網路城邦
上一篇 回創作列表 下一篇   字體:
【工業】【能源】再談氫經濟
2020/02/14 01:07:28瀏覽84409|回應33|推薦39

我在五年之前,寫了《永遠的未來技術》一文,討論兩種被廣汎吹捧的新能源,也就是核聚變和氫經濟。當時我下的結論,是核聚變發電和氫動力汽車,都是不切實際的妄想,要在本世紀有經濟性地普遍部署是“不可能的”(在我的詞匯裏指低於0.01%的成功機率;不過中國現在所專注的Tokamak設計,其實成功可能性只有10^-10,德國的Stellarator才對應著10^-5)。五年後復盤,當年為Toyota Mirai鼓噪造勢的人早已噤聲;核聚變雖然仍舊吃香,但這是因爲它每一代實驗的周期長達30年(例如ITER計劃始於2007年,到2020年預計全規模實驗開始的時間已經被延到2035年),要等待真相大白於世,只怕我們這一輩人早都死光了。這正是Goebbels所說的,謊言越大越難揭發。反過來考慮,核聚變至少還建立在真正的科學理論基礎之上,投進去的錢也主要留在國内,所以遠遠沒有大對撞機那麽離譜,我個人力量有限,還是專注在揭發後者這個真正誤國誤民的大忽悠上吧。

最近幾周,又有了新一批鼓吹氫經濟的科普文章在表面上無關聯的幾個西方媒體相繼刊出(例如https://earther.gizmodo.com/europe-has-a-130-billion-natural-gas-problem-1841448077https://oilprice.com/Alternative-Energy/Fuel-Cells/Green-Hydrogen-Is-Right-Around-The-Corner.html#https://www.forbes.com/sites/patsapinsley/2020/02/11/its-time-to-talk-hydrogen/#196f8756470b ),這是有財團勢力在背後推動才會出現的現象,不過這次倒不是Toyota或其他汽車公司要推銷新型的氫動力汽車;事實上過去五年中,汽車工業界已經放棄了氫動力和柴油,準備在2030年之前把應對環保壓力的重點轉移到電動汽車上。這一波氫經濟公關要宣傳的,其實是我在《永遠的未來技術》的正文和留言討論中簡單提到的(例如這句話:“用氫來儲能,以備尖峰用電時發電,或許是可行的”),工業化集中處理氫氣,作爲電網儲能的一部分,所以它並不是無的放矢的吹噓。我預期在未來幾年,這方面的科普宣傳和投資計劃都會持續出臺,所以在這裏先向讀者解釋清楚此事背後的科技、經濟和商業考慮。

我們先回顧一下,氫能源在工業應用上的短處和困難。這其中最嚴重的,當然是我在《永遠的未來技術》裏特別强調的安全性問題。氫氣非常容易爆炸,天然氣與之相比都溫和得不得了,要在城市裏普建加氫站實在不是明智之舉;即使爲了政治或商業迷思而硬幹,也必然會在幾年内被現實打臉。事實上,當前世界只有極少數的消費者加氫站,但是已經不斷發生嚴重的爆炸案;只看去年,就有六月在美國加州Santa Clara和挪威的Oslo一連爆了兩次,到了九月南韓的五個站中也爆了一個。這樣的出事機率是每年百分之幾的級別,而且還是在大公司不惜工本來直營的背景下發生的;如果加氫站如同美國的加油站一樣,隨便哪一個個體戶都可以開,那麽其危險程度可想而知。

氫的危險性太高,不適合直接面向消費者,所以只能考慮工業上由專業人員集中管理的可能應用。但是現代石化工業已經有百年歷史,規模龐大、種類繁多,爲什麽氫氣始終沒有取得一席之地呢?這是因爲氫本身還有好幾個特性,使得生產、儲存、運輸和使用都很困難。

首先,在地球表面常見的分子之中,氫是除了氦之外尺寸最小的。工業上一般應用的金屬材料,包括碳鋼、不鏽鋼、鋁合金、鈦合金、鎳合金和鋯合金,晶格間隙都容許氫分子的滲透,很快就會造成機械性能的嚴重退化,這叫做“氫脆”“Hydrogen Embrittlement”。另一方面,氫氣管道的密封隔離也格外困難;再加上氫氣密度太低,儲存起來不是極高壓就是極低溫,使得如氫氧火箭發動機的設計與製造上就是麻煩不斷。在航天這種高價值特殊用途還可以勉强忍受(即使如此,甲烷燃料火箭仍然是新一代的研發熱點),在一般能源供應上,氫的儲存筒和運輸管道,規格和價位都遠超天然氣,也就沒有經濟上的競爭力。

其次,許多科普文章喜歡吹捧的PEM(Proton Exchange Membrane,質子交換膜)燃料電池,其實非常地不實用。經過幾十年的研究發展,雖然名義上有60%的效率,至今仍然無法可靠地將壽命延長到超過幾個月的連續使用(參見https://www.intechopen.com/books/proton-exchange-membrane-fuel-cell/degradation-in-pem-fuel-cells-and-mitigation-strategies-using-system-design-and-control),所以基本也沒有什麽經濟性可言。德國勉强把它用在212型潛艇上,但這又是因爲特殊軍事用途對高昂成本的承受力比民用工業高得多,潛艇的AIP系統也不須要365天24小時持續運作。

第三,氫氣生產和使用過程的效率低得驚人。直接用水電解的話,陰極、陽極、電解液都很容易失效,以致於目前能工業化大量持續生產的最高能量效率只有25%!做爲對照,大型工業馬達在電能和動能之間的轉換效率已經達到99%以上。所以現在石化工業遇到非得用上氫氣的化學反應時,反而是采用天然氣做原料,通過效率大約70%的Steam Reforming Process(蒸汽重整)來產製氫氣;這也就是人類目前要生產氫氣最具經濟性的方法。接下來如果要長期儲存,壓縮氫氣會損失15%的能量,使用時減壓釋放再損失5%,這樣一來,就算未來有了技術突破,能解決PEM燃料電池的耐用性問題,從生產-儲存-釋放-發電的氫氣發電總效率也不會高於70%*85%*95%*60%=34%,這還不如小汽車上燒汽油的内燃機,更別提直接燒天然氣的聯合循環燃氣渦輪(Combined Cycle Gas Turbine,CCGT)發電站早已經有實用化的64%總效率。

既然氫能源技術的缺陷如此明顯而嚴重,爲什麽會有人想推動建立它的產業生態呢?這其實有其特殊的時代背景,倒不算是100%的忽悠。我們先從臺面上的公開因素談起,也就是因應氣候變化而必須減少使用化石燃料來發電的全球共識。

在2015年巴黎協約訂定有關削減碳排放的議程之中,歐盟的態度最爲積極,采用可再生能源來取代核電、煤電和天然氣電廠的計劃也最爲激進。然而如同我在《台灣能源供應的未來》的正文和留言欄中解釋過的,風能和太陽能這兩種主要的可再生能源雖然在價格上已經有競爭力,但是它們看天吃飯、時有時無的特性,卻代表著先天不可能獨力滿足所有的電力需求。晝夜之間的變化,還可以靠將大型電池組聯入電網來解決;冬夏之間的季節差異,就需要能量密度更高、長期儲存更方便可靠的技術。所以在最近幾年,各式各樣的腦洞大開,如大型升降機或山頂蓄水池等等,居然都能得到投資。但是這些儲存物理位能的辦法,實用性明顯地可疑,真正靠譜的還是化學能。

