基于经过验证的降阶建模方法，对建筑暖通空调系统中蒸发器侧与冷凝器侧相变材料的集成效果进行比较评估

《Sustainable Energy Technologies and Assessments》：Comparative assessment of evaporator and condenser-side PCM integration via validated reduced-order modeling in building-HVAC systems

【字体：大中小】 时间：2026年03月09日 来源：Sustainable Energy Technologies and Assessments 7.4

编辑推荐：

　　Steffen Kiemel|Yuanxin Song|Robert Miehe|Simon Gl?ser-Chahoud|Alexander Sauer 德国斯图加特70569，Nobelstra?e 12，弗劳恩霍夫制造工程与自动化研究所IPA **摘要** 目

　　Steffen Kiemel|Yuanxin Song|Robert Miehe|Simon Gl?ser-Chahoud|Alexander Sauer
德国斯图加特70569，Nobelstra?e 12，弗劳恩霍夫制造工程与自动化研究所IPA

**摘要**
目前关于氢气生产各种技术方案的经济与生态性能的详细信息十分缺乏，这阻碍了新生产设施的投资。本文提供了一个数据库，其中包含了九种氢气生产技术（碱性电解、质子交换膜电解、高温电解、蒸汽重整、自热重整、煤炭气化、生物质气化、超临界水气化以及黑暗发酵）以及三种碳捕获技术的相关经济与生态参数。此外，还考虑了生物质干燥和产品气体压缩等相关环节。这些标准化数据被纳入一个参数化计算模型中，该模型可用于评估每种技术组合的净现值、整个使用周期内的温室气体排放量，以及每千克氢气产生的温室气体排放量。通过引入时间与地域特定的成本和排放因子，该模型还能让使用者根据实际情况进行调整。该计算模型已被转化为一个简易计算工具，作为补充材料提供。

**引言**
关于绿色氢气的合理应用场景存在诸多讨论，尤其是因为它目前仍是一种稀缺且成本较高的资源。不过很明显，在当前形势下，若要实现化学生产等高排放工业过程的去化石化，使用绿色氢气是不可避免的[1]、[2]。水电解是一种可行且已部分成熟的绿色氢气生产技术[3]。然而，水电解技术要实现大规模市场应用也面临诸多障碍，因为电解槽需要铱和铂等关键材料（尤其是质子交换膜电解槽），而这些材料的供应十分紧张[4]。因此，人们亟需开发其他技术，以丰富现有技术和电解技术体系，从而实现供应多样化。此外，为达成气候目标，还需发展和广泛应用负排放技术。氢能生物能源结合碳捕集与封存的技术理念正好满足了这两方面的需求[5]。如今，各类不同的氢气生产技术已经出现，它们的经济与生态性能因电力价格和排放强度等不同因素而存在差异。因此，那些计划建设氢气基础设施的决策者和投资者需要充分的依据，以便选择最符合当地需求和条件的技术。在考虑氢能生物能源结合碳捕集与封存技术时，还需考虑到可用生物质的种类，因为其供应有限，且会影响到工艺的效率。

尽管已有文献记载了有关氢气生产技术经济与生态性能的信息，但很多情况下仅给出结果，参数极少，这使得这些数据难以应用于情况不同的地区。此外，将不同研究中的结果进行整合也十分复杂，因为这些研究基于不同的假设。货币因素以及其他因素，如国家电力结构的排放强度，都会对结果产生显著影响。本文通过全面梳理相关文献，对数据中的相关参数进行标准化和统一处理，从而解决了这一问题。这些标准化数据被纳入参数化计算模型中，帮助决策者在综合考虑时间和地域因素的情况下，评估不同氢气技术的经济与生态可行性。各研究任务及其对应结果的关系如图1所示。本文的独特之处在于：
- 提供了九种氢气生产技术、三种碳捕获技术以及生物质干燥和产品气体压缩等相关环节的标准化数据；
- 根据所收集的二手数据，制定了体现技术发展进程的保守型与进步型情景；
- 确定了会影响生物质基氢气生产技术效率的生物质特性；
- 开发了参数化计算模型，帮助决策者基于经济与生态评估，并结合时间和地域差异因素，选出最优技术方案。

