paint-brush
그린 에너지 그리드 설계 및 시뮬레이션~에 의해@nervous-energy
943 판독값
943 판독값

그린 에너지 그리드 설계 및 시뮬레이션

~에 의해 Connell Locke17m2023/02/21
Read on Terminal Reader
Read this story w/o Javascript

너무 오래; 읽다

Grid Designer는 영국의 탄소 제로 그리드를 설계하고 테스트할 수 있는 시뮬레이터입니다. 이 기사에서는 이것이 어떻게 작동하는지, 그리고 에너지 선택에 대해 무엇을 배울 수 있는지 설명합니다.
featured image - 그린 에너지 그리드 설계 및 시뮬레이션
Connell Locke HackerNoon profile picture
0-item


Grid Designer는 영국의 탄소 제로 그리드를 설계 및 테스트하고 실제 수요 및 날씨 데이터를 사용하여 테스트할 수 있는 무료 시뮬레이터입니다. 이 기사에서는 모델이 작동하는 방식과 에너지 선택에 관해 우리에게 무엇을 가르쳐줄 수 있는지 설명합니다.


여기에서 시뮬레이션을 플레이해 보세요: https://griddesigner.dev


그린에너지로 전환하는 것이 얼마나 어려울지 궁금하신가요? 🌍


  • 정확히 무엇을 구축해야 합니까?
  • 비용은 얼마나 들까요?
  • 배터리가 필요한가요?
  • 재생 가능한 전력망은 신뢰할 수 있을까요?


에너지와 기후가 뉴스에 자주 등장하면서 저는 스스로에게 이러한 질문을 던지기 시작했습니다. 더 많은 것을 배우 면서 우리의 에너지 시스템과 선택이 소프트웨어에서 어떻게 모델링될 수 있는지 생각하기 시작했습니다.


이 탐구의 결과는 이상적인 녹색 에너지 그리드를 설계하고 실제 영국 에너지 수요 및 날씨 데이터를 사용하여 테스트할 수 있는 간단한 게임인 그리드 디자이너입니다. 모바일에서 가장 잘 작동하며 여기에서 시험해 볼 수 있습니다.



문제를 해결하기 위해 소프트웨어를 만드는 데 있어 재미있는 점은 문제를 코드로 설명할 수 있을 만큼 깊이 이해해야 한다는 것입니다. 이 기사에서는 시뮬레이션이 어떻게 구축되었는지, 에너지원의 이점, 장단점, 비용에 대해 더 명확하게 생각할 수 있는 방법에 대해 설명합니다.



목표: 탄소 제로, 가동 시간 100%

그린에너지온리 🌱

우리의 기후 목표를 달성하려면 탄소 제로의 전기 시스템이 필요합니다. 대부분 녹색이 아니며 거의 00이 아닙니다.


따라서 이 모델은 확장 가능한 무탄소 에너지원에만 중점을 둡니다.


  • 태양광 ☀️ (태양광)

  • 바람 💨(육상 및 해상),

  • ⚛️ (분열)

  • 배터리/스토리지 🔋


수력 및 지열 발전과 같은 다른 에너지원은 매우 선택된 장소에만 배치될 수 있으므로 제외됩니다. Fusion과 같은 이론적 기술에도 동일하게 적용됩니다. 흥미롭기는 하지만 저는 기후 위기에 대한 가장 그럴듯한 해결책에 초점을 맞추고 있습니다.

신뢰성은 필수입니다 💡

또한 그리드에서 100% 가동 시간이 필요합니다 . 문명은 생활 수준의 한 단계 후퇴를 용납해서는 안 되며 앞으로도 용납하지 않을 것입니다. 녹색 에너지 시스템이 수요를 충족할 수 없다면 화석 연료로 대체하고 CO2 제로 달성에 실패할 것으로 예상해야 합니다. 지역사회는 정전이나 배급을 용납하지 않습니다. 우리는 풍요로움을 위해 최적화해야 합니다.

