太阳能与垃圾发电协同优化制氢的经济技术模型研究及其在并网与离网模式下的性能分析

本研究针对可再生能源制氢系统的经济性和可靠性优化问题，通过结合垃圾发电(WTE)与光伏(PV)技术，采用PSO、GA等智能算法对并网/离网模式下的氢能平准化成本(LCOH)进行多目标优化。结果表明：并网系统凭借电力交互实现-399.215/kg的负成本，而离网系统LCOH达34.81/kg，凸显储能技术对离网方案的关键作用，为清洁能源制氢系统设计提供重要决策依据。

　　

在全球能源转型与碳中和目标驱动下，氢能作为零碳能源载体正迎来爆发式增长。然而传统化石燃料制氢面临高碳排放瓶颈，而可再生能源制氢又受限于风光资源的间歇性。如何构建经济可靠的可再生能源制氢系统，成为当前能源领域的关键科学问题。尤其在城市环境中，垃圾发电(Waste-to-Energy, WTE)与光伏(Photovoltaic, PV)的协同效应尚未得到充分挖掘，其在不同电网接入模式下的经济技术表现亟需系统评估。

Fuel Communications近期发表的研究通过创新性地构建WTE-PV混合系统模型，首次对3MW垃圾发电厂与0.5-3MW光伏阵列的协同制氢系统开展多场景优化。研究团队采用粒子群优化(Particle Swarm Optimization, PSO)、遗传算法(Genetic Algorithm, GA)等五种智能算法，以氢能平准化成本(Levelized Cost of Hydrogen, LCOH)为核心指标，对比分析了并网与离网两种运行模式的性能差异。

关键技术方法包括：(1)建立包含WTE转化效率(25%)、PV面板效率(20%)和电解槽能耗(50kWh/kg)的系统动力学模型；(2)设计并网场景下的双向电力交易机制(上网电价0.08/kWh，购电成本0.12/kWh)；(3)采用蒙特卡洛模拟进行不确定性分析，评估电解槽效率波动(均值±2kWh/kg)和太阳辐照扰动对系统稳定性的影响。

研究结果揭示：
在离网系统中，PSO/GA/SA算法优化后的LCOH最低达34.81/kg，但梯度下降法因收敛速度慢导致成本升高至42.85/kg。光伏容量优化显示，智能算法均推荐满配3MW光伏阵列，而梯度下降仅得出665.538kW的次优解。不确定性分析表明，离网系统的LCOH在95%置信区间为30.51-37.75$/kg，反映出显著的成本波动风险。

并网系统展现出革命性经济优势，PSO/GA/SA优化使LCOH降至-399.215/kg，意味着售电收益完全覆盖制氢成本并产生净收益。这种"负成本"现象源于电网的双向调节能力：在光伏发电高峰时出售过剩电力(最大3MW)，在夜间或阴天时按需购电。蒙特卡洛模拟证实并网系统LCOH稳定在?272.98至?262.04/kg区间，标准偏差仅2.75，显著优于离网系统。

该研究通过严密的算法比较发现，群体智能算法(PSO/GA)在解决此类高维非线性优化问题时，其性能显著优于传统梯度下降法。特别是在处理光伏容量与WTE基载功率的协同优化时，PSO的全局搜索能力使其比梯度下降法降低LCOH达21%。研究同时指出，离网系统高达18%的能量弃光率暴露出现有技术的局限性，暗示未来需结合电池储能或氢燃料电池实现能量时移。

这项研究为城市环境下的可再生能源制氢提供了重要设计范式：并网方案凭借电网的"虚拟储能"特性成为经济最优解，而离网系统则需通过"光伏超配+储能缓冲"提升可行性。研究提出的智能优化框架不仅适用于氢能系统，还可拓展至其他多能源耦合场景。特别是将垃圾处理与清洁能源生产相结合的创新思路，为城市循环经济发展提供了可量化的技术路径，对实现联合国可持续发展目标(SDGs)中的"经济适用的清洁能源"和"可持续城市"具有双重推动作用。未来研究可进一步探索不同气候区的适应性方案，以及氢-电-热多能联供系统的协同优化策略。