欧洲部门耦合能源模型中绿氢的内生学习
物理与社会
2023-07-19 v5
摘要
许多研究表明氢能在难以电气化部门的能源转型中可能发挥重要作用，但以往的建模未包含评估其作用所需的特性。它们或遗漏了氢能需求的重要部门，或忽略了系统的时序波动性，或忽视了学习效应的动态性。我们针对这些局限，在详细的欧洲部门耦合模型中考虑涵盖不同气候目标的完整绿氢生产链的学习-by-doing（边做边学）。本文显示，为实现+1.5{\deg}C目标，未来10年比欧盟REPowerEU计划所设想更快的电解与可再生容量扩张是成本最优的，这将使2050年制氢成本降至1.26 Eur/kg。氢能生产由灰氢转向绿氢，舍弃蓝氢选项。若电解成本建模时不考虑动态学习-by-doing，则电解扩张显著延迟，而系统总成本被高估至多13%，氢平准化成本被高估67%。
引用
@article{arxiv.2205.11901,
title = {Endogenous learning for green hydrogen in a sector-coupled energy model for Europe},
author = {Elisabeth Zeyen and Marta Victoria and Tom Brown},
journal= {arXiv preprint arXiv:2205.11901},
year = {2023}
}
备注
10 pages, 5 figures