Duże farmy fotowoltaiczne na Saharze wpływają na potencjał wytwarzania energii słonecznej na całym świecie / Jingchao Long, Zhengyao Lu, Paul A. Miller, Julia Pongratz, Dabo Guan, Benjamin Smith, Zhiwei Zhu, Jianjun Xu i Qiong Zhanga

Globalnie, odnawialna energia bezemisyjna stopniowo zastępuje paliwa kopalne ¹. Energia słoneczna może być ważnym czynnikiem w zwiększaniu podaży energii odnawialnej, która zmniejsza emisję dwutlenku węgla jako niezbędny element strategii łagodzenia zmian klimatu ² . Niedawne badanie ³ sugeruje, że udział energii słonecznej w całkowitym zużyciu energii na świecie ma potencjał wzrostu do 76% do 2050 r. w realnym scenariuszu transformacji energetycznej, z 1% w 2015 r. ze względu na opłacalność i doskonałą dystrybucję zasobów na całym świecie ⁴ .

Generowanie energii słonecznej opiera się na natężeniu promieniowania słonecznego — ilości dostępnego światła słonecznego w danym miejscu. Jego potencjał można określić ilościowo, używając zmiennej klimatycznej, promieniowania krótkofalowego skierowanego na powierzchnię (RSDS), zdefiniowanej w przedziale długości fal 0,2–4,0 μm. Oprócz cykli dobowych i sezonowych, zmienność chmur wywołana pogodą wpływa na RSDS. Przy całkowicie zachmurzonym niebie (bez deszczu) promieniowanie słoneczne docierające do powierzchni jest zmniejszone o około 75% ⁵ . Nieprzewidywalne wahania RSDS, spowodowane głównie warunkami pogodowymi, utrudniają stabilność dostaw energii elektrycznej do systemu energii słonecznej ⁶ . W praktyce zmiany mocy wyjściowej systemu słonecznego są brane pod uwagę przez operatorów sieci w celu zaplanowania wirującej rezerwowej mocy i zarządzania pracą sieci ⁷ .

W miarę rozwoju przemysłu solarnego, wytwarzanie energii słonecznej staje się coraz bardziej zależne od pogody ⁸ . Niektóre badania skupiają się na wpływie zmian klimatycznych na wytwarzanie energii słonecznej w różnych przyszłych scenariuszach klimatycznych (w celu zapoznania się z przeglądem patrz ref. ⁹ ). Ogólnym trendem w prognozach zmian klimatycznych wydaje się być zmniejszenie zachmurzenia w regionach niskich i średnich szerokości geograficznych ¹⁰ . Zmiany w napromieniowaniu dla różnych regionów, pór roku, ram czasowych i scenariuszy rzadko przekraczają ±10% ⁹ .

Jednakże globalny wzorzec klimatyczny może być również zakłócony przez masowe rozmieszczenie energii słonecznej. Jest to przypisywane wynikowym zmianom właściwości powierzchni lądu (np. albedo powierzchni, szorstkość) ^11 , 12 . W szczególności, ostatnie badania modelowania pokazują, że regionalna reakcja klimatu na panele słoneczne w regionach suchych (np. w Afryce Północnej) może być wzmacniana przez lokalne procesy sprzężenia zwrotnego atmosfera-ląd i roślinność ^13 , 14 . Może to dalej prowadzić do zaburzeń w globalnym klimacie, a zatem do globalnej produkcji energii słonecznej.

Naszym celem jest ilościowe określenie wpływu rozmieszczenia na dużą skalę farm fotowoltaicznych na Saharze na globalną generację energii słonecznej jako studium przypadku pilotażowego i zbadanie leżących u jego podstaw mechanizmów wymuszających. Wykorzystujemy najnowocześniejszy, w pełni sprzężony model systemu Ziemi (EC-Earth) i rozważamy trzy scenariusze produkcji energii słonecznej w Afryce Północnej obejmujące 5%, 20% i 50% tego regionu (dalej S05, S20, S50; Metody; Rys. uzupełniający  1 ). W poprzednich badaniach ^13 , 14 badano globalne reakcje klimatu i pokrywy roślinnej na te hipotetyczne farmy słoneczne na Saharze, a tutaj skupiamy się bardziej szczegółowo na tym, jak może to wpłynąć na samą globalną generację energii słonecznej.

