1 Cohérence des prospectives technologiques et des investissements énergétiques dans le cadre dun...
-
Upload
reine-vivier -
Category
Documents
-
view
106 -
download
3
Transcript of 1 Cohérence des prospectives technologiques et des investissements énergétiques dans le cadre dun...
1
Cohérence des prospectives technologiques et des Cohérence des prospectives technologiques et des investissements énergétiques dans le cadre d’un investissements énergétiques dans le cadre d’un back-casting (VLEEM)back-casting (VLEEM)
Bertrand Château
Programme Energie du CNRS
Journée Atelier du GAT « Socio-Économie de l’Énergie »
20 Janvier 2005
2
SommaireSommaire
La prospective technologique dans l’approche téléologique
La mise en cohérence de la dynamique du système énergétique avec la prospective technologique
Les méthodes téléologiques: centrées sur l’objectif et la décision
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 3
La prospective téléologique: ce n’est plus “où va-t-on ?” La prospective téléologique: ce n’est plus “où va-t-on ?” mais “comment y va-t-on?”mais “comment y va-t-on?”
10 20 100
Business as Usual
Héritage ObjectifBack-
casting
Prévision
Degrés de liberté
E
T
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 4
Au coeur de la prospective téléologique: les contraintes Au coeur de la prospective téléologique: les contraintes de l’héritage et les temporalités des changements pour de l’héritage et les temporalités des changements pour atteindre l’objectifatteindre l’objectif
0 20 40 60 80 100
habitat
industrie
transport
energie
Equipement Infrastructure Comportement
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 5
Temporalités et changement de paradigme Temporalités et changement de paradigme technologique : un axe central de VLEEM technologique : un axe central de VLEEM
0 20 40 60 80 100 120
PAC
Fusion
Transmutation
PV
Sequestration CO2
R&D Demonstration Dissemination
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 6
Prise en compte des temporalités des décisions et Prise en compte des temporalités des décisions et mesures politiques conduisant au changement de mesures politiques conduisant au changement de paradigme technologique: le temps d’installationparadigme technologique: le temps d’installation
Mesures faciles
Mesures difficiles
Mesures modérées
0 5 10 15 20
faible
forte
faible
forte
faible
forte
Réglementation Fiscalité, prix Infrastructure Autres
Inci
den
ce s
ur
les
pri
x/co
ûts
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 7
… … et le temps additionnel de réalisationet le temps additionnel de réalisation
0 5 10 15
continue
discontinue
nulle
continue
discontinue
nulle
continue
discontinue
nulle
Années
Délais supplémentaires de réalisation
Pro
gre
ss
ivit
é
Fiscalité, prix
Infrastructures
Autres
8
SommaireSommaire
La prospective technologique dans VLEEM
La mise en cohérence de la dynamique du système énergétique avec la prospective technologique dans VLEEM
Les méthodes téléologiques: centrées sur l’objectif et la décision
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 9
Les composantes de la prospective technologique Les composantes de la prospective technologique dans VLEEMdans VLEEM
Monographies sur les technologies potentielles du futur: aspects techniques, économiques, environnementaux, potentiels de développement, « road maps » du développement
« Construction » de paradigmes technologiques alternatifs: cohérence/exclusion des technologies potentielles du futur (offre et demande), organisation en système des technologies (vecteurs énergétiques, centralisé/réseau versus distribué), impacts sur les comportements, sur l’organisation spatiale des activités, sur les infrastructures
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 10
Exemples sur le contenu des monographies Exemples sur le contenu des monographies technologiquestechnologiques
Les performances énergétiques de la « maison du futur »
Les potentiels de sequestration du carbone
l’apprentissage industriel des energies renouvelables
la road-map du nucléaire de 4ème et 5ème génération
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 11
Energy saving elements for house of the future
> Architecture for passive warming and cooling
> Off-air-heat/cool recovery
> Efficient lighting
> Insulation glass and wall material
> On-site-generation technologies
> Cool/heat/electricity storage
> Automatic control for optimal end use
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 12
Les performances énergétiques de la maison du futur
225
30
94
44
1715 3,91,2
11
8
0
30
60
90
120
150
180
210
240
270
300
330
360
Existing buildings 2000 Passive House
Pri
mary
en
ergy c
on
sum
pti
on
in
kW
h/m
².a
Electricity
Warm waterpreparation
Fuel for room heating
Rehabilitation
Construction material
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 13
Global CO2 sequestration potential in depleted oil and gas fields
Rank Province Location CO2 sequestrationcapacity1
CO2 sequestration profit(cost)2
EOR Gas[Mm3] [Gt] [$/tonne] [$/tonne]
1 West Siberian basin CIS 94.6 177 (2.9) (27.9)2 Quatar arch Middle East 28.4 53 8.1 (22.9)3 Zagros fold belt Middle East 22.5 42 5.4 (23.9)4 Mesopotamian foredeep Middle East 22.3 42 8.8 (23.7)5 Greater Ghawar uplift Middle East 19.4 36 9.8 (21.6)6 Rub Al Khali basin Middle East 12.9 24 10.1 (21.6)7 Western Gulf of Mexico US 11.3 21 8.1 (19.0)11 Gulf Cenozoic OCS US 9.3 17 3.9 (31.7)13 North Sea graben Europe 8.9 17 (8.1) (36.1)14 Alberta basin Canada 8.7 17 12.9 (19.0)20 Permian basin US 4.9 9 9.2 (21.0)1 Depleted oil and natural gas field capacity combined.2 At $ 15/barrel oil, $0.65/Mcf ($ 14/t) supply cost for pure, high-pressure CO2.
