沙特阿拉伯电子氢生产的技术经济优化
《Next Energy》：Techno-economic optimization of e-hydrogen production in Saudi Arabia
【字体：
大
中
小
】
时间：2026年05月10日
来源：Next Energy CS1.3
编辑推荐：
霍尔坎·瓦兹克斯-桑切斯 | 蒙塞拉特·埃切戈延-洛佩兹 | 阿齐兹·内查切 | 迪米特里奥斯·C·基里西斯 | 约恩·科斯科 | 米格尔·冈萨雷斯·莫拉莱斯 | S. 马尼·萨拉西
清洁能研究平台，阿卜杜拉国王科技大学，沙特阿拉伯图瓦尔
摘要
我们提出了一项全面的
霍尔坎·瓦兹克斯-桑切斯 | 蒙塞拉特·埃切戈延-洛佩兹 | 阿齐兹·内查切 | 迪米特里奥斯·C·基里西斯 | 约恩·科斯科 | 米格尔·冈萨雷斯·莫拉莱斯 | S. 马尼·萨拉西
清洁能研究平台，阿卜杜拉国王科技大学，沙特阿拉伯图瓦尔
摘要
我们提出了一项全面的技术经济分析（TEA），系统地优化了沙特阿拉伯的电子氢生产成本。该地区以其丰富的太阳辐射和有前景的风能潜力为特征。我们对以往关于电子氢生产的TEAs进行了全球系统性回顾，发现缺乏用户友好且直观的分析工具。为解决这一缺口，我们开发了“电子氢成本优化器”（e-Hydrogen Cost Optimizer），这是一个基于Python的优化工具，建立在混合整数线性规划（Mixed-Integer Linear Programming）框架之上，改进了之前的方法。该优化器通过明确考虑可再生能源供应和氢需求的小时变化，并将多个系统组件整合到一个可扩展的模型中，从而提高了性能。该模型通过已发表的案例研究进行了基准测试，以确保其有效性。我们的优化方法确定了在考虑区域气候、系统效率、资本和运营支出以及日均和年需求的情况下，光伏（PV）太阳能和风能、电解槽容量以及储能解决方案的最具成本效益的集成方式。针对沙特阿拉伯三个沿海城市（杜巴、延布和朱拜尔）的案例研究表明：由于太阳全负荷小时数高，杜巴和延布主要依赖太阳能光伏；而朱拜尔则从包括风能在内的多样化能源组合中受益。优化后的氢平准化成本（Levelized Cost of Hydrogen）分别为杜巴2.67至2.89美元/千克H?，延布2.78至2.88美元/千克H?，朱拜尔2.95至3.17美元/千克H?，这些成本在国际基准条件下具有竞争力。这些发现展示了沙特阿拉伯实现具有竞争力的可再生氢成本的潜力，并加强了其在新兴全球氢市场中的地位。
1. 引言
迫切需要减缓气候变化并转向低碳经济，这使得氢能，特别是通过可再生能源电解产生的绿色氢能（e-hydrogen），成为可持续能源载体。e-hydrogen通过可再生能源驱动的水电解法生产，为重型运输、海运、重工业和能源存储等关键领域的脱碳提供了有前景的途径。在全球努力实现气候中和目标的背景下，e-hydrogen成为一种潜在的解决方案，能够大幅减少温室气体排放并缓解气候变化的负面影响[1]。e-hydrogen技术的突破对于最具有挑战性和成本最高的工业部门的脱碳至关重要，同时也能满足对可再生能源需求的增长[3]。作为多用途能源载体和难以减排行业的燃料、工业过程的化学原料、建筑行业的热源以及在未来气候中和经济中的季节内储能介质，e-hydrogen具有巨大潜力[4]。然而，与基于化石燃料的氢能相比，e-hydrogen的高生产成本仍然是其全球推广和可扩展性的重要挑战[5]。解决这一成本障碍对于在本世纪中叶实现净零目标是至关重要的。
历史上，氢生产技术的进步显示出降低成本的前景。衡量这一进展的一个方法是学习率（learning rate），它表示每次总安装容量翻倍时投资成本减少的程度。例如，水电解设备的学习率约为18%。这意味着每当这些系统的累计容量翻倍时，每单位的投资成本就会下降18%；这表明随着技术的规模化，成本显著降低[6]。不过，要实现欧盟等全球倡议设定的雄心勃勃的目标（如到2030年在该地区安装40吉瓦的电解槽容量[7]），还需要进一步的改进。为了充分利用e-hydrogen经济的潜力，必须克服一些障碍，如高资本投资、低转化效率、电力成本以及国际标准的要求[8]。
决定e-hydrogen成本竞争力的一个关键因素是在有利条件下对其生产系统的优化。通过高效整合太阳能和风能来获得低成本的可再生能源电力，在最小化运营成本方面起着基础性作用。最近的研究表明，通过规模经济和技术创新，投资成本也可以显著降低[9]。e-hydrogen的脱碳潜力为难以电气化的能源密集型行业提供了可行的替代方案[10]。例如，钢铁和水泥生产等重工业占全球二氧化碳排放量的近7-9%，e-hydrogen可以通过替代煤炭和天然气来帮助减少这些行业的排放[11]。同样，运输行业（占全球二氧化碳排放量的23%）可以从氢动力燃料电池车辆中受益，尤其是在长途卡车运输和航运领域，因为目前的电池技术存在局限性[12]。从目前主导全球生产并导致大量温室气体排放（2021年超过9亿吨CO?）的基于化石燃料的氢能向e-hydrogen的转型对于实现净零碳目标至关重要[13]。
2023年，全球氢需求达到9700万吨，而低排放氢仅占不到100万吨，这表明相对于预计到2050年氢能将占据最终能源18%的净零路径而言，其部署仍处于早期阶段[14][15]。全球氢经济正在经历活动激增，这是由于各行业迫切需要脱碳[16]。氢技术正在推动国际合作浪潮，并为全球氢经济奠定基础。其中核心的是国际氢能与燃料电池经济伙伴关系（International Partnership for Hydrogen and Fuel Cells in the Economy），这是一个政府间合作平台，包括中国、美国、日本、韩国以及荷兰、法国、德国和英国等欧洲国家[17]，共同努力加速清洁能源的采用和氢动力交通工具的发展。在这个全球背景下，沙特阿拉伯已将自己定位为领先者，将氢能纳入其国家能源战略中。
1.1. 沙特阿拉伯的氢生产
在沙特阿拉伯担任二十国集团（G20）主席国期间，循环碳经济框架（Circular Carbon Economy）特别强调了氢能以及碳捕获、利用和储存的重要性[18]。作为一种多功能能源载体，具有多种应用途径和低碳生产方式，来自可再生能源的e-hydrogen在沙特阿拉伯的深度脱碳战略中发挥着关键作用。沙特绿色倡议（SGI）强调了减少排放以应对气候变化的重要性，并强调了沙特在整个王国范围内在可再生能源领域取得的显著进展[19]。该国正在快速扩大可再生能源规模，已有数吉瓦的产能上线（6.2吉瓦），还有数十吉瓦正在建设中（44.2吉瓦），显示出对氢生产采用低碳能源的坚定承诺[19]。2021年，沙特阿拉伯将其2030年的减排目标提高到2.78亿吨温室气体（GHG）排放，超出了2015年国家自主贡献承诺的两倍。这一雄心与2030愿景（Vision 2030）和SGI相一致，将氢能——尤其是e-hydrogen——视为经济多样化和长期能源安全的核心支柱，目标是成为世界上最大的e-hydrogen生产国和出口国[20]。Neom项目是沙特阿拉伯雄心勃勃的氢战略的关键组成部分，该项目与Air Products和ACWA Power合作开发，计划于2026年投入运营，将成为世界上最大的可再生氢制氨设施，具有4吉瓦的可再生电力容量。完成后，该设施预计每年将生产约120万吨等量的e-hydrogen，展现了该地区计划项目的规模[21]。
沙特阿拉伯拥有独特的地理优势，适合氢生产，因为它拥有丰富的可再生能源资源。位于红海沿岸的杜巴和延布等沿海地区受益于强烈的阳光和稳定的沿海风能以及现有的工业基础设施[22][23]。这些特点提出了一个问题：如何根据特定地点的资源状况定制系统设计，同时最小化氢的平准化成本（LCOH）。此外，南部省份的山地地形和沿海地带形成了天然的风力走廊，提供了持续且强劲的风速。这种独特的地形，加上朱拜尔和延布等城市的现有工业能力[24]，为氢能产业的发展奠定了坚实的基础。e-hydrogen的环境性能明显优于基于化石燃料的氢能，生产过程中的直接温室气体排放几乎为零。通过可再生能源驱动的电解、高效的水资源管理以及与碳中和供应链的整合，其生命周期影响可以进一步降低[25]。因此，在沙特阿拉伯大规模部署e-hydrogen可以显著降低国家碳强度，并推进该国的可持续发展承诺。
1.2. 电子氢的经济机遇与挑战
与基于化石燃料的氢生产（1.50–3.00美元/千克H?）相比，尽管质子交换膜（PEM）和碱性（ALK）电解技术已经成熟并可在市场上购买，但电子氢的生产成本仍然较高，范围在3.50至11.00美元/千克H?之间[26]。这两种技术都被认为具有进一步降低成本的巨大潜力。这种潜力与优化性能和耐用性、通过扩大生产规模实现规模经济、通过自动化简化制造过程以及从更广泛的供应商那里获得更多组件等有关因素有关。全球对储能解决方案需求的增加也在推动大规模部署方面发挥着关键作用。例如，将电解槽与地下储存结合使用可以提高过程效率并降低成本，因为技术和应用不断进步[28]。
估算电子氢生产成本受到多种风险的影响，包括不确定的长期需求、有限的可信购氢方基础以及波动的电力和水价[29]。此外，成熟的交易市场缺失、不断变化的政策框架和基础设施限制也影响了融资条件和项目风险感知。本文旨在解决生成可靠成本估算所涉及的挑战。一个标准化的经济指标对于处理成本估算的复杂性和不一致性以及比较不同氢生产方法的经济可行性至关重要。LCOH（平准化成本）提供了一个综合框架，用于评估氢生产的总成本。LCOH是一个经济指标，用于评估氢生产整个生命周期的总成本，可用于评估技术经济效率和竞争力[30]。LCOH中包含的成本包括项目范围内的每个组件的资本支出（CAPEX）和运营支出（OPEX）。通过考虑这些支出，LCOH为比较不同的氢生产方法提供了标准化框架[31]。
