《Energy Conversion and Management-X》:Techno-Economic and Environmental Optimization of Advanced Hybrid Renewable Energy Systems with Green Hydrogen Production for Off-Grid Coastal Community Electrification in Bangladesh
编辑推荐:
孟加拉国沿海社区的离网电气化面临高昂的电网扩展成本和日益复杂的多类别需求挑战。尽管已有若干基于HOMER Pro的研究考察了孟加拉国沿海地点的混合可再生能源配置,但大多数仅考虑住宅或单一类别负载以及单一存储路径,未联合建模可延迟运输/水需求、牲畜粪便沼气和基于
孟加拉国沿海社区的离网电气化面临高昂的电网扩展成本和日益复杂的多类别需求挑战。尽管已有若干基于HOMER Pro的研究考察了孟加拉国沿海地点的混合可再生能源配置,但大多数仅考虑住宅或单一类别负载以及单一存储路径,未联合建模可延迟运输/水需求、牲畜粪便沼气和基于电解槽的氢气生产,并且没有量化单一确定性最优解之外的鲁棒性或权衡。本研究通过开发和比较针对孟加拉国库克斯巴扎尔Kutubjom Union沿海社区的六种先进混合可再生能源系统(AHRES)配置来填补这一空白,使用HOMER Pro(v3.14.2),基于包含2500户家庭、公共/社区设施以及可延迟负载(1500辆电动三轮车和抽水系统)的调查季节性负荷曲线,总负荷超过46,300 kWh/天。各配置在净现值成本(NPC)、平准化能源成本(LCOE)、可再生能源渗透率、二氧化碳(CO2)/温室气体(GHG)排放、氢气(H2)产量和氢气平准化成本(LCOH)方面进行比较。模型1(风-柴油-沼气-电池)实现了最低生命周期成本(6020万美元),LCOE为0.2759美元/kWh,零未满足负荷,年产23,540 kg H2,成本为197美元/kg。蒙特卡洛模拟确认了模型1的鲁棒性(LCOE 90%置信区间:0.2705–0.2960美元/kWh),并通过斯皮尔曼秩相关识别出需求增长和柴油价格为其主要风险驱动因素。对模型1进行的后HOMER NSGA-II多目标优化进一步揭示了一个折衷设计,将CO2排放减少10.1%,H2产量提高73.4%,仅增加6.5%的成本,这一权衡无法通过确定性规模确定实现。纯可再生能源配置(模型5-6)达到接近零排放,但资本成本高达1.2935亿美元。结果确认,本地来源的牲畜粪便沼气(而非仅位置因素)是先进混合可再生能源系统(AHRES)经济可行性的关键决定因素,为南亚和东南亚类似离网沿海社区提供了可转移的框架。
**研究背景与问题**
全球能源需求持续增长,但发展中国家偏远地区仍有约13亿人口缺乏可靠电力。传统电网依赖化石燃料,不仅导致温室气体排放,且向地理孤立社区扩展在经济和物流上极为困难。孟加拉国虽已实现近乎全民通电,但能源部门仍高度依赖天然气和进口化石燃料,可再生能源仅占装机容量的约5%,导致负荷削减、电压不稳定和供应短缺等问题,尤其在季风季节。该国沿海和岛屿地区因远离主电网、易受风暴影响,电网扩展既技术困难又成本高昂。尽管已有基于HOMER Pro的研究针对孟加拉国沿海站点(如Kuakata、Kutubdia、Sandwip等)优化了混合能源配置,但大多局限于小规模住宅负荷或单一类别负载,未考虑社区规模的多类别需求(如旅游、供水、医疗及新兴电动车充电),也未联合建模可延迟负载(电动三轮车、水泵、冷库)、牲畜粪便沼气和电解槽制氢子系统,同时缺乏对系统鲁棒性及多目标权衡的量化。因此,研究人员开展了本研究,以填补这一空白。
**研究内容与结论**
研究人员针对孟加拉国库克斯巴扎尔Moheshkhali Upazila的Kutubjom Union沿海社区,开发并比较了六种先进混合可再生能源系统(AHRES)配置。使用HOMER Pro(v3.14.2)软件,基于调查得到的季节性负荷曲线(包括2500户住宅、公共/社区设施及可延迟负载:1500辆电动三轮车和抽水系统,总日负荷超过46,300 kWh),对每种配置进行技术经济与环境优化。通过净现值成本(NPC)、平准化能源成本(LCOE)、可再生能源渗透率、CO
