能源領域研究人員正在通過各種大項目和小項目，幫助中國實現2060年前電力系統碳中和的目標。
年2020，中國宣布了一項宏大的減排降碳計劃，提出到2060年將非化石能源消費比重提升到80%。鑒于中國當前的溫室氣體排放量占到了全球的四分之一以上，實現這一目標對于最大限度地減緩未來的氣候變暖至關重要。
為中央政府提供應對氣候變化的能源戰略建議的清華大學能源環境與經濟研究所所長張希良說：“我們面臨的最大挑戰是如何用清潔能源大規模替代傳統能源，尤其是煤炭。”清華大學擁有全國頂尖的能源研究所，去年在電氣和電子工程領域一共發表了逾1500篇論文。根據科睿唯安（Clarivate）Web of Science的統計，這比全球其他任何一家研究機構的發文量都高。
張希良認為，為了完成這一重大轉型，中國政府需要聚焦科研，特別是要加大對新能源技術研究的支持。
《自然》采訪了中國的四個科研團隊，這些團隊活躍在中國龐大能源結構的各個領域，希望能為國家向清潔能源的轉型貢獻一份力量。
儲存清潔能源
抽水蓄能是世界上最常見的儲能技術，通常用于支持依賴太陽能或風能的電網。其原理是在低電力需求期間將水抽到山頂的水庫，并在需要時施加壓力將其傾瀉，為水輪機提供動力并將電力輸送回電網。蓄能是綠色能源系統的關鍵一環，它能將大風天或晴天產生的能量儲存起來，日后再釋放，以滿足用電高峰時段的需求。
中國國家能源局（中央政府的能源發展監管機構）21年209月發布的能源發展規劃指出，五年內要將抽水蓄能發電裝機容量翻一番，到2030年再翻一番，達到1.2億千瓦。
清華大學水利工程師祝寶山說，建設更多水電站的計劃慢于預期。這些水電站建設成本高、工期長、發電容量有限，加上建設過程中對環境的潛在破壞，都阻礙了建設進度。
盡管如此，中國的水電站數量仍居世界前列，國內為水電站建設提供配套設施的制造業也已形成。祝寶山說，2008年之前，水力發電的許多水輪機都是從國外進口的。
1980年代，當祝寶山還是學生時，當時產生1千瓦時（KWh）的電力需要1.3千瓦時的存儲電力，而現在只需要1.25千瓦時。他說：“這看起來可能是很小的差異，但對于要產生幾十億千瓦電力的電站來說，這一差異就相當可觀了。”
去年12月，中國迄今最大的水電站正式投產發電。位于河北省豐寧的這座水電站也是世界上最大的抽水蓄能電站，總裝機容量為360萬千瓦。今年早些時候，豐寧抽水蓄能電站承擔了為北京2022年冬季奧運會供應可再生能源的任務。
豐寧抽水蓄能電站使用高科技的變速發電機組，其調節自身能源效率的能力比傳統的單速機組更為出色，但必須從奧地利進口。祝寶山認為，這對于中國進一步發展該技術是一個挑戰。
祝寶山說，盡管抽水蓄能是中國采用的主要儲能方式，但這些電站的發電量僅占全國供電量的1.4%。他解釋道，許多其他技術先進的國家擁有更高的產能。例如在奧地利，抽水蓄能電站的發電量最高能占到該國供電量的20%。
安徽省最大的抽水蓄能電站位于績溪市（左），其使用的水輪機與正在建造的這一款（右）類似。
預測未來需求
位于北京的華北電力大學專門培養能源生產相關領域的科研人才。該校的電氣與電子工程研究員王飛說，隨著我們對風能和太陽能的需求不斷增加，能準確預測這些能源可用性的系統對于中國的電力公司也變得尤為重要。
王飛在中國首個面向可再生能源電力系統、具有國家戰略意義的“國家重點實驗室”工作。自他的研究小組在2011年成立以來，政府和企業對他所在領域的興趣和投資力度明顯加大。他自己的團隊從原先的6人發展到現在的約50名研究人員，研究經費也呈5倍增長。
王飛的研究方向是提高電力供應商對短期（一般提前24小時到72小時）內太陽能和風能強度的預測精度。這項研究很有必要，因為這類能源很容易受到快速變化的天氣的影響。他們團隊使用大量數據來構建這個預測模型，包括從衛星和地面拍攝的云層圖像、歷史天氣數據，以及算法工具。
21年209月，該團隊提出了一個新模型，可以預測超短期（15 分鐘到 4 小時之間）內的太陽能強度（F. Wang et al. Energy 238, 121946; 2022）。他們的預測方法是將云團的運動模式與光伏板接收到的太陽能量（輻照度）關聯起來。
王飛說，傳統的預測模型使用地基輻照度傳感器來預測太陽能強度。但是云層的變化速度很快，所以當傳感器檢測到輻照度變化時，云層可能已經遮住了太陽。為了解決這個問題，王飛的模型能跟蹤云團運動，并能預測云團到達特定光伏電站上方時的可能形變。
“這不是一件容易的工作，”他說，“它涉及多學科的合作。要構建這樣的模型，我們需要懂大氣物理學、數學和深度學習技術的人。”
2018年至今，王飛的模型已被全國20多個省份用于預測太陽能和風電場的未來電力供應，包括西北部遼闊而多風的新疆。這些預測還能用來預判這些地區除可再生能源外，還需要多少煤電才能滿足用電需求。舉個例子，王飛這一精度更高的預測模型成功將新疆的可再生能源浪費比例從年2020的4.6%降至21年20的1.4%。
