Kajian Kebolehlaksanaan Fizikal dan Ekonomi Penyertaan Perlombongan Kriptowang dalam Pengawalseliaan Frekuensi Grid: Kajian Kes Texas

1. Pengenalan

Disebabkan oleh penembusan tinggi tenaga boleh diperbaharui yang berubah-ubah, sistem kuasa moden menghadapi cabaran besar dalam mengimbangi penawaran dan permintaan. Perkhidmatan tambahan, terutamanya pengawalseliaan frekuensi, adalah penting untuk mengekalkan kestabilan grid. Kertas ini menyelidiki satu sumber fleksibiliti grid yang novel: kemudahan perlombongan mata wang kripto berasaskan bukti kerja. Kemudahan ini mewakili salah satu beban kuasa fleksibel yang paling pesat berkembang, dicirikan oleh keupayaan mendaki yang kompetitif dan keupayaan untuk melaraskan penggunaan kuasa dengan pantas. Persoalan kajian teras ialah sama ada kemudahan ini boleh digunakan secara berkesan untuk menyediakan perkhidmatan pengawalseliaan frekuensi, sekali gus menyokong kebolehpercayaan grid sambil meningkatkan hasil operasi mereka sendiri. Kajian ini menggunakan grid Electric Reliability Council of Texas sebagai kajian kes dunia sebenar.

2. Metodologi dan Kerangka Kerja

Kajian ini menggunakan pendekatan analisis yang menggabungkan aspek fizikal dan ekonomi untuk menilai kebolehgunaan.

3. Kajian Kes: ERCOT Texas Grid

Kerangka teori diaplikasikan menggunakan data sebenar dari pasaran ERCOT.

4. Inti Pandangan dan Analisis Perbandingan

5. Butiran Teknikal dan Rumus Matematik

Model ekonomi teras boleh diwakili oleh fungsi pemaksimuman keuntungan. Jumlah keuntungan $Π$ bagi kemudahan perlombongan dalam suatu tempoh masa adalah fungsi hasil perlombongan dan hasil perkhidmatan grid, ditolak kos.

Fungsi keuntungan:

$Π = R_{crypto} + R_{grid} - C_{electricity}$

Di mana:

• $R_{crypto} = f(P_{coin}, H(t), η)$ ialah pendapatan perlombongan mata wang kripto, bergantung pada harga syiling $P_{coin}$, kuasa hash $H(t)$ dan kecekapan perlombongan $η$.
• $R_{grid} = \int (\lambda_{reg}(t) \cdot P_{reg}(t)) \, dt$ ialah pendapatan daripada menyediakan perkhidmatan pengawalseliaan, di mana $\lambda_{reg}(t)$ ialah harga pasaran pengawalseliaan dan $P_{reg}(t)$ ialah kuasa yang diperuntukkan untuk pengawalseliaan.
• $C_{electricity} = \int (\lambda_{elec}(t) \cdot P_{load}(t)) \, dt$ ialah kos elektrik, di mana $\lambda_{elec}(t)$ ialah harga elektrik masa nyata dan $P_{load}(t)$ ialah jumlah beban fasiliti.

Pembolehubah keputusan utama ialah peruntukan kapasiti kuasa kemudahan $P_{max}$ antara beban perlombongan asas $P_{mine}$ dan kapasiti pengawalseliaan $P_{reg}$: $P_{max} \geq P_{mine} + P_{reg}$. Apabila menerima isyarat pengawalseliaan "naik" (grid memerlukan pengurangan kuasa), pelombong mesti mengurangkan beban di bawah $P_{mine}$, mengorbankan pendapatan perlombongan. Proses pengoptimuman mencari $P_{reg}$ yang memaksimumkan $Π$ berdasarkan harga ramalan yang diberikan.

6. Kerangka Analisis: Contoh Kes

Senario: Sebuah kemudahan perlombongan Bitcoin 100 MW di kawasan ERCOT sedang menilai penyertaan dalam perkhidmatan pengawalseliaan naik selama 4 jam.