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 14
Global CO2 sequestration potential for all options proposed
Carbon storage reservoir Range of CO2 sequestration potential [Gt C]
Deep ocean 1,391 – 27,000Deep saline reservoirs (aquifers) 87 – 2,727Depleted gas reservoirs 136 – 300Depleted oil reservoirs 41 – 191Unminable coal seams (ECBM) >20Source: Edmonds, J.A. et. al. (2000): The role of carbon management technologies in addressing atmospheric
stabilisation of greenhouse gases.
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 15
Les effets d’apprentissage dans les turbines éoliennes: exemple du Danemark
Source: Neij, 1999
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 16
Les composantes des futurs effets d’apprentissage dans l’éolien
> Variable speed
> Direct drive
Future learning effects in case of wind due to:
}
> Lower loads (fatigue)
> Higher output
> Less maintenance
> Scaling of turbine
> Larger wind farm
> Mass production
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 17
Les limites des futurs effets d’apprentissage dans l’éolien
> Technical maturity of current turbines of 0.6 to 2.5 MW
> Future scaling effects: offshore yes, onshore hardly
> Production of towers (onshore): local sourcing
> Civil work, infrastructure, and grid connection = conventional technology?
> Potential of cost reduction by mass production: 10-34% from 1.000 to 30.000 turbines/year
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 18
Synthèse sur la poursuite des effets d’apprentissage dans l’éolien
500
550
600
650
700
750
800
850
900
0 100 200 300 400 500 600 700 800 900
Enron
Reference
Low
[Euro/kW]
[GW]
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 19
0,0
100,0
200,0
300,0
400,0
500,0
600,0
700,0
800,0HTR-MOXCap.HTR-UOX Cap.
ADS Cap.
CAPRA Cap.
LWR-MOXCap.LWR-UOXCap.Scheduledvalue total
Nuclear capacities (GWel), 1st scenario
Exemple de scénario pour un développement non contraint du nucléaire en Europe compatible avec les critères de soutenabilité
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
1. EPR EPR availability
Diffusion of Pu-reprocessing and U/Pu-MOX fabrication
Global availability of Pu-reproc. + U/Pu-MOX fabricat.
R+D Th/Pu-MOX
Constr. pilot- plant
Construct. fabric. plant
Th/Pu -MOX fabrication: Diffusion after 2020
LWR
1. PBMR PBMR (OC) operation
and diffusion
R+D PuO2-coated part.
Constr. pilot plant
Constr. fabric. plant
R+D HTR-fuel reproc.
Constr. Pilot pl.
Constr. Pu-rep. plant
HTRPBMR
PuO2-pebbles available
Pu-burning HTRs
R+D mult. reproc. + fuel fab.Constr. pilot- plant
Constr mult. rep.+fabr. pl.
Mult. reproc. + fuel fab. available U/Pu + MA
R+D mult. reproc. for LWR + Th/Pu + MA fuel fab.
Constr.Pilot- plant
Constr. rep. + fuel fab. pl.
