从海水到零碳饮用水：一种高精度的水能耦合模型，用于可再生能源驱动的淡化技术，并结合绿色氢能储存

《Water Resources and Industry》：From Seawater to Zero-Carbon Potable Water: A High-Resolution Water-Energy Nexus Model for Renewable-Powered Desalination with Green Hydrogen Storage

　　赫达亚特·萨布里（Hedayat Saboori）|赫萨姆·皮什巴哈尔（Hesam Pishbahar）|沙赫拉姆·卡里米（Shahram Karimi）|朱利亚诺·卡特里布（Juliano Katrib）
伊朗克尔曼沙赫理工大学电气工程系，克尔曼沙赫

**摘要**
由可再生能源驱动的海水淡化是一种同时解决水资源短缺和气候挑战的有前景的解决方案。然而，实现净零排放和具有韧性的淡化过程仍受到可再生能源间歇性以及能源和水资源相互依赖性管理复杂性的限制。虽然混合电池和绿色氢储存系统在短期和长期内都具有平衡能量供需的潜力，但现有研究忽视了电解器和冷却水的质量与数量要求，以及氢生产和储存基础设施中的压力差，从而简化了水-能源之间的相互作用。本研究通过开发一个集成高效模型来填补这些空白，该模型将可再生能源驱动的淡化过程与混合电池-绿色氢储存系统相结合，明确捕捉水-能源的双向依赖关系。所提出的系统包括对水处理系统的详细建模，包括预处理（粗筛分和介质过滤）、主处理（反渗透）和后处理（电去离子）阶段，以满足当地饮用水和绿色氢生产的需求。该模型采用混合整数线性规划（MILP）方法，可以通过现有的商业求解软件包进行求解，同时考虑了电解过程和电解器冷却的质量与数量要求。模型还考虑了生产过程中氢气与地面高压储存罐之间的压缩差异。该框架利用科威特Al-Ahmadi港的实际数据进行了实施，并在多种运行场景下进行了评估。仿真结果表明，整合绿色氢模型可以提高系统的独立性和储存能力，同时准确反映现实中的水-能源相互作用。这项研究通过明确建模氢水转换关系，展示了一条在干旱和资源有限环境下部署具有气候韧性的淡化基础设施的可行路径。

**缩写说明**
- MF：介质过滤（Media Filtration）
- AC：交流电（Alternating Current）
- MILP：混合整数线性规划（Mixed Integer Linear Programming）
- BC：基准情景（Base Case）
- NH：无氢系统（Without Hydrogen System）
- BS：电池储能（Battery Storage）
- NPC：净现值（Net Present Cost）
- BSE：运营维护（Operation and Maintenance）
- BSP：仅柴油（Only Diesel）
- OD：压缩机（Compressor）
- CP：仅电网（Only Grid）
- CRF：成本回收因子（Cost Recovery Factor）
- PV：光伏板（Photovoltaic Panels）
- CS：粗筛分（Coarse Screening）
- RO：反渗透（Reverse Osmosis）
- DC：直流电（Direct Current）
- SH：柴油发电机（Diesel Generator）
- THE：电解器（Electrodeionization）
- TWE：水箱（Water Tank）
- UG：燃料电池（Fuel Cell）
- WLG：海湾合作委员会（Gulf Cooperation Council）
- WNS：未供水（Water Not-Supplied）
- GTI：全球倾斜辐照度（Global Tilted Irradiation）
- WT：风力涡轮机（Wind Turbines）
- LCOW：平准化水成本（Levelized Cost of Water）
- DOW：一年中的天数（Days of Year）
- DOH：一天中的小时数（Hours of Day）

**模型参数**
- 电池初始储能（kWh）
- 柴油发电机燃料的二氧化碳含量（kg/L）
- 系统寿命
- 柴油燃料消耗常数因子（$/kW）
- 氢气的低热值（kWh/kg）
- 柴油燃料消耗变量因子（$/kWh）
- 公用电网能量的二氧化碳含量（kg/L）
- 氢气的摩尔质量（kg/mol）
- 水处理单元的功率需求（kWh/m3）
- 水的摩尔质量（kg/mol）
- 水处理单元的处理因子
- 普适气体常数（kW/(K·mol)）
- 光伏板在标称工作条件下的辐照度（kW/m2）
- 设备投资成本（$/容量单位）
- 设备在标准测试条件下的辐照度（kW/m2）
- 设备运营维护成本（$-年/容量单位）
- 夜间空气温度（°C）
- 系统年二氧化碳排放上限（kg）
- 标称工作温度（°C）
- 水密度（kg/m3）
- 标准测试条件温度（°C）
- 设备效率（%）
- 风力涡轮机的切入速度（m/s）
- 氢气储罐初始储量（kg）
- 风力涡轮机的切出速度（m/s）
- 压缩后氢气的压力（Bar）
- 风力涡轮机的额定速度（m/s）
- 生成氢气的低压（Bar）
- 水箱初始储量（m3）
- 生成氢气的低温（Bar）
- 氢气的多态系数
- 利率（%）
- 时间序列参数
- 空气温度（°C）
- 当地每小时用水量（m3）
- 电池温度（°C）
- 1千瓦光伏板产生的总功率（kW）
- 风速（m/s）
- 1千瓦风力涡轮机产生的总功率（kW）
- 全球倾斜辐照度（W/m2）

**变量列表**
- 绿色氢的总投资成本
- 电池充电的二元变量
- 电力供应的二元变量
- 水箱输入水量（m3）
- 公用电网每年排放的二氧化碳（kg）
- 整个系统的总净现值（$）
- 柴油发电机每年排放的二氧化碳（kg）
- 水处理的总体运营维护成本
- 燃料电池消耗的氢气（kg）
- 绿色氢的总体运营维护成本
- 设备消耗的功率（kW）
- 冷却水需求（m3）
- 水箱输出水量（m3）
- 反渗透提供的用水量（m3）
- 电池充电功率（kW）
- 未满足的用水需求（m3）
- 电池放电功率（kW）
- 总每小时供水量（m3）
- 水处理系统总功率需求（kW）
- 水箱中储存的氢气（kg）
- 绿色氢的总功率需求（kW）
- 水箱中储存的水（m3）
- 柴油发电机的燃料消耗（升）
- 水处理后的处理水量（m3）
- 压缩后的高压氢（kg）
- 处理单元的输入水量（m3）
- 电解器的低压氢（kg）
- 主海水进水口（m3）
- 设备产生的功率（kW）
- 水处理的总投资成本

**1. 引言**
随着全球人口快速增长、工业化进程的加速以及气候变化的加剧，满足淡水需求已成为近几十年来面临的关键挑战之一[1]。人为引起的气候变化增加了许多地区水资源干旱的可能性及其严重性[2]。世界各地许多地方都面临着物理上的水资源短缺和经济上的水资源匮乏问题。2021年，全球约有10%的人口生活在水资源压力较大的国家[3]。如果这种水资源短缺的趋势持续下去，将会引发水危机，从而对人类生活、生态系统和经济造成紧急而严重的威胁。根据联合国最近的一份报告，如果到2030年问题得不到解决，将有7.2亿人因水危机而流离失所[4]。预计到2050年，全球四分之一的人口将受到干旱和水资源短缺的影响。据估计，全球长期的干旱后果已经给各国政府造成了超过3070亿美元的损失[5]。根据现有数据，淡水在全球水资源中的占比约为2.5%，其中仅有0.6%以地表水的形式容易且直接获取。如图1所示，剩余的淡水资源主要集中在冰川（68.9%）和地下水中（30.3%）[6]。当开发地下水或地表水资源时，如果伴随着环境限制和生态挑战，情况会更加严峻。

**2. 海水淡化技术**
利用海水淡化技术生产饮用水已成为应对水危机的关键解决方案。根据国际海水淡化和再利用协会（IDRA）发布的统计数据，全球淡化能力从2019年的9500万立方米/天增加到2023年的超过1.0922亿立方米/天[7]。相应地，淡化厂约占全球电力需求的4%[8]。然而，这些系统主要依赖化石燃料发电的公用电网供电，导致淡化厂成为碳排放的重要来源。如图2所示，反渗透（RO）技术已成为最主流的淡化技术，占总安装能力的69%以上[9]。其优势包括高效率、处理水质高、化学消耗低、灵活性和可扩展性强、易于维护且运营成本低，以及与可再生能源的兼容性，使其成为理想的选择[10]。这突显了在水资源与能源危机交汇处将可再生能源整合到基于RO的淡化过程中的必要性。根据国际可再生能源署（IRENA）的数据，光伏和风力涡轮机的成本在过去十年中分别下降了82%和39%[11]。然而，这些资源的间歇性对淡化操作的连续性构成了挑战。为克服这一挑战，能源储存系统被提出并作为可再生能源驱动淡化厂的重要组成部分[12]。尽管电池储存系统在日常能源管理方面具有竞争优势（如高功率密度和快速的充放电周期），但它们无法长期经济地维持能量储备，使其在这些应用中实际使用变得不切实际[12]。