下载：高清图片（809KB）
下载：完整尺寸图片
图1. 文章结构

**材料与方法**
经济与生态性能通过基础设施整个生命周期内的净现值、温室气体排放量，以及每千克氢气产生的特定温室气体排放量来衡量。
货币资本支出包括设备购置总成本、间接成本、安装费用、意外支出以及土地成本。货币运营成本则包括工人和管理人员的工资、其他固定运营成本，以及主要能源和原材料的投入成本。
在生态层面，评估指标为全球变暖潜力，以二氧化碳当量表示。虽然生命周期评估的其他影响类别对于确定全局最优方案也很重要，但由于数据限制，此处采用简化处理。生态资本投资GHGI指的是建设氢气设施所带来的全球变暖潜力。而持续的生态影响则包括工艺排放GHGP（例如化石燃料燃烧产生的排放）以及原材料、初级能源或电力上游阶段的排放GHG23。

我们研究了九种现有的氢气生产技术：基于化石燃料的技术，如蒸汽重整、自热重整和煤炭气化；被视为绿色氢气生产技术的技术，如碱性电解、质子交换膜电解和高温电解；以及具有实现净负排放潜力的技术，如生物质气化和生物质黑暗发酵。在生物质气化技术中，我们进一步区分了传统技术，如下吸式固定床或流化床反应器，以及创新的超临界水气化工艺。此外，我们还考虑了生物质干燥这一上游工序，因为它对于提高生物质基生产技术的氢气产量至关重要[6]（超临界水气化工艺除外[7]），而且这一工序需要大量能源[8]、[9]。最后，我们还提供了产品气体压缩和工艺排放碳捕集等下游工序的相关数据。对于碳捕集技术，有多种可选方案。MDEA胺洗涤法可用于氢气生产流程中的多种碳排放源[10]、[11]。MDEA辅助的预燃烧合成气净化技术可应用于蒸汽重整工艺[11]、[12]、[13]，以及自热重整工艺[10]、[13]、[14]，这两种工艺的净化效率存在差异。MDEA辅助的合成气净化与烟气净化相结合的方法则可应用于蒸汽重整工艺[15]、[16]，以及气化工艺[17]。对于气化工艺，物理Selexol工艺则是更为常见的替代方案[18]、[19]。据Cormos等人研究，该工艺也可用于蒸汽重整工艺[20]。图中展示了所研究的各项技术及其可能的组合方式。
下载：高清图片（462KB）
下载：完整尺寸图片
图2. 所研究的各项技术及其可能的组合方式

**前期研究与二手数据收集**
我们按照PRISMA声明中规定的流程进行了全面的文献综述[21]。2023年11月，我们在Scopus数据库中进行了搜索，搜索关键词见补充材料#2的第1段（SM#2）。初步搜索共找到4,268篇可能相关的文章。为便于筛选并确保选出最相关的文章，我们使用了人工智能辅助的软件?ASReview。我们设定的停止标准是连续出现12篇无关文章。在评估了333篇文章后达到了这一标准，其中147篇根据摘要判断为相关文章。我们对所有相关文章进行了详细分析，提取了相关的环境与经济参数。对这147篇文章的全文进行筛选后，又排除了74篇。在全文分析过程中，还从参考文献中发现了更多相关资料。最终，共有130篇文章被纳入定量综合分析。由于有些文章分析了多种技术或同一技术的不同版本，因此我们得到了包含479条记录的数据集。每条记录都包含了有关工艺参数、经济数据或生态数据的定量与定性信息。SM#2的第1.2段列出了所研究的文献及其对应的技术重点。

