wind-Mixe aller 42 analysierten Länder (siehe Beziehungen mit logarithmischer y-Achse in der ergänzenden Abb. 4). Die linearen Anpassungen in jedem Panel zeigen, dass Solar-Wind-Systeme in Ländern mit kleineren Landflächen generell weniger zuverlässig sind (z. B. Abb. 3a). Insbesondere zeigen unsere länderübergreifenden Ergebnisse, dass die Zuverlässigkeit von Solar-Wind-Anlagen ohne Energiespeicher um 7,2% für jeden Faktor 10 größerer Landfläche zunimmt; diese Beziehung deutet auf die Verbesserung der Systemzuverlässigkeit hin, die durch den Ausbau der Übertragungssysteme in großen Ländern zu erwarten wäre. Die jährliche Überschusserzeugung gleicht den Nachteil der kleinen Landesfläche jedoch eher aus als die Energiespeicherung (dies wird deutlich, wenn man die Steigungen der linearen Anpassungen in den Feldern von Abb. 3c und d vergleicht). Darüber hinaus wurde für jedes Land eine nichtlineare Funktion an die Zuverlässigkeit in Abhängigkeit von der Landfläche, der Höhe der jährlichen Erzeugung und der Kapazität der Energiespeicherung angepasst, um die Zuverlässigkeitsgewinne durch die zusätzliche jährliche Erzeugung und die Energiespeicherung zu vergleichen (siehe ergänzende Informationen). Unsere Ergebnisse zeigen, dass eine 10%ige Erhöhung der jährlichen Überschusserzeugung einer 3,9-stündigen Speicherung entspricht (siehe Zusatzinformation 2).

Abb. 3: Der Zusammenhang zwischen der höchsten Zuverlässigkeit des Stromversorgungssystems und der Fläche des Landes unter 42 großen Ländern.

Die Schattierung der Blasen steht für die durchschnittlichen jährlichen Stunden mit lang andauernden (>24 h) Stromversorgungslücken. Die Speicher- und Erzeugungsmengen werden in jedem Feld variiert: a 1x Erzeugung ohne Speicher; b 1x Erzeugung mit 3 h Speicher; c 1x Erzeugung mit 12 h Speicher; d 1,5x Erzeugung ohne Speicher; e 1,5x Erzeugung mit 3 h Speicher; und f 1,5x Erzeugung mit 12 h Speicher.

Abbildung 3 verdeutlicht auch die Art der Unzuverlässigkeit der Systeme: Die Farbe der Blasen gibt die durchschnittliche Anzahl der Ereignisse an, bei denen die Nachfrage in jeder von mindestens 24 zusammenhängenden Stunden nicht gedeckt werden kann (d. h. “Langzeitlücken”). In Systemen, die mehr als 95% des Bedarfs eines Landes decken, verbleiben oft Dutzende solcher Lücken mit langer Laufzeit pro Jahr (gelbe und grüne Kreise). In einigen Ländern wird die Anzahl solcher Langzeitlücken durch die überschüssige jährliche Erzeugung stärker reduziert als durch die Hinzufügung einer 12-stündigen Energiespeicherung (siehe z. B. Schweden, Australien, Kanada und Russland in Abb. 3c und d).

Abbildung 4 zeigt die Größenordnung und Dauer der nicht gedeckten Nachfrage in 16 großen Ländern (wobei aus Gründen der Symmetrie der Abbildung zwei afrikanische Länder aus den 18 in Abbildung 1 gezeigten Ländern herausgenommen wurden; in absteigender Reihenfolge ihrer Landfläche), mit Kurven, die Lücken verschiedener Systemkonfigurationen zeigen, sortiert nach ihrer Größenordnung und nach der Anzahl der Stunden pro Jahr, in denen eine solche Lücke auftrat (die Stromversorgungslücke stellt den Anteil der nicht gedeckten Nachfrage an der Gesamtnachfrage in dieser Stunde dar, gemittelt über den Zeitraum 1980-2018; siehe Beziehungen mit einer logarithmischen y-Achse in ergänzender Abbildung 5). Die blassvioletten Kurven zeigen beispielsweise, dass Systeme ohne jährliche Überschusserzeugung und mit 12 Stunden Energiespeicherung durchweg Lücken aufweisen, in denen >50% der Nachfrage für >1000 Stunden pro Jahr nicht gedeckt werden (Abb. 4). Hellgrüne Kurven zeigen, dass Systeme mit 50% jährlicher Überschusserzeugung und 12 Stunden Energiespeicherung in einigen Ländern viel kleinere und kürzere Lücken aufweisen können (z. B. <10% des Bedarfs, der in weniger als 100 Stunden pro Jahr in Russland, China und Australien nicht gedeckt wird), aber die Lücken können in Ländern mit relativ großen Landflächen (z. B. Kanada, Brasilien, Indien und Mexiko) immer noch >20% des Bedarfs für Dutzende von Stunden oder mehr betragen, Kanada, Brasilien, Indien und Mexiko) und >60% der Nachfrage für mehrere hundert Stunden pro Jahr in Ländern mit kleineren Flächen (z. B. Frankreich, Japan, Deutschland, Neuseeland, das Vereinigte Königreich und Südkorea; Abb. 4). In kleineren Ländern verbleiben sogar bei Systemen mit 12-stündiger Energiespeicherung und einer jährlichen Erzeugung, die dem Dreifachen des Jahresbedarfs entspricht, erhebliche Lücken (>30% des Bedarfs für mehr als 20 Stunden pro Jahr; blassorangefarbene Kurven in Abb. 4).

