从短期缓冲到长时间移峰填谷：评估压缩空气和CO2 在未来电力系统中的卡诺JLG蓄电池储能作用
来源：JLG电瓶 2026-07-15 09:09:27 点击：
为了阐明在以可再生能源为主的电网中热-机能量存储的多时间尺度动态适应性，本研究开发了绝热压缩空气储能（A-CAES）系统和CO2的动态模拟模型。卡诺电池系统。通过将这些模型与现实世界的气象边界条件耦合，严格评估了瞬态热力学行为和波动平滑机制。结果表明，A-CAES系统通过利用空气储存的体积效应，在衰减源侧电力波动方面表现出色，波动幅度高达±31.66%，实现了59.05%的电力波动平滑率和84.27%的高频噪声抑制率。然而，滑动压力操作引起了热力学不匹配和显著的㶲损，导致阶段膨胀比从初始值4.45持续衰减。这将有效的单级温差从约200 K降低到近60 K。相比之下，CO2 瓦特电池作为热缓冲器运行，利用熔盐的大量热惯性实现深度能源时间移位。统计分析揭示了瓦特电池的双重适应性：在以风为主的冬季场景中，它以98.18%的功率波动平滑率和99.53%的高次噪声抑制率（平均衰减频谱能量2.34个数量级）缓解了高幅度功率波动。在以太阳能为主的夏季场景中，它重塑了功率输出的概率分布——将源侧脉冲峰度从4.76降低到0.70——同时保持季节性循环效率在58.88%到66.40%之间。这些发现阐明了两种技术的互补作用，将A-CAES定位为快速抑制波动和CO2卡诺电池用于大规模、长时间容纳可再生能源。
在全球碳中和政策的推动下，国际能源机构预计在未来的三十年内，可再生能源将占总能源生产的85%以上[1]。仅在2024年，就新增了约530吉瓦的可再生能源容量[2]，向以可再生能源为主导的新型电力系统过渡已变得不可逆转[3]。然而，与常规燃煤机组不同，可再生能源的固有随机性、波动性和间歇性在大规模整合过程中对即时功率平衡和长期能源调节提出了严重挑战[4]。随着 thermal power capacity 的逐步淘汰，迫切需要新兴能源技术能够继承 thermal plants 的调度性和可靠性[5]。
能源储存是增强电网适应性和脱碳的关键驱动力 [6]。然而，现有的解决方案如电化学储存和抽水蓄能受到高成本 [7] 和地理限制 [8] 的阻碍。因此，当它们在新的能源架构中取代传统热力发电时，面临明显的局限性。因此，高容量、地理上灵活的储存需求使得热力机械能源储存 (TMES) 成为取代传统热力发电厂并稳定未来电网的最佳候选者 [9,10]。这种潜力源于 TMES 与化石燃料系统的结构和动能等效性。通过利用与传统热力厂显著的组件通用性（例如压缩机和涡轮机），TMES不仅能够对退役资产进行改造，还自然继承了严格要求的电网稳定惯性[11]。基于这些涡轮机械过程，TMES包括两种代表性技术路线：压缩空气储能（CAES）和卡诺电池。
作为一种极具前景的长时物理储能技术，压缩空气储能（CAES）被广泛认为是规模储能的唯一大型替代方案 [12,13]。通过暂时解耦燃气轮机循环，CAES 通过压缩空气储存能量以实现“移峰填谷” [14]。这一特性赋予系统削峰填谷、低谷填谷、黑启动服务和削峰填谷的能力。因此，CAES 在以可再生能源为主的电力系统中作为一种重要的调节工具 [7]。为了最大化系统效率并消除早期设计相关的热损失，当前研究主要集中在绝热压缩空气储能（A-CAES） [7]。具体来说，A-CAES 引入了一个热能储存（TES）子系统，用于回收压缩热以在膨胀前重新加热空气 [15]。在这种架构下，CAES已经从简单的气动-机械存储发展成为复杂的空气-热能耦合热力学系统，因此被归类为“热力机械储能” [9]。