侯正猛，馮文韜

(1.四川大學(xué) 中德能源研究中心，成都 610065；2.德國克勞斯塔爾工業(yè)大學(xué) 地下能源系統(tǒng)研究所，克勞斯塔爾-采勒菲爾德 38678；3.下薩克森能源研究中心，戈斯拉爾 38640；4.四川大學(xué) 計算機學(xué)院，成都 610065)

過去100年中，基于化石燃料的老舊能源系統(tǒng)向大氣中排放了大量溫室氣體，由此導(dǎo)致的全球氣溫升高[1]進一步引發(fā)了如冰川融化、海平面上升[2-4]和更多的極端天氣（異常高溫、干旱、洪水和超級風(fēng)暴等）等災(zāi)難性后果[5-9]。能源需求及其消耗率的不斷攀高也令可供利用的化石燃料儲備降低到一個非常危險的水準[10]。由此，采用清潔的可再生能源逐步代替化石能源成為了世界能源領(lǐng)域發(fā)展與轉(zhuǎn)變的必然趨勢。許多國家都在努力提升其能源結(jié)構(gòu)中可再生能源的比重，例如，在中國可再生能源占電力總消耗的比重已達26.4%[11]，在美國可再生能源消耗占電力消耗的比重18%[12]，而在德國可再生能源消耗電力消耗的比重則達到了42%[13]。

但是，可再生能源份額的迅速提升也使得能源系統(tǒng)面臨著巨大的風(fēng)險。水能、風(fēng)能和太陽能是目前最主要的3種可再生能源類型，其生產(chǎn)對氣象條件的高度依賴決定了基于其進行的能源供給具有強烈的時空波動性。這使得絕大多數(shù)國家都因為缺乏儲能能力和先進的管理方法而遭受棄電問題的困擾，例如，中國在2018年全年棄水（電）691億kW·h，棄風(fēng)（電）277億kW·h，棄光（電）54.9億kW·h[14]，同時，短時產(chǎn)能過剩導(dǎo)致的負電價也時常出現(xiàn)在德國的電力市場中[15]。換言之，迫切需要一種面向未來的先進架構(gòu)來加大對大幅增長的可再生能源的消納能力，從而最終形成以可再生能源為主的新型能源系統(tǒng)。

現(xiàn)有的能源體系已存在了百年之久，即使在20年前，電力網(wǎng)絡(luò)這一重要的能源基礎(chǔ)設(shè)施仍保留著最初的缺點，如缺乏自動化的分析且可觀性差等[16]。隨著全球電力需求的持續(xù)增長，例如，1991—2011年間美國的電力消耗以年均2.5%的速度不斷攀升[17-18]，集中發(fā)電和老舊的管理系統(tǒng)已不再適應(yīng)新的時代。隨著碳中和目標的提出，人們更加堅信應(yīng)進一步減少溫室氣體的排放[19]。這意味著化石能源需要盡可能地被可再生能源取代。然而，無論是可再生能源本身強烈的隨機性及由此導(dǎo)致的電力生產(chǎn)在時空上的不均衡與波動性，還是消費者需求表現(xiàn)出的高動態(tài)性，都迫使新的能源系統(tǒng)變得更具可感知性，并能夠靈活適應(yīng)更復(fù)雜的情況。為了應(yīng)對這些問題，能源行業(yè)提出了兩個全新的概念，即智能電網(wǎng)[16]和多板塊耦合[20]。

智能電網(wǎng)（smart grid）的雛形最早出現(xiàn)于20世紀末。在經(jīng)歷了數(shù)十年的發(fā)展并融合了眾多先進理念后，其核心內(nèi)涵變得更豐富[16]。通過引入先進的信息與通信技術(shù)（information and communications technology，ICT），例如，使用傳感器網(wǎng)絡(luò)獲知系統(tǒng)的實時狀態(tài)[21-22]并進行有效的整合、分析，智能電網(wǎng)能夠及時調(diào)整電力的生產(chǎn)和輸運計劃。因此，智能電網(wǎng)可以更好地融合穩(wěn)定性較差的可再生能源。在最近十年的發(fā)展過程中，為了進一步提高其魯棒性，研究人員還引入了小型的儲電單元，并提出了微電網(wǎng)等概念。這些新元素的加入都使得智能電網(wǎng)更為智能與堅固。能源利用的多板塊耦合（sector coupling）是德國工業(yè)界近十年來提出的另一個創(chuàng)新概念。由于交通及制熱/制冷板塊的轉(zhuǎn)型進度遠遠落后于電力板塊，德國政府迫切希望將該國在電力系統(tǒng)中的轉(zhuǎn)型優(yōu)勢迅速而直接地引入到其他板塊中[20]。然而，多板塊耦合并不僅僅意味著其他板塊直接電氣化，與之相關(guān)的還有電力的多元轉(zhuǎn)換技術(shù)（power-to-X）的使用。通過多元轉(zhuǎn)換技術(shù)，能源系統(tǒng)可以迅速地將電力板塊中的過剩能量轉(zhuǎn)換為其他形式，如熱能和化學(xué)能。由此，多板塊耦合在極大地促進了電力消納的同時，也使得交通和制熱/制熱板塊能夠直接從可再生能源發(fā)電份額的大幅提升中獲益。可以說，多板塊耦合概念的提出既考慮了能源消費板塊的整體轉(zhuǎn)型，也進一步增強了系統(tǒng)的靈活性。