为了应对当前高昂的成本和未来成本估算的不确定性，并促进电子氢的整合，政府和行业正在引入财政激励措施，如补贴、税收优惠和降低电价。此外，他们还通过制定明确的国际标准和规范氢能使用的法规来提供支持。公私合作伙伴关系、研发（R&D）投资以及氢运输、储存和工业中心的基础设施投资也在推动进一步增长。例如，澳大利亚实施了大量的政府激励措施以促进氢生产，特别是针对可再生氢（定义为生产过程产生的二氧化碳当量不超过0.6千克/千克H?的氢能）。这些举措的核心是氢生产税收激励措施，即每生产一公斤符合条件的可再生氢可获得2澳元的退税（1.32美元/千克）[32]。
在北美，美国政府实施了多项激励措施以促进绿色氢生产，从而推动可持续能源转型和减少碳排放，例如2022年的《通胀削减法案》（Inflation Reduction Act，IRA）。IRA的关键组成部分是引入了为期10年的生产税收优惠，对于符合条件的清洁氢每生产一公斤可提供高达3美元的税收优惠（清洁氢生产税收优惠：第45V节）。这一优惠适用于生命周期排放量低于4千克CO?当量的氢，其中3美元/千克的优惠完全适用于超低排放量生产（<0.45千克CO?当量/千克H?）。IRA采用了分层结构，对低碳强度更高的氢给予更高优惠，从而优先考虑绿色氢能。生产者可以选择投资税收抵免，最高可达设施成本的30% [33] [34]。同样，加拿大也实施了一套全面的政府激励措施来促进清洁能源氢的生产。他们的清洁能源氢投资税收抵免为符合条件的项目成本提供15-40%的可退还抵免，比率与氢的碳强度相关。这项计划预计到2035年将提供177亿美元的支持，并通过额外的税收抵免来支持清洁能源电力、技术制造和碳捕获 [35]。欧盟从其创新基金中拨出了31.8亿美元来启动欧洲氢银行，旨在刺激氢的投资并增加需求。欧洲氢银行（实际上不是一个银行，而是一个融资机构）将通过首次拍卖提供8.49亿美元的融资，资金来自欧盟的碳市场 [36]。在中东地区，阿曼根据《阿曼愿景2040》实施了多项重大政策变化，以将阿曼定位为全球清洁能源氢的生产中心。皇家法令第10/2023号指定了特定的土地区域，在这些区域可以开发可再生能源和清洁能源氢项目，并授予使用权 [37]。沙特阿拉伯在其雄心勃勃的《愿景2030》和SGI计划中也正在大力开发低碳氢和燃料。NEOM清洁能源氢公司获得了总计84亿美元的投资，用于建设世界上最大的无碳清洁能源氢生产设施，得到了23家当地、区域和国际银行及投资公司的财务支持 [38] [39] [40]。该项目位于Oxagon，由ACWA Power、Air Products和NEOM联合发起，完全依靠约4吉瓦的风能和太阳能运行，目标是在2026年每天生产高达600吨的清洁能源氢 [38] [39] [40]。该项目还受益于沙特工业发展基金和国家基础设施基金提供的战略融资，反映了该国向清洁能源转型并减少对化石燃料依赖的广泛努力 [41]。这些举措是SGI计划下超过1860亿美元投资的一部分，沙特阿拉伯的目标是到2030年成为全球清洁能源氢领域的领导者，并实现全球蓝氢产量的15%。虽然直接激励机制（如税收抵免）没有得到广泛宣传，但政府支持的投资规模及其纳入国家战略的事实显示了沙特阿拉伯对低碳氢和燃料的强大财政和政策支持 [38] [39] [40]。
通过这些项目以及政府支持的激励措施（包括税收抵免、直接补贴和拨款），上述国家正在将自己定位为全球氢经济领域的先驱。由于净零承诺和国际能源署设定的到2050年每年生产3.06亿吨清洁能源氢的目标，加快清洁能源氢生产的紧迫性正在推动能源领域的历史性转变。这些举措不仅将减少难以减排行业的碳排放，还将促进全球范围内的经济增长、就业创造和能源安全 [42]。然而，为了设计有效的政策工具并规划清洁能源氢的部署节奏，必须解决获得可靠成本估算所涉及的挑战。尽管在全球范围内氢能路线图和试点项目方面取得了显著进展，但在沙特阿拉伯特定的气候和资源条件下，对清洁能源氢生产的技术经济优化尚未进行系统研究。
**1.3 本研究的目的**
本研究的目的是通过开发“e-Hydrogen成本优化器”来解决当前清洁能源氢生产成本估算方法中的不一致性和挑战，该工具旨在通过技术经济优化来标准化和提高成本估算的准确性。这项工作之前是对以前关于清洁能源氢项目的技术经济分析（TEA）进行了全面的系统文献回顾。与之前的清洁能源氢分析不同，我们用户友好的优化器明确考虑了可再生能源供应和氢需求的每小时变化，整合了系统级别的效率、详细的资本和运营成本分解，并在混合整数线性规划（MILP）框架内进行了多技术集成。虽然本研究的主要重点是沙特阿拉伯，但“e-Hydrogen成本优化器”是为全球适用而设计的，因为其标准化的方法和优化框架可以通过纳入当地的可再生能源可用性和技术经济参数来适应不同地区。此外，我们使用该工具分析了沙特阿拉伯三个不同城市（迪拜、延布和朱拜尔）的各种清洁能源氢生产项目情景，以展示在不同经济和技术条件下的多样化部署策略的更全面评估。
**2. 文献回顾**
**2.1 文献搜索策略**
这项系统回顾是按照《2020年系统评价和荟萃分析优先报告项目》声明中的指南进行的，以确保文献回顾的透明度和全面性，并增强其可信度和相关性 [43]。为了实现这些目标，Scopus数据库被选中，因为它是世界上最大的同行评审研究来源之一，拥有来自7000多家出版商的超过8700万条记录 [44]，并且其覆盖了关于清洁能源氢技术的丰富文献。此外，Google Scholar数据库也被纳入我们的搜索策略中，以确保能够获取与主题相关的更广泛的学术出版物。搜索范围限于用英文发表的同行评审期刊文章，重点是与清洁能源氢生产的相关TEA研究。搜索使用了精心挑选的与TEA研究相关的关键词组合。最终的查询语句为：“TITLE-ABS-KEY(《绿色氢" OR "电解氢" OR "e-氢") AND ("成本分析" OR "技术经济分析" OR "经济分析")) AND (LIMIT-TO (DOCTYPE, "ar")) AND (LIMIT-TO (LANGUAGE, "English"))”。截止年份为2019年。
**2.2 研究选择**
图1展示了识别、筛选和选择相关文献的过程。识别阶段包括使用上述特定搜索词在Scopus和Google Scholar上进行的高级搜索。去除重复项后，共识别出452篇文章。在筛选阶段，通过审阅摘要选择了113篇文章，排斥了339篇。在资格阶段，我们进一步根据全文审查筛选，又排除了75篇文章。最终，有37篇文章被认为适合纳入文献回顾。这种结构化的方法确保了相关研究的严格选择。
**下载：下载高分辨率图片（357KB）**
**下载：下载全尺寸图片**
图1. 用于系统回顾的清洁能源氢生产技术经济分析研究的PRISMA流程图。PRISMA = 系统评价和荟萃分析的优先报告项目。
**2.3 资格标准**
纳入标准如下：每项研究采用的方法必须涉及评估清洁能源氢生产经济绩效的任何经济指标的识别、计算和/或优化。专注于一般能源评估（例如能源审计、碳足迹分析或环境影响评估）的研究被排除在外，以保持对经济可行性的精确关注。确定研究是否被纳入的一个关键条件是，清洁能源氢必须通过以下电解过程之一产生：质子交换膜（PEM）、碱性电解质（ALK）或固体氧化物电解质（SOEC）。只有当氢生产系统使用这些电解技术之一（通常由风能或光伏（PV）系统提供动力）时，才会考虑这些研究。这种方法确保了回顾集中在相关且可比较的氢生产途径上。虽然PEM和ALK电解器经常被评估，但当有相关文献时也包含了SOEC系统的文章，尽管它们在文献中出现频率较低。补充材料中的表S1提供了全球不同地点清洁能源氢生产技术经济研究的全面概述，包括标题、作者、出版年份和来源等关键细节。该表格提供了全球清洁能源氢项目的最新进展、可行性评估和经济影响的宝贵概述。
**2.4 数据提取**
表1详细比较了使用各种电解技术生产氢的技术和经济因素。表中的ID号是补充材料中表S1中对应论文的编号。表格列出了每个TEA研究的关键参数，包括地点、TEA年份、研究目标（如优化、量化或比较）和系统寿命（以年计），并详细说明了使用的电解技术（PEM、ALK或SOEC）以及相应的堆栈或电解器寿命、能耗（kWh/kg H?）和电解器效率（%）。此外，表1还考察了电解器与不同可再生能源系统（如风力涡轮机（WT）、光伏模块、集中式太阳能热能、水力发电和地热能）的集成。表格还考虑了能源存储、氢存储和水淡化系统在清洁能源氢生产中的支持作用。最后，它总结了与每种电解技术相关的经济指标和数值。报告的经济指标，包括LCOH（生命周期成本）和LCOE（平准化能源成本），主要按照各研究指定的原始经济指标呈现，单位为美元/千克H?或欧元/千克H?。
**表1. 清洁能源氢TEA研究中的系统特性和经济指标摘要**
| ID | 地点 | TEA年份 | 目标 | 系统寿命（年） | 电解技术 | 电解器/堆栈寿命 | 能耗（kWh/kg H?） | 电解器效率（%） | 经济指标 | 值 |
| ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- |
| 1 | 美国 | 2023 | ? | 40 | ? | 7 | 50.4 + 2.45 | N.S. | ? | ? | LCOH 5.0–8.3 $/kgH? |
| 2 | 埃及 | N.S. | ? | 20 | ? | N.S. | N.S. | ? | LCOH 1.017–23.7 $/kgH? |
