Trang thông tin điện tử Trung tâm NC&PT hội nhập KH&CN giới thiệu bài viết nhan đề Triển vọng công nghệ năng lượng: Mô hình ( ETP) kết hợp phân tích cung và cầu năng lượng trong lĩnh vực giao thông vận tải của Cơ quan năng lượng quốc tế IEA
Triển vọng công nghệ năng lượng: Mô hình ( ETP) kết hợp phân tích cung và cầu năng lượng trong lĩnh vực giao thông vận tải
Cấu trúc mô hình và dữ liệu đầu vào
Mô hình Mobility (MoMo) là một mô hình mô phỏng và bảng tính cơ sở dữ liệu kinh tế – kỹ thuật cho phép dự đoán chi tiết về hoạt động vận tải, hoạt động của phương tiện, nhu cầu năng lượng, khí nhà kính (GHG) và phát thải ô nhiễm theo các kịch bản chính sách do người dùng xác định đến 2100.
Các động lực ngoại sinh cơ bản cho các dự báo trong MoMo là GDP, dân số, giá nhiên liệu và mật độ dân số. MoMo dự báo nhu cầu về hoạt động vận chuyển hành khách và vận chuyển hàng hóa ở các thành phố thuộc ba loại quy mô, ở cấp độ thành thị và ngoại thành trên cơ sở đường cong Gompertz (đối với hoạt động hành khách trên mặt đất). Các đường cong chữ “S” này được sử dụng để ước tính quyền sở hữu phương tiện, quãng đường đi được và sự phân chia giữa phương tiện giao thông cơ giới công cộng và cá nhân. Sau đó, các chính sách tài khóa, quy định và các chính sách sử dụng đất và giao thông khác (bao gồm quản lý nhu cầu đi lại và quy hoạch thành phố, đầu tư vào phương tiện công cộng và hạn chế phát thải / lưu thông giao thông, v.v.) sau đó được mô hình hóa và sử dụng để thay đổi các dự báo này, dựa trên những thay đổi được thấy trong dữ liệu lịch sử và các nghiên cứu thực nghiệm ở các thành phố.
MoMo dự báo hoạt động vận chuyển hàng hóa đường bộ dựa trên hồi quy log log, sử dụng giá nhiên liệu và GDP bình quân đầu người làm các biến giải thích chính. Dự báo nhu cầu trong vận chuyển quốc tế (theo tấn-km) được cung cấp bởi Diễn đàn Vận tải Quốc tế. Đối với hàng không, MoMo sử dụng trực tiếp Mô hình Tích hợp Hàng không, một mô hình giảm thiểu chi phí lặp đi lặp lại mã nguồn mở được phát triển bởi các nhà nghiên cứu tại Đại học College London (UCL, 2020).
Dữ liệu đầu vào
Khung mô hình MoMo dựa trên việc tổng hợp và kết hợp dữ liệu chi tiết từ nhiều nguồn khác nhau về phương tiện giao thông ở mỗi quốc gia và khu vực để ước tính mức tiêu thụ năng lượng tổng hợp, lượng khí thải và các chỉ số liên quan đến năng lượng khác.
Chuỗi dữ liệu lịch sử đã được các nhà lập mô hình MoMo thu thập từ nhiều nguồn dữ liệu công khai và độc quyền trong gần hai thập kỷ. Dữ liệu quốc gia được thu thập chủ yếu từ các tổ chức sau: các tổ chức công quốc gia và quốc tế (ví dụ: Ngân hàng Thế giới, Ngân hàng Phát triển Châu Á và Eurostat); các bộ của chính phủ quốc gia (ví dụ như bộ năng lượng và giao thông vận tải, và các cục thống kê); liên đoàn, hiệp hội và các tổ chức phi chính phủ (ví dụ Tổ chức quốc tế về các nhà sản xuất xe có động cơ, Hiệp hội các nhà sản xuất ô tô Nhật Bản, Hiệp hội các nhà sản xuất ô tô Hàn Quốc và Hiệp hội quốc gia các nhà sản xuất ô tô của Nam Phi); các tổ chức nghiên cứu công (ví dụ các bài báo và báo cáo được bình duyệt từ các trường đại học và phòng thí nghiệm quốc gia); các tổ chức nghiên cứu tư nhân (ví dụ: Hội đồng quốc tế về giao thông sạch); và các đơn vị tư vấn và kinh doanh tư nhân (ví dụ IHS Markit, Segment Y, EVVolumes, và các tổ chức nghiên cứu và phân tích thị trường ô tô lớn khác, ngoài các công ty năng lượng lớn và chính các nhà sản xuất ô tô). Chi tiết đầy đủ về nguồn dữ liệu trên cơ sở quốc gia hoặc khu vực được ghi lại trong tệp dữ liệu khu vực của MoMo.
