A mix of long-duration hydrogen and thermal storage enables large-scale electrified heating in a renewable European energy system
创建于 更新于
摘要
本文基于78个气象年长时间序列数据,系统评估了电气化取暖对欧洲可再生能源系统中长期电力存储(LDES)需求的影响,发现电气化采暖使平均LDES能量容量增至无采暖情景的4倍以上,其中75%由负载杠杆效应驱动,25%来自可再生能源稀缺期与寒冷天气的复合作用。引入大型区域供热网络的长期热储存(LDTS)可平均减少36%的LDES需求,优化储能系统的地理分布,政策制定应推动两种储能技术协同发展,降低投资风险,确保采暖电气化的可靠实施 [page::0][page::1][page::2][page::3][page::5][page::6][page::10][page::11]
速读内容
电气化取暖显著增加长期电力储能需求 [page::2][page::3]

- 80%的住宅与商业热需求电气化后,LDES容量从平均37 TWh提升至168 TWh,增长了273%。
- 不同气象年间最优LDES容量差异增大,标准差从10 TWh增至66 TWh,显示需求对气候变化敏感。
负载杠杆效应与复合作用驱动LDES增长 [page::3][page::4]

- 75%的储能需求增长由负载杠杆效应驱动,即冬季供暖负荷叠加使风光匮乏期储能需求加剧。
- 复合作用导致在极端寒冷期加剧LDES需求,约占25%,不同气象年表现显著差异。
长期热储存能有效缓解LDES需求 [page::5][page::6]

- 区域供热网络内引入LDTS后,平均减少36%(60 TWh)的LDES容量需求,极端寒冬年减幅37%。
- LDTS通过对取暖负荷时序进行平滑,降低氢气轮机发电峰值与总发电量,且对风光装机容量影响有限。
LDTS分布优化长期储能布局,减少对德国氢储量依赖 [page::6][page::7]

- LDTS主要推广于东中欧国家,显著减少德国的LDES容量比例,从43%降至35%。
- 伴随LDTS普及,电解槽和氢轮机容量在各国间调整,体现多区域能源自主和协同布局。
关键参数敏感性分析强调LDTS潜力受制于效率和成本 [page::7][page::8]

- LDTS效率提升和投资成本下降可使LDES需求额外减少19%-35%。
- 全面供暖网络覆盖假设下,LDES需求仍高于无采暖场景,表明热储无法完全替代电储能。
电力系统模型及场景设计概览 [page::12][page::13][page::14]
- 使用DIETER模型,覆盖欧洲28国,结合78气象年时序进行多场景容量扩展优化。
- 模型纳入多种可再生发电、储能及供暖技术,考虑区域氢气网络与供热网络不均等分布。
- 研究焦点为80%热负荷电气化对长期电储能与热储能需求的影响,考虑不同电气化与储能组合场景。
深度阅读
金融研究报告详尽分析报告
---
1. 元数据与概览(引言与报告概览)
- 标题:A mix of long-duration hydrogen and thermal storage enables large-scale electrified heating in a renewable European energy system
- 作者:Felix Schmidt, Alexander Roth, Wolf-Peter Schill
- 机构:DIW Berlin (德国经济研究所), TU Berlin, Katholieke Universiteit Leuven
