荷兰Enschede地区风光互补制氢耦合热泵与第四/五代区域供热网络(DHN)集成系统的热力学-经济-环境分析与深度学习方法辅助多目标优化

《International Journal of Hydrogen Energy》:Deep learning-enhanced techno-economic optimization of hybrid wind-solar-hydrogen system for Dutch heating networks

【字体: 大 中 小 】 时间:2026年01月13日 来源:International Journal of Hydrogen Energy 8.3

编辑推荐:

  研究人员提出了一种混合太阳能-风能-氢能-水源热泵系统,用于荷兰Enschede市Wijk Twekkelerveld街区(4719户)的既有中温区域供热网络(District Heating Network, DHN),以评估绿氢作为季节性储能介质及冬季供热

  
研究人员提出了一种混合太阳能-风能-氢能-水源热泵系统,用于荷兰Enschede市Wijk Twekkelerveld街区(4719户)的既有中温区域供热网络(District Heating Network, DHN),以评估绿氢作为季节性储能介质及冬季供热调峰资源的可行性。该系统由光伏(PV)阵列、风力发电机、电池储能系统(Battery Energy Storage System, BESS)、质子交换膜电解槽(Proton Exchange Membrane Electrolyzer, PEME)、三级压缩储氢罐、质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell, PEMFC)及以丙烷(R290)为工质的水-水热泵(Water-to-Water Heat Pump, HP)构成。BESS优先吸纳可再生电力盈余进行削峰,剩余过剩电力驱动PEME制氢,压缩后存储,冬季由PEMFC发电供热及热泵联合满足热负荷。研究人员采用能量分析、?分析(Exergy Analysis)、热经济学(Thermo-economic Analysis)及环境影响评价(Grid Emission Factor, GEF=370 g CO2-eq/kWh),基于Python与CoolProp建立全系统时序模型。为加速计算,训练多层感知器(Multi-Layer Perceptron, MLP)人工神经网络(Artificial Neural Network, ANN)替代高精度热力学仿真,嵌入非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm II, NSGA-II)进行三目标(最大化?效率ηex、最小化总费率?total、最小化年CO2排放)优化,并用LINMAP法选取最优折衷解。结果表明:经Plackett-Burman筛选的七维决策变量(PV串数Nstring、风机台数Nturbines、H2压缩机压比rp、等熵效率ηC、BESS容量、储氢罐体积)经优化得最佳配置下系统?效率35.04 %,总费率4.84 �/h,年CO2排放63.64 t,平准化制氢成本(Levelized Cost of Hydrogen, LCOH) 6.48 �/kg;氢能在冬季承担42.21 %峰值热负荷,显著缓解电网冬季高峰进口与夏季弃电;ANN代理模型将NSGA-II优化耗时由72 h缩至15 min且测试集R2>0.97。各部件?损分析显示PV农场占比最大(66.9 %),其次为风电场(16.5 %)与PEMFC(10.5 %)。研究证实氢能在荷兰DHN框架下可作为电热协同与季节储能的有效手段,支撑建筑部门脱碳与电网韧性提升。
本文解读发表于《International Journal of Hydrogen Energy》的论文《荷兰Enschede地区风光互补制氢耦合热泵与第四/五代区域供热网络(DHN)集成系统的热力学-经济-环境分析与深度学习方法辅助多目标优化》。
研究背景方面,欧盟建筑部门占温室气体排放36 %与终端能耗40 %,荷兰约85 %住宅供暖仍依赖天然气锅炉。大规模热泵电气化引发配网拥堵,单纯依靠电热转换难以解决风光出力与冬季热负荷的季节错配,且既有研究多关注电解槽(PEME)废热直接供入区域供热网络(DHN),鲜有探讨氢能在荷兰DHN背景下承担冬季调峰供热、缓解配网阻塞及作为季节储能的多重角色,亦缺乏兼顾?效率、成本与排放的代理模型加速多目标优化。为此,研究人员以荷兰Enschede市Wijk Twekkelerveld街区(4719户,约14000人)为案例,构建风光-制氢-储氢-PEMFC-热泵-中温DHN混合系统,旨在量化氢能对冬季热缺口的补充能力、作为季节储能的技术经济环境表现,以及物理知情的深度学习代理模型在多目标优化中的可靠性。
