《Energy Conversion and Management-X》：Key enablers for techno-economic optimisations of microgrids in advancing the decarbonisation of mineral processing operations in Australia: The case of copper
编辑推荐：
为应对全球能源转型背景下铜需求激增与矿业高碳排放的矛盾，研究人员系统评估了混合微电网在澳大利亚铜矿加工脱碳中的技术经济潜力。通过HOMER软件对135个铜矿床进行仿真优化，发现集成光伏-风电-柴油-储能的混合系统可实现80%可再生能源渗透率，使平准化度电成本降至0.32美元/千瓦时，碳排放强度降低84%至0.11 kg-CO2/kWh。该研究为高能耗矿业清洁转型提供了可量化解决方案。
在全球能源转型浪潮中，铜作为可再生能源基础设施的关键材料，其需求量呈现爆发式增长。然而颇具讽刺意味的是，铜矿开采和加工本身却是能源密集型产业，其碳排放强度可达铁矿石的20倍。作为主要产铜国，澳大利亚矿业面临严峻的脱碳压力，特别是地处偏远电网覆盖之外的矿区，长期依赖柴油发电机供电，既推高了运营成本，又造成显著环境负担。
在此背景下，新南威尔士大学光伏与可再生能源工程学院的研究团队在《Energy Conversion and Management-X》发表了一项开创性研究，首次对澳大利亚全境135个铜矿床的混合微电网系统进行了系统性技术经济优化分析。该研究旨在解决可再生能源在矿业应用中面临的两大核心矛盾：如何在高比例可再生能源渗透下保持供电稳定性，以及如何实现与柴油发电成本相当甚至更优的经济性。
研究人员采用HOMER专业仿真软件，构建了包含光伏、风电、柴油发电机和锂离子电池的混合微电网模型，并以实际运行的DeGrussa铜矿微电网系统进行验证，确保模型偏差控制在10%以内。研究特别聚焦三个关键优化维度：能源组合杂交化、调度策略优化和需求侧灵活性。技术方法上，团队运用了容量因子分析评估各地可再生能源潜力，采用预测性调度算法优化能源分配，并引入可延迟负载机制（占总量20%）实现用电与发电的时空匹配。
能源源混合优化结果表明，纯可再生能源微电网虽然能实现零碳排放，但其平准化度电成本（LCOE, Levelized Cost of Electricity）区间为0.43-0.91美元/千瓦时，多数情况下高于柴油发电基准（0.45美元/千瓦时）。而混合微电网展现出更优经济性，LCOE降至0.31-0.41美元/千瓦时，其中80%可再生能源渗透率为最优平衡点，对应最低LCOE为0.32美元/千瓦时。这一配置下，系统既保证了高比例清洁能源供应，又通过保留柴油备份解决了间歇性问题。
调度策略优化研究对比了循环充电（CC, Cycle Charging）、负荷跟踪（LF, Load Following）和预测调度（PD, Predictive Dispatch）三种策略。结果显示，基于天气预报和负荷预测的PD策略表现最佳，能有效应对风光发电的间歇性，通过智能调节电池充放电周期，使LCOE分布范围最窄且中位数最低。这种前瞻性调度方式显著提升了系统对可再生能源波动的适应能力。
需求侧灵活性优化通过引入可调节负载，使能源消费模式与发电曲线更好契合。分析显示，含可延迟负载的系统LCOE中位数为0.325美元/千瓦时，较固定负载系统下降1.5%，且数值分布更集中。这种"源-荷互动"模式减少了为满足峰值负荷所需的装机容量，从需求端降低了整体系统成本。
在碳排放分析方面，优化后的混合微电网年碳排放量降至约1万吨CO2，显著低于柴油发电机基准的5.5万吨。碳排放强度中位值为0.11 kg-CO2/kWh，较基准的0.70 kg-CO2/kWh降低84%，减排效果最显著的案例集中在80-85%区间，与最优可再生能源渗透率高度吻合。
该研究的结论部分强调，混合微电网已成为澳大利亚铜矿加工作业经济可行的脱碳方案。通过精心优化的能源组合、智能调度和需求响应机制，可在不大幅增加能源成本的前提下实现深度减排。特别是预测性调度策略与可延迟负载的协同应用，为解决可再生能源间歇性这一行业痛点提供了创新思路。
这项研究的意义不仅在于为矿业能源转型提供了具体技术路径，更开创了多矿床系统性微电网优化的方法论先河。研究结果对全球偏远矿区清洁能源改造具有重要借鉴价值，同时为政策制定者设计矿业脱碳激励措施提供了量化依据。随着光伏、风电和储能成本持续下降，完全由可再生能源驱动的零碳矿山愿景正加速照进现实。
