活動現場，歐洲科學與藝術院院士、瑞典皇家理工學院及梅拉達倫大學教授嚴晉躍發表了演講。

 

 

 

我來自瑞典，不是做電池的，也不是做車的，我只能講一些宏觀領域，這個題目很大，應該是我們每時每刻都在探索的問題，未來能源轉型有哪些我們要關注的問題。這里有些是我的研究，更多的是我的觀點，在座大家一起去討論這個問題。電動汽車也好，運輸行業的電動化也好，從能源系統角度來說，把這個作為其中的一個組成部分，從整個系統來說，看這個問題怎么看。

 

這是我們傳統的能源系統，如果用電作為案例，今天正好討論電動化的問題，左邊看這是我們的電廠發電如何傳輸到用戶端，這是我們正在用的，但是整個能源系統轉型發生了一些變化，在哪些方面，一個是從源頭角度，我們增加了可再生能源的介入，可再生能源或許可以預測，但是不能呼風喚雨，這樣的話整個系統的特性就需要集成。另一端就是用戶端，原來用戶就是直接接受，我們需要就接受能源就行了，在這個基礎上，用戶的角色和傳統的能源系統也不一樣，這就是一個集成。兩者的變化帶來了整個能源系統發生了比較大的變化，對未來能源系統要求更高了。

 

這是我們實際在做的課題了，這是一個大的項目，主要是如何解決可變的可再生能源，和儲能和用戶端有機的集成在一起，從電動汽車角度，我更愿意作為移動性的儲能單元，如何和系統集成，如何在時間尺度上解決這個問題。剛才歐陽院士提到我是Applied Energ主編，我說一下我們從一些關鍵領域，比如說這些作為一個關鍵詞，在我們的刊上，從2015—2019年的變化，這個變化非常明顯，在學術界領域這個非常明顯，大家越來越關注，剛才我們提到能源系統就是動力問題，就是要解決動力學特性的問題。 這里就是我的結論，因為只有15分鐘，我用了三個關鍵詞，這是第一個integrated，我們越來越Local dependent，第三點就是如何把終端使用者和系統集中在一起，而不是被動的使用者。

 

剛才提到了，我們如何從能源轉型解決動力性特征，如何和儲能結合在一起，如何解決用戶端的響應。這里列了三個主要的領域，第一部分就是如何在隨著可再生能源比例增加的情況下，第一部分就是動力特征，如何在時間尺度上更準確表征資源和用戶特征，在了解這個特征基礎上才可能進一步做對應的動態上的響應和控制。第二部分就是如何把新技術，包括電動汽車的技術，和整個消費者轉為提供者的過程，從原來的技術系統擴展到整個社會系統。第三點就是如何把可再生能源和儲能結合在一起。

 

圍繞這三點，我簡單介紹一下我們做的工作，第一部分談到資源的表征或者說是用戶的復合表征，加入時間尺度以后，除了本身在地理位置上數據，這些數據量非常大，進入到新的領域，比如信息系統或者物聯網系統，現在能源研究越來越進入到其他領域。簡單說一下，比如說我們對去年中國5月30號發改委關于取消光伏補貼的問題，爭議比較多，我們用了半年時間做了中國344個縣級市，這個層面上，在中國的條件下，中國能源和電力價的情況下，到底無補貼的光伏能不能實現，這是一個大的問題了。

 

結果是這樣的，這是在去年8月份發的，結果我們用兩個參數，一個是用在用戶端的電力價格，也就是說銷售價格可以高一點，結論是可以達到100%，1是可平衡，上面是可盈利，下面是虧損的，如果是用在燃煤的標桿電價，大概24%左右可以實現無補貼，有3/4情況是不能達到平衡的，這是一個結論。我舉這個例子是說，當你要表征整個資源特征和效益成本，這和整個地理信息系統運行聯系在一起，這是一個案例。

 

同時，我們要表征它的資源，如何把資源更準確的表征，這里涉及到，比如我們拿一個屋頂作為特征，屋頂如何準確表現不同的屋頂，那是在瑞典的一個小區里，如何識別整個屋頂的結構，它的陰影等等一系列的特征，如何準確表征整個時間段的能源量，這里有很多工作需要做。另外就是根據建筑結構了解，作為建筑很多有這樣的信息，通過CAD信息反過來倒推建筑作為未來發電的潛力，這是不同的角度可以做很多新的研究。

 

光伏很多大的電站是在空地上，比如這邊是燃煤電站，我們把光伏建在燃煤電站旁邊，和它一樣，有對應的廠房、屋頂等等一系列資源，這個計算結果我們估算了一下，大概有10GW左右，這個數量相當于中國一年光伏安裝量。假如說按照1/10或1/5這個量非常大，還有鋼廠和造紙廠等其他企業。另外高速公路沿途的隔音墻也可以用光伏的辦法解決，也就是說在不占用更多新的占地面積，用現有的方法可以解決這些問題，而要做這些細致的工作，需要非常詳細的地理信息系統，結合能源的信息系統，這只是舉一些案例。

 

第二部分就是如何解決新技術在用戶端的使用問題，這是一個案例，這是瑞典哥德堡做的，用我們的建筑體作為供熱的載體，紅色的是高峰期，藍色是經過調整以后的調整期，明顯看到高峰削下來，把建筑作為熱載體，出現高峰的時候不供熱了，通過熱建筑本身的熱容量保持它的溫度，整個室內溫度還是保持在標準溫度1度左右負荷的變化，這種情況下如何準確預測它的熱負荷，這就需要一系列新的手段去做。另外，和在座同仁有很大的關系，就是最近我們在做的工作就是人的行為，尤其是現在社會老齡化問題，不同的年齡段出行行為不一樣。這是用上海市的數據做的，這是非常初步的結果，上面那張圖形反映出不同的出行方式，出行的時間段不一樣，下面有幾個區，我們按照上海市幾個區未來電動汽車增加量會帶來整個負荷的變化，希望從整體上看整個能源里變化有多大。

 

第三部分，這是電和交通連在一起，電和水連在一起，這是我們正在做的一部分工作。數據的傳輸比能源的傳輸要容易，以前討論很多關于全球能源互聯網的問題，我有一些不太同意的觀點，能源是要連的，但能源不適宜大量的搬家，相連更多的是信息的相連，如何解決不同Sector問題，剛才提到有的是能源本身自己做不了的，需要和整個系統結合。這是歐盟的一個項目，P—TO—X，這就是我們要做出不同的案例，比如瑞典供熱負荷比較大，到意大利就完全不一樣，這是幾個案例，英國、瑞典和丹麥的幾個案例，通過解剖麻雀的辦法，看能不能找出一些共同的規律。

 

時間關系，我就舉幾個簡單的例子，剛才我提到整個能源系統未來還是這三個主要特征，我們是integrated，能源是不適合長距離搬家的，如果能不搬家盡量不搬家，最好在Local dependent，當地的基礎上做的更好，第三點是用戶者，使用者從原來單一的消費者，這需要一些新技術創新的問題，還有區塊鏈的問題，可以解決用戶端之間的電力交易問題，未來可能電動汽車也會出現這樣的方式。