**二手数据的标准化**
所研究文章的发表年份介于2001年至2024年之间，而且相关案例研究来自不同国家。有些文章仅提供了本文单独分析的某几种工艺组合的单一数据。因此，原始数据集（参见第2.1段）必须进行标准化才能实现比较。为此我们采用了多种标准化方法。在可能的情况下，我们将数据按不同的工厂规模分类，即s∈S，其中S包括前端工厂、小规模、中等规模和大规模。规模分类参考了Murthy Konda等人的研究，并做了适当调整：
- “前端工厂或分布式生产厂”：每年产量为36,500–364,999公斤[22]
- “小规模集中工厂”：每年产量为365,000–36,499,000公斤[22]
- “中等规模集中工厂”：每年产量为36,500,000–182,499,000公斤[22]
- “大规模集中工厂”：每年产量为182,500,000–365,000,000公斤[22]
如果某种技术能产生多种有价值的产物，我们不会分别计算其成本和环境影响。每种技术所采用的简化假设均列在SM#2的第1.3段。所有数据都被汇总，以便为每种技术提供平均值、最小值和最大值。这些不同的数值可用于构建不同的技术情景，从而选择更偏向进步型或保守型的技术发展路径（详见SM#2第1.4段）。

在完成数据收集和标准化处理后，我们进行了一致性分析。对于那些数据偏差较大的文献来源，我们再次进行了核查，最终对相关数据进行了调整或删除。前者是指作者错误地转换了数据，后者则是由于在初次筛选时未发现的巨大框架条件差异，比如额外包含了某些外围基础设施。如果经过重新核查后偏差仍然存在，我们也会将其保留下来，直接加入数据库。

下文将详细介绍经济与生态参数的进一步标准化和数据转换方法。各项技术特定的假设列表可见SM#2的第1.3段。

**经济标准化**
基准年为2022年，基准货币为美元。因此，所有货币价值都需要先按文章所在年份的平均汇率转换为美元，然后再乘以2022年的美国消费者价格指数，该指数已调整为文章所在年份的数值。计算原理如公式（1）所示。
公式1：计算原理——示例：将2018年的欧元价值换算为2022年的美元
(1) TPEC2022,$=TPEC2018,€?EX2018,€?CPI2022,USCPI2018,US
相应基础设施的资本支出被分为设备购置总成本和其他成本（间接成本、安装费用、意外支出以及土地成本）。
在计算运营成本时，为了得到标准化的数据集，我们做了若干简化处理。为便于考虑不同地区的工资差异，我们用运行工厂所需的员工数量来表示劳动力成本。如果文章只给出了劳动成本的金额，我们会利用文章所在国家和年份的平均工资水平来计算所需员工数量[23]、[24]、[25]。在很多情况下，管理人员的成本是以总劳动成本的百分比来表示的。简单来说，我们认为管理人员的工资是普通员工的兩倍。之后再计算管理人员的数量。
由于不同国家的配套成本存在差异，工艺投入也需分别列出。这里我们主要关注大多数研究文章中提到的各工艺路线的主要投入。那些只有少数文章提及、且数量很少的其他材料投入则被忽略，比如蒸汽重整工艺和生物质气化工艺所用的催化剂[26]、[27]。