Abb. 4: Durchschnittliche Stromversorgungslücken.

Die Flächen unter jeder Kurve zeigen den Anteil und die Stunden des nicht gedeckten Strombedarfs der zuverlässigsten Solar-Wind-Systeme in ausgewählten Ländern unter der Annahme bestimmter Speicher- und Erzeugungsmengen: a Russland; b Kanada; c angrenzende USA; d China; e Brasilien; f Australien; g Indien; h Algerien; i Mexiko; j Südafrika; k Frankreich; l Japan; m Deutschland; n Neuseeland; o Vereinigtes Königreich; p Südkorea (siehe Daten in Zusatzdaten 6). Die Farbe der Linien steht für unterschiedliche Generationsmengen: 1x Generation in lila, 1,5x Generation in grün und 3x Generation in orange. Die Schattierung der Linien steht für unterschiedliche Lagerungsmengen: die dunkelste Schattierung steht für keine Lagerung, die mittlere Schattierung für 3 Stunden Lagerung und die hellste Schattierung für 12 Stunden Lagerung. Beachten Sie, dass die y-Achse der Stromversorgungslücke den Anteil der nicht gedeckten Nachfrage an der Gesamtnachfrage in dieser Stunde darstellt.

Vorteile durch die gemeinsame Nutzung von Ressourcen mehrerer Nationen

Wir bewerten auch die Zuverlässigkeitsvorteile regionaler Stromverbundnetze, bei denen die Solar- und Windressourcen mehrerer Länder zusammengeführt und gemeinsam genutzt werden, wobei wir wiederum von einer perfekten Übertragung innerhalb dieser Regionen ausgehen. Die Karten in Abb. 5 zeigen die Auswirkungen einer solchen räumlichen Aggregation. Sie zeigen die höchste Zuverlässigkeit der Solar-Wind-Erzeugung ohne überschüssige jährliche Erzeugung oder Energiespeicherung auf nationaler Ebene (ergänzende Daten 7; Abb. 5a) sowie wenn ein System in 19 separate, zusammenhängende multinationale Regionen (Abb. 5b; Kategorisierung in ergänzende Daten 4) und 6 Kontinente (ergänzende Daten 7; Abb. 5c) aggregiert wird. Jeder Schritt führt zu einer erheblichen Verbesserung der Zuverlässigkeit, wobei mehr als 89,8% des stündlichen Bedarfs überall gedeckt werden, wenn die Ressourcen auf kontinentaler Ebene aggregiert werden (Abb. 5c). Abbildung 5c zeigt auch die zusätzlichen Zuverlässigkeitsgewinne in diesen Systemen, die als Folge spezifischer interkontinentaler Verbindungen erzielt werden würden. Ergänzende Abbildung 6 zeigt, dass die Versorgungslücken in kontinentalen Solar-Wind-Systemen in Afrika, Asien und Südamerika vollständig beseitigt und in Europa, Ozeanien und Nordamerika auf <2% der Nachfrage und 49, 26 bzw. 13 Stunden begrenzt werden könnten, wenn die jährliche Überschusserzeugung 50% und die Speicherung 12 Stunden beträgt. Für kontinentale Systeme verbleiben erhebliche Versorgungslücken, wenn die jährliche Überschusserzeugung und die Energiespeicherung nicht verfügbar sind (ergänzende Abb. 7).

Abb. 5: Karten der Zuverlässigkeit des Stromsystems beim zuverlässigsten Solar-Wind-Mix ohne Überschusserzeugung oder Energiespeicherung.

Die Karten zeigen die Zuverlässigkeit (d. h. die stündlich gemittelte Angemessenheit der Ressourcen) auf der Ebene der Länder/Regionen (a; ergänzende Daten 4), auf der Ebene der Subkontinente (b; 19 multinationale Regionen, die im SI aufgeführt sind) und auf der Ebene der Kontinente (c; 6 Kontinente: Asien, Europa, Afrika, Nordamerika, Südamerika und Ozeanien). Wir haben auch die Zuverlässigkeit des Stromversorgungssystems unter der Annahme mehrerer interkontinentaler Verbindungen bewertet (dargestellt als Pfeile: Asien-Ozeanien, Europa-Asien, Europa-Afrika, Nordamerika-Europa und Nordamerika-Südamerika). Die zusätzlichen Zuverlässigkeiten für jedes kontinentale Stromversorgungssystem bei verschiedenen Verbindungen sind gekennzeichnet.

