城市群绿氢加注网络可持续协同规划:融合地理空间显式筛选、模糊多准则决策与随机优化的三阶段框架
《Journal of Cleaner Production》:Sustainable collaborative planning of green hydrogen refueling networks in urban agglomerations: A three-stage framework integrating geospatially explicit screening, fuzzy MCDM, and stochastic optimization
【字体:
大
中
小
】
时间:2026年09月22日
来源:Journal of Cleaner Production 10.7
编辑推荐:
三阶段框架协调选址、规模确定和加氢站调度。乌鲁木齐-昌吉-石河子地区优化了八个加氢站址。协同调度使平均供需缺口降低了90.62%。风-光混合供电使成本降低37.88%,排放降低39.33%。权重和情景测试验证了排名和配置的稳健性。
引言
随着全球迈向净零排放,低碳实践依赖
三阶段框架协调选址、规模确定和加氢站调度。乌鲁木齐-昌吉-石河子地区优化了八个加氢站址。协同调度使平均供需缺口降低了90.62%。风-光混合供电使成本降低37.88%,排放降低39.33%。权重和情景测试验证了排名和配置的稳健性。
引言
随着全球迈向净零排放,低碳实践依赖于新兴工艺和技术,这些是可持续发展进程的基石。可持续发展处于全球议程的核心,与长期社会目标并重。能源系统的脱碳是实现这一目标的重要途径(Chowdhury等人,2025;Chowdhury等人,2025)。随着全球能源结构的变化,绿色能源已成为许多国家能源规划的核心组成部分。它为传统能源问题的解决提供了新的途径(Bhowmik等人,2017)。然而,随着城市快速发展和经济扩张,能源使用和全球变暖问题变得更加严峻。这使得调整能源结构和严格管控碳排放成为各国面临的紧迫挑战(Ayodele等人,2021)。
交通运输业是全球温室气体排放的主要来源。数据显示,仅道路交通就占全球直接二氧化碳排放的约37%。此外,整个交通部门的排放量占全球总排放量的24%以上,使其成为气候变化的一大主要成因(Li等人,2025;Noll等人,2026)。城市群的发展增加了交通需求和碳排放。因此,发展低碳公共交通成为交通领域减碳的最佳方案。氢能以其零碳、高效以及良好的可储存和可运输特性,作为交通脱碳的核心载体。此外,绿氢可通过水电解生产并储存,以实现加氢站(HRS)的多样化运营,为可持续交通提供重要基础(Kuyumcu等人,2024)。氢能是一种零碳燃料,与公共交通的密集部署模式高度兼容。尽管目前绿氢的生产成本普遍高于化石燃料制灰氢,但市场动态显示这一状况将发生重大转变。近期的经济评估指出,受可再生能源产能快速扩张和电解制氢资本支出下降的推动,中国的绿氢在成本方面对灰氢具有高度竞争力(Li和Taghizadeh-Hesary,2022)。因此,在资源丰富的地区,利用当地绿色电力制氢具有降低公共交通车队长期生命周期运营成本的独特潜力,为城市交通脱碳提供了经济可行的途径(Pyza等人,2022)。由于减排目标,发展电动和氢动力车辆对于减碳和交通运输行业的可持续发展至关重要(Liang等人,2026)。
由于中国是全球碳排放最多的国家,正努力寻找良好的减排途径。因此,中国设定了重大目标:2030年前碳达峰,2060年前实现碳中和(Wang等人,2021)。然而,近年来中国交通活动产生的碳排放呈现出刚性增长趋势,作为温室气体排放的主要贡献者之一,交通活动的低碳转型是实现全面低碳城市发展的关键组成部分(Du等人,2021)。重要的是,随着新型城镇化的快速发展,城市群已逐渐成为区域发展的核心载体。城市群内部和之间的交通流量稳步上升,传统的单一城市低碳交通模式已无法满足跨区域协同减排的需求,因此,在城市群层面发展绿色交通体系成为推进交通运输领域深度脱碳的必然趋势(Liu等人,2024;Senga等人,2025)。在这一背景下(Wulf等人,2018),作为重要的清洁能源载体,氢能在减少社会对化石燃料的依赖和推动能源结构转型方面展现出巨大潜力,从而为可持续交通基础设施的发展提供关键支撑。