Zmiany w globalnym ułamku chmur i RSDS

Symulacje modelu systemu ziemskiego pokazują, że roczna średnia globalna odpowiedź frakcji chmur jest proporcjonalna w S05, S20 i S50, z ograniczoną znaczącą odpowiedzią w S05 i bardziej ewidentnie redystrybucją pokrywy chmur przez duże saharyjskie farmy słoneczne w S20 i S50 (rys.  1a–d ). Największa odpowiedź frakcji chmur występuje lokalnie nad Afryką Północną, z centrum anomalii chmur w regionie Sahelu. Dodatnia anomalia frakcji chmur obejmuje tylko mały region i ledwo przekracza 1% w S05, ale jest znacznie rozszerzona i zintensyfikowana w S20, osiągając ponad 5% i obejmując połowę Afryki Północnej. Ta anomalia rozciąga się na północ do Europy Południowej i na wschód do Południowego Półwyspu Arabskiego w S20. Inne główne regiony lądowe doświadczające zwiększonej rocznej średniej frakcji chmur to Indie, Azja Północna i Wschodnia Australia. Z kolei zmniejszone zachmurzenie obserwuje się nad Ameryką Środkową i Południową, Afryką Południową, Środkowymi i Wschodnimi Stanami Zjednoczonymi, Azją Środkową i północno-zachodnimi Chinami.

Modelowana średnia roczna (ANN) ( a ) całkowitego ułamka zachmurzenia i ( e ) RSDS w CTRL oraz ( b – d ) całkowitego ułamka zachmurzenia i ( f – h ) odpowiedzi RSDS w S05, S20 i S50. Czarne kropki w b–h przedstawiają anomalie przekraczające 95% istotności w teście t .

Obraz w pełnym rozmiarze

Sezonowo reakcja globalnej frakcji chmur, a co za tym idzie RSDS, jest generalnie silniejsza w sezonie letnim na półkuli północnej (NH) niż w sezonie zimowym (rys.  2 ). Można to przypisać wzmocnionym lokalnym sprzężeniom zwrotnym atmosfera-roślinność w Afryce Północnej związanym z nasilonym monsunem zachodnioafrykańskim (rys. uzupełniający  2a, b ) ¹⁴ . Na półkuli południowej regiony Ameryki Południowej i Afryki Południowej wykazują silniejsze zmiany chmur zimą w Australii (lato w NH, czerwiec-lipiec-sierpień, JJA), co wiąże te zmiany z odległymi skutkami z Afryki Północnej. Wyjątkiem jest Australia Wschodnia, gdzie większe zachmurzenie jest większe w okresie grudzień-styczeń-luty (DJF), co sugeruje pośrednią reakcję z powodu zmian cyrkulacji Walkera (wyjaśnionych poniżej).

Rys. 2: Sezonowe promieniowanie krótkofalowe będące przedmiotem oddziaływania farm słonecznych na Saharze.

a – c średnia grudzień-styczeń-luty (DJF), d – f średnia czerwiec-lipiec-sierpień (JJA) odpowiedzi RSDS. Czarne kropki przedstawiają anomalie przekraczające 95% istotności testu t .

Obraz w pełnym rozmiarze

Zmiany RSDS w dużej mierze podążają za zmianami frakcji chmur (rys.  1e–h ), przy czym zwiększone (zmniejszone) RSDS przypisuje się głównie zmniejszonemu (zwiększonemu) ułamkowi chmur. Pewne drobne rozbieżności między frakcją chmur a zmianami RSDS można wyjaśnić innymi właściwościami związanymi z chmurami, takimi jak albedo i czas życia15 ⁱ nie będą omawiane w tym badaniu. Sezonowe anomalie RSDS ujawniają solidną reakcję, która okazuje się być wygładzona w zmianach średniej rocznej, szczególnie zauważalną w S20 i S50. Na przykład zmniejszone RSDS w Azji Północno-Wschodniej podczas JJA, zwiększone RSDS otaczające Karaiby i Skandynawię podczas JJA i zwiększone DJF RSDS w Republice Południowej Afryki są znacznie osłabione w różnicach średniej rocznej. W skalach międzyrocznych zmienność RSDS (międzyroczne odchylenie standardowe) zmniejsza się najwyraźniej w tropikalnym Pacyfiku (rys. uzupełniający  3 ) z powodu stłumionej zmienności ^ENSO14 . Jednakże przeciwna reakcja międzyrocznej zmienności RSDS w S20 i S50 w wielu regionach (np. północne Stany Zjednoczone w ANN, wschodnia Australia w DJF, Indie w JJA) sugeruje, że prawdopodobnie jest ona regulowana przez procesy zachodzące w skali regionalnej ¹⁶ .