시간별 해결 🕑

수요의 급격한 변동과 일부 재생 가능 에너지원의 간헐성을 고려하여 시스템을 고해상도로 모델링하고 싶었습니다. 이는 1년 동안 매시간을 의미합니다.

영국 🇬🇧

시뮬레이터는 영국에 초점을 맞추고 있지만 소프트웨어는 모든 국가 또는 국가 그룹(수출입 국가)에 적용될 수 있습니다.

예산 💰

이 시뮬레이션에는 4천억 파운드의 가상 예산이 포함되어 있습니다. 이 숫자는 매우 임의적이며 그 목적은 플레이어가 자본 제약을 고려하도록 하는 것입니다. 영국은 전력망에 1조 달러를 쓸 수 없습니다! 할부 상환, 장치 수명, 재활용 비용과 같은 복잡한 재무 주제는 해당 범위를 벗어납니다.

합리적인 단순화 및 낙관주의 🤞

가능하다면 나는 비용이든 에너지 출력이든 낙관주의 쪽으로 기울었습니다. 이 시뮬레이션은 전력 생산 및 소비에만 초점을 맞추고 있습니다. 즉, 효율적인 전기 전송과 같은 고급 주제는 포함되지 않습니다.


목표는 초고충실도 모델을 만드는 것이 아니라, 생각을 자극하고 유익할 만큼 정확한 모델을 만드는 것입니다!


의 시작하자…. ⚡️



0. 수요 정의

얼마나 많은 전력이 필요합니까? 5m 간격으로 기록된 10년간의 국가 그리드 데이터가 담긴 csv 파일을 얻을 수 있었습니다. 파일이 Excel에 비해 너무 커서(>1M 행) Python을 사용하여 2021년을 분리하고 시간당 평균 수요를 계산했습니다. JS로 변환하면 다음과 같습니다.


 export const uk_grid_demand_2021 = [ // Jan 1st - each value is avg demand by hour, starting at 00:00. (MWs) [28956, 28183, 27092, 26254, 25416, 25050, 25632, 25740, 26609, 28927, 31482, 33423, 34821, 35424, 35540, 36051, 38430, 40352, 39044, 36578, 34266, 32093, 29887, 27168], // Jan 2... etc ]


수요는 일년 내내, 하루 종일 다양합니다.


왼쪽: 월별 전력수요. 오른쪽: 시간별 흐름 1월(파란색)과 7월(빨간색)


다음으로 태양광 발전, 풍력, 원자력, 저장 및 화석 연료 등 개별 에너지원을 모델링하는 방법을 살펴보겠습니다.


1. 태양광 발전 모델링

 solar: { name: 'Solar', unit: 'hectares', unitToMw: 1.2, // 1.2 hectares = 1 MWp capex_per_mw: 0.92, // Million USD per MWp opex_per_mw: 0.017, }


면적은 태양광 발전을 확장할 때 고려해야 할 핵심 단위입니다. 그리드를 설계할 때 원하는 태양광 패널의 양을 헥타르 단위 로 정의합니다.


태양광 패널은 Megawatt peak (MWp) 단위로 정의되는 '정격 용량'을 갖습니다. 1MWp 등급의 태양전지 어레이는 이상적인 조건에서 1MW의 전력을 생성할 수 있습니다. 실제 출력은 위도, 방향, 날씨와 같은 요인에 따라 달라집니다. 이중에서 위도는 그리드를 설계할 때 가장 중요합니다 . 프랑스 남부에 배치된 패널은 스코틀랜드에 배치된 동일한 패널보다 '정격' 성능에 훨씬 더 가깝습니다.


Grid Designer에서는 가장 많은 태양 에너지를 이용할 수 있는 잉글랜드 남부에만 태양 전지판을 배치할 것이라고 가정했습니다. 정부 수치를 바탕으로 우리는 1MWp의 패널마다 1.2ha의 토지가 필요하다고 가정합니다.