| 3 | 中国 | 2022 | ? | 20 | ? | N.S. | N.S. | LCOH 22.54–28.38 CNY/kgH? |
| 4 | 西班牙 | N.S. | ? | 10 | N.S. | N.S. | ? | LCOH 4.07–5.20 �/kgH? |
| 5 | 吉布提共和国 | 2015–2018 | ? | N.S. | 4295 | ? | ? | LCOE, LCOH 0.066–0.093 $/kWh, 2.25–4.17 $/kgH?, 399.76–537.11 $/tonNH3 |
| 6 | 澳大利亚 | 2023 | ? | 20 | 7 | 5560 | ? | LCOE, LCOH 36.5 $/MWh, 6.36 $/kgH? |
| 7 | 意大利 | 2023 | ? | 30 | 10 | N.S. | 76 | LCOH 4.75–9.94 $/kgH? |
| 8 | 中国 | 2025, 2030, 2050 | ? | ? | N.S. | 60–75 | ? | LCOH 3.77–7.13 $/kgH? |
| 9 | 芬兰 | 2019–2022, 2030 | ? | 60k–100k h | 50– 55 | N.S. | ? | LCOH 0.6–2.0 �/kgH? |
| 10 | 中国 | N.S. | 25 | 75k h | N.S. | 41–75 | ? | LCOH 2.01 $/kgH? |
| 11 | 智利 | 2021, 2030, 2040, 2050 | ? | N.S. | 18 | ? | LCOE, LCOH 0.032–0.142 $/kWh 0.63–8.12 $/kgH? |
| 12 | 印度尼西亚 | N.S. | ? | 25 | N.S. | 54.57 | 61.1 | ? | 氢生产成本 26.95 $/kgH? |
| 13 | 欧洲 | 2024 | ? | 25 | 60k–150k h | 42–53 | 63–80 | ? | 平均LCOH, LCOH 3.9–6.34 �/kgH? |
| 14 | 摩洛哥 | N.S. | ? | 25 | N.S. | 90 | ? | LCOH 2.54–7 $/kgH? |
| 15 | 伊拉克 | 2021–2030 | ? | 9 | 10 | >95 | ? | LCOH 3.79 $/kgH? |
| 16 | 克里特、埃格岛、特内里费岛和博尔库姆 | 2020, 2040 | ? | 20 | 7–11 | N.S. | 61–70 | ? | 氢生产成本 3.7–17.2 �/kgH? |
| 17 | 墨西哥 | 2020 | ? | 10, 20 | ? | N.S. | 52.55 | N.S. | LCOH 6.25 $/kgH? |
| 18 | 印度 | 2022 | ? | 20, 30 | ? | N.S. | ? | LCOH 13.78–26.73 $/kgH? |
| 19 | 阿曼 | N.S. | ? | 20, 25 | ? | N.S. | 50.33 | N.S. | LCOE, LCOH 0.034–0.0801 $/kWh, 3.37–6.15 $/kgH? |
| 20 | 阿曼 | N.S. | ? | ? | NSNS | 80% | ? | LCOH 1.15–3.10 $/kg H? |
| 21 | 丹麦 | 2030 | ? | 30 | ? | 85k h | 82,5k h | 61,3k h | N.S. |
| 22 | 德国 | 2020 | ? | 20 | 68.88 | 54.4 | N.S. | ? | LCOH 7.86–57.61 $/kgH? |
| 23 | 伊朗 | 2013–2017 | ? | 20 | 7 | 55.6 | N.S. | LCOWE, LCOWH 0.0325–0.0755 $/kWh, 1.375–1.59 $/kgH? |
| 24 | 美国 | 2016 | ? | 20 | N.S. | 54.36 | 1.4 | ? | 平准化氢生产成本 2.6–6.6 $/kgH? |
| 25 | 南非 | N.S. | ? | 15 | N.S. | ? | LCOH 6.34–8.97 $/kgH? |
| 26 | 智利 | 2018,2025 | ? | ? | 65k h | 80k h | 52–60 | 49–54 | 55–63 |
| 27 | 意大利 | 2019–2017 | ? | 20 | 7 | 55.6 | N.S. | LCOE, LCOH 0.063–0.079 $/kWh, 2.118–2.261 $/kgH? |
| 28 | 巴西 | 2019 | ? | 25 | N.S. | 75k h | N.S. | 41–75 | LCOH 2.01 $/kgH? |
| 29 | 瑞典 | 2020 | ? | 25 | N.S. | 12.5 | 50 | N.S. | LCOE, LCOH 0.4–0.780 $/kWh, 20.4–42.1 $/kgH? |
| 30 | 爱尔兰 | 2030 | ? | 25 | N.S. | 30 | NSNS | 80% | LCOH 1.15–3.10 $/kg H? |
| 31 | 阿富汗 | N.S. | ? | 20 | 7 | 55.6 | N.S. | LCOE, LCOH 0.063–0.079 $/kWh, 2.118–2.261 $/kgH? |
| 32 | 巴西 | 2019 | ? | 20 | 5 | 58.2 | N.S.通过系统性的文献回顾，确定了不同电解技术（ALK、PEM、SOEC）下的国家级氢能成本范围。如需详细、交互式的氢能成本范围按国家和技术分类的可视化视图，请访问：https://www.datawrapper.de/_/SpNQV/?v=2。ALK代表碱性电解；PEM代表质子交换膜；SOEC代表固体氧化物电解池。
2.5. 提取数据的讨论
2.5.1. 技术经济特征和经济指标
从符合条件的研究中提取的数据提供了不同地区采用的各种策略的比较视角，以量化和/或优化氢能生产的经济性能。在本小节中，我们分析了每项TEA研究的核心技术经济特征及其选定的经济指标（表1）。
各项TEA研究中使用的电解技术分布如下：PEM占62%，ALK占43%，SOEC占8%。这些百分比之和超过100%，因为有些研究同时考虑了多种电解技术。例如，某项研究可能同时分析了PEM和ALK电解器，因此被计入这两个类别。除了当前的市场偏好外，这种分布还反映了影响绿色氢能市场的潜在技术权衡和地区策略。由于研究人员特别关注PEM电解器的经济性能、动态响应、紧凑设计和高效率，因此PEM电解器成为大多数TEA研究的重点。这些特性使得PEM电解器特别适合与风能和太阳能等可再生能源集成，如在可再生能源基础设施更发达的国家所见。然而，尽管有这些优势，PEM电解器仍面临几个潜在的关键挑战，特别是对铂和铱等贵金属催化剂的依赖，这增加了资本成本，并带来了供应链脆弱性，包括铱短缺的风险，可能会阻碍未来的可扩展性。
ALK电解器作为研究对象虽然较少，但具有独特的优势（主要是设计更简单以及使用镍基等廉价材料），从而降低了资本成本，使其在新兴市场或可再生能源电力稳定的地区具有吸引力。然而，它们较慢的响应时间和较低的效率（50-75%）限制了ALK电解器在高度间歇性可再生能源输入项目中的竞争力。此外，虽然ALK电解器组的成本效益较高，但设施平衡费用（如气体净化、液态电解质维护）可能会侵蚀这些节省的成本。还应认识到，ALK技术目前占据了工业实践的主导地位。尽管研究数据库中PEM电解器研究的数量较多，这反映了人们对新兴技术的浓厚兴趣，但仍然需要认识到ALK电解器所代表的现有技术水平。
SOEC在TEA研究中的占比仅为8.11%，反映了其商业化的早期阶段。尽管代表性有限，SOEC技术仍具有巨大潜力，特别是在需要有效利用废热的钢铁或水泥生产等高温工业应用中。不过，仍存在一些商业化挑战，包括材料耐久性和系统集成成本高的问题。此外，目前的SOEC成本数据可能未能完全反映实际经济情况，因为计算往往受到研发补贴的影响。在37项评估研究中，只有3项（印度ID 18、丹麦ID 21和意大利ID 7）明确研究了SOEC的作用，这反映了该技术的初期应用状态，并突显了需要更广泛的分析来准确评估其在实际情景中的可扩展性和成本效益。
一个反复出现的主题是可再生能源资源的关键作用，各国利用其地理优势来降低LCOH（生命周期成本）。例如，ID 21号研究评估了到2030年通过海上风能集成在丹麦大规模生产电解氢的可行性和成本效益，该研究结合了PEM、ALK和SOEC电解器，系统效率在62%至79%之间，从而实现了LCOH低于3欧元/千克氢气的目标。这种降低得益于较低的传输成本、优越的风能资源可用性和改进的系统效率。研究报告的LCOE在40-50欧元/兆瓦时的范围内。相比之下，意大利（ID 33）和沙特阿拉伯（ID 28）的基础设施复杂性和混合系统配置导致了较高的LCOH值，分别为6.92-16.50欧元/千克氢气和20.4-42.1美元/千克氢气。
意大利2021年的研究（ID 33）考虑了一个使用PEM电解器的绿色氢能系统，但未具体说明系统的寿命。研究报告的能耗在58.2-62.3千瓦时/千克氢气之间，电解器效率在53.5-57.5%之间，表明其性能中等。虽然研究包括了氢储存，但未包括海水淡化，这表明系统依赖于现有的水资源基础设施。