此外，A-CAES系统通过解决可再生能源发电的固有随机性和间歇性，展示了高度有利的动力适应性，有效管理输入功率波动，实现高效容纳。Olabi等人 [14] 指出，与需要数小时冷启动的常规热电相比，A-CAES系统的启动时间可以缩短到5-15分钟。这种快速响应能力使得A-CAES系统能够有效应对秒级和分钟级时间尺度上的可再生能源波动。CAES 已经从简单的气动-机械存储发展成为复杂的空气-热能耦合热力系统，因此被归类为“热力机械储能” [9]。此外，针对可再生能源发电的固有随机性和间歇性，A-CAES 系统表现出高度有利的动态适应性，能够有效管理输入功率波动，实现高效调节。Olabi 等人 [14] 指出，与需要数小时冷启动的常规热电厂相比，A-CAES 系统的启动时间可以缩短到 5-15 分钟。这种快速响应能力使得能够有效处理可再生能源在秒级和分钟级时间尺度上的波动。CAES 已经从简单的气动-机械存储发展成为复杂的空气-热能耦合热力系统，因此被归类为“热力机械储能” [9]。此外，针对可再生能源发电的固有随机性和间歇性，A-CAES 系统表现出高度有利的动态适应性，能够有效管理输入功率波动，实现高效调节。Olabi 等人 [14] 指出，与需要数小时冷启动的常规热电厂相比，A-CAES 系统的启动时间可以缩短到 5-15 分钟。这种快速响应能力使得能够有效处理可再生能源在秒级和分钟级时间尺度上的波动。此外，A-CAES系统在应对可再生能源发电的固有随机性和间歇性方面表现出高度有利的动态适应性，能够有效管理输入功率波动，实现高效调节。Olabi等人[14]指出，与需要数小时冷启动的常规热电相比，A-CAES系统的启动时间可以缩短到5-15分钟。这种快速响应能力使得A-CAES系统能够有效地应对秒级和分钟级时间尺度上的可再生能源波动。此外，A-CAES系统在应对可再生能源发电的固有随机性和间歇性方面表现出高度有利的动态适应性，能够有效管理输入功率波动，实现高效调节。Olabi等人[14]指出，与需要数小时冷启动的常规热电相比，A-CAES系统的启动时间可以缩短至5-15分钟。这种快速响应能力使得A-CAES系统能够有效地应对秒级和分钟级时间尺度上的可再生能源波动。[14] 指出，与需要数小时冷启动的常规热电相比，A-CAES系统的启动时间可以减少到5-15分钟。这种快速响应能力使得在秒级和分钟级时间尺度上有效处理可再生能源的波动成为可能。[14] 指出，与需要数小时冷启动的常规热电相比，A-CAES 系统的启动时间可以减少到 5-15 分钟。这种快速响应能力使得在秒级和分钟级时间尺度上有效处理可再生能源的波动成为可能。
然而，为了充分利用这种快速响应能力，需要对A-CAES的内部动态机制和可变条件下的操作灵活性进行深入研究。考虑到风能和太阳能等可再生能源的固有随机性和间歇性，CAES系统经常在非额定和非设计工况下运行[16]。因此，不仅需要进行详细的瞬态和动态建模，以表征其非设计物理行为[13]，还需要研究专门针对可再生能源耦合场景的先进控制策略，以实现高效的源-储协调[15]。为了满足这些要求并进一步提升A-CAES的动态适应性和可再生能源的接纳能力，当前的研究重点放在两个核心维度上：系统配置优化和先进的控制策略 [13]。关于系统优化，Sciacovelli等人 [17] 开发了一个用于结合了填充床热能储存系统的A-CAES工厂的动态和非设计性能模型。他们的研究证明，优化热储存的动态运行显著提高了循环效率和热分层。这证明了A-CAES在动态调度下仍能保持高热力学性能。