光伏-风能混合绿色氢系统的多目标优化：规模设计、经济效益及并网影响

《International Journal of Hydrogen Energy》：Multi-objective optimization of PV-wind hybrid green hydrogen systems: Sizing, economics and grid-interconnection effects

　　•NSGA-II联合确定光伏（PV）、风能和电解槽的规模，以最小化氢的成本。•再分析风速数据根据一个共址的76兆瓦（MW）风电场的容量因子进行了校准。•联合优化使氢的平准化成本（LCOH）降低了约10%，同时保持了可再生能源的容量。•最佳折中设计每年的氢产量为5.03美元/千克，总产量为10,066吨。•以实际市场价格出售剩余氢气可将LCOH从5.03美元/千克降低到3.41美元/千克。

引言
向低碳全球能源系统的过渡加剧了对绿色氢的兴趣，绿色氢作为一种多功能、可储存的能量载体，能够为难以直接电气化的行业（包括重工业、长途运输和季节性能源存储）脱碳[1]、[2]。通过可再生能源电力驱动的水电解生产的绿色氢现在被广泛认为是实现2050年净零排放路径的关键支柱[3]、[4]。在基于可再生能源的氢生产方式中，将光伏（PV）和风能发电与电解结合特别具有吸引力：太阳能和风能资源的日周期和季节性差异部分互补——太阳能在白天达到峰值，而风能在夜间和相反的季节通常更强——这减少了电解槽的间歇性，并提高了其利用率，相比单一能源配置[5]、[6]、[7]。由于电解槽的资本只有在高容量因子下才能回收，这种互补性对氢的生产经济性至关重要[8]、[9]。大量且快速增长的技术经济分析文献最近已在一篇专门综述中进行了总结[10]，这些文献量化了在各种地理和技术条件下的光伏-风能混合可再生能源系统（HRES）所能实现的氢的平准化成本（LCOH）。报告的价值范围很广，反映了当地资源质量、系统配置和市场准入情况：Ourya等人[11]在摩洛哥的达克拉发现最低成本为2.54美元/千克；Joshi等人[12]报告在巴基斯坦特别经济区的离网价格为4.19–8.66美元/千克，上网价格为2.12–4.65美元/千克；Gado等人[13]在非洲各地的调查中，从资源丰富的地区大约4.6美元/千克到资源匮乏地区的超过20美元/千克不等；Gü?yetmez和Y?ld?z[14]在土耳其的锡瓦斯获得4.15–5.85美元/千克的成本；El Kihel和El Kadri Elyamani[15]在摩洛哥的拉尤恩报告3.10美元/千克；Rafay等人[16]在巴基斯坦发现6.10–6.43美元/千克；Hussam等人[17]报告科威特的Shagaya工厂上网价格为6.85美元/千克，离网价格高于8美元/千克；Giampieri等人[18]评估了来自英国受限风能的海上风能制氢成本。同样，对于阿卡巴湾[19]和中国张北[20]，也评估了结合光伏、风能和聚光太阳能（CSP）的陆上风能制氢系统。补充证据包括对欧洲和北非到2050年平准化成本约为1.5–3美元/千克的蒙特卡洛成本预测[21]，韩国半岛上的海上风能制氢供应[22]，以及基于直接光伏和风能供应的氢生产的时间分辨动态建模[23]，还有加拿大一项针对容量利用率范围为45-90%的PEM水电解槽的风能驱动LCOH评估[24]。在这些研究中，一直认为输送到电解槽的电的平准化成本（LCOE）和电解槽的资本成本是影响LCOH的主要因素[9]，从而确立了可再生能源供应的经济性和电解槽规模的两个关键设计杠杆。