同样，沙特阿拉伯2023年的研究（ID 28）优化了9种混合能源系统（HES）配置，以满足Neom城市的氢气和电力需求。该研究评估了集成光伏板（PV）、风力发电机（WT）、柴油发电机（DG）和电池储能（BES）的系统。关键发现是，光伏-DG-BES系统（结合PV板、DG和电池储能）在考虑经济、环境和社会性能时被认为是最佳配置。该系统的LCOE为0.4美元/千瓦时，LCOH为21.4美元/千克氢气，是所有案例研究中最具成本效益的解决方案。它还提供了出色的可靠性，没有未满足的负荷或容量短缺，并将二氧化碳排放量限制在45,923千克/年，相对于其他依赖柴油的系统有了显著的环境改进。该配置保持了95.5%的可再生能源比例，表明在发电量低的时期依赖太阳能和柴油作为备用能源。PV-DG-BES系统非常高的LCOE（0.40美元/千瓦时）源于两个相关因素：年度成本上升和有限的电网销售能量。这里的LCOE是通过将年度成本除以售电网的电量（不包括用于氢生产的能量）来计算的。这种计算方法与其他TEA研究不同，后者通常考虑了总发电量，包括自用电力。为了确定最合适的系统，作者采用了多标准决策制定（MCDM）技术。MCDM是一种决策分析框架，允许根据多个经常相互冲突的标准来评估多种替代方案。在该研究（ID 28）中，MCDM不仅用于评估经济因素（如资本和运营成本、LCOE、LCOH），还用于评估环境性能（如二氧化碳排放、可再生能源比例）以及社会和实际方面（如安装便利性、土地使用和技术准备度）。PV-DG-BES案例在所有MCDM模型中始终排名第一，确认了其技术可行性、成本效益、环境可持续性和社会接受度的优势。此外，PV-WT-DG-BES系统结合了光伏板、风力发电机和柴油备份以及电池储能，实现了最低的LCOH（20.4美元/千克氢气）和最低的LCOE（0.375美元/千瓦时），同时可再生能源比例达到98.2%，二氧化碳排放量也显著降低（19,018千克/年）。尽管如此，由于其系统复杂性较高、资本投资较大以及安装便利性和土地使用等定性社会标准的得分较低，PV-WT-DG-BES案例在总体排名中位列第二。该配置包含4个主要子系统，被认为在偏远或基础设施有限的地区不太适合简化部署。虽然Neom研究提供了多种混合能源配置的详细系统级分析，但它侧重于在特定地点和控制的技术及经济条件下优化氢能生产的经济性能。
相比之下，其他研究，如埃及氢能地图集（ID 2），则从更广泛的视角出发，分析了整个国家的多种案例情景。在所有审查的TEA研究中，该研究（ID 2）报告的LCOH范围最广，为1.017-23.7美元/千克氢气。该研究旨在构建一个国家氢能地图集，利用埃及27个省份的多样化气候条件，生成高分辨率的电力密度（千瓦时/平方米）、氢能生产密度（千克/平方米）、LCOH（美元/千克氢气）和二氧化碳减排潜力（千克二氧化碳/平方米）地图。分析提出了5种土地使用情景：S1（仅光伏）、S2（仅风力）、S3（光伏和风力比例平等）、S4（光伏面积是风力的两倍）和S5（光伏面积是风力的一半）。其中，S1的氢产量最高，其次是S4，说明在大多数埃及地区太阳能的性能优于风能。关键的是，该研究报告了广泛的LCOH值，其中在仅使用风力的情景下（S2），红海省份的LCOH最低为1.017美元/千克氢气；而在同一情景下，LCOH最高达到23.7美元/千克氢气。研究还估计二氧化碳减排潜力在1.16至57.1千克二氧化碳/平方米之间，表明绿色氢能在埃及的脱碳战略中可以发挥重要作用。埃及案例研究（ID 2）中对太阳能驱动的氢能生产的重视与其他国际评估结果一致，这些评估表明太阳辐照度在决定成本效益和可扩展性方面起着核心作用。这在智利的阿塔卡马沙漠研究（ID 26）中尤为明显，该研究评估了在不同未来情景下使用高效电解器（由太阳能光伏和风能驱动）生产电解氢的情况。
智利的TEA研究（ID 26）专注于电解氢的生产，特别强调了其全球出口的战略潜力——特别是满足日本未来的氢能需求。该研究模拟了从2018年开始的整个太阳能氢能供应链，并预测了2025年的情景。分析结合了来自实际光伏安装的多年每小时电力剖面和带有热能储存的聚光太阳能发电厂的模拟数据，以及智利电力市场的实际电力购买协议价格。氢能生产路径使用在MATLAB/Simulink中开发的案例敏感技术经济模型进行评估，并应用于公用事业规模的PEM和ALK电解器。分析报告的电解器寿命为65,000-80,000小时，能耗在49-64千瓦时/千克氢气之间，效率取决于技术，范围为55-67%。结果LCOH因技术而异：PEM为3.13-4.97美元/千克氢气，ALK为2.20-4.21美元/千克氢气。此外，研究还评估了各种氢储存、分配和运输方案，特别针对2025年日本市场的情景进行了定制。
西班牙的研究（ID 4）通过优化组件尺寸和操作来模拟太阳能光伏-氢系统，以最小化LCOH。它比较了直接光伏-电解器耦合、MPPT（最大功率点跟踪）系统（通过调整电压/电流来最大化太阳能面板输出）和电池辅助电解，并报告的LCOH范围为4.07-5.20欧元/千克氢气：直接耦合为5.03欧元/千克氢气，MPPT系统为5.20欧元/千克氢气，而电池将其降低到4.07欧元/千克氢气。然而，只有当MPPT成本降至五分之一时才具有优势，而当电解器成本降至三分之一以下时电池则不再具有可行性。该研究强调了PV-H2应用中的成本敏感性和系统设计灵活性。
摩洛哥的评估（ID 30）整合了混合风能-太阳能光伏系统，并超越了技术建模，研究了氢生产的社会技术和环境影响。绿色氢能被认为是一种市场竞争力强的可持续能源选择，特别适合为重型车辆提供燃料。研究估计的LCOH值在3.49至5.96美元/千克氢气之间，南部地区如达赫拉和马拉喀什的经济条件更为有利。这一分析不仅突显了摩洛哥作为氢生产国的潜力，还考虑了其作为未来出口国的潜力，因为该地区不仅拥有丰富的太阳能资源，而且靠近欧洲市场。
阿曼的研究（ID 19）专注于风能到氢能的路径，假设系统寿命为20年和25年，使用PEM电解器，能耗率为50.33千瓦时/千克氢气。研究展示了强劲的经济性能，LCOE值在0.0349至0.0801美元/千瓦时之间，LCOH范围为3.37至6.15美元/千克氢气，这得益于有利的沿海风能条件和对其氢出口市场的战略兴趣。
阿富汗的TEA研究（ID 31）报告了所有研究中受限最严重且LCOH范围最低的情景，数值在2.118至2.261美元/千克氢气之间（仅相差14美分）。这一成果是基于对费亚扎巴德风能的集中评估得出的。该地区风力资源丰富，ALK电解器的使用寿命为7年，并且使用了一台单机功率为100千瓦的“WES 100 GENERAL”风力涡轮机，这些因素都简化了建模过程。研究评估了所有34个省会城市，最终选择了费亚扎巴德，因为其风能成本较低。系统性能在三种经济情景和五种退化速率下进行了分析，得出了15种不同的案例结果。最终的成本最低电价（LCOE）介于0.063至0.079美元/千瓦时之间，且LCOH值聚类紧密，反映了研究的结构化情景设计和精简的配置。
中国的技术经济分析（ID 8）展示了最明确的时间成本趋势，预测LCOH将从2025年的7.13美元/千克氢下降到2050年的3.77美元/千克氢（降低了47%）。这一显著下降归因于海上风电技术的预期进步和PEM电解器组件的成本下降。该研究还考虑了海水淡化单元，使其成为咨询工作的有力工具。此外，浮动式风电和区域优化（如广东、河北）的应用进一步支持了到本世纪中叶大规模氢能整合的可行性。总体而言，这项研究重点关注海上风电驱动的氢能生产作为满足中国不断增长的能源需求和脱碳目标的战略途径。
针对澳大利亚的研究（ID 6）分析了基于太阳能的氢能生产成本对技术和财务参数的敏感性，并强调了各种权衡，而不是提供一个固定的LCOH值。研究假设系统寿命为20年，PEM电解栈寿命为7年，能源使用量为55千瓦时/千克氢，效率为60%，得出的LCOE为36.5美元/兆瓦时，LCOH为6.36美元/千克氢。结果表明，财务因素（如股本成本、债务）对LCOH的影响大于技术因素。基于二氧化碳的绿色补贴被认为是降低成本的关键机制，而要实现2美元/千克氢的目标，需要大幅削减电解器的资本支出。
美国的研究（ID 1）模拟了一个40年的系统寿命，是数据集中最长的生命周期，LCOH介于5.0至8.3美元/千克氢之间。尽管成本不是最低的，但更长的摊销期使得资本支出更加均匀分布，表明通过延长系统寿命可以实现成本稳定。这种方法与工业化规模部署相符，在这种情况下，基础设施的耐用性是优先考虑的因素。研究特别强调了运营策略，特别是在用于能源密集型工业应用的太阳能驱动氢能系统中。结果表明，优化电解器运行、电池和储能的规模以及与下游过程的协调可以显著影响系统经济性，平均降低LCOH 5.3%，对于完全分散的终端用户甚至可降低39.8%。此外，在休斯顿等地区，电网备份的整合可以将LCOH降低12.9%，这进一步凸显了灵活性和混合系统设计的重要性。
巴西的研究（ID 32）探讨了氢能作为战略存储解决方案的潜力，将多余的水力和风能转化为氢能，以提高电网灵活性和能源安全性。该研究估计年产量可达2.0×101?立方纳米（1.80×10?吨），但成本相对较高，为0.303美元/千克氢，这突显了剩余能源利用与生产成本之间的权衡。这里氢能生产成本是基于所产生的氢能可以提供的潜在能量计算的，使用了其较低的热值（120 MJ/千克氢）。这进一步表明，目前缺乏标准化的氢能成本计算方法，以及使用不一致单位（如LCOE计算中使用的单位）所造成的困惑。需要注意的是，巴西的技术经济分析报告中的氢能成本是用美元/千瓦时表示的，因此与其他通常使用美元/千克氢的成本报告直接比较颇具挑战性。因此，很难对这些研究中的成本竞争力做出明确结论。
