| 查看: 927 | 回复: 15 | |||
| 【奖励】 本帖被评价15次，作者danielxu1983增加金币 11.8 个 | |||
[资源]
Renewables in Future Power Systems BY: Fabian Wagner
|
|||
|
1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 2 Renewables in Power Generation: Status Quo . . . . . . . . . . 3 2.1 Global Power Generation Landscape . . . . . . . . . . . . . . . . . . . . . 3 2.2 Properties of Renewable Technologies . . . . . . . . . . . . . . . . . . . . 5 2.2.1 Generation Costs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.2.2 Potential . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.2.3 Intermittency . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.3 Drivers of Future Technology Competitiveness . . . . . . . . . . . . 14 2.4 Research Question . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 3 Methods for Energy System Modeling . . . . . . . . . . . . . . . . . 21 3.1 General Aspects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.2 Equilibrium Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.2.1 Background . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.2.2 Energy System Applications . . . . . . . . . . . . . . . . . . . . . . 24 3.3 Mathematical Programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.3.1 Linear and Integer Programming . . . . . . . . . . . . . . . . . . 27 3.3.2 Nonlinear Programming . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.4 Solution Methods for Mathematical Programs . . . . . . . . . . . . . 29 3.4.1 Analytical Approaches . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.4.2 Numerical Approaches . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 3.5 Risk and Uncertainty . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 3.5.1 General Aspects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 3.5.2 Model-Endogenous Representation of Uncertainty . . . 37 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 4 Technological Change and the Experience Curve. . . . . . . . 43 4.1 Technological Change . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 4.2 Experience Curves . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 4.2.1 Basic Concept: The One-Factor Experience Curve . . . 46 4.2.2 Drivers of Cost Reductions . . . . . . . . . . . . . . . . . . . . . . . 49 4.2.3 Reasons for Differences in Empirical Learning Rates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 4.2.4 Concepts with Several Explanatory Variables . . . . . . . 54 4.2.5 Experience Curves as Forecasting Tool . . . . . . . . . . . . . 55 4.3 Learning Rates for Power Generation Technologies . . . . . . . . . 57 4.4 Endogenous Technological Change in E3 Models . . . . . . . . . . . 62 4.4.1 Implementation Methods . . . . . . . . . . . . . . . . . . . . . . . . . 63 4.4.2 Dealing with Non-convexity in Bottom-Up Models . . . 66 4.5 Implications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 5 Optimal Investment Strategy for Competing Learning Technologies: An Analytical Approach . . . . . . . . . . . . . . . . . 75 5.1 Objective and Approach. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 5.2 Basic Deterministic Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 5.2.1 Setup and Description . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 5.2.2 Solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 5.2.3 Investment Decision Rule. . . . . . . . . . . . . . . . . . . . . . . . . 87 5.3 Deterministic Model with Capacity Endowment . . . . . . . . . . . 88 5.3.1 Setup and Description . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 5.3.2 Solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 5.3.3 Investment Decision Rule. . . . . . . . . . . . . . . . . . . . . . . . . 91 5.4 Dynamic Model with Uncertainty. . . . . . . . . . . . . . . . . . . . . . . . 93 5.4.1 Setup and Description . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 5.4.2 Solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 5.4.3 Investment Decision Rule. . . . . . . . . . . . . . . . . . . . . . . . . 106 5.5 Pure versus Mixed Investment Strategies . . . . . . . . . . . . . . . . . 111 5.5.1 Solution for Mixed Strategies . . . . . . . . . . . . . . . . . . . . . 112 5.5.2 Global Optimality of Pure Strategies. . . . . . . . . . . . . . . 