照理説,天然氣目前供過於求,價格很便宜,碳排放也顯著低於煤電。雖然甲烷泄露(Methane Emission Slippage)是個大問題,而且向來沒有精確可靠的統計或監管(參見前文《統計與謊言》以及https://www.euractiv.com/section/energy-environment/interview/us-scientist-methane-leakage-reports-have-an-inherent-low-bias/ ),但是在2020年一月底,歐盟總算決定要動手彌補(參見https://www.euractiv.com/section/energy-environment/news/eu-working-on-plans-to-expose-climate-impact-of-natural-gas/1428789/ ),首先建立甲烷檢測體系,包括專職的監視衛星,十年之内可能會杜絕大部分的隨意工業排放。再加上天然氣發電效率高、啓動快、基礎設施完備、技術成熟,實在是最佳的調峰和尖載(Load Following/Peaking Power)電力來源。

但是歐洲白左文化盛行,不講究理性權衡折衷;在他們眼中,燒天然氣也會產生CO2,那麽就只能是中短期内的過渡辦法,到了2050年全電網都必須是100%的可再生能源。美國加州也在2018年提出以2045年為最後期限的計劃(模仿夏威夷的前例;但是加州比夏威夷要大得多了,執行起來的現實問題也就更困難許多),MIT隨即發表論文(參見https://www.technologyreview.com/s/611987/how-california-could-affordably-reach-100-percent-clean-electricity/ )指出硬要追求100%的可再生電力來源,會比以80%為目標貴上許多倍(“…costs begin to rise exponentially once the share of variable renewables crosses roughly the 80 percent threshold”)。這是因爲不但可再生能源的供應有很大的不可控波動,電力需求曲綫本身也有它自己的各種規律和隨機起伏,如果硬是要求可再生能源的低谷也要高過電力需求的高峰,那麽就必須有數十倍於長期平均值的應急供應量。由於電池的能量密度很低、壽命又短,所以即使大規模應用在電網儲能上,仍然沒有經濟上可接受的解決方案。

不過MIT的論文假設了儲能技術不會有突破性的進展,於是很多人在這裏看出商機。既然前面提到的儲存物理位能的辦法,明顯地不實用,自然有人開始檢視各種化學能儲存方案。最近冒出來好幾篇試圖直接用CO2合成甲烷的論文,也是這個背景下的產物,但這比物理位能還要更不切實際;真正在乎經濟性和實用性的大企業,最後還是覺得氫氣是目前對自己(亦即石油財團)已知最不壞的選項。

他們會得到這個結論,有以下的一些考慮:

1)電解得氫和燃料電池的耐用性和效率問題,相對來説還算是容易解決的。花10-20年來做研發,把電解的效率提高到60%,燃料電池的壽命提升到3-5年,成功的機率在50%上下,遠高於學術界和創投界的那些狂想。他們甚至已經説服政府掏腰包來做這些研究,例如英國的Gigastack計劃。

2)MIT論文論證了這些尖載電力需求的頻率,發現以年度總發電量來計算,是很小的百分比(亦即x%,x<10),那麽氫能源循環的效率雖低(假設60%*85%*95%*60%=29%),浪費的仍然只是百分之幾(x%*(100%/29-1)=2.44x%>;這比起只用電池,還是便宜了好幾倍。

3)這些企業很多是化石燃料能源體系的既有玩家,而在所有的無碳能源選項中,氫最靠近他們的核心技術能力(Core Competence);例如輸氣管道雖然必須改進材料,但與現有的天然氣基礎設施還是有許多類似之處。趕快把氫能源扶持上位,是他們在這場技術革命中維持營收和利潤水平的最佳途徑。

瞭解了這些背景資訊,我們就能正確解讀最近的一些新發展。例如法國的Engie公司剛剛投資在Cappelle-la-Grande村,對100家用戶提供混入20%氫氣的天然氣,而這些氫氣來自特別安裝在當地的小型電解製氫設備。這樣的系統毫無經濟效益可言,除了公關價值之外,其實是用來實驗既有天然氣管道所能承受混入氫氣百分比的極限(似乎是25%)。Engie的資產包括了法國的天然氣管道系統,所以這是他們關心的議題之一。

至於不受白左思想控制的經濟體系,其實可以直接忽略最新這一波歐美能源公司有關氫能源的公關推銷。用天然氣、核電和電池儲能來輔助風能和太陽能發電,是遠遠效率最高、經濟性最好的低碳能源方案;投入大量人力、物力、財力去追求100%的零碳指標,不但是無意義的虛榮,而且會造成很大的浪費。

【後註一】有讀者私下問一個問題,我覺得可供大家參考:《問》孟源先生您好!想再請教一些您有關核聚變的問題,希望有空時不吝解惑。現在中國大力推進的以託卡馬克裝置為主體框架的核聚變研究,我了解它是採用高能微波加熱反應物到等離子態、用強環形磁場來實現約束高溫等離子體在一定空間,那麼實現聚變反應是在同一空間內還是導入另一處空間?聚變後的高溫氦核能量又是考慮採用什麼方式轉化利用?這種裝置要具備實用價值除了可控以外還應該要有一定的較高密度的正向能量輸出,這其中主要的工程技術難點是什麼?

《答》Tokamak原本是蘇聯的設計,是對美國的Stellarator的一個簡化修正。其實Stellarator才是一般人想象的,用強磁場把高溫等離子體穩定地局限在環狀空腔之中,讓它持續進行聚變。這裏的重點,是“穩定”兩字;等離子體在環形强磁場下,並不會乖乖地轉圈圈,而會自然地發生扭曲和紊流,所以美國人做不出來。然後蘇聯的研究人員說,我們在等離子體裏故意產生電流,電流產生次級磁場,就能暫時抑制紊流,結果比美國人好了兩三個數量級,於是大家一窩蜂地跟上去,成爲世界的主流設計。但是Tokamak這個花樣,本身其實並非真的穩定(專業術語是它有MagnetoHydroDynamic Instabilities,MHD不穩定),只不過是把等離子體崩潰的時間減緩,所以像是ITER和後續設計要發電,必須是脈衝式的,也就是等離子體被注入、加熱、聚變、崩潰、排出的循環必須以每隔一段時間(ITER號稱400秒)重來一次不斷進行,就像内燃機的氣缸那樣。換句話說,不但是佔聚變產能80%的14MeV中子,全部會打在内腔壁上,幾億度的等離子體也是每一輪回都把絕大部分能量釋放到内腔壁。所以客觀的評估(例如我的),早早就可以確定,不論投入多少錢和時間,也不可能製造出能承受60年(目前核裂變反應爐的壽命)這樣打擊的内腔壁材料,因爲連能承受10個輪回的,都遠超人類現有的材料技術。