MoMo được xây dựng dựa trên cơ sở dữ liệu lịch sử phong phú về động lực và hoạt động của thị trường phương tiện giao thông đường bộ và đường sắt. Các cơ sở dữ liệu này tổng hợp hoạt động về doanh số bán xe, lượng hàng, hệ thống truyền động và mức tiêu thụ nhiên liệu (cường độ năng lượng), cũng như số dặm trung bình ước tính, lượng xe và sức chứa cũng như các yếu tố tải trọng. Các ước tính từ dưới lên cho từng loại phương tiện giao thông đường bộ và hệ thống truyền lực, như thể hiện , sau đó sẽ được hiệu chỉnh và xác nhận ở cấp quốc gia và khu vực theo chuỗi thời gian hàng năm dựa trên Cân bằng năng lượng IEA đối với mức tiêu thụ phương tiện giao thông đường bộ. Đối với đường sắt, MoMo bao gồm đường sắt hạng nhẹ và đường sắt ngầm (và hưởng lợi từ cơ sở dữ liệu do Hiệp hội Giao thông Công cộng Quốc tế và Viện Chính sách Giao thông và Phát triển, cũng như đường sắt chở khách và hàng hóa thông thường,
Cơ sở dữ liệu đường bộ bao gồm 45 quốc gia và khu vực và chứa dữ liệu lịch sử hàng năm kéo dài ít nhất từ năm 1990, và ở một số quốc gia từ năm 1970. MoMo báo cáo các thông số trung bình của quốc gia và khu vực, ở độ phân giải đô thị và ngoài đô thị, cho 32 quốc gia và các khu vực, trong các bước thời gian 5 năm từ 1990 đến 2100.
Trong trường hợp vận chuyển, MoMo dựa trên dữ liệu công khai và độc quyền (Tổ chức Hàng hải Quốc tế, Hội nghị Liên hợp quốc về Thương mại và Phát triển, Nghiên cứu Clarkson, Bloomberg) để xây dựng mô hình luân chuyển đội tàu trên 5 loại tàu: tàu chở dầu, tàu chở container , tàu chở hàng rời, hàng tổng hợp và tàu “khác”. MoMo bao gồm hầu hết các loại nhiên liệu hàng hải chính hiện tại và tiềm năng trong tương lai (dầu nhiên liệu có hàm lượng lưu huỳnh cao, dầu nhiên liệu có hàm lượng lưu huỳnh rất thấp, diesel và diesel sinh học, khí tự nhiên hóa lỏng và biomethane, amoniac, hydro và điện) và hệ thống truyền động (cấu hình động cơ đốt trong, pin nhiên liệu, bình điện).
Hiệu chỉnh dữ liệu lịch sử với cân bằng năng lượng
Khung ước tính mức tiêu thụ năng lượng trung bình và tổng hợp cho một loại xe nhất định có thể được tóm tắt gọn bằng đặc điểm nhận dạng ASIF (Schipper, Marie-Lilliu và Gorham, 2000):
trong đó: F = tổng lượng nhiên liệu sử dụng (megajoules [MJ] mỗi năm]; A = hoạt động của xe (km xe [vkm] mỗi năm); I = cường độ năng lượng [MJ / vkm]; S = cấu trúc (tỷ lệ hoạt động của xe [% ]); và i là chỉ số của các chế độ và loại xe. Hoạt động của xe cũng có thể được biểu thị dưới dạng tích số của lượng xe (phương tiện) và quãng đường đi được (km [km] mỗi năm). Năng lượng được sử dụng bởi mỗi chế độ và loại xe trong Do đó, một năm nhất định (MJ mỗi năm) có thể được tính bằng tích của ba biến số chính: lượng xe (S) (xe cộ), quãng đường đi được (M) (km / năm) và mức tiết kiệm nhiên liệu (FE) (MJ / vkm ).
