德国传统能源发电行业面临的需求曲线：2014

　　从控制污染、降低我国能源的国际依赖和鼓励自主开发核心能源技术的角度，恐怕没有多少人会质疑发展新能源电力的必要性。在过去的十年里，我国新能源发电从无到有，取得了巨大的进步。根据国家发改委的数据，到2018年年底，我国全国风电、光伏装机达到3.6亿千瓦，占全部发电装机容量的近20%；风能和太阳能发电在我国发电总量中的比重，达到接近9%。
　　好消息不限于此。我国风电和光伏电站的平均建设成本也逐年降低。2017年投产的风电、光伏电站平均建设成本比2012年分别降低了20%和45%。据报道，目前在资源条件优良、建设成本低、投资和市场条件好的地区，风电、光伏发电成本已达到燃煤标杆上网电价水平，具备了不需要国家补贴平价上网的条件。
　　在这些背景下，国家发改委能源所发布的《中国可再生能源发展路线图2050》中提出了我国新能源发电的宏伟目标：到2050年，即使在基本情景，风电和光伏电站的发电量，要分别达到2万千瓦时和2.1万千瓦时。单从发电成本，并结合历史的发展确实，这个目标的设定似乎没有什么不妥。但是，如果考虑到电网运营的实际状况，和我国新能源电力电网传输的困难，这个目标的实现需要克服几个突出的困难。清醒的认识，并提出解决这些困难的切实可行的方案，是实现这一宏伟目标的前提条件。否则，只能是造成供需错配、投资和资源浪费的情况。
　　本文主要阐述两个核心的困难。

供需在地理空间上的错配

　　我国新能源供应和能源需求呈逆向分布。我国80%以上的风能资源分布在“三北”地区：西北、华北和东北；太阳能资源也是“高原大于平原、西部大于东部”。但在需求方面，75%以上的能源需求集中在东部、中部地区。“三北”地区新能源近年来是爆发式增长：“三北”总负荷仅占全国总负荷的36%，卻集中了全国75%的新能源装机。
　　在“三北”整体新能源电力供给过剩的情况下，电力输送通道不足是新能源行业出现弃风和弃光现象的直接原因。目前的电能大规模存储的技术瓶颈并没有解决。在欧美，新能源发电行业的发展是搞分布式能源，遵循“分散接入，就地消纳”的思路。但中国的居民住宅主要是楼宇，而不是西方独立分布的房屋，以住户为单位的分布式能源无法实现。再加上人口稠密的东部和南部的风力和光伏资源并不丰富，风力和光伏主要在人口稀疏的北部和西部地区，所以中国新能源发电的并网，长期遵循“大基地建设，大规模送出”的思路。这就需要中国具有从北向南、从西向东的长途电力运输的能力。
　　目前长途电力运输能力的不足，是导致弃风、弃光现象的主要原因。2018年年底全国并网风电、光伏装机占全部装机容量的20%，但发电量不足9%。在多年的努力之下，2017年年底，全国弃风、弃光电量仍然分别达419亿千瓦时、73亿千瓦时，弃风弃光率各为12%和6%，甘肃、新疆、吉林的弃风比例甚至高达33%、29%和21%。
　　未来中国，是否应该大力发展长途运输新能源电力的能力？这里面首先是个成本的问题。其次，是在长途输送的电力损耗的问题。特高压输电技术能否成为一道良方，取决于在准确评估电力损耗的基础上，细致的成本和收益分析。

风电、光电与电网系统的整合

　　风电、光电的随机性与波动性，使得把风电和光电整合进目前的电网系统，有非常大的技术和经济上的难度。首先，即使在同一地点，每天风能和太阳能的强度都各不相同。这需要在没有风和太阳的日子，传统能源能够有效地提供替代。为了使这种替代平滑顺利，不引致电力系统的运行困难，就需要提前做好调度安排，这就要求能够准确地预测风能和电阳能的强度。这种预测不是平均意义上的，而是要在每天甚至每小时的刻度上进行。
　　其次，是在一天之内，每个时段风能和太阳能的强度很大的差异。德国是过去一段时间太阳能发展最为迅猛的国家，在日本福岛事故之后，德国更是停止了核能的发展，着力打造太阳能。但是发展到现在，德国也不得不停滞甚至发生倒退。主要的原因就是不能很好处理太阳能每天强度变化，给电网调度的带来的问题。本文图表非常形象地说明了这个现象。

伦敦大学国王学院政策研究所主席巴特勒说，在改变能源行业的技术进步中，可能没有哪一项比能源储存更重要了。

　　该图中虚线表示一天之内电力的总需求，黑线表示传统能源（除去太阳能发电）所需要提供的电力。因为太阳光线在中午最为强烈而早晚不足，在光电上网的情况下，来自传统能源的发电要在早晚保持高负荷，才能满足生产和生活的电力需求；但是在中午光能强的时段，传统电力的负荷要迅速降下来，才能保证光电的正常上网。也就是说，为了能够接纳太阳能的发电，要求传统的火电在一天之内，在特定时间内迅速把负荷降下，然后在特定时间迅速把负荷提上去。这样频繁并且大幅度的负荷调整，在技术上非常困难，同时经济上的成本也非常高。此外，类似的负荷问题不仅发生在一天之内（intra-day），也存在于不同天之间（inter-day），特别是季节、天气变化之类的影响（见图中夏季和冬季电力的对比）。

未来之路：能源预测和储存

　　认识困难的目的不是裹足不前，而是提醒行动不至于莽撞。要解决这个问题有两个最有效的办法，首先是能够准确预测风能和电阳能的强度；其次是能尽快实现能源储存技术的突破，并准确评估能源储存能力、新能源发电量和电网稳定性之间的匹配度和系统效果。
　　目前对于风能和太阳能的预测极大依赖于气象学的数据，气象学本身对风速、风向预测的精准度不需要达到小时级别，而电能由于储存成本高，对即时预测准确性的要求更高，所以如果能够提高风速等指标的预测精度，将极大促进风能的预测，也有利于各种电能之间的协调。
　　风力发电的主要影响因素就是风速和风向。对风力发电的预测也分为短期、中期和长期三大类别。使用的模型主要有三大类模型：物理学、气象学、统计学。主要思路都是基于已有风速来预测风力发电量，所以风速的信息对风力发电量的预测至关重要。短期内对风速的预测最快捷有效的模型是基于统计学，从成本和操作角度来说都是最方便的。
　　伦敦大学国王学院政策研究所主席巴特勒说，在改变能源行业的技术进步中，可能没有哪一项比能源储存更重要了。上文提到的新能源发电会给电网调度带来巨大的挑战，原因就是电网必须保持供给和需求在每个时间点上的平衡。如果太阳能在白天的时候被转化成电能，储存起来，到晚上使用，这样电网调度就非常容易了。
　　但遗憾的是，虽然能源储存在电动车行业的发展中，有了长足的进步，但从目前来看，在满足居民生活和工业生产这个规模上的能源储存，还没有看到曙光。笔者在2018年访问麻省理工学院，深刻感受到能源储存已成为美国学界和工业界的主攻方向，相信在未来会有大的发展。但是能源储存的量，会有一个从无到有、从少到多的发展。所以，如何更准确地模拟和预评估新能源发电量、能源储存能力，以及接入电网之后整个电力系统的稳定性效果，就成为一个非常重要的问题。这需要建立准确的仿真模型乃至数字孪生平台去评价相应政策手段的效果。