Europa kan trives med vedvarende energi på trods af uforudsigeligt vejr

Forskere i Irland, Schweiz, og Det Forenede Kongerige har vist, hvordan langsigtede vejrmønstre påvirker vind og solenergi vedvarende energiteknologier i hele Europa. Ved hjælp af 30 års meteorologiske data, forskerne har undersøgt og yderligere modelleret virkningen af ​​vedvarende energi på elsektoren frem til år 2030. Arbejdet tyder på, at på trods af vind- og solenergis uforudsigelige karakter, det europæiske elsystem kan bekvemt generere mindst 35% af sin elektricitet alene ved hjælp af disse vedvarende energikilder uden større indvirkning på priser eller systemstabilitet. Avisen vises 26. juli i tidsskriftet Joule .

Vind- og solenergi er eksploderet i popularitet i hele Europa i det sidste årti som grønne alternativer til traditionel kulstofbaseret energi, firedobling i brug mellem 2007 og 2016. Dog er disse teknologier er ikke uden ulemper - begge er modtagelige for svingende vejrmønstre, rejse bekymring over Europas evne til at udholde lange perioder med lav vind eller overskyet himmel. Forskere har brugt årtiers historiske vejrdata til at modellere denne variation i vind- og solenergi og dens indvirkning på markeder, men mange undersøgelser analyserer kun data fra et givet år eller fokuserer udelukkende på et land eller en lille region.

Forskerne udfordrer både de tidsmæssige og rumlige begrænsninger af tidligere undersøgelser ved at analysere driften af ​​elsystemet i hele Europa-herunder kraftoverførsel mellem lande og tekniske operationelle begrænsninger-ved hjælp af vind- og soldata, der strækker sig over 30-årsperioden fra 1985 til 2014. Ved at afdække tendenser fra denne mangeårige data trænger over et stort, sammenkoblet region, teamet var i stand til at modellere, hvordan Europa ville klare sig under fem forskellige scenarier for vedvarende energi med forskellige bæredygtighedsambitioner 12 år ud i fremtiden. Det viser sig, at bredden og dybden af ​​deres datapool gjorde hele forskellen, når det kom til at forstå tendenser i CO2 -emissioner, systemomkostninger, og systemdrift - som alle er afgørende for en effektiv udvikling af energipolitikken.

"Når du planlægger fremtidige elsystemer med højere vind- og solproduktion, et års vejrdataanalyse er ikke tilstrækkeligt, "siger Seán Collins, en forsker på MaREI, Center for Marine og Vedvarende Energi Irland ved Environmental Research Institute i University College Cork. "Vi finder ud af, at etårige undersøgelser kan give resultater, der afviger med hele 9% fra langtidsgennemsnittet på europæisk plan og endnu mere på landsplan. Når der er juridisk bindende mål for CO2-emissioner og andelen af vedvarende energi, eller lover at undgå skarpe prisstigninger, det gør hele forskellen. "

Ved at bruge flere år til bedre at forstå, hvordan andre variabler reagerer, når vind- og solenergi trænger ind på markedet, Collins og hans team fandt ud af, at CO2 -emissioner og samlede energiproduktionsomkostninger svinger voldsomt i fremtidige scenarier. Disse kan blive op til fem gange mere usikre, da vejrafhængige ressourcer får større trækkraft på markedet. Imidlertid, de fandt også ud af, at Europa ganske godt kunne modstå denne variation takket være dens tætte integration-deres modeller anslår, at Europa kunne bruge vedvarende energi til mere end to tredjedele af sin elektricitet inden 2030, med mere end en tredjedel fra vind og sol.

Collins og hans team mener, at deres modeller og data kan bruges til at skildre en række mulige fremtidsscenarier for at hjælpe politikere med bedre at forstå pålideligheden og virkningen af ​​vedvarende energi, herunder virkningerne af et skift til 100% vedvarende elsystemer. Ved at gøre deres modeller og data åbent tilgængelige, forskerne håber også, at fremtidigt arbejde vil demonstrere større bevidsthed om disse langsigtede vejrmønstre for nøjagtigt at skildre en mere vedvarende energi-afhængig verden.

"For at den fremtidige politiske udvikling skal være robust og fange den meteorologiske afhængighed af decarboniserede energisystemer, de bør være baseret på åbne modelleringsanalyser, der anvender fælles langsigtede datasæt, "siger Collins.