在中國960萬平方公里的國土上，地形多種多樣，意味著該團隊無法開發出一種適用于全國所有地區的模型，尤其是在預測風能方面。研究人員對山谷風電場使用的模型就與對西北平坦地區或低洼沿海地區風電場使用的模型不同。王飛說：“在小一點的國家，更少的模型就能覆蓋所有的發電場。”
利用海上綠色能源
對綠色能源的儲存和預測是幫助中國實現碳中和目標的兩個關鍵研究方向，但能源的生產方式也需要進一步創新。
21年2010月，清華大學海洋工程研究員鄭向遠獲得了一項僅靠風能和太陽能供電的漁業網箱專利。
這一設備尚未入海測試，大約有足球場那么大，可漂浮在100米到200米深的沿岸海域，并能通過頂部的風電機組和光伏板捕獲風能和太陽能。它的水下部分是電動網箱，可用于魚類養殖，并用電子傳感器監測整個養殖過程。
鄭向遠說，網箱頂部的發電量可以輕松滿足這些深海水產養殖網的用電需求，剩余電力還有機會輸送到人口占中國總人口一半以上的沿海城市。
鄭向遠表示，這種超前的可再生能源研究思路在中國吸引了大量投資。自2018年以來，他團隊的12名研究人員已經獲得了100 萬元的國家自然科學基金，以及其他各類經費共計850萬元。
為了將這個想法付諸實踐，鄭向遠團隊現在需要與大型企業或富有的投資人合作，籌集制造資金，此外還需要來自國家和地方政府在財政和政策上的進一步支持。
鄭向遠表示，他的設備是中國第一個將風能和太陽能與水產養殖相結合的設計。也因為如此，他的團隊沒有先例可循，無法很好地判斷這種系統在現實世界的實際運作情況。
鄭向遠承認，如果沒有這樣的實驗，他的團隊就無法預測該設備會如何應對海浪和海風，比如它會不會翻倒，電力機組會不會發生故障等。他說，該實驗最小版本的規模約為他最初提議的四分之一，耗資1.67億元左右。
年2020，中國興建的海上風電場數量占全球總數的一半，去年更是超過英國成為全球海上風電裝機規模最大的國家。咨詢公司Windpower Intelligence在21年2011月統計的11個新建的全球最大海上風電場中，中國就占了8個。
鄭向遠指出，盡管這些數字很好看，但要實現新概念的商業化并不容易。他說：“從事海洋可再生能源的大型私營企業非常少，而且本質上相當保守。這些企業不敢在我們這種全新的海洋設備上投入巨資。”
這與中國龐大的海洋科研人才隊伍似乎并不相稱。根據聯合國教科文組織的統計，中國在海洋科學領域擁有3.8萬名科學家和技術人員，比其他任何國家都多。
鄭向遠說：“光是我們大學就有很多很好的專利，可惜只有一小部分——約11%——得到了行業的支持。這是一種浪費。”
用空氣發電
21年208月，位于北京的中國科學院工程熱物理研究所的研究人員將事先冷卻并儲存在地下鹽穴中的壓縮空氣成功轉化為電能。在山東省肥城市示范運行一個月后，該電站正式并入國家電網，使得中國成為世界上第三個以該方式為電網供電的國家。
中科院首席研究員陳海生說，這一刻是17年來努力的結果。陳海生也是中關村儲能產業技術聯盟的理事長，中關村儲能產業技術聯盟是一個致力于推動中國儲能技術發展的非營利性行業社團組織。
壓縮空氣儲能（Compressed-air energy storage，CAES）技術已有40多年的歷史，但之前只有德國和美國能運行整套CAES系統。
陳海生的團隊致力于開發出更先進的CAES系統，從而解決該技術的三個關鍵問題。陳海生說，首先，壓縮和減壓空氣的過程會導致能量以熱量的形式損失，使得該過程的效率不如抽水蓄能電站和化學電池這類儲能系統。其次，該系統需要使用化石燃料來加熱從儲氣室排出的高壓空氣，再用這一熱量驅動輪機發電。第三，CAES設施的最佳選址是地下已經擁有大容量、高不透水儲氣洞穴（如鹽礦）的地區。
陳海生的團隊綜合考慮了以上三個問題，在設計上進行了一系列改進，從而實現了減少整體能量損失和降低CAES技術對化石燃料依賴的目標。他說，這些改進將肥城壓縮空氣儲能電站的效率提高到了60%，而德國埃爾斯弗萊特的芬道夫電站和阿拉巴馬州的麥金托什電站的效率分別為42%和54%。
肥城壓縮空氣儲能電站的建設周期為12個月，耗資8000萬元，其中有3000萬元來自各個國家級、省級和市級能源部門，其余資金來自私營企業和國有企業，包括專門從事CAES技術商業化的中儲國能（北京）技術有限公司。
陳海生表示，如此雄厚的資金支持確保了該項目的工程建設能穩步推進。不過，盡管技術上已經取得了長足的進步，但這類儲能技術仍處于早期階段。
Sarah O'Meara是倫敦的一名自由撰稿人。Yvaine Ye是上海的一名科學記者。
原文以Four research teams powering China’s net-zero energy goal為標題發布在2022年3月24日出版的《自然》增刊“自然聚焦-中國碳中和愿景”上
?nature
Nature|doi:10.1038/d41586-022-00801-4