盡管智能電網(wǎng)和多板塊耦合都在一定程度上降低了可再生能源不穩(wěn)定性帶來的影響，但僅是針對能源系統(tǒng)中的一部分群體[16,20]。ICT和小型儲電單元的引入雖使得智能電網(wǎng)更具彈性，但天氣變化所導(dǎo)致的生產(chǎn)與消費間的供需不平衡仍難以消除。同樣地，多板塊耦合的提出最初僅是為了加速能源消費的整體轉(zhuǎn)型，早期的大量研究均是圍繞該目的展開。因此，兩者的研究既沒有考慮過對過剩能量的大規(guī)模儲存，也并未想到以非電能的形式存儲能量隨著計算機科學(xué)的飛速發(fā)展，人工智能（artificial intelligence，AI）和數(shù)據(jù)加密（data encryption）技術(shù)在過去數(shù)十年中取得了巨大進步。使用物理與數(shù)據(jù)混合驅(qū)動的深度神經(jīng)網(wǎng)絡(luò)為能源系統(tǒng)進行更加輕量化的建模（如“數(shù)字孿生”）已成為可能[23-24]。由此，本文提出了一種基于智能多板塊耦合的清潔能源系統(tǒng)（clean energy systems based on smart sector coupling，ENSYSCO）的面向未來的綜合能源架構(gòu)（integrated framework）。其基本思路是采用先進的AI技術(shù)和加密結(jié)算方法以更好地整合能源系統(tǒng)中的輸運網(wǎng)絡(luò)及生產(chǎn)、儲能和消費板塊。同時，地下儲能的引入也有助于實現(xiàn)可再生電力的大規(guī)模穩(wěn)定存儲和高效利用。通過對該架構(gòu)及其中不同節(jié)點和調(diào)控策略的詳細規(guī)劃與構(gòu)想，將能夠更好地幫助未來的能源系統(tǒng)實現(xiàn)對可再生能源的融合，以達成最終的碳中和目標。

1 ENSYSCO的基本構(gòu)想

電能及熱能一直被認為是兩種非常重要的能量形式。在可再生能源占據(jù)主導(dǎo)的未來能源系統(tǒng)中，風(fēng)電場、光伏電站或太陽能集熱器所生產(chǎn)的電能或熱能都將被直接導(dǎo)入能源的輸運網(wǎng)絡(luò)（電網(wǎng)/供暖網(wǎng)絡(luò)）。由此，未來能源系統(tǒng)必須直面可再生能源的一系列不友好特性，如隨機性、間歇性及時空分布的不均勻性等。為此，ENSYSCO綜合能源架構(gòu)設(shè)計了由能源3大板塊、高效輸運網(wǎng)絡(luò)和先進管理系統(tǒng)構(gòu)成的3層式架構(gòu)，見圖1。同時，為了更好地應(yīng)對可再生能源的大規(guī)模使用，基于完備ICT網(wǎng)絡(luò)和電力多元轉(zhuǎn)換/逆轉(zhuǎn)技術(shù)（power-to-X-to-power）的耦合機制也將使能源的生產(chǎn)、消費和存儲3大板塊緊密地連接在一起。進一步的，考慮到直儲技術(shù)（電池、儲熱罐等）有限的儲能能力及其在高強度工作時的安全性，大規(guī)模地下儲能將被引入并發(fā)揮重要作用。這一設(shè)定在大幅提升能源系統(tǒng)冗余性和靈活性的同時，也將令所在國家或地區(qū)獲得更加充沛且穩(wěn)定的能源儲備。