Solar Rated Capacity (MW) = Area in Hectares * 1.2


매 시간 출력을 계산하기 위해 Global Solar Atlas의 데이터를 사용합니다.

영국 1MWp 태양전지 어레이의 시간당 출력(킬로와트)



전력 출력이 하루 동안 그리고 일년 내내 어떻게 변하는지 알 수 있습니다. 12월의 짧은 기간 동안 우리의 태양광 발전소는 여름에 제공하는 에너지의 10분의 1밖에 생산하지 못할 것입니다. 여름이 한창일 때 당사의 태양광 패널은 정오에 정격 용량의 약 절반을 생산합니다.


참고: 태양 기준 데이터는 실제 날짜 대신 월별로 그룹화됩니다. 이는 태양광 모델이 다른 소스보다 덜 세부적이라는 것을 의미합니다. 1월의 매일은 동일하게 간주되고 2월에는 변경되는 식입니다. 우리는 또한 날씨를 무시하고 항상 이상적인 조건을 아낌없이 가정합니다 .


시뮬레이터는 위 데이터를 사용하여 해당 연도의 각 날짜에 대한 시간당 출력을 계산합니다. Output = solarOutput[month][hour] * MWp


샘플 출력:


영국의 가상 100GW 태양전지 어레이. 이는 세계 최대 태양광 발전소보다 50배 더 크고, 맨 섬과 저지 섬을 합친 것보다 더 큰 면적을 차지할 것입니다!




주의: 셰필드 대학의 태양광 웹사이트 에서 영국의 실시간 태양광 발전량을 볼 수 있습니다.


태양광 비용

PV 태양광 패널의 비용은 지난 20년 동안 급격히 떨어졌으며 태양광은 매우 낮은 운영 비용으로 유명합니다. 당사의 Capex 및 Opex 수치는 National Renewable Energy Lab의 2025년 예측에서 가져왔습니다.


우리는 대규모 태양광 설치만 실행 가능한 것으로 간주한다는 점에 유의하십시오. 옥상 태양광은 유틸리티 규모의 태양광 발전소보다 MWp당 최소 2배 더 비싸며, 국가 규모의 수요를 충족할 수 있는 적절한 지붕 공간이 충분하지 않습니다. 마찬가지로, 더 높은 위도에 배치된 패널은 남쪽에 배치된 패널보다 비용 효율성이 훨씬 낮습니다.


마지막으로, Solar의 재정 견적에는 토지 비용이 제외되어 있습니다 . 이는 Kent 및 Cornwall과 같은 장소에서 필요한 면적을 고려할 때 중요할 것입니다! 이 모델은 또한 농지와 울타리를 패널용으로 용도 변경하는 데 따른 생태학적 및 생물 다양성 비용에 대한 관점을 취하지 않습니다.


요약:

  • 태양에너지의 양은 헥타르 단위로 설정됩니다.
  • 면적은 MWp로 변환됩니다.
  • 영국의 월별 참조 데이터를 사용하여 계산된 시간별 출력은 구름량이나 온도로 인한 손실이 0이라고 가정합니다.
  • 토지 비용 및 생물 다양성 영향 제외



2. 풍력 모델링


 wind_l: { name: 'Onshore Wind', unit: 'Turbines', unitToMw: 4, // ie 4MW Turbines capex: 1.7, // Million USD per MW opex: 0.02, } wind_os: { name: 'Offshore Wind', unit: 'Turbines', unitToMw: 15, // ie 15 MW Turbines capex_per_mw: 6.04, // Million USD per MW opex_per_mw: 0.12, }


바람을 모델링하기 위해 우리는 건설하려는 육상 및 해상 풍력 터빈의 수를 설정합니다. 시뮬레이터는 이를 영국 전역의 기존 현장에 배포하고 과거 기상 데이터를 사용하여 에너지 출력을 모델링합니다. 이는 1년 동안 매 시간마다 수행됩니다.