Để đảm bảo phương pháp tiếp cận mô hình nhất quán được áp dụng trên các phương thức, việc sử dụng năng lượng được ước tính dựa trên trữ lượng (thông qua các hàm phế thải), mức sử dụng (di chuyển trên mỗi phương tiện), mức tiêu thụ (mức sử dụng năng lượng trên mỗi phương tiện, tức là tiết kiệm nhiên liệu) và lượng khí thải (thông qua hệ số phát thải nhiên liệu đối với CO 2 và các chất ô nhiễm trên phương tiện giao thông và xe chạy tốt) cho tất cả các chế độ. Mức tiêu thụ năng lượng cuối cùng, theo ước tính của phương pháp tiếp cận “từ dưới lên” được mô tả ở trên, sau đó được xác nhận và hiệu chỉnh khi cần thiết đối với Cân bằng năng lượng của IEA (IEA, 2020).
MoMo chứa các ước tính tiêu thụ lịch sử và dự đoán kịch bản về mức tiêu thụ nhiên liệu theo loại xe và hệ thống truyền động trên nhiều lựa chọn nhiên liệu (xăng và dầu diesel, nhiên liệu sinh học [ethanol và diesel sinh học thông qua các con đường sản xuất khác nhau] và các lựa chọn thay thế tổng hợp cho nhiên liệu lỏng [than-to- nhiên liệu lỏng, khí thành lỏng và các nhiên liệu hyđrocacbon tổng hợp khác], nhiên liệu khí bao gồm khí tự nhiên [khí tự nhiên nén và khí dầu mỏ hóa lỏng] và hydro thông qua các con đường sản xuất khác nhau và điện [với lượng phát thải theo hỗn hợp phát điện trung bình trên toàn quốc như được mô hình hóa bởi mô hình Cung cấp ETP-TIMES trong kịch bản liên quan]).
Để dễ dàng thao tác và thực hiện quy trình mô hình hóa, MoMo được chia thành các mô-đun có thể được cập nhật và xây dựng một cách độc lập qua cách các mô-đun tương tác với nhau. Bằng cách tích hợp các giả định về tính khả dụng của công nghệ và chi phí trong tương lai, mô hình cho thấy, ví dụ, chi phí có thể giảm như thế nào nếu công nghệ được triển khai ở quy mô thương mại và cho phép mô hình hóa “điều gì xảy ra nếu” từ dưới lên khá chi tiết.
Các độ co giãn chính đã được đưa vào MoMo từ năm 2012. Độ co giãn theo giá và thu nhập của nhu cầu nhiên liệu, đối với hoạt động đường bộ tải trọng nhẹ (chở khách) cũng như vận tải hàng hóa đường bộ, dựa trên các giá trị văn học “đồng thuận” đại diện, được sử dụng để mô hình hóa hoạt động của phương tiện và nhiên liệu phản ứng của tiêu dùng đối với những thay đổi về giá nhiên liệu – mà bản thân chúng được thúc đẩy bởi các dự báo và kịch bản chính sách (ví dụ như thuế khí nhà kính hoặc nhiên liệu). Những độ co giãn này bao gồm sự phân chia đô thị / ngoài đô thị và bao gồm tiềm năng cho các chính sách cấp thành phố để giảm sử dụng năng lượng giao thông. Hệ số co giãn cũng cho phép quyền sở hữu phương tiện thay đổi theo giá nhiên liệu và thu nhập, với GDP bình quân đầu người đóng vai trò đại diện cho thu nhập.
MoMo còn cho phép ước tính chi phí phương tiện, nhiên liệu và cơ sở hạ tầng giao thông dựa trên kịch bản, cũng như các nguyên liệu đầu vào chính cần thiết để chế tạo phương tiện, nhu cầu năng lượng liên quan và phát thải KNK.
