Service Sector Productivity in Japan- The Key to Future Economic Growth
Design of sector-coupled energy systems in Japan ...
Transcript of Design of sector-coupled energy systems in Japan ...
地域でのセクターカップリングの実現可能性
2021/10/26
4DHフォーラム第3回オンラインセミナー
東北大学工学研究科 中田俊彦
Outline
2
1. 背景
2. 地域エネルギー需給データの作成
3. 数理計画モデルを用いたエネルギーシステム
の設計事例
4. まとめ
地域エネルギーシステムの統合デザインと地域熱供給の位置づけ
3
地域
資源
需要
電力
合成燃料
熱
輸送用燃料
Cross-border
Cro
ss-secto
r変換
V2G
P2L
P2G
P2H
① 再生可能エネルギーをどれだけ導入するべきか。
② 再エネと需要の変動をどのように調整するべきか。
・SDGs
・パリ協定, NDC
・地球温暖化対策計画
・地域脱炭素ロードマップ
・地方公共団体実行計画
・ゼロカーボンシティ宣言
カーボンニュートラル社会の
実現に向けて、地域の
役割に期待が集まっている。
地域単位でカーボンニュートラルなエネルギーシステムを
デザインし実現するために解決すべき課題
➔ セクターカップリング
- P2H: Power to heat → 地域熱供給
- P2G: Power to gas
- V2G: Vehicle to grid
➔地域間エネルギー融通
➔自給率100%を目指す。
➔ ポテンシャルを最大限活用し、他地域に供給する。
➔不足分を他地域から移入する。
セクターカップリングと地域間エネルギー融通による需給調整
4
00:00 24:0012:00
太陽光PV陸上風力
洋上風力
00:00 24:0012:00
熱
電力
熱
H2CnHn
発電
量
消費
量
地域
B 電力
BEV
NH3
00:00 24:0012:00
太陽光PV
陸上風力
洋上風力
00:00 24:0012:00
熱
電力
熱
H2CnHn
発電
量
消費
量
セクターカップリング(エネルギーキャリアの変換・貯蔵)
変動性再生可能エネルギー 最終エネルギー消費
地域
A
電力
BEV
NH3
地域間エネルギー融通
需給調整供給 需要
0 250 500125km
[PJ]
[100, 892]
[10, 100)
[1, 10)
[0, 1)
地域でのセクターカップリングの実現に向けた課題
5
00:00 24:0012:00
太陽光PV
陸上風力
洋上風力
00:00 24:0012:00
熱
電力
熱
H2CnHn
発電
量
消費
量
セクターカップリング(エネルギーキャリアの変換・貯蔵)
変動性再生可能エネルギー 最終エネルギー消費
地域
エネ
ルギ
ーシ
ステ
ム
電力
BEV
NH3
時間別地点別 再エネ発電出力 時間別地域別 V2G利用可能ポテンシャル 時間別地域別 電力・熱需要
地域内で再エネ資源はどれだけ導入可能か
どのような変動性があるか
V2GのためにEVの車載蓄電池は
どれだけ利用可能かエネルギー需要量はどれくらいか
どのような変動性があるか
再エネ発電出力やエネルギー需要の時間間欠性と空間偏在性(エネルギー需給の地域特性)
を把握することが重要.
Weekday in December
Outline
6
1. 背景
2. 地域エネルギー需給データの作成
3. 数理計画モデルを用いたエネルギーシステム
の設計事例
4. まとめ
地域エネルギー需給データの作成①
7
最終エネルギー消費量再エネ供給ポテンシャル エネルギー需給バランス
0 250 500125km
[PJ]
[100, 892]
[10, 100)
[1, 10)
[0, 1)
0 250 500125km
[PJ]
[100, 599]
[10, 100)
[1, 10)
[0, 1)
Energy
self-sufficiency
[PJ]
>= 100
< 100
< 50
< 10
< 0
< -10
< -50
< -100
0 250 500125km
Energy
self-sufficiency
[PJ]
>= 100
< 100
< 50
< 10
< 0
< -10
< -50
< -100
0 250 500125km
≧100
[PJ]
[100, 890]
[50, 100)
[10, 50)
[0, 10)
[-10, 0)
[-50, -10)
[-100, -50)
[-596, -50)
エネルギー需要部門 基礎データ 活動(案分)指標 部門内訳
産業部門(製造業) 都道府県別エネルギー消費統計 製造品出荷額 産業中分類
産業部門(非製造業) 都道府県別エネルギー消費統計 就業者数 産業中分類
業務部門 都道府県別エネルギー消費統計 就業者数 産業中分類
家庭部門 都道府県別エネルギー消費統計 世帯数 -
運輸部門 都道府県別自動車燃料消費統計 自動車保有台数 旅客自動車,貨物自動車
• 市区町村別再生可能エネルギー発電ポテンシャル・最終エネルギー消費量
再生可能エネルギー資源 推計手法
太陽光 REPOSを引用
陸上風力 REPOSの平均風速メッシュデータを基に推計
洋上風力 REPOSの平均風速メッシュデータを基に推計
地熱 REPOSを引用
中小水力 REPOSを引用
木質バイオマス 森林資源現況調査の森林成長量を基に推計
[1] 小野寺,根本,中田,“市区町村のエネルギー需給特性を考慮した広域圏エネルギーシステムの設計”,エネルギー・資源学会論文集,2021
地域エネルギー需給データの作成②