- 日期:发表时间未具体注明,但引用文献可推断2024年底或2025年初
- 主题:欧洲能源系统中大规模电气化供暖对长时程储能需求的影响,重点对比氢气储能与热能储存的作用及互补性研究
核心论点及作者主旨
报告通过一个涵盖28个欧洲国家的跨时空、跨部门耦合模型(包含78个气象年度数据)精细分析,发现大规模热泵电气化使得长时程电力储能(Long-Duration Electricity Storage,LDES)容量需求大幅提升,平均超过无电气化供暖场景的4倍。报告进一步区分了额外储能需求的成因:
- 杠杆效应(Leverage effect):电气化供暖导致用电负荷增长,放大了可再生能源供应不足时的储能需求,约占新增储能需求的75%
- 复合效应(Compound effect):极冷天气与可再生能源紧缺时间叠加,增加储能需求余量,约占25%。
此外,长期热能储存(Long-Duration Thermal Storage,LDTS),尤其是区供热网络中的大规模平原蓄热坑,可显著减少LDES需求(平均减小36%)。作者建议政策应鼓励两类储能技术的协作开发以保障电气化进程,同时呼吁对气象变异性带来的投资风险提供缓释。
---
2. 逐节深度解读
2.1 摘要与引言
- 摘要强调季节性和长久风光资源短缺(所谓Dunkelflaute)是电力系统面临的风险,LDES和LDTS可分别起季节间及供暖负荷的调节作用。
- 作者指出,现有研究多注重供应端(风光资源)变异,忽略供暖需求的气象驱动需求变化对储能容量的影响。
- 重点突出:用78年气象数据进行模拟,横向比较无热电气化、80%电气化热泵(Decent scenarios)及结合LDTS的区供热系统,创新体现在大规模时间长度和空间范围的综合评估。
---
2.2 研究方法与数据
- 利用DIETER模型扩展版本,建模了28国(包括欧盟主要国家及英、挪瑞、瑞士)综合能源系统。
- 电力系统基于高比例可再生能源(光伏、风能、水电及少量生物质)和氢能气轮机的长时储能体系。
- 供暖负荷基于ERA5气象再分析数据,结合When2Heat工具生成国家级热泵COP(性能系数)及热负荷时间序列。
- 氢气储存包括盐穴储氢和容器储氢,配合压缩机消耗能源。
- 区供热网络通过大规模热泵接入,配备长时蓄热坑式热储。
---
2.3 结果分析
2.3.1 电气化热负荷显著提升LDES需求(2.1节详细阐述)
- 关键数据点:
- 无电气化热负荷(No Heat scenario):LDES容量均值为37 TWh,区间23至80 TWh(不同气象年);
- 80%电气化热负荷(Decent scenario):LDES均值跃升到168 TWh,增幅273%;
- 极端1972/73年,电气化导致LDES需求高达400 TWh,是无热场景的10倍;
- 电气化引起的电力负荷集中在冬季,与可再生能源低输出时段高度重合,导致系统储能需求大幅提升;
- 另外,电气化还显著增加了不同气象年的储能需求波动性,No Heat场景年间储能容量标准差为10 TWh,Decent场景提升至66 TWh。
- 图1(第3页图)清晰展示了不同气象年间LDES需求分布及电气化对其提升和波动的影响。
2.3.2 杠杆效应与复合效应(2.2节)
- 基于Decent-Mean情景,将热负荷及COP替换为长期平均,剥离具体天气年变异,分析杠杆与复合效应贡献:
- 杠杆效应:季节性热负荷在冬季与低风光输出时间段相叠,加剧电力缺口,平均贡献98 TWh,相当于整体增加的75%;
- 复合效应:异常寒冷天气与风光缺口叠加产生更严峻负荷,贡献25%,在极端年中尤为显著;
- 图2(第4页图)展示了4个典型高负荷的极端气象年的储能走势及对应的热负荷和可再生发电缺口,进一步验证叠加效应原理。