Parameter input:

• Kapasiti kuasa kemudahan: 100 megawatt
• Harga elektrik purata: 50 USD/MWh
• Harga kapasiti pelarasan naik purata: 22 USD/MW
• Kadar panggilan pelarasan naik dianggarkan: 16%
• Pendapatan perlombongan bagi setiap 1 MWh elektrik yang digunakan: USD65 (selepas ditolak yuran kolam perlombongan, berdasarkan harga Bitcoin dan kadar hash tertentu)

Analisis Keputusan (Versi Ringkas):

1. Pilihan A (Perlombongan Sahaja): Perlombongan dengan kuasa 100 megawatt.
   Pendapatan = 100 megawatt * 4 jam * $65/megawatt-jam = $26,000
   Kos = 100 megawatt * 4 jam * $50/megawatt-jam = $20,000
   Keuntungan = AS$6,000
2. Pilihan B (menyediakan 20 MW regulasi naik): Tetapkan kuasa perlombongan garis dasar pada 80 MW, komited 20 MW untuk regulasi naik.
   Pendapatan perlombongan = 80 MW * 4 jam * AS$65/MWh = AS$20,800
   Pendapatan kapasiti pelarasan naik = 20 MW * $22/MW * 4 jam = $1,760
   Pendapatan tenaga panggilan pelarasan naik (apabila dipanggil): 20 MW * 16% kadar panggilan * 4 jam * $[harga tenaga semasa peristiwa] (andaian $60/MWh) ≈ $76.80
   Jumlah pendapatan ≈ $22,636.80
   Kos kuasa: (80 MW garis dasar + pelarasan panggilan yang mungkin) ≈ 80 MW * 4 jam * $50/MWh = $16,000
   Keuntungan ≈ $6,636.80

Kesimpulan: Dalam contoh ringkas ini, penyediaan perkhidmatan pengawalseliaan meningkatkan keuntungan sebanyak kira-kira 10.6%, membuktikan potensi manfaat ekonomi. Tahap komitmen optimum (20 MW dalam kes ini) diperoleh dengan menyelesaikan fungsi pemaksimuman keuntungan dalam Seksyen 5.

7. Aplikasi dan Hala Tuju Masa Depan

• Melangkaui Pengawalseliaan Frekuensi: Aplikasi untuk perkhidmatan bantu lain seperti sokongan voltan, inersia sintetik dan produk ramp dalam grid dengan penembusan tenaga boleh diperbaharui yang tinggi.
• Sistem Hibrid: Menggabungkan kemudahan perlombongan dengan penjanaan tenaga boleh diperbaharui di tapak (solar, angin) dan/atau penyimpanan bateri untuk mencipta 'tenaga-pusat data' yang berdaya tahan dan menyokong grid, mampu beroperasi secara terpencil semasa gangguan bekalan.
• Proof of Stake dan Mekanisme Konsensus Lain: Meneroka fleksibiliti pusat data yang menjalankan beban kerja pengesahan Proof of Stake atau latihan kecerdasan buatan, yang mungkin mempunyai ciri-ciri kebolehgangguan yang berbeza.
• Standardisasi dan Reka Bentuk Pasaran: Menetapkan piawaian industri untuk komunikasi, telemetri dan pengesahan prestasi (serupa dengan piawaian IEEE 1547 untuk penyongsang) untuk membolehkan penyertaan boleh skala bagi beban pengkomputeran fleksibel.
• Kontrak Berkaitan Kelestarian: Menggabungkan penyertaan perkhidmatan grid dengan keperluan untuk memperoleh tenaga tanpa karbon, mengubah beban penggunaan tenaga tinggi menjadi pendorong untuk pelaburan tenaga boleh diperbaharui, ini adalahMassachusetts Institute of Technology Energy Initiativekonsep yang diterokai oleh institusi seperti.

8. Rujukan

1. Xie, L., et al. (2020). Wind Integration in Power Systems: Operational Challenges and Solutions. Proceedings of the IEEE.
2. Kirby, B. J. (2007). Asas dan Tren Pelarasan Frekuensi. Oak Ridge National Laboratory.
3. ERCOT. (2023). Laporan Tahunan 2022 mengenai Perkhidmatan Tambahan.
4. Ghamkhari, M., & Mohsenian-Rad, H. (2013). Optimal Integration of Renewable Energy and Flexible Data Centers in Smart Grid. IEEE Transactions on Smart Grid.
5. Goodkind, A. L., et al. (2020). Cryptocurrency Mining and its Environmental Impact. Energy Research & Social Science.
6. National Renewable Energy Laboratory (NREL). (2021). Market Designs for High Penetrations of Distributed Energy Resources.
7. Zhou, Y., et al. (2022). Economic Viability of Battery Storage for Frequency Regulation: A Review. Applied Energy.
8. MIT Energy Initiative. (2022). Flexible Demand for Decarbonized Energy Systems.