圖1 ENSYSCO綜合能源系統(tǒng)的3層式架構(gòu)Fig.1 Three-layer-framework of the ENSYSCO

另外，需要關(guān)注的是ENSYSCO架構(gòu)中復(fù)雜的供需關(guān)系和多元化的輸運網(wǎng)絡(luò)。在未來的能源系統(tǒng)中，能源的生產(chǎn)設(shè)施也可能成為高效的儲能設(shè)備，不同節(jié)點間的供需關(guān)系時刻都在發(fā)生改變。同時，系統(tǒng)中的各主要板塊都將是分布式的。盡管電網(wǎng)仍然被認為是最主要的輸運網(wǎng)絡(luò)，但其他形式的能量載體，如氫氣（H2）或由其參與制成的甲醇（CH3OH），也可以通過專門的氣體和液體輸運網(wǎng)絡(luò)進行輸運（圖1）。所有這些復(fù)雜的過程，都需要強大的反饋、分析和決策系統(tǒng)才能進行有效的管理，毫無疑問，高智能的管理系統(tǒng)也是ENSYSCO架構(gòu)設(shè)計中最具挑戰(zhàn)性的部分。半物理驅(qū)動的深度神經(jīng)網(wǎng)絡(luò)[25-26]為構(gòu)建管理系統(tǒng)提供了一種切實的解決方案，該方法是一種由先驗物理信息與系統(tǒng)實時數(shù)據(jù)混合驅(qū)動產(chǎn)生高效能預(yù)測網(wǎng)絡(luò)的AI技術(shù)，使得更輕量化且精確的系統(tǒng)仿真成為可能。同時，數(shù)據(jù)加密的引入將使得交易數(shù)據(jù)難以被篡改。所有這些先進的信息技術(shù)都將令ENSYSCO的運轉(zhuǎn)更為高效、堅固且節(jié)能。

2 ENSYSCO中的節(jié)點和管理系統(tǒng)

下面將詳細介紹ENSYSCO中的各大板塊及管理系統(tǒng)。完全分布式的多能互補機制、基于先進AI方法的智能監(jiān)管系統(tǒng)及強大的大規(guī)模地下儲能是ENSYSCO架構(gòu)最顯著的特征。

2.1 生產(chǎn)板塊及其節(jié)點

過去，以石油、天然氣為代表的化石能源均是從其賦存礦藏中直接被開采出來，隨后根據(jù)實際需求進行加工、存儲以至最終的能源供給。然而，未來能源系統(tǒng)的一個顯著特征是可再生能源的分布式生產(chǎn)（圖2）。依據(jù)環(huán)境條件的差異，不同類型的可再生能源電站將被安置在更具有產(chǎn)能潛力的地理位置。同時，這些電站僅會在氣象條件較為理想時產(chǎn)出電能或熱能。因此，ENSYSCO必須被設(shè)計為一個多能互補的架構(gòu)。如此一來，即使是同一消費者，其獲得的能源供應(yīng)也可能來自不同的生產(chǎn)節(jié)點。ENSYSCO通過將各類設(shè)施生產(chǎn)的電能和熱能在輸運網(wǎng)絡(luò)中進行整合，進而提供給對其有需求的消費節(jié)點（用戶）。

圖2 基于ENSYSCO架構(gòu)的綜合能源系統(tǒng)概覽Fig.2 Overview of the integrated energy system based on the ENSYSCO framework

與此同時，ENSYSCO架構(gòu)中的某類生產(chǎn)節(jié)點將具有比其他節(jié)點更豐富的功能，例如，可再生的增強型地?zé)嵯到y(tǒng)（regenerative enhanced geothermal system，REGS），在從地底汲取熱量進行發(fā)電或者供熱的同時還能作為一個強大的儲能節(jié)點。并且，其自身的生命周期也將得到有效延長。在ENSYSCO系統(tǒng)的最初構(gòu)建中，對于那些能源消耗巨大的國家，可以引入REGS和清潔化的化石能源電廠（即應(yīng)用了整體煤氣化聯(lián)合循環(huán)發(fā)電技術(shù)和碳捕集、利用與封存技術(shù)）作為系統(tǒng)的儲備能源?；姀S的燃料則來源于通過多余電能生產(chǎn)的氫氣與被捕獲的二氧化碳一起進行甲烷（人造天然氣）/甲醇合成。