Li等人 [18] 对A-CAES在动态负荷下的性能进行了深入分析，揭示了可变操作条件对系统整体效率和稳定性的影响。在控制策略方面，Bai等人[19]提出了一种温度敏感的双荷模型和一种数据驱动的动态规划方法，以在不确定环境中优化基于A-CAES的能源枢纽的调度。此外，Wang等人[20]通过统计分析量化了CAES的额定功率约束，并提出了一种用于风-CAES系统的协同容量优化模型，实现了2.02×10的弃风回收。[20] 通过统计分析量化了CAES额定功率约束，并提出了一种用于风-CAES系统的协同容量优化模型，该模型实现了2.02×10的弃风回收。[20] 通过统计分析量化了CAES额定功率约束，并提出了一种用于风-CAES系统的协同容量优化模型，该模型实现了2.02×10的弃风回收。5 兆瓦时/年在典型的北方电网情景中。
然而，尽管A-CAES技术在动态调节性能上表现出色，但由于其对特定地质结构（如地下盐穴）的严格依赖，在负荷中心或缺乏这些特征的地区灵活部署受到阻碍[12]。因此，由于其地理独立性和高能量密度的优势[21]，卡诺电池被视为一种重要的热力机械储能技术，能够容纳未来广泛分布的可再生能源的特性[22]。
卡诺电池，也称为泵式热能储存（PTES），通过将电能转化为储存在低成本介质中的热能，然后重新转换 [23,24]。尽管有多种技术途径，当前的研究主要集中在将热泵技术整合到充电循环中，以提高系统的往返效率 (RTE) [25]。通过利用热泵循环，可以实现从低温源到高温源的高效热传递，同时消耗的电量最少 [26,27]。这种机制使系统能够有效回收工业低温废热 [28]、地热资源 [29] 和环境热能 [30]。因此，这显著提高了系统的整体能源效率，并确保其与未来能源基础设施中能源存储设施的灵活部署要求高度一致。此外，未来的能源转型需要解决现有燃煤电厂的低碳改造和基础设施再利用需求[31]。主流的超临界热电机组通常采用在600°C左右运行的Rankine循环发电岛。因此，当前对Carnot Battery热循环的研究正越来越多地转向提高输出温度到这个水平。这种方法确保了与现有发电设备的无缝集成[32,33]。例如，Echogen Power Systems设计了一种基于CO的热泵系统Echogen发电系统设计了一种基于CO的热泵系统Echogen发电系统设计了一种基于CO的热泵系统未来的能源转型需要解决现有燃煤电厂的低碳改造和基础设施再利用需求 [31]。主流的超临界热电机组通常采用在600°C左右范围内的Rankine循环发电岛。因此，当前对Carnot Battery热循环的研究正越来越多地转向提高输出温度到这个水平。这种方法确保了与现有发电设备的无缝集成 [32,33]。例如，Echogen Power Systems设计了一种基于CO的热泵系统未来的能源转型需要解决现有燃煤电厂的低碳改造和基础设施再利用需求 [31]。主流的超临界热电机组通常采用在600°C左右范围内的Rankine循环发电岛。因此，当前对Carnot Battery热循环的研究正越来越多地转向提高输出温度到这个水平。这种方法确保了与现有发电设备的无缝集成 [32,33]。例如，Echogen Power Systems设计了一种基于CO的热泵系统当前对卡诺电池热循环的研究正越来越多地倾向于将输出温度提升到这个水平。这种方法确保了与现有发电设备的无缝集成[32,33]。例如，Echogen电力系统公司设计了一种基于CO的热泵系统当前对卡诺电池热循环的研究越来越多地倾向于将输出温度提升到这个水平。这种方法确保了与现有发电设备的无缝集成[32,33]。例如，Echogen电力系统公司设计了一种基于CO的热泵系统2 逆布雷顿循环，设计运行温度设定为873.15 K（即600°C），精确满足上述温度要求 [34]。在工程验证方面，世界上第一台2兆瓦级600°C超高温热泵装置在中国开发成功，已经完成了168小时连续满负荷运行测试，验证了该技术在这一温度范围内商业应用的可行性和稳定性 [35]。