**生态标准化**
关于生态资本投资GHGI，相关数据十分有限。对于自热重整技术，无论是在文献中还是ecoinvent数据库中，都找不到具体的数据集。为了得到一个近似值，我们假设自热重整技术的全球变暖潜力与蒸汽重整技术相似，因为这两种工艺都属于重整技术范畴。至于生物质黑暗发酵技术的GHGI，也存在很大的不确定性，因为目前只有单一的数据集可供参考。
氢气生产设施的排放可分为工艺排放（即范围1排放）和间接排放（即范围2和范围3排放）。之所以这样划分，是因为碳捕获技术只能捕获系统边界内的排放。此外，所采购的输入材料的上游排放在不同地区也存在很大差异。公式2阐述了计算工艺排放的原理。即技术h在基准年b、地点l产生的每千克氢气的全球变暖潜力（GHGS），需减去原料f的需求量FD与该原料在b地和l地的相应排放因子（GHGFI）的乘积。输入因素的空间和时间排放因子取自SM#2第1.5段中列出的各种来源。如果未提及所分析基础设施的位置，则假定其位于第一作者所在国家的同一地区。公式2：以参考值r(2)表示基准年b、地点l下技术h的工艺排放量，计算公式为：GHGPIh,b,l,r=GHGSh,b,l,r-∑f=1FFDf,h,b,l,r?GHGFIf,b,l参数化计算模型的构建将整合标准化后的数据转化为计算模型，用以评估特定区域内氢能技术的经济与生态性能。相关指标和变量详见SM#2的第3.1段和第3.2段。该模型以计算工具的形式实现，并作为补充材料#3（SM#3）提供。使用该计算工具的用户可调整各类变量，从而结合区域特点进行更贴近实际的评估。技术参数可从预定义场景中选取，也可自行输入。根据所需的年度氢气产量及特定技术对应的容量系数，可依据第2.2段所述的四个预定义规模类别确定工厂规模。评估结果为四项关键绩效指标（KPIs），可用于氢能基础设施建设方面的战略决策（包括资本支出、净现值、温室气体排放量等）。此外，还可得出采用特定技术且具有明确产能C的氢气工厂所需占地面积，以及所需的生物质原料量FDbiomass。这些KPIs及相关依赖关系和前提计算在SM#2的第3.3段（生态评估）和第3.4段（经济评估）中有数学表达式。除输入特定地区的数据外，计算工具的用户还可通过调整某些二元变量（BV）来设定不同的边界条件，具体内容如下。根据温室气体协议规定的范围，排放量可分为不同类型，从而可选择不进行补偿、仅补偿直接排放（BV7），或同时补偿直接和间接排放（BV7和BV8）[28]。对于范围3，仅考虑1、2和3三类排放。为量化生物基工艺的直接范围1排放量，需计算特定技术的碳转化效率（CCE），具体方法详见补充材料#1（SM#1）。随后，将CCE与所使用生物质的碳含量以及CO2和C的摩尔质量比例相结合（参见SM#2第3.3段公式6.1.1.1）。由于通过光合作用，这些生物基CO2排放量事先已从大气中去除，因此可视为净零排放——前提是使用可再生、生长迅速的生物质[29]。鉴于此问题存在相关学术讨论[30]、[31]，计算工具的用户可自行决定将生物基范围1排放量视为常规排放还是净零排放（BV1）。若将生物基排放视为净零排放，且加入了CC单元，且捕获并永久储存的范围1排放量超过剩余排放量，则此类生物基氢能技术可被定义为净零排放技术。这在后续考虑范围1排放量的碳抵消（BV7）和/或出售负排放证书的可能性（BV6）时的经济评估中具有重要意义。目前尚不清楚谁将为这类证书付费。近期，欧盟议会和欧盟理事会就“全欧高质量碳去除认证自愿框架”草案达成一致[32]，但该草案也引发了诸多争议[33]。二元变量BV2和BV3用于确定电力来源。来自电网的上游电力排放属于范围2，而来自可再生能源的本地发电所产生的排放主要源于必要基础设施的制造和安装，因此属于范围3。压缩机所需的电力则取决于特定技术的输出量与产品气体期望压力之间的差值（由用户输入）。每年t的总成本包括初始投资或再投资（在现有基础设施使用寿命结束后）的资本支出，以及运营成本。