2.2 消費板塊及其節(jié)點

更高程度的電氣化是未來能源消費的一個重要特征。與氫有關(guān)的能量載體（氫氣、甲烷和甲醇等）及熱能則將成為電力能源之外的重要補充。如第2.1節(jié)所述，ENSYSCO中的能源供需是復(fù)雜且高度動態(tài)化的。家庭地?zé)?、太陽能及儲能設(shè)備的出現(xiàn)使得過去僅作為消費節(jié)點的各類建筑也具備了生產(chǎn)與儲能的功能。結(jié)合微電網(wǎng)[27]和燃料電池[28]等技術(shù)，消費板塊將涌現(xiàn)出一系列具備了生產(chǎn)、消費、儲能乃至輸運能力的功能復(fù)合體（圖2）。

基于智慧能源的被動建筑（smart energy passive building）的示意圖見圖3，其能耗將遠低于傳統(tǒng)建筑設(shè)計。在適當(dāng)情況下，這種智能建筑甚至可以實現(xiàn)向外供能。如圖3所示，此類智能建筑的能源需求將主要由其附屬的可再生能源生產(chǎn)設(shè)備供給，例如，淺層地?zé)嵯到y(tǒng)（shallow geothermal system）和太陽能屋頂（solar roof）等。一旦出現(xiàn)暫時無法消耗的過剩能量，智能終端將決定是將其儲存在附屬的儲能設(shè)備中，還是上網(wǎng)向外供能。然而，當(dāng)生產(chǎn)條件不夠理想且自身的儲能無法完全滿足需求時，智能建筑將無法實現(xiàn)能源流通的閉環(huán)。借助邊緣計算[29-31]和輕量級的AI算法，智能終端可以在對實時和歷史的能源價格進行分析后以較低的價格購入電能或熱能并將其存儲起來。因此，以智能被動房屋為代表的功能復(fù)合體的出現(xiàn)在技術(shù)上將是可以實現(xiàn)的，并且在商業(yè)上也是符合期望的。

圖3 集能源的生產(chǎn)、存儲和消費板塊于一體的智能能源被動房屋Fig.3 Smart energy passive house combining production,storage and consumption sectors

在交通領(lǐng)域，未來的氫能源汽車也可視為融合了生產(chǎn)、消費、儲能及輸運能力的功能復(fù)合體。氫能源汽車通過燃料電池（化學(xué)能轉(zhuǎn)化為電能）獲得動力，而純電動汽車并不具備能源生產(chǎn)能力。在更為理想的條件下，其還可以決定是否將產(chǎn)生的電力反輸回電網(wǎng)中。

2.3 儲能板塊及其節(jié)點

功能復(fù)合體的出現(xiàn)使得ENSYSCO中的儲能節(jié)點也將是分布式的。盡管智能房屋等的附屬儲能設(shè)備在一定程度上滿足系統(tǒng)的儲能需求，ENSYSCO架構(gòu)的儲能核心是以電力多元轉(zhuǎn)換/逆轉(zhuǎn)技術(shù)為基礎(chǔ)的大規(guī)模地下儲能。

未來的能源系統(tǒng)將不再依賴穩(wěn)定的化石能源。因此，ENSYSCO需要一套切實可行的方案來解決系統(tǒng)的大規(guī)模、長周期、高效率、低成本儲能問題，這主要是為了確保能源安全和解決以可再生能源為主的新型電力系統(tǒng)的穩(wěn)定運行瓶頸問題。例如，德國擁有約8 300萬人口，需要超過5.5 GW的儲備[32]來確保其冬季的能源供應(yīng)。表1展示了不同儲能技術(shù)所能實現(xiàn)的容量及存儲時長。如表1所示，在各種儲能方式中，以電轉(zhuǎn)氣為代表的3個大規(guī)模地下儲能具備GW以上的儲能容量。但是，僅有電轉(zhuǎn)氣技術(shù)的儲能時間可以長達數(shù)年，比地面設(shè)施的儲能時間更長。此外，大規(guī)模地下儲能技術(shù)還具有較高的安全性和較低的單位成本[33]。因此，選擇大規(guī)模地下儲能作為核心解決方案是必然結(jié)果。

表1 不同儲能技術(shù)所能實現(xiàn)的容量及存儲時長[33]Tab.1 Capacities of different energy storage technologies and the corresponding storage-time[33]