U233 rep. + Th/Pu + MA fuel fab. available
R+D CAPRA + ADS reactorsConstructionpilot CAPRA
Operationpilot CAPRA
Constructionpilot ADS
Operationpilot ADS
1. Constr. CAPRA CAPRAs
1. Constr. ADS ADS
Diffusion CAPRA + ADS
CAPRA+
ADS
Road Map for Sustainable Nuclear R&D and Development
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 21
Exemples sur les éléments pris en compte dans la Exemples sur les éléments pris en compte dans la construction des paradigmes technologiquesconstruction des paradigmes technologiques
La qualification des besoins de services énergétiques
L’analyse des systèmes électriques distribués dans un paradigme « renouvelables »
L’analyse des systèmes centralisés dans un paradigme « renouvelables »
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 22
Matrice des besoins de services énergétiques dans VLEEM
Exergy
Density
Low Medium High,
stationary
High,
mobile
Spread,
low
Hot water, rural cooking, rural lighting, rural mobility, rural
medium Swimming pool, rural
Drying crops Machinery, rural Farm engines
high Green houses Isolated indust. steam
Food processing
Concent,
low
Space heating, urban
cooking, urban TV, urban mobility, urban
medium Space heating urban offices
Steam, textile indust. zone
Industrial machinery
Road freight transport
high Industrial washing
Steam, indust. zone
Cement factory Planes
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 23
Exemple de fonctionnement d’un micro-système distribué dans un paradigme “renouvelables”: 3 unités de production et 20 logements> Disponibilité des 3 unités >99.9 %
020000400006000080000
100000120000140000
Hour of the Day
Curr
ent L
oad i
n kW
Generation from storage
Excess generation
Base Generation
Load demand Solar Generation
Biomass Generation
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 24
... no storage available
storage installations
... storage available and expensive
... storage available and becomes cheaper ... storage available and very cheap
Backgrounding limitations:• only 0.5 % of earth surface per 5° x 5° can be utilised for solar radiation collection• only 1.25 GW wind power can be installed per 10‘000 km2 earth surface
installed solar power plant installed wind power plant electricity exchange
Exemple de fonctionnement d‘un système centralisé Exemple de fonctionnement d‘un système centralisé dans un paradigme renouvelable (Global link)dans un paradigme renouvelable (Global link)
Source: IPP
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 25
Global link: message
G r i d e f f i c i e n c y
00 . 10 . 20 . 30 . 40 . 50 . 60 . 70 . 80 . 91
Efficincy
w h i t o u t s t o r a g e a b i l i t yw i t h s t o r a g e a b i l i t y
G r i d c a p a c i t y
01 E + 1 32 E + 1 33 E + 1 34 E + 1 35 E + 1 36 E + 1 37 E + 1 3
Capacityin(km*kW) w h i t o u t s t o r a g e a b i l i t yw i t h s t o r a g e a b i l i t y
S o l a r p o w e r i n s t a l l a t i o n
0 . 0 E + 0 01 . 0 E + 1 02 . 0 E + 1 03 . 0 E + 1 04 . 0 E + 1 05 . 0 E + 1 06 . 0 E + 1 07 . 0 E + 1 0
Collectorsurfacein(m^2) w h i t o u t s t o r a g e a b i l i t yw i t h s t o r a g e a b i l i t y
W i n d p o w e r i n s t a l l a t i o n
0 . 0 E + 0 02 . 0 E + 0 64 . 0 E + 0 66 . 0 E + 0 68 . 0 E + 0 61 . 0 E + 0 71 . 2 E + 0 71 . 4 E + 0 71 . 6 E + 0 7
Capacityin(MW) w h i t o u t s t o r a g e a b i l i t yw i t h s t o r a g e a b i l i t y
Optimum
1. Necessary potentials are available;
2. Needed storage capacities are strongly reduced by a global grid;
3. Day/night fluctuations in solar power can completely compensated only by storage facilities and not by the connection to a global grid;