Diskussion

Unsere Ergebnisse deuten darauf hin, dass die Solar- und Windressourcen der wichtigsten Länder mindestens 72% des momentanen Strombedarfs ohne überschüssige jährliche Erzeugung oder Energiespeicherung decken könnten, wenn man die Übertragungsbeschränkungen vernachlässigt und die Systeme so dimensioniert sind, dass sie den zeitintegrierten jährlichen Strombedarf decken. In den zusammenhängenden Gebieten der USA beispielsweise könnte ein Solar- und Windkraftsystem ~85% des gesamten Strombedarfs decken, was mit früheren Studien und Berichten übereinstimmt12,25. Solar- und Windkraftanlagen können ein höheres Maß an Zuverlässigkeit erreichen, indem sie Energiespeicher hinzufügen, ihre Kapazitäten erhöhen (d.h. Strom über den jährlichen Bedarf hinaus erzeugen) oder die Ressourcen angrenzender, multinationaler Regionen zusammenlegen26. Die mit diesen Optionen verbundenen marginalen Verbesserungen der Zuverlässigkeit unterscheiden sich jedoch je nach Landfläche, Lage und geophysikalischen Ressourcen erheblich zwischen den einzelnen Ländern und Regionen (siehe ergänzende Abbildungen 8 und 9).

In kleinen Ländern mit hohen Breitengraden sind die zuverlässigsten Systeme in der Regel windlastig (z. B. bis zu 95% Windkraft), wobei durch regionale Aggregation besonders große Zuverlässigkeitsgewinne erzielt werden können. Im Gegensatz dazu enthalten die zuverlässigsten Systeme in gemäßigten/tropischen Ländern tendenziell mehr Solarenergie. Gleichzeitig sind die zuverlässigsten Systeme nicht immer die Systeme, die die Häufigkeit von lang andauernden (≥24 h) Stromversorgungslücken minimieren würden (ergänzende Abbildung 9). Im Allgemeinen verringert ein höherer Anteil von Solarenergie im Wind-Solar-Mix die Häufigkeit lang andauernder Lücken. Obwohl mit Solar-Wind-Ressourcen allein ein relativ hohes Maß an Zuverlässigkeit erreicht werden kann, sind die entscheidenden Herausforderungen solcher Systeme die Lücken von längerer Dauer, die oft mit extremen Wetterereignissen verbunden sind. Historische Daten zu Solar- und Windressourcen in Deutschland zeigen beispielsweise, dass es fast zwei Wochen gab, in denen die einsatzfähige Erzeugung praktisch die gesamte Nachfrage decken musste, weil die Verfügbarkeit von Solar- und Windenergie sehr gering war (so genannte “Dunkelflaute”)27. Obwohl es bei ausreichender Wind- und Solarkapazität immer noch möglich sein könnte, die Nachfrage in allen Stunden zu decken, steigt die erforderliche Kapazität ab einem Punkt, der von den erneuerbaren Ressourcen des Landes abhängt, exponentiell an, und es ist dieser geophysikalisch abhängige Punkt, der die Kosteneffizienz hochzuverlässiger, auf erneuerbaren Energien basierender Stromsysteme weitgehend bestimmen wird. Obwohl einsatzbereite fossile Stromerzeuger mit 100% effektiver Kohlenstoffabscheidung (CCS) für Systemzuverlässigkeit ohne Emissionen sorgen könnten2, würden solche nicht ausgelasteten und kapitalintensiven Reservestromanlagen höhere Investitionen und variable Kosten erfordern. Im Gegensatz dazu könnten Verbrennungsturbinen oder Kombikraftwerke, die kohlenstoffneutrales Biogas, Synthesegas oder Wasserstoff verbrennen, vergleichsweise niedrige Kapitalkosten haben, würden aber zusätzliche und große Kapitalinvestitionen erfordern, um diese Brennstoffe zu erzeugen (z. B. Biovergärung, direkte Luftabscheidung, Fischer-Tropsch und/oder Elektrolyse). Die Sektorenkopplung oder die richtige Dimensionierung dieser Netto-Null-Emissions-Brennstoffproduktionsanlagen könnte dennoch einen unregelmäßigen Betrieb der Generatoren ermöglichen28. Mehr feste Stromerzeugung würde bedeuten, dass in einem bestimmten System weniger Solar- und Windkraftkapazitäten zur Verfügung stehen, was je nach Technologiekosten kosteneffizient sein kann oder auch nicht. Viele Länder und Befürworter sind jedoch daran interessiert, die Solar- und Windenergie voll auszuschöpfen. Unsere Ergebnisse sind in diesem Zusammenhang besonders relevant, da sie die Auswirkungen der länderspezifischen Unterschiede in der Variabilität der Solar- und Windressourcen aufzeigen, einschließlich der Frage, wie viel Speicherung und feste Stromerzeugung erforderlich sein könnten, um die Angemessenheit der Ressourcen sicherzustellen. Obwohl unsere Methoden einfach und transparent sind, stimmen unsere Ziele und Ergebnisse in bemerkenswerter Weise mit wesentlich komplexeren Ansätzen überein. Der kürzlich veröffentlichte Net-Zero America-Bericht enthält beispielsweise ein kostenoptimiertes Szenario mit ausschließlich erneuerbaren Energieträgern, das die US-Elektrizität ohne Kernkraft oder CCS dekarbonisiert: Im Jahr 2050 stammen ~81,6% der Primärenergie im E + RE +-Szenario aus Sonne und Wind29.