近年計算機能力持續進步,有科學家回頭去看Stellarator内的等離子體紊流現象,發現超級計算機可以做出精確的預測,那麽腔室該有的奇異形狀就能被精確算出,於是就有人(主要在德國)開始建設大型的Stellarator實驗反應器,發現可以以低一個數量級的尺寸/費用,達到新型Tokamak的聚變指標;因爲幾乎沒有MHD不穩定性,它在等離子體的壽命上,也有很大的優勢。不過高能中子的遮擋吸收問題,仍然無解,這也就是五年前我的文章《永遠的未來技術》只抓高能中子一個問題來討論的原因。

其實另外還有一個無解的普世問題,就是高溫等離子體處於熱平衡,所以個別離子的能量必須遵守波茲曼分佈,有快有慢,那麽用來局限等離子體的强磁場只能針對離子的平均速度來設計,最快和最慢的離子必然會脫離“磁場瓶”“Magnetic Bottle”而撞上内腔壁,這是Stellarator也無法解決的(這些問題叫做“Plasma Transport”,我只簡單描述了其中的一種)。所以你問的那些工程問題,答案都是“無解”、“不知道”和“不可能”。Tokamak沒有“主要”的工程技術難題,而是每一步向前都是難題,其中多數是明顯無解的。

《問》裂變產物也會有高能中子流,那麼目前核裂變電站是如何轉化利用高能中子流的?為什麼不能適用於聚變情況?

《答》裂變的中子只有2MeV的能量,而且燃料直接泡/包在中子減速劑(一般是水、重水或石墨)裏,所以不會危害承重結構。聚變的等離子體必須處在真空,内腔壁不但要屏蔽中子,還要吸收反應產能的大部分(幾個GW!),然後還不能釋放粒子污染等離子體;人類距離有這樣的材料還遠得很。

【後註二】今天是2020年三月15日。新冠疫情引發全球金融和經濟危機的許多後果之一,是過去12年因爲美聯儲量化寬鬆而得以輕鬆獲得投資的那些核聚變初創企業,應該會倒下一片,參見https://www.bloomberg.com/news/articles/2020-03-15/billionaires-chasing-fusion-energy-face-a-credibility-test

【後註三】今天是2020年四月28日,我上網查了一下全釩液流電池的最新進展,發現的確是因爲鋰電池技術成熟、批量生產的成本優勢太大,使得過去幾年很難找到投資人。在建造成本上,釩雖然儲量相對豐富,但是以往沒有什麽工業應用,所以既有的產能嚴重不足,導致單位價格居高不下;在營運成本方面,則由於交換膜和液流泵還處於第一代設計,壽命依舊過短,必須時常更換,以致電池液的極長壽命優勢無法發揮。

中國研發全釩液流電池的領頭單位,似乎是大連融科儲能。目前在建的計劃有大連液流電池儲能調峰電站項目,是經國家能源局批准建設的首個大型化學儲能國家示範項目。這是目前全球在建規模最大的釩液流電池儲能電站,規劃容量200MW/800MWh,總投資35億元,其中一期項目總投資19億元,建設規模100MW/400MWh,2016年立項,2017年資金到位,預計2020年6月30日前完工;不過由於受新冠疫情影響,是否延期還有待觀察。

【後註四】2020年七月15日消息(參見https://www.pv-magazine.com/2020/07/15/new-alliance-aims-to-break-600-w-threshold/)傳出,中國的光伏企業組成兩個制定新工業標準的聯盟:首先是39家公司一起推動600+W的光伏模組,以突破現有的500W上限,然後有7家企業成立了一個國際聯盟,要以182mm硅片取代舊有的157mm標準,不過這面臨天津中環半導體的挑戰,後者使用專有的210mm規格(參見https://www.pv-magazine.com/2020/06/25/manufacturing-industry-seeks-unity-on-wafer-size/)。

這是中國光伏產業稱霸全球的表徵。

【後註五】2021年八月12日,兩名Cornell大學的教授發表了一篇論文(參見《How green is blue hydrogen?》),探討氫經濟的可行性。他們的研究重點既不是安全性,也不是經濟性,而是最基本的能節省多少碳排放。這裏有個很重要的前例:美國國會在2005年通過法案,强迫在汽油添加10%的玉米酒精,但這些酒精所含的熱能其實少於生產玉米所用的能源,換句話說,美國必須消費的原油反而增加了,相關的碳排放更是直接加倍。雖然這筆爛賬科學家早就算清楚,但是擋不住農業州的游説和公關。一直到2021年七月,總算有政客把氣候變化的議題當真(亦即不再純粹用做Pork Barrelling買選票的藉口),提出要取消添加酒精的規定;能否成功,還在未定之天。

Cornell所做的研究,結論是“藍氫”(“Blue Hydrogen”,也就是繼續用天然氣來轉化生產氫氣,但將排放的二氧化碳埋入地下)雖然比“灰氫”(“Grey Hydrogen”,自由釋放二氧化碳廢氣)稍好,但依舊不如用煤炭,更別提柴油了(見上圖)。這個研究幕後的金主是著名的環保基金Park Foundation,公信力相當不錯,所以事先指定結論的可能性不大。他們急著讓Cornell做這個研究的原因,可能是怕重蹈玉米酒精的覆轍,提早對抗過去兩年歐美石油財團的游説和公關攻勢;後者正在試圖把多國政府的減碳政策補貼引導到氫經濟上,但是因爲“綠氫”(用太陽能或風電來電解水)技術的轉化效率太低,距離工業化至少還有十年以上,所以必須先拿藍氫來充數。

在歐美忽悠大衆的是資本家,學術界是良心人的盟友;在中國做氫研究的,卻只想著和資本合作騙補,然後到股市圈錢。這是新興超强應有的知識精英嗎?

【後註六】雖然和氫經濟沒有直接關係,但我想介紹一個真正有用的新興技術(參見《The rise of weedkilling robots》)作爲對比:激光除草機器人。我知道有不少華語圈的媒體人專門到這個博客來找材料,而像是AI操作的全自動化農機這類具備實用性的新發展,才是值得廣爲傳播、引導國家投資的正確方向。

【後註七】剛剛看到《科技部辦公廳關於開展顛覆性技術研發方向建議徵集工作的通知》(參見《科技部向全社会征集颠覆性技术研发方向》),不禁又要搖頭。所謂“顛覆性”正是無法基於現有知識對未來做Extrapolate而預見的突破(所以和我一向所推薦的AI、液流電池都無關,因爲那些是“延續性”、“應用型”科技),那麽徵求事先指定的研發方向不但是純粹浪費時間,而且是給予有政治能量的學術山頭新的忽悠機會。這不但不是正確的資源運用,而且反過來讓“冷門”的研究進一步失血,而這些冷門題目才是顛覆性成就的來源。

所以我對科技部的建議,只有兩項(因爲對這個問題,人力可及的答案也就只有這兩項):1)重生醫而輕物理,後者是衰老瀕死的學科,有突破的機率很小;2)避免論文功利主義,尤其是大對撞機那樣的超大項目,徒然擠占資源,反而是消滅顛覆性研究的最高效手段。

