摘要。基于可再生能源的能源厂可以根据能源类型(水力、太阳能、带或不带水力储能的风能)进行组合。目前,对评估采用液压蓄能器的联合发电厂的经济效率关注不够。在设计联合发电厂时,必须选择此类发电厂的组成并评估其经济效率。本研究的目的是证明应用现值法选择热电联产厂的组成并评估其经济效率的可能性。研究采用了以下方法:回顾、综合现有相关文献、系统分析、收集不同类型发电厂的数据以及计算其经济效率。使用 Turbo Pascal 7.0 编制了一个计算机程序用于计算。计算表明,基于风力发电厂和带水力蓄能器的水力发电厂的联合发电厂是一种经济有效的选择。
摘要:未来几十年,印度可能需要对电力系统进行大量投资,以帮助适应可再生能源容量的预期增长,这是该国致力于实现能源部门脱碳的一部分。此外,由于交通运输部门的持续电气化、人口增长和经济改善,电力需求将大幅增加。然而,围绕这些方面的多维不确定性导致投资搁浅和网络资产利用不足,给网络规划人员的投资决策带来挑战。在这项工作中,将随机优化模型应用于印度的输电网络,以确定 2020 年至 2060 年期间的最佳扩展策略,同时考虑传统的网络增强以及储能投资。使用先进的嵌套 Benders 分解算法来克服多阶段随机优化问题的复杂性。该模型还考虑了未来储能投资成本的不确定性。案例研究显示,预计印度将大规模部署储能系统,因为它能带来一系列好处,包括战略投资灵活性和可再生能源产出增加,从而降低预期系统总成本;在不确定的情况下规划储能系统的经济效益被量化为期权价值,超过 129 亿英镑。这项研究的关键信息是,在印度风能和太阳能可能高度整合的情况下,大规模部署储能系统将带来巨大的经济效益。
摘要:未来的小型卫星将需要高性能的机载电子设备,需要采用复杂的散热方法,而不仅仅是增加散热器的表面积。一种有趣的替代方法是使用热泵来增加散热器的表面温度。在本研究中,我们进行了计算,以计算将热泵作为卫星热管理系统的一部分所带来的理论上的散热器尺寸减小潜力。考虑了“典型”蒸汽压缩循环 (VCC) 热泵满足理论要求的实际可能性。与理论计算一致,使用“典型” VCC 热泵可以增加或减少所需的散热器表面积。因此,热泵的选择及其设计至关重要。对于卫星散热器冷却应用,具有大温度提升的热泵是必不可少的,性能系数 (COP) 则不那么重要。即使 COP 较低(例如 2.4),但“典型”热泵提供接近 60 ◦ C 的较大温度提升,可能会使卫星的散热器表面积减少近 1.4 倍。这是一个显著的潜在减少。在决定是否采用这种方法而不是其他替代方案(例如可展开散热器)时,应考虑这两种方案的相对复杂性、成本、重量、尺寸、可靠性等。本研究的重点是 VCC 热泵;然而,结果为不太成熟的热泵技术(例如热量装置)提供了性能目标,这些技术最终可以应用于太空。
由于工业和交通运输预计将快速电气化以及人口不断增长,最近的预测显示,到 2050 年,电力需求将大幅增加,例如新西兰将增加 10-60 TWh[1],全球约增加 50%,达到 45 万亿千瓦时 (kWh)[2]。可再生能源将在全球发电中发挥重要作用,到 2050 年将提供总需求的 50% 左右[2]。当前的集中式基础设施无法满足这一需求,而建设新发电厂及相关输配电线路的成本高昂且不可持续。此外,“……传统电网已经过时,因为在使用大量分布式发电时,其控制和保护难度很大”[3]。因此,需要替代性的可持续智能技术来满足未来的能源需求。微电网 (MG) 技术可以有效取代传统电网,以应对能源需求的增长,同时满足电力系统快速增长带来的可靠性需求[3]。近年来,微电网的物理组件技术已经成熟,包括光伏系统 (PV)、天然气燃气轮机、燃料电池和电池,微电网集成到能源系统中的好处也已得到证实 [3、4]。采用分布式可再生能源系统 (DRES) 是实现政府可再生电力发电目标的潜在变革性解决方案。DRES 使用分布式微规模太阳能和风能发电来满足当地的能源需求,并且实现零排放。然而,在微规模发电方面存在重大的科学知识空白
KISTERS AG Pascalstr. 8+10 52076 Aachen 德国 电话 +49 2408 9385 0 传真 +49 2408 9385 555 info@kisters.eu www.kisters.eu/energy