Unsere Analyse weist wichtige Einschränkungen und Ungewissheiten auf. Um die Allgemeingültigkeit unserer Ergebnisse zu verbessern, konzentriert sich unsere Analyse ausschließlich auf geophysikalische Zwänge und berücksichtigt nicht die wirtschaftliche Machbarkeit. Wie bereits erwähnt, handelt es sich bei unseren Zuverlässigkeitsschätzungen um den besten Fall, wenn man davon ausgeht, dass Elektrizität verlustfrei durch eine Region von Interesse übertragen werden kann. Außerdem verwenden wir flächengewichtete Durchschnittswerte für das Solar- und Winderzeugungspotenzial ohne Berücksichtigung bestehender Schutzmaßnahmen oder Nutzungen. Die Verwendung von flächengewichteten Durchschnittswerten wirkt sich in zweierlei Hinsicht auf unsere Schätzungen aus. Erstens können in unseren Schätzungen Gebiete enthalten sein, in denen derzeit keine Windkraftanlagen errichtet werden können. Zweitens setzt unsere Ableitung der Kapazitätsfaktoren für Solar- und Windenergie eine gleichmäßige Verteilung der Wind- und Solartechnologie voraus (d. h. ein horizontales, einachsiges Nachführsystem, das in dieser Arbeit verwendet wird), was es uns nicht ermöglicht, Standorte mit besonders hohen Kapazitätsfaktoren auszuwählen oder strategisch eine Reihe von Standorten auszuwählen, deren Erzeugungspotenziale untereinander negativ korreliert sind. Dieser zweite Punkt hat zur Folge, dass unsere Schätzungen für die Effizienz der Solar- und Windressourcen zur Deckung der Stromnachfrage bei Verwendung des horizontalen einachsigen Nachführsystems konservativer ausfallen als bei den zweiachsigen Solar-Nachführsystemen. Für diesen Fall werden zweiachsige Solar-Nachführsysteme hinzugefügt, um die Auswirkungen auf die Systemzuverlässigkeit zu testen (siehe ergänzende Anmerkung 3). Wir stellen fest, dass die verschiedenen Solar-Nachführsysteme nur sehr geringe Auswirkungen auf die Zuverlässigkeit des Elektrizitätssystems haben und die Zuverlässigkeitsänderungsquoten innerhalb von ±5% unter dem 1x-Erzeugungssystem und weniger empfindlich unter dem 3x-Erzeugungssystem liegen (ergänzende Abb. 10). Beide Methoden zur Berechnung der Kapazitätsfaktoren nationaler und regionaler flächengewichteter Durchschnittswerte können jedoch auch die Ressourcenvariabilität verringern und dadurch die Zuverlässigkeitsschätzungen erhöhen. Drittens können die stündlichen Schwankungen der Solar- und Windkapazitätsfaktoren in den von uns verwendeten Reanalysedaten MERRA-2 verzerrt sein. Eine neue Analyse auf der Grundlage eines anderen und unabhängigen Reanalyseprodukts, ERA530,31, wurde hinzugefügt und mit den ursprünglichen Ergebnissen verglichen (siehe ergänzende Anmerkung 3 und ergänzende Abbildungen 11-12). Unsere Schätzungen der Systemzuverlässigkeiten unter Verwendung von ERA5-Daten in den 42 wichtigsten Ländern stimmen gut mit den Ergebnissen von MERRA-2 überein: Bei 1x Erzeugung und den zuverlässigsten Mischungen ohne Speicherung variiert die Zuverlässigkeit unter den verschiedenen Lasten im Durchschnitt zwischen -9,4 und 1,3% (siehe ergänzende Abb. 9a). Die Unterschiede sind in Systemen mit Überschusserzeugung ähnlich (Abb. S11b-c). Wir haben auch das Ausmaß und die Dauer der ungedeckten Nachfrage in 16 großen Ländern wie in Abb. 4 verglichen (siehe ergänzende Abb. 12). Die Datenprodukte von MERRA-2 und ERA5 können beide im Wesentlichen die Anzahl der Stunden pro Jahr erfassen, in denen eine solche Lücke auftrat. Im Gegensatz dazu sind die MERRA-2-Daten in größeren Ländern (z. B. Russland und Kanada) besser in der Lage, den stündlichen Bedarf zu decken, während sie in kleinen Ländern (z. B. Vereinigtes Königreich) eine ähnliche Leistung aufweisen. Die etwas unterschiedlichen Muster der Ressourcenvariabilität in den beiden Datensätzen ändern nichts an unseren wichtigsten Schlussfolgerungen.