【後註八】繼Park Foundation之後,又有另一個知名的環保組織Earth Justice公開批評氫經濟是“False Solution”(“假方案”,參見《Distinguishing Fossil Fuel Industry Spin from Zero-Emission Solutions》)。

歐美資本家和學術騙子要忽悠政府和群衆,至少還得努力在大衆媒體搞一大堆假新聞。中國卻是西方輿論吹捧什麽假科技,就主動拼命跟風投資,以致中國的學術騙子基本習慣於躺贏;從大對撞機、核聚變到氫經濟、量子通訊和量子計算,都是同一個套路,這反映的其實是深刻的自卑和崇外,偏偏我在試圖拆穿這些騙局的時候,第一批跳出來謾駡的就是自稱愛國的低級紅。

【後註九】2021年十月的重大國際新聞之一,是化石燃料能源的短缺導致全球都出現電力供應不足的問題,其中天然氣的供不應求比煤還要嚴重,從一年半前我發表這篇博文至今,美國的天然氣現貨價漲為兩倍半、東亞為五倍、歐洲則是六倍;這個順序剛好對應著這三個地區削減碳排放政策的激進程度。請讀者復習正文内容,尤其是最後一段結論;可惜歐洲主政者沒有文中所介紹的基本智慧,事到臨頭只能拿俄國來當替罪羔羊。

【後註十,2021/12/07】在美國良心人之後,輪到歐洲學者公開怒駡氫經濟是石油公司的“Masquerade”(“假面具”,參見《Hydrogen for ground transportation and heating is a bad idea》),然而歐盟中毒甚深,要扭轉政策方向似乎爲時已晚,我只能希望中國不要蹈其覆轍。

【後註十一,2021/12/12】這裏是英國良心人的警告,參見《Hydrogen Is Not A Fuel, It’s A Cult》

【後註十二,2022/02/01】又一個歐洲良心人對氫經濟詐騙集團做出批判,這次文章發到《Nature》,參見《Hydrogen technology is unlikely to play a major role in sustainable road transport》

【後註十三,2022/02/01】Shell的所謂碳回收製氫厰(“Blue Hydrogen”),被抓包是純粹編造數據,實際碳排放是很高的正值,參見《Shell’s fossil hydrogen plant in Canada found to be emitting more climate-wrecking gases than it is capturing》

【後註十四,2022/02/02】在所有的假未來科技中,遭遇批評聲浪最高的是氫經濟;這是因爲它畫餅的周期最短,一般承諾在2030年前就批量部署,所以最容易證僞。這裏是又一篇負面報導(參見《The Uncomfortable Truth About Green Hydrogen》),從經濟層面出發來做質疑,而且居然登在油氣業的專業網站上。我知道很多讀者已經對這些重複論述看膩了,但是中方的管理部門依舊把頭埋在沙裏,假裝沒看到,我也只好繼續囉嗦。

【後註十五,2022/02/16】因爲歐盟對減碳比美國熱衷得多,所以石油公司忽悠歐盟去搞氫經濟的進度也特別超前。這裏是歐洲良心人又一篇憂心忡忡的批評(參見《Experts sound the alarm on oil sector’s blue hydrogen push》),尤其强調Blue Hydrogen純屬騙局,剝除作弊造假之後,反而會提高碳排放。

【後註十六,2022/02/19】雖然我對氫經濟的騙局已經公開批評了7年、反復數百次,在這裏還是再總結一次:氫動力汽車因爲安全和經濟上的考慮絕無可行性,“藍氫”則是永動機級別的更離譜謊話,是和熱力學第二定律對著幹的傻事:這裏“綠氫”還有理論上的可能(亦即若能開發出高效耐用的電解裝置,但目前沒有任何技術方向可以保證會成功,所以對其做早期實驗性探索是合理的,例如《Easy aluminum nanoparticles for rapid, efficient hydrogen generation from water》,但立刻花大錢準備批量應用就是明顯的割韭菜了),任何“碳回收”卻都必然包含十幾個大幅熵增的步驟,光是把部分二氧化碳埋到地下,不可能全額彌補。這裏(參見《Most carbon capture technologies create more emissions than they save》)是英國的頭號科普雜志對良心人的一篇采訪,但在石油財團的公關攻勢背景下,只是很客氣地說“大部分”碳回收的净排放是正值,畢竟同一個媒體三天前才剛轉發過財團的宣傳稿,參見《The race is on to tackle climate change by pulling carbon from the air》

【後註十七,2022/03/30】氫經濟成爲石油公司繼續把持能源供應鏈的新幌子之後,各式各樣的謊言吹噓充斥媒體,然而慢慢的,行業内的良心人也開始組織起來,試圖傳播真相,揭穿氫經濟其實是浪費資源、增加碳排放的純負面路綫。這裏是最新的一篇白皮書(參見《Assessing The Viability Of Hydrogen Proposals: Considerations For State Utility Regulators And Policymakers》;而這個研究在美國能做,而歐洲不能做的根本原因,是前者的州級能源公司State energy utilities完全獨立於石油財團,而後者的燃氣供應鏈卻是以國家為單位垂直整合的),嚴謹詳盡,專業程度很高。我一直認爲科技部是中共政府組織裏的最大毒瘤(教育部雖然緊追在後,但這兩年有悔改跡象,科技部卻是一往無前、越陷越深);在這樣權威性的報告已經公諸於世的背景下,如果他們繼續將大筆國家資源浪費到氫經濟上,那麽就可以斷言是無可救藥。

【後註十八,2022/04/11】如同甲烷本身是比二氧化碳更厲害得多的溫室氣體,氫氣也是一樣的;這裏是英國政府新發表的官方報告(參見《Atmospheric Implications of Increased Hydrogen Use》,證實氫的溫室效應比二氧化碳高出至少11倍。

【後註十九,2022/06/11】我在博客反復解釋,所謂的“碳交易”完全是爲了方便金融財閥抽成,並且創造監管真空、圖利詐騙分子,結果必然是耗費社會資源之後、反而增高碳排放。這裏是一篇2020年的吹哨文章(參見《These Trees Are Not What They Seem》),詳細解釋了JP Morgan和Disney是如何玩“碳補償”“Carbon Offset”的游戲,而碳交易只會把這種詐騙手段進一步推廣普及。

【後註二十,2022/07/24】氫經濟之不靠譜,現在連《華爾街日報》(參見《Hydrogen Power Isn’t as Green as It Looks》)這樣的頂級財閥代言宣傳機構都出面說實話(當然,這並不是因爲主流媒體忽然有了良心,而是搞氫經濟的是歐系財團,美系能源企業走其他的路綫),有興趣的讀者可以參考。

【後註二十一,2022/09/14】氫能源的相關利益者,在發表虛僞公關的時侯,最喜歡采用當年美國玉米業成功游説國會强制在汽油加乙醇的騙術,亦即只看最後消費過程的能耗和碳排放,故意忽略了生產、儲存和運輸階段所產生的浪費、污染和成本。這裏是最新一篇檢討乙醇的全生命周期(Full Life Cycle)的文章(參見《https://www.autoblog.com/2022/09/11/ethanol-production-pollutes-more-than-oil-refineries/》),又一次驗證了添加乙醇其實反而增加整體碳排放。