**3. 绿色氢的潜力**
绿色氢作为一种由可再生能源驱动的清洁能源载体，最近被重新评估为解决淡化系统中可再生能源间歇性问题的有前景的解决方案[13]。通过水电解产生并由可再生能源驱动，绿色氢可以长期储存和利用[14]。与主要用于短期储存和快速响应应用的电池系统不同，基于绿色氢的储存方式为季节性或长时间能源储存提供了可行的替代方案，特别适合偏远地区和离网淡化系统[15]。此外，根据需要，绿色氢可以通过燃料电池转换为电能，从而在太阳能或风力不足的情况下保证淡化过程的连续运行[16]。研究表明，结合电池和绿色氢的混合储存系统可以将可再生能源驱动的淡化系统的可靠性和韧性提高多达40%，同时实现水-能源关系的完全脱碳[17]。除了能源储存外，绿色氢的生产和利用还在集成水-能源系统中创造了新的协同效应，为水处理设施和氢生产设施的共址提供了机会。然而，要充分发挥绿色氢的潜力，需要通过建模系统内的水-能源关系来全面了解其水需求。

**4. 研究进展**
迄今为止，已有大量研究致力于电池-氢储存组合在海水处理和供应领域的应用[18]-[33]。这些研究基于热淡化厂，没有考虑任何预处理或后处理阶段[18]-[24]。在[18]和[19]中，未考虑绿色氢产业链中所需的用水（包括电解用水及其冷却系统）。相反，[20]-[24]仅考虑了电解过程中所需的用水[20]。在[25]-[29]中，作者专注于基于RO的淡化厂[25]-[29]。尽管这些研究对电解器的用水需求进行了建模，但冷却系统的用水量仍未被考虑[25]-[29]。在[30]和[31]中，尝试通过将介质过滤器作为预处理阶段来改进之前的研究[30]-[31]。在[32]和[33]中，同时考虑了热淡化系统和RO系统[32]-[33]。除了电解器的用水需求外，这些设计还将介质过滤器作为预处理阶段[32]-[33]。表1总结了当前研究与该研究的关键差异。可以看出，少数现有模型纳入了必要的预处理阶段，而重要的后处理步骤却大多被忽视。这一步骤通常通过电去离子（ED）单元来实现，对于确保淡化水适合电解过程至关重要。值得注意的是，根据现行标准，淡化水不能直接用于氢生产[34]。另一个问题是，电解器冷却系统的用水需求经常被忽略，但实际上每生产一千克氢气大约需要22升水，这几乎是电解反应所需量的两倍。电解器本身每生产一千克氢气需要9-10升水，而额外的冷却需求增加了系统的复杂性，需要精确建模[34]。

**5. 本研究的方法**
本文开发了一种新颖的模型，用于优化带有混合电池-绿色氢系统的可再生能源驱动的海水淡化厂的规模。绿色氢系统（生产、压缩、储存和转化）是一种长期能源储存介质，能够在季节性时间内调节可再生能源的使用[35]。整个系统包括一个水处理子系统（预处理、主处理和后处理）、一个发电和储能子系统（风力涡轮机、光伏面板、电池储能、柴油发电机以及与电网的连接），以及一个绿色氢子系统（电解槽、压缩机、储气罐和燃料电池）。该系统通过数学建模和优化来实现最低成本的规模计划，以满足当地的淡水需求。系统设计旨在确保运行可靠性、资源利用效率以及零排放。本研究的主要贡献在于创新的高分辨率水-能源联合建模方法，该方法充分整合了水处理和绿色氢子系统之间的相互依赖的水流和能源流动。具体而言，所提出的模型考虑了整个氢生产链，并明确考虑了电解槽和冷却水的数量和质量要求。这种集成结构使得能够精确跟踪水质、处理需求和分配，从而确保氢气生产的安全和高效。

第二个关键创新点是对氢气压缩过程的详细建模，其中包括多级压缩到高压存储水平（例如350-700巴）相关的各种成本和能源影响。开发的模型旨在根据规划者定义的约束条件，明确控制供水可靠性、对外部电网的依赖性以及总二氧化碳排放量。这一特性使系统能够适应各种战略优先事项，包括设计净零排放和完全离网的海水淡化厂，以可持续方式满足100%的年淡水需求。所提出的数学模型是一种混合整数线性规划（MILP）优化问题，可以使用现有的商业求解器包轻松解决任何规模和规划分辨率的问题。该模型通过科威特Al-Ahmadi港的实际案例研究进行了验证，使用了 hourly 的运行和气候数据，证明了其在干旱、能源密集型和水资源稀缺地区的实际适用性。

总结来说，本文的贡献包括：
- 明确的水质和多阶段处理集成：所提出的模型包含了预处理、主处理和后处理阶段（包括电去离子），确保水质符合电解要求；
- 全面的水需求表示：除了电解用水量外，该框架还明确了冷却水的需求；
- 双向水-能源耦合：模型动态地将水的可用性和质量与氢气生产和能源流动联系起来；
- 氢气压缩建模：通过线性方程将多级氢气压缩的能源和成本影响纳入模型；
- 高时间和运行分辨率：所提出的模型能够捕捉全年每小时的动态变化，同时保持组件级别的运行约束和线性结构。

本文的其余部分组织如下：第2节介绍了所提出系统的总体布局，该系统将可再生能源海水淡化与绿色氢系统相结合。第3节描述了旨在满足当地消费需求和绿色氢生产要求的水处理系统。第4节重点关注绿色氢链（生产、压缩、储存和转化），强调了其在长期可再生能源储存中的作用。第5节概述了支持整个基础设施电力需求的可再生能源并网电力系统。第6节提供了详细的案例描述和用于模拟的关键模型输入。第7节展示了模拟结果并讨论了优化结果的见解。最后，第8节总结了本文并概述了未来工作的方向。

2. 所提出系统的总体布局

图3展示了所提出系统的整体布局，该系统由三个紧密集成的子系统构成。第一个也是核心的子系统是水处理系统，它满足当地的饮用水需求，并提供两个具有不同流速和纯度级别的水流，以在最佳运行条件下为绿色氢生产提供原料。电力供应子系统主要来自可再生能源（光伏面板和风力涡轮机）提供所需的电力需求，并与公共电网保持有限的连接。这种混合方式确保了当现场发电量下降时，有限的电网电力可以弥补不足，而不影响供水可靠性。第三个子系统位于前两个子系统之间，它将多余的可再生能源电力和两个处理过的水流通过电解转化为绿色氢气，然后压缩并储存这些氢气以用于长期能源缓冲。绿色氢子系统通过执行可逆的化学操作来储存氢气，从而实现可再生能源的跨时间转换，并在需要时释放能量。

这种三部分布局背后是一个数学优化模型，它确保了系统的成本效益，同时尊重供水可靠性、系统可持续性和对外部电网的有限依赖。系统的可持续性通过限制年排放量来保证。所开发的MILP模型通过使用现有的商业求解器包，确保求解算法收敛到全局最优解。模型考虑了一年8790小时（365*24小时）的规划时间范围，以考虑电池的短期和长期氢储存特性。

所提出模型的最终目标是找到最小化总系统成本的最佳设备规模。目标函数（如公式（1）所示，旨在最小化整个系统（包括三个子系统）的净现成本（NPC）。在每个子系统中，总NPC等于总设备初始投资成本加上年度运营和维护（O&M）费用乘以成本回收因子（CRF）。在（2）-（4）中有三个关键的设计约束，每个约束都与系统经济性和环境性能紧密相关。这些约束包括用户选择的饮用水交付可靠性水平、年度二氧化碳排放的上限以及从附近电网抽取电力的限制。通过调整这些目标，设计者可以在成本、韧性和可持续性之间进行权衡。

在（2）中，表示“无限制（WL）”的水需求，代表规划时间范围内每个时间步骤（每天的每小时）的总不受约束的水需求。这个参数用于量化未供水（WNS）比率，使系统规划者能够评估未满足的需求相对于总需求的比例。因此，WNS指标提供了一个标准化的供水可靠性度量，其中较低的值表示更高的可靠性水平。在（3）中，通过限制系统的年总二氧化碳排放量来控制系统的可持续性。总二氧化碳排放量分为两部分：第一部分是由于连接到电力供应系统的柴油发电机燃烧化石燃料而产生的；第二部分是由于使用电网能源而产生的碳排放，这又取决于电网的碳含量。值得注意的是，规划一个完全净零排放的系统需要将这两部分都设置为零，即既不运行柴油发电机也不从电网取电。最后，在（4）中限制了系统对电网电力的依赖。通过调整这一约束，系统规划者可以设计一个完全离网的海上淡化系统，该系统完全依靠当地资源供应，并具有可控的供水可靠性和可持续性。以下各节将详细介绍每个子系统的详细组件模型。

3. 满足当地需求和绿色氢生产的水处理子系统

图4所示的水处理子系统构成了集成型可再生能源驱动的海水淡化和氢生产基础设施的核心。它旨在满足当地的饮用水需求和绿色氢生产的水需求。该系统的主要输入是海水，海水经过多个净化阶段后获得可用的水输出并有效管理废物副产品。处理后，系统产生两种类型的废物副产品和两种类型的处理后水输出。废物包括反渗透和电去离子过程中的高盐度副产品以及粗筛分和介质过滤过程中收集的固体废物和污泥。相反，处理后的水流包括供当地使用的饮用水和绿色氢生产所需的水。后者包括电解进水和你下面将详细说明的冷却水。