Trotz dieser vereinfachenden Annahmen bieten unsere Ergebnisse Einblicke, die sich von denen der integrierten Bewertungsmodelle (IAMs) mit mehrjährigen Zeitschritten oder stündlichen, kostenoptimierten Energiesystemmodellen unterscheiden. Insbesondere die stündliche Auflösung über mehrere Jahrzehnte ermöglicht es uns, die Angemessenheit der regionalen Solar- und Windressourcen unabhängig von den Kosten zu bewerten. Bei kostenoptimierenden Modellen, die entweder einen sehr hohen Anteil erneuerbarer Energien an der Nachfrage voraussetzen oder von extrem günstigen Kosten für erneuerbare Energien ausgehen, wird in der Regel ein erheblicher Anstieg der Systemkosten festgestellt, z. B. im Zusammenhang mit der Energiespeicherung. Unsere geophysikalisch ausgerichteten Ergebnisse helfen, solche Ergebnisse unabhängig von den Kostenannahmen zu erklären. Wir vergleichen die Schätzungen der Zuverlässigkeit und der Kapazitäten in dieser Studie mit mehreren techno-ökonomischen Studien, die unabhängige Ansätze zur detaillierten Modellierung regionaler solar- und winddominierter Stromsysteme verwendet haben29,44,45. Diese Studien, die sich jeweils auf die USA konzentrieren, kommen zu dem Ergebnis, dass der Anteil der nicht-emittierenden (oder kohlenstoffneutralen) Elektrizität, der von Solar- und Windkraftanlagen in kostenoptimierten Systemen beigesteuert wird, typischerweise bei ~80% liegt, wobei der restliche Bedarf an nicht-emittierender Erzeugung durch stärkere erneuerbare Energien wie Biomasse, Wasserkraft und Geothermie gedeckt wird29,44,45.

Viele Prognosen gehen davon aus, dass variable Sonnen- und Windenergie die dominierenden Stromquellen in den zukünftigen Netto-Null-Emissions-Energiesystemen sein werden. Wenn die Solar- und Windenergiekapazitäten so dimensioniert sind, dass die jährliche Gesamterzeugung der jährlichen Gesamtnachfrage entspricht, können diese Ressourcen aufgrund ihrer saisonalen und täglichen Komplementarität drei Viertel der stündlichen Stromnachfrage in größeren Ländern decken. Die Erhöhung des Anteils der Nachfrage, der durch Solar- und Windenergie gedeckt werden kann, erfordert entweder einen “Überbau” (d. h. eine überschüssige jährliche Erzeugung), die Einführung von Energiespeichern in großem Maßstab und/oder die Bündelung von Ressourcen in multinationalen Regionen (ergänzende Daten 6). Wir heben die geophysikalischen Erwägungen im Zusammenhang mit diesen Optionen hervor, aber auch wirtschaftliche und geopolitische Aspekte werden einen großen Einfluss darauf haben, welche Strategien letztendlich gewählt werden, und sind daher wichtige Themen für die weitere Forschung. Unsere Analyse für die 39-jährige Aufzeichnung der Sonnen- und Windressourcen dient zum Teil dazu, eine statistisch signifikante Analyse der zwischenjährlichen Variabilität und seltener Ereignisse (wie lang anhaltende Stürme) zu erhalten. Die Ermittlung von Schätzwerten für die interannuelle Variabilität und die Häufigkeit seltener Ereignisse, die sich auf das Potenzial der Solar- und Windenergieerzeugung auswirken, ist wichtig, wenn man die Lebensdauer des Kapitalstocks in einem Stromnetz betrachtet, und erfordert die Verwendung vieler Jahre an Daten. Unsere normalisierte Analyse der Zuverlässigkeit für ein rein solar- und windgespeistes Elektrizitätssystem würde auch für ein System mit anderer, zeitlich langsam schwankender Erzeugung (z. B. Kohle, Wasser, Geothermie oder Kernkraft) gelten, da die Variabilität der Solar- und Winderzeugung und die damit verbundenen langfristigen Lücken in der Elektrizitätsversorgung entweder durch das Hoch- und Herunterfahren von Backup-Technologien oder durch die Drosselung überschüssiger Solar- und Winderzeugung bewältigt werden müssen. Unsere Ergebnisse zeigen nationale und regionale Unterschiede bei den Solar- und Windressourcen auf, die Entscheidungsträgern und Forschern bei der Festlegung von Prioritäten für ihre Investitionen in zuverlässige und kosteneffiziente, überwiegend auf Sonnen- und Windenergie basierende Elektrizitätssysteme von Nutzen sein können.