【後註二十二,2022/09/30】幾個月前在留言欄討論過的800MWh全釩液流電池站在大連正式並網投產(參見《World’s biggest flow battery opens in China》),是當前世界規模第一,然而加州剛剛簽約,購置2GWh的鐵基液流電池站,預計2026年完工上綫(參見《ESS Flow Battery To Supply 200MW/2GWh Of Energy Storage To California Utility》)。

【後註二十三,2022/11/21】從2015年的《永遠的未來技術》一文開始,博客反復强調(包括本篇正文)核聚變和氫能源都是資本和利益集團詐騙炒作的噱頭;解決21世紀能源問題的正道,在於以天然氣為過渡,全力開發儲能技術,搭配大規模光伏和風能建設,輔以先進裂變堆和水電,同時鋪設長途智能電網。然而如同許多其他的政策分析和建議,有關核聚變、氫能源、儲能電池以及天然氣的敘事,也曾遭受執政單位的無視和無腦群衆的詆毀,因而今天看到中方和Qatar簽訂長期LNG合約(參見《中石化与卡塔尔能源公司签署LNG长期购销协议》),頗感欣慰。

【後註二十四,2024/02/18】國際礦產大亨Andrew Forrest剛剛高調批評碳回收是“Complete Falsehood”“完全的騙局”(參見《Carbon capture tech a complete falsehood, says Fortescue Metals chairman》),完美示範了有錢就能任性在事不關己的問題上説實話。

【後註二十五,2024/04/25】中國科研界的假大空公關真是越來越離譜了,最新的幾篇論文居然被宣傳為可以同時碳回收兼發電,以致Sabine Hossenfelder必須出來闢謠(參見《Energy from Air While Removing CO2: How does it work?》)。當然實際上是先用掉超量金錢和能源,生產一次性化學品,然後再拿來吸收一點二氧化碳同時釋放一絲絲能量,只不過發新聞稿的時候故意把前面的幾百倍花費省略不計罷了;前幾年加水就能跑的汽車也是同樣的原理。

【後註二十六,2024/06/25】博客多年來反復指出氫能源的安全性和經濟性問題太大,絕對不可能滿足消費者層次的應用;因而讀者應該對韓國國家工業安全認證機構“Korean Institute of Industrial Technology”審核加氫設備的報告造假被抓包的新聞(參見《Government agency faked test results on hydrogen refuelling equipment》)早有心理預期、毫不吃驚。

【後註二十七,2024/07/01】最近才剛剛得到“2024最創新企業獎”“Most Innovative Companies of 2024”的氫動力飛機初創公司Universal Hydrogen正式倒閉(參見《After a series of test flights in Moses Lake, Universal Hydrogen, pioneer of hydrogen-powered flight, goes bust》),付之一炬的九位數字美元主要來自沙特。這又一次示範了兩件簡單事實:1)獎項可以靠忽略獲得,或者直接購買,因而毫無參考價值;2)在美元霸權之下,投機資金不合理地極度充裕,使得明顯沒有任何實用前景的“未來科技”也能魚目混珠、幾億幾億美元地割韭菜。

( 不分類不分類 )
回應 推薦文章 列印 加入我的文摘
上一篇 回創作列表 下一篇

引用
引用網址:https://classic-blog.udn.com/article/trackback.jsp?uid=MengyuanWang&aid=131731312

 回應文章 頁/共 4 頁  回應文章第一頁 回應文章上一頁 回應文章下一頁 回應文章最後一頁

brozu
等級:3
留言加入好友
2021/08/19 05:21
好吧,最后回复一下。这里讨论的ai,应该单指机器学习或者深度学习等。希望有人可以用具体实例,说明一下这些技术在生产领域时怎么应用的。我和3m孟山都的朋友了解过,他们的应用也限于图像处理领域识别玉米或者产品表面故障这种。比除草剂应该要复杂和高端的boston dynamics,他们造机器人不用deep learning,只用控制算法。所以,如果说要大力推广ai在工农里应用,我希望先有具体案例说明,瓶颈是ai本身从而需要大量投入,而不是足够便宜的芯片传感器,或者cognition方面有有待突破的机器人学,否则投入应该是在其他领域。第二,ai领域,与其说是靠水论文吃饭,不如说是靠网络服务业吃饭,ai的落地目前来说,在商业收益方面是很客观的,只不过可能推荐系统,聊天机器人客服,问答系统,这些等等,对实际生产确实没啥帮助。第三,ai领域内,目前看不到在理论方面可以直指核心或者理论方面大一统的可能,你看不到可以适用于全领域的理论。但是,这不代表目前的所有研究尝试都没用。adversarial study本质就是通过对调整输入输出的响应关系,提高模型的稳定性,distilation就能在资源和性能上有权衡可以在很多场景下使用。ai具有理论和工程应用的双重性,作为一个工程人员,我认为ai应用就包含了在茫茫多论文里找对当前的应用场景有帮助的工具,这个工具不具备普遍优越性非常正常。你不能前脚说,野蛮发展后才有治理的本钱,后脚就说,ai研究可以跳过以大量特定实验而非直接理论研究为主导的阶段,以及ai在网络服务业的大量落地,就能成为一个理论完善,可解释性强的领域。在这个过程里,我们建立了对深度网络的部分特征比如gradient landscape的认识,发明了很多计算工具比如mixed precision, tensor machine等。第四,至少据我所知,ai这个研究领域,很多基本概念都被三番五次推到重构,目前看不到在博主提到的高能物理领域弦一家独大,生拉硬拽解释问题的情景,目前ai的自我知识革新还是很顺畅的,不存在说哪个人哪个理论就一定掌握了话语权的情况,大家最关心的还是实际效果。
王孟源(MengyuanWang) 於 2021-08-24 01:27 回覆:
讀這個博客,不能拿你在其他媒體上的習慣,只看浮面或局部的句子或段落就試圖反駁。因爲我討論都是很複雜深刻的議題,雖然從一開始就有一貫正確的主體論斷,但每次重提一個話題,會針對當天的關鍵細節而對正反兩面繼續做詳細的剖析和辯證,所以我用詞必須很精確,相對的,讀者遵循博文的邏輯到哪裏,也就只能確定到哪裏,任何自己領會的言外之意都有可能不是我的原意,至於只得到大致正負印象就以爲我在一刀切,那更必然是錯誤的。
我對AI的整體評價一向是很高的,在《從假大空談新時代的學術管理》一文中還特別强調是政府和社會應該積極投資的科技方向。最近幾天的討論,旨在去蕪存菁,讓這些投資更爲高效,這自然也包括對現階段AI技術的局限性有正確深入的瞭解。
舉農機爲例,只不過是爲了凸出可行性高的應用方向:亦即無關人命、容許若干錯誤率的人工替代;另一位讀者還用白話把這個道理說清楚了,你從哪裏得到“機器人不用deep learning”這樣的聯想?我還特別給了那個AI除草機的鏈接,只要稍做瀏覽,就會知道它根本和你所講的Robotics扯不上邊,就是一輛卡車搭載一個激光器,用AI來識別雜草;以往的程序能做到AI的辨識率嗎?
AI目前在商業應用上當然主要是靠對網絡消費者做細分來提高營收榨取,但我們不是已經分析過,這對經濟整體沒有什麽正面貢獻?所以話題才會轉到必須找提高農工效率的應用。其實網絡服務不但對經濟效率沒有意義,對AI技術的基礎理論進步也沒有什麽反饋,你自己提起“可解釋性”的研究,難道那是Alibaba發的論文?真正做這方面研究的,還是學術界;那麽水論文怎麽不是一個嚴重的問題?
我說“野蠻發展才有治理的本錢”的時候,前因後果都解釋清楚了,其中特別著重的核心前提,是1.改開初期沒有足夠資本和技術纍積;2.所以當時只能先搞消費性產業和引進落後幾代的技術。相對的,我一再强調過,一旦進步到國際第一或第二梯隊,就必須依靠研發效率,這時學術文化和路綫選擇成爲勝負關鍵,管理方式也因而必須做180°的轉彎。你把這些道理都扔到一邊,就為了杠?至於你寫“後脚就説,AI研究可以跳過...”云云,更是莫名其妙,我的哪句話給人這樣的印象?
正因爲AI是重要的未來科技,我對這行業的專業人員有先天的重視,希望能通過對話來交換心得。但是你顯然是一個“假理工人”,能在一個短短的留言段落裏,有四五個無中生有、或顛倒黑白的論述,即使龍應臺都做不到。換句話説,你的專業詞匯可以成千上百的串聯在一起,但背後的邏輯思路卻是一團漿糊,實際上是在以不入流的文藝生心態在工程領域混飯吃,還好你的專業不是土木或機械,否則必然會鬧出人命。
雖然你已經反復違反《讀者須知》的條文,我還是在禁言一個月和直接拉黑之間做了考慮,不過結論是你欠缺邏輯思維習慣的沉厄深重,不是短期内能改進的;容許你發言對我的時間精力增加太多負擔,所以決定選擇後者。這篇討論我依舊詳細回復,以供其他讀者在閲讀《常見的狡辯術》時作爲參考。