당사의 육상 및 해상 터빈은 국립 재생 에너지 연구소(National Renewable Energy Laboratory)의 오픈 소스 정보를 기반으로 모델링되었습니다.


  • 육상 터빈 : 4MW 정격 용량; 허브 높이 110m.
  • 해양 터빈 : 정격 용량 15MW; 허브 높이 150m.


역사적인 시간당 풍속 데이터는 Visual Crossing의 날씨 API를 사용하여 수집되었습니다. 이러한 데이터는 Python으로 처리되었으며 별도의 JSON 파일로 시뮬레이션에서 사용할 수 있습니다.


풍속 및 터빈 높이

기상 데이터는 10m 높이에서 기록된 풍속을 나타냅니다. 그러나 풍속은 지면으로부터의 거리에 따라 증가 하고 풍력 터빈의 고도에서는 더 높아집니다. 이것이 터빈(및 범선)의 마스트가 이렇게 높은 이유입니다. 마스트가 높을수록 더 많은 에너지를 사용할 수 있습니다 . 풍속의 증가는 ' 거칠기 '라고 불리는 주변 표면의 마찰에 따라 달라집니다( 설명은 여기 참조 ).


육상 터빈 현장의 경우 거칠기를 0.055m로 가정하고 터빈 허브 높이 110m에 대해 풍속을 조정했습니다. 해상의 경우 거칠기를 0.0002m로 가정하고 허브 높이 150m에 대한 풍속을 조정합니다. 모든 값은 m/s로 변환되었습니다.


터빈 전력 곡선

풍력 터빈의 작동 성능은 전력 곡선으로 설명됩니다.


https://theroundup.org/wind-turbine-power-curve/


cut-in 풍속 미만에서는 블레이드가 회전할 수 없으며 전력도 생성되지 않습니다. 이 임계값을 초과하면 전력 출력은 터빈의 최대 출력까지 곡선을 따릅니다. 터빈이 최대 출력에 도달하는 값이 rated wind speed 입니다. 터빈은 cut-out 속도(로터가 손상을 방지하기 위해 브레이크를 적용해야 하는 풍속)에 도달할 때까지 최대 출력에 가깝게 계속 작동합니다.


시뮬레이터를 만들기 위해 전력 곡선의 곡선을 직선 으로 단순화했습니다.





cut-in 값을 초과하는 풍속의 경우 직선에 대한 공식 y = mx + c 사용하여 전력 출력을 계산합니다. 여기서 y 는 출력(MW), m 은 기울기, x 는 풍속, c 는 y입니다. -인터셉트.


시뮬레이션된 육상 및 해상 터빈의 전력 곡선 데이터는 NREL의 GitHub 에서 가져왔습니다. 값은 코드에서 다음과 같이 정의됩니다.


 // Onshore Turbine 4MW, 110m const wl_power_curve = { cut_in: 3.25, // m/s rated: 9.75, cut_out: 25, } // Off-Shore Turbine 15MW, 150m const ws_power_curve = { cut_in: 4, rated: 11, cut_out: 25, }


돌풍, 유지 관리 및 기상(모델링되지 않음)

돌풍은 풍속이 짧은 기간 동안 증가하는 현상입니다. API 소스 데이터에는 최소 25초 동안 지속된 돌풍에 대한 값이 포함되어 있으며, 대부분의 경우 이 값은 cut-out 차단 풍속보다 큽니다. 그러나 터빈이 돌풍에 정확히 어떻게 반응하는지에 대한 제조업체의 일관된 데이터를 찾을 수 없었기 때문에 이를 우리 모델에서 제외했습니다. 터빈의 유지보수 가동 중단 시간은 적으며(연간 최대 24시간) 제외되었습니다.