4. In opposite to solar power, the fluctuations in wind power are mostly compensated via the global connection.
Optimum in the scenario pattern would be a combination of net facilities and storage facilities because in that case the necessary installations would be at the lowest
without storage facilities
cost for storage: 140 €/kWh
cost for storage: 70 €/kWh
cost for storage: 14 €/kWh
cost for storage: 14 €/kWh (net cost are factorised with 1E6)
0
2000
4000
6000
8000
10000
installed wind power
inst
alle
d w
ind
po
we
r in
GW
scenarios with different storage cost assumptions
0
60000
120000
installed solar collector surface
inst
alle
d s
ola
r co
llect
or
surf
ace
in
km
2
0
300
600
900
1200
1500
installed storage capacity
inst
alle
d s
tora
ge
ca
pa
city
in
TW
h
0.0
0.2
0.4
0.6
0.8
1.0 grid exertion
gri
d e
xert
ion
in %
0
50000
100000
150000 grid capacity
inst
alle
d g
rid
ca
pa
city
in
km
*TW
26
SommaireSommaire
La prospective technologique dans VLEEM
La mise en cohérence de la dynamique du système énergétique avec la prospective technologique dans VLEEM
Les méthodes téléologiques: centrées sur l’objectif et la décision
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 27
Les étapes de la mise en cohérence de la Les étapes de la mise en cohérence de la prospective technologique et de la dynamique des prospective technologique et de la dynamique des systèmes énergétiques dans VLEEMsystèmes énergétiques dans VLEEM
Une architecture de modélisation pour concilier une approche exploratoire des besoins avec une approche téléologique du développement technologique
La prise en compte des temporalités et l’identification des chemins critiques, des « milestones », des conditions
la formalisation des « systèmes énergétiques de référence », l’optimisation spatio-temporelle
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 28
L’architecture de VLEEM pour mettre en cohérence L’architecture de VLEEM pour mettre en cohérence prospective technologique et dynamique des systèmes prospective technologique et dynamique des systèmes énergétiquesénergétiques
Situation énergétique présente, évolutions historiques
Technologies futures,
Ressources
Besoins de services
énergétiques
Intégration offre/demande « soutenable »
Services énergétiques / grappes technologiques /ressources
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 29
0%
20%
40%
60%
80%
100%
2000 2005 2010 2015 2020 2025 2030
FIRST HFIRST H22 FUEL CELL FUEL CELL
NEEDEDNEEDEDON THE MARKETON THE MARKET
ONLY AROUND 2025ONLY AROUND 2025
FIRST HFIRST H22 FUEL CELL FUEL CELL
NEEDEDNEEDEDON THE MARKETON THE MARKET
ONLY AROUND 2025ONLY AROUND 2025
FIRST LPG FUEL CELLFIRST LPG FUEL CELLNEEDED NEEDED
ON THE MARKETON THE MARKETONLY AROUND 2015ONLY AROUND 2015
FIRST LPG FUEL CELLFIRST LPG FUEL CELLNEEDED NEEDED
ON THE MARKETON THE MARKETONLY AROUND 2015ONLY AROUND 2015
0%
20%
40%
60%
80%
100%
2000 2005 2010 2015 2020 2025 2030
FIRST E.V.FIRST E.V.NEEDEDNEEDED
ON THE MARKETON THE MARKETAROUND 2005AROUND 2005
FIRST E.V.FIRST E.V.NEEDEDNEEDED
ON THE MARKETON THE MARKETAROUND 2005AROUND 2005
FIRST HYBRIDFIRST HYBRIDNEEDEDNEEDED
ON THE MARKETON THE MARKETAROUND 2005 AROUND 2005
FIRST HYBRIDFIRST HYBRIDNEEDEDNEEDED
ON THE MARKETON THE MARKETAROUND 2005 AROUND 2005
RELATIVE SHARES OF THE NEW TECHNOLOGIES IN THE CAR STOCK
0%
20%
40%
60%
80%
100%
2000 2005 2010 2015 2020 2025 2030conventional total actual electric motorisation (EV,hybrid or fuel cells)
of which powered with H² FUELL CELLS of which powered with LPG FUEL CELLS
of which HYBRID of which EV-urban
BACKCASTINGBACKCASTINGBACKCASTINGBACKCASTING
Temporalités et dissémination technologique; Temporalités et dissémination technologique; exemple de la technologie automobileexemple de la technologie automobile
CNRS – 20 Janvier 2005 – B. Château - Approche back-casting 30
la formalisation des « systèmes énergétiques de la formalisation des « systèmes énergétiques de référence », l’optimisation spatio-temporelleréférence », l’optimisation spatio-temporelle
Système énergétique de référence: mettre en cohérence les dynamiques de besoins (sous-modèle « BASES ») et les temporalités dans la montée en puissance des nouveaux paradigmes technologiques pour construire des sentiers de développement cohérents du système énergétique vers l’objectif (sous-modèle « BALANCE »)
Optimisation spatio-temporelle: déterminer les conditions d’ajustement des courbes de charge des besoins et de l’offre dans les paradigmes technologiques et leur conséquence sur l’organisation du système énergétique (stockage, réseaux, etc…) (sous-modèle « TASES »)