在这种工程背景下，全球学者进行了广泛而深入的理论和模拟研究，以进一步阐明结合了这种热泵技术的卡诺电池系统的运行机制和性能特征。McTigue等人[36]开发了一个考虑了填料床热储存系统的PTES热力学模型，全面研究了压缩/膨胀比和热传递温差对系统性能的影响。他们的研究结果表明，通过优化热泵循环参数，系统可以将电-电 round-trip 效率提升到70%以上，同时保持高能量密度。从而验证了热泵储能作为高效长时间储能技术的物理基础。Qiao等人[37]对双季节热能储存集成热泵系统进行了实验和全国范围内的模拟分析。研究揭示，由于源侧热能储存使用单一相变材料作为可逆热储存装置——从而避免了严酷环境条件所决定的极端冷凝或蒸发温度——其在峰值小时的运行效率显著稳定。值得注意的是，在寒冷天气的峰值条件下，所提出的系统表现出高达64.5%的优越负荷转移能力，有效消除了辅助电加热的需求。Chang等人[38] 提出了一种基于高温跨临界二氧化碳热泵的分布式卡诺电池架构。通过建立一个考虑热储瞬态行为的动态模型，他们验证了该系统在673.15 K的供热量下实现了0.50的循环效率，并具备联合制冷、制热和发电的能力，展示了其在紧凑型分布式储能领域的应用潜力。然而，值得注意的是，与CAES的快速压力响应特性不同，卡诺电池的运行依赖于热能的传输和存储，这本质上涉及显著的热惯性[39]。因此，尽管卡诺电池系统在理论上对大规模长时长能量时间转移是理想的，它们在直接适应高频随机功率波动方面的动态敏捷性可能不如基于气动的储能系统 [40]。
尽管在A-CAES和卡诺电池方面取得了进展，但为了进一步研究它们在特定应用 scenarios中的能量存储性能，研究视角需要超越当前系统架构和控制策略的范围，转向在实际场景中评估它们的特定容纳能力。因此，研究它们在与波动电源耦合时的动态机制对于阐明它们在未来电网中的应用潜力至关重要。这需要对系统的“时间尺度适应性”进行机制分析。具体来说，通过纳入现实世界的气候条件，有必要研究该系统对不同可再生能源输入曲线的响应，并解决从高频扰动到长时间能量转移的发电特性。为弥合上述研究空白，本研究开发了A-CAES和基于CO2的卡诺电池系统的动态模拟模型。通过研究它们各自的多时间尺度响应，该研究描述了这些TMES形式的不同动态能力：特别是A-CAES对高频扰动的瞬态抗性和卡诺电池的长期调节能力。通过量化在不同气候下的波动平滑效果，本文将这些技术的多时间尺度调节角色映射到评估它们对未来电力网的动态贡献。
介绍
能源储存是增强电网适应性和脱碳的关键驱动力 [6]。然而，现有的解决方案如电化学储存和抽水蓄能受到高成本 [7] 和地理限制 [8] 的阻碍。因此，当它们在新的能源架构中取代传统热力发电时，面临明显的局限性。因此，高容量、地理上灵活的储存需求使得热力机械能源储存 (TMES) 成为取代传统热力发电厂并稳定未来电网的最佳候选者 [9,10]。这种潜力源于 TMES 与化石燃料系统的结构和动能等效性。通过利用与传统热力厂显著的组件通用性（例如压缩机和涡轮机），TMES不仅能够对退役资产进行改造，还自然继承了严格要求的电网稳定惯性[11]。基于这些涡轮机械过程，TMES包括两种代表性技术路线：压缩空气储能（CAES）和卡诺电池。