현대의 터빈은 어느 방향으로든 바람을 향하여 회전할 수 있으므로 우리는 이것이 즉각적이고 완벽하게 수행된다고 가정합니다. 공기가 블레이드 표면을 통과할 때 난류 또는 후류를 생성하여 하류 터빈에서 사용할 수 있는 에너지를 감소시킵니다. 풍력 발전 단지는 일반적인(가장 일반적인) 풍향에 맞게 터빈을 배치하여 이를 최소화하도록 설계되었습니다. 따라서 이러한 효과는 일반적으로 작으므로 모델에 포함하지 않았습니다.


풍속 해상도

이 작업을 진행하면서 풍속 값이 평균값이 아니라는 사실을 알고 놀랐습니다. 대신, 해당 기간 동안 지속되는 가장 높은 풍속 입니다. 따라서 API에 화요일 풍속이 15m/s라고 표시되면 이 임계값이 하루 종일 한 번 기록되었다는 것만 확인할 수 있습니다. 평균 풍속은 훨씬 낮았을 수 있습니다.


일일 풍속 값을 사용하면 전력 출력이 크게 과대평가되기 때문에 이는 모든 모델링에 중요한 의미를 갖습니다. 다음 실제 예를 고려하십시오.



빨간색 선에서 우리는 5.3m/s의 '일일' 풍속을 볼 수 있습니다. 하루 중 매시간 사용할 경우 터빈은 정격 출력의 30%(빨간색 음영 영역)로 작동합니다. 그러나 같은 날의 시간별 데이터를 파란색으로 보면 대부분의 시간 동안 최대 기록 풍속이 터빈 컷인 임계값을 충족하지 못했고 생산된 총 에너지가 훨씬 적었음을 알 수 있습니다(파란색 음영 영역). ).


바람은 간헐적으로 발생하므로 터빈의 성능을 이해하려면 세밀한 해상도가 필수적입니다.


매 시간마다 각 사이트에 대해 다음과 같이 바람 출력을 계산합니다.


 // installed_mw = number of turbines * MW rating of turbine. const m = 1 / (power_curve.rated - power_curve.cut_in) const c = -1 * m * power_curve.cut_in let output; if (windData[d][h] < power_curve.cut_in) { output = 0 } else if (windData[d][h] > power_curve.cut_out) { output = 0 } else if (windData[d][h] >= power_curve.rated) { output = installed_mw } else { // y = mx + c; x=wind speed, y=power output, c = y-intercept let y = m * windData[d][h] + c // Fraction of rated output output = y * installed_mw } return output


이 코드는 단순화된 검정력 곡선의 기울기( m )와 y절편( c )을 찾습니다. 풍속이 컷인 임계값보다 크고 정격 임계값보다 낮은 경우 풍속을 기준으로 최대 출력의 비율( y )을 계산하고 이를 사용하여 출력을 MW 단위로 반환합니다.


샘플 출력:

파란색 영역은 6월 5일 해상 풍력 터빈 1000개의 출력을 나타냅니다(총 정격 = 15GW).



현재 시뮬레이터는 육상 풍력 발전 단지 1곳과 해상 풍력 발전 단지 1곳( Scout Moor & Hornsea )에 대한 데이터만 제공하는데, 이는 확실히 한계입니다! 더 많은 사이트를 추가함으로써 시뮬레이션된 그리드에서 바람이 약한 날의 위험을 완화할 수 있습니다. Hornsea에서 바람이 불지 않으면 Kent 또는 Aberdeenshire 해안에서 바람이 불 수 있습니다. 이 전략은 유효하지만 다른 사이트를 보상하기 위해 각 사이트를 '과도하게 구축'해야 하므로 비용이 증가하고 많은 사이트에서 풍속이 낮은 날에는 도움이 되지 않습니다.


풍력 에너지 비용

비용 가정은 미국 에너지 정보국(US Energy Information Agency) 에서 가져왔습니다.


요약

  • 우리는 육상 및 해상에 건설하려는 터빈 수를 설정했습니다.

  • 우리는 영국 전역의 기존 풍력 발전 단지에 터빈을 배치하고 2022년의 실제 기상 데이터를 사용하여 출력을 계산합니다.