8[1] 松岡,Delage,中田,“陸上・洋上風力と太陽光発電の時間変動性を考慮したポテンシャルマップの作成”,第40回エネルギー・資源学会研究発表会講演論文集,2021
[2] Delage, Matsuoka, Nakata, “Spatial–Temporal Estimation and Analysis of Japan Onshore and Offshore Wind Energy Potential”, energies 14(8), 2021
• 再生可能エネルギー発電ポテンシャル・出力変動
太陽光PV発電出力 1時間値[1] 風力発電出力 1時間値[2]
発電技術
導入ポテンシャル 出力変動
参照元データ(設備容量ベース)
時間
解像度
空間
解像度基礎データ 技術仕様
太陽光PV 環境省 REPOS
(L3シナリオ)1時間 5kmメッシュの地域別平均 メソ数値予報GPV (気象庁) 変換効率:20%
陸上風力 環境省 REPOS 1時間 5kmメッシュの地域別平均 メソ数値予報GPV (気象庁) ハブ高さ:75 m
定格出力:3.2 MW
洋上 環境省 REPOS 1時間 5kmメッシュの地域別平均 メソ数値予報GPV (気象庁) ハブ高さ:100 m
定格出力:6.4 MW
地域エネルギー需給データの作成③
9[1] 天野,中田,“携帯電話位置情報を用いるV2G導入ポテンシャルの推計”,第40回エネルギー・資源学会研究発表会講演論文集,2021
• V2G導入ポテンシャル
時間解像度
空間解像度
基礎データ 計算条件
15分値を合計した1時間値 125mメッシュを地域別に集計 自動車流量:流入出経路調査(携帯電話位置情報:KDDI Location Data)自動車保有台数:自検協,全軽自協
EV普及率:100%蓄電池容量:40kWh/台V2G利用可能率:20%
自動車走行距離(10月平日) V2G利用可能容量
地域エネルギー需給データの作成④
10
• 熱需要密度
家庭部門温熱需要 業務部門温熱需要
発電技術時間解像度
空間解像度
基礎データ 建物区分 用途区分
家庭部門 年間値 建物データを地域別に集計 世帯数:国勢調査原単位:家庭用エネルギー統計年報(住環境計画研究所)
住宅 暖房,給湯
業務部門 年間値 建物データを地域別に集計 延床面積:ESRI詳細地図原単位:建築物エネルギー消費量調査報告書(日本ビルエネルギー総合管理技術協会)
病院,ホテル,商業施設,事務所
暖房,給湯
[1] 楠本,Delage,中田,“地域の熱・電力エネルギー需要量の推定と全国データベース作成”,第40回エネルギー・資源学会研究発表会講演論文集,2021
地域エネルギー需給データの作成⑤
11[10] 日本エネルギー経済研究所,“平成30年度電力需給対策広報調査(資源エネルギー庁委託)”,2020
• エネルギー需要変動
Weekday in September Weekday in December
業務部門(東京, 9月平日) 家庭部門(東京, 12月平日)
発電技術時間解像度
空間解像度
基礎データ 建物区分 用途区分
家庭部門 1時間 建物データを地域別に集計
世帯数:国勢調査原単位:空調・衛生学会気温:アメダス
住宅 暖房,冷房,給湯,その他電力(動力,照明など)
業務部門 1時間 建物データを地域別に集計
延床面積:ESRI詳細地図原単位:空調・衛生学会気温:アメダス
病院,ホテル,商業施設,事務所
暖房,冷房,給湯,その他電力(動力,照明など)
業務・家庭部門エネルギー需要の推計フロー
地域別/
建物種別延べ床面積の集計[1]
建物種別/月別/
曜日別/時間別電力・熱負荷パターンの設定[2]
外部統計・推計との比較・補正[6,8,9]
地域別/
月別/時間別/曜日別電力・熱需要の推計
ヒートポンプの地域別時間別COPの推計[5]
エネルギー消費機器効率および地域別導入比率の設定[6,7]
地域別延べ床面積の回帰分析
欠損データ(小規模地域)の
補完・推計
地域係数による補正[3]
[1] Esri, ArcGIS Geo Suite 詳細地図 2019年度版[2] 空気調和・衛生工学会,都市ガスコージェネレーションの計画・設計と運用, 2013
[3] 都市環境エネルギー協会,地域冷暖房技術手引書第4班,2013
[4] 気象庁,アメダス観測データ, 2019
[5] O. Ruhnau et al., Time series of heat demand and heat pump efficiency for energy system modeling, Scientific data, 2019[6] 資源エネルギー庁,平成30年度電力需給対策広報調査事業,2020
[7] 環境省,2017年度家庭部門のCO2排出実態統計調査,2018
[8] 資源エネルギー庁,都道府県別エネルギー消費統計,2019
[9] EDMC, エネルギー・経済統計要覧,2021
地域別時間別気温の集計[4]
(参考[10]) (参考[10])
Outline
12
1. 背景
2. 地域エネルギー需給データの作成
3. 数理計画モデルを用いたエネルギーシステムの設計
事例
4. まとめ
エネルギーシステムの構成
13[1] N. Nagano et al., “Optimal Design and Analysis of Sector-Coupled Energy System in Northeast Japan”, energies 14(10), 2021
エネルギー需要と再エネポテンシャル
14
150 PJ
Electricity
Space & water heating
Transportation fuel
Industrial fuel
Aomori
Iwate
