精打细算快速学习可能是新能源技术的出路

在刚刚发表在《焦耳》杂志上的一篇论文中，来自阿姆斯特丹大学(UvA)和TNO能源转型的科学家对能源技术的学习曲线进行了分析，并得出结论，集中于较小的单位尺寸可以促进更快地降低成本。据UvA的Van't Hoff分子科学研究所(HIMS)的可持续能源技术教授Bob van der Zwaan称，这对于能够产生可能成为必不可少元素的太阳能等燃料的设备和工艺尤为重要。未来的能源系统。

为了加快缓解气候变化所需的能源转型，降低成本至关重要。可持续技术越早超过基于化石燃料的技术，它们将越早实施并能够大幅减少CO 2排放。现在，在开放存取期刊Joule中的一篇论文中，研究人员Bart Sweerts，Remko Detz和Bob van der Zwaan对41种与能源相关的技术的学习率进行了分析，这表明单位大小与经验观察值成反比。降低成本。因此，使用较小的单元，学习曲线可能更陡峭，成本降低得更快。

Bob van der Zwaan教授认为，观察到大规模生产的技术可能比大规模定制的技术学习得更快，这对于技术开发人员，科学家，分析师和政策制定者而言是一个重要的见识。Van der Zwaan说：“特别是在太阳能生产领域，由于系统尺寸的明智选择而导致的快速成本降低可能​​对于大规模使用至关重要。”

快速实施改进

例如，雷姆科·德兹(Remko Detz)博士介绍了使用可再生电力生产无CO 2氢气的电解槽的情况。这种绿色氢对于使化学生产过程更具可持续性非常重要，也为重型运输提供了解决方案。“与太阳能电池一样，您可以着手以相对较小的尺寸制造电解槽，并在大型千兆瓦规模的工厂中将其中的许多电解槽组合在一起。这种电池的制造可以完全自动化，并且可以快速实施小幅改进我们的研究表明，与先设计几兆瓦的大型电解装置，然后将数量较少的电解装置相结合，达到千兆瓦的规模相比，这有可能导致更快的成本降低。”

Bob van der Zwaan：“在我们的论文中，我们希望确保仔细考虑这些类型的影响，因为其中涉及大量金钱。毫无疑问，如果我们要实现我们设定的气候目标，这是毫无疑问的。在《巴黎协定》下，某些技术将不得不升级至兆瓦级产能。这需要大量投资，以便学习曲线的小幅改善可以迅速意味着节省数十亿欧元。”

为学习曲线分析提供依据

研究人员意识到，从学习率的比较分析中得出可靠的结论远非直截了当。例如，他们在论文中指出直接比较针对不同技术确定的学习率的困难，因为所使用的方法和所做的假设存在很大差异。除此之外，许多学习率分析完全基于技术的总体成本降低。对促成这些成本降低的潜在因素进行分析，应该可以更深入地了解比较学习曲线的有效性。此外，降低成本所体现的“边做边学”的潜力不同成熟阶段的技术之间存在很大差异。但是，他们认为，有充分的理由将学习曲线分析从其近期的停滞中摆脱出来，并重新考虑单位大小在选择和设计新型低碳能源技术中可能的相关性。