平衡印度2030年电网需管理时间粒度与不确定性：来自参数化模型的启示

印度拥有世界上一些最雄心勃勃的可再生能源（RE）增长目标，尤其按规模归一化后，其目标是到2030年风电和太阳能装机增加逾四倍。与此同时，煤炭在电力电网中占主导地位，目前约提供四分之三的电力。我们展示了一类首创模型的结果，该模型用于处理高度不确定性，采用参数化分析而非随机分析，基于经济调度对至2030年的电网平衡进行建模，覆盖全国层面30分钟分辨率的粒度。模型假设了一系列增长的需求、供应选项、价格及其他不确定输入，并在参数不确定性的谱系上计算最低成本组合。我们采用简化方法处理容量规划与优化调度的交集。结果表明，即便可衡量的部分电力将过剩并被弃用（“弃电”），极高可再生能源情景仍具成本效益。我们发现，无储能的高比例可再生能源以及煤、气电现有冗余容量不足以实时满足增长的需求，尤其难以补充日内平衡。储能技术被证明有价值，但相比2019年组合仍显昂贵，这源于季节波动等循环工况问题，而非仅因固有的高资本成本。然而，考察电池以外的未来增长替代方案发现，所有调峰方案更为昂贵。对于峰值平衡，采用需求响应的更智能电网可能具成本效益。我们还发现，需要更复杂的建模，在年度时间框架上提高随机性（尤其是风电出力、降雨与需求的逐年变化），并纳入供应与负荷曲线（形状）的不确定性。