根據(jù)能量的不同存儲形式，地下儲能技術(shù)又可以細分為4類（圖4），分別對應(yīng)了不同的多元轉(zhuǎn)換/逆轉(zhuǎn)技術(shù)。第1類是將電能轉(zhuǎn)換為水等儲能介質(zhì)的重力勢能，一個突出的例子是地下抽水蓄能（underground pumped-storage hydroelectricity，UPSH）。第2類也被稱為電轉(zhuǎn)氫，其指導(dǎo)思想是：利用多余的電力通過電解水制氫并直接將其存儲在地下；同時，氫氣擁有多種利用方式：作為交通能源供給加氫站、作為還原劑取代焦炭用于煉鐵煉鋼等、作為燃料富氧發(fā)電、作為化工原料再加工（如氫氣與捕獲的二氧化碳一起可以合成人造天然氣/甲烷或甲醇）。第3類是將多余電力轉(zhuǎn)換為熱能和氣體的分子勢能，由于與電轉(zhuǎn)氫的工作原理完全不同，該技術(shù)被稱為壓縮空氣儲能（compressed air energy storage，CAES）。第4類是基于電轉(zhuǎn)熱的REGS。REGS是具備了電能/熱能生產(chǎn)和儲存能力的功能復(fù)合體，其工作原理是：在系統(tǒng)沒有出現(xiàn)多余電力時，REGS將作為普通的地?zé)犭娬井a(chǎn)出電能和熱能；當(dāng)需要儲能時，加壓后的換熱介質(zhì)將被加熱并重新注入天然熱藏中；注入的能量將有助于熱場的恢復(fù)，從而延長了REGS的生命周期。

圖4 ENSYSCO系統(tǒng)中不同類別的大規(guī)模地下儲能技術(shù)Fig.4 Different categories of underground energy storage techniques in ENSYSCO system

2.4 基于輕量化AI的系統(tǒng)管理與通過區(qū)塊鏈進行的數(shù)據(jù)加密

基于半物理驅(qū)動深度網(wǎng)絡(luò)和聯(lián)邦學(xué)習(xí)[34-35]的AI系統(tǒng)管理是ENSYSCO的另一種關(guān)鍵技術(shù)。極度復(fù)雜且高度動態(tài)化的未來場景將使得單純依靠人力的系統(tǒng)分析及管理難以進行。盡管ENSYSCO已將ICT和自動化技術(shù)運用到輸運網(wǎng)絡(luò)和各類節(jié)點中，但最新的AI技術(shù)可以更好地實現(xiàn)對生產(chǎn)、消費和儲能板塊的仿真、分析及管理。

ENSYSCO引入了由Lagaris等[36]提出的用于求解常/偏微分方程（組）的神經(jīng)網(wǎng)絡(luò)方法。首先，該方法使用了微分方程提供的精準的先驗知識以訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)（deep neural network，DNN）。然后，深度網(wǎng)絡(luò)將繼續(xù)基于聯(lián)邦學(xué)習(xí)方法并由系統(tǒng)的實時運行數(shù)據(jù)驅(qū)動以進行學(xué)習(xí)（圖5）。由此，相比于傳統(tǒng)的數(shù)值方法，人工智能方法的仿真和預(yù)測能力得到大幅提升，可以作為一個更為輕量化的AI管理系統(tǒng)。

圖5 一個受物理定律約束的可訓(xùn)練神經(jīng)網(wǎng)絡(luò)的示意圖（以2維的納維斯托克斯方程為例）Fig.5 Schematic diagram of a trainable neural network restricted by physical laws (the 2-D Navier-Stokes equations as example)

3 ENSYSCO中的關(guān)鍵創(chuàng)新

在最初的設(shè)計過程中，ENSYSCO架構(gòu)吸收了許多智能電網(wǎng)和能源利用多板塊耦合的既有經(jīng)驗。而在進一步形成這一架構(gòu)的核心思想時，本文依據(jù)專業(yè)知識和未來場景中的實際需求，為ENSYSCO整合了更多有益于系統(tǒng)穩(wěn)定性與能源安全性的先進方法。這些方法是ENSYSCO的創(chuàng)新所在。

3.1 能源的大規(guī)模地下存儲

3.1.1 可再生增強型地?zé)嵯到y(tǒng)REGS

在以往的增強型地?zé)嵯到y(tǒng)建造過程中，開發(fā)人員都是簡單地在目標熱藏中建構(gòu)垂直方向的注入井與生產(chǎn)井，再運用水力壓裂等工程方法產(chǎn)生大范圍的單一裂縫，以此為換熱介質(zhì)創(chuàng)造一定的熱交換體積。然而，采用這種方法建造的地?zé)嵯到y(tǒng)其實際工作體積往往非常有限。同時，純水等工作介質(zhì)在被從地下抽取到地表的過程中，所溶解的各類礦物也可能發(fā)生析出，進而產(chǎn)生沉淀。這主要是因為流體溫度在遠離熱藏的過程中不斷降低，從而引起礦物溶解度的下降。沉淀的出現(xiàn)極有可能導(dǎo)致生產(chǎn)井的堵塞，嚴重威脅著系統(tǒng)的工作效能。