Ranh giới đầu tư
Nền tảng phương tiện, các thành phần và chi phí công nghệ
Mô hình chi tiết chi tiết cho các tài khoản plug-in hybrid cho chi phí ban đầu (năm gốc), chi phí tiệm cận (tức là đã học đầy đủ) và một tham số kinh nghiệm xác định hình thức của việc giảm chi phí. Ba tham số này xác định các hàm học tập dựa trên số lượng đơn vị tích lũy được tạo ra trên toàn thế giới. Các hàm chi phí xác định các cấu hình xe khác nhau, bao gồm nâng cấp hiệu suất các bộ phận của xe (ví dụ như lốp cải tiến hoặc điều khiển điều hòa không khí), thay thế vật liệu và giảm kích thước xe, cải tiến động cơ đánh lửa nén và đánh lửa thông thường, cấu hình hệ thống truyền động hybrid thông thường và plug-in, pin, động cơ điện, và pin nhiên liệu. Các cấu hình này được thêm vào chi phí lượn cơ bản.
Các động lực chính của sự thay đổi công nghệ trong vận tải là các giả định về sự phát triển chi phí của công nghệ và khung chính sách khuyến khích việc áp dụng công nghệ. Đối với mỗi kịch bản, mô hình hỗ trợ so sánh chi phí cận biên của các công nghệ và tổng chi phí trên tất cả các phương thức và khu vực.
Cơ sở hạ tầng và chi phí nhiên liệu
MoMo ước tính chi phí cơ sở hạ tầng trong tương lai theo các dự báo dựa trên kịch bản về hoạt động phương thức và sử dụng nhiên liệu. Dự toán chi phí cơ sở hạ tầng bao gồm vốn, chi phí vận hành và bảo trì, và chi phí tái thiết, được chia theo vùng địa lý thành các vùng đô thị và vùng ngoài đô thị tùy theo vị trí của các khoản đầu tư. Chi phí nhiên liệu cũng được ước tính dựa trên các dự báo về mức tiêu thụ ở thành thị và ngoài đô thị theo kịch bản cụ thể và bao gồm tất cả các loại nhiên liệu (nhiên liệu có nguồn gốc từ hóa thạch, nhiên liệu sinh học, điện và hydro).
CÁC GIẢ ĐỊNH
Hoạt động kinh tế và dân số là hai động lực cơ bản của nhu cầu về dịch vụ năng lượng trong các kịch bản ETP. Chúng được giữ cố định trong tất cả các tình huống như một phương tiện cung cấp điểm khởi đầu cho việc phân tích và tạo điều kiện thuận lợi cho việc giải thích kết quả. Sau khi đại dịch Covid-19 bùng phát vào đầu năm 2020, các ước tính về tăng trưởng GDP đã bị hạ thấp. Theo các giả định mới, GDP toàn cầu sẽ tăng hơn gấp ba lần từ năm 2019 đến năm 2070. Mức tăng trưởng mạnh nhất dự kiến ở châu Phi, châu Á Thái Bình Dương và Trung Đông. Cách thức tăng trưởng kinh tế đóng góp vào tăng trưởng nhu cầu năng lượng phụ thuộc nhiều vào cấu trúc của bất kỳ nền kinh tế cụ thể nào, vào sự cân bằng giữa các loại hình công nghiệp và dịch vụ, và vào các chính sách trong các lĩnh vực như giá cả và hiệu quả năng lượng.
Dữ liệu dân số được lấy từ phương án trung bình của các dự báo của Liên hợp quốc. Trong biến thể này, tăng trưởng dân số toàn cầu chậm lại trong những thập kỷ tới, nhưng tổng dân số vẫn tăng từ 7,7 tỷ người vào năm 2019 lên 10,4 tỷ người vào năm 2070, tăng trưởng trung bình 0,6% mỗi năm. Gần 3/4 mức tăng toàn cầu đến năm 2070 là ở Châu Phi, nhấn mạnh tầm quan trọng của lục địa này đối với việc đạt được các Mục tiêu Phát triển Bền vững của thế giới. Ấn Độ chiếm 10% sự gia tăng dân số và trở thành quốc gia đông dân nhất thế giới vào khoảng năm 2024.