Wpływ na wytwarzanie energii słonecznej

Następnie badamy, w jaki sposób globalna generacja energii fotowoltaicznej jest dotknięta w naszych symulacjach przez duże farmy słoneczne na Saharze. Rysunek  3 podsumowuje zmiany potencjału generacji energii fotowoltaicznej (PVpot; metoda) uśrednione w ciągu całego roku, JJA i DJF. Zmiany PVpot (rys.  3 ) są przypisywane głównie zmianom RSDS, ponieważ w większości regionów obserwuje się zmianę w fazie RSDS i PVpot. Wielkość zmiany PVpot jest w większości pomijalna w S05, z wyjątkiem mniejszego niż 3% sezonowego spadku w zachodnim Sahelu i mniejszego niż 5% wzrostu w Republice Południowej Afryki (rys.  3b1–b3 ). Roczny wzrost PVpot w Azji Południowo-Wschodniej nie jest zgodny z dwoma pozostałymi scenariuszami i prawdopodobnie wynika ze zmienności wewnętrznej modelu. W S20 i S50 model uchwycił bardziej solidne zmiany PVpot (rys.  3c1–c3, d1–d3 ). W Afryce Północnej, na Bliskim Wschodzie, w Europie z wyłączeniem Skandynawii, Indiach, wschodnich Chinach, Japonii, wschodniej Australii i południowo-zachodnich Stanach Zjednoczonych, PVpot w lokalnym sezonie letnim jest zmniejszony. Ta zmiana jest w większości przypadków wystarczająco duża, aby skutkować rocznym spadkiem PVpot. PVpot w niektórych innych regionach korzysta z wymuszania zdalnego, na przykład w Ameryce Środkowej i Południowej, na Karaibach oraz w środkowo-wschodnich Stanach Zjednoczonych, Skandynawii i Afryce Południowej. Około -4% rocznej zmiany dla S20 jest symulowane dla regionów bardziej wrażliwych i/lub bliższych źródła zakłóceń, np. w Afryce Północnej, Europie Środkowej i Indiach. W sezonie wysokiej produkcji energii słonecznej (tj. lokalnego lata) te zmiany w PVpot S20 są znacznie większe, przekraczając -8% dla znacznego regionu Afryki Północnej i ponad ±5% w Indiach i północnych Stanach Zjednoczonych, częściach Ameryki Środkowej i Południowej oraz ±3% dla Europy, południowo-zachodnich Stanów Zjednoczonych i Afryki Południowej i (rys.  3c1–c3 ). Poziom istotności odpowiedzi w PVpot jest silnie zależny od jego międzyrocznych zmian (Rys. uzupełniający  4 ). Skala solidnych zmian w PVpot dla tych regionów jest porównywalna z poprzednimi badaniami, które badały podobne skutki zmiany klimatu na produkcję energii słonecznej w ścieżce zależnej od paliw kopalnych (np. ±10% w SSP5-8.5 ^{17 , 18 , 19} ). Należy zauważyć, że po uśrednieniu dla dużych regionów, takich jak kontynenty (Tabela uzupełniająca  1 ) i kraje (Tabela uzupełniająca  2 ), zmiany PVpot są dość stonowane i ograniczone do ±2%.

Rys. 3: Wpływ farm słonecznych na globalny potencjał słoneczny na Saharze.

a 1– a 3 Mapa globalnego PVpot ANN, DJF, JJA w CTRL. b – d Zmiany średniej rocznej, średniej JJA i średniej DJF w PVpot w symulacjach S05, S20 i S50 w porównaniu do CTRL. Czarne kropki przedstawiają anomalie przekraczające 95% istotności testu t .

Obraz w pełnym rozmiarze

Mechanizmy wymuszające klimat

Wyniki naszych modeli, w szczególności S20 i S50, pokazują, że zmiany cyrkulacji atmosferycznej wywołane przez farmy fotowoltaiczne Sahara PV są odpowiedzialne za zaburzenia globalnej frakcji chmur i RSDS. Rzeczywiście, globalna odpowiedź w cyrkulacji atmosferycznej wywołanej przez ogromne farmy słoneczne na pustyni została zgłoszona we wcześniejszym ^badaniu11 .