无论具体类型如何，电解槽都有一个基本要求：使用超纯水。水质对这些系统的效率和运行寿命起着至关重要的作用。进水中的污染物可能会影响性能、降低耐用性并损害可靠性。定义电解所需水质的几个关键参数包括：
a) pH值：保持pH值在5.5到7.0之间是必不可少的。超出这个范围的值会损害电解质（通常是氢氧化钾或氢氧化钠等物质）的功能，并可能损坏电解槽组件。
b) 电导率：用于电解的水应具有10到50 μS/cm的电导率。过高的电导率会导致有害的电流冲击，而非常低的电导率可能会阻碍离子传输。
c) 总溶解固体（TDS）：低TDS浓度对于防止电解槽膜上形成结垢和其他沉积物至关重要。通常认为TDS值低于500 mg/L是可接受的。
d) 污染物水平：为保护电解槽并确保稳定运行，水中应不含特定有害物质：
- 重金属如铅、汞和铜：<1 ppb
- 有机污染物，包括除草剂和杀虫剂：<10 ppb
- 氯：<0.1 ppm
- 氨：<0.1 ppm
e) 溶解氧：氧含量应保持在10 ppb以下，以防止不必要的氧化反应，这可能会降低系统效率。
f) 温度：水温应保持在20°C到30°C（68°F到86°F）之间，以获得最佳的电解活性。
g) 颗粒物和可扩展性：水中应不含悬浮固体或颗粒物质，因为这些物质可能会堵塞膜并妨碍系统的可扩展性。

为了确保水质满足这些严格的要求，国际机构如美国材料与试验协会（ASTM）制定了相关标准。特别是ASTM D1193根据纯度定义了四种实验室级水质[34]。对于电解应用，通常推荐使用II型水，这可以通过淡化单元后的ED单元实现。

2. 冷却水

表2. ASTM水质标准 [34]
| 类型 | 参数 |
|-----------|-----------------|
| IV | 最大电导率（μS/cm @ 25°C） | 0.20,25 |
| III | 最小电阻率（MΩ·cm @ 25°C） | 5.0–8.0 |
| I | pH值 @ 25°C | 不限 |
| IV | 最大总有机碳（μg/L） | 50 |
| III | 最大钠（μg/L） | 500 |
| II | 最大二氧化硅（μg/L） | 50 |
| I | 最大氯（μg/L） | 50 |

在电解槽中，冷却系统通过散发电极处发生的电化学过程中产生的热量来发挥重要作用。其主要目标是调节电解质的温度（通常是水基酸性或碱性溶液），确保其保持在最佳范围内，以获得高效的反应性能。保持适当的温度对于提高反应速率和避免过热非常重要，因为过热会降低效率、增加能耗或可能损坏电解槽组件。

根据电解槽的具体要求，实施不同类型的冷却系统，包括空气冷却和水冷却。选择冷却方式取决于系统规模、电解质组成和运行参数等因素。较小的电解槽通常使用空气冷却，而较大的装置则由于效率更高和更具成本效益而通常采用水冷却。尽管水冷却具有优势，但需要谨慎考虑供水和使用问题，以保持系统的效率和可持续性。重要的是，虽然冷却系统不需要与电解过程中使用的水相同的高纯度水，但它可以使用经过反渗透（RO）处理的海水。整个水处理链包括一系列处理单元，如图4所示：
1) 粗筛分（CS）：去除大颗粒和杂物，产生用于后续处理的过滤器出水。
2) 介质过滤（MF）：消除细小的悬浮固体，产生用于反渗透（RO）的过滤海水。
3) 反渗透（RO）：作为主要净化步骤，去除溶解盐分，生产高质量的淡水。
4) 电去离子（ED）：为电解提供超纯水。

无论特定类型如何，电解槽都有一个共同的基本要求：使用超纯水。水质对于这些系统的效率和运行寿命至关重要。进水中的污染物会负面影响性能、降低耐用性并损害可靠性。定义电解所需水质的几个关键参数包括：
- pH值：保持pH值在5.5到7.0之间是必要的。
- 电导率：用于电解的水应具有10到50 μS/cm的电导率。过高的电导率会导致有害的电流冲击，而非常低的电导率可能会阻碍离子传输。
- 总溶解固体（TDS）：低TDS浓度对于防止电解槽膜上形成结垢和其他沉积物至关重要。通常认为TDS值低于500 mg/L是可以接受的。
- 污染物水平：为保护电解槽并确保稳定运行，水中应不含以下有害物质：
- 重金属如铅、汞和铜：<1 ppb
- 有机污染物，包括除草剂和杀虫剂：<10 ppb
- 氯：<0.1 ppm
- 氨：<0.1 ppm
- 溶解氧：氧含量应低于10 ppb，以防止不必要的氧化反应，从而降低系统效率。
- 温度：水温应保持在20°C到30°C（68°F到86°F）之间，以获得最佳的电解活性。
- 颗粒物和可扩展性：水中不应含有悬浮固体或颗粒物质，因为这些物质可能会堵塞膜并阻碍系统的可扩展性。

为了确保水质符合这些严格要求，国际组织如美国材料与试验协会（ASTM）制定了相关标准。ASTM D1193根据纯度定义了四种实验室级水质[34]。对于电解应用，通常推荐使用II型水，这可以通过淡化单元后的ED单元实现。

3. 满足当地需求和绿色氢生产的水处理子系统

图4所示的水处理子系统构成了集成型可再生能源驱动的海水淡化和氢生产基础设施的核心。它旨在满足当地的饮用水需求和绿色氢生产的水需求。该系统的主要输入是海水，海水经过多个净化阶段后产生可用的水输出并有效管理废物副产品。处理后，系统产生两种类型的废物副产品和两种类型的处理后水输出。废物包括反渗透和电去离子过程中的高盐度副产品，以及粗筛分和介质过滤过程中收集的固体废物和污泥。相反，处理后的水流包括供当地使用的饮用水和绿色氢生产所需的水。后者包括电解进水和你下面将详细说明的冷却水。

电解槽，无论其具体类型如何，都有一个基本要求：使用超纯水。水质对于这些系统的效率和运行寿命至关重要。经过反渗透（RO）单元处理的一部分水被输送到这个水箱中，必要时用于满足部分用水需求。在水处理子系统中，各个处理单元的最佳容量由变量“S”表示（S代表容量），并带有适当的上标，包括SCS（粗粒度筛分）、SMF（介质过滤）、SRO（反渗透）、SED（电去离子）和STW（水箱）。接下来，将详细开发和阐述控制每个过程（包括水箱）的数学模型。

未经处理的海水在系统运行期间的任何时间点（即未来预测年份的每一天每小时）直接进入CS（粗粒度筛分）单元作为其输入水源（如公式（5）所示）。输入的CS水被分为固体废物（以及一些污泥）和经过处理的水（如公式（6）所述）。经过处理的水的比例是根据公式（7）计算出的处理比率确定的。在公式（8）中，CS单元的日处理能力被分配到一天中的24小时内，从而确定了每小时处理水的上限。最后，在公式（9）中根据CS单元的能耗系数和每小时处理的水量计算了其消耗的电力。

CS单元输出的经过处理的水成为MF（介质过滤）单元的输入水源（如公式（10）所示）。类似地，输入MF单元的水也被分为废物（固体和污泥）和经过处理的水（如公式（11）所述）。此外，公式（12）-（14）分别表示经过处理的水的比例、水处理的时间限制以及MF单元消耗的电力。

RO单元是整个水处理系统的核心净水单元。如公式（15）所示，RO单元的输入是MF单元的输出流。这种输入水会产生副产品盐水和高质量的去盐水（如公式（16）所述）。去盐水和输入原水之间的关系通过公式（17）中的处理比率计算得出。公式（18）限制了每小时的最大去盐水量，而公式（19）计算了每天每小时进行去盐处理所需的电力。RO单元的输出水分为两个流：一个流用于满足部分当地用水需求，另一个流则储存在水箱中以备后续使用（如公式（20）所述）。

水箱的输入水来自RO单元产生的去盐水（如公式（20）所示）。水箱的输出水用于满足部分当地用水需求、电解器的冷却水以及电去离子过程所需的水（如公式（21）所述）。公式（22）规定，水箱的消耗量必须等于总用水需求减去直接来自RO单元的供水量。此外，公式（23）指出，部分每小时用水需求可能无法得到满足。如（24）所述，系统规划者会计算并控制未满足用水需求的年度百分比。在公式（25）-（27）中，使用水箱的初始储水量以及水的充放电量，累计计算了整个预测年份内每天每小时的水箱储水量。最后，在公式（28）中建立了关于水箱储水量的限制。

最后一个水处理过程是ED（电去离子）单元，它用于实现电解过程所需的水质标准。如前所述，该单元的输入水来自水箱（如公式（21）所述）。这些水最终转化为盐水和去盐水（如公式（29）所述）。公式（30）计算了产生的去盐水与输入水量的比例。公式（31）和（32）分别限定了每小时的去离子处理能力和所需的电力。

水处理子系统所需的全部电力来自供电子系统的电源总线。这些电力需求的总和（包括CS、MF、RO和ED单元的电力需求）在公式（33）中计算得出。此外，公式（34）显示了整个子系统的总投资成本，该成本等于各设备单位投资成本与相应最佳容量的乘积。公式（35）计算了整个水处理子系统的年维护成本，该方法是将每个单元的年处理水量乘以相应的维护成本系数（考虑到水箱的容量是变量）。