  • 현재 시뮬레이션에는 2개 사이트만 사용할 수 있습니다.

  • 풍속은 각 터빈의 높이와 주변 육지/바다의 '거칠기'에 따라 조정됩니다.

  • 우리는 터빈 성능을 계산하기 위해 단순화된 전력 곡선을 사용합니다.

  • 출력은 1년 365일, 시간별 기준으로 모델링됩니다.

  • 돌풍과 터빈 후류의 영향은 무시됩니다.



3. 원자력 모델링


 nuclear: { capacity_factor: 0.9, capex_per_mw: 7.0, opex_per_mw: 0.13, }


원자력은 분열적인 주제이며, 슬프게도 이에 대한 모든 비판이 증거에 의해 뒷받침되는 것은 아닙니다. 다른 게시물에서 구체적인 내용을 다루겠지만 기술에 대한 공정한 요약은 다음을 준수하는 것이라고 생각합니다.


원자력은 일반적으로 다른 소스에 비해 건설 비용과 시간이 더 많이 소요됩니다. 그러나 이는 MW당 낮은 한계 비용으로 매우 높은 가동 시간과 함께 엄청난 양의 무탄소 에너지를 생산합니다.


Grid Designer는 최근 시운전된 Sizewell C를 참고 자료로 사용하여 '발전소' 측면에서 원자력을 모델링합니다. 잘 정립된 PWR 설계를 사용하여 두 개의 원자로가 60년 수명 동안 총 3200MW의 에너지를 제공하게 됩니다.


비용과 출력 프로필이 다른 원자로 설계도 있습니다. 여기에는 소형 모듈형 원자로(SMR) 및 용융염 원자로(MSR)가 포함되지만 이들 중 어느 것도 PWR만큼 잘 확립되어 있지 않으므로 시뮬레이터에 옵션으로 포함되지 않습니다.


용량 계수 및 모델링

원자력 에너지는 용량 계수가 매우 높습니다. 원자로가 에너지를 생산하지 않는 유일한 시간은 예정된 유지보수나 재급유를 위해 가동을 중단할 때입니다. 이러한 가동 중단은 계획된 이벤트이므로 이를 모델링하는 방법에 대해 단순한 접근 방식을 취하겠습니다. 즉, 90% 용량 요소를 가정하고 이 할인을 연중 생산량에 적용하는 것입니다.

Hourly output = 3200 * Number of Stations * 0.9

샘플 출력

원자력 발전소는 예측 가능한 기본 에너지를 제공합니다.

녹색 = 5개 원자력 발전소의 생산량 대비 수요


영국의 실제 그리드 데이터에서도 유사한 안정적인 패턴이 나타납니다.



원자력의 비용

원자력 발전소를 건설하고 운영하는 데 드는 비용은 일부 악명 높은 프로젝트 초과 실행과 함께 뜨거운 논쟁을 벌이고 있습니다. 비방하는 사람들은 이것이 기술의 실현 불가능성을 증명한다고 주장하는 반면, 옹호하는 사람들은 지속적인 투자의 중요성을 지적합니다. 한국은 속도를 높이고 비용을 줄이면서 원자력 함대를 건설 할 수 있었던 국가의 예로 자주 인용됩니다. Grid Designer의 비용 추정치는 다시 미국 에너지 정보국(Energy Information Agency) 에서 가져온 것이며 운영 비용에는 연료 및 폐기물의 안전한 처리가 포함된다는 점을 이해해야 합니다.


요약

  • 원자력발전소는 '발전소 수'로 설정
  • 각 발전소는 3200MW 기준으로 모델화되었습니다.
  • 원자력은 3200*0.9 로 계산된 소용량 계수 할인으로 일관된 전력을 제공합니다.



