近日，清华大学核能与新能源技术研究所张希良教授、张达副教授团队，清华大学环境学院陆习教授团队加入了加州大学圣地亚哥分校（UCSD）迈克尔·戴维森团队。中国气象科学研究院D**IDSON助理教授团队和张逍遥院士团队开发了具有较高时空精度的可再生能源选址与电力系统优化模型（respo），并利用该模型研究了未来中国长期碳中和目标下可再生能源发展布局的优化。
分析结果显示，2060年中国电力需求为15在4万亿千瓦时的假设下，我国需要分别部署24亿千瓦的风电和光伏装机容量，同时要重视储能系统的发展和特高压省际输电网络的扩展。
发展以风电、光伏发电为代表的可再生能源，是推动我国电力系统低碳转型、实现碳中和目标的重要途径。 建设可再生能源占比高的电力系统，需要综合考虑风能和太阳能资源、地理特征、土地利用、电网吸收能力等因素进行资源配置。
长期以来，由于提高时空分辨率会增加电力系统优化模型的复杂性并带来求解难度，因此我国可再生能源发展电力系统扩容运行优化模型在时空分辨率上的精度有限，难以充分描述可再生能源发电在时间和空间上的异质性。
为此，联合研究团队开发了respo模型，首次实现了电力系统优化模型，以优化电网点（约31km 25km）和每小时8760小时水平的大规模区域尺度（中国大陆）可再生能源容量的扩容和运行调度。
研究团队运用respo模型优化了未来我国长期碳中和目标下可再生能源的发展布局，设计了34套场景，涵盖不同风电和光伏投资成本、储能建设成本、省际输电线路建设成本、火力发电灵活性、电力系统负排放目标、 土地利用政策的严格性，以及用于分析和比较的模型时空分辨率假设。基线情景结果显示，2060年中国电力需求为15假设4万亿千瓦时，我国需要分别部署24亿千瓦风电和光伏装机容量，其中80%的光伏装机容量和55%的风电装机容量集中在电力负荷中心100公里以内（图1）。
图12060年碳中和背景下RESPO模式风电与光伏布局优化结果，（a）和（b）：电网级风电和光伏装机容量; （c）和（d）：连接到每个负荷中心的风电和光伏发电装机容量; （e）和（f）：与连接负荷中心的距离——风电和光伏装机容量的累计分布。
此外，储能系统的发展和省际特高压输电网络的扩展是提高电力系统可再生能源消纳和安全供应能力的重要发展方向。 基线情景结果表明，要保证风光能约60亿千瓦的消纳，需要建设5亿多千瓦的抽水蓄能和7亿多千瓦的电化学储能容量。 当该模型允许考虑部署以压缩空气储能（20小时放电容量）和液流电池（10小时放电容量）为代表的长期储能技术时，长期储能的装机容量可以达到3亿千瓦的规模。
图2不同场景下的储能装机容量。
该研究的基线情景的结果还表明，到2060年，省际输电能力将比2020年的水平增加约三倍。 其中，扩产幅度最大的区域线路是蒙西-山东（从约1000万千瓦增加到9000万千瓦）; 其他一些重要的南北输电走廊也需要进一步加强，比如闽浙，从福建到浙江的风电输送需要增加约7000万千瓦的容量。 图3为省际输电（图3）。A1）、总容量（子图。B1）和新产能（子图1）。C1） 相对于 2020 年。
图32060年基线情景下特高压输电网络建设，（一）：省际净流量; （b）：区域间总传输容量; （c）：创造新的传输容量。
为评估土地利用政策的严格性对相关结果的影响，针对风电和集中式光伏的可建潜力设计了高、中、低3个情景，共形成9个情景3 3。 模型结果表明，当集中式光伏建设可用土地的假设较为保守时，分布式光伏将在一定程度上取代集中式光伏安装。 在电力需求高、农业产业大的省份，能源和粮食用地的竞争更为明显，一些东部省份将把几乎所有可用土地用于集中式光伏建设。 相比之下，不同的土地利用假设对风电装机结果的影响有限。 图5为不同土地利用情景下的装机容量（子图a）、平均供电成本（子图b）、风光装机容量（子图c）、子网区域装机容量（子图d）、省际输电通道容量（子图e）、储能装机容量（子图f）。
图4不同土地利用政策严格程度下的优化结果：（a）：各发电技术的最优装机容量; （b）：电力系统（不包括配电）平均用电成本的构成; （c）：风电和光伏发电装机容量; （d）：不同地区的风能和太阳能发电装机容量; （e）：输电线路容量; （f）：储能装机容量。
2月26日，题为“中国碳中和的空间分辨率土地和网格模型”的研究发表在《美国国家科学院院刊》（PNAS）上。习璐和迈克尔·戴维森d**idson）为通讯作者，张大、张希良为第一作者。该研究得到了国家自然科学**和清华大学原始探索计划的支持。
*链接：