4. 绿色氢能子系统用于长期可再生能源存储
绿色氢能子系统位于水处理子系统和供电子系统之间，其作用是利用处理过的水作为长期能源存储介质。因此，多余且容易被削减的可再生能源通过分解去盐水转化为氢气，以便在需要时用于发电。这一过程有助于最大限度地利用和储存可再生能源，并通过增加氢能子系统的成本来降低整个系统的总成本。在氢气生产和转化过程中，包含两个压缩和存储阶段。图5所示的绿色氢能子系统整合了关键组件，这些组件协同工作，将多余的可再生电转化为氢气，并在需求高峰时重新转化为电能。该子系统的主要组件包括：
1. PEM电解槽：该设备利用电能将去盐水分解为氢气（H2）和氧气（O2），是氢气生产过程的核心。
2. 电解槽整流器：该单元将电源总线提供的交流电（AC）转换为电解反应所需的直流电（DC）。
3. 冷却系统：嵌入电解槽设置中，冷却系统在电化学反应过程中去除多余的热量。维持最佳的工作温度对反应效率和组件寿命至关重要。冷却系统使用独立的冷却水回路，这种冷却水的纯度要求低于电解过程中使用的工艺用水。
4. 电解槽和水箱：这些水箱分别储存去盐水过程水和冷却水。泵在系统中循环这些流体以支持连续运行。
5. 进料和循环泵：这些泵确保水在电解槽和冷却系统中的稳定输送和循环。
6. 气体分离器：电解后，产生的氢气和氧气被分离开来。这些分离器有助于净化输出气体流，以便后续使用或排放。
7. 氢气压缩机：分离后的氢气被压缩到更高压力，以便使用地面高压储罐进行高效存储。
8. 氢气储罐：压缩后的氢气存储在这个高压储罐中，用于后续使用。该储罐作为长期能源存储的介质，实现了可再生电力的时间转移。
9. PEM燃料电池：当电力需求出现时，储存的氢气被送入PEM燃料电池。该设备通过电化学反应将化学能重新转化为电能，同时产生水作为副产品。
10. 燃料电池逆变器：将燃料电池输出的直流电转换为交流电，以适应电源总线的要求。

这些组件共同作用，使氢能子系统能够有效地存储可再生能源并在需要时释放。如前所述，在水处理子系统中，电解槽和冷却系统对水质有不同的要求。电解槽需要高度纯化（去离子）的水以避免膜退化及电化学反应污染。相比之下，冷却系统可以使用较低等级的水（如去盐水），因为它不与电解电池直接接触。这种分离不仅确保了系统的最佳性能和组件寿命，还通过减少高纯度水资源的使用支持了可持续性。接下来，将详细开发控制每个组件的数学模型。值得一提的是，氢能子系统组件的最佳容量由变量“S”表示，并带有相应上标，包括SEZ（电解槽）、SCP（压缩机）、STH（氢气储罐）和SFC（燃料电池），分别表示它们的容量。

如图4所示，ED单元处理过的水直接进入电解槽（如公式（36）所示。所需用于电解过程的去盐水量（如公式（37）所示）是根据产生的氢气和一些常量计算得出的。在公式（38）中计算了冷却电解槽所需的水量。值得注意的是，这代表了开环（一次性通过）冷却配置下的冷却水需求，即每产生1单位氢气消耗0.022立方米的水（即每单位氢气22升）。这一假设是有意保守的，反映了冷却水需求的上限，特别是在水资源受限或最坏情况下确保系统的稳健设计。相比之下，闭环循环冷却系统通常需要较少的补充水，因此对总体水量平衡的影响较小。在公式（39）中，根据转换效率和产生的氢气量计算了电解槽的电力消耗。最后，公式（40）规定电解槽的氢气生产能力或等效的电力消耗必须低于其容量。

在公式（37）-（39）中展示了氢气压缩的数学模型。需要注意的是，在压缩过程中氢气的质量是守恒的。换句话说，电解槽产生的低压氢气的质量等于压缩后的高压氢气的质量（如公式（41）所示）。压缩后的氢气存储在地面高压储罐中，压缩机的电力消耗在公式（42）中以基于压力比和压缩机效率的等效压缩负荷形式进行了建模。虽然物理压缩过程可能涉及多个阶段，但在此以汇总形式表示以保持优化模型的线性结构。压缩容量的上限也在公式（43）中确定。

高压地面氢气储罐通过公式（44）-（48）进行建模。用于模拟储罐中氢气存储的方程与水箱的类似。因此，在公式（44）-（47）中开发了累积氢气存储方案，以实现长期和季节性的氢气存储。同样，在公式（48）中，氢气储罐的存储容量受到限制。

在绿色氢能链的末端，有一个燃料电池将储存的氢气重新转化为电能（如公式（49）-（51）所示。在公式（49）中，根据消耗的氢气量、燃料电池的转换效率和低位热值（LHV）因子计算了燃料电池产生的功率。公式（50）规定燃料电池产生的功率必须低于其额定容量。这一值等于整个绿色氢能子系统的输出功率。另一方面，电解槽在公式（36）中的电力消耗加上压缩机在公式（39）中的电力需求构成了系统的充电功率（如公式（51）所示）。

最后，公式（52）表示整个子系统的总投资成本，该成本是各设备单位投资成本与其相应最佳容量乘积的总和。同样，公式（53）确定了整个系统的年维护成本。

5. 可再生能源与并网电力供应子系统
系统的电力供应如图6所示，由有限的电网连接以及本地资源组成，包括风力涡轮机、光伏面板、电池储能和柴油发电机。应当注意的是，由可再生能源（即风能和太阳能）产生的部分电力在产量较高的时期可能会被削减。在这种情况下，对电力的需求不再存在，且储能系统也已充满电，因此切断电力供应是不可避免的。这在数学上已经考虑到了风能和太阳能资源的情况。方程（54）显示了连接到电力总线的电力的发电量和消耗量。可以看出，发电量包括光伏（PV）面板、风力涡轮机、公用电网、柴油发电机、绿色氢气（燃料电池的输出功率）和电池储能（放电功率）。另一方面，电力消耗包括水处理子系统的总功率需求、绿色氢气子系统（电解器和压缩机）所需的功率以及电池的充电功率。同样，在电力供应子系统中，系统组件的最优容量用“S”表示，并附有适当的上标，分别对应光伏面板、风力涡轮机、电池储能容量、电池功率额定值、柴油发电机和公用电网连接。

系统的主要电力来源是利用光伏面板产生的太阳能。面板的发电量取决于面板温度，计算公式为（55）。面板温度用于根据总安装容量、接收到的全球倾斜辐射（GTI）和面板效率来计算面板的总发电量（56）。需要注意的是，面板效率并不指单个电池的效率，而是涵盖了整个系统的非热功率损失。最后，注入电力总线的电力可能会低于发电潜力，这在（57）中进行了建模。换句话说，由于低电力需求和储能系统已充满电，可能会有一定的发电量削减。

风力涡轮机产生的总功率根据安装容量、风速和涡轮机技术参数在（58）中计算。与太阳能类似，风力涡轮机产生的部分能量也可能被削减，这一点在（59）中有所说明。

电池系统用于实现能量的时间转移。电池通过（60）-（68）进行建模。在（60）和（61）中，考虑了电池转换器的充放电效率。在（62）-（64）中，使用二进制指示变量确保电池不能同时充电和放电。在（65）和（66）中，电池的功率额定值和能量容量被限制在安装值范围内。任何时间点电池中积累的能量也在（67）中计算，这取决于电池的初始储存能量和充放电功率。最后，（68）表示了通过平衡充放电能量来实现的电池每日充电周期。

系统中有两个备用电力来源：柴油发电机和与电网的连接。柴油发电机在（69）-（72）中进行了建模。发电量的限制在（69）中确定。发电机每小时消耗的燃料量根据其功率额定值和发电量在（70）中计算。在（71）中，根据消耗的燃料和相应的碳含量计算了发电机每年产生的二氧化碳总量。然后使用这个值在方程（3）中限制整个系统的年排放总量。此外，燃料成本也在（72）中根据发电量和单位燃料成本计算。

方程（73）、（74）模拟了系统与附近公用电网的物理连接。使用电网电力产生的年总二氧化碳量在（73）中计算。值得一提的是，这个值取决于从电网获取的能源量和电网的碳含量。后者取决于连接电网的发电组合，并且因国家而异。从电网购买电力的成本也在（74）中计算。总体而言，总NPC（9.76亿美元）大致分配如下：57%用于水处理（7.69亿美元），43%用于能源系统（电力和氢气合计2.07亿美元）。这反映了海水淡化过程对高纯度的水需求以及连续运行的要求，而混合可再生能源-储能-氢能网络虽然投资规模较小，但仍然非常重要。绿色氢能子系统的总NPC约为6,160万美元，仅占系统总NPC的6%，但它提供了电池单独无法提供的关键季节性缓冲能力。尽管绿色氢能链对系统总成本的影响相对较小，但在严格的减排限制下，它在确保运行可靠性方面发挥着重要作用，因此是低碳离网海水淡化项目的关键投资。