W Afryce Północnej zmniejszone albedo powierzchni i sprzężenia zwrotne wyzwalają lokalne ocieplenie i konwekcję. Prowadzi to do konwergencji powierzchniowej, a następnie do dodatniej wysokości geopotencjalnej i dywergencji w górnej troposferze nad Afryką Północną (rys.  4 ). Anomalie zachodnie spowodowane przepływem konwergencji powierzchniowej (rys. uzupełniający  2a, b ) skutkują ociepleniem na wschodzie, a tym samym osłabieniem tropikalnego gradientu strefowego SST Atlantyku, przedstawiając anomalię podobną do atlantyckiej Niño, szczególnie w sezonie monsunów zachodnioafrykańskich ²⁰ (rys. uzupełniający  2c, d ). Cyrkulacja Walkera nad Oceanem Spokojnym nasila się i rozszerza w kierunku zachodnim z powodu tych zmian w równikowej temperaturze powierzchniowej Atlantyku ^14 , 21 (rys. uzupełniający  5 ). Prowadzi to ponadto do niskopoziomowych anomalii południowo-wschodnich nad północnym Oceanem Indo-Pacyficznym (rys. uzupełniający  2a, b ), a zatem do nasilenia monsunu południowoazjatyckiego ²² . Z kolei inny anomalny antycyklon ze środkiem w zachodnio-środkowej Azji jest wzbudzany w górnej troposferze latem w północnej części Oceanu Spokojnego (rys.  4a, b ) w odpowiedzi na nasilenie monsunu w Azji Południowej. Przeanalizowaliśmy szacowaną pionową stabilność wilgoci (VMS; Methods) nad Afryką Północną i Indiami, gdzie wystąpiła silniejsza konwekcja (rys.  5 ). Stwierdzono, że niższy VMS napędzany przez konwergencję wilgoci powoduje wzrost całkowitej frakcji chmur, głównie z powodu wyższych chmur (rys.  5 i 6 ). Zmniejszenie VMS i wzrost zachmurzenia w otaczających regionach, takich jak południowa Europa, Sahel i Bliski Wschód, można również przypisać tym procesom.

a , b JJA – wysokość geopotencjału i zmiany wiatru przy 200 hPa; c , d JJA – opady (cieniowanie) i dywergencja (kontur, czerwony = dywergencja, niebieski = konwergencja) przy 850 hPa.

Obraz w pełnym rozmiarze

Rys. 5: Reakcja stabilności atmosfery na farmy słoneczne na Saharze.

a , b pionowo zintegrowana wilgotność właściwa; c , d zmiany VMS. Niższy VMS wskazuje na bardziej niestabilną atmosferę.

Obraz w pełnym rozmiarze

Modelowane średnie roczne ( a ) zmiany frakcji chmur wysokich, ( b ) średnich i niskich. Górny panel pokazuje wartości w symulacji CTRL, a środkowy i dolny panel pokazują odpowiedź widoczną w eksperymentach S20 i S50.

Obraz w pełnym rozmiarze

W lecie w NH dwie struktury baroklinowe w Afryce Północnej i środkowo-zachodniej Azji generują ciąg fal Rossby’ego, który rozprzestrzenia się w dół rzeki za zachodnim falowodem strumieniowym na średnich szerokościach geograficznych. Trzy struktury barotropowe (dodatnia wysokość geopotencjalna) są generowane nad Azją Wschodnią, Pacyfikiem Północnym i Ameryką Północną (rys.  4a, b ). Razem te wzorce anomalii górnej troposfery przypominają wzór telekomunikacji okołoglobalnej o liczbie falowej ^523. Zwiększona grubość atmosfery i anomalny antycyklon w regionach położonych w dół rzeki zapewniają niekorzystne warunki do tworzenia się chmur w Japonii i Chinach Wschodnich, na Pacyfiku Północnym i we wschodnich Stanach Zjednoczonych, co skutkuje głównie zmniejszeniem średnich i niskich chmur (rys.  6 ). W szczególności redukcja średnich i niskich chmur nad wschodnimi Stanami Zjednoczonymi wynika głównie z rozbieżnego strumienia wilgoci i zmniejszonej suchej stabilności statycznej (rys. uzupełniający  6 ) ²⁴ . Zmiany pokrywy chmur nad Japonią i północnym Pacyfikiem nie są związane tylko z anomalią cyrkulacji antycyklonalnej w dolnej troposferze, ale również są pod wpływem wzmocnionego frontu SST rozszerzenia Kuroshio/Oyashio (rys. uzupełniający  2a, b ), co także przyczynia się do zmniejszenia suchej stabilności statycznej i niskich zachmurzeń nad południowym zboczem frontu ^SST25 , 26 .