具備能源大規(guī)模存儲功能的REGS，也稱集成式EGS（EGS integration technique）是侯正猛教授研究團隊對傳統(tǒng)地?zé)岬囊淮沃卮髣?chuàng)新。該方案中，不僅水平井多級壓裂被應(yīng)用到了地?zé)嵯到y(tǒng)的建造中[37-38]，建造完成的REGS還擁有兩種不同的工作模式（圖6）。1）模式Ⅰ（產(chǎn)能模式）服務(wù)于電能和熱能的生產(chǎn)。模式Ⅰ下，注入熱儲層的換熱介質(zhì)（通常為地表水）會被加熱至熱藏溫度（以德國北部盆地的地?zé)崽荻葹槔錈岵販囟葘⒏哌_160 ℃以上）。隨后，被抽取到地表的換熱介質(zhì)的熱能利用將被分為兩個階段：一是，高溫蒸汽發(fā)電將使工作介質(zhì)的溫度從160 ℃以上降低至約100 ℃；二是，變?yōu)橐簯B(tài)的換熱介質(zhì)仍繼續(xù)為建筑物提供熱能，溫度降至50～60 ℃的換熱介質(zhì)被回注入地下熱交換系統(tǒng)循環(huán)利用。2）模式Ⅱ中，REGS則用于儲存系統(tǒng)中過剩的可再生能源。利用這些能量加熱加壓后的工作介質(zhì)，例如，純水的沸點在16 MPa壓力下將上升至約350 ℃，使得單位質(zhì)量的換熱介質(zhì)能夠吸收比生產(chǎn)過程中更多的能量。這些超高溫的換熱介質(zhì)一旦被注入地下，既能有效幫助ENSYSCO進行能量存儲，儲層熱環(huán)境的恢復(fù)也能使REGS的生命周期獲得延長。當(dāng)前，作者團隊正聚焦于REGS的相關(guān)研究，以進一步闡明該系統(tǒng)的儲能效率等科學(xué)問題。

圖6 可再生增強型地?zé)嵯到y(tǒng)REGS示意圖Fig.6 Schematic diagram of the regenerative EGS facility

3.1.2 廢舊礦井中的地下抽水蓄能PSHm

地下抽水蓄能，也稱礦井抽水蓄能（pumped-storage hydroelectricity in mines，PSHm），是由德國下薩克森能源研究中心提出的用于儲存過剩能源的大型地下設(shè)施[39]。作者亦對該方案在ENSYSCO中的應(yīng)用寄予了厚望。圖7為用于存儲過剩能源的廢舊礦井地下抽水蓄能的工作流程和示意圖。

圖7 用于存儲過剩能源的廢舊礦井地下抽水蓄能Fig.7 Pumped storage facility in the abandoned mining to store the excessive power

與地表的同類型設(shè)施一樣，PSHm的工作原理為：通過利用能源系統(tǒng)中的過剩電力將礦井中下儲庫的蓄水泵送至較高位置的上儲庫，PSHm能夠?qū)⑦@些電能轉(zhuǎn)換為水的重力勢能；而當(dāng)系統(tǒng)產(chǎn)能不足、需要及時獲得補充時，上儲庫中的水流經(jīng)發(fā)電機進入下儲庫。由此，水的重力勢能又重新被轉(zhuǎn)換為電能。

在PSHm中，地上完備的基礎(chǔ)設(shè)施和地下礦井在其生命周期中構(gòu)建的龐大而穩(wěn)固的巷道及采礦區(qū)系統(tǒng)將會使PSHm的建造和翻新成本大大降低[40]。同時，地下礦井中足夠的垂直落差使得PSHm的建造不會受地表環(huán)境的影響。除此之外，水的循環(huán)使用和礦井中滲透水的及時補充也意味著PSHm不需要額外的水資源。因此，謝和平等[41]指出，雖然中國北方廣闊的平原地貌使得該區(qū)域缺乏建造地面抽水蓄能所需的高落差地形，但該地區(qū)眾多廢舊煤礦中一些具備條件的可用于建造PSHm；并且，預(yù)測，利用廢舊煤礦建造的PSHm將使中國獲得高達7.25億kW·h的可觀儲能潛力。