与此同时，乍得的研究（ID 35）专注于农村电气化，使用HOMER软件和真实气候数据对25个城镇的太阳能-风能-电网混合系统进行了建模。系统寿命为25年，研究报告的氢能生产成本在4.695至4.707美元/千克氢之间，其中电网-风能-光伏（Grid-Wind-PV）配置被认为是发电最具成本效益的方案。研究强调了氢能在支持偏远地区能源接入和发展中的作用，电力场景的总净现成本（NPC）为48,164美元。
在所有评估的研究中，只有印度（ID 18）、丹麦（ID 21）和意大利（ID 7）明确研究了固体氧化物电解器（SOEC）在电解氢能生产中的作用，并根据各自的地理、基础设施和系统整合背景提供了不同的视角。这些研究共同表明，SOEC的性能和经济可行性高度依赖于特定应用条件、系统复杂性和共位的能源资源。印度的研究调查并比较了基于CST（化学热分解）的氢能生产和SOEC路径的技术经济潜力。热化学分解的效率比SOEC高出约20%；然而，SOEC的LCOH仍然较高，介于13.78至26.73美元/千克氢之间。较高的成本源于简化的系统设计，排除了热存储和废热回收，导致氢能生产间歇性和产能利用不足。尽管研究指出，随着规模扩大和优化，成本可能会下降，但它清楚地表明，目前的SOEC技术在没有更深层次的整合或支持性基础设施的情况下，还不适合印度的太阳能驱动环境。
相比之下，丹麦的研究提出了一个更为综合且具有前瞻性的部署方案。在2030年的海上风电枢纽战略中，SOEC与PEM和ALK电解器一起被分析。丹麦报告的预期总体效率为79%，是所有评估技术中最高的。尽管没有提供能源消耗值，但LCOH估计低于3欧元/千克氢。除了氢能成本外，该研究还表明，将电解直接设置在海上枢纽不仅可以实现空间高效和可扩展的生产，还可以通过减少高峰负荷来降低风电削减量，从而使LCOE降低13%。这一用例表明，SOEC在高效、集成化的可再生能源系统中成为具有成本效益的解决方案，适用于出口氢能和实现电网脱碳的目标。
意大利的研究提供一种新的城市整合模型，将SOEC与市政固体废物焚烧设施和热电联产氢（CPHH2）系统相结合。该方案同时提供高达10.2兆瓦的电力、4兆瓦的区域热能和276千克/小时的氢气，同时实现了高达76%的SOEC效率。LCOH根据电流密度和运行模式的不同而介于4.75至9.94美元/千克氢之间，但在考虑电力和热能销售的协同效益后，LCOH可降至2美元/千克氢。这使得该系统在与化石燃料衍生的氢能竞争时具有很强的竞争力，特别适合拥有废物转化为能源基础设施和区域供热需求的城市地区。
直接比较来看，所有三项研究都证实了SOEC的高效率，尤其是在丹麦和意大利，展示了其在集成系统中的高性能潜力。然而，经济可行性差异很大。由于系统简单性和缺乏储能整合，印度的LCOH最高；而丹麦和意大利由于系统耦合和运营协同作用，实现了低于3美元/千克氢的竞争成本。印度将SOEC视为基准，而丹麦则认为它是海上氢能出口的关键推动者，意大利则将其置于循环经济模型中，将废物回收、电力和热能联系起来。总体而言，这些研究表明，SOEC并不是一种适用于所有情况的通用解决方案，而是一种在多输出或高容量能源系统中表现最佳的高效率组件。其竞争力受到系统寿命、与共位能源资源的整合以及资本密集型基础设施的政策支持的强烈影响。因此，SOEC并非孤立存在的技术，而是一个在灵活的混合能源系统中表现最佳的组件。
值得注意的是，许多研究（如沙特阿拉伯（ID 28）、澳大利亚（ID 6）、吉布提（ID 5）和巴西（ID 34）基于技术经济模拟和前瞻性系统建模，而非实际运营项目。因此，它们的LCOH预测受到融资、基础设施规模和间歇性可再生能源等因素的不确定性影响。相比之下，基于实际运营部署的研究（如丹麦的海上试点项目（ID 21）以及德国（ID 22）和西班牙（ID 4）的选定项目）提供了更可靠的成本数据，因为它们考虑了实际实施中的复杂性。包括意大利（ID 7）和吉布提（ID 5）在内的多项研究也反映了技术经济评估中报告不完整的问题，这削弱了跨国比较的可靠性和政策的严谨性。
图3显示，在所评估的电解技术中，PEM系统的成本变化最大（报告的氢能经济指标范围从大约1美元到60美元/千克不等），这反映了早期阶段的扩展难题和电力价格假设的差异。相比之下，成熟的ALK电解器显示出更窄且成本更低的区间（大约1.15至45.40美元/千克氢）。与SOEC相关经济指标则呈现另一种情况：一项研究估计成本低于3美元/千克，而另一项研究则报告的价格区间较宽，介于13.78至26.73美元/千克氢之间，这表明了数据有限导致的不确定性。根据使用的是原始生产成本还是完全平准化后的指标，以及是否假设有专用的可再生能源电力，氢能经济指标的估计值可能会相差数十美元/千克。因此，在比较氢能经济性时，明确指标和电力来源假设至关重要。
下载：下载高分辨率图片（158KB）
下载：下载全尺寸图片
图3. 之前技术经济分析研究中包含的电解技术的氢能经济指标，研究ID位于括号内。
2.5.2 方法论和软件工具
以往的电解氢能生产成本研究采用了多种软件工具，每种工具都适用于特定的建模和区域背景。表2总结了37项研究中使用的软件/工具/包。其中，MATLAB和Simulink出现频率最高，反映了它们在动态系统仿真和后处理方面的强大能力。然而，其他平台如HOMER Pro、Excel、MILP框架（如General Algebraic Modeling System (GAMS) 和Revenue, Operation, and Device Optimization (RODeO) 以及专业工具如Cantera和SimulWind也根据分析范围和技术要求发挥着重要作用。
HOMER Pro常用于混合系统优化，尤其是在离网或偏远地区，因为它具有集成的可再生能源模块和用户友好的界面。尽管如此，已发布的评估指出，在准确建模复杂氢能基础设施（包括海上变异性和详细电解器动态）方面存在局限性。Excel仍广泛用于财务建模，其中透明度和灵活性是优先考虑的因素，但它缺乏处理系统动态或随机变量的能力，因此其应用范围局限于较简单的经济评估。
更先进的优化方法如MILP在少数研究中得到应用，能够在运营约束下同时优化系统规模、调度和投资。我们的基于MILP的电解氢成本优化器通过在一个综合的技术经济框架内整合可再生能源资源的小时级变化和氢能需求，克服了现有工具中的常见缺陷。这一能力弥合了过程级建模和经济评估之间的差距，而这些专门工具往往无法有效结合这两方面。
经济参数如资本支出（CAPEX）、运营支出（OPEX）和LCOH在各个研究中普遍被考虑，但其来源透明度和建模严谨性差异很大。较少使用的指标LCOE（反映氢能成本对电力输入的敏感性）和LCOA（与氨基氢载体相关）虽然被提及，但整合较少，反映了技术经济分析范围的狭窄。水成本建模也很少见，尽管在水资源稀缺的地区具有实际意义，但大多数工具缺乏对海水淡化所需的能源需求或基础设施成本的整合。
总体而言，技术经济分析实践显示出一种碎片化的格局，工具选择很大程度上取决于区域背景、研究重点和可用专业技能。虽然MATLAB和Simulink的使用反映了它们的技术优势，但其他工具提供了针对特定需求的宝贵功能。然而，完全集成优化方法的利用不足限制了LCOH值在指导大规模氢能投资和政策制定方面的稳定性和适用性。这里介绍的电解氢成本优化器旨在通过提供一个严谨、动态且用户可适应的平台来推进这一领域的发展，以应对这些持续的挑战。
3. 方法论
为了应对上述用于评估电解氢能经济性能的传统建模方法的局限性，我们提出了电解氢成本优化器这一先进且专门构建的工具。通过将详细的运营动态、可再生能源的变异性以及全面的经济考虑整合到一个统一的优化框架中，该方法为规划和评估电子氢生产系统提供了一种准确且可操作的方法。电子氢成本优化器可以通过https://e-h2.org下载。源代码是开源的，可以通过其公共GitHub仓库下载。因此，用户可以在下载并安装所需的Python库后，在本地运行电子氢成本优化器。GitHub仓库的wiki包含了安装和运行电子氢成本优化器的说明。电子氢成本优化器的开发旨在解决将可再生能源整合到电子氢生产系统中所涉及的技术经济挑战。它提供了一个全面的框架，用于规划和优化通过太阳能光伏和风力发电驱动的水电解制氢的能源系统。该工具专门设计用于最小化生命周期成本（LCOH），并确保在可再生能源波动的情况下能够可靠且可扩展地生产氢气。在优化器的核心，一个混合整数线性规划（MILP）框架对连续和离散的系统变量进行建模。这种双重建模方法使优化器能够强制执行现实世界中的技术和运营约束，包括能源供需平衡、设备容量限制、电解槽效率和资源变异性，从而确保优化结果既符合经济性也符合运营可行性。优化器的结构是通过一个基于Python的应用程序实现的，该程序利用了多个开源库。数据处理和时间序列操作主要使用pandas [82] 和 NumPy [83]，而可视化和结果分析则由Matplotlib [84] 处理。Pyomo优化框架 [85], [86] 用于定义MILP问题，以实现复杂系统交互和约束的灵活建模。高性能优化软件（HiGHS）被选为求解器 [87]。通过直观的用户界面，用户可以输入项目参数、选择位置坐标、配置存储和电解槽选项，并通过交互式可视化结果进行分析，包括成本分解、能量调度曲线和系统利用率图表。还支持基于场景的分析，允许用户探索不同可再生能源可用性、成本假设、系统性能和LCOH结果的影响。优化器结合了高分辨率的时间序列（1小时）建模来确保准确捕捉间歇性对电解槽运行和存储利用的影响。许多现有工具依赖平均资源概况，这往往会低估与可再生能源整合相关的运营挑战。优化器还明确地将海水淡化需求作为整体系统成本结构的一部分进行建模，这一特性在标准的氢模型中经常被忽略，但在中东等干旱地区部署时至关重要。