Silne źródło ciepła w Afryce Północnej wyzwala wzór typu Gill ^27 , 28 . Wzór ten charakteryzuje się lokalnym ruchem wstępującym w Afryce Północnej i parą ruchów zstępujących na zachód, nad pozatropikalnym Atlantykiem Północnym i Amazonką (rys.  4c, d ). Południowe centrum powoduje zmniejszenie wysokich chmur w Brazylii poprzez zmniejszenie VMS. Ponadto transport wilgoci zarówno z tropikalnego Atlantyku, jak i ITCZ ​​we wschodnim Pacyfiku jest osłabiony, co prowadzi do zmniejszenia pionowo zintegrowanej wilgotności właściwej (rys.  5a, b ), co również przyczynia się do zmniejszenia zachmurzenia. Dodatnia wysokość geopotencjalna i dywergencja niskiego poziomu w Europie Północnej są również powiązane z reakcją fali Rossby’ego na ogrzewanie atmosferyczne w Afryce Północnej ²⁹ . Działając częściowo jako falowód, zachodni strumień strumieniowy nad Atlantykiem Północnym powoduje propagację fali Rossby’ego w kierunku północno-wschodnim z anomalii cyklonicznej nad Atlantykiem Północnym do Europy Północnej. Ta anomalia cykloniczna typu Gill łączy zaburzenia atmosferyczne spowodowane przez farmy słoneczne i anomalię antycykloniczną nad Europą Północną, która dodatkowo powoduje mniejsze zachmurzenie i większą ilość energii fotowoltaicznej w tym regionie.

Zmiana pokrywy chmur w południowo-zachodnich Stanach Zjednoczonych jest odwrotna do tej widocznej w centralnej i wschodniej części Stanów Zjednoczonych. Więcej wysokich chmur widać w południowo-zachodnich stanach Stanów Zjednoczonych (w tym na Hawajach) (rys.  6 ), gdzie projekty energii słonecznej obecnie szybko się rozwijają. Zmiana ta jest związana z rzeką atmosferyczną ³⁰ , która transportuje wznoszące się wilgotne powietrze w tropikalnym Pacyfiku do tego regionu (rys.  5a, b ). Ponadto ścisłe sprzężenie między procesami oceanicznymi w mezoskali (np. fronty SST, wiry oceaniczne) a atmosferą nad regionami Kuroshio i Oyashio (rys. uzupełniający  2c, d ) pomaga zwiększyć dotarcie rzek atmosferycznych do lądu w południowo-zachodnich Stanach Zjednoczonych ^{31 , 32 , 33} .

Omówione dotychczas zmiany zachmurzenia są silniejsze latem w NH niż zimą, nawet w Ameryce Południowej. Podkreśla to bezpośrednie wymuszanie z regionu Sahary, gdzie lokalna reakcja i sprzężenia zwrotne ziemia (roślinność)-atmosfera są najsilniejsze latem w NH ^13 , 14. Pomimo tego, w Australii Wschodniej największe anomalie występują zimą w NH (rys.  3 ). Ta różnica sezonowa wskazuje, że lokalne warunki zachmurzenia są w większym stopniu określane pośrednio przez zdalne wymuszanie z Afryki Północnej, z anomalią podobną do La Niña i wzmocnioną oraz rozszerzoną na zachód cyrkulacją Walkera (rys. uzupełniające  2 i 4 ), przynosząc wilgotniejsze i bardziej zachmurzone warunki do Australii Wschodniej podczas lokalnego lata i pory deszczowej (rys.  5a ).

Nasze symulacje modelu systemu Ziemi pokazują, że przewidywane farmy słoneczne na dużą skalę na Saharze, jeśli obejmują 20% lub więcej obszaru, mogą znacząco wpłynąć na cyrkulację atmosferyczną i dodatkowo wywołać zmiany frakcji chmur i RSDS (podsumowane na rys.  7 ) w innych regionach i porach roku. Chociaż wpływ jest niewielki w skali globalnej lub kontynentalnej, potencjalne nierówności wynikające z zaburzeń hipotetycznych farm słonecznych na Saharze mogą nadal objawiać się nierównomiernym rozkładem potencjału słonecznego. Mogą one pogorszyć warunki sezonowej generacji energii słonecznej w wielu innych regionach, w których intensywnie promuje się przejście na energię słoneczną, takich jak Bliski Wschód, Europa, Indie, wschodnie Chiny, Japonia, wschodnia Australia i południowo-zachodnie Stany Zjednoczone. Z drugiej strony regiony takie jak Ameryka Środkowa i Południowa, Karaiby, środkowo-wschodnie Stany Zjednoczone, Skandynawia i Południowa Afryka mogą skorzystać z wyższego potencjału słonecznego.