作为一种极具前景的长时物理储能技术，压缩空气储能（CAES）被广泛认为是规模储能的唯一大型替代方案 [12,13]。通过暂时解耦燃气轮机循环，CAES 通过压缩空气储存能量以实现“移峰填谷” [14]。这一特性赋予系统削峰填谷、低谷填谷、黑启动服务和削峰填谷的能力。因此，CAES 在以可再生能源为主的电力系统中作为一种重要的调节工具 [7]。为了最大化系统效率并消除早期设计相关的热损失，当前研究主要集中在绝热压缩空气储能（A-CAES） [7]。具体来说，A-CAES 引入了一个热能储存（TES）子系统，用于回收压缩热以在膨胀前重新加热空气 [15]。在这种架构下，CAES已经从简单的气动-机械存储发展成为复杂的空气-热能耦合热力学系统，因此被归类为“热力机械储能” [9]。此外，A-CAES系统通过解决可再生能源发电的固有随机性和间歇性，展示了高度有利的动力适应性，有效管理输入功率波动，实现高效容纳。Olabi等人 [14] 指出，与需要数小时冷启动的常规热电相比，A-CAES系统的启动时间可以缩短到5-15分钟。这种快速响应能力使得A-CAES系统能够有效应对秒级和分钟级时间尺度上的可再生能源波动。CAES 已经从简单的气动-机械存储发展成为复杂的空气-热能耦合热力系统，因此被归类为“热力机械储能” [9]。此外，针对可再生能源发电的固有随机性和间歇性，A-CAES 系统表现出高度有利的动态适应性，能够有效管理输入功率波动，实现高效调节。Olabi 等人 [14] 指出，与需要数小时冷启动的常规热电厂相比，A-CAES 系统的启动时间可以缩短到 5-15 分钟。这种快速响应能力使得能够有效处理可再生能源在秒级和分钟级时间尺度上的波动。CAES 已经从简单的气动-机械存储发展成为复杂的空气-热能耦合热力系统，因此被归类为“热力机械储能” [9]。此外，针对可再生能源发电的固有随机性和间歇性，A-CAES 系统表现出高度有利的动态适应性，能够有效管理输入功率波动，实现高效调节。Olabi 等人 [14] 指出，与需要数小时冷启动的常规热电厂相比，A-CAES 系统的启动时间可以缩短到 5-15 分钟。这种快速响应能力使得能够有效处理可再生能源在秒级和分钟级时间尺度上的波动。此外，A-CAES系统在应对可再生能源发电的固有随机性和间歇性方面表现出高度有利的动态适应性，能够有效管理输入功率波动，实现高效调节。Olabi等人[14]指出，与需要数小时冷启动的常规热电相比，A-CAES系统的启动时间可以缩短到5-15分钟。这种快速响应能力使得A-CAES系统能够有效地应对秒级和分钟级时间尺度上的可再生能源波动。此外，A-CAES系统在应对可再生能源发电的固有随机性和间歇性方面表现出高度有利的动态适应性，能够有效管理输入功率波动，实现高效调节。Olabi等人[14]指出，与需要数小时冷启动的常规热电相比，A-CAES系统的启动时间可以缩短至5-15分钟。这种快速响应能力使得A-CAES系统能够有效地应对秒级和分钟级时间尺度上的可再生能源波动。[14] 指出，与需要数小时冷启动的常规热电相比，A-CAES系统的启动时间可以减少到5-15分钟。这种快速响应能力使得在秒级和分钟级时间尺度上有效处理可再生能源的波动成为可能。[14] 指出，与需要数小时冷启动的常规热电相比，A-CAES 系统的启动时间可以减少到 5-15 分钟。这种快速响应能力使得在秒级和分钟级时间尺度上有效处理可再生能源的波动成为可能。