2/GHG排放、H
2产量和LCOH等指标比较。模型1(Wind-Diesel-Biogas-Battery)以最低生命周期成本(6020万美元)、LCOE 0.2759美元/kWh、零未满足负荷和年产23,540 kg H
2(LCOH 197美元/kg)成为最优配置。蒙特卡洛模拟(50,000次迭代)确认了模型1的鲁棒性(LCOE 90%置信区间0.2705–0.2960美元/kWh),并通过Spearman秩相关识别出需求增长和柴油价格为主要风险驱动因素。后HOMER的NSGA-II多目标优化进一步揭示了一个折衷设计:相比模型1,CO
2排放减少10.1%,H
2产量提高73.4%,仅增加6.5%成本,这一权衡无法通过确定性规模确定实现。纯可再生能源配置(模型5-6)达到接近零排放,但资本成本高达1.2935亿美元。研究确认,本地来源的牲畜粪便沼气(而非仅地理位置)是AHRES经济可行性的关键决定因素,为南亚和东南亚类似离网沿海社区提供了可转移的框架。论文发表在《Energy Conversion and Management-X》。
**主要关键技术方法**
研究人员采用以下关键技术方法:(1)HOMER Pro(v3.14.2)软件进行系统建模、仿真和单目标优化,评估六种配置的技术经济与环境性能;(2)基于NREL数据库的太阳能和风能资源数据,以及当地牲畜统计(6500头牲畜,日产粪便70.7吨)评估沼气潜力;(3)采用蒙特卡洛模拟(50,000次迭代)对六种配置进行不确定性分析,量化输入参数变化对输出指标(LCOE、NPC、CO
2排放、未满足负荷)的分布影响,并通过Spearman秩相关识别关键风险驱动因素;(4)采用NSGA-II多目标优化算法对模型1进行后HOMER优化,以同时最小化NPC和CO
2排放、最大化H
2产量,揭示Pareto前沿。数据来源:Kutubjom Union社区基于调查的季节性负荷,HOMER Pro内置数据库的太阳能和风能资源,当地牲畜统计估算的沼气产量。
**研究结果**
**4.1 先进混合可再生能源结构**:六种配置的优化结果如表7所示。模型1(Wind-Diesel-Biogas-Battery)和模型2(PV-Wind-Diesel-Biogas-Battery)在负载跟随调度策略下LCOE、NPC和LCOH几乎相同($0.276/kWh、$60M、$197/kg),表明在风-沼气-电池循环中,风能对成本的直接贡献大于光伏。模型3和模型4(无沼气)需增加柴油依赖,LCOE升至$0.306/kWh,NPC $66.6M。模型5和模型6(纯可再生能源)需大量过配风力和电池,LCOE分别达$0.467/kWh和$0.595/kWh,NPC $101.5M和$129.3M,且过量电力高达56.4%和65.1%。
**4.2 成本分析与折现现金流**:模型1和2的NPC约$60.02M,沼气发电机提供可调度电力,柴油成本仅$11.5M。模型3和4因无沼气,柴油成本升至$14.9M。模型5和6虽无燃料成本,但资本成本高达$76.7M和$101.3M,总NPC为$101.5M和$129.3M。
**4.3 电力生产与消费**:所有配置中风能主导发电。模型1和2中风能占80.2%,柴油12.7%,沼气7.1%。模型3和4中柴油占比升至15.1-15.4%。模型5和6中风能占95.6%和近100%,但过量电力极高。
**4.4 过量电力与管理**:模型1和2的过量电力为7,476和7,470 MWh/年,模型5和6则高达24,540和36,123 MWh/年,源于需过配可再生能源保证可靠性。
**4.5 电解槽产氢**:模型1-4的750 kW电解槽容量因子21.8%,产氢2.69 kg/hr;模型5-6的500 kW电解槽容量因子38.5-42.1%,产氢3.17-3.47 kg/hr。产氢量受季风影响,7月最高(模型2达4,706 kg),4月最低(仅401 kg)。
**4.6 排放分析**:模型3和4排放最高(>2.9百万kg CO
2/年)。模型1和2排放约2.33百万kg CO