Rys. 7: Mechanizmy wymuszające farm słonecznych na Saharze na ogólną cyrkulację atmosferyczną.

Schematyczny wykres podsumowujący proponowane mechanizmy, za pomocą których globalna generacja energii słonecznej jest zakłócana przez wielkoskalowe farmy fotowoltaiczne Sahary. W warstwie bliskiej powierzchni pokazano średnie roczne zmiany PVpot S20-CTRL (kolor cieniowania). Dodatnie centra w górnej atmosferze (200 hPa) pokazują strukturę falową 5 telepołączenia okołoglobalnego nad średnimi szerokościami geograficznymi półkuli północnej i inną w Europie Północnej reprezentującą stacjonarną falę Rossby’ego odnoszącą się do wzoru typu Gill, wszystkie wyzwalane przez farmy słoneczne Sahary (zilustrowane w Afryce Północnej). Przerywane strzałki przedstawiają wznoszenie się i opadanie ruchu atmosferycznego we wzorze typu Gill. Pełne strzałki nad powierzchnią w tropikach pokazują wzmocnioną i rozszerzoną na zachód cyrkulację Walkera.

Obraz w pełnym rozmiarze

Badanie jest pilotażowym studium przypadku mającym na celu zbadanie wpływu saharyjskich farm słonecznych na globalną generację energii słonecznej przy użyciu jednego modelu systemu ziemskiego i ograniczonej liczby scenariuszy. Zastrzeżeniem tego badania jest użycie stałego efektywnego albedo dla paneli słonecznych PV, podczas gdy w praktyce zmienia się ono w zależności od ich rodzaju, wydajności i stanu operacyjnego (rys. uzupełniający  7 ) ^34 , 35 . Ponadto nasze symulacje farm słonecznych nie uwzględniają w pełni dodatkowych procesów dynamicznych związanych z innymi parametrami paneli słonecznych. Na przykład poprzednie badania wykazały, że chropowatość powierzchni może potencjalnie zwiększyć wydajność przenoszenia ciepła odczuwalnego z powierzchni do atmosfery w farmach słonecznych na skalę przemysłową ¹² .

Bardziej szczegółowe analizy i symulacje wrażliwości uwzględniające różne scenariusze połączone z wieloma modelami systemu Ziemi, które przezwyciężają te ograniczenia, mogą rzucić więcej światła na skutki tej konkretnej antropogenicznej zmiany użytkowania gruntów i pokrycia terenu. Przyszłe plany dotyczące ustanowienia dużych projektów słonecznych na globalnych terenach suchych przez odpowiednich interesariuszy powinny być poinformowane przez te zaktualizowane badania modelowania w celu oceny ich potencjalnego wpływu na potencjał słoneczny zarówno lokalnie, jak i zdalnie (np. uzupełniający rys.  8 ). Lepsze zrozumienie, dogłębne oceny ryzyka i globalnie skoordynowane wysiłki są kluczowe w światowej transformacji energii słonecznej w celu zapewnienia zwiększonego bezpieczeństwa energetycznego i równości.

Model systemu Ziemi EC-Ziemia

EC-Earth w wersji 3.3.1 to europejski model systemu ziemskiego (ESM) ³⁶ . Zawiera i łączy komponenty modelu dotyczące procesów atmosfery (IFS ECMWF), oceanu (NEMO), lodu morskiego (LIM) i biosfery lądowej (LPJ-GUESS ³⁷ ), dzięki czemu jest konfiguracją EC-Earth-Veg-LR zdolną do symulowania złożonych oddziaływań między tymi komponentami modelu, odzwierciedlając sprzężenia zwrotne systemu ziemskiego. Kluczowe wskaźniki wydajności modelu wykazują zachowanie fizyczne i odchylenia mieszczące się w zakresie ostatnich modeli CMIP ^{36 , 38 , 39 , 40} . W przypadku konkretnych porównań czytelnicy powinni odnosić się do „EC-Earth3-Veg” zamiast „EC-Earth3” w tej literaturze. EC-Earth w racjonalny sposób odtwarza kilka kluczowych procesów dynamicznych istotnych dla tego badania, takich jak ogólna cyrkulacja atmosferyczna i system monsunowy ^41 , 42 , połączenia atmosferyczne ^{20 , 43 , 44 , 45} oraz chmury w strefie tropikalnej ⁴⁶ i średnich szerokościach geograficznych nad lądem (rys. uzupełniający  9 ).