115 5.6 Model Application: Offshore Wind and PV . . . . . . . . . . . . . . . 124 5.7 Key Findings and Implications . . . . . . . . . . . . . . . . . . . . . . . . . . 127 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 6 Optimal Future Deployment of Renewable Power Technologies: A System Model Approach. . . . . . . . . . . . . . . 131 6.1 Objective and Approach. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 6.2 Model Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 6.2.1 Objective Function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 6.2.2 Power Generation, Consumption and Trade . . . . . . . . . 140 6.2.3 Energy Storage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 6.2.4 Capacity Additions and Divestments . . . . . . . . . . . . . . . 145 6.2.5 Renewable and Nuclear Resources . . . . . . . . . . . . . . . . . 149 6.2.6 Cost Components . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 6.3 Critical Assumptions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 6.4 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165 6.4.1 Base Case . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166 6.4.2 Technology Substitution and the Impact of Cost Reductions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 6.4.3 Value of Differentiated Renewable Potentials . . . . . . . . 177 6.4.4 Impact of Fluctuating Renewable Energy Carrier Availability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179 6.4.5 Impact of Fossil Fuel Prices and the Carbon Cap . . . . 180 6.4.6 Nuclear Power as Carbon-Free Substitute for Renewables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 6.4.7 Influence of Interest Rate and Growth Constraint . . . 184 6.5 Key Findings and Implications . . . . . . . . . . . . . . . . . . . . . . . . . . 184 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187 7 Implications of Uncertainty for Renewable Power Deployment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 7.1 Objective and Approach. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 7.2 Model Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195 7.2.1 Non Learning-Related Modifications . . . . . . . . . . . . . . . 197 7.2.2 Learning-Related Modifications . . . . . . . . . . . . . . . . . . . 198 7.3 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202 7.3.1 Uncertain Learning Rates . . . . . . . . . . . . . . . . . . . . . . . . 203 7.3.2 Uncertain Carbon Bound . . . . . . . . . . . . . . . . . . . . . . . . . 205 7.3.3 Uncertain Fossil Fuel Prices . . . . . . . . . . . . . . . . . . . . . . 207 7.3.4 Uncertain Renewable Potential . . . . . . . . . . . . . . . . . . . . 209 7.3.5 Multiple Uncertainties . . . . . . . . . . . . . . . . . . . . . . . . . . . 211 7.3.6 Vertical Shift Omission. . . . . . . . . . . . . . . . . . . . . . . . . . . 213 7.4 Key Findings and Implications . . . . . . . . . . . . . . . . . . . . . . . . . . 214 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215 8 Summary and Outlook. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 |
回复此楼» 本帖附件资源列表
-
欢迎监督和反馈：小木虫仅提供交流平台，不对该内容负责。
本内容由用户自主发布，如果其内容涉及到知识产权问题，其责任在于用户本人，如对版权有异议，请联系邮箱：xiaomuchong@tal.com - 附件 1 : Renewables_in_Future_Power_Systems.pdf
2014-06-14 02:07:14, 8.47 M
» 收录本帖的淘帖专辑推荐
 纳米技术与能源及模拟 |
» 猜你喜欢
国自然申请面上模板最新2026版出了吗？
已经有7人回复
-
常年博士招收(双一流，工科)
已经有4人回复
-
推荐一本书
已经有10人回复
-
纳米粒子粒径的测量
已经有6人回复
-
溴的反应液脱色
已经有4人回复
-
参与限项
已经有5人回复
-
有没有人能给点建议
已经有5人回复
-
假如你的研究生提出不合理要求
已经有12人回复
-
萌生出自己或许不适合搞科研的想法，现在跑or等等看？
已经有4人回复
-
Materials Today Chemistry审稿周期
已经有4人回复
简单回复
杨sir2楼
2014-06-14 13:49
回复
五星好评 顶一下，感谢分享！
2014-06-14 14:45
回复
五星好评 顶一下，感谢分享！
2014-06-16 12:01
回复
五星好评 顶一下，感谢分享！
zlwhd5楼
2014-06-16 15:29
回复
五星好评 顶一下，感谢分享！
35里路6楼
2014-06-17 01:11
回复
五星好评 顶一下，感谢分享！
nonewman7楼
2014-06-17 15:39
回复
五星好评 顶一下，感谢分享！
tigerjhs8楼
2014-06-18 06:40
回复
三星好评 顶一下，感谢分享！
muxinjin9楼
2014-06-18 09:14
回复
五星好评 顶一下，感谢分享！
njrlfu10楼
2014-06-18 13:07
回复
五星好评 顶一下，感谢分享！
abcdabcdabcd11楼
2014-07-04 17:05
回复
五星好评 顶一下，感谢分享！
maomaoge12楼
2014-08-06 12:05
回复
五星好评 顶一下，感谢分享！
zwj86101013楼
2014-08-06 13:46
回复
五星好评 顶一下，感谢分享！
nanost14楼
2014-08-07 12:48
回复
五星好评 顶一下，感谢分享！
wt72615楼
2016-01-11 21:13
回复
五星好评 顶一下，感谢分享！
crystal-fan16楼
2017-01-16 11:26
回复
五星好评 顶一下，感谢分享！