4. 에너지 저장 모델링


 storage: { name: 'Battery Storage (Li-Ion)', unit: 'MWh', capex_per_mw: 0.2, // Million USD per MWh opex_per_mw: 0.025 }


재생 가능 에너지에 의존하는 전력망에는 전기 저장이 필수적입니다. 정전은 허용되지 않으므로 풍력 및 태양광 간헐성으로 인한 부족분을 보충하려면 배터리가 필요합니다.


단순화

배터리 시스템에는 정격 출력 , 즉 한 번에 제공할 수 있는 최대 전력량( 메가와트 )과 별도의 용량 값 ( 메가와트 시간 )이 있습니다. 따라서 완전히 충전된 60MW/240MWH 배터리 시스템은 4시간 동안 60MW, 8시간 동안 30MW를 제공할 수 있습니다.


단순화를 위해 정격 출력을 무시하고 용량에만 집중하기로 결정했습니다. 이는 배터리가 항상 출력 수요를 충족할 수 있고 용량(MHW 단위)에 의해서만 제한된다고 가정한다는 의미입니다 . 또한 사이클 시간 및 과열과 같은 요소도 무시합니다.


우리 그리드는 매 시간 약 30GW의 에너지를 필요로 하기 때문에 이는 스토리지만으로 1시간의 수요를 충족하려면 30,000MWH의 설치가 필요하다는 것을 의미합니다. 이는 많은 양입니다!



충전 및 방전

우리의 배터리는 해당 시간 동안 사용 가능한 에너지가 부족하거나 과잉인지 여부에 따라 충전되거나 방전됩니다. 시간별 시뮬레이터 코드는 다음과 같습니다.


 let d = demand[day][hour]; let s = solar_output + wind_l_output + wind_os_output + nuclear_output; let balance; //demand exceeds supply if (d >= s) { const deficit = ds // ...code to drain batteries } //supply exceeds demand else if (d < s) { const surplus = s - d // ...code to charge batteries with the surplus } return balance


배터리 비용은 얼마입니까?

배터리 비용과 예상되는 미래 비용이 논의됩니다. 이 모델은 국립 재생 에너지 연구소(National Renewable Energy Laboratory) 의 예측을 사용하며 리튬 이온에 대해 KWH당 매우 낙관적인 $200를 가정합니다. 실제로 그리드 규모로 배터리를 구매하고 배치한다면 이러한 가격이 유지될 수 있을지 의문입니다. 예를 들어, (현재 수요 수준에서) 영국에 단 12시간 동안 전력을 공급하려면 최대 420GWH의 저장 솔루션이 필요합니다. 이는 리튬 이온 배터리의 연간 전 세계 생산량보다 많은 수치입니다! 마지막으로, 이러한 배터리는 5년마다 교체해야 한다는 점도 주목할 가치가 있습니다.


VRBF(Vanadium Redox Flow Batteries)와 같은 대체 그리드 규모 저장 기술의 예상 가격표는 유사하며, 우리 모델은 상호 교환 가능하다고 생각할 수 있을 정도로 간단합니다. 아이언에어(Iron Air) 배터리는 가격이 훨씬 저렴할 것으로 예상되는 기술이지만 아직 대규모 생산에 들어가지는 못했다.


기회비용 💸

저장에 지출되는 모든 비용은 에너지 생산에 지출될 수 있는 비용과 동일하다는 점을 기억할 가치가 있습니다.


요약

  • 우리는 MHW의 용량에만 초점을 맞춰 배터리 저장에 대해 매우 간단한 접근 방식을 취합니다.
  • 시뮬레이터는 사용 가능한 전력의 과잉 또는 부족 여부에 따라 배터리를 방전하거나 충전합니다.
  • 시뮬레이션은 전기 저장 가격에 대해 관대하게 가정합니다.



5. 화석 연료 추가


 fossil_co2_mwh = 233 // Kg CO2


녹색 에너지 그리드가 수요를 충족할 수 없을 때마다 우리는 화석 연료로 돌아갈 것입니다 . 우리는 천연가스를 사용하여 화석 연료 전기의 MWH당 CO2 233kg을 낙관적으로 가정합니다( 출처 ). 주의: 영국의 현재 평균은 500kg을 초과합니다.


