利用风电弃电进行碱性水电解的集成生命周期评估:包含副产品分配、规模效应及不确定性量化的混合建模方法

《Energy for Sustainable Development》:Integrated LCA of alkaline water electrolysis using wind-curtailed power: hybrid modeling with byproduct allocation, scale-up effects, and uncertainty quantification

【字体: 大 中 小 】 时间:2026年08月10日 来源:Energy for Sustainable Development 5.2

编辑推荐:

  •混合LCA方法将分配、放大效应以及不确定性量化整合到碱水电解系统中•在LCA分析中考虑了氧气副产品,采用了三种分配方法•Sobol–XGBoost–SHAP框架可实现可靠的不确定性量化•放大效应会显著提升各种影响,尤其是在毒性和资源使用方面引言风能具有随机性、间歇性和波动性,因

  •混合LCA方法将分配、放大效应以及不确定性量化整合到碱水电解系统中•在LCA分析中考虑了氧气副产品,采用了三种分配方法•Sobol–XGBoost–SHAP框架可实现可靠的不确定性量化•放大效应会显著提升各种影响,尤其是在毒性和资源使用方面引言风能具有随机性、间歇性和波动性,因此在特定天气和季节条件下,电力生成量常常超过需求。这种不平衡会导致资源利用效率低下,同时威胁电网稳定性和经济可行性。根据中国新能源消费监测预警中心的最新数据,2024年中国风电总发电量超过900 GWh,弃风率为3.1%,弃风电量达355.6 GWh。如图1所示,中国的风电发电量主要集中在北方地区,大多数省份的发电量超过600 GWh,弃风电量则超过20 GWh。随着风电装机容量的快速扩张以及可再生能源在能源结构中的占比上升,弃风电量预计还会进一步增加,这就需要更有效的风电消纳技术来提升长期可持续性(Zhang等人,2023年)。目前有多种利用弃风电的方法,包括电网级能量存储、需求侧管理以及电能转热能转换(Fan等人,2015年)。其中,电解制氢被认为是最具规模化潜力且技术最为成熟的风电消纳途径(Ganter等人,2025年)。然而,电解过程存在较高的能量损耗(每千克氢气需要53千瓦时)(Ghandehariun & Kumar,2016年),并且需要大量的材料,尤其是稀有金属催化剂(Li等人,2025年)。因此,有必要对以弃风电为驱动的电解过程的生命周期环境影响进行系统化的量化分析,以解决可再生能源利用中出现的可持续性矛盾问题。作为标准化的分析框架,生命周期评估能够系统地识别出高影响过程,如电极制造和电网依赖问题,同时还能量化规模化对碳强度的影响,进而评估产品、过程或服务的环境影响。该方法有助于优化氢气生产的生态设计,识别关键的环境因素,为能源领域的脱碳工作提供支持(Zhao等人,2020年)。已有许多LCA案例研究对不同氢气生产技术的环境特性进行了定量比较。早期的研究主要聚焦于常见的水电解技术的环境性能对比,如碱性水电解、质子交换膜电解和固体氧化物电解(Baykara,2018年;Bhandari等人,2014a年;Wilkinson等人,2023年)。近期关于质子交换膜电解和碱性水电解的比较LCA研究也为我们提供了重要参考。例如,Barei?等人(2019年)对未来能源系统中的质子交换膜水电解技术进行了LCA分析,发现当该技术由可再生能源驱动时,其温室气体排放量可能比蒸汽甲烷重整技术减少75%,不过质子交换膜水电解技术对铂和铱等稀缺材料的依赖会增加资源消耗带来的负面影响。而碱性水电解技术则如Ajeeb等人(2024年)所评估的那样,成本更低,技术更为成熟,其效率可达50–70%(低热值),但缺乏质子交换膜电解技术在操作灵活性方面的优势(电池级的效率为62–82%低热值)。这些研究都表明,电力结构是影响氢气生产技术选择的关键因素,质子交换膜电解技术在整合弃风电方面更具优势,而除非材料回收技术能够有效降低质子交换膜电解技术的环境负担,否则碱性水电解技术仍更适合大规模、稳定的氢气生产。尽管已有诸多研究成果,但对上述文献的深入分析表明,目前还存在三个相互关联的研究空白,这些空白至今尚未在任何一项研究中得到同时解决,这也限制了现有LCA结果在评估弃风电驱动的碱性水电解系统时的可靠性和实用性。首先,绝大多数现有的LCA研究都将氢气视为水电解的唯一功能产物,忽视了作为副产品的氧气应获得的环保收益(Wei等人,2024年;Wilkinson等人,2023年)。其次,虽然有一些研究认识到了放大效应的重要性,但大多数LCA分析仍然依赖于实验室规模的数据或理论库存数据,未能系统地将其推广到工业应用条件,从而无法揭示技术规模化过程中存在的环境权衡问题(Koj等人,2025年;Martinez等人,2024年)。第三,目前的不确定性分析大多采用传统的敏感性分析方法或单一的机器学习模型,这类方法缺乏处理复杂、高维度参数相互作用所需的计算效率、非线性表征能力以及可解释性(Iyer等人,2024年;Karyofylli等人,2024年)。这三大缺陷共同削弱了现有环境评估的可靠性,也凸显出需要一种能够同时解决这些问题的综合分析框架。在各类氢气生产技术中,碱性水电解技术由于其技术成熟、投资成本低且准备就绪,已经具备了商业应用的条件(Koj等人,2017年)。虽然碱性水电解技术已经是一种成熟的工业级技术,但本研究基于实验室规模的数据,重点探讨了放大效应问题,旨在评估一种新型NiFeMOx电催化剂的环保影响(Lu等人,2024年)。