政策制定者大力支持太阳能与风能作为清洁能源转型的两大支柱技术，然而这两类能源易受天气与气候波动影响，现有能源系统优化模型往往对此过度简化，导致将其描绘成万能解决方案的乐观倾向。生物能源凭借其固有灵活性，可在净零排放能源系统中缓解可再生能源间歇性带来的负面影响。正如双人共舞需要双方配合，研究人员基于过往气象数据，采用风险敏感随机优化模型并结合德国未来气候情景，分析了可变可再生能源与可调度生物能源之间的相互作用。研究结果表明，当太阳能与风能供应充足时，整体系统成本最低；而在供应短缺时期，灵活的生物能源可支持满足电力需求，尽管此时总系统成本最高可能上升约10%，具体幅度取决于实际条件。此外，过度风险敏感可能促使系统更依赖可调度化石能源，这对实现气候目标构成严重威胁。最后研究发现，在高太阳能与风能可用性条件下，这些技术的投资在德国各联邦州分布更为均匀；而在较低可用性条件下，北部与南部联邦州会被优先投资。本研究虽以德国为案例，但所开发的方法具有普适性，可应用于不同地理范围的其他能源系统优化模型，从而为未来困境与解决方案提供更贴近现实的图景。
《不确定性三角中可再生能源的协奏：以德国为例的案例研究》解读
研究背景与意义
为实现将全球变暖限制在1.5℃以内的气候目标，加速可变可再生能源（Variable Renewable Energy, VRE）投资已成为共识。太阳能光伏与风能凭借成本下降与技术成熟成为转型核心，但其出力高度依赖气象条件，大规模并网给电力系统稳定性带来巨大挑战。现有能源系统优化模型（Energy System Optimization Models, ESOMs）常因时空分辨率不足，高估VRE贡献、低估系统总成本与碳排放，形成“银弹”误区。电池储能虽可提供短期灵活性，但在长期与大容量场景经济性不足，而生物质能作为可存储、可调度的能源载体，在难电气化行业替代潜力显著。在此背景下，厘清VRE与生物能源的协同机制、量化风险决策对气候目标的影响，成为能源转型的关键科学问题。该研究发表于《Advances in Applied Energy》，为不确定条件下的能源系统规划提供了方法论创新与实践参考。
关键技术方法
研究人员以德国为案例，构建了扩展生物能源优化模型（BENOPTex），整合电力、热力、交通及土地利用、林业（LULUCF）、生物基化工等跨部门耦合体系，空间分辨率达联邦州级（NUTS-1）。研究基于1980—2019年共40年历史气象数据，计算风电（陆上/海上）与光伏的容量因子（Capacity Factor, CF），通过层次聚类划分为低、中、高三类情景，结合RCP2.6与RCP6.0气候情景生成随机场景集。在模型中引入金融领域风险度量指标——风险价值（Value-at-Risk, VaR）与条件风险价值（Conditional Value-at-Risk, CVaR），构建风险敏感两阶段随机优化框架，并通过10000次重复抽样消除建模偏差，并行计算加速求解。
研究结果
区域投资分布特征
在高VRE情景下，太阳能广泛可用使得VRE投资在德国各联邦州分布更为均匀；而在低VRE情景下，北部州侧重风电、南部州侧重光伏，中部州总体投资规模显著低于南北部。这一格局与当前德国可再生能源分布特征一致，同时生物质能种植结构随电力可用性发生区域转移，低VRE时期芒草等能源作物在西、南部州占比提升以满足供热需求。
风险敏感性与系统响应
三元图分析显示，VRE与生物能源呈互补关系：VRE出力不足时，生物能源可填补缺口，但系统成本最高上升约10%。随着风险厌恶程度从风险中性（α=50%）提升至VaR（α=99%），模型更倾向于投资可调度技术（生物能源与化石燃料），系统成本持续上升；采用CVaR度量时，风险厌恶效应更强，仅在100%高VRE情景下才会最大化VRE部署。极端风险厌恶策略（CVaR, α=99%）相比风险中性策略成本最高增加约14%。
气候目标与排放特征
风险敏感性越高，系统对化石能源依赖越强，总排放量随之上升。在低VRE极端情景下，排放达到峰值；高VRE情景下排放最低。生物能源与碳捕集封存（Bioenergy with Carbon Capture and Storage, BECCS）技术的应用可缩小风险中性与风险厌恶情景的排放差距，但无法完全抵消化石能源增排效应。引入国际碳信用交易机制后，低VRE情景下仍需支付更高成本购买碳信用以弥补国内减排缺口，且风险厌恶程度越高，碳信用购买量越大。
气候情景影响差异
对比RCP2.6（低温室气体排放）与RCP6.0（高排放）情景发现，RCP6.0下生物质产量下降导致系统成本全面升高，且在低VRE区域（Region-A）成本增幅更为显著。风险厌恶决策在RCP6.0下会进一步增加可调度生物能源用于发电的比例，同时拉大RCP2.6与RCP6.0间的VRE产量差距，凸显气候变化加剧资源稀缺时的化石能源依赖风险。
讨论与结论
讨论部分指出，电池储能虽未显式建模，但分布式储能（如车网互动Vehicle-to-Grid, V2G）已纳入外部购电上限，结论仍具稳健性。生物能源除供电外，在供热与交通部门应用最为广泛，风险敏感性提升会将部分生物质从供热部门转移至电力部门。研究对比了德国官方可再生能源目标与成本最优路径的差异，发现当前政策目标高于模型优化结果，暗示需平衡扩张速度与系统成本。土地可用性、社会接受度与技术创新（如农光互补）是影响VRE部署的关键非技术因素。
结论表明，VRE是德国清洁能源系统的基石，生物能源作为灵活调节资源可在VRE短缺时保障供应。不存在适用于所有情景的单一最优解：风险中性策略总成本最低，但过度风险厌恶会驱动化石能源投资，阻碍气候目标实现。这一效应在RCP6.0高气候变化情景下被放大，生物质与VRE的双重短缺会引发化石能源依赖的恶性循环。该方法框架可推广至其他区域能源系统优化，为不确定条件下的韧性转型规划提供通用工具。
打赏