AbzX5
等級:7
留言加入好友
2021/08/19 00:08

的确, 我估计的十年只是一个下限的估计, 实际可能比十年远远要长.话音刚落, 就有新闻

https://finance.sina.com.cn/tech/2021-08-16/doc-ikqcfncc3086082.shtml 

再次呼吁, 尽量把AI商业化在那些劳动成本上升, 且非性命攸关的行业应该是首选. 比如经济价值高的作物种植, 万一AI发生5%的故障, 不小心摘错了果子, 或者弄死了植株, 那也是不会有事, 成本还是划算的, 但是直接拿来做手术就太可怕了. 还有一些中低端的, 不太精密的制造业, 原来传统自动化成本高, 中低端制造付不出昂贵投资, 现在AI相对降低自动化成本, 零件做坏一个可能也承受得起, 劳动力短缺, 这些行业今日就可行了

王孟源(MengyuanWang) 於 2021-08-19 00:57 回覆:
好吧,我原本説得委婉,你反復直白敘述次數也夠了,願意懂的人自然會懂;靠水論文吃飯的人,就是想懂,也沒有那個餘裕。這是改革學術管理的重要性的又一個例證。

AbzX5
等級:7
留言加入好友
2021/08/18 10:19

至于有评论说, 通过输出输入关系研究宏观特性, Ablation Study 什么的, 那些只能发发论文, 初步探索一下而已, 离真正解决问题还远着. 现在有一个研究方向称为distillation, 也就是利用一个已经训练好的deep neural network用来"教会"另一个可解释的模型, 例如决策树之类的, 我个人认为可能有点希望, 但是目前来看, 成果也相当原始, 效果也很有限.

而Reinforce Learning, 说白了就是高级版本的Trial and error, 原先是用在控制论中的. Trial and error需要一个规则, 信息清晰的环境, 比如下棋这样的游戏, 方便电脑RL反复训练. 训练之后, 在游戏的每一步骤上, RL都会告诉你凭他的经验, 认为当下最好的一步是什么. 我有一种猜想, RL如果能配合领域内的先验知识, 也许未来能实现解释性, 但目前只是猜想, 没有什么实质进展. 至于自动驾驶, 由于自动驾驶涉及控制, 所以才会用到RL, 但是自动驾驶的难点从来不在控制, 而是在于感知环境. Perception在诸多耦合的系统中是最薄弱, 最不安全的环节, 就是一个黑箱子, 目前大概只能应付封闭的高速公路, 其它的根本不安全. 从逻辑上讲, 耦合系统中只要有一环是黑箱, 那么整体对外界就是黑箱, 自动驾驶当然是黑箱. 一个视力不佳的人, 哪怕手脚再灵活, 肌肉记忆再好, 让他开车也是不负责任的行为.

但愿我的评论能帮助企业做出稳健的投资决定, 政府做出合理的产业政策, 学术界多一些务实吧.

王孟源(MengyuanWang) 於 2021-08-18 10:51 回覆:
避免好高騖遠、自欺欺人、招搖撞騙,正是正文中那個後註段落的宗旨。

AbzX5
等級:7
留言加入好友
2021/08/18 10:15

我所谓有志学者一起努力, 其实有两层意思, 一层意思是, 如果你是真心要做这方面工作的, 愿意忍受10年以上的挫折去发展下一代AI, 或者家境优渥, 衣食无忧, 不愁生计的贵族, 那当然欢迎, 另一层意思是, 如果只是为了论文灌水, 或者在商业界炒作概念骗钱, 那实在没必要了, 还是多做点现实意义的东西. 这里我假设商业化最重要的考量是时机(timing), 如果商业化太早, 目标定得太高, 技术不成熟, 会面临失败, 但是进入太晚, 技术虽然已经成熟, 先来竞争者早已经做起来了, 后来者没太大机会. 我对AI商业化时机的判断是, 下一代AI出现大概起码需要十年以上时间, 也就是说, 起码在这十年之内, AI逐步投入在一些不太性命攸关, 劳动成本上升严重的行业可能会有好的结果. 对于自动驾驶, 如果是封闭的高速公路之类的特定场景, 风险也许可以接受, 但是其他先进想法, 十年内就不要幻想了.

AI技术大概60年代起是第一波, 这一波主要是逻辑推理, 符号运算, 规则匹配, 标志性成果是专家系统.大致从80年代到2000年初是第二波, 第二波主要是以统计概率为主, 所谓大数据其实是第二波的后序, 众人熟知的成果是贝叶斯分类器, 巅峰是支持向量积(Support Vector Machine). 第三波则大致开始于2010年前后, 逐步形成今日众人熟知的deep neural network. 如今一眨眼10多年过去了, 神经网络越来越大, 越来越复杂, 但是并没有什么突破性的发展. 也许未来存在第四波AI, 称为Explainable AI或者说Interpretable machine learning, 但是目前还没有真正成功的迹象, 这需要根本性的转变第三波AI的发展思路.