Rozdzielczość pozioma komórek siatki atmosfery/lądu/roślinności wynosi T159 (~1 ^o ), przy 62 poziomach pionowych w atmosferze, natomiast model oceanu/lodu morskiego ma rozdzielczość poziomą wynoszącą ~1 ^o i 75 poziomach pionowych.

Symulacje farm słonecznych

Rozważamy trzy scenariusze farmy słonecznej na Saharze, zidentyfikowane tutaj jako S05, S20 i S50, w których 5%, 20% i 50% modelowych ogniw siatki lądowej w Afryce Północnej (15-30 ^o N, 20 ^o W-45 ^o E) jest określonych jako duże panele fotowoltaiczne (PV). Są one przedstawione czarnymi kropkami w Afryce Północnej na Rysunku uzupełniającym  1. Nad określonymi panelami słonecznymi PV, albedo gołej gleby zostało ustawione na efektywne albedo 0,235 ^13 , 14 . Więcej uzasadnienia dla 20% i 50% pokrycia, które zastosowaliśmy, można znaleźć w tekście S2 w odsyłaczach ^13 , 14 . Scenariusze te można rozpatrywać z perspektywy produkcji energii w następujący sposób.

S05: ten scenariusz przedstawia potencjalną opcję energetyczną dla przyszłego świata, biorąc pod uwagę, że wytwarzana przez niego energia elektryczna (~23,8 TW, uśredniona w ciągu roku) mniej więcej odpowiada światowemu zapotrzebowaniu na energię. Obecne globalne zapotrzebowanie wynosi ~18 TW ^13 , 14 .

S20: przy produkcji tej energii elektrycznej wynoszącej ~86,3 TW, ten scenariusz, choć ambitny, nie jest zbyt odległy od rzeczywistych zastosowań, biorąc pod uwagę takie czynniki jak zwiększone przyszłe zużycie energii, szczytowe zapotrzebowanie na energię elektryczną i znaczne straty podczas wytwarzania energii (sprawność konwersji malejąca z czasem), magazynowania i transportu. S20 pozostaje namacalną prognozą.

S50: wytwarzając ogromną ~188,9 TW energii elektrycznej, ten scenariusz należy traktować jedynie jako ćwiczenie akademickie, mające na celu zbadanie granic globalnych odpowiedzi i lepsze zrozumienie mechanizmów wymuszających. Należy zauważyć, że symulowane odpowiedzi mogą być niedoszacowane z powodu braku potencjalnie ważnych procesów (np. procesów pyłowych) w naszych symulacjach. Stąd S50 może stanowić górny limit wielkości odpowiedzi do analizy porównawczej.

Dlatego skupiamy się na wynikach S05 i S20 w celu ilościowego określenia wpływu farm słonecznych na globalną produkcję energii słonecznej, a na wynikach S20 i S50 w celu diagnostyki mechanizmów wymuszających.

Efektywne albedo to ułamek RSDS, który nie ogrzewa powierzchni ziemi, ale zamiast tego jest bezpośrednio odbijany z powrotem do atmosfery lub absorbowany, ale zamieniany na energię elektryczną. Energia elektryczna jest uważana za eksportowaną, więc nie generuje ciepła lokalnie. Przyjmujemy, że typowy współczynnik odbicia paneli fotowoltaicznych wynosi 0,1 ⁴⁷ , a laboratoryjna wydajność konwersji wynosi 0,15 ⁴⁸ dla obecnych komercyjnych paneli fotowoltaicznych, a efektywne albedo wynosi 0,1 + 0,15*(1–0,1) = 0,235. Odpowiada to zarówno za promieniowanie krótkofalowe odbite przez panele (0,1), jak i energię słoneczną zamienioną na energię elektryczną (0,135), która nie generuje ciepła lokalnie. Koncepcja efektywnego albedo była szeroko stosowana we wcześniejszych symulacjach modelowych w celu zbadania wpływu paneli słonecznych na klimat11 ^{, 13. Jednak} badanie to może być ograniczone faktem, że może ono niedoszacować efektu ogrzewania powierzchni powietrza przez panele słoneczne fotowoltaiczne, gdy generują energię elektryczną, szczególnie w ciągu dnia i latem.