第一个反复出现的方法论限制是关于如何确定可再生能源和电解槽子系统的规模。在这里回顾的大多数研究中，规模的确定并不是通过连续、同时优化光伏、风能和电解槽容量来实现的，而是预先固定的或从有限的候选配置集中选取的。一些评估仅评估单一的预定配置[8]、[20]、[25]。其他研究依赖于搜索离散候选空间的模拟和排序工具：Joshi等人[12]、Kalinci等人[26]、Hussam等人[17]和Oubouch等人[27]使用HOMER Pro，Rafay等人[16]使用RETScreen，Düzer和Pamuk[28]使用HOMER Pro比较土耳其离网微电网中的电池储能和氢储能。与本研究最直接相关的是，Astriani等人[29]使用详细的光电成本和效率曲线优化了仅光伏、仅风能以及光伏-风能混合可再生能源园区用于绿色氢的生产，但他们通过经典的离散组合搜索和粒子群搜索来确定工厂规模，而不是对三种容量进行连续同时优化。另一组研究在预定义的离散情景上应用多标准排序：Yan等人[30]使用生物启发式算法对超过十六种离散的风/太阳能/氢/燃料电池配置进行排序，El Kihel和El Kadri Elyamani[15]应用Borda方法，Ali等人[31]采用区间值T-球形模糊多标准方法进行选址。此外，Gü?yetmez和Y?ld?z[14]根据单一年份资源数据的Weibull/Gamma统计分布来确定系统规模。还有一些研究应用了真正的优化算法，但这些算法应用于与光伏-风能-电解槽联合规模不同的技术范围或决策空间：Wang和Zhang[32]以及Shboul等人[33]分别应用于风能-氢储能和光伏-燃料电池系统；Abu等人[34]通过粒子群优化调整微电网控制参数；Mohammadi和Fallah[35]结合人工神经网络和遗传算法（ANN-GA）优化与TRNSYS动态建模用于海上风浪系统；Das等人[36]优化运营负荷转移策略而非设备规模。还有一些研究优化电解槽的调度和电力分配，例如多电解槽控制策略[37]和协作碱性（ALK）/PEM阵列操作[38]。即使在组件规模协同优化的情况下，目标通常也是基于可靠性或存储需求，而不是直接进行LCOH与参数扫描的比较[19]、[39]。据作者所知，很少有先前的研究应用连续的多变量进化算法来联合确定光伏容量、风能容量和电解槽容量，更少有研究将联合优化的帕累托最优集与传统单一变量参数扫描进行直接对比，以量化其附加值。

第二个限制涉及这些模型所使用的资源数据。技术经济评估主要依赖于卫星或再分析得出的气象产品，如PVGIS、NASA POWER/MERRA-2和ERA5，或是基于短时间测量记录的统计分布拟合，而没有与实际共址的可再生能源资产的运营性能进行交叉验证。由于分辨率较低的风速再分析产品平均了复杂地形的数据，并且已知会低估沿海山区的地方风速增强[40]，因此基于未校正的再分析风速数据的LCOH估计可能存在系统性偏差，这是一个在上述2024-2026年最近研究中很少明确讨论的问题。

第三个限制是关于电网互联和价格真实性的处理。研究通常在完全孤岛运行或假设的电价或狭窄的价格范围内评估氢的生产。Joshi等人[12]和Hussam等人[17]比较了固定电价下的并网和离网运行；Giampieri等人[18]将受限发电量货币化为氢；Al-Mahmodi等人[9]评估了一个理想化的净计量情景；Akyuz和Tezer[41]在土耳其最直接可比的研究中，通过扫描0.02–0.10美元/千瓦时的假设价格范围来模拟基于PPA的采购情景。然而，真正按小时处理的基于历史日前市场价格的数据（直接与相应的每小时可再生能源生产系列匹配，并用于重新优化系统规模）在很大程度上仍然缺失。这种遗漏是有后果的，因为可再生能源发电和批发价格在小时和季节尺度上有很大变化，因此平价近似无法捕捉到在波动市场价格下出售剩余发电量的真实价值。

这些限制在土耳其背景下尤为重要，因为土耳其拥有丰富的太阳能和风能资源，并处于连接欧洲和中东能源市场的战略位置。先前的土耳其相关研究通过建立国家成本基准奠定了有价值的基础。Akyuz和Tezer[41]使用HOMER进行规模优化，报告了使用风能的氢成本为2.01–4.58美元/千克；Gü?yetmez和Y?ld?z[14]发现锡瓦斯的成本在4.15–5.85美元/千克之间；Düzer和Pamuk[28]比较了土耳其离网微电网的电池储能和氢储能选项。然而，这些研究是通过单一技术参数、统计或有限候选方法来确定可再生能源子系统的规模，而不是进行联合多变量优化。此外，没有研究根据实际的每小时电价来评估电网互联。到目前为止，还没有研究应用连续的多目标优化框架，使用真实的风电场性能数据进行校准，并根据实际的每小时电价来评估土耳其的混合光伏-风能-电解槽系统的规模，也没有研究在同一统一框架内同时解决上述三个限制。