然而，为了充分利用这种快速响应能力，需要对A-CAES的内部动态机制和可变条件下的操作灵活性进行深入研究。考虑到风能和太阳能等可再生能源的固有随机性和间歇性，CAES系统经常在非额定和非设计工况下运行[16]。因此，不仅需要进行详细的瞬态和动态建模，以表征其非设计物理行为[13]，还需要研究专门针对可再生能源耦合场景的先进控制策略，以实现高效的源-储协调[15]。为了满足这些要求并进一步提升A-CAES的动态适应性和可再生能源的接纳能力，当前的研究重点放在两个核心维度上：系统配置优化和先进的控制策略 [13]。关于系统优化，Sciacovelli等人 [17] 开发了一个用于结合了填充床热能储存系统的A-CAES工厂的动态和非设计性能模型。他们的研究证明，优化热储存的动态运行显著提高了循环效率和热分层。这证明了A-CAES在动态调度下仍能保持高热力学性能。Li等人 [18] 对A-CAES在动态负荷下的性能进行了深入分析，揭示了可变操作条件对系统整体效率和稳定性的影响。在控制策略方面，Bai等人[19]提出了一种温度敏感的双荷模型和一种数据驱动的动态规划方法，以在不确定环境中优化基于A-CAES的能源枢纽的调度。此外，Wang等人[20]通过统计分析量化了CAES的额定功率约束，并提出了一种用于风-CAES系统的协同容量优化模型，实现了2.02×10的弃风回收。[20] 通过统计分析量化了CAES额定功率约束，并提出了一种用于风-CAES系统的协同容量优化模型，该模型实现了2.02×10的弃风回收。[20] 通过统计分析量化了CAES额定功率约束，并提出了一种用于风-CAES系统的协同容量优化模型，该模型实现了2.02×10的弃风回收。5 兆瓦时/年在典型的北方电网情景中。
然而，尽管A-CAES技术在动态调节性能上表现出色，但由于其对特定地质结构（如地下盐穴）的严格依赖，在负荷中心或缺乏这些特征的地区灵活部署受到阻碍[12]。因此，由于其地理独立性和高能量密度的优势[21]，卡诺电池被视为一种重要的热力机械储能技术，能够容纳未来广泛分布的可再生能源的特性[22]。
卡诺电池，也称为泵式热能储存（PTES），通过将电能转化为储存在低成本介质中的热能，然后重新转换 [23,24]。尽管有多种技术途径，当前的研究主要集中在将热泵技术整合到充电循环中，以提高系统的往返效率 (RTE) [25]。通过利用热泵循环，可以实现从低温源到高温源的高效热传递，同时消耗的电量最少 [26,27]。这种机制使系统能够有效回收工业低温废热 [28]、地热资源 [29] 和环境热能 [30]。因此，这显著提高了系统的整体能源效率，并确保其与未来能源基础设施中能源存储设施的灵活部署要求高度一致。此外，未来的能源转型需要解决现有燃煤电厂的低碳改造和基础设施再利用需求[31]。主流的超临界热电机组通常采用在600°C左右运行的Rankine循环发电岛。因此，当前对Carnot Battery热循环的研究正越来越多地转向提高输出温度到这个水平。这种方法确保了与现有发电设备的无缝集成[32,33]。例如，Echogen Power Systems设计了一种基于CO的热泵系统Echogen发电系统设计了一种基于CO的热泵系统Echogen发电系统设计了一种基于CO的热泵系统未来的能源转型需要解决现有燃煤电厂的低碳改造和基础设施再利用需求 [31]。主流的超临界热电机组通常采用在600°C左右范围内的Rankine循环发电岛。因此，当前对Carnot Battery热循环的研究正越来越多地转向提高输出温度到这个水平。这种方法确保了与现有发电设备的无缝集成 [32,33]。例如，Echogen Power Systems设计了一种基于CO的热泵系统未来的能源转型需要解决现有燃煤电厂的低碳改造和基础设施再利用需求 [31]。