王孟源(MengyuanWang) 於 2021-08-18 11:28 回覆:
Deep learning或者說Neural network雖然比前一代AI多了新的方法,但是對數據的依賴並沒有減低,例如圖形識別,還是要靠人工先把圖片做好標識才能用來訓練。
你說的我基本同意,只有那個十年的估算稍顯樂觀。更可能的是(從2012年起算)20-40年,畢竟過去幾代AI都得益於Moore's Law,但到2030年之後芯片的計算力提升必然會進一步減緩。

brozu
等級:3
留言加入好友
2021/08/18 02:21
关于ai的话我以从业者角度谈一下。首先,大家现在是比较努力去做ai模型的可解释性。1.通过观察输入输出的关系来研究系统的宏观特性,比如,robustness, bias,等等。2.通过ablation study的办法,把模型拆开,看看每一层的encoder神经网络(编码器?)来看看这些层级的输出到底是什么(图像处理里可能是纹理,色调,文字语言处理里可能是语义或者语法结构关系)。但是,自动驾驶这个东西,是不同ai系统的耦合,我个人不是reinforce learning强化学习的专家,所以我也不能断言自动驾驶到底能不能算黑箱子。但是按照我的经验,这个系统应该是也有非常多的人在研究其可解释性interpretablility,也应该有很多有用的结果发表。其次,ai这个东西呢,我觉得博客里曾经说的一句话很有道理,即不要去追求100%的效果,80%的效果也可以。我并不觉得ai可以完全代表人,但是ai如果可以把人的劳动缩减到原本的30-40%,这就是极大经济效益。对于这一点,我觉得现有的ai完全可以,但是贯彻使用ai减少人工劳动,而不是完全取代人工劳动,并研究这种做法带来的具体经济效益,这不是全社会的共识,更多是业界公司内部的绩效提升尝试,换言之,ai并不是说应用在面对客户/消费者的最终产品上,而是用在公司内部开发该产品上。
王孟源(MengyuanWang) 於 2021-08-18 04:09 回覆:
我對這些“可解釋性”的研究不太樂觀,因爲Neural Network説穿了,就是高度非綫性的Optimization,它的效率原本就來自超乎人類Pattern Recognition的細節歸納;强行用人類思路去解釋,當然很容易事後説得頭頭是道,非常方便發論文,但並沒有什麽預測力。這個道理,你只要看Alpha Zero下西洋棋就會明白,每一步棋都可以找到人類既有的棋理來解釋,問題在於既有的棋理很多,而且自相矛盾,AI的厲害之處正在於選擇合適的那一條。人類看AI下棋20多年了,整體棋力只提升了不到50點,而現代最新的Engine已經比世界冠軍高出800多點了;要是Alpha Zero的棋路能用人類思維來“解釋”,就不會有這樣的差距。
既然AI在若干方面效率高於人工,就應該脚踏實地地去實用化,即使並不Glamorous。爲了收割韭菜誇誇而談,對工業發展、國家財政和人民生活都不是好事。

zhaofei
等級:2
留言加入好友
全钒液流电池进展
2021/08/17 23:53

王先生您好,第一次发言,请您指教。 截至目前,融科储能的大连液流电池储能调峰电站项目一期(100MW/400MWh)项目还没有竣工的消息。 同时我最近看到消息,美国Ambri公司开发的250MWh液态金属(Ca/Sb)电池储能项目预计2021年底竣工。Technology – Mesquite Weekly

王先生觉得目前来看液态金属电池和全钒液流电池二者相比,孰优孰劣,哪种技术更具有商用前景呢?


王孟源(MengyuanWang) 於 2021-08-18 02:16 回覆:
這種實用性的比較,只有實際操作試用才能決定。從理論分析,只能確定液流電池(雖然Ambri的液態金屬電池在科學上並不算是液流電池的一類,但工業特性類似,可以混爲一談)比鋰電池遠遠更適合大規模儲能(因爲在Cycle count和Storage time兩方面的先天物理優勢)。我擔心的是,商業因素造成先到先得,結果次優的技術路綫反而勝出;這在科技史上屢見不鮮,像是Microsoft的作業系統,從一開始就遠遠不是技術上的最優,勝出後獨霸市場,其内含的低效率就只能由全世界消費者買單。
本周有公關炒作的新液流電池廠商,還有美國的Agora Technology,他們的技術是二氧化碳液流電池。此外,利用其它化學作用的液流電池技術也多得很,例如鐵基的就有好幾家Start-up。中國的科技管理核心如果有智慧,就應該把浪費在氫經濟和核聚變上的錢,轉投到各式各樣的液流電池技術上,對國家和全人類都會是件好事。

AbzX5
等級:7
留言加入好友
2021/08/16 08:15

看到文末谈及AI, 想借贵地介绍一下AI的现状. 我认为目前看来, 可能未来有四个方向值得大规模投入: (1)半导体制造设备(国产替代) (2)以细胞免疫等技术为代表的下一代生物制药 (3)新能源储能技术(不包括氢) (4)与AI相结合的下一代自动化技术. (1)(2)(3)非我专长, 这里我谈谈(4).


目前的AI只被互联网公司拿来优化广告推送, 利用个人数据分析消费偏好, 以及非常有限的自动驾驶, 潜力还远远没有被发掘完. 这里有深刻的内在原因. 和软件开发类似, AI的边际成本是0, 人工智能的成本, 几乎完全在于首次针对目标需求的数据收集, 训练调试. 因此, 降低开发成本关键在于AI模型本身是否稳定和通用, 否则, 只有少数出得起钱的行业, 才能投入开发成本, 针对无数的需求, 自己从头收集海量数据, 做训练出AI, 一旦在某个细分场景数据特征发生变化, 模型的泛化能力又不足以应对, 就要重新来过. 而更糟糕的是, 如果输出的结果没有稳定性保障, 根本不能应用于交通, 医疗等性命攸关的行业. 互联网公司刚好符合有钱和非性命攸关这两个条件, 所以AI才会首先在互联网得到大量应用. 农业符合非性命攸关行业的条件, 但是未必足够有钱, 也许随着劳动力成本上升, 情况会有所不同.


制造业要继续保持竞争力, 必然转向下一代自动化技术., 但是目前以deep learning为主的AI却面临技术障碍. 所谓的adversarial examples现象的存在, 指出了AI极为可疑的稳定性. 这个问题并不仅仅是字面上指的一些反例导致的不可靠, 光靠增加数据(data argumentation)是不能解决这一问题的. Deep learning本身是缺乏解释性的黑箱模型, 真要被投入自动驾驶, 其安全性没有根本上的保障. 要彻底解决这一问题, 必须对adversarial examples问题做深入的研究, 并设法发展下一代的explainable AI. 至于如何做到explainable AI, 现在学术界谁也不知道. 希望各位有志的学者努力探索这一价值的前沿问题.