Trong mô hình ETP, định nghĩa về công nghệ ” sẵn có và đang trong lộ trình đổi mới ” bao gồm khoảng 800 công nghệ trên toàn bộ hệ thống năng lượng và tất cả các loại nhiên liệu có sẵn trên thị trường hoặc đang ở giai đoạn phát triển tương đối tiên tiến (tức là ít nhất là trình diễn hoặc giai đoạn nguyên mẫu lớn đã đạt được).
Hướng dẫn Công nghệ Năng lượng Sạch ETP được phát triển cho một tập hợp con các công nghệ này trên tất cả các lĩnh vực (hơn 400) nhằm góp phần đạt được mục tiêu phát thải ròng bằng không. Hướng dẫn này là một khung tương tác chứa thông tin cho từng thiết kế và thành phần công nghệ riêng lẻ này ở mức độ hoàn thiện (hoặc mức độ sẵn sàng của công nghệ, TRL2) và tổng hợp các kế hoạch phát triển và triển khai, cũng như các mục tiêu cải thiện chi phí và hiệu suất và các công ty hàng đầu trong lĩnh vực này. Thông tin thêm có thể được tìm thấy trên trang web của IEA .
Công nghệ tốt nhất hiện có trên thị trường , ví dụ, công nghệ bơm nhiệt và nhiệt năng lượng mặt trời để sưởi ấm không gian và nước, đèn LED để chiếu sáng, cửa sổ hiệu suất cao (ví dụ: độ phát xạ thấp, hai lớp hoặc ba lớp), cách nhiệt hiệu suất cao, màu xanh lá cây hoặc mái nhà mát mẻ, lưu trữ năng lượng nhiệt, các quy trình xúc tác và sinh khối tăng cường để sản xuất hóa chất, gió trên bờ, gió ngoài khơi, điện mặt trời, nhiệt điện mặt trời, thủy điện, địa nhiệt (trực tiếp, chớp nhoáng), điện hạt nhân, máy bơm nhiệt điện quy mô lớn, và dầu diesel sinh học và cồn sinh học thông thường.
Các công nghệ cung cấp những cải tiến gia tăng về hiệu suất so với các công nghệ hiện có tốt nhất hiện nay (có thể chưa có sẵn nhưng có thể được dự kiến là sẽ có sẵn trong khung thời gian của các tình huống), ví dụ: thiết bị hiệu suất cao trong các tòa nhà, cải tiến điều khiển làm mát và hệ thống sưởi (bộ điều nhiệt thông minh), mạng lưới năng lượng cấp quận tiên tiến, lốp xe có lực cản lăn thấp, cải tiến thiết kế phương tiện giúp giảm nhu cầu năng lượng và cải tiến cường độ năng lượng hướng tới công nghệ tốt nhất hiện có trong các công nghệ quy trình công nghiệp.
Công nghệ trong giai đoạn trình diễn (TRL 7 hoặc 8). Ví dụ: công nghệ bơm nhiệt hiệu suất cao, đèn LED chiếu sáng hiệu suất cao (ví dụ lớn hơn 150 lumen / watt), cách nhiệt tòa nhà tiên tiến (aerogel, bảng cách nhiệt chân không, vật liệu thay đổi pha), giảm nóng chảy nâng cấp cho quá trình luyện thép, tích hợp Thu giữ CO 2 trong các nhà máy xi măng, nhiên liệu không phát thải cho vận tải, tàu điện chạy bằng pin lớn, xe tải chạy bằng pin nhiên liệu hydro, chu trình hỗn hợp khí hóa tích hợp đốt than (IGCC), IGCC đốt than với thu giữ CO 2 , nhiệt điện than nhà máy có thu giữ CO 2 sau đốt , cồn sinh học thông thường với CO 2bắt, dầu diesel sinh học tiên tiến, điện phân hydro quy mô lớn và hydro từ khí tự nhiên với thu giữ CO 2 .