加氢站作为氢交通价值链中的关键基础设施,其合理的空间布局和高效的运营是支撑氢燃料电池汽车大规模应用、推进城市群协同绿色交通发展的必要前提。图1展示了2019年至2024年中国氢燃料电池汽车和加氢站的发展趋势(行业研究报告,2025),如图1-a所示,从2019年到2025年8月,加氢站数量呈现持续稳定的上升趋势,从51座增至563座;如图1-b所示,2019年至2024年间氢燃料电池汽车的产销量呈现波动但总体向上的增长趋势,2023年达到峰值,产销超过5600辆。这些实证趋势表明,中国在氢能基础设施建设方面已投入大量资金并取得显著成就,加氢站网络规模的扩展为氢燃料电池汽车的推广和应用奠定了坚实的硬件基础。这不仅有助于提高能源利用的可持续性,也在减少交通系统的环境足迹方面发挥了重要作用(Terlouw等人,2025;Wang等人,2023)。同时,加氢站可通过绿色电力制氢吸收区域风能和太阳能资源,实现交通全生命周期低碳脱碳,减少环境污染。因此,加氢站为全球实现净零排放目标和区域交通协同可持续发展提供了有力支撑(Jun Zhao等人,2025)。
目前,城市群绿色交通体系中加氢站的规划与建设面临核心挑战:第一,资源配置效率低下。中国风能和太阳能资源丰富但分布不均,利用率低。准确匹配分散式可再生能源与加氢站制氢需求,以实现最大吸收和高效转化,是确保氢气绿色属性的关键。第二,城市群间缺乏跨区域协同机制。现有的加氢站规划局限于单一城市边界,忽视了需求差异、资源互补性和站间协作潜力,导致孤立运营和供需失衡,阻碍了大规模供氢和可持续绿色交通发展。此外,加氢站选址必须考虑地理空间、技术和经济因素,可再生能源输出波动和交通负荷随机性等不确定性进一步复杂化了选址和容量分配决策。
为应对上述挑战,本研究聚焦城市群绿色交通的可持续发展需求,提出了一种将地理空间适宜性选址、优先级排名和不确定性处理相结合的多目标优化加氢站规划方案。研究首先利用地理信息系统(GIS),识别与资源禀赋和交通需求相匹配的候选区域;然后通过多准则决策(MCDM)构建评价指标体系,对候选区域进行优先级排名;最后采用情景生成方法,量化风/光资源和氢负荷的随机性,建立考虑城市群加氢站协同的容量优化模型,以实现氢能互补、资源共享和高效运营,为加氢站布局提供理论指导,支持全球净零排放目标的实现。
加氢站是氢能运输和配送的核心枢纽,其建设与运营为城市群绿色交通协同发展提供了关键支撑,有助于实现碳减排目标。因此,许多研究者对此课题进行了广泛研究。Ghaithan(2024)评估了与光伏(PV)-风力涡轮机(WT)发电系统和电网连接的可持续加氢站规模。在约束条件和多目标函数考量下,利用确定性优化算法获得了最优可行方案,同时采用多准则决策方法从帕累托最优集中筛选出最合适的方案。?ztürk和Devrim(2025)提出了一种针对并网加氢站的新最优规模策略,该类加氢站专注于现场绿氢生产,与光伏、风力及风-光混合能源配置耦合。Yan等人(2023)建立了加氢站综合能源系统规划模型,明确了所需设备建设、容量分配和各设备最优运行策略的决策,并整合了水电解和甲醇生产技术。Okonkwo等人(2024)将光伏、风力、燃料电池(FC)和储能电池装置集成用于制氢和加氢站,并采用混合优化模型软件(HOMER)评估能源系统满足必要能源需求的可行性。G?k?ek和Kale(2018)对由两种集成可再生能源配置供能的加氢站进行了技术经济评估:风-光-电池配置和风-电-电池配置。以往研究主要集中于由集成可再生能源系统供能的加氢站最优规模设计,以供给氢能,但仅探索了单一城市中加氢站的孤立运营模式,缺乏城市群加氢站规划,导致资源利用效率低下以及氢供需不匹配。