如图4所示，系统范围涵盖了从可再生能源到氢气生产的整个过程。太阳能光伏和风能系统提供的电力可以直接由电解槽使用，或者在可再生能源生成量低的时期暂时储存在电池中以确保连续的氢气生产。系统供应淡化水，并使用电解技术将水分解成氢气和氧气。产生的氢气可以储存在储罐中，用于后续的工业应用、移动服务或电力生成，而过剩能源管理策略有助于保持系统的韧性。优化器动态地模拟这些相互作用，并使用户能够分析每个子系统的规模和调度如何影响整体LCOH和项目的可行性。
为了验证其能力，电子氢成本优化器被应用于一个以沙特阿拉伯为案例的研究，该地区以丰富的太阳能和风能资源为特点，但也存在与水资源短缺和能源间歇性相关的显著运营挑战。该案例研究整合了详细的可再生能源概况、系统成本参数和存储配置，以确定在沙特阿拉伯背景下最小化LCOH的最佳策略。结果表明，特别是在存储规模和容量分阶段方面的战略规划，可以利用沙特阿拉伯的可再生潜力实现具有成本竞争力的氢气生产。此外，案例研究表明，包括实际约束（如海水淡化能源需求和存储退化）可以提供比传统建模方法更准确和实用的项目经济概览。
3.1 混合整数线性规划（MILP）公式
本节提供了电子氢成本优化器用于优化总系统成本的数学模型的详细描述。通过定义系统容量、能量流动和氢气生产率等变量，MILP框架在遵守运营和技术约束的同时识别出成本最优的解决方案。本节为希望理解底层优化过程及其在产生准确和可操作见解中的作用的用户提供了全面的参考。该模型是从[88]改编和修改而来的。
(1) LCOH（生命周期成本）= 总生命周期成本 + 总资本支出（CAPEX）+ 运营支出（OPEX）+ 氢气产量（Hprod）× 折现率（r）× 年数（n）
由于LCOH公式的性质（即分数函数），它不能通过线性规划进行优化。因此，分子成为在优化模型中最小化的目标函数，见公式(2)。这里，我们展示了MILP的具体公式。表3总结了实现的每个方程的描述。
表3. MILP公式的方程描述
- 方程号 描述
- 1 计算氢气平准化成本，即总折现成本（CAPEX，OPEX，水成本）除以总折现氢气产量
- 2 最小化风能、太阳能、电解槽、氢气存储和电池存储技术的生命周期成本总和
- 3 计算风力涡轮机容量在整个生命周期内的总折现资本和运营成本
- 4 计算太阳能光伏容量在整个生命周期内的总折现资本和运营成本
- 5 计算电解槽容量的折现资本和运营成本
- 6 计算电池功率和能量容量的折现资本成本加上运营成本
- 7 确保每个时间步的需求等于生成量，没有能源生成削减
- 8 表示需求为电解槽使用的能量加上储存在电池中的能量，考虑了充电效率
- 9 将发电量建模为每个时间步的风能、太阳能和电池放电之和
- 10 确保随时间产生的总氢气产量至少满足每小时、每天或每年的氢气需求
- 11 限制电解槽堆的规模和效率
- 12 确保从电池部署的能量与调整后的电解槽输出一致
- 13 根据之前的可用性、充电和放电情况跟踪电池能量可用性
- 14 通过最大放电时间和功率容量限制电池能量容量
- 15 根据容量和上限分数设置电池能量可用性的上限
- 16 根据容量和允许的最小分数设置电池能量可用性的下限
- 17 限制电池存储中的能量，使其不超过剩余容量
- 18 确保组合的存储和部署的电池能量保持在功率容量范围内
- 19 通过风能和太阳能的可用发电量限制电池充电能量
- 20 确保电池部署的功率容量不超过允许的最大值
- 21 根据之前的可用性、存储和调整后的损失跟踪存储中的氢气量
- 22 将存储中的氢气量限制在最大存储容量内
- 23 限制每个时间步存储的氢气量
- 24 确保部署的氢气量不超过根据效率调整后的可用存储氢气量
- 25 设置整体氢气存储容量的上限
下载：下载高清晰度图片（218KB）
下载：下载全尺寸图片
图4. 优化器中建模的电子氢生产系统范围
为了验证其能力，电子氢成本优化器被应用于一个以沙特阿拉伯为案例的研究，该地区以丰富的太阳能和风能资源为特点，但也存在与水资源短缺和能源间歇性相关的显著运营挑战。该案例研究整合了详细的可再生能源概况、系统成本参数和存储配置，以确定在沙特阿拉伯背景下最小化LCOH的最佳策略。结果表明，特别是存储规模和容量分阶段的战略规划，可以用来利用沙特阿拉伯的可再生潜力实现具有成本竞争力的氢气生产。此外，案例研究表明，包括海水淡化能源需求和存储退化等现实约束，可以提供比传统建模方法更准确和实用的项目经济概览。
3.1 混合整数线性规划（MILP）公式
本节提供了电子氢成本优化器用于优化总系统成本的数学模型的详细描述。通过定义系统容量、能量流动和氢气生产率等变量，MILP框架在遵守运营和技术约束的同时识别出成本最优解。本节为希望了解底层优化过程及其在产生准确和可操作见解中的作用的用户提供了全面的参考。该模型是从[88]改编和修改而来的。该应用程序还提供了能源流动的图形表示，这些表示展示了在不同可再生能源可用性下的系统性能，并提供了关于存储动态和生产效率的宝贵见解。图6显示了Python脚本中使用的每个库/包是如何嵌入到e-Hydrogen成本优化器中的。下载：下载高分辨率图像（202KB）下载：下载全尺寸图像图6. 用于开发e-Hydrogen成本优化器的主要Python库/包。3.2.4. 氢建模工具的比较评估现有的能源系统建模软件平台，如Matlab、Simulink、Excel、Aspen和Cantera，提供了有用的技术模拟工具，但难以准确捕捉可再生能源驱动的氢生产的运营和经济现实。虽然Matlab和Simulink允许进行动态模拟和控制优化，但它们缺乏集成的经济建模，并且需要大量的手动设置。同样，基于电子表格的工具如Excel可以处理基本的敏感性分析，但不能表示动态系统行为或进行现实氢成本估算所需的多变量优化。能源系统优化平台如HomerPro和SAM可以为可再生能源项目提供更准确的近似值，但过于简化了氢生产的动态。它们的电解槽模型通常假设稳态运行，并忽略了部分负载效率、退化和启动动态等关键变量，导致过于乐观的LCOH估计。同样，其他工具如Q-GIS和Solar Pilot在空间分析或太阳能场设计方面具有专门功能，但缺乏集成技术和经济建模能力。e-Hydrogen成本优化器通过结合高分辨率的可再生资源数据与详细的运营、经济和存储模型来解决这些限制。它在Pyomo实现的MILP框架内纳入了部分负载效率、电池充放电动态、海水淡化成本和多阶段投资规划。这种综合方法允许在可变条件下对氢生产进行真实模拟，为旨在实现可扩展、经济可行的绿色氢系统的利益相关者提供可靠的LCOH估计和更深入的见解。4. 结果和讨论作为案例研究，e-Hydrogen成本优化器被用于优化沙特阿拉伯三个感兴趣地点的LCOH：a) 杜巴，b) 扬布，c) 朱拜尔，这些都是沿海城市。这些地点是根据其丰富的可再生能源资源及其作为关键工业和物流枢纽的重要性而战略性地选择的。杜巴位于红海沿岸，具有显著的太阳能潜力，因此是太阳能电解的理想候选地。此外，它靠近港口和苏伊士运河等关键基础设施，增强了其氢出口的潜力。扬布位于沙特阿拉伯西海岸，是一个重要的工业中心，可以获取太阳能和风能资源。该地区的风速有利于风能项目，结合太阳能，提供了多样化的能源组合以支持氢生产。最后，朱拜尔位于阿拉伯湾东岸，是沙特阿拉伯最大的工业城市之一。它受益于高太阳辐射和完善的工业基础设施，包括可以集成到氢生产过程中的大规模海水淡化厂。这些城市的地理位置提供了独特的可再生能源、物流优势和靠近主要能源出口路线的优势，使它们成为可持续的大规模电氢生产的理想候选地。表4提供了优化过程的输入参数，这些参数反映了2025年这些城市的最佳匹配条件。考虑了30年的模拟寿命，以反映大规模电氢生产工业项目的典型寿命，并采用较长的摊销期来更均匀地分配资本支出（CAPEX），作为一种通过系统寿命来稳定成本的战略。如前所述，这种方法与工业规模部署相符，在这种情况下，基础设施的耐用性是优先考虑的。选择了600,000公斤H2/天的氢需求，以反映GW级氢项目的需求。作为参考，NEOM项目预计每天将生产多达800,000公斤H2用于绿色氨的生产[91]。还考虑了99%的氢利用率和5%的回报率。下文中进一步对表4中呈现的所有输入参数对LCOH进行了定性敏感性分析。表4. LCOH优化的输入参数参数值单位位置（坐标，十进制值）杜巴；扬布，和朱拜尔27.35, 35.70 [杜巴]，24.08, 38.06 [扬布]，27.01, 49.62 [朱拜尔]。纬度和经度度数模拟寿命30年氢需求600,000公斤H2/天氢利用率99%回报率/WACC5%光伏（PV）“沙特阿拉伯2023”a风力涡轮机“陆上-其他亚洲2023”a存储“LFP 2019（60 MW）-4h”a海水淡化“沙特阿拉伯2023”a电解槽参数“PEM低成本高效率2020”a氢存储“地上储罐 – 35 bar”aLCOH = 氢的平准化成本；WACC = 加权平均资本成本。具体输入参数在补充材料中的表S2中呈现。4.1. 优化结果e-Hydrogen成本优化器设计用于根据用户指定的需求概况来优化电氢生产，无论是每天还是每年。用户可以输入保证的日需求或年需求，优化器将确定最符合成本效益的生产策略以满足这些需求。如果用户选择日需求保证，优化器将计算最低的LCOH，同时确保每天可靠地满足指定的日需求。这种方法通常要求生产系统以恒定的输出运行，这可能需要使用氢存储解决方案来缓冲可再生能源供应的波动或运行停机时间。