Methoden

Stündliche Kapazitätsfaktoren für Sonne und Wind

Der Kapazitätsfaktor beschreibt die tatsächliche Energieleistung im Vergleich zur Nennleistung der Systeme (Stromkapazität multipliziert mit 1 h)12. Um die Wind- und Solarkapazitätsfaktoren für diese Studie zu berechnen, haben wir zunächst die stündlichen Klimadaten aus dem Reanalyseprodukt Modern-Era Retrospective analysis for Research and Application, Version-2 (MERRA-2) erhalten, das 39 Jahre (1980-2018) umfasst und eine horizontale Auflösung von 0,5° nach Breitengrad [-90-90°] und 0,625° nach Längengrad [-180-179,375°] mit 361 × 576 Gitterzellen weltweit hat21,22. Hier verwendeten wir den oberirdischen einfallenden Kurzwellenfluss [W m-2] (Variablenname: SWGDN), den oberirdischen einfallenden Kurzwellenfluss [W m-2] (Variablenname: SWTDN) und die Oberflächentemperatur der Luft [K] (Variablenname: T) zur Ableitung der solaren Kapazitätsfaktoren; und die Windgeschwindigkeit in 100 m [m s-1], die auf der Grundlage der Windgeschwindigkeit in 10 m und 50 m (Variablennamen: U10M, V10M, U50M und V50M) und einer Potenzgesetz-Beziehung geschätzt wurde, zur Ableitung der Windkapazitätsfaktoren. Die Wind- und Solarkapazitätsfaktoren wurden für jede Gitterzelle und jede Stunde berechnet. Jeder Rohdatenpunkt (ein stündlicher Energiedichte- (Solar) oder Windgeschwindigkeitswert (Wind) an einem bestimmten Ort und zu einer bestimmten Zeit) wurde dann anhand der folgenden Verfahren in den entsprechenden Kapazitätsfaktor umgerechnet.

Für den solaren Kapazitätsfaktor berechneten wir zunächst den solaren Zenitwinkel und den solaren Einfallswinkel für jedes Netz auf der Grundlage des Breiten-/Längengrades und der Ortszeit46,47 und schätzten dann die Sonneneinstrahlung auf dem Panel48. Hier trennten wir die direkten und diffusen Sonnenstrahlungskomponenten auf der Grundlage eines empirischen stückweisen Modells49 , das sowohl das Verhältnis der Sonnenstrahlung von der Oberfläche zur Oberseite der Atmosphäre (d. h. den Klarheitsindex) als auch den lokalen Zenitwinkel berücksichtigt. Wir gingen von einem horizontalen einachsigen Nachführsystem (Nord-Süd-Richtung) mit einer Neigung des Solarmoduls von 0° und einem maximalen Einstellwinkel von 45° aus. Der Solarstromertrag eines bestimmten Moduls wird anhand des von Huld et al.50 und Pfenninger und Staffell51 beschriebenen Leistungsmodells berechnet, das sowohl die Umgebungstemperatur als auch den Einfluss der Bestrahlungsstärke berücksichtigt. Es ist anzumerken, dass wir bei der Berechnung der Solarkapazitätsfaktoren von einachsigen Nachführsystemen ausgegangen sind, was für kleine Länder wie Japan, Südkorea und das Vereinigte Königreich ungeeignet sein könnte. Diese kleinen Länder verfügen nicht über genügend freie Flächen und werden höchstwahrscheinlich keine Nachführung von Photovoltaik-Aufdachanlagen bevorzugen. Daher haben wir die Auswirkungen verschiedener Nachführsysteme (d. h. einachsige und zweiachsige für eine horizontale und eine vertikale Achse) auf die Zuverlässigkeit des Stromsystems weiter untersucht. Die detaillierten Vergleiche sind in der SI (ergänzende Anmerkung 3 und ergänzende Abb. 10) dargestellt.

Für den Windkapazitätsfaktor werden unter der Annahme einer Nabenhöhe der Windturbine von 100 m die Rohdaten der Windgeschwindigkeit zunächst mit Hilfe eines Potenzgesetzes auf 100 m interpoliert, basierend auf der Windgeschwindigkeit in 10 und 50 m Höhe. Die Windgeschwindigkeit in 100 m Höhe wird mit Hilfe der folgenden Gleichungen (1) und (2) geschätzt:

Ein flächengewichtetes mittleres stündliches Energieerzeugungsprofil wurde für die Solar- und Windressourcen individuell für jede Region von Interesse erstellt. In dieser Arbeit wurden stündliche Solar- und Windkapazitätsfaktoren für 168 Länder/Regionen erstellt. Kapazitätsfaktoren, die aus Reanalysedaten abgeleitet wurden, unterscheiden sich bekanntermaßen von realen Systemen12,54, und daher wurden diese berechneten Kapazitätsfaktoren aus dem Reanalysedatensatz neu skaliert. Das heißt, die Reanalysedaten wurden hier nur verwendet, um die zeitlichen und räumlichen Merkmale der Ressource widerzuspiegeln. Aus Gründen der Konsistenz haben wir die Kapazitätsfaktorwerte anhand des 25. Perzentils der berechneten Kapazitätsfaktoren für eine Region von Interesse normalisiert, da für alle Länder und Regionen von Interesse reale Wind- und Solarkapazitätsfaktoren aus öffentlichen Datensätzen oder Berichten zur Verfügung stehen. Unsere Schätzungen stellen reale Wind- und Solarkapazitätsfaktoren dar, die gut mit den verfügbaren Beobachtungsdaten übereinstimmen55. Anschließend haben wir die stündlich normalisierten Wind- und Solarkapazitätsfaktoren auf Länder-/Regionsebene als Zeitreihen ermittelt.

Stündliche Stromnachfragedaten auf Länderebene

In dieser Arbeit wurden die stündlichen Stromnachfragedaten auf Länderebene auf verschiedene Weise geschätzt, z. B. von Regierungs- und Strommarkt-Websites, Datensätzen öffentlicher Stromnetze und früheren Studien (ergänzende Daten 1). Wie aus den ergänzenden Daten 1 hervorgeht, haben wir die Nachfragedaten von 168 Ländern und Regionen zusammengestellt, darunter die realen stündlichen Nachfragedaten von 62 Ländern und Regionen und die aufgrund der Datenverfügbarkeit projizierten stündlichen Nachfragedaten der übrigen Länder56. Toktarova et al. entwickelten ein multiples lineares Regressionsmodell, um die Stromnachfrage in stündlicher Auflösung für alle Länder weltweit zu projizieren, indem sie 57 reale Lastdatenprofile verschiedener Länder einbezogen, um das zyklische Muster der Daten zu analysieren. Angesichts der unterschiedlichen selbstkonsistenten kontinuierlichen lückenlosen Zeitreihen der stündlichen Stromnachfrage in den verschiedenen Ländern und Regionen wurde in unseren folgenden Simulationen ein einziges aktuelles Jahr der stündlichen Stromnachfrage verwendet, um die Auswirkungen der Vielfalt der Solar- und Windressourcen über die Jahre hinweg auf die Zuverlässigkeit des Stromsystems für Länder und Regionen mit verfügbaren realen Stromdaten zu untersuchen. Für die übrigen Länder und Regionen wählten wir die stündlichen Stromnachfragedaten des letzten Jahres der Zukunft (d. h. des Jahres 2020) aus dem Projektionsmodell56. Wir haben den Nachfragedatensatz auf Länderebene erhalten, indem wir die stündlichen 1-Jahres-Nachfragedaten 39 Mal zusammengefügt haben, um einen 39-Jahres-Datensatz zu erhalten, der mit den Ressourcendaten übereinstimmt. Darüber hinaus haben wir für die regionalen Nachfragedaten alle Nachfragedaten der verfügbaren Länder innerhalb der jeweiligen Region auf stündlicher Ebene kombiniert, um die zeitlichen Merkmale darzustellen.

Entwurf der Simulation

Es wurde eine Reihe von Vorwärtssimulationen durchgeführt, um die Fähigkeit von Wind, installierter Solarkapazität und Energiespeicherung, sofern vorhanden, zur Deckung der Nachfrage in jeder Stunde zu verfolgen. In dieser Studie haben wir ein Makro-Energiemodell (MEM) verwendet, das für die Optimierung des Elektrizitätssystems (oder von Elektrizität und Brennstoffen) entwickelt wurde, ohne räumliche Variationen, Politik und Kapazitätsmärkte zu berücksichtigen57. Ohne Berücksichtigung der Kosten des Stromsystems, der Erzeugungstechnologie und der Übertragungsverluste modellierten wir den idealisierten stündlichen Stromversorgungsprozess durch die Einspeisung von Wind- und Solarenergie sowie das Laden oder Entladen von Speichern, sofern vorhanden. Hier haben wir die installierte Wind- und Solarkapazität sowie die Speicherkapazität unter verschiedenen Kapazitätsmischungen von Solar- und Windanteilen (d.h. jede 5%ige Änderung des Solaranteils von 0% Solar und 100% Wind zu 100% Solar und 0% Wind) und verschiedenen Niveaus der jährlichen Überschusserzeugung (d.h. 1x, 1,5x und 3x Erzeugung) und der Energiespeicherung (d.h. maximal 3 und 12 Stunden Ladezeit) angenommen. Die installierten Kapazitäten für Solar-, Wind- und Speicherkraftwerke für einzelne Länder/Regionen werden anhand der Gleichungen (3)-(5) geschätzt.