3.1.3 電轉(zhuǎn)氣產(chǎn)業(yè)鏈

圖8為電轉(zhuǎn)氣產(chǎn)業(yè)鏈示意圖，由圖8可知，基于電解水制氫的電轉(zhuǎn)氣技術(shù)將對未來的能源領(lǐng)域產(chǎn)生廣泛而深遠的影響。當(dāng)今的電解水制氫已經(jīng)可以實現(xiàn)高效的大規(guī)模生產(chǎn)[42]。更重要的是，通過該方法利用過剩的電能制取氫氣不會排放任何二氧化碳。轉(zhuǎn)換制得的氫氣還可以有多種去向，例如，氫氣可作為動力燃料被直接供給加氣站。而對于不適合直接使用氫氣的大型船舶，ENSYSCO會首先將氫氣轉(zhuǎn)化為甲烷（人造天然氣）或甲醇。

圖8 基于使用過剩電能制氫的電轉(zhuǎn)氣產(chǎn)業(yè)鏈示意圖Fig.8 Schematic diagram of the power-to-gas industry chain based on H2 production from surplus

鑒于鹽巖極低的滲透率，在地下鹽巖結(jié)構(gòu)中建造大型的氫氣儲庫將是絕佳選擇。Donadei等[43]指出，如果將德國北部盆地的269處滿足利用條件的地下鹽巖結(jié)構(gòu)全部用于建構(gòu)氫氣儲庫，德國可獲得約1.6 pW·h的儲能潛力。此外，氫氣在化學(xué)工業(yè)中也起到重要作用，氫氣可以同二氧化碳一起合成甲醇或人造天然氣，同時，氫氣也可以用于合成氨氣。

3.2 基于輕量化人工智能的系統(tǒng)管理

除了考慮如何應(yīng)用信息技術(shù)以更好地完成能源系統(tǒng)的監(jiān)控和調(diào)整，作者團隊還認識到ENSYSCO系統(tǒng)產(chǎn)生的海量數(shù)據(jù)對處理能力提出了更高的要求。因此，輕量化的計算方法至關(guān)重要。Lagaris等[44]提出的應(yīng)用神經(jīng)網(wǎng)絡(luò)求解常/偏微分方程（組）的方法啟發(fā)了作者團隊在ENSYSCO中搭建基于AI的輕量化管理系統(tǒng)，示意圖如圖9（a）所示。在以往的研究中，應(yīng)用神經(jīng)網(wǎng)絡(luò)求解常/偏微分方程（組）的方法主要用于解決計算流體力學(xué)（computational fluid dynamics，CFD）和電磁學(xué)領(lǐng)域的相關(guān)問題。由于深度神經(jīng)網(wǎng)絡(luò)在實際工作中（經(jīng)過訓(xùn)練后）的計算資源消耗遠小于訓(xùn)練階段和傳統(tǒng)數(shù)值方法，基于神經(jīng)網(wǎng)絡(luò)求解常/偏微分方程（組）進行仿真無疑是建構(gòu)輕量化監(jiān)控系統(tǒng)的理想選擇。

在ENSYSCO架構(gòu)的基于AI的管理系統(tǒng)中，可用于描述目標場景的微分方程組被用于構(gòu)造深度神經(jīng)網(wǎng)絡(luò)的目標函數(shù)，結(jié)合歷史數(shù)據(jù)驅(qū)動網(wǎng)絡(luò)進行訓(xùn)練，獲得經(jīng)過預(yù)訓(xùn)練的半物理半數(shù)據(jù)混合驅(qū)動深度神經(jīng)網(wǎng)絡(luò)。如圖9（b）所示：在基于聯(lián)邦學(xué)習(xí)的進一步強化中，預(yù)訓(xùn)練的半物理驅(qū)動深度網(wǎng)絡(luò)被存儲在核心網(wǎng)絡(luò)的云服務(wù)器中；將預(yù)訓(xùn)練模型同步到各節(jié)點的智能終端并引入不同的初始條件和邊界條件，同時，依據(jù)實時數(shù)據(jù)對其進一步訓(xùn)練，使模型變得更加健壯和通用。由此，基于AI的管理系統(tǒng)可以更好地復(fù)現(xiàn)、仿真和預(yù)測能源系統(tǒng)中的實際場景。

圖9 基于輕量化人工智能的能源系統(tǒng)管理示意圖Fig.9 Schematic diagram of energy system’s governance based on lightweight artificial intelligence