图11和图12共同展示了混合可再生能源-储能-氢能系统如何可靠地为海水淡化厂供电并维持近乎连续的反渗透（RO）运行。在预期的年份中，光伏发电量在上午中期到下午初期激增，首先为电池充电，当电池电量接近满时，再驱动电解槽生产氢气以进行长期储存。风能则在整个过程中提供稳定但适量的能量补充；只有在国际需求最低的夜间时段，当电池和燃料电池的输出不足以满足需求时，才会调用电网电力和柴油发电。随着傍晚需求的增加和太阳能的减少，系统的工作模式会切换到电池放电；当电池电量接近最低值时，燃料电池开始工作，将储存的氢气重新转化为电能，直到可再生能源供应恢复或需要依赖电网/柴油。

应注意的是，图11中绿色氢能子系统的能量流是以日累计能量（兆瓦时，MWh）而非瞬时功率（兆瓦，MW）表示的。充电能量（电解槽和压缩机）与放电能量（燃料电池）之间的差异主要是由于氢能传输过程中的能量损失，包括电解、压缩和燃料电池转换过程中的损耗。因此，在放电过程中只能回收一小部分用于生产氢气的电能。此外，这种差异还受到各组件额定容量和运行时间的影响：电解槽（32.5兆瓦）通常在可再生能源过剩时运行时间较长，而燃料电池（14.2兆瓦）则根据需求更精确地调节输出。因此，较高的日充电能量与较低的日放电能量在物理上是合理的，也符合基于氢能的储能系统的预期表现。

图11不仅反映了该能源系统的稳定性（能够持续供电），还突显了储水罐在全年保持反渗透装置高效运行方面的作用。通过将水生产与即时需求分离，储水罐有助于平滑需求曲线，使反渗透装置能够以稳定且优化的速率运行。这样可以避免为了适应变化的日需求或小时需求而频繁调整设备规模，从而减少效率损失。这种策略性的缓冲机制使反渗透装置全年利用率超过94%，仅在计划维护期间会出现短暂下降，这些维护时段由2%的未满足需求余额覆盖。储水罐的稳定性意味着反渗透装置可以设计得相对简单，而不会影响可靠性，从而降低了水处理子系统的资本和运营成本。

7.2. 整合绿色氢能与能源网络规划的价值
在本节中，评估了整合绿色氢能与能源网络规划的价值。为此定义了两种新情景：SH情景指的是不考虑绿色氢能子系统中的水-能源网络和压缩阶段的简单氢能方案；NH情景表示完全没有氢能系统的方案；BC情景则是包含所有建模细节的基础案例。

表7比较了三种情景的结果。关键发现是，尽管NH情景的光伏装机容量最小（51,350千瓦），但由于大规模部署了风力涡轮机（50,880千瓦）和大型储水罐（479,920立方米），这一不足得到了弥补。由于缺乏长期能量缓冲，NH情景不得不依赖实时的可再生能源供应和大量的水资源存储来保证系统可靠性，导致效率和基础设施成本上升（总NPC为10.72亿美元）。尽管NH情景使用的光伏装机容量较少，但由于设备过度扩容，其成本最高。相比之下，BC情景虽然使用了更大的光伏阵列（88,500千瓦），但由于战略性地整合了绿色氢能存储和再转化技术，其风能和储能容量较小。氢能子系统不仅吸收了多余的可再生能源，还在可再生能源不足时提供关键电力，减少了对电网和柴油发电机的依赖。尽管SH情景的总NPC最低（约9.61亿美元），且水的平准化成本（LCOW）最低（2.490美元/立方米），但这主要是理论上的优势，并不反映实际可行性。SH情景忽略了实际运行中的关键因素，例如忽略了氢气压缩阶段以及需要两种不同质量的水资源（高纯度水用于电解，低纯度水用于冷却）。这些忽略导致了系统复杂性的低估和资本与运营成本的虚低估计。SH情景假设氢气可以无需压缩即可有效储存和再利用，但实际情况需要较大的能量和基础设施投入。

表7 显示了BC、SH和NH情景的规划结果：
| 项 | NH | SH | BC |
|-------------|--------|--------|--------|
| 光伏装机容量（千瓦） | 50,880 | 51,350 | 88,500 |
| 风力涡轮机（千瓦） | 51,350 | 96,380 | 88,500 |
| 光伏（千瓦） | 36,046 | 46,046 | 36,046 |
| 柴油发电机（千瓦） | 20,500 | 40,148 | 40,148 |
| 粗筛（立方米/天） | 18,966 | 18,966 | 18,966 |
| 媒体过滤器（立方米/天） | 76,620 | 76,620 | 76,620 |
| 反渗透（立方米/天） | 0 | 140 | 140 |
| 电去离子（立方米/天） | 47,992 | 47,992 | 47,992 |
| 储水罐（立方米/天） | 43,640 | 43,640 | 43,640 |
| 电池能量（千瓦时） | 19,640 | 19,640 | 19,640 |
| 电池功率（千瓦时） | 0 | 0 | 0 |
| 电解槽（千瓦） | 0 | 10,910 | 10,910 |
| 压缩机（千瓦） | 0 | 13,116 | 13,116 |
| 氢气储罐（立方米） | 0 | 14,800 | 14,800 |
| 燃料电池（美元/立方米） | 2.779 | 2.490 | 2.490 |
| 总NPC（万美元） | 1,072.5 | 961.0 | 961.0 |

在实际的氢能系统中，电解过程需要超纯水，这是通过电去离子装置提供的，而这种装置在BC情景中存在，但在SH情景中缺失。此外，电解槽冷却系统也需要专门的冷却回路。SH情景没有考虑这些并行需求及所需设备，进一步削弱了其可行性。相比之下，BC情景不仅包含了压缩机，还采用了更复杂的 water-energy network 设计，包括电去离子过程，从而使得总NPC略高（9.76亿美元），但更真实地反映了系统的运行情况。它全面整合了氢能和水资源系统，为基础设施规划和政策决策提供了更可靠的基础。

图13展示了在不同年度二氧化碳排放限制下，三种规划方案的平准化成本（LCOW）变化情况。在水平轴上，允许的年排放量从相对宽松的上限（1,250吨/年）逐渐减少到非常严格的下限（250吨/年）；在垂直轴上，每种情景的LCOW（以美元/立方米计）相应绘制。在较高排放限制下，三种方案的LCOW趋于最低：NH情景略高于BC情景，而SH情景略低于BC情景，表明在没有氢能或仅简化氢能整合的情况下，系统成本大致相当。随着排放限制的收紧，NH情景的LCOW急剧上升，因为系统中必须依赖大量风能和储能来保证可靠性，从而增加了资本和运营成本。而BC情景则由于包含了完整的绿色氢能压缩和再转化链，能够更有效地吸收多余的可再生能量，并通过燃料电池释放储存的能量，因此在中等排放限制下LCOW仍然较低。

图14显示了当系统每年允许不同的未满足需求百分比时，三种方案的LCOW变化情况。在未满足需求比例为0%的情况下，所有情景都需要相应调整水处理、储能和能源系统的规模，以确保持续满足100%的需求，这使得LCOW达到最高。在这种情况下，NH情景的成本最高，BC情景次之，SH情景成本略低。随着未满足需求比例的增加（例如计划维护或短暂停机造成的），所有三种情景的LCOW都会下降，因为可以通过减少设备规模和安排停机时间来降低储能需求。然而，NH情景由于配备了大型储水罐，即使在少量未满足需求的情况下也能保持可靠性，其LCOW下降幅度较小。相比之下，BC情景的LCOW下降幅度更大：即使未满足需求比例仅为1%，绿色氢能链也能以较低的频率全负荷运行，从而进一步降低了整体成本。

7.3. 净零碳（仅依赖可再生能源）和完全离网系统
在净零碳配置中，从电网购买的全部电力都被淘汰，柴油发电机也被取消，以确保现场无碳排放。换句话说，净零碳系统完全依靠可再生能源和储能独立运行，氢能作为主要的长期能量缓冲介质。表8总结了净零碳运行下BC、SH和NH情景的最佳系统规模。不列颠哥伦比亚省（BC）、悉尼（SH）和新罕布什尔州（NH）情景下的净零规划结果

| 场景 | 单位 | 项目 | 数量 | 备注 |
|-------------------|--------------|------------------|---------------------------|
| BC | 千瓦 | 公用电网 | 456 | |
| | 千瓦 | 风力涡轮机 | 5409 | |
| | 千瓦 | 光伏 | 9897 | |
| | 千瓦 | 柴油发电机 | 1956 | |
| | 立方米/天 | 粗筛 | 180 | |
| | 立方米/天 | 媒体过滤器 | 731 | |
| | 立方米/天 | 反渗透 | 150 | |
| | 立方米/天 | 电去离子 | 528 | |
| | 千瓦时 | 水箱 | 754 | |
| | 千瓦时 | 电池能量 | 3394 | |
| | 千瓦时 | 电池功率 | 4828 | |
| | 千瓦 | 电解槽 | 0011 | |
| | 千瓦 | 压缩机 | 1739 | |
| | 千克 | 氢气储罐 | 1477 | |
| | 千克 | 燃料电池 | 2.80 | |
| | 美元/立方米 | 生命周期成本（LCOW） | 1,081 |
| | 美元 | 净 present 成本（NPC） | 980 |