本研究通过土耳其南部哈泰省Samanda?的一个光伏-风能混合绿色氢系统的案例研究来解决这些问题，该地点位于北纬36.116°，东经36.001°，是一个地中海沿海地区，兼具强烈的太阳辐照和该国最丰富的风能资源之一，这一点由共址的76兆瓦Ziyaret风电场的运行情况所证明。因此，本文的贡献有三个方面：
1. **基于实际电厂的资源校准**：开发了一种校准方法，系统地将再分析得出的风速数据调整为与共址Ziyaret风电场的多年运行容量因子相匹配，纠正了粗分辨率再分析在复杂沿海地形中低估当地风能资源的倾向。
2. **真正的联合多目标优化**：应用了NSGA-II类型的遗传算法[42]来同时确定光伏容量、风能容量和电解槽容量，最小化LCOH，同时最大化容量因子和电解槽满负荷运行小时数，并将得到的帕累托集合与传统的单一变量参数扫描进行直接比较，以量化联合优化的附加值；随后使用**基于与理想解相似性的偏好排序技术（TOPSIS）[43]**来选择最佳折中设计，并通过单参数和双参数敏感性分析以及未来技术情景分析进行支持。
3. **真实的每小时市场价格网格评估和重新优化**：在并网情景下，使用2019-2023年EXIST数据库中的实际每小时土耳其日前市场价格（与生产系列匹配）来评估最佳折中配置，并在此基础上重新优化系统，同时施加最小氢产量约束，排除了退化的、以销售为主的配置。

本文的其余部分组织如下。第2节描述了方法论：研究地点和数据来源、光伏和风能模型及风能资源校准、电解槽和LCOH模型、多目标优化框架以及敏感性分析。第3节展示了结果，包括基线性能、参数化电解槽规模、多目标优化结果、TOPSIS最佳折中解决方案、敏感性分析、仅光伏/仅风能/混合系统比较以及孤岛运行与并网运行。第4节总结了研究结果并指出了未来工作的方向。

**研究区域和数据来源**
提出的技术经济和多目标优化框架应用于土耳其南部哈泰省Samanda?地区（北纬36.116481°，东经36.001324°）的一个沿海地点，该地点对应于运营中的Ziyaret风电场的位置（见图1）。选择这个地点是因为它结合了有利的地中海太阳辐照和土耳其最强的风能资源之一，同时还有一个正在运行的76兆瓦Ziyaret风电场。

**基线混合系统性能**
在参考配置下，即100兆瓦光伏和120兆瓦风能（包括40台3兆瓦的涡轮机），校准后的模型平均光伏输出为21.7兆瓦，容量因子为21.70%；平均风能输出为42.9兆瓦，容量因子为35.76%，符合校准目标。组合混合系统的平均输出为64.6兆瓦，相对于220兆瓦的安装容量，整体系统容量因子为29.37%。这些结果与资源特性一致。

**结论**
本研究为土耳其哈泰省Samanda?的光伏-风能混合绿色氢生产系统开发了一个技术经济多目标优化框架，该框架使用根据实际共址风电场运行性能校准的每小时卫星/再分析气象数据。

**未校正的再分析风速数据严重低估了当地风能资源**
未校正的再分析风速数据大大低估了当地风能资源，模拟的涡轮机容量因子仅为12.5%，而实际多年平均值...

**数据可用性**
气象数据可从PVGIS（PVGIS-SARAH3）和NASA POWER（MERRA-2）获得；土耳其的日前市场价格数据可从EXIST透明度平台获取。如需更多支持本研究发现的数据，可向作者提出合理请求。完整的计算工作流程包括NSGA-II/TOPSIS算法设置、决策变量限制、随机种子，以及每项敏感性分析和鲁棒性检查的详细结果。

## 资金情况
本研究未获得来自公共部门、商业机构或非营利组织的任何特定资助。

## 利益冲突声明
作者声明他们没有已知的可能影响本文所述工作的财务利益冲突或个人关系。