Các nguồn phát điện thay đổi nhanh chóng, bao gồm năng lượng mặt trời dân dụng và bộ lưu trữ pin đặt tại chỗ của khách hàng, hiện đang tác động đến các yêu cầu về cơ sở hạ tầng để kết nối các nguồn đó. Các nghiên cứu về các vị trí kết nối gió ngoài khơi và các lò phản ứng hạt nhân mô-đun nhỏ (SMR) đang được phát triển và nhu cầu truyền tác động ( ISO-NE 2019 ). Tương tự, tải thay đổi nhanh chóng, cho dù thông qua việc sử dụng EV và kết quả là các điểm giao hàng thu phí, tỷ lệ thời gian sử dụng hoặc mở rộng các thành phố, tạo ra khó khăn trong việc lập kế hoạch cho các nhu cầu trong tương lai.
Một trong những sự cân bằng trong lĩnh vực mô hình hóa hệ thống điện là giữa độ trung thực và khả năng mở rộng. Các sản phẩm thương mại có sẵn có thể phân tích sóng hài của hệ thống theo thứ tự mili giây nhưng không thể mở rộng cho hàng triệu thiết bị của khách hàng. Phần mềm ở đầu đối diện của phổ có thể sử dụng tải đỉnh hàng năm trên lưới. Bằng chứng làBlue Cut Fire , có giới hạn tầm nhìn xa đối với các tương tác giữa rơ le bảo vệ, điều khiển thế hệ phân tán và bộ lưu trữ pin với các chế độ hoạt động khác nhau ( NERC, 2016 ). Trước lưới Texas gần đâyquá tải , mô hình phức tạp sẽ dự đoán nguy cơ hạn chế nguồn cung cấp khí đốt của các máy phát điện riêng lẻ dựa trên các sự kiện trước đó như sự kiện thời tiết lạnh năm 2011 ( NERC 2021 ).
Xem xét khó khăn của việc lập kế hoạch hệ thống được mô tả ở trên, một giải pháp đơn lẻ không phải là câu trả lời chính xác cho mục đích lập kế hoạch. Tuy nhiên, cần phải có một giải pháp cụ thể khi chọn một lộ trình hành động cho việc xây dựng có thể mất nhiều năm để hoàn thành. Người lập kế hoạch lưới được yêu cầu phải quyết định chọn phạm vi dự án để phát triển. Khía cạnh định vị của quá trình tạo và tải này là rất quan trọng để nắm bắt các yêu cầu, chi phí và ý nghĩa hoàn chỉnh của bất kỳ kế hoạch nào. Để đạt được mức phát thải ròng bằng 0, cần có các công cụ để phân tích kịch bản hỗ trợ trao đổi thông tin giữa tất cả các bên liên quan, bao gồm ước tính lượng khí thải từ quá trình phát thải trong tương lai, cung cấp cho các nhà phát triển dữ liệu để tính toán lợi tức đầu tư của họ và công bằng của các tác động tỷ lệ đối với tất cả các khách hàng trên hệ thống.
Điều gì đang xảy ra
Sự biến đổi trong không gian này là không đổi. Các dự án do chính phủ tài trợ và các công ty khởi nghiệp ở Thung lũng Silicon đã tác động đến các vấn đề cụ thể hoặc trong ranh giới khu vực nhưng vẫn tương đối tách biệt với nhau. Các ví dụ gần đây sau đây chứng minh rằng công việc tuyệt vời đang xảy ra trong mô hình hệ thống.
Một trong những công cụ toàn diện nhất tích hợp phần mềm được phát triển bởi nhiều nhà cung cấp là Dự án HELICS được hỗ trợ bởi Văn phòng Cung cấp Điện và Độ tin cậy Năng lượng (OE) và Hiệu quả Năng lượng và Năng lượng Tái tạo (EERE) của Bộ Năng lượng Hoa Kỳ. Nỗ lực này nhằm kết nối các đầu vào và đầu ra của mỗi công cụ mô hình hóa và đóng vai trò như một “đường hầm” dữ liệu giữa các nền tảng để lập kế hoạch dài hạn. Mặc dù kỹ lưỡng, điều này vẫn đòi hỏi các nhà lập mô hình chuyên biệt trong từng nền tảng mô hình con và sẽ hạn chế việc sử dụng rộng rãi nó cho các bên liên quan trong khu vực trong quá trình lập kế hoạch.
Năm 2020 của Google thông báo chuyển sang năng lượng không có carbon 24/7 tại thời điểm sử dụng yêu cầu dữ liệu lịch sử và thời gian thực về tải của chúng trên cơ sở hàng giờ và sản lượng năng lượng trên phần đó của lưới điện vào giờ đó. Tronghợp tác với AES, tải Virginia của Google sẽ được hỗ trợ bởi một danh mục công nghệ lưu trữ và tái tạo chưa được phát triển, nhưng việc định cỡ các hệ thống đó được hỗ trợ bởi các mô hình sản lượng dự kiến. Trong mộtquan hệ đối tác bổ sung với nhà máy moonshot của Google, X, các công cụ tính toán và ảo hóa mới đang được xây dựng để “lập kế hoạch, xây dựng và quản lý một mạng lưới sạch sẽ và có khả năng phục hồi”.