2.3.3 区供热中LDTS的缓解作用(2.3节)
- 采用District & Decent情景,引入区供热网络及大规模LDTS,假定约32%热负荷由区供热覆盖。
- LDTS虽然有较大热损失(假设90天蓄热后还有61%能量保留),但其长周期储能效率优于氢储能;
- 结果表明,LDTS平均可减少36%(60 TWh)LDES需求,大幅缓和电网压力;
- 1972/73极端年,LDTS可减少叠加储能155 TWh;
- 图3(第6页图)展示了引入LDTS后整体储能和电力供需曲线的变化,显示氢气轮机发电及高峰热泵电力负荷明显降低;
- 区供热LDTS的引入对太阳能及风电装机规模影响较小(见补充材料SI.1)。
2.3.4 地理分布与基础设施影响(2.4节)
- 氢储存(盐穴)的地理分布受盐穴天然支撑限制,大约43%的储能容量集中于德国;
- 引入LDTS使储能地理分布更为均衡,中东欧LDTS潜力大,可部分替代德国龙头位置上的氢储能需求;
- 图4(第7页图)直观表现了1962/63年LDTS覆盖区供热比例及各国氢储能及相关设施容量变动;
- 该分布表明LDTS作为本地灵活性资源,缓解了德国作为氢储能枢纽的压力和依赖问题。
2.3.5 参数敏感性分析(2.5节)
- 通过42组不同LDTS投资成本和储热损失率组合探索其对LDES需求及LDTS规模的影响;
- 结果显示,成本和效率改善使LDTS替代潜力增大,可额外减少19%-35%的LDES需求;
- 但潜力最终受限于区供热网络的覆盖范围,单纯通过成本和效率突破难以彻底消除对LDES的依赖;
- 表2(第9页)展示了包括无氢网络、孤岛模式、核电固定装机及全区供热覆盖多种情景对LDES需求数量级的影响,整体变化幅度有限,凸显热电及储能的刚性需求。
---
3. 图表深度解读
图1(第3页)
- 描述:展示多气象年下三种场景(No Heat、Decent、Decent-Mean)最优LDES容量,
- 趋势:电气化热负荷显著提升LDES容量及其年际变异性,Decent较No Heat均值提升近3倍;
- 结论支撑:视觉清晰表征了电气化使得储能系统于极端气象年承受更大压力,验证了杠杆效应理论。
图2(第4页)
- 描述:四个典型冬季的LDES储能容量动态,分块显示无热(灰色)、季节平均热负荷贡献(深红)、年际特定热负荷贡献(浅红)。底部两图分别为热负荷和可再生发电的24小时滚动偏差,展现冷暖气候及风光资源短缺重叠。
- 趋势:1962/63年中,持续多月冷期与风光短缺叠加导致长时储能不断放电,LDES需求极高;
- 结论:清晰定性说明了杠杆效应和复合效应的协同放大机制。
图3(第6页)
- 描述:左图为引入LDTS前后LDES容量分布对比,中心图为LDTS容量分布,右图为1962/63年日常电力供需堆积图。
- 趋势:LDTS引入后,平均LDES需求降低36%,氢轮机发电及热泵电力需求峰值显著下降,电力系统压力大幅缓解;
- 数据细节:LDTS容量达143 TWh均值,峰值323 TWh,反映热储能对长时峰谷调节的巨大贡献。
图4(第7页)
- 描述:1962/63年地图呈现LDTS覆盖率及因引入LDTS各国LDES容量、氢电解、氢轮机容量的变动。
- 趋势:东欧中欧国家LDTS相对份额高,德国LDES及相关设施大幅减少,说明LDTS具备有效地理互补性;
- 政策指向:促进区域间差异化储能技术规划,增强能源自主性。
图5(第8页)
- 描述:参数灵敏度热力图,展示LDTS效率与投资成本对LDES需求减少比例(上)与LDTS容量(下)的影响。
- 趋势:随着LDTS效率提升与成本降低,LDES需求显著下降,LDTS容量对应上升,显示二者在成本效益和规模扩张间权衡。
- 辅助结论:强化对LDTS研发与成本优化的经济合理性论述。