由于电解槽组的使用寿命短于整个系统，其更换需单独考虑。运营成本可分为固定成本和变动成本。每年t的总收入则来自氢气H2和二氧化碳CO2以及负排放证书的销售，其中不同类型的氢气在价格上有所区别，包括绿色氢气（AEL、PEMEL、HTEL、BG、SCWG、DF）、灰色氢气（SMR、ATR、CG），以及蓝色氢气（SMR、ATR、CG，且均需进行碳捕集与封存）。若使用沼气替代天然气（BV9），则SMR和ATR可被视为绿色氢能技术[34]。此外，假定所建设的基础设施在研究期结束时仍具有残值，因此会有一笔额外的最终现金流，其年度价值下降幅度可由计算工具的用户自行设定。与成本因素类似，也可考虑影响收入的参数的价格变化趋势，例如氢气价格，相应的计算工具以美国和欧洲的消费者价格指数作为此类价格变化因素的示例。只有长期储存的捕获CO2才能降低工厂的温室气体排放强度（BV5），在这种情况下，CO2无法作为工业生产的原料出售（BV4）。本文的核心成果在于本文第2.3段及SM#2第3段所描述的计算原理，以及将其转化为可用计算工具的形式。第3.2段介绍了该模型在德国一个虚构场所的应用案例，而具体的技术相关数据则见于本文第3.1段以及SM#2的第4、5和6段。技术数据用于评估区域氢气生产经济与生态性能的各类特定技术参数列于表1中，所有相关技术的数据详见SM#2的第4、5和6段，这些数据均已纳入计算工具中。用于评估生物基工艺效率的生物基原料特性为整体材料组成中的纤维素和半纤维素占比（HCCR），关于这一比值的量化方法详见SM#1。因此，生物基工艺的生物质需求量和碳转化效率可表示为HCCR的函数（参见SM#2第4段），其中会给出两种函数形式，具体选择取决于所使用生物质的HCCR是否高于该技术对应的阈值，该阈值的具体确定方法也在SM#1中有说明。估算出的生物质需求量会影响氢气生产设施的排放强度以及生物质原料的变动运营成本。此外，所采用技术的期望含水率以及原料的含水率也会影响电力需求。表1. 所分析技术的相关参数列表，仅对多种技术而言才重要的可选参数会标有“(o)”符号，所有技术对应参数的最小值、平均值和最大值可见于SM#2的第4、5和6段。空白单元格技术特定参数经济层面资本支出TPEC/maxCap 2022 [美元/千克H2]技术性能提升的额外成本占地面积 [平方米/千克H2/年]间接成本 [占TPEC的百分比]安装系数 [占TPEC的百分比]应急准备金 [占TPEC的百分比]电解槽更换费用（可选）REPEX [占资本支出的百分比]生态层面资本支出基础设施的全球温变潜力 [千克CO2e/千克H2]通用参数氢气纯度 [%]工厂使用寿命 [年]电解槽使用寿命 [年]n（可选）容量系数 [%]生物质原料的期望含水率 [%]氢气出口压力 [兆帕]二氧化碳出口压力 [兆帕]碳捕集率 [%]（可选）效率 [%]（可选）固定运营成本每单位产能所需工人数量 [人/千克H2]每单位产能所需监管人员数量 [人/千克H2]氧气消耗率 [%]变动运营成本电力需求 [千瓦时/千克H2]生物质需求量 [千克/千克H2]（可选）水需求量 [千克/千克H2]（可选）天然气需求量 [千克/千克H2]（可选）煤炭需求量 [千克/千克H2]（可选）碳转化效率（可选）工艺排放量（可选）案例研究：2024年德国氢能技术的经济与生态性能为检验该计算工具的功能，文中设计了四种示例场景，模拟了在德国巴登-符腾堡州建造一座年产1,000公吨氢气的潜在工厂的各种用户自定义参数情况。这些场景在电力供应来源（本地发电与电网供电）以及生物基排放量的处理方式（视为净零排放还是常规排放）方面存在差异（见表2），SM#2第7段提供了所使用的地区特定数值的参考来源。表2. 场景定义。