本期特刊的主题“能源安全与向绿色能源生产的转型”在进行中就获得了令人不安的时效性。2022 年 2 月 24 日,俄罗斯入侵乌克兰,战争爆发,给欧洲的能源安全带来了前所未有的问题。一夜之间,欧洲能源供应对俄罗斯天然气的依赖变得显而易见。根据政治意愿,他们向绿色能源的过渡必须而且应该继续以更快的速度进行。欧洲不仅希望摆脱核能,而且希望摆脱天然气等不可再生能源,由于这一事件,这种转变必须加快速度。因此,我们特刊的时效性和重要性怎么估计都不过分。向绿色能源转型的想法当然比乌克兰战争更古老。尤其是在欧洲,政治参与者一直希望摆脱核能和不可再生能源,转向可再生能源。有几项政治倡议提出了向可再生能源的转变。最引人注目的是,欧盟 (EU) 于 2014 年 10 月通过了一项绿色协议(2018 年修订)。然而,美国也对此感兴趣,总统约瑟夫拜登推动了绿色新政 (GND)。该计划将投入数千亿美元用于旨在加速该国从主要依赖化石燃料的经济向利用清洁能源的经济转型的项目。这项立法被称为 2022 年通胀削减法案。如果该协议最终获得通过,在 10 年内,它将为建造新的无排放电力来源的公司提供数十亿美元的税收抵免。该计划将补贴风力涡轮机、太阳能电池板、电池储存、地热发电厂或先进的核反应堆。此外,还将为捕获和埋藏二氧化碳的公司以及电动汽车提供补贴。这项拟议的立法还包括在农业上支出以减少排放,以及在森林上支出以增加其对二氧化碳的吸收。对于这一转变来说,技术创新也很重要,这可能有助于铺平绿色能源的道路。尽管许多人认为核能是最便宜、最可靠的能源,尽管匈牙利计划建造新的核电站,绿色新政也包括对先进核反应堆的补贴,但德国等国家已经关闭了核反应堆。乌克兰战争爆发后,这在德国引发了一场重大讨论,讨论是否延长其剩余的三座核电站的使用寿命,这些核电站原定于 2022 年底关闭,以确保其能源安全。此外,德国和其他地方在 2022 年夏季推出了节能计划,以确保能源安全,尤其是冬季的能源安全。家庭遭受能源价格上涨的困扰,并且仍在继续。如果不向绿色能源转型,能源价格就不必上涨这么多,核电站也可以更好地确保能源安全。现在人们正在遭受苦难,许多人担心他们是否能够负担得起能源费用,或者他们是否会有任何
量子算法 2,14 – 16 可用于求解薛定谔方程,其资源成本随量子比特数呈多项式增长。不幸的是,目前可用的嘈杂中尺度量子 (NISQ) 硬件 17 存在相对较差的门保真度和较低的量子比特数,18 这带来了两个关键挑战。首先,对于 NISQ 定制的量子算法 19 来说,最小化量子资源非常重要。最突出的 NISQ 方法是混合量子经典算法,如变分量子特征求解器 (VQE)、20,21 量子 Krylov 方法、18,22 – 26
摘要 全球范围内从以化石燃料为基础的社会向以电力为基础的社会转变被普遍视为一种生态改善。然而,电力行业是二氧化碳排放的主要来源,而可再生能源的引入仍然会对环境产生负面影响。尽管对可再生能源的研究日益增多,但人们对可再生能源消费对环境的影响却知之甚少。本文,我们从社会、环境和经济角度回顾了可再生能源与电力行业的整合。我们发现,实施太阳能光伏、电池储能、风能、水力发电和生物能源可以在 2030 年提供 504,000 个就业岗位,在 2050 年提供 418 万个就业岗位。对于海水淡化,与全化石燃料系统相比,由柴油发电机支持的光伏/风能/电池储能系统可以将水生产成本降低 69%,并将不利环境影响降低 90%。随着可再生能源的利用率增加,碳减排的潜力也会增加。光伏/风电/水电系统是应对气候变化最有效的系统,发电量增加2.11-5.46%,份额保证率3.74-71.61%。与单一能源系统相比,混合能源系统更可靠,能够更好地抵御气候变化对电力供应的影响。
为了估计嘈杂的中尺度量子 (NISQ) 时代设备上的分子基态特性,基于变分量子特征求解器 (VQE) 的算法因其相对较低的电路深度和对噪声的抵抗力而广受欢迎。9,10 这导致了一系列成功的演示,涉及在当今的量子设备和模拟器上计算小分子的分子基态能量。4,6,11 – 22 然而,仅仅估计分子基态能量不足以描述许多涉及某种形式的电子激发的有趣化学过程。23 例如,准确模拟化学现象,如光化学反应、涉及过渡金属配合物的催化过程、光合作用、太阳能电池操作等,需要准确模拟分子基态和激发态。此类系统的电子激发态通常具有很强的相关性,因此需要使用复杂的量子化学理论来准确描述它们。在过去的几十年里,在这方面已经开发了许多方法。 24 – 32 运动方程耦合团簇 (EOM-CC) 26 方法最初由 Stanton 和 Bartlett 开发,是一种常用的例子,通常用于计算分子激发态特性,例如激发能
用于估计嘈杂的中间量子量子(NISQ)ERA设备上的分子基态性能,基于变异的量子本特征(VQE)算法的算法已获得流行,因为它们相对较低的电路深度和对噪声的弹性。9,10这导致了一系列成功的演示,涉及当今量子设备和模拟器上小分子的分子基态能量的计算。4,6,11 - 22然而,仅对分子基态能量的估计不足以描述许多有趣的化学过程,这些化学过程涉及某种形式的电子激发。23,例如,化学现象的准确建模,例如光化学反应,涉及过渡金属复合物,光合作用,太阳能电池操作等的催化过程等。需要对分子地面和激发态进行精确模拟。这种系统的电子激发态通常密切相关,因此需要使用复杂的量子化学理论来准确描述。在过去的几十年中,在这方面已经开发了许多方法。24 - 32最初由Stanton和Bartlett开发的运动方程耦合群集(EOM-CC)26方法是一个流行的示例,通常用于计算分子激发剂,例如激发能量