主要关键技术方法:基于2023年Enschede实测气象与街区逐时电/热负荷剖面,采用标准测试条件(Standard Test Condition, STC)下的PV功率模型、幂律型风机出力模型及Hellmann风切变修正、等效电路BESS充放控制(含二分法求取削峰限c与周期荷电状态(State of Charge, SOC)约束)、PEME极化电压模型(活化/欧姆/浓度过电位)、范德瓦尔斯(van der Waals)方程描述高压储氢态、PEMFC能质平衡及R290热泵两相传热循环(CoolProp求解物性);执行?平衡(化学?exH2ch=236.1 kJ/mol)、热经济学年度化成本(利率8 %、寿命20年、运维比例按组件给定)及荷兰2024电网排放因子370 g CO2-eq/kWh核算间接碳排放;Plackett–Burman设计筛选决策变量,生成约4000组输入-输出样本训练含ReLU激活与Adam优化的多层感知器(MLP)代理模型(exergy效率架构128-64-32、总成本率128-64-32、CO2排放128-64),以均方误差(Mean Squared Error, MSE)为损失函数并用5折交叉验证确定超参数,将代理目标函数嵌入NSGA-II(种群1000、世代500、交叉率0.8、变异率0.05)获取三维Pareto前沿,LINMAP法选最优折衷解,对比物理模型直接运行验证代理精度。
研究结果如下:
系统验证(System validation):各子系统单独对标文献与厂商数据——PEME极化曲线偏差<5 %,PEMFC电压-电流特性偏差<5 %,R290水源热泵COP偏差约2.7 %,SPR-327NE-WHT-D PV模块I-V曲线最大相对误差<3 %,Enercon E-126 7.58 MW风机功率曲线吻合度同样优于3 %,确认所建数学框架可信。
系统优化结果(System optimization results):经Plackett–Burman筛选七维决策变量参与优化。三个独立ANN代理模型测试集决定系数R2分别达0.9996(?效率)、0.9732(总费率)、0.9993(CO2排放),RMSE依次为0.1167、0.3198、0.2060。NSGA-II结合代理模型获三维Pareto前沿,LINMAP选出最优操作点:?效率ηex=35.04 %,总成本率?total=4.84 �/h,年CO2排放63.64 t,LCOH=6.48 �/kg;对应最优设计变量为Nstring=61,Nturbines=20,H2压缩机压比rp=7.5,等熵效率ηC=0.88,BESS容量147.89 MWh,储氢罐容积457.52 m3。时序分析表明风光具季节互补性(夏太阳辐照高冬风强),夏季可再生盈余经BESS后仍驱动PEME制氢(最高产氢率约120 kg/h,累计夏季过剩>590 MWh可转为氢),氢储罐State of Hydrogen(SoH)春夏升至79.5 %,冬末降至16.7 %体现季节储能功能;冬季PEMFC提供42.21 %峰值热负荷(其余由COP约3–4的水源热泵补足),BESS削峰将配电网最大进口功率由5.87 MW压至4.33 MW(降幅约26 %)。组件年?损分解:PV农场135.08 GW(66.9 %),风电场34.07 GW(16.5 %),PEMFC 22.04 GW(10.5 %),热泵2.81 GW,PEME 2.20 GW,H2压缩与中间冷却链2.41 GW,BESS 0.80 GW;Grassmann图给出总输入?309.194 GW(可再生304.057 GW+电网5.137 GW),有用输出?108.921 GW,总破坏?≈200.273 GW。较已有RES–H2–HP研究,本系统?效率提升近3倍、单位成本更低且首次量化氢调峰供热占比与LCOH。
讨论与结论总结:研究人员证实,将本地风光盈余通过PEME转为氢气并季节储存,可在荷兰中温DHN中实现冬季调峰供热(覆盖42.21 %冬峰热需求)与夏季弃电削减(减少约40 %浪费),同时降低电网峰值进口与运行期间接CO2排放。深度学习方法训练的ANN代理模型可使NSGA-II多目标优化计算效率提升两个数量级以上且不显著牺牲热力学约束保真度,适用于含多连续/离散变量的能源系统规模设计空间探索。PV转换环节是系统?损失主导因素,未来可关注聚光或更高温度光伏及DHN低温化改造以提升整体第二定律效率。局限性含采用2023年静态负荷剖面未预测远期行为变迁、环境评价未含设备隐含碳,建议后续引入实时网格信号更新代理模型、开展全生命周期评价及动态热源温度建模。综上所述,氢能耦合第四/五代DHN与电热泵为荷兰及类似气候区城市住区脱碳、配网阻塞缓解与供热安全提供可行技术路径。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号