王孟源(MengyuanWang) 於 2021-08-18 02:07 回覆:
原來你是做這方面的。
其實不只是當前的Neural Network AI,只要是依賴大數據的黑箱分析,都不可能針對黑天鵝事件做優化,偏偏自動化駕駛必須置身高度複雜的現實世界,黑天鵝案例多得很。有真正智商的AI還遙不可及,研發當然必須繼續嘗試,不過現有的技術在某些特定工業農業用途上,已經可以有貢獻,那麽將這些技術實用化,才是產業政策的正確方向。

路哥哥
等級:7
留言加入好友
2021/08/15 13:46
新闻报道四川发现千亿方气田,想请教王先生。目前世界各国的石油、天然气或者其他矿产的含量以及占世界总量的比例的数据,是暂时的探明数据还是基本确定的最终数据,新闻报道新发现的不过是微不足道的比例?
王孟源(MengyuanWang) 於 2021-08-16 08:11 回覆:
這種事怎麽可能確定?都是依照經驗法則來估計;尤其最常用的是可開采數量,即使估計完全準確,開采技術的演進也會改變實際數值。

AbzX5
等級:7
留言加入好友
2021/03/17 03:38

突然想起来, 好像没怎么听博主提另一个成熟的储能技术, 熔盐热储能. 在光热太阳能发电中, 光会被镜子集中到高塔, 热量收集后存储于硝酸熔盐. 晚上, 高温的熔盐仍然可以继续驱动蒸汽轮机发电. 如果我没有核对事实错误, 目前熔盐储能的能量密度应该与锂电池处于同样数量级, 但成本低至少一个数量级.

光热发电与比光伏发电相比, 自带一定的储能调峰能力. 但是, 光热发电的缺点在于, 效率比光伏低, 成本更高, 由于需要控制镜子精确将阳光反射至高塔, 阵列规模距离也不能无限扩大. 考虑到荒漠地区普遍缺水, 蒸汽轮机发电也会受到用水限制.

未来似乎可以考虑将光伏发电和熔盐热储能相结合. 发电时一部分供给电网,富余的光伏电力直接以电热丝加热熔盐的方式储能, 晚上高温的熔盐继续发电. 如果进一步使用超临界二氧化碳循环发电代替蒸汽轮机发电, 也可以解决荒漠用水不足的问题. 由于光伏板不需要像光热发电的镜子那样精确反光, 光伏板的阵列规模不受限制, 也不需要再建造集热高塔, 成本与普通光伏发电更接近, 综合成本低于煤电, 但是却有一定的储能能力.

熔盐热储能甚至还能和核电站搭配储能.

王孟源(MengyuanWang) 於 2021-03-17 09:03 回覆:
幾年前一個國際財團在北非摩洛哥建了大型熔鹽光能站,結果效率極低、費用極高,投資者(主要來自中東產油國)連褲子都賠光了,已經確定是該淘汰的次等技術。
這並不代表熔鹽儲能原本就是不該嘗試的選項,剛好相反,正因爲它在技術上沒有什麽難關,所以很早就可以進行商業級的驗證;像是核聚變,則因爲技術完全不存在,反而容許居心不良的行内人把它吹上天。這是現代自由市場下的悖論:商業吹噓極度容易、有效,所以越困難、越沒有前景的技術,反而可以玩更多代的老鼠會游戲,活得更久、更滋潤,浪費的錢也更多。換句話説,這是資本主義自行崩潰的機制之一,偏偏中國還拼命去學。

随选
等級:1
留言加入好友
稍有出入
2021/01/20 13:28

王兄关于氢能上的问题,与小弟所知有所出入,如下。

1. 电解水制氢,效率不低。十余年前,效率能达到75%。刚才上网查了一下,中国有88%的规模制氢效率报道,如下:

中科院大连化物所电解水制氢取得重要进展

文中提及额定工况长时间运行,达到电流密度稳定在每平方米3000安培时,单位制氢能耗低于每立方米氢气4.0千瓦时,能效值约88%。文中同时提及:电解水制氢能量转化效率长期徘徊在50%-70%之间。与您文中25%的电解水效率差距较大。而且,我个人认为这个效率还有一定的上升空间。

2. 目前PEM燃料电池,质子膜会一氧化碳中毒而失效,寿命有限,且需要铂族贵金属。这被认为是制约氢燃料电池发展的重要制约要素。质子膜的这一特性,限制了其只能使用电解水制氢,不能使用更廉价的甲醇重整、天然气制氢或石化炼油工业的大量氢中间产物。高温燃料电池没有这一个问题。日本福岛地震后不久,在灾区推进的燃料电池似乎属于高温燃料电池,不仅可以供电,还可以供热。

3. 车用PEM燃料电池,总效率并不理想。鄙人之前曾经在一家初创公司工作,发现其产品峰值化学能到电能转换效率不到60%,还不考虑空气压缩机的损耗,且重载下效率明显下降。这个数字应该不及业界水平,但亦说明了问题。我记得当年有汽车公司(BMW?)甚至于推出过氢内燃汽车。这块效率的提升并不容易。(顺便说一句,现在氢燃料电池系统的总效率一般低于CCGT发电)

4. 氢气并不是特别危险。由于氢气密度小,在开放空间,氢气笔直向上,少量的泄漏不会爆炸。

5. 氢燃料电池汽车,相对于纯电池汽车,最大的优势优点在于加气远比充电快。可谓一俊遮百丑。氢气的存储和释放是热点和难点,有公司称已经实现有机液体常温低压存储(具体细节不明)。它的意义,主要在于污染可以集中在生产环节集中处理,而非遍地跑的车辆。

王孟源(MengyuanWang) 於 2021-01-21 06:30 回覆:
電解水製氫的效率,的確是氫能源前途的關鍵所在。我所引用的數字,是工業化條件下的總效率,它必須達到80%以上,最好是90%以上,這樣整個氫能量存儲的循環效率才可能達到70%,才有實用的意義。你說的數字,我不清楚,可能是實驗室的數據,也可能是新的結果,更可能是Cherry Picking的數據按摩。
拿美國NIF激光聚變堆爲例,它報告產耗比超過1的時候,你不能當真,因爲它用電雖多,卻只有一部分用來驅動激光,然後又只有一小部分真正成爲激光,然後又只有一部分激光真正到達目標區,然後只有大約1%的激光能量成功轉化為X光,然後只有一小部分X光打到靶標,這個耗能值已經比實際用電小了五六個數量級,但他們就是有臉敢拿它來做分母。然後分子也是同樣按摩過的:我們真正在乎的,應該能發多少電,但是他們報告的,是多少聚變能量被釋放,其實只有一小部分能被捕捉成爲熱能,然後熱電轉換效率理論上頂多是40+%。所以NIF把產耗比誇大了八九個數量級,你説如果有美國憤青來這裏留言,宣稱激光聚變發電已經接近實用化,我該怎麽回答?
我做分析的時候,很小心要及早發現這些騙術,希望讀者們也能有所警惕。
王孟源(MengyuanWang) 於 2021-01-21 06:34 回覆:
據我所知,要提升電解水製氫的效率,真正可行的解決辦法在於高溫,大約900-1000°C,那麽80%或90%的效率是可以做得到的。當然,這裏假設燒水的熱能價格為零,實際上要達到這樣的經濟性,非常困難,或許高溫氣冷堆可以做到,但低估新技術的價格太容易了,所以我不太願意談。
頁/共 4 頁  回應文章第一頁 回應文章上一頁 回應文章下一頁 回應文章最後一頁