Grid Designer는 모든 CO2 방출을 실패로 간주합니다 . 즉, 영국의 화석 연료 인프라를 완전히 폐기하고자 합니다. 가장 중요한 임무는 순 제로( net zero) 이지만 일단 배출되면 대기에서 CO2를 제거하는 데 드는 비용이 매우 높으므로(Mt당 1억~3억 달러) 애초에 CO2를 태우지 않는 것이 훨씬 좋습니다.


6. 시뮬레이터 출력

친환경 가동 시간

시뮬레이터는 '그린 가동 시간' 차트를 출력합니다(github에서 영감을 얻었습니다!). 이는 연중 매일 표시되며, 그리드가 무탄소 에너지로 실행된 시간을 보여주는 시각적 참조를 제공합니다.



그리드 분석

또한 시뮬레이션은 일일 분석 옵션을 포함하여 그리드 성능 요약을 제공합니다.




그리드 분석 예시(11월 22일)



성능을 평가할 때 시뮬레이션은 효과적인 에너지 출력을 평가합니다.

  • 유효 = 수요를 충족하거나 배터리를 충전하는 데 사용된 에너지 - 즉 잉여에 대해서는 크레딧이 제공되지 않습니다.
  • 수요를 충족할 때 신뢰할 수 있는 녹색 공급원이 선호됩니다. 우리 시뮬레이션에서 이는 원자력을 의미하지만 다른 국가의 지열 및 수력도 포함될 수 있습니다.
  • 재생 에너지 생산량이 과잉되면 '유효' 구성 요소는 건설 비용에 비례하여 재생 에너지 간에 분할됩니다. 비용이 낮을수록 할당되는 부분이 커집니다.
  • 생산량이 수요선을 초과하면 이는 저장 장치를 재충전하는 데 에너지가 사용됨을 나타냅니다.
  • 위에서 설명한 대로 설계된 전력망이 수요를 충족하지 못할 때마다 화석 연료가 자동으로 추가됩니다.




몇 가지 테이크아웃

이것은 시뮬레이터 뒤에 있는 기술적 사고에 대한 심층적인 탐구였습니다. 다른 게시물을 위해 정책 결론을 저장하겠습니다. 지금은 이 주제에 대해 어느 정도 연구한 후 간단히 다음 사항을 관찰하겠습니다.

이것은 어렵고 점점 더 어려워질 것입니다.

  • 시뮬레이션은 2021년 수요 데이터를 기반으로 하지만, 화석 연료 사용을 중단하기 위해 전기 난방 시스템과 EV를 채택함에 따라 영국의 수요는 급격히 증가할 것으로 예상됩니다.

재생 에너지로 100% 가동 시간을 달성하는 것은 매우 어렵고 이에 대해 충분히 이야기하지 않습니다!

  • 100% 가동 시간은 모든 그리드의 중요한 요구 사항이지만 에너지원과 그 비용에 관한 문헌 및 연구에서는 크게 무시됩니다.

육상 풍력과 태양광을 통합하려면 많은 배터리가 필요합니다.

  • 태양광 및 육상풍력은 단가 측면에서 구축 비용이 놀라울 정도로 저렴하지만, 저장 공간에 막대한 투자 없이 이를 그리드에 통합하는 것은 매우 어렵습니다.

배터리는 비싸다!

  • 배터리 가격은 하락했지만 유틸리티 규모에서는 엄청나게 비쌉니다.

태양광은 훌륭한 통계를 가지고 있지만 토지 비용, 겨울의 매우 낮은 성능, 재활용 가능성 및 생물 다양성에 대한 영향을 포함한 상충 관계를 과소평가합니다.

원자력은 비용을 통제할 수 있다면 엄청난 이점을 가지고 있습니다.



피드백, 의견, 반박, 정정, 반사실적 의견은 댓글로 환영합니다!