在BC情景中，最优的净零配置依赖于一个规模适中的风力涡轮机（1,740千瓦）和一个大型光伏阵列（91,520千瓦）。水处理链的设计能力为：粗筛处理148,220立方米/天，媒体过滤器处理137,100立方米/天，反渗透处理55,390立方米/天，以及一个每天产生150立方米超纯水的电去离子单元。为了缓冲可再生能源输出的短期波动，系统包含了一个具有67,800千瓦时储能容量的电池组和30,510千瓦逆变器容量的电池组。对于长期的不匹配情况，一个33,970千瓦的电解槽将氢气输送到一个159,360公斤的储罐中，而一个14,770千瓦的燃料电池根据需要再生电力。一个201,450立方米的水箱可以适应处理水和可再生能量供应的日常变化。在这种设计下，BC情景的生命周期成本为2.539美元/立方米，净 present 成本为9.8亿美元。

相比之下，SH情景更倾向于使用光伏（98,970千瓦），几乎完全淘汰了风力发电（10千瓦）。SH的水处理链的容量分别为：粗筛148,060立方米/天，媒体过滤器136,960立方米/天，反渗透155,330立方米/天，并且没有电去离子单元。SH的储能包括31,520千瓦时的电池容量（14,190千瓦的功率）和一个更大的电解槽（48,280千瓦），用于将多余的午间光伏能量转化为氢气。一个173,930公斤的氢气储罐用于氢气系统，后面有一个相应的14,770千瓦燃料电池。水箱的容量为201,450立方米。由于光伏设计在中午产生了更多的过剩能量，SH的电池可以较小，但相对于BC来说，氢气子系统的规模更大。这些选择使得SH的生命周期成本为2.498美元/立方米，净 present 成本为9.64亿美元，略低于BC，这得益于更低的光伏成本和减少的绿色氢气需求。

对于NH情景，最优解决方案消除了整个氢气子系统：电解槽、压缩机、氢气储罐和燃料电池的容量都为零。相反，NH依赖于45,600千瓦的风力发电和54,090千瓦的光伏发电，水处理链的容量分别为：粗筛195,610立方米/天，媒体过滤器180,940立方米/天，反渗透73,100立方米/天。NH没有电去离子单元，而是使用一个75,420千瓦时储能容量的电池组和33,940千瓦逆变器容量来处理昼夜变化。NH的设计将多余的氢气储存起来，同时增加水箱的容量至528,600立方米，以便在生产超过处理能力时将多余的可再生能源转化为水存储。实际上，存储的水取代了氢气作为长期缓冲。这种基于水存储的方法导致生命周期成本为2.801美元/立方米，净 present 成本达到10.81亿美元，主要由于水处理设备、水箱和电池存储的资本支出较高。

图15和图16分别显示了BC、NH和SH在净零配置下的总净 present 成本（NPC）和生命周期成本（LCOW）趋势。由于BC和SH采用了混合的电池加氢气存储架构，它们的生命周期成本都低于NH。然而，NH通过最大化直接使用光伏和风能，并结合巨大的水储备，提供了一种不同的权衡方案，突显了特定地区的可再生资源可用性和存储经济性如何驱动根本不同的净零设计。图15（净零BC、SH和NH的总净 present 成本与允许未满足需求的百分比）显示，在未满足需求为0%的情况下，即系统必须不间断地满足100%的日需求时，NH的成本最高，约为17.7亿美元，而SH最便宜（14.08亿美元），BC略高（14.24亿美元）。随着允许未满足需求的百分比从0%增加到1%（即允许每年总小时的1%计划停机时间），SH的净 present 成本降至9.76亿美元，BC降至9.92亿美元，而NH的净 present 成本则较为温和地降至10.96亿美元。这种模式反映了BC和SH可以利用最小的停机时间来减少昂贵的组件（特别是氢气和电池存储），而NH由于缺乏氢气缓冲，必须增大其巨大的水箱规模，因此其成本节约效果不那么显著。进一步放宽至2%的未满足需求时，NH的净 present 成本为9.64亿美元，BC为9.80亿美元，NH为10.81亿美元，超出3%-5%后的边际降低幅度逐渐减小。在5%的未满足需求下，NH的净 present 成本为9.32亿美元，BC为9.46亿美元（NH仍高于10.42亿美元）。

下载：下载高分辨率图片（331KB）
下载：下载全尺寸图片

图15. BC、SH和NH情景下净零系统的总净 present 成本与未满足水需求的对比
下载：下载高分辨率图片（333KB）
下载：下载全尺寸图片

图16. BC、SH和NH情景下净零系统的平准化成本（LCOW）

图16绘制了在不同未满足需求允许情况下BC、SH和NH的生命周期成本（LCOW）。在未满足需求为0%时，NH的LCOW最高，为4.494美元/立方米，BC和SH分别为3.617美元/立方米和3.575美元/立方米，这再次反映了NH对大规模风能和水箱的需求。允许每年仅有1%的需求未得到满足时，LCOW大幅下降：SH降至2.503美元/立方米，BC降至2.544美元/立方米，NH降至2.810美元/立方米。从1%到5%的未满足需求，BC和SH的LCOW曲线趋于平坦，在5%的未满足需求时分别约为2.529美元/立方米和2.490美元/立方米，而NH的LCOW趋近于2.784美元/立方米。值得注意的是，尽管在每个点上BC的成本都略高于SH，但随着停机时间的增加，这一差距缩小，表明BC的全部氢气和电池存储投资相对减轻。相反，NH的LCOW由于无法摆脱水存储成本而保持较高。

7.4. 最低成本（自由排放）系统

在本节中，该模型用于确定在2%未满足水需求限制下脱盐系统的成本最优设计，不对二氧化碳排放（自由排放）施加任何限制。比较了四种不同的配置：基准情况（BC）及其电网交换限制为500千瓦；基准情况的变体（无限制，WL）；仅依赖电网电力的配置（Only Grid，OG）；以及仅依赖柴油发电的配置（Only Diesel，OD）。表9总结了每种情况下的组件规模、生命周期成本（LCOW）、总净 present 成本（NPC）和年二氧化碳排放量。值得一提的是，观察到的排放水平及其在不同情景下的变化直接来自所提出的优化框架的模拟结果。特别是，系统成本、排放限制和配置规模之间的关系是从MILP模型中内生出来的，而不是从外部假设或先前研究中采纳的。随着排放限制的放宽，模型倾向于选择依赖碳密集型来源的较低成本配置，而更严格的排放限制则推动了对可再生能源发电和基于氢气的存储的更大投资。这些趋势在分析的所有情景中都是一致的，反映了集成水-能源-氢能联系模型中固有的权衡。

表9. 自由排放系统规划结果

| 场景 | 单位 | 项目 | 数量 | 备注 |
|-------------------|--------------|------------------|---------------------------|
| OG | 千瓦 | 公用电网 | 500 | |
| | 千瓦 | 风力涡轮机 | 363 | |
| | 千瓦 | 光伏 | 136 | |
| | 千瓦 | 柴油发电机 | 142 | |
| | 立方米/天 | 粗筛 | 131 | |
| | 立方米/天 | 媒体过滤器 | 159 | |
| | 立方米/天 | 反渗透 | 531 | |
| | 立方米/天 | 电去离子 | 52 | |
| | 千瓦时 | 水箱 | 754 | |
| | 千瓦时 | 电池储能 | 118 | |
| | 千瓦时 | 电池功率 | 263 | |
| | 千瓦 | 电解槽 | 80 | |
| | 千克 | 氢气压缩机 | 550 | |
| | 千克 | 氢气储罐 | 130 | |
| | 美元/立方米 | 生命周期成本（LCOW） | 1,214 |
| | 美元 | 净 present 成本（NPC） | 890 |
| | 千克/年 | 总二氧化碳排放量 | 990 |

在BC情景中（电网限制=500千瓦），优化方案分配了最高的允许电网连接容量（500千瓦），以及一个由5,600千瓦风力涡轮机、8,094千瓦光伏面板和3,730千瓦柴油发电机组成的混合可再生能源组合。为了缓冲可再生能源输出的波动，系统包括58,580千瓦时的电池存储容量和26,360千瓦的电池逆变器容量。绿色氢气系统的规模为：电解槽28,620千瓦，氢气压缩机961千瓦，储罐17,420公斤，燃料电池13,060千瓦。在水处理方面，粗筛和媒体过滤器的容量分别为150,230立方米/天和138,970立方米/天，反渗透能力为56,140立方米/天，电去离子单元为120立方米/天。包括一个31,950立方米的水箱以应对日常的生产和需求波动。在这些条件下，BC的生命周期成本为2.522美元/立方米，净 present 成本为9.734亿美元，每年仅排放4,864公斤二氧化碳。

在GL情景中放宽电网限制后，允许更大的电力进口，从而减少了对现场风能和柴油发电的需求。具体来说，GL分配了4,720千瓦风能和30,350千瓦光伏，并取消了柴油发电机。电网连接容量增加到13,120千瓦，大大增加了对中央电力购买的依赖。结果，电池存储容量降至26,320千瓦时（逆变器11,840千瓦），氢气系统大幅缩小至电解槽2,390千瓦、压缩机80千瓦、氢气储罐550公斤和燃料电池530千瓦。在水处理方面，处理能力略微减少至142,310立方米/天（粗筛）、131,640立方米/天（媒体过滤器）和53,180立方米/天（反渗透），电去离子流量减少至10立方米/天。然而，水箱容量显著增加到519,380立方米，以减少对本地发电灵活性的依赖。这种对电网电力的高度依赖将生命周期成本降至2.423美元/立方米，净 present 成本降至9.351亿美元。代价是年度二氧化碳排放量大幅增加至28,488公斤，反映了集中式电网电力的较高碳强度。值得注意的是，在GL案例中，尽管电网连接容量（13,120千瓦）与OG案例（13,630千瓦）相当，但这种连接几乎专门用于满足高峰需求事件，而不是连续供电。实际上，设施的大部分能源需求由现场的可再生能源、电池和绿色氢气存储系统满足，电网仅作为短时间电力激增的备用。

