利用电力系统建模输出识别高可再生能源系统中的天气诱发极端事件

在高可再生能源电力系统中，天气依赖性的增强会带来新的韧性挑战，例如可再生能源干旱，或在高需求时段缺乏充足可再生能源发电。导致这些挑战的天气条件已在文献中得到充分研究。然而，现实中多日的韧性挑战是由高需求、低可再生能源可用性、电力传输约束与储能动态之间的复杂相互作用触发的。我们表明，这些挑战无法仅从电力系统或气象学的单一视角得到严格理解。我们提出一种新方法，利用基于 40 年再分析数据的欧洲电力系统模型所获得的电力影子价格，来识别驱动系统投资的最困难时段。此类困难时段由大尺度天气条件驱动，例如与欧洲上空准静止高压相关的不同长度的低风速和低温时段。然而，纯气象学方法因跨多个区域的细微传输瓶颈与储能问题的影响，无法识别在研究的多十年时段内导致最大系统压力的事件。这些极端事件与传统天气型（如欧-大西洋天气型或北大西洋涛动指数）也无强关联。因此我们编制了一组新的天气型，以定义包含电力储能与大规模互联影响的能源系统压力事件。若不结合最先进的能源气象学与建模的跨学科研究，进一步追求充足的可再生能源电力系统将受阻碍。