2/年,模型5仅1,034 kg CO
2/年,模型6为零排放。
**4.7 柴油和沼气发电机性能**:模型4柴油发电量最高(4.29 GWh/年),模型1和2柴油发电量约3.30 GWh/年,沼气发电量约1.84 GWh/年。沼气作为可调度资源,在季风期间降低柴油使用。
**4.8 风力发电机性能**:所有配置中风力发电机容量因子均为24%,年运行7,317小时。风能渗透率从模型1的188%升至模型6的501%。
**4.9 电池性能**:模型1和2仅需587-594块电池,年吞吐量约1.05 GWh;模型5和6需4,967-6,811块电池,年吞吐量3.03-4.44 GWh,自主时间44.8-61.5小时。
**4.10 逆变器与整流器输出**:模型1-4逆变器容量因子7.6-10.1%,模型6逆变器容量因子仅4.43%因需过配。整流器容量因子模型4最高20.4%,模型6仅6.77%。
**4.11 燃料消耗分析**:模型4柴油消耗1,161,852 L/年,模型1和2降至893,238和890,917 L/年,并消耗5,535-5,536吨生物质饲料。模型5仅消耗5,781吨生物质,模型6无燃料消耗。
**4.12 敏感性分析**:柴油价格、风力和生物质价格对COE和NPC影响显著。模型2中,柴油价格从$0.9/L升至$1.3/L时,COE从$0.274/kWh升至$0.312/kWh。模型4中,柴油价格升高导致柴油发电量和CO
2排放下降。风速增加显著降低COE,模型2在6 m/s时COE降至$0.215/kWh。经济参数敏感性显示,贴现率升高增加COE,通胀率升高降低COE。
**总结讨论与结论翻译**
讨论部分指出,模型1的LCOE与孟加拉国沿海类似研究(如圣马丁岛PV电池系统$0.3994/kWh)相比更优,但低于印度农村生物质主导系统,因模型1服务更大规模社区。模型5和6产氢量更高,但LCOH高达$283-329/kg,因电解槽利用率低。风能是主导因素,光伏在季风期贡献有限。沼气作为可调度缓冲,比电池更有效。模型1基于当地现有资产(Khurushkul风电场的风机成本,6500头牲畜的沼气原料),具有实际可行性。可延迟负载(电动三轮车)将废弃风能转化为运输燃料。但HOMER Pro的完美预知调度假设和铅酸电池快速循环退化可能导致实际性能差异。研究结论部分翻译如下:
本研究展示了以风能为主的扩大型AHRES的技术经济可行性,旨在为库克斯巴扎尔Kutubjom Union提供高达46,300 kWh/天的住宅、社区和可延迟负荷用电。在HOMER Pro v3.14.2中测试的六种配置中,风-柴油-沼气-电池系统(模型1)以$0.2759/kWh和$60.02百万的成本被评为最低成本方案,同时实现100%可靠性并利用过剩可再生能源生产23,540 kg H
2/年。蒙特卡洛不确定性分析验证了结果,并显示柴油价格和需求对生命周期成本影响显著,其中柴油价格在Spearman秩相关中排名更高。通过后HOMER NSGA-II多目标优化获得的折衷方案(以6.5%更高成本实现CO
2减少10.1%和H
2产量增加73.4%)是任何确定性模型无法达到的。
本地经济条件(包括基于粪便的沼气厂提供的可调度电力)而非当地天气模式,是决定AHRES经济可行性的关键,因此该模型可推广至南亚和东南亚拥有丰富风能、废弃生物质和高昂电网接入成本的离网社区。对于以风能为主、受季风影响的高风能地区,以动物粪便作为可调度后备的循环经济方案比额外增加光伏更有效。模型包含可延迟负载(如电动三轮车充电和抽水)以利用剩余可再生能源,避免过度过配,提高系统效率并节省成本。