在OG情景中（模型仅限于电网电力），所有现场的风能和光伏容量都被取消，系统完全依赖购买的电力。因此，电网容量定为13,630千瓦，没有柴油发电、电池存储和氢气子系统。水处理单元的规模与GL相似（粗筛142,270立方米/天、媒体过滤器131,600立方米/天、反渗透53,170立方米/天），但没有电去离子或与氢气相关的预处理。为了缓冲时间上的不匹配，水箱略微扩大至519,880立方米，有效地利用存储的水来调整供应。尽管这种设计简化了操作，但它将生命周期成本提高至2.568美元/立方米，净 present 成本升至9.9098亿美元。这种设计的年度二氧化碳排放量增加到59,339公斤，是GL的两倍多，因为所有电力（及其相关排放）都必须从电网获取。

最后，OD情景消除了任何电网连接，完全依赖柴油发电。在这种情况下，最优设计包括一个13,630千瓦的柴油发电机，不使用可再生能源、电池和氢气设备。处理能力与OG相当（粗筛142,260立方米/天、媒体过滤器131,590立方米/天、反渗透53,170立方米/天），但没有电去离子。水箱的容量定为520,800立方米，用于储存低需求时段产生的多余处理水。在这些限制下，OD成为最昂贵的选择，生命周期成本为3.146美元/立方米，净 present 成本为12.144亿美元，每年排放89,009公斤二氧化碳，是BC的十八倍。OD的成本溢价源于水存储的极端扩大（以补偿柴油的不灵活性）以及大型柴油发电高昂的燃料和维护成本。

图17进一步研究了在不同允许排放量和固定2%未满足水需求下的净 present 成本（NPC）和生命周期成本（LCOW）的响应。当不允许任何排放（0公斤二氧化碳/年）时，系统必须完全依赖可再生能源发电、氢气存储和电池，复制了第7.3节讨论的净零设计的部分内容。在零排放点，生命周期成本为2.540美元/立方米，净 present 成本为9.8亿美元。随着允许的排放量增加到5,000公斤二氧化碳/年，生命周期成本降至2.490美元/立方米，净 present 成本降至9.59亿美元，这反映了引入边际电网或柴油使用以减少资本密集型可再生能源和存储容量的效果。在每年排放10,000公斤二氧化碳的情况下，最低成本水平（LCOW）进一步下降至2.460美元/立方米（国民经济成本（NPC）为9.49亿美元）；在每年排放15,000公斤二氧化碳的情况下，LCOW降至2.440美元/立方米（NPC为9.42亿美元）。这一趋势持续缓慢下降，到每年排放20,000公斤二氧化碳时，LCOW为2.430美元/立方米（NPC为9.38亿美元）；而在每年排放25,000公斤二氧化碳时，LCOW为2.420美元/立方米（NPC为9.36亿美元）。超过每年25,000公斤二氧化碳的排放量后，边际收益逐渐减少，当排放量达到30,000公斤二氧化碳时，LCOW稳定在2.423美元/立方米，NPC为9.3506亿美元。这些结果表明，即使允许少量的二氧化碳排放（几万公斤的数量级），也可以显著降低水成本和资本投资，主要通过减少对昂贵的可再生能源、氢储存和电池的依赖来实现。然而，一旦年排放量超过约25,000公斤，进一步降低排放量带来的成本节省效果就很有限，这表明在满足2%未满足的水需求的前提下，系统的最佳平衡点在于碳排放与经济效率之间。

**图17. 不同碳排放量下最低成本系统的水平化水成本和总国民经济成本与生产排放量的关系（WNS为2%，电网接入不受限制）**

**7.5. 对关键参数的敏感性分析**
在本节中，评估了模拟结果对关键设计参数的敏感性。为此，围绕基准案例定义了一组敏感性情景，在这些情景中，绿色氢子系统、海水淡化过程和外部电力供应的主要技术经济参数被调整，而所有其他假设保持不变。如表10所示，所考察的情景包括压缩机能耗、整体绿色氢转化效率、利率、反渗透单元的特定能耗以及电网电价的变动。基准案例的参数如下：压缩机能耗为1.7千瓦时/千克氢气；电解槽、压缩机和燃料电池的绿色氢效率分别为0.65/0.5/0.65；利率为5%；反渗透能耗为5.5千瓦时/立方米；电网电价为0.15美元/千瓦时。敏感性分析分别逐一修改一组参数：
- CP-H/CP-L：将压缩机能耗改为2.0千瓦时/千克氢气；
- EF-H/EF-L：调整氢效率；
- IR-H/IR-L：将利率改为7%/3%；
- RO-H/RO-L：改变反渗透能耗为6.5千瓦时/立方米；
- GP-H/GP-L：将电网电价改为0.20美元/千瓦时。

**表11. 系统级指标和绿色氢子系统的敏感性分析结果**
| 参数 | 基准案例 | CP-H | CP-L | EF-H | IR-H | RO-H | RO-L | GP-H | GP-L |
|-----------------|-----------------|--------------|--------------|--------------|--------------|--------------|--------------|
| 压缩机能耗（千瓦时/千克氢气） | 1.7 | 2.0 | 0.7 | 0.6 | 3 | 6.5 | 4.5 | 0.1 |
| 绿色氢效率 | 0.65 | 0.65 | 0.5 | 0.6 | 0.6 | 0.6 | 0.6 |
| 利率 | 5% | 7% | 3% | 5% | 3% | 3% | 3% |
| 反渗透能耗（千瓦时/立方米） | 5.5 | 5.5 | 5.5 | 6.5 | 6.5 | 6.5 | 6.5 |
| 电网电价（美元/千瓦时） | 0.15 | 0.20 | 0.15 | 0.20 | 0.20 | 0.20 |

**表12. 水和电力子系统的敏感性分析结果**
| 参数 | 基准案例 | CP-H | CP-L | EF-H | IR-H | RO-H | RO-L | GP-H | GP-L |
|-----------------|-----------------|--------------|--------------|--------------|--------------|--------------|--------------|
| EDI处理量（立方米/天） | 14,260 | 14,280 | 14,370 | 14,180 | 14,180 | 14,340 | 14,370 |
| 反渗透能耗（千瓦时/立方米） | 5,573 | 5,570 | 5,570 | 5,580 | 5,557 | 5,574 | 5,540 |
| 媒体过滤器流量（立方米/天） | 30,137 | 30,140 | 30,180 | 31,780 | 30,890 | 30,890 | 30,874 |
| 粗过滤器流量（立方米/天） | 14,914 | 14,920 | 14,930 | 14,872 | 14,830 | 14,890 |
| BSP功率（千瓦） | 24,700 | 24,700 | 24,700 | 24,700 | 24,700 | 24,700 |
| BSE功率（千瓦时） | 8,750 | 8,750 | 8,700 | 8,875 | 8,870 | 8,850 |
| UG功率（千瓦） | 5,000 | 5,000 | 5,000 | 5,000 | 5,000 | 5,000 |
| DG功率（千瓦） | 4,600 | 4,600 | 4,600 | 4,600 | 4,600 | 4,600 |
| PV功率（千瓦） | 24,700 | 24,700 | 24,700 | 24,700 | 24,700 | 24,700 |
| WT功率（千瓦） | 24,500 | 24,500 | 24,500 | 24,500 | 24,500 | 24,500 |

**结论**
- 压缩机能耗对整个系统性能的影响有限，表明所提出的配置对压缩机电能使用的适度变化具有较好的鲁棒性。当压缩机能耗从基准值增加到CP-H情况时，总国民经济成本（TNPC）仅从9.76225亿美元略微增加到9.76454亿美元，而最低成本水平（LCOW）从2.529美元/立方米变化不大。在这种情况下，绿色氢子系统规模略微缩小，电解槽从32,480千瓦减少到30,890千瓦，压缩机从1,091千瓦减少到1,038千瓦，氢储存罐从119,740千克减少到117,070千克。同时，燃料电池几乎保持不变，仍为14,280千瓦。
- 在电力方面，系统通过增加电池能量（从66,290千瓦时增加到70,890千瓦时）和电池功率（从29,830千瓦增加到31,900千瓦）来弥补更高的压缩机能耗，而风能和光伏发电量接近基准案例的2,470千瓦和87,740千瓦。水处理能力（粗过滤器、媒体过滤器和反渗透）基本保持不变。
- 在CP-L情况下，压缩机能耗降低时，TNPC略微降至9.75971亿美元，LCOW基本保持不变，仍为2.529美元/立方米。电解槽和压缩机的容量分别略微增加到32,840千瓦和1,103千瓦，氢储存罐增加至119,930千克。然而，电力子系统的变化最为显著：电池能量下降至65,160千瓦时，但电池功率增加到32,840千瓦，这表明充电-放电策略发生了微小调整，而不是系统结构的根本性改变。
- 总体而言，压缩机能耗对氢储存链和电池支持的影响大于对海水淡化过程的影响，其對总成本的影响与其他设计参数相比非常小。

