活动现场，欧洲科学与艺术院院士、瑞典皇家理工学院及梅拉达伦大学教授严晋跃发表了演讲。

 

 

 

我来自瑞典，不是做电池的，也不是做车的，我只能讲一些宏观领域，这个题目很大，应该是我们每时每刻都在探索的问题，未来能源转型有哪些我们要关注的问题。这里有些是我的研究，更多的是我的观点，在座大家一起去讨论这个问题。电动汽车也好，运输行业的电动化也好，从能源系统角度来说，把这个作为其中的一个组成部分，从整个系统来说，看这个问题怎么看。

 

这是我们传统的能源系统，如果用电作为案例，今天正好讨论电动化的问题，左边看这是我们的电厂发电如何传输到用户端，这是我们正在用的，但是整个能源系统转型发生了一些变化，在哪些方面，一个是从源头角度，我们增加了可再生能源的介入，可再生能源或许可以预测，但是不能呼风唤雨，这样的话整个系统的特性就需要集成。另一端就是用户端，原来用户就是直接接受，我们需要就接受能源就行了，在这个基础上，用户的角色和传统的能源系统也不一样，这就是一个集成。两者的变化带来了整个能源系统发生了比较大的变化，对未来能源系统要求更高了。

 

这是我们实际在做的课题了，这是一个大的项目，主要是如何解决可变的可再生能源，和储能和用户端有机的集成在一起，从电动汽车角度，我更愿意作为移动性的储能单元，如何和系统集成，如何在时间尺度上解决这个问题。刚才欧阳院士提到我是Applied Energ主编，我说一下我们从一些关键领域，比如说这些作为一个关键词，在我们的刊上，从2015—2019年的变化，这个变化非常明显，在学术界领域这个非常明显，大家越来越关注，刚才我们提到能源系统就是动力问题，就是要解决动力学特性的问题。 这里就是我的结论，因为只有15分钟，我用了三个关键词，这是第一个integrated，我们越来越Local dependent，第三点就是如何把终端使用者和系统集中在一起，而不是被动的使用者。

 

刚才提到了，我们如何从能源转型解决动力性特征，如何和储能结合在一起，如何解决用户端的响应。这里列了三个主要的领域，第一部分就是如何在随着可再生能源比例增加的情况下，第一部分就是动力特征，如何在时间尺度上更准确表征资源和用户特征，在了解这个特征基础上才可能进一步做对应的动态上的响应和控制。第二部分就是如何把新技术，包括电动汽车的技术，和整个消费者转为提供者的过程，从原来的技术系统扩展到整个社会系统。第三点就是如何把可再生能源和储能结合在一起。

 

围绕这三点，我简单介绍一下我们做的工作，第一部分谈到资源的表征或者说是用户的复合表征，加入时间尺度以后，除了本身在地理位置上数据，这些数据量非常大，进入到新的领域，比如信息系统或者物联网系统，现在能源研究越来越进入到其他领域。简单说一下，比如说我们对去年中国5月30号发改委关于取消光伏补贴的问题，争议比较多，我们用了半年时间做了中国344个县级市，这个层面上，在中国的条件下，中国能源和电力价的情况下，到底无补贴的光伏能不能实现，这是一个大的问题了。

 

结果是这样的，这是在去年8月份发的，结果我们用两个参数，一个是用在用户端的电力价格，也就是说销售价格可以高一点，结论是可以达到100%，1是可平衡，上面是可盈利，下面是亏损的，如果是用在燃煤的标杆电价，大概24%左右可以实现无补贴，有3/4情况是不能达到平衡的，这是一个结论。我举这个例子是说，当你要表征整个资源特征和效益成本，这和整个地理信息系统运行联系在一起，这是一个案例。

 

同时，我们要表征它的资源，如何把资源更准确的表征，这里涉及到，比如我们拿一个屋顶作为特征，屋顶如何准确表现不同的屋顶，那是在瑞典的一个小区里，如何识别整个屋顶的结构，它的阴影等等一系列的特征，如何准确表征整个时间段的能源量，这里有很多工作需要做。另外就是根据建筑结构了解，作为建筑很多有这样的信息，通过CAD信息反过来倒推建筑作为未来发电的潜力，这是不同的角度可以做很多新的研究。

 

光伏很多大的电站是在空地上，比如这边是燃煤电站，我们把光伏建在燃煤电站旁边，和它一样，有对应的厂房、屋顶等等一系列资源，这个计算结果我们估算了一下，大概有10GW左右，这个数量相当于中国一年光伏安装量。假如说按照1/10或1/5这个量非常大，还有钢厂和造纸厂等其他企业。另外高速公路沿途的隔音墙也可以用光伏的办法解决，也就是说在不占用更多新的占地面积，用现有的方法可以解决这些问题，而要做这些细致的工作，需要非常详细的地理信息系统，结合能源的信息系统，这只是举一些案例。

 

第二部分就是如何解决新技术在用户端的使用问题，这是一个案例，这是瑞典哥德堡做的，用我们的建筑体作为供热的载体，红色的是高峰期，蓝色是经过调整以后的调整期，明显看到高峰削下来，把建筑作为热载体，出现高峰的时候不供热了，通过热建筑本身的热容量保持它的温度，整个室内温度还是保持在标准温度1度左右负荷的变化，这种情况下如何准确预测它的热负荷，这就需要一系列新的手段去做。另外，和在座同仁有很大的关系，就是最近我们在做的工作就是人的行为，尤其是现在社会老龄化问题，不同的年龄段出行行为不一样。这是用上海市的数据做的，这是非常初步的结果，上面那张图形反映出不同的出行方式，出行的时间段不一样，下面有几个区，我们按照上海市几个区未来电动汽车增加量会带来整个负荷的变化，希望从整体上看整个能源里变化有多大。

 

第三部分，这是电和交通连在一起，电和水连在一起，这是我们正在做的一部分工作。数据的传输比能源的传输要容易，以前讨论很多关于全球能源互联网的问题，我有一些不太同意的观点，能源是要连的，但能源不适宜大量的搬家，相连更多的是信息的相连，如何解决不同Sector问题，刚才提到有的是能源本身自己做不了的，需要和整个系统结合。这是欧盟的一个项目，P—TO—X，这就是我们要做出不同的案例，比如瑞典供热负荷比较大，到意大利就完全不一样，这是几个案例，英国、瑞典和丹麦的几个案例，通过解剖麻雀的办法，看能不能找出一些共同的规律。

 

时间关系，我就举几个简单的例子，刚才我提到整个能源系统未来还是这三个主要特征，我们是integrated，能源是不适合长距离搬家的，如果能不搬家尽量不搬家，最好在Local dependent，当地的基础上做的更好，第三点是用户者，使用者从原来单一的消费者，这需要一些新技术创新的问题，还有区块链的问题，可以解决用户端之间的电力交易问题，未来可能电动汽车也会出现这样的方式。