4 總結(jié)與展望

當(dāng)今世界，基于化石能源的老舊能源系統(tǒng)早已不堪重負。無論是大量排放的溫室氣體，還是化石能源儲備的不斷減少，都使得維持現(xiàn)有的能源結(jié)構(gòu)面臨著巨大挑戰(zhàn)。盡管可再生能源由于隨機性、間歇性和波動性會給能源系統(tǒng)帶來不小的壓力，出色的可持續(xù)性及碳中和戰(zhàn)略的實施仍使其成為了全球能源轉(zhuǎn)型的必然選擇。

為確保未來的清潔能源系統(tǒng)能更好地融合可再生能源且更加智能、安全穩(wěn)定，作者提出了面向未來的基于智能多板塊耦合的清潔能源系統(tǒng)（ENSYSCO）能源系統(tǒng)架構(gòu)。這一創(chuàng)新架構(gòu)主要圍繞以下幾點展開了相關(guān)研究：

1）相較于德國較早前提出的能源利用多板塊耦合方案，ENSYSCO架構(gòu)運用電能的多元轉(zhuǎn)換/逆轉(zhuǎn)技術(shù)將能源的生產(chǎn)、消費、儲運3大板塊緊密地結(jié)合在了一起，高效的耦合機制覆蓋了整個系統(tǒng)。同時，以地下儲氫庫、可再生增強型地?zé)嵯到y(tǒng)REGS和地下礦井抽水蓄能PSHm為代表的大規(guī)模地下儲能成為了儲能板塊的核心。這些具有長周期、大容量儲能潛力的大型地下設(shè)施，結(jié)合消費板塊眾多功能復(fù)合體中的儲能設(shè)備構(gòu)成分布式儲能網(wǎng)絡(luò)，不僅賦予ENSYSCO在時間和空間上有效調(diào)節(jié)能源供應(yīng)和耦合消費，也使其所在的國家和地區(qū)獲得了大量的能源儲備。

2）大規(guī)模地下儲能并不以電能的形式儲存能量，而是先將電能轉(zhuǎn)換為更加穩(wěn)定的形式，如水的重力勢能或氫的化學(xué)能。相比于地表的各類儲電設(shè)備，此類設(shè)施更加安全、更為穩(wěn)定且具有更低的儲能成本。同時，地下儲能節(jié)約了大量土地資源也更利于生態(tài)環(huán)境保護。例如，PSHm的建造利用了廢舊礦山中既有的巷道和采礦區(qū)系統(tǒng)，這些巨大的地下空間將可以繼續(xù)在ENSYSCO架構(gòu)中以新的形式發(fā)揮作用。

3）ENSYSCO通過能源的多元轉(zhuǎn)換/逆轉(zhuǎn)技術(shù)來實現(xiàn)板塊間的完全耦合，因此該架構(gòu)中存在著多種形式的能量載體（氫氣、壓縮空氣、甲烷、甲醇等）。考慮到多元轉(zhuǎn)換和多形態(tài)輸運網(wǎng)絡(luò)的復(fù)雜性與高動態(tài)性，ENSYSCO中提出了將輕量化人工智能與數(shù)據(jù)方法加密相結(jié)合的方法，并將該方法用于識別、復(fù)現(xiàn)、仿真、預(yù)測和記錄能源系統(tǒng)中的實際場景。同時，未來的能源系統(tǒng)中將出現(xiàn)眾多的功能復(fù)合體，這將使不同節(jié)點間的供需關(guān)系持續(xù)發(fā)生變化。為了令各板塊能夠更好的相互配合，同時有效地降低核心網(wǎng)絡(luò)的運算壓力，在當(dāng)前的技術(shù)條件下，本文認為應(yīng)結(jié)合聯(lián)邦學(xué)習(xí)等分布式訓(xùn)練方法，通過由生產(chǎn)、消費、儲能節(jié)點智能終端構(gòu)成的分布式計算網(wǎng)絡(luò)來為此類AI監(jiān)控網(wǎng)絡(luò)提供更新與計算支持。

盡管前瞻性的ENSYSCO綜合能源架構(gòu)中仍有許多技術(shù)細節(jié)需要進一步研究，例如REGS的儲能效率及AI管理系統(tǒng)的高效訓(xùn)練。但以PSHm為代表的大多數(shù)技術(shù)都已足夠成熟且可以立即投入工業(yè)化應(yīng)用。現(xiàn)今許多國家由于缺乏足夠的儲能能力而浪費了大量的風(fēng)能、水能和太陽能，投資建設(shè)大規(guī)模的地下儲能設(shè)施并在此基礎(chǔ)上完成智能監(jiān)控系統(tǒng)的建構(gòu)，將幫助這些國家更好地完成能源轉(zhuǎn)型以至最終達成碳中和的目標。