Bei der Annahme, dass die Speicher verfügbar sind, gingen wir davon aus, dass der Anfangszustand der Speicher mit dem Endzustand für jedes Jahr übereinstimmt, was bedeutet, dass der Lade- und Entladeprozess ausgeglichen ist. Wir haben außerdem einen Wirkungsgrad der Speicherladung von 90% und eine Abklingrate von 1,14 × 10-6 pro Stunde (d. h. 1% des gespeicherten Stroms, der pro Monat verloren geht)2 angenommen, was die Spitzenleistung aktueller Batterien58,59 widerspiegelt. Die zum Aufladen einer Batterie verbrauchte Energie (als maximale stündliche Speicherladung bezeichnet) war nicht höher als die Speicherleistung, die der Speicherkapazität geteilt durch die Speicherladezeit entspricht.

In Anbetracht der begrenzten Rechenressourcen wählten wir zehn große Länder aus, indem wir die Stromnachfrage und das Wachstum des Bruttoinlandsprodukts (BIP) jedes Kontinents mit Ausnahme von Ozeanien (d. h. Asien, Afrika, Europa und Amerika) umfassend berücksichtigten, von denen nur zwei große Länder ausgewählt wurden (d. h. Australien und Neuseeland). Für jedes Hauptland wurden 21 Sätze des Solar- und Windmixes von 0% Solar- und 100% Windkraft bis zu 100% Solar- und 0% Windkraft mit einer Änderung von 5% unter 3 Gruppen von Überbauung (1 x, 1,5 x und 3 x Erzeugung) und 3 Gruppen von Speicherung (keine Speicherung, 3 h und 12 h Speicherung) simuliert, insgesamt 7938 Simulationen für alle Hauptländer. Um die Fähigkeit zur Stromversorgung auf multinationaler, kontinentaler und interkontinentaler Ebene zu untersuchen, wurde dasselbe Simulationsdesign für die Hauptländer auch auf multinationale Regionen, Kontinente und multikontinentale Regionen angewandt (ergänzende Daten 4). Zusätzlich zu den oben erwähnten Hauptländern wurden 103.194 Ein-Jahres-Simulationen, bestehend aus 21 Sätzen des Solar- und Windmixes ohne Überschusserzeugung oder Energiespeicherung, für jedes der übrigen 126 Länder weltweit hinzugefügt.

Stündlicher Stromlieferungsprozess

Bei reinen Solar- und Windkraftanlagen ohne Speicher schätzt das MEM-Modell die Fähigkeit zur Stromerzeugung in einer bestimmten Stunde ab, indem es bewertet, ob die einplanbare Solar- und Windenergie nicht geringer ist als der Strombedarf. Überschüssige Solar- und Windenergie kann aufgrund fehlender Speichermöglichkeiten gedrosselt werden. Eine Zuverlässigkeit von 100% ergibt sich, wenn das Solar- und Windenergieversorgungssystem die gesamte Stromnachfrage in jeder Stunde der Simulation decken kann.

Wenn man davon ausgeht, dass die Speicher in einer bestimmten Stunde verfügbar sind und die Solar- und Windenergie die Stromnachfrage decken kann, werden die Speicher mit der überschüssigen Solar- und Windenergie geladen, bis sie unter der Bedingung der maximalen stündlichen Speicherladung voll sind; danach kann die Solar- und Windenergie gedrosselt werden. Können Wind- und Solarenergie dagegen die Stromnachfrage nicht decken, werden die Speicher entladen, um die Stromversorgungslücke zu schließen, bis die Speicher leer sind oder die Stromversorgungslücke geschlossen ist.

Hier definieren wir die Zuverlässigkeit unter der Annahme, dass Stromsysteme nur Wind-/Solar-/Speicherressourcen nutzen, um die aktuelle Nachfrage nach Stromdienstleistungen zu decken. Wenn man andere Reservestromquellen zulässt (z. B. Erdgas mit oder ohne CCS), dann sind Fragen der Zuverlässigkeit bei überschüssiger jährlicher Erzeugung und/oder Speicherung weitgehend hinfällig.

Verfügbarkeit von Daten

Die für diese Studie generierten Daten zu Stromnachfrage, Solar- und Windkapazitätsfaktoren wurden in Dantong2021/Geophysical_constraints hinterlegt: Daten zu Stromnachfrage, Solar- und Windkapazitätsfaktoren (v1.0). Zenodo. https://doi.org/10.5281/zenodo.5463202.

Verfügbarkeit des Codes

Der Code des Macro Electricity Model (MEM) ist auf GitHub unter https://github.com/ClabEnergyProject/MEM verfügbar.

Quellen/Original/Links:
https://www.nature.com/articles/s41467-021-26355-z#Sec2

Übersetzung:
https://www.deepl.com/en/translator

Assistenzprofessorin, Energie-Umwelt-Wirtschaftssysteme
Dan Tong

Dan Tong

Post-Doc-Stipendiat, Universität von Kalifornien, Irvine, USA Globale anthropogene EmissionenSozioökonomische Trägheit und “Lock-in”-Probleme bei Kohlenstoff und Luftverschmutzung Modellierung und Analyse von Energie-Umwelt-WirtschaftssystemenSynergiepfade für Kohlenstoffneutralität und saubere Luft