场景空白单元格1：本地生物基能源，净零排放，小型规模2：电网供电的生物基能源，净零排放，小型规模3：本地生物基能源，非净零排放，小型规模4：电网供电的生物基能源，非净零排放，小型规模安装年份2024货币单位欧元BV1生物基排放量1100BV2电网电力0101BV3本地电力1010BV4出售捕获的CO20000BV5储存捕获的CO21111BV6负排放证书1111BV10用沼气替代天然气0000C期望的年氢气产量1,000,000某类工艺组合的总排放量为范围1、2和3的排放量之和（即1、2、3三类排放），若生物基排放量被视为净零排放，则需从中扣除这部分排放量。场景1–4的经济评估结果如图3所示，图中给出了不同氢气生产技术与碳捕集技术组合的相应数值，若未采用碳捕集技术，则用“无”表示。下载：下载高分辨率图片（432KB）下载：下载完整尺寸图片图3. 经济评估：(a) 净现值；(b) 资本支出及所需面积。不同电解技术的经济性能会因其电力供应方式的不同而有很大差异，由于电力并非其他技术的主要投入因素，因此其对这类技术净现值的影响较小。在场景1的假设条件下，SMR、ATR、CG、SCWG和DF技术不具备经济可行性，不过尤其是SMR、ATR和气化技术，由于这类设施的建造规模通常远大于假设的每年1,000吨的产量，因此有望实现规模经济效应。还需注意的是，所有场景均假设会对工艺排放和上游排放进行碳抵消，若忽略这一条件，传统技术则会更具经济可行性。从初始资本支出来看，HTEL是成本最高的电解技术（见图3b），气化技术（尤其是SCWG）和DF技术的资本支出也显著较高，而且气化技术还占用大量空间，其所需面积仅低于AEL和PEMEL技术，当资金获取和/或可用土地资源有限时，这两个因素可能对投资决策产生重要影响。所分析场景的生态评估结果分别展示在图4和图5中，整个研究周期内的累计排放量以条形图呈现，每千克氢气产生的特定排放量则以点状图展示。按照定义，只有当电力来自电网时，才能观察到基于市场评估与基于地区评估之间的差异。下载：下载高分辨率图片（342KB）下载：下载完整尺寸图片图4. 生态评估，生物基排放视为净零排放的情况。(a) 场景1；(b) 场景2。下载：下载高分辨率图片（348KB）下载：下载完整尺寸图片图5. 生态评估，生物基排放视为常规排放的情况。(a) 场景3；(b) 场景4。当生物基排放被视为净零排放且采用碳捕集技术时，BG和SCWG技术的生态性能较为良好，有趣的是，当假设电力来自当地电网时，各类电解技术的排放强度则与SMR和ATR技术相似，这很大程度上取决于电力供应的全国平均排放强度，只有与碳捕集技术结合使用时，CG技术的排放强度才会与之相近。场景3和场景4仅会影响生物基技术的生态性能，若不将生物基排放视为净零排放，那么原本属于净零排放技术的BG和SCWG，即便采用了碳捕集技术，其排放强度也会非常低，这是因为这些技术需要大量生物质，且在加工过程中会将其中的碳转化为温室气体排放（参见SM#1）。讨论与局限性本文全面介绍了九种氢能技术、生物质干燥技术、产品气体压缩技术以及三种碳捕集技术的相关数据，这些数据为评估这些技术及其组合的经济性与生态性能提供了基础。所提出的参数化模型可用于计算氢能技术的经济与生态性能，能够充分考虑区域差异，如各地区的特定成本和排放强度。不过，本研究也存在一些局限性，将在下文予以阐述。本文所涉及的技术选型均为目前最具前景的技术，但这项工作仅可作为进一步技术标准化参数化的起点，未来目标是逐步为科学界建立一个不断完善的数据库。目前所收集的数据均来源于已发表的经过同行评审的学术文献。通过提供基于各参数平均值、最小值和最大值的数据范围，用户能够评估数据的可靠性，并根据自身偏好考虑采取保守或激进的技术发展路径。对于某些参数（如DF基础设施的GWP），仅找到了少量样本数据（即发布相关数据的文献数量）。为提高数据可靠性的透明度，会针对每个参数给出样本量信息。这同时也能帮助识别研究空白，从而为未来的一手数据收集确定优先级。数据收集过程中所做的所有假设均列在SM#2的第1.3段中。由于不同来源的生态数据集可能采用不同的生命周期影响评估方法，因此在比较和抵消这些数据时难免存在误差。