**绿色氢效率（电解槽、压缩机和燃料电池）**
绿色氢效率对最优设计和系统成本有显著影响，表明氢链是模型中最具影响力的部分。在EF-H情况下，随着电解槽、压缩机和燃料电池效率的提高，TNPC从9.76225亿美元降至9.62715亿美元，LCOW从2.529美元/立方米降至2.494美元/立方米，这是此处显示的所有敏感性案例中最有利的经济结果。这种改进伴随着氢链规模的显著增大：电解槽从32,480千瓦增加到39,780千瓦，压缩机从1,091千瓦增加到1,308千瓦，氢储存罐从119,740千克增加到129,110千克；同时，电力子系统在关键领域的规模有所减小，电池能量从66,290千瓦时急剧下降到31,780千瓦时，电池功率从29,830千瓦下降到14,310千瓦，表明提高氢效率减少了短期电池缓冲的需求。
- 反向效率较低的EF-L情况下，TNPC增加到9.88110亿美元，LCOW增加到2.560美元/立方米，这表明氢链中的效率损失直接影响了整个系统。在这种情况下，电解槽规模缩小至28,330千瓦，压缩机减少至976千瓦，氢储存罐减少至119,200千克，燃料电池降至13,970千瓦。电力子系统则表现出相反的趋势：电池能量下降至9,029千瓦时，但电池功率增加到40,640千瓦，反映了在氢途径效果较差时对高功率、短时平衡的更强依赖性。风能容量也增加至4,350千瓦，而光伏发电量保持在87,520千瓦。
- 总体而言，效率的影响显著改变了储存/转换链的规模和系统总成本，更高的效率使模型能够将更多的平衡角色从电池转移到氢储存上。

**利率**
结果表明，财务贴现假设对总国民经济成本（TNPC）有显著影响。当利率从5%增加到7%（IR-H）时，TNPC从9.76225亿美元降至9.04236亿美元，LCOW从2.529美元/立方米降至2.343美元/立方米，分别减少了7.37%和7.35%。相反，当利率降低到3%（IR-L）时，TNPC增加到11.25876亿美元，LCOW增加到2.917美元/立方米，分别比基准案例高出15.33%和15.34%。这一趋势与较低的贴现率赋予未来运营支出更大的现值权重、从而增加总体国民经济成本（NPC）的事实一致；而较高的贴现率则降低了长期运行维护成本（O&M）的现值。
- 从规模角度来看，较高利率情景（IR-H）导致绿色氢链规模略有扩大，电解槽、压缩机和氢储存罐的容量分别增加到34,180千瓦、1,148千瓦和126,330千克，而基准案例中分别为32,480千瓦、1,091千瓦和119,740千克。同时，较低利率情景（IR-L）使这些容量分别减少到29,110千瓦、978千瓦和112,020千克。
- 利率是模型中最具影响力的经济参数之一，其变化显著改变了系统成本和最佳技术组合。

**反渗透能耗**
反渗透能耗对最优设计有中等但明确的方向性影响。当反渗透能耗从5.5千瓦时/立方米增加到6.5千瓦时/立方米（RO-H情况）时，TNPC从9.762亿美元增加到1,011亿美元，LCOW从2.529美元/立方米增加到2.618美元/立方米。同时，系统向更大的能源支持配置转变：光伏发电量从88,500千瓦增加到102,620千瓦，风能在2,450千瓦增加到3,350千瓦，电池能量从66,290千瓦时增加到77,540千瓦时，电池功率从29,830千瓦时增加到34,890千瓦时。氢链也相应扩展，电解槽从32,480千瓦增加到37,590千瓦，压缩机从1,091千瓦增加到1,263千瓦，氢储存罐从119,740千克增加到147,020千克，燃料电池从14,260千瓦增加到16,580千瓦。在水处理方面，处理单元的规模略有增加，反渗透能力从55,730立方米/天增加到55,740立方米/天，EDI单元从140立方米/天增加到160立方米/天。相反，当反渗透能耗降低到4.5千瓦时/立方米（RO-L情况）时，TNPC降至9.420亿美元，LCOW降至2.441美元/立方米，这是所有敏感性案例中成本降低最多的。整个供应链的最佳容量均有所减小：光伏发电量降至74,010千瓦，风能降至1,820千瓦，电池能量降至55,400千瓦时，电池功率降至24,930千瓦时，电解槽降至27,100千瓦，压缩机降至910千瓦，氢储存罐降至93,570千克，燃料电池降至11,930千瓦。水处理子系统也有所减少，尤其是EDI单元，其处理能力降至120立方米/天。
- 总体而言，这表明反渗透能耗直接影响水处理和能源系统的规模，但其主要影响是通过增加或减少整个集成系统的电力负担来体现的经济效益。

**电网电价**
电网电价对最优设计的影响非常有限，表明所提出的系统对电力购买成本的适度变化不太敏感。当电网电价从基准案例的0.15美元/千瓦时增加到GP-H的0.20美元/千瓦时时，TNPC仅从9.762亿美元略微增加到9.768亿美元，LCOW从2.529美元/立方米略微增加到2.531美元/立方米。在这种情况下，主要调整发生在电力子系统：风能从2,450千瓦增加到2,700千瓦，光伏发电量从88,500千瓦减少到87,770千瓦，电池能量从66,290千瓦时增加到69,690千瓦时，电池功率从29,830千瓦时增加到31,370千瓦时。绿色氢链也略有改变，电解槽从32,480千瓦减少到31,000千瓦，压缩机从1,091千瓦减少到1,041千瓦，氢储存罐从119,740千克减少到117,280千克，而燃料电池基本保持不变。相反，当电网电价降低到GP-L的0.10美元/千瓦时时，TNPC略微降至9.756亿美元，LCOW降至2.528美元/立方米，光伏发电量小幅增加到88,560千瓦时，风能略微减少到2,400千瓦，水处理能力基本不变。
- 总体而言，结果表明电网电价影响进口电力与本地可再生能源/储存容量的平衡，但其对总成本和规模的影响相对于其他敏感性参数而言较小。

总之，敏感性分析结果表明，所提出的集成海水淡化-氢系统在水处理方面具有鲁棒性，因为所有情景中粗过滤器、媒体过滤器和反渗透的容量基本保持不变。主要变化发生在电力和氢子系统，特别是经济和效率相关的参数（如利率、反渗透能耗和氢效率）显著影响了国民经济成本（NPC）和最低成本水平（LCOW），以及可再生能源和储存的最佳规模。相比之下，压缩机能耗和电网电价对最终设计的影响较小。这些发现证实，所提出的规划框架在海水淡化方面是稳定的，同时对影响综合水-能源-氢系统长期成本的关键技术经济假设具有响应性。8. 结论与未来工作

由于人口增长和气候变化，全球淡水资源日益稀缺，使得海水淡化变得至关重要。然而，传统海水淡化厂依赖化石燃料电网，在干旱地区面临高排放和电网不可靠的问题。本文提出了一种高分辨率的、技术经济性的、线性的水-能源关联模型，该模型将可再生能源和绿色氢能链结合起来，以实现海水淡化的脱碳，并确保在用户指定的二氧化碳和未满足需求约束下的系统可靠性。研究结果表明，所提出的方法通过对电解过程、冷却进水水质以及氢压缩等方面的详细建模，为可再生能源驱动的海水淡化厂提供了更加现实和可靠的设计方案。通过明确考虑氢压缩及其相关的水资源需求，优化后的系统在科威特的Al-Ahmadi港实现了接近恒定的反渗透运行（利用率超过94%），配备了132,000立方米的缓冲罐，实现了年度电力供应中90%来自可再生能源的目标，并满足了严格的二氧化碳（1,000吨/年）和可靠性（2%未满足需求）指标，总净 present cost (NPC) 为9.762亿美元（生命周期成本 (LCOW) 为2.53美元/立方米）。尽管通过省略压缩机和独立的水循环系统来简化氢能系统可以降低NPC和LCOW，但这种方法低估了与绿色氢能相关的压缩机和水循环系统所需的投资和运营成本。对电解过程、冷却进水水质和氢压缩量的详细建模对于准确的成本估算至关重要。

展望未来，仍有几个方面值得进一步研究：首先，引入电解槽和压缩机的动态热管理策略可以减少辅助能源需求，进一步降低生命周期成本 (LCOW)；其次，探索替代的氢存储介质（如金属氢化物或液态有机氢载体）可能有助于减少高压储罐所需的土地和资本成本；最后，整合淡化水的需求侧管理可以提高系统的灵活性并降低总体存储需求。

**CRediT作者贡献声明：**
Hesam Pishbahar：撰写 – 原始草案，概念构思
Shahram Karimi：撰写 – 原始草案，正式分析
Hedayat Saboori：撰写 – 审稿与编辑，撰写 – 原始草案，方法论，正式分析，概念构思
Juliano Katrib：撰写 – 审稿与编辑，撰写 – 原始草案，监督，资源管理，项目协调，概念构思

**未引用的参考文献：** [13], [14], [25], [26], [42], [45], [46], [47]