Tại Duke Energy, một trong những công ty tiện ích điện lớn nhất ở Mỹ, công ty đang làm việc thông qua công Quy trình Lập kế hoạch Hoạt động và Hệ thống Tích hợp sử dụng mô hình nâng cao, phân tích kịch bản và tương tác với các bên liên quan trong quá trình lấy ý kiến và phản hồi. Công việc này sử dụng công nghệ máy học để phát triển dự báo 10 năm về tải lưới điện phân phối theo vị trí cụ thể và việc áp dụng năng lượng mặt trời cho khu dân cư.
Tesla gần đây đã bắt đầu thử nghiệm beta để tổng hợp năng lượng dự trữ của khách hàng lưu trữ trong khu dân cư để sử dụng làm Nhà máy điện ảo (VPP) ở California, nhưng thành phần địa lý của việc giảm tải này chỉ được biết đến với các nhà khai thác tại thời điểm thực hiện và thay đổi tùy thuộc vào mức năng lượng dự trữ có thể có sẵn tại nhà của khách hàng. Tesla và các công ty tương tự đãủng hộ các cơ chế bồi thường được cải thiện cho các nguồn năng lượng phân phối có thể điều chỉnh được tại Ủy ban Tiện ích Công cộng California vào đầu năm 2019.
Các nhà nghiên cứu tại các phòng thí nghiệm quốc gia và các trường đại học trên toàn quốc dựa vào dữ liệu của chính phủ Hoa Kỳ do Cơ quan Thông tin Năng lượng (EIA) và Cơ quan Bảo vệ Môi trường (EPA) cung cấp. Các nguồn dữ liệu chuẩn hóa này cung cấp đầu vào nhất quán cho các mô hình hệ thống và tầm quan trọng của chúng không thể bị bỏ qua trong quá trình phát triển mô hình lưới điện.
Điều gì vẫn cần thiết để thành công trong quá trình chuyển đổi sang năng lượng sạch của chúng ta
Như có thể thấy ở trên, có một lượng lớn sự đổi mới trong việc tạo ra các công cụ và phương pháp mạnh mẽ mới, nhưng vẫn cần nhiều công việc hơn trong việc phát triển các giải pháp tích hợp, đa nhà cung cấp và mở để cho phép hiểu nhanh trong quá trình ra quyết định. Các máy phát điện năng lượng mặt trời thương mại và dân dụng đã phát triển các dự báo trong nhiều năm khi hoàn thành các phân tích chi phí - lợi ích, do đó, các nhà hoạch định chính sách cần phải thấy tác động của các khoản thanh toán đo lường ròng khác nhau đối với việc áp dụng và chuyển tải. Đồng thời, các nhà hoạch định hệ thống và vận hành lưới điện cần đưa ra quyết định đầu tư dài hạn để tránh tài sản bị mắc kẹt trong tương lai.
Vấn đề cốt lõi là những vấn đề này không dựa vào một chuyên ngành duy nhất mà thay vào đó là những yêu cầu phức tạp, đa chức năng. Mô hình nâng cao yêu cầu phân tích dòng điện từ kỹ thuật điện,hành vi nhạy cảm của khách hàng và các yếu tố đầu vào tài chính để nêu chi tiết các rủi ro đối với tất cả các bên liên quan. Mặc dù các công cụ tồn tại trong mỗi lĩnh vực nghiên cứu này, nhưng chúng thiếu tiêu chuẩn hóa trong phương pháp tính toán, khả năng xuất nhập khẩu và khả năng mở rộng quy mô trên các tuyến tiểu bang hoặc ranh giới quy định. Có thể cải thiện việc tiêu chuẩn hóa thông tin tài sản, khoảng thời gian tải và dữ liệu mô hình địa lý để sử dụng trên các nền tảng.
Dự luật Cơ sở hạ tầng của Thượng viện có hơn 100 tỷ đô la được lên kế hoạch trongcác khoản đầu tư liên quan đến lưới điện . Bất kể luật này được thông qua như thế nào, việc nhanh chóng có được lưới điện không có mạng lưới với hiệu quả về chi phí sẽ đòi hỏi phải có kế hoạch, đầu tư và đổi mới đáng kể với tất cả các bên liên quan tại bàn. Trong một lĩnh vực khó đạt được sự đồng thuận, tôi tin rằng tất cả chúng ta đều có thể đồng ý về tầm quan trọng của việc dự báo nhanh hơn, đáng tin cậy và chính xác đối với một hệ thống đang thay đổi.
Brian Lusher là giám đốc dự án tại Duke Energy.
Source: https://www.tdworld.com/renewables/article/21180483/integrated-grid-planning-is-critical-for-clean-energy?utm_source=TW%20TDW%20Energizing&utm_medium=
0 nhận xét:
Đăng nhận xét