不过，GWP这一影响类别具有较高的标准化程度，不同LCIA方法之间的差异相对较小。Koch等人针对一家生物精炼厂开展的案例研究便体现了这一点，我们认为该案例与本文所分析的技术具有相似性[35]。由于植物退役对总体排放量的贡献较低，且相关数据较为匮乏，本分析未对其生态影响进行考量[36]。尽管本文具有独特性，但所提出的生物基工艺效率取决于原料特性的观点（SM#1）可为后续研究提供起点。虽然已对现有文献进行了详细分析，但仍无法确保所有相关影响因素都已被考虑。应通过标准化因子的实验室实验来验证从文献研究中得到的结果。现有的模型可以通过纳入所研究产品气体的运输成本来进行升级。在当前形式下，可通过调整产品气体的销售价格来间接考虑这些成本。通过对比电解、重整、气化及生物基技术等不同技术集群的结果，分析了该模型的功能，进而详细评估了各项技术的现金流情况。相关参数被确定为成本驱动因素，并与基础技术数据相互对比，以确认同一技术集群内不同结果之间的比例是否合理。例如，各类电解技术的主要差异在于其电力需求，而这一比例与采用市场法计算电网电力时的净现值差异相吻合。此外，设施的寿命和运营费用也会导致不同结果的出现。为进一步验证参数设定的有效性，还需通过全面的敏感性分析来测试模型功能。为此，我们选择了代表上述技术集群的四种技术（电解用HTEL、重整用SMR、化石基气化用CG、生物基技术用BG），并将案例研究中所使用的每个参数在-20%到+20%之间以10%为间隔进行变动，以此判断结果是否仅会出现在受 ??参数影响的技术上（例如，HTEL应受电力价格变化的影响，而非煤炭价格变化的影响）。同时，还会通过与上文分析中确定的各技术特定参数的重要性进行定性对比，来判断偏差的方向和幅度。敏感性分析涵盖了经济和生态两个维度。图6展示了BG技术经济敏感性分析的结果，而生态维度及其他技术的分析结果则见SM#2的第8段。分析表明，所有可用于体现区域和时间差异的可变参数都已正确纳入模型，且模型中合理呈现了它们之间的关联关系。那些呈现非线性趋势的参数则取决于触发现金流大幅调整的阈值（例如，当原设施的寿命到期后，需要重新投资基础设施以延长使用周期）。下载：下载高分辨率图像（448KB）下载：下载全尺寸图像图6. BG技术经济维度敏感性分析的结果。结论有多种参数会对氢能技术的经济性和生态效益产生显著影响，而这些参数又取决于不同的空间边界条件。那些希望从日益增长的氢能需求中获利的投资者和决策者，需要一个完善的数据库以及相应的计算模型，以便能够考虑区域特性，并通过调整这些关键参数来分析不同场景下的情况。本文正是提供了这两样东西。文中提供了一个包含众多参数的技术专用数据库，明确了生物基氢能工艺的效率与所使用生物质成分之间的关系。基于收集到的信息，还构建了一个参数化的计算模型。将该计算模型转化为实用工具，并将收集到的数据整合其中，便可以基于净现值、总排放量以及每千克生产氢气的特定排放量等关键绩效指标，评估在特定地区建设氢能生产设施的可行性。此外，文中还给出了所需场地面积和初始资本支出等限制条件。未来的研究应着眼于改进现有计算模型的方法（例如，纳入产品气体的运输和储存成本）。更重要的是，为了帮助决策者决定是否投资氢能基础设施，还需要将本文所述的氢能供应情况与所研究区域及时间范围内的氢能需求预测相结合。基于线性规划构建优化模型，将有助于根据经济和生态指标做出合理决策。对于那些致力于建立区域化供应链而非全球化供应链、以提高当地经济抗风险能力的决策者而言，这样的支持尤为重要。作者贡献说明Steffen Kiemel：撰写——审稿与编辑、撰写——初稿、可视化、验证、方法论、研究、形式分析、数据整理、概念构建。Yuanxin Song：撰写——审稿与编辑、形式分析、数据整理。Robert Miehe：撰写——审稿与编辑、监督指导。Simon Gl?ser-Chahoud：撰写——审稿与编辑、方法论。Alexander Sauer：撰写——审稿与编辑、监督指导。

热点排行