主流的超临界热电机组通常采用在600°C左右范围内的Rankine循环发电岛。因此，当前对Carnot Battery热循环的研究正越来越多地转向提高输出温度到这个水平。这种方法确保了与现有发电设备的无缝集成 [32,33]。例如，Echogen Power Systems设计了一种基于CO的热泵系统当前对卡诺电池热循环的研究正越来越多地倾向于将输出温度提升到这个水平。这种方法确保了与现有发电设备的无缝集成[32,33]。例如，Echogen电力系统公司设计了一种基于CO的热泵系统当前对卡诺电池热循环的研究越来越多地倾向于将输出温度提升到这个水平。这种方法确保了与现有发电设备的无缝集成[32,33]。例如，Echogen电力系统公司设计了一种基于CO的热泵系统2 逆布雷顿循环，设计运行温度设定为873.15 K（即600°C），精确满足上述温度要求 [34]。在工程验证方面，世界上第一台2兆瓦级600°C超高温热泵装置在中国开发成功，已经完成了168小时连续满负荷运行测试，验证了该技术在这一温度范围内商业应用的可行性和稳定性 [35]。
在这种工程背景下，全球学者进行了广泛而深入的理论和模拟研究，以进一步阐明结合了这种热泵技术的卡诺电池系统的运行机制和性能特征。McTigue等人[36]开发了一个考虑了填料床热储存系统的PTES热力学模型，全面研究了压缩/膨胀比和热传递温差对系统性能的影响。他们的研究结果表明，通过优化热泵循环参数，系统可以将电-电 round-trip 效率提升到70%以上，同时保持高能量密度。从而验证了热泵储能作为高效长时间储能技术的物理基础。Qiao等人[37]对双季节热能储存集成热泵系统进行了实验和全国范围内的模拟分析。研究揭示，由于源侧热能储存使用单一相变材料作为可逆热储存装置——从而避免了严酷环境条件所决定的极端冷凝或蒸发温度——其在峰值小时的运行效率显著稳定。值得注意的是，在寒冷天气的峰值条件下，所提出的系统表现出高达64.5%的优越负荷转移能力，有效消除了辅助电加热的需求。Chang等人[38] 提出了一种基于高温跨临界二氧化碳热泵的分布式卡诺电池架构。通过建立一个考虑热储瞬态行为的动态模型，他们验证了该系统在673.15 K的供热量下实现了0.50的循环效率，并具备联合制冷、制热和发电的能力，展示了其在紧凑型分布式储能领域的应用潜力。然而，值得注意的是，与CAES的快速压力响应特性不同，卡诺电池的运行依赖于热能的传输和存储，这本质上涉及显著的热惯性[39]。因此，尽管卡诺电池系统在理论上对大规模长时长能量时间转移是理想的，它们在直接适应高频随机功率波动方面的动态敏捷性可能不如基于气动的储能系统 [40]。
尽管在A-CAES和卡诺电池方面取得了进展，但为了进一步研究它们在特定应用 scenarios中的能量存储性能，研究视角需要超越当前系统架构和控制策略的范围，转向在实际场景中评估它们的特定容纳能力。因此，研究它们在与波动电源耦合时的动态机制对于阐明它们在未来电网中的应用潜力至关重要。这需要对系统的“时间尺度适应性”进行机制分析。具体来说，通过纳入现实世界的气候条件，有必要研究该系统对不同可再生能源输入曲线的响应，并解决从高频扰动到长时间能量转移的发电特性。为弥合上述研究空白，本研究开发了A-CAES和基于CO2的卡诺电池系统的动态模拟模型。通过研究它们各自的多时间尺度响应，该研究描述了这些TMES形式的不同动态能力：特别是A-CAES对高频扰动的瞬态抗性和卡诺电池的长期调节能力。通过量化在不同气候下的波动平滑效果，本文将这些技术的多时间尺度调节角色映射到评估它们对未来电力网的动态贡献。