与现有的碱性电解催化剂相比,这种新催化剂在效率和耐用性方面具有潜在优势,因此需要进行放大效应评估,以弥补实验室性能与工业应用之间的差距(Qayum等人,2022年)。在LCA领域,放大效应是确保评估结果可靠性的关键步骤(Piccinno等人,2018年;Rai等人,2022年;R?der等人,2022年)。然而,目前许多关于通过水电解制氢的LCA研究仍然主要以实验室规模的数据为基础,很少考虑从实验室应用向工业应用过渡的问题(Nikolaidis & Poullikkas,2017年)。忽视实际的放大效应可能会在评估结果与实际环境表现之间引入较大偏差,从而影响环境评估的科学性,进而影响后续的政策制定或设计决策。水电解系统的LCA分析会受到多种不确定性因素的影响,包括电力供应和电解槽的寿命(Ajeeb等人,2024年)。在LCA分析过程中,假设和参数的选择、系统边界以及功能单位都会直接影响分析结果的准确性(Finnveden等人,2009年)。这些差异表明,不确定性管理是获得可靠LCA结果的重要前提。虽然已有研究对通过水电解制氢的不确定性进行了分析(Karyofylli等人,2024年;Lee等人,2017年),但目前的分析方法仍存在一定的局限性(Martinez等人,2024年)。现有的LCA不确定性分析大多依赖于传统的全局敏感性分析方法(如Sobol指数)或单一的机器学习模型,这些方法在处理高维度数据、非线性关系以及模型可解释性方面存在明显不足。此外,这类方法往往缺乏足够的计算效率,也无法准确呈现复杂的系统动态特征(Zhang,2019年)。为了解决上述问题,本研究对以弃风电为驱动的碱性水电解系统进行了全面的LCA分析,旨在解决与副产品分配、放大效应以及不确定性量化相关的方法学难题。我们以实验室规模的实验数据为基础,构建了一个从原料到产品完成的LCA模型,该模型能够全面反映电极制造和电解过程的环境影响。针对碱性水电解系统的多输出特性,我们设计了三种不同的分配方法,用于确定氢气和氧气之间的环境负荷分配方式。此外,我们还提出了一种基于工程原理的放大效应分析框架,用于将实验室层面的操作结果推广到工业规模的氢气生产过程中。同时,我们采用了混合不确定性分析方法,结合了Sobol敏感性分析、XGBoost替代模型以及SHAP解释技术,从而实现了对输入参数不确定性的精准量化,并提升了模型的可解释性。这些方法为在可再生能源整合背景下评估碱性水电解系统的环境性能提供了透明且具有可扩展性的分析框架。本研究的贡献可总结如下:(1)通过整合碱性水电解技术的性能数据,建立了一种可扩展的建模框架,该框架能够更准确地将实验室规模的过程放大到工业规模,从而提升环境评估的精度;(2)提出了三种不同的分配策略,用于系统地解决碱性水电解系统多输出过程中的环境负荷分配问题,尤其注重副产品的分配问题;(3)采用了一种全局不确定性量化方法,将基于Sobol的方差分解技术与数据驱动技术(如SHAP和XGBoost)相结合,从而提升了LCA分析结果的可靠性和可解释性;(4)对碱性水电解系统进行了全面的LCA分析,为基于电解技术的氢气生产技术的环境评估提供了宝贵的第一手数据。总体而言,这些方法上的创新有效地解决了与系统规模化、分配合理性以及不确定性分析相关的关键问题,为推动碱性水电解技术在新兴清洁氢能基础设施中的可持续应用奠定了坚实的分析基础。章节节选材料与方法本研究遵循ISO 14040和ISO 14044标准,对在不确定性条件下的碱性水电解系统进行了LCA分析(ISO 14040,2006年;ISO 14044,2006年)。整个评估过程包括四个关键阶段:(1)目标与范围界定,(2)生命周期清单编制,(3)生命周期影响评估,以及(4)结果解读。我们的分析是使用OpenLCA软件进行的,该软件整合了Ecoinvent 3.9数据库中的上游背景数据,为模型提供系统级的流程支持。模型性能验证在展示不确定性和敏感性分析结果之前,我们首先使用独立的测试集对XGBoost替代模型的预测性能进行了评估。如图5所示,该模型在全部18个环境影响类别中都具有很高的预测精度,大多数R2值超过了0.85,相对平均绝对误差和均方根平方误差等误差指标也处于较低水平。图中还展示了三个最重要的环境影响指标的预测结果,大部分测试点都聚集在某个特定范围内。环境影响评估与比较通过对碱性水电解制氢过程的LCA分析发现,环境影响在不同分配方法下存在显著差异。在基于需求的分配方式中,环境负荷是根据氢气(占比16.83%)与氧气(占比83.17%)的需求比例来分配的,因此氢气所承担的环境负荷相对较小。而基于经济价值的分配方式则将61.2%的环境负荷分配给氢气,这大大增加了氢气所带来的环境负担。尽管存在这些差异……结论本研究旨在全面评估利用弃风电通过碱性水电解制氢的生命周期环境影响,重点分析了副产品分配、放大效应以及不确定性量化等问题。该LCA分析结合了实验室规模系统的实验数据以及工业规模应用的预测数据,详细编制了电极制造和电解过程的生命周期清单。氢气和氧气这两种副产品所承担的环境负荷……CRediT作者贡献说明陆冠宇:撰写——初稿、验证、软件应用、概念构思。林英昭:撰写——初稿、软件应用。余守康:方法论研究。彭世通:撰写——审阅与编辑、监督、资金获取。利益冲突声明作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。致谢我们感谢中国国家自然科学基金会的财政支持(项目编号:52305544)。陆冠宇|林英昭|余守康|彭世通
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号