NiigataFukushima
Akita
Yamagata
Miyagi
155
137
285
111
92
196284
300 PJ
PV
Onshore wind
Offshore wind
Geothermal
Run-of-river
Woody biomass
1710
303699
200197
318258
都道府県別エネルギー需要 都道府県別再生可能エネルギーポテンシャル
[1] N. Nagano et al., “Optimal Design and Analysis of Sector-Coupled Energy System in Northeast Japan”, energies 14(10), 2021
東北地方の熱需要マップと導管敷設コスト
15
Heat demand density
[TJ/km2]
20 - 5050 - 120
120 - 300300 -
0 - 20
0
1
2
3
4
5
6
7
8
0 10 20 30 40 50 60 70 80 90 100
Mar
gin
al D
istr
ibuti
on C
apit
al C
ost
[euro
/GJ]
Share of total heat demand [%]
Aomori
Akita
Iwate
Miyagi
Yamagata
Fukushima
Niigata
• 欧州では, 地域熱供給システムの導入ポテンシャルの目安として, 3.0 euro/GJが想定されている.
• 3.0 euro/GJを基準とすると, 宮城県では約20%, 秋田県では約10%, 岩手県では約8%, 青森県及び新潟県では約6%, 福島県では約4%, 山形県では約3%
の熱需要に対して, 地域熱供給システムが導入できる見込みが高い.
[1] N. Nagano et al., “Optimal Design and Analysis of Sector-Coupled Energy System in Northeast Japan”, energies 14(10), 2021
電力需給バランス
16
0
20
40
60
80
100
120
Ele
ctri
city
co
nsu
mp
tio
n [
GW
]
Feb. 13-19
Electricity demand Individual heatingElectricity for BEV For power-to-heatFor electrolysis For DACGrid-to-vehicle For liquefaction of methane
0
20
40
60
80
100
120
Ele
ctri
city
sup
ply
[G
W]
Feb. 13-19
Hydro Geothermal BiomassGas Solar Onshore windOffshore wind Vehicle-to-grid
[1] N. Nagano et al., “Optimal Design and Analysis of Sector-Coupled Energy System in Northeast Japan”, energies 14(10), 2021
エネルギーフロー
17
Solar
Onshore wind
Offshore wind
Hydro
Geothermal
Run-of-river
Synthesized methane
Biomass
Electricity
Transportation
LTH (Ind.)
LTH (DHS)
Loss
Non-manufacturing
Manufacturing
CHP input
DAC
Electricity
LTH
HydrogenMethane
Methanol
DME
HTH
HP
HP(DHS)
EB(DHS)
V2G
HWT
TPES : 1323.5 PJ/year
72.0
148.0
938.1
46.6
0
0
47.9
118.8
268.4
72.4
198.8
64.4
300.7
37.0
47.9
375.3
140.4
789.1489.2
75.7
446.1
42.7
0.4224.1
68.6
130.2
195.7 146.8
19.9
1.1
29.9
18.3
343.5
92.3
V2G: Vehicle-to-Grid
LTH: Low Temperature Heat
HTH: High Temperature Heat
DME: Dimethyl Ether
HWT: Hot Water Tank
EB: Electric Boiler
HP: Heat Pump
[1] N. Nagano et al., “Optimal Design and Analysis of Sector-Coupled Energy System in Northeast Japan”, energies 14(10), 2021
まとめ
18
• 地域でのセクターカップリングの実現のために,再エネ発電出力やエネルギー需要の時間間欠性と空間偏在性(エネルギー需給の地域特性)を把握することが重要.
• エネルギー需給の地域特性は,既存の統計データなどから推計することが可能であるが,精度には限界がある.
• エネルギー需給の地域特性を把握したうえで,全体最適の視点をもって地域エネルギーシステムを設計するべきである.
• 数理計画モデルを用いることで,再生可能エネルギー発電設備やエネルギー貯蔵設備,セクターカップリング技術(地域熱供給設備を含む)の導入量と運用の最適解を導出することができる.
• 数理計画に基づいて地域エネルギーシステムを設計・計画することは,コスト効率的なエネルギーシステムの構築のために有用である.