可再生能源的新发展频上头条,并在世界各地的社区点燃希望,不仅有偏远的北极村庄致力于在恶劣的条件下利用太阳能和风能,还有美国空军基地正在规划一个先进的公用事业规模的地热发电系统。
随着世界大部分地区都在努力减轻气候变化和全球变暖的影响,可再生能源的创新和进步已成为一个亮点。利用太阳能、风能、水力、地热能和生物质能发电,比燃烧石油、天然气和煤炭等化石燃料对地球更有利。
但是,除了可再生能源的所有优点之外,其开发和使用也有缺点。我们一起来了解一下。
可再生能源的优点是多方面的,一些优点比其他优点更明显。
太阳能、风能和水能等可再生能源的主要好处之一是,永远不会耗尽。相比之下,不可再生资源不仅是有限的,而且随着可用性的下降,成本更高,并且需要更极端的开采方法,对环境的影响更大。
清洁能源转型的目标是脱碳。到 2022 年,仅石油一项的二氧化碳排放量就将达到 11.2 千兆吨 (Gt),而可再生能源发电为家庭、汽车和企业供电时几乎不排放碳。
燃烧煤炭等化石燃料会释放氮氧化物和二氧化硫等空气污染物,而开采这些资源会导致水污染并破坏动物栖息地。使用可再生能源代替化石燃料,可以减少这些污染物并有助于减轻对人类健康和自然环境造成的风险。
可再生能源为国内能源生产开辟了新的机遇,减少了对外国能源供应的依赖,提供更高的能源安全性。例如,自俄罗斯入侵乌克兰以来,欧洲国家一直试图减少从俄罗斯进口石油和天然气。2023 年,欧盟国家可再生能源发电量占欧盟电力结构的 44%,创历史新高,同时,从俄罗斯的进口量下降,有助于建立更稳定、更具弹性的电网。
对于某些类型的可再生能源,其基础设施所需的维护很少,维护成本也极低。例如,太阳能光伏系统通常没有活动部件,可持续使用 25 年或更长时间,几乎不需要维护。水力发电厂的运营成本通常较低,几乎不需要维护,设备经久耐用,可以使用数十年。
在成本方面,与化石燃料相比,可再生能源一度处于不利地位。但随着化石燃料价格的上涨,可再生能源已成为一种经济实惠的替代能源选择。据估计,96% 的新建公用事业规模太阳能和风能发电项目的发电成本低于新建煤炭和天然气发电厂。随着越来越多的可再生能源被并入电网,企业也在实施能源管理计划,以优化能源使用并降低总体能源成本。
虽然,近年来清洁能源和化石燃料行业的就业都出现了增长,但清洁能源的增长速度明显更快。因此,清洁能源岗位目前占全球能源行业 6700 万个就业岗位的一半以上。这种增长推动了对更多工人的需求,以及对现有化石燃料工人进行再培训的需求,以转换到可再生能源行业。
尽管可再生能源有许多令人称道的优点,但该行业也有一些缺点。了解可再生能源的缺点有助于组织更好地规划其部署。以下是当今可再生能源项目的一些缺点:
从长远来看,转向可再生能源技术可以节省资金,但组件成本和初始安装成本可能很高。例如,根据小型企业的能源需求,可能需要为商业太阳能装置支付 10 万美元或更多费用。但是,有关激励措施、税收抵免和各种退税的立法可以帮助抵消这些成本。
大多数可再生能源发电都依赖于地理位置,例如,太阳能发电场需要无遮挡的阳光,水力发电需要水流动,风力发电场需要开放的空间,而传统的地热发电需要靠近热水源。许多情况下,可再生能源系统需要很大的空间,比传统发电站还要大。ICF 气候中心的研究发现,与燃煤和天然气发电厂相比,大规模可再生能源设施所需的土地要多 10 倍。
可再生能源发电容易受到天气条件的影响:太阳能发电易受阴天影响;水力发电易受干旱影响;风力发电易受无风天气影响。因此,保证在任何给定时间的发电量是一项挑战。为了帮助各公司适应这种波动性,IBM Environmental Intelligence Suite 等解决方案使用传感器、地理空间数据、高级分析、机器学习、人工智能 (AI) 和天气数据来生成未来一天的风能和太阳能预测。
由于可再生能源的间歇性,需要利用电池在生产高峰期储电,然后在生产低迷或不生产期间以可控、一致的方式进行分配。支持公用事业规模应用的能源存储系统成本高昂,但正在开发新技术以支持更经济实惠的长期存储。
供应链障碍阻碍了可再生能源项目的实施。根据 McKinsey 的一份报告,项目开发商面临三大挑战:在预计的短缺情况下获取原材料和稀土金属;获取必要的人才和机械;以及关键组件的供应商多元化程度较低。例如,以多晶硅(一种用于太阳能电池板的材料)为例,全球 79% 的产能集中在中国,这使得太阳能光伏行业容易受到该国的干扰。
虽然太阳能和风能发电过程中不会排放有害气体,但可再生能源设备的制造、安装和运输往往会排放温室气体。此外,在资产生产过程和处置过程中还会产生废物,风力涡轮机叶片和太阳能电池板将会占用垃圾填埋场的空间。
可再生能源行业的企业或有兴趣寻购可再生能源的企业可以使用合适的工具主动监控可再生能源的趋势。IBM Environmental Intelligence Suite 使用历史能源生产数据、天气数据等来生成准确度很高的风能和太阳能资产的能源预测,为企业级别的关键决策提供信息。