Symulacje ESM zainicjowano od klimatu z 1990 r. n.e. (domyślny obecny stan klimatu EC-Earth) i zintegrowano przez 210 lat, aby osiągnąć stan quasi-równowagi. Aby skupić się na efektach wymuszających paneli słonecznych, poziomy gazów cieplarnianych, wymuszanie aerozolu i inne właściwości użytkowania gruntów i pokrycia terenu ustalono na ich wartościach z 1990 r. n.e. Te zmiany warunków brzegowych mogą również prowadzić do zmiany klimatu, a tym samym mieć wpływ na wytwarzanie energii słonecznej, co zostało już zbadane w poprzednich badaniach ^{17 , 18 , 19} . Przetworzono i przeanalizowano ostatnie 60 lat wyników modelu. Aby zbadać wpływ warunków początkowych i brzegowych, przeprowadzamy również CTRL i S50 w oparciu o stan klimatu z 2010 r. n.e. z ustalonymi gazami cieplarnianymi, użytkowaniem gruntów itp. w 2010 r. n.e. Różnice między wpływem globalnej temperatury powietrza powierzchniowego i opadów w tych dwóch warunkach (symulacje z 1990 r. n.e. w porównaniu z symulacjami z 2010 r. n.e.) dały dość losowe wzorce i marginalne różnice (rysunek nie pokazano). Wyniki te sugerują, że różne warunki początkowe i brzegowe nie mają istotnego wpływu na nasze wnioski.

Podobnie, przeprowadziliśmy cztery dodatkowe symulacje farm słonecznych na innych suchych terenach na całym świecie, mianowicie w Azji Środkowej, Australii Środkowej, południowo-zachodnich Stanach Zjednoczonych i północno-zachodnich Chinach, i zbadaliśmy ich wpływ na globalną generację energii słonecznej. Globalne zmiany RSDS w tych symulacjach przedstawiono na Rysunku Uzupełniającym  8 , a silne sezonowe odpowiedzi RSDS można zidentyfikować. Szczegółowe badanie mechanizmów wymuszających klimat farm słonecznych w tych regionach wykracza poza zakres tego badania i zostanie kontynuowane w nadchodzących badaniach.

Oszacowanie potencjału mocy fotowoltaicznej

Wydajność ogniw PV w zależności od warunków pogodowych można zdefiniować jako potencjał generowania mocy PV (PVpot ¹⁸ ). Jest on modulowany w czasie przez zasoby energii RSDS(t) i temperaturę ogniwa PV (T _cell (t)), które mogą wpływać na wydajność elektryczną ⁴⁹ .

Gdzie STC oznacza standardowe warunki testowe, a RSDS _STC  = 1000 Wm ⁻² , T _STC  = 25 °C, a jest równe −0,005 °C ⁻¹ . Za temperaturę _komórki T przyjęto temperaturę powierzchni symulowaną przez EC-Earth. PVpot wynosi 1 dla STC i staje się niższy (wyższy) od 1, gdy _{temperatura komórki} T jest wyższa (niższa) od 25 °C i/lub RSDS jest niższy (wyższy) od 1000 Wm ⁻² .γ

Analiza stabilności atmosferycznej

Stabilność atmosferyczną można określić ilościowo za pomocą pionowej stabilności wilgotnej (VMS ⁵⁰ ), która jest najskuteczniejsza, gdy jest używana jako wskaźnik stabilności konwekcyjnej atmosfery nad tropikami w skali regionalnej. Można ją wyrazić jako

i można ją rozumieć jako różnicę między pionowo zintegrowanymi górnymi i dolnymi warstwami całkowitej wilgotnej energii statycznej (MSE; jednostka: J/kg). Użyliśmy również atmosferycznej suchej stabilności statycznej dolnej troposfery, która jest zdefiniowana jako potencjalna różnica temperatur między górnym (700 hPa) i dolnym (925 hPa) poziomem troposfery (zmodyfikowana na podstawie ref. ^22 , 24 ). Należy zauważyć, że oba indeksy lepiej odnoszą się do regionów tropikalnych i subtropikalnych ⁵⁰ .

• Jingchao Long, Zhengyao Lu, Paul A. Miller, Julia Pongratz, Dabo Guan, Benjamin Smith, Zhiwei Zhu, Jianjun Xu i Qiong Zhanga

Komunikacja Ziemia i Środowisko tom 5 , Numer artykułu:  11 ( 2024 )