此外，如果用户选择年需求保证，优化器将确保总年氢产量达到或超过365天的日需求乘积。这种模式允许灵活的日生产率，可以适应太阳能和风能等可再生能源的季节性变化。在可再生能源电力供应较高的日子里，可以生产更多的氢，而在可再生能源产量低的时期，生产可以相应减少。这种灵活性可以带来显著的成本节省，因为它使系统能够在电价低或可再生能源发电量高的时期利用有利条件。在这种情况下，假设氢生产设施直接连接到最终用户，从而消除了中间氢存储的需要。表5和表6详细说明了为实现每个地点的最佳LCOH而优化的决策变量（基于表4中概述的输入），分别保证日需求和年需求。图7显示了根据表4中概述的输入，为杜巴、扬布和朱拜尔优化的日需求和年需求的LCOH地理分布。图5. 保证日电氢需求的优化结果属性单位值杜巴扬布朱拜尔LCOH$/kg H22.892.883.17风力涡轮机上限.MW00960.71光伏上限.MW7039.329972.5013,536.37电池功率上限.MW000电池能量上限.MWh000电解槽总功率MW5243.007259.0010,719.00电解槽容量系数-0.290.280.27氢存储kg643,495408,188257,561平均每日发出的氢kg727,607980,1701,380,882LCOH = 氢的平准化成本；PV = 光伏。表6. 保证年电氢需求的优化结果属性单位值杜巴扬布朱拜尔LCOH$/kg H22.672.782.95风力涡轮机上限.MW000光伏上限.MW5804.776104.556442.50电池功率上限.MW000电池能量上限.MWh000电解槽总功率MW4324.004444.004753.00电解槽容量系数-0.290.280.26氢存储kg000平均每日发出的氢kg600,000600,000600,000LCOH = 氢的平准化成本；PV = 光伏。下载：下载高分辨率图像（164KB）下载：下载全尺寸图像图7. 保证杜巴、扬布和朱拜尔日需求和年需求的优化LCOH。图8和图9显示了杜巴案例研究的运行结果。在这两张图中，3面板布局展示了电力生成、氢动态和氢积累的每小时概况。对于图8中呈现的日需求情景，光伏系统的规模比图9中的年情景大大增加。这种光伏容量的增加是为了确保系统始终满足用户指定的每天至少600,000公斤的最低氢交付目标。因此，图8中的电力生成和氢生产曲线达到更高的峰值，反映了满足日需求和适应日内变化所需的更大系统吞吐量。积累图确认了氢生产和存储的加强，以满足这一最低供应，从而与年需求情景中观察到的更平均的稳态策略形成了明显的运行模式。下载：下载高分辨率图像（223KB）下载：下载全尺寸图像图8. 杜巴日需求的运行概况。下载：下载高分辨率图像（225KB）下载：下载全尺寸图像图9. 杜巴年需求的运行概况。4.2. 可再生能源生产分析为了了解为什么LCOH在不同地点会有所不同，分析可再生能源来源（即光伏系统和WT）的电力生产概况至关重要。这些概况受当地气候条件的影响，例如太阳辐射和风速，这些条件直接影响系统的能量输出。全负荷小时数（FLH）的概念经常被用作评估这些变化的关键指标。FLH代表一年中电力生产系统（如太阳能光伏电站或风力涡轮机场）需要以最大容量运行的总等效小时数，以产生相当于其全年产生的能量。例如，如果一个1 MW容量的光伏系统每年产生2000 MWh的能量，其FLH将是2000小时（按总年能量输出除以最大容量计算）。这个指标提供了一种简化的方式来评估可再生能源系统的效率和生产力。它允许直接比较不同地点的潜在能量产量，因为FLH考虑了自然资源（如阳光和风）的可变性。例如，太阳辐射较高的地区通常会表现出较高的FLH，而风速始终强劲且稳定的地区则表现出较高的FLH。FLH还在确定可再生能源项目的经济可行性方面起着关键作用。较高的FLH意味着更多小时以最大容量运行，从而导致较低的LCOE。由于电力成本是LCOH的主要组成部分，FLH较高的地区在氢生产成本方面具有竞争优势。相反，较低的FLH由于能量产量减少和系统容量利用不足，导致LCOH较高，使得这些地点在可再生能源氢生产方面经济上不太可行。表7提供了每个感兴趣地点每年的光伏和WT电力生产的FLH（以千瓦时计）。表7. 杜巴、扬布和朱拜尔的电力生产FLH（以千瓦时计）位置全负荷小时数（FLH）[kWh/kWp年]光伏模块杜巴19241207扬布18301629朱拜尔17342330PV = 光伏。图10和图11显示了杜巴、扬布和朱拜尔的光伏和风能系统每月按安装的千瓦p计算的日电力输出分布。箱形图显示了可再生能源发电潜力的月度变化。对于光伏系统（图10），杜巴显示出最高的中位日输出，始终在4.8到6.2 kWh/kWh之间，变化很小。扬布也显示出类似的趋势，但输出略低，介于4.5到6.0 kWh之间。相比之下，朱拜尔的季节性变化更大，每月中位数从1.8 kWh到大约6.1 kWh不等。这些变化表明，杜巴和扬布的光伏性能相对稳定，而朱拜尔则更受季节性变化的影响。下载：下载高分辨率图像（400KB）下载：下载全尺寸图像图10. 杜巴、扬布和朱拜尔的光伏模块每月安装的千瓦时日电力输出分布。图11. 风能发电（图11）在三个地点显示出更大的变化。在杜巴，风能发电的输出范围较广，中位数值介于2.0到6.5 kWh/kWh之间，峰值出现在三月和六月。扬布的风能发电相对稳定，中位数介于1.5到5.5 kWh/kWh之间。然而，朱拜尔的风能潜力最大，每月中位数介于3.0到15.0 kWh/kWh之间，某些月份的峰值高达20 kWh。这表明，虽然光伏是这三个地点稳定的能源来源，但在朱拜尔风能的作用更为显著。下载：下载高分辨率图像（423KB）下载：下载全尺寸图像图11. 杜巴、扬布和朱拜尔的风力涡轮机每月安装的千瓦时日电力输出分布。比较这两种技术，光伏提供了稳定和可预测的电力来源，特别是在杜巴和扬布，那里的月度变化相对较小。然而，朱拜尔风能的潜力为提高能源产量提供了机会，尤其是在风速较强的月份。数据显示，在迪巴和扬布，最佳能源组合应考虑以光伏（PV）作为主要能源来源，而在朱拜尔，风能可以发挥更重要的作用。此外，整合这两种能源的混合储能系统（HES）可能提供更高的可靠性和效率。总体而言，这一分析强调了在规划可再生能源基础设施时进行特定地点评估的重要性。迪巴和扬布具有强烈的太阳能潜力，并且输出稳定，而朱拜尔则具有显著的风能潜力。这些见解可以指导能源政策和投资策略，以最大化可再生能源的利用并确保该地区的电力供应稳定。
4.3. 平均生命周期成本（LCOH）分布分析
对迪巴、扬布和朱拜尔LCOH分布的分析揭示了各种组成部分贡献的关键差异。每个地点根据当地可再生能源资源的可用性和利用情况显示出独特的特点。图12显示了基于每日和年度电解氢需求的三个地点的LCOH分布。
4.3.1. 迪巴：太阳能主导和依赖储能
在迪巴，无论是每日需求（图12a）还是年度需求（图12b），电解氢生产都严重依赖于光伏能源。对于每日需求，光伏占总LCOH的52.6%（资本支出：1.32美元/千克H?；运营支出：0.2美元/千克H?）。电解槽部分占39.4%（资本支出：0.86美元/千克H?；运营支出：0.28美元/千克H?），是第二大贡献者，而风能在该地区的作用可以忽略不计。氢储能占7.6%（资本支出：0.17美元/千克H?；运营支出：0.05美元/千克H?），而海水淡化成本仅占0.3%（0.01美元/千克H?）。迪巴的一个关键运营挑战是太阳能资源的间歇性。对光伏的高依赖性使得氢产量容易受到太阳辐射变化的影响，尤其是在阳光较弱的情况下。这需要强大的储能解决方案来稳定生产并确保供应的可靠性。在年度需求情景（图12b）中，分析没有考虑储氢的成本或需求。这表明开发可扩展的、长时储能策略对于全年保持稳定的氢供应非常重要。
4.3.2. 扬布：高效的太阳能利用和较低的储能需求
扬布的系统也仅由光伏模块驱动。对于每日需求（图12c），光伏占总LCOH的55.4%（资本支出：1.39美元/千克H?；运营支出：0.21美元/千克H?）。电解槽仍然是主要成本组成部分，占40.8%，与迪巴类似。氢储能占总LCOH的3.6%（资本支出：0.08美元/千克H?；运营支出：0.03美元/千克H?）。海水淡化成本相对较低，占0.2%（0.01美元/千克H?）。与迪巴类似，年度需求情景（图12d）中的具体成本没有考虑储氢成本。扬布较低的储能需求意味着更稳定的太阳能供应，从而减少了短期能量缓冲的需求。这不仅降低了运营成本，还减少了储能基础设施的复杂性和资本投资。与迪巴一样，年度需求情景忽略了储氢成本，这表明进一步优化储能和电网集成可以提高成本效益和可扩展性。
4.3.3. 朱拜尔：多样化的能源组合和较高的LCOH
朱拜尔是成本效益最低的方案。对于每日需求（图12e），光伏能源仍然是主要来源，占最终LCOH的48.6%（资本支出：1.33美元/千克H?；运营支出：0.21美元/千克H?），而风能贡献了10.8%（资本支出：0.24美元/千克H?；运营支出：0.1美元/千克H?）。电解槽占38.9%（资本支出：0.93美元/千克H?；运营支出：0.3美元/千克H?）。值得注意的是，氢储能占LCOH的1.5%（资本支出：0.04美元/千克H?；运营支出：0.01美元/千克H?），低于其他两个地点。海水淡化成本仍然很低，占0.2%（0.01美元/千克H?）。尽管能源输入多样化，朱拜尔仍然是电解氢生产成本效益最低的地点。虽然风能的整合提高了供应的韧性，但它引入了更高的资本和运营成本，这些成本超出了减少储能依赖性的好处。较低的储能需求表明可再生能源供应更加稳定，或者需求波动不那么明显，如果电网和供应链得到优化，这对于大规模连续生产氢气可能是有利的。