---
4. 估值分析(技术与成本假设)
- 虽非传统财务估值,报告对储能技术经济性进行严谨建模:
- 投资成本、运维成本依据丹麦能源署2050年技术数据制定;
- 各储能形式效率(电-氢-电转化综合效率、热存储热损失)明确量化;
- 通过景气年份和情景模拟,估计不同技术装机容量的经济优化组合;
- 以“容量”(TWh和GW)为核心指标,反映储能容量对系统成本的传导与制约;
- 敏感性分析体现了成本与效率政策变量对容量决策的敏感度。
---
5. 风险因素评估
- 技术风险:氢气储存仍处于起步阶段,盐穴储氢技术和规模化电解制氢尚待商业验证;
- 系统风险:需求侧负载波动和极端天气引发的储能容量不确定性导致投资回报和运行风险增加;
- 政策风险:氢储能和热储能均需完善的监管框架支持,缺乏促进机制可能阻碍项目落地;
- 空间风险:盐穴地理分布限制了氢储能的地理灵活性,部分国家对氢储能有高度依赖可能产生能源安全隐忧;
- 技术互补性风险:单一储能技术无法全覆盖需求,过度依赖任何一种储能带来系统柔性不足的风险;
报告提出的缓解策略:
- 推动法规设计以缩短许可流程和降低项目风险;
- 支持区供热网络和热储能基础设施促进行业投资和分散风险;
- 促进多种储能技术并行发展,利用地理及技术互补优势。
---
6. 批判性视角与细微差别
- 模型简化:仅考虑空气源热泵,不涵盖地源热泵、燃气锅炉及其他供热技术,实际需求侧弹性与效率可能偏高;
- 区供热网络全覆盖设定理想化,实际扩展受制于城市布局和基础设施投资限制;
- 完美先见假设(perfect foresight)掩盖了现实操作中的不确定性,可能低估LDES的价值和必要容量;
- 政策环境假设限制:成本参数与需求预测基于2050年,技术进步及市场机制变化带来的不确定性未充分反映;
- 能源价格与系统耦合:模型假设电价和氢价为外生输入,未充分模拟市场反馈机制对投资的影响。
---
7. 结论性综合
作者通过宏观多时空背景下的模型分析系统而细致地揭示出,欧洲大规模电气化供暖背景下,对长时程电力储能的需求将迎来质的飞跃,新增储能需求平均提升273%,且不同极端气象年间储能需求波动显著增大,成为规划与投资必须正视的关键风险来源。多样化储能解决方案成为系统稳定与经济性的依赖基石:
- 长时氢储能(氢盐穴)可提供规模巨大、时长长的电力存储,但地理限制和技术初期风险较高,短期内难以完全覆盖需求;
- 长时热储能(LDTS)特别是区供热网络内的蓄热坑式储存,以较高效率和更低风险有效替代部分氢储能,提升系统灵活性并改善地域储能布局不平衡;
- 两者结合为能源系统提供多元且互补的长时储能保障,显著推动供暖电气化进程;
- 供暖系统因温度依赖性需求变化,在极端冷冬叠加风光不足时期,对储能弹性的要求尤为紧迫。
图表中数据充分展现了这些储能技术对负荷削峰与系统供需平衡的作用机制。对政策制定者而言,推动法规完善、降低投资门槛以及促进跨国合作,保障氢及热储能技术的同时开发,乃确保2060年欧洲能源系统可持续性与弹性的核心举措。
总体上,报告加强了“供暖电气化必须从需求和气象侧面双管齐下,应对极端气象年带来的系统挑战,依赖多元长时储能技术组合,实现气候目标与系统安全的真有效路径”的前瞻判断[page::0,1,2,3,4,5,6,7,8,9,10,11]。
---
附注
- 本次分析严格引用报告正文结论与数字体现,每条结论均标注所属页码以便溯源。
2. 保持报告结构与逻辑的完整性并深入解读所有关键图表,涵盖储能容量需求、系统运作模式和地理配置变化。
- 解释了复杂模型中的储能定义及度量、典型指标含义和多情景敏感性分析,助力理解模型技术细节和政策启示。
4. 着重金融与投资风险评估,结合技术成熟度与政策环境,突出存储投资的不确定性及多元化分散需求。