Các công nghệ mà các phi công lớn đang được thử nghiệm (TRL 5 hoặc 6), ví dụ, công nghệ tòa nhà “thông minh” và điều khiển thông minh, điều khiển năng lượng mặt trời động, máy bơm nhiệt hỗn hợp, pin nhiên liệu và thiết bị sẵn sàng hydro, sản xuất thép nguyên chất từ hydro, lò nung đầy đủ nhiên liệu oxy để sản xuất clinker có thu giữ CO 2 , động cơ chạy bằng nhiên liệu amoniac để vận chuyển, pin thể rắn với cực dương kim loại Li, nhà máy điện than sử dụng nhiên liệu oxy có thu giữ CO 2 , nhà máy nhiệt điện khí có thu giữ CO 2 , chu trình hỗn hợp khí hóa tích hợp sinh khối, năng lượng sóng, dòng thủy triều, đầm phá thủy triều, hệ thống năng lượng địa nhiệt tăng cường, diesel sinh học tiên tiến thu giữ CO 2 , hydro từ khí hóa sinh khối và nhiên liệu sinh học từ tảo.
Hỗ trợ cơ sở hạ tầng để tạo điều kiện cho việc tiếp nhận các công nghệ mới được cải tiến và mới được chứng minh, chẳng hạn như phân phối nhiệt độ thấp, mạng lưới năng lượng cấp huyện hiệu suất cao, lưới điện thông minh với phản ứng thông minh từ phía nhu cầu, cơ sở hạ tầng giao thông và lưu trữ để hỗ trợ CCUS và cơ sở hạ tầng sạc EV.
Các tùy chọn công nghệ không có sẵn trên thị trường hiện nay sẽ không được triển khai trong mô hình cho đến những khoảng thời gian sau này, tùy thuộc vào mức độ sẵn sàng hiện tại của chúng và một số có những ràng buộc phải giải thích cho các giới hạn của quy trình cụ thể đối với việc triển khai. Xem các chương của ngành để biết thảo luận chi tiết hơn về các công nghệ được đưa vào phân tích ETP-2020 .
Mô hình ETP bao gồm một tập hợp các công cụ phân tích để thu được các xu hướng và hiểu biết mới từ các kết quả của kịch bản. Một trong số đó là khung phân hủy khí thải cho phép phân chia mức giảm phát thải trong kịch bản các-bon thấp so với quỹ đạo cơ sở bằng các biện pháp tổng thể chính. Bao gồm các:
Khung phân hủy ETP-2020 cũng cho phép phân chia mức giảm phát thải theo mức độ sẵn sàng của công nghệ, tùy thuộc vào việc các công nghệ các-bon thấp đang được triển khai đã trưởng thành chưa , được áp dụng sớm , đang được trình diễn hay vẫn còn là nguyên mẫu trong năm cơ sở.
Chỉ số Logarit-Mean-Divisia (LMDI) phân tích sự khác biệt về lượng khí thải CO 2 giữa hai kịch bản (trong trường hợp này là Kịch bản chính sách cụ thể và Kịch bản phát triển bền vững) trong một năm nhất định dựa trên một loạt các yếu tố chính. Nó cung cấp một khuôn khổ toàn diện để định lượng tác động của các biện pháp các-bon thấp đối với việc giảm phát thải CO 2 , vì tác động của chúng có thể không phụ thuộc. Nó cũng giải thích cho các tương tác giữa các ngành. Ví dụ, việc gia tăng sản xuất nhiên liệu các-bon thấp có thể làm tăng lượng khí thải từ phía cung nhưng giảm lượng khí thải tổng thể nhờ vào sự chuyển dịch nhiên liệu từ phía cầu.
Việc đánh giá dựa trên đặc điểm nhận dạng Kaya theo từng ngành chỉ ra các tác động của hoạt động, lựa chọn công nghệ, cường độ năng lượng và các yếu tố phát thải CO 2 . Trong trường hợp vận chuyển:
Các chế độ bao gồm hàng không, vận tải biển, xe hai hoặc ba bánh, xe hạng nhẹ, xe buýt và xe buýt nhỏ, xe tải hạng nặng, v.v. trong khi hệ thống truyền động bao gồm động cơ đốt trong, xe điện hybrid, xe điện hybrid plug-in, xe chạy pin nhiên liệu , vân vân.