4.4. 跨地点洞察
总体而言，迪巴和扬布的LCOH成本分布相似，因为两者都严重依赖光伏能源，并且电解槽的贡献较大。然而，扬布的氢储能成本略低，这可能表明其太阳能条件更有利，意味着全年变化较小。相比之下，朱拜尔增加风能的融合导致了更多样化的成本分布，尽管它仍然是氢生产成本效益最低的地点。朱拜尔较低的氢储能成本表明其对短期能量缓冲的依赖性较低，如果电网稳定性和可再生能源可用性得到优化，这可能有利于大规模氢生产。
沙特阿拉伯雄心勃勃的绿色氢气出口目标，包括到2030年每年向欧洲供应20万吨[91]，为理解本研究中报告的LCOH值提供了关键背景。应将这些地点的LCOH范围与国家目标和国际成本基准进行评估，以评估每个地点的竞争力，并为区域投资策略提供信息。诸如补贴、碳定价和促进电网稳定和可再生能源整合的法规等支持性政策将是降低成本的关键，尤其是在朱拜尔等成本较高的地区。这些发现为政策制定者和利益相关者提供了可操作的见解，以符合沙特阿拉伯2030年愿景，优化生产成本，并加强该国在全球新兴绿色氢经济中的领导地位。
我们进行了定性敏感性分析，以评估关键输入参数对大规模电解氢生产系统LCOH的影响。分析基于表4中列出的参数，这些参数反映了沙特阿拉伯典型的氢生产配置，包括特定地点的可再生能源资源、技术选择和经济假设。了解每个参数的相对影响对于指导未来的成本降低策略和优化项目设计至关重要。地点是影响LCOH的最重要因素之一，因为它决定了可再生能源资源的可用性和质量。选定的地点（迪巴、扬布和朱拜尔）具有不同的太阳辐射和风能特性，这直接影响发电能力和电力成本。拥有优越太阳能和风能资源的地点可以实现更高的可再生能源产量，从而降低LCOH。相反，条件较差的地点会导致更高的可再生能源电力成本和更高的LCOH。模拟寿命（30年）在LCOH中也起着重要作用。延长项目寿命可以使资本支出在更长的时间内分摊，从而降低年化成本，从而降低LCOH。然而，随着寿命的增加，由于折现和潜在的维护成本上升，边际效益会减少。
氢需求（600,000千克H?/天）是另一个重要参数。更大规模的项目受益于规模经济，这降低了单位资本和运营成本，从而降低了LCOH。相反，较小规模的项目可能会由于基础设施利用效率低下和固定成本较高而面临更高的LCOH。氢利用率（99%）反映了生产氢气的使用效率。高利用率表明损失最小，运营高效，有助于降低LCOH。任何由于停机时间、系统效率低下或其他因素导致的利用率降低都会通过将成本分散到较小的有效输出上来增加LCOH。LCOH对加权平均资本成本（WACC）的影响非常敏感，我们设定WACC为5%。由于氢生产是资本密集型的，较高的WACC会显著增加融资成本，从而提高LCOH。此外，获得较低成本的资本或有利的融资条款可以大大降低LCOH。光伏和风能的成本和性能也至关重要。这些技术为电解提供了主要的电力输入。光伏和风能系统的效率提高或资本和运营成本的降低直接转化为较低的LCOH。在可再生能源资源丰富且可以有效利用的地区，LCOH对这些参数的敏感性特别高。
电力储存（例如LFP电池）对于缓冲可再生能源的波动性和确保电解槽的稳定运行是必要的。虽然储存成本不是LCOH的最大组成部分，但在可再生能源间歇性高或需要连续氢供应的情况下，它们变得更加重要。更经济高效或高效的储存解决方案可以帮助降低LCOH。海水淡化成本在总体LCOH计算中相对较小，但在干旱地区可能会更加显著。海水淡化技术的进步或水成本的降低可以适度改善LCOH。电解槽参数，如系统成本和效率，是LCOH最敏感的输入之一。更高的电解槽效率减少了每千克氢所需的电力，而较低的资本成本降低了整个项目的支出。在我们的模型中，我们假设没有电解槽 degradation，保持恒定的能源效率，并根据用户定义的寿命输入安排明确的堆栈更换，更换成本等于系统的资本成本。虽然未明确建模降解，但它通常会随着时间降低效率并影响运营成本和生产。关于堆栈寿命的敏感性分析表明，更长的寿命可以显著改善经济结果，突显了旨在延长电解槽耐用性的技术进步的重要性。最后，氢储存（例如地面储罐）对LCOH的影响相对较小，特别是如果系统设计为直接、及时的氢气输送。然而，如果需要大规模或长期储存，氢储存对LCOH的影响可能会增加。
总之，最显著影响LCOH的参数是地点、WACC、可再生能源生产成本以及电解槽的性能和成本。LCOH对项目规模、利用率和储存的敏感性适中，而水和氢储存成本通常不那么显著。在最具敏感性的领域进行有针对性的改进将带来最大的LCOH降低，并提高电解氢生产的竞争力。
我们的电解氢成本优化器与沙特阿拉伯的研究（ID 28）之间的LCOH值存在较大差异，这可以归因于系统规模、设计理念和优化方法的差异。我们的工具旨在模拟大规模的工业氢生产，具有灵活的框架，可以围绕每日或年度氢需求目标进行优化。通过这种方式，我们的分析在杜巴、扬布和朱拜尔这三个地区实现了非常低的LCOH值，介于2.67至2.95美元/公斤氢气之间，这得益于利用了特定地点的可再生能源潜力、较高的电解槽容量利用率以及高效的资源部署。相比之下，之前的研究（28）关注的是位于Neom的小型离网系统，这些系统的设计容量为1353千瓦，并且要求每小时内的负载率为零。早期研究中采用的保守系统设计往往导致电池过度使用、频繁更换、依赖柴油作为备用能源，以及电解槽的利用率低下。这些低效率因素使得某些情况下的LCOH值高达42.1美元/公斤氢气，即使最好的情况下也超过了20美元/公斤氢气。而我们的方法采用了动态MILP优化框架，该框架能够灵活调整系统配置，从而在30年的时间范围内最小化总成本。例如，在年度保证模式中不考虑储能系统，我们的模型避免了不必要的资本支出，同时仍然满足了氢气产出的目标。此外，尽管两份研究都使用了真实的气象数据，但我们的模型通过Renewables.ninja工具整合了这些数据，该工具允许进行详细的、特定地点的能源生产和调度规划。这不仅减少了能量削减和冗余，还确保了资源的有效利用。
这些结果清楚地表明，建模方法的“质量”（特别是使用动态的、大规模的和灵活的优化技术）对最终结果有着深远的影响。e-Hydrogen Cost Optimizer之所以能够实现更低的LCOH值，直接归功于其先进的建模框架，该框架在规模、适应性和资源利用方面具有优势，这是ID28研究中的静态小规模模型所无法比拟的。这突显了先进、高质量建模在实现成本效益高且可靠的氢气生产方面的重要作用。
7. 结论
e-Hydrogen Cost Optimizer的开发与应用代表了在氢能项目技术经济评估方面的重大进步。这一工具能够进行全面的情景建模、敏感性分析以及根据特定区域条件和技术组合进行精确的成本分解。通过整合真实世界数据和灵活的系统配置，e-Hydrogen Cost Optimizer帮助决策者、工程师和政策制定者确定最具成本效益的氢气生产路径，适应不断变化的市场动态，并加速大规模可再生能源氢解决方案的部署。为了确保其可靠性，该优化工具通过与已发表的案例研究进行了对比测试，展现了在系统动态和成本构成方面的强大建模能力。本研究贡献了一种专为能源多样性高且干旱地区定制的优化框架，该框架整合了小时级别的资源建模、海水淡化需求和多技术系统设计。
利用e-Hydrogen Cost Optimizer，我们对沙特阿拉伯三个具有不同可再生能源特征的沿海城市——杜巴、扬布和朱拜尔的氢气生产情况进行了详细分析。结果显示，以太阳能光伏为主的杜巴和扬布分别实现了具有竞争力的LCOH值，分别为2.89美元/公斤和2.88美元/公斤，其成本结构主要受光伏和电解槽费用的影响。相比之下，朱拜尔的混合能源系统（包含太阳能光伏和风能）由于集成度和运营复杂性的增加，导致了较高的LCOH值，为3.17美元/公斤。在所有地点中，海水淡化成本可以忽略不计，而电解槽成本仍然是主要挑战，这突显了持续技术创新的必要性。
e-Hydrogen Cost Optimizer提供的见解表明，将可再生能源特征与定制的系统设计相匹配对于降低氢气生产成本至关重要。对于以太阳能为主的地区（如杜巴和扬布），可靠的储能解决方案对于缓冲能源间歇性问题至关重要；而对于朱拜尔这样的多元化能源结构地区，则需要改进集成策略以提高成本效益。该工具的局限性包括依赖于2025年的历史可再生能源数据和技经假设；实际运行数据的验证将对模型性能的准确性进行确认。
展望未来，e-Hydrogen Cost Optimizer将成为持续规划和优化的宝贵决策支持平台。在电解槽创新、电网基础设施和储能技术方面的战略投资，结合相关政策和国际合作，对于沙特阿拉伯实现其2030年愿景——成为全球氢气生产和出口的领导者至关重要，同时也有助于国内脱碳目标的实现以及蓬勃发展的国际氢能市场。
**作者贡献声明：**
S. Mani Sarathy：概念构建、资金筹集、项目管理、资源协调、验证、撰写及审查编辑。
Miguel Gonzalez Morales：验证、撰写及审查编辑。
Jan Kosco：验证、撰写及审查编辑。
Dimitrios C. Kyritsis：验证、撰写及审查编辑。
Aziz Nechache：方法论设计、监督、验证、撰写及审查编辑。
Monserrat Echegoyen-Lopez：正式分析、方法论设计、初稿撰写及审查编辑。
Vazquez Sanchez Holkan：正式分析、调查研究、方法论设计、软件开发、验证、初稿撰写及审查编辑。
**代码可用性：**
e-Hydrogen Cost Optimizer应用程序可在Github上获取：https://github.com/HolkanVS/e-Hydrogen-Cost-Optimizer