Khung phân tích LMDI so sánh từng yếu tố này cho tất cả các vùng mô hình (tức là 25-35 vùng mô hình tùy thuộc vào lĩnh vực), cho mỗi năm (từ năm 2021 đến năm 2070) và giữa hai kịch bản. Nó sử dụng toán tử logarit để biến sản phẩm này thành tổng các yếu tố là hàm của một và chỉ một, đòn bẩy được sử dụng trong Kịch bản phát triển bền vững để giảm lượng khí thải CO 2 . Đó là:
Một trong những nguyên tắc cơ bản của LMDI là việc phân bổ mức giảm phát thải dựa trên mức độ mà mỗi đòn bẩy thay thế việc sử dụng nhiên liệu hóa thạch (thay vì lượng nhiên liệu được sử dụng). Nguyên tắc này cung cấp một cách để phân bổ mức giảm phát thải bắt nguồn từ một lộ trình công nghệ sử dụng nhiều hơn một giải pháp công nghệ hoặc vectơ năng lượng (ví dụ: hệ thống hybrid, sản xuất kết hợp nhiệt và điện, tăng cường sử dụng điện để sản xuất hydro, nhiên liệu điện, v.v. ).
Tùy thuộc vào từng mục đích sử dụng, các yếu tố ảnh hưởng khác có thể được bao gồm trong sự phân hủy, chẳng hạn như ảnh hưởng của khí hậu đến nhu cầu sưởi ấm và làm mát, hoặc số lượng người được tiếp cận với chế độ nấu ăn sạch vì nó ảnh hưởng đến nhu cầu khí dầu mỏ lỏng, điện, sinh khối và sử dụng khí đốt tự nhiên. Tuy nhiên, tác động của tính linh hoạt từ phía nhu cầu đối với quá trình khử cacbon của điện năng không phải là một phần của khuôn khổ phương pháp luận này.
Lợi ích chính của việc phân hủy LMDI là nó nắm bắt được các mối liên kết giữa các ngành như tác động của hiệu quả năng lượng trong các ngành có nhu cầu đối với việc giảm phát thải trực tiếp của ngành điện hoặc tác động của chiến lược sử dụng vật liệu hiệu quả trong xây dựng đối với phát thải của ngành sản xuất vật liệu (là ngành sản xuất trực tiếp khí thải). Để giải thích cho các liên kết này, quá trình phân hủy được thực hiện trên CO 2 trực tiếp và gián tiếpphát thải cho từng lĩnh vực. Kết quả ở cấp độ ngành năng lượng chỉ thu được bằng cách tổng hợp các đóng góp cụ thể của ngành. Nói cách khác, khi kết quả được tổng hợp, những đóng góp từ các lĩnh vực khác vào việc giảm phát thải của một lĩnh vực nhất định sẽ bị loại trừ (ví dụ như khử cacbon trong cung cấp nhiên liệu cho các ngành có nhu cầu, hoặc giảm nhu cầu điện cho ngành điện) và được thay thế bằng đóng góp cụ thể của các lĩnh vực được đề cập.
Việc phân tích cũng so sánh thị trường và các đặc tính kỹ thuật của từng trong số 800 thiết kế công nghệ của mô hình ETP cho từng khu vực mô hình và từng năm, từ đó cho phép đánh giá chi tiết mức giảm phát thải theo mức độ sẵn sàng của công nghệ. Sự đóng góp của việc chuyển dịch nhiên liệu và hiệu quả năng lượng của các công nghệ năng lượng sạch được phân bổ cho mức độ sẵn sàng công nghệ tương ứng của chúng, trong khi các hiệu ứng hoạt động được phân bổ cho sự trưởng thành của các công nghệ cho phép của chúng (hoặc nếu không áp dụng được, trong các chính sách hỗ trợ của chúng). Nhìn chung, phương pháp luận cho phép xác định tỷ lệ cắt giảm phát thải từ nay đến năm 2070 do các công nghệ hiện đã trưởng thành, ở giai đoạn đầu áp dụng, đang được trình diễn hoặc vẫn còn là nguyên mẫu.
Nguồn: Trung tâm NC&PT hội nhập KH&CN quốc tế liên kết nguồn và dịch từ nguồn tin của Cơ quan năng lượng quốc tế IEA
https://www.iea.org/reports/energy-technology-perspectives-2020/etp-model#abstract
Thư điện tử của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *
Bình luận
Tên *
Thư điện tử *
Trang web