加氢站选址是一个多准则决策问题,影响因素涉及多个维度,如经济、环境、社会和技术。现有研究通常采用指标体系进行综合评价。多准则决策与地理信息系统的结合是选址研究中常用的技术手段。例如,Besharati Fard等人(2022)采用最佳-最劣法(BWM)-地理信息系统-模糊层次分析法(FAHP)-灰色目标(GT)混合多准则决策方法进行最优垃圾填埋场选址。Büyük?zkan和Güleryüz(2016)通过将决策试验和实验室评价法(DEMATEL)与网络层次分析法(ANP)相结合,有效解决了可再生能源资源(RER)选址问题。Shi等人(2024)采用CRITIC-直觉模糊层次分析法确定各评价准则的权重值,并采用多属性逼近理想解法(MABAC)对所有备选方案进行优先级排序。Perera等人(2017)应用模糊逼近理想解排序法(TOPSIS)和层次结构进行多准则决策,以探索电力枢纽,旨在优化、多准则评估和决策制定。Gao等人(2022)提出了基于地理信息系统和多准则决策的两阶段选址框架,以优化光伏-风混合储能站的选址。Feyzi等人(2019)通过将决策试验和实验室评价法、模糊网络层次分析法和地理信息系统相结合,开发了一种新型多准则决策结构,应用于城市固体废物焚烧(MSWI)电厂的选址筛选。Ero?lu(2021)通过整合地理信息系统和模糊层次分析法,开发了一个包含17个核心准则和81个子准则的风力发电站模型,以识别风力发电安装的最优候选地点。Noorollahi等人(2022)基于地理信息系统采用模糊布尔逻辑和层次分析法进行决策分析,其核心选址准则涵盖四个维度(气候、经济、地形和环境),以识别和评估光伏发电站的选址潜力。现有研究仅关注选址区域识别的静态决策,采用单一权重确定方法,忽略了各指标之间的实际影响强度,可能导致权重分配偏离实际决策需求。
加氢站选址是氢交通基础设施规划的核心前期步骤,最优容量分配是其科学规划的关键。Zhao等人(2025)基于灰狼优化器(GWO)算法提出了离网多能系统的容量分配与控制最优结构,通过改进的容量分布模型提高了系统利润。Song等人(2024)采用非支配排序遗传算法Ⅱ(NSGA-II)求解联合风储系统(CWSS)的多目标容量分配模型,旨在平衡经济性能、稳定性和低碳性,通过帕累托最优解打分和采用MABAC方法进行多情景决策,获得了联合风力储能系统的最优容量分配方案。Liu等人(2025)采用双层规划方法,结合模拟退火粒子群优化(SAPSO)算法和Gurobi求解器,解决综合能源系统(IES)的规划优化方案,使年总成本降低了15.2%。Jun Zhou等人(2025)为基于公路的加氢站选址筛选开发了两种混合整数非线性规划(MINLP)模型,旨在将单位氢气成本(UHC)降至最低。
He等人(2024年)应用双目标调整法和扩展ε约束法,建立了混合整数线性规划(MILP)框架,对氢配送链不同阶段的成本、能耗和碳排放进行调控。Zhang等人(2024年)针对HFNR开发了双目标规划框架,综合考虑了能源网络的鲁棒性、氢储存与配送模式以及总体生产支出。Hu等人(2026年)针对HRS布局部署和日常运营开发了双层优化结构,充分考虑了交通-能源网络耦合,旨在系统分析多种氢气来源的经济表现和环境效益。现有的选址研究已应用随机规划、鲁棒优化等方法进行HRS容量分配,实现了HRS容量与光伏-风电出力特征的精准匹配。然而,大多数研究局限于单城市或静态需求场景,缺乏对城市群间资源禀赋互补性和城际协同优化规划的系统性考虑,因而无法支撑跨区域多站点HRS选址与协同规划。
基于上述文献分析,现有城市群HRS研究仍存在以下局限性:(1)大多数现有研究未能充分关注资源禀赋与氢能需求之间的空间耦合关系;风能和太阳能资源与交通氢能需求之间的地理匹配度尚未得到充分量化,通常采用假设数据,导致资源供应与实际氢能需求之间出现空间错配,从而无法支撑HRS布局的精准供需适配。(2)现有HRS选址研究中,MCDM方法存在局限性:权重确定主观性强且方法单一,忽略了指标间的相互关系,且无法有效处理专家评价中的模糊和犹豫信息。(3)现有研究在数据驱动和可持续规划方面存在明显不足:大多数模型未能基于历史数据构建概率模型并生成典型情景,过度依赖确定性假设,削弱了其表征不确定性的能力;同时,静态规划方法无法反映动态供需交互,缺乏HRS布局与生命周期碳减排效益之间系统性的定量关联,从而限制了方案的脱碳支撑效果。(4)缺乏对城市群HRS协同规划的研究:大多数研究聚焦于单个HRS,忽略了城市群间的协同效应,即氢能互补调度和能源共享,导致孤立运行,无法形成整体最优的大规模布局。
为克服现有研究的不足,本研究通过以下创新实现改进:(1)基于GIS进行空间自适应HRS选址。整合实际的风能和太阳能资源禀赋数据以及交通氢能需求数据,通过GIS空间分析功能,量化两者的地理分布差异和实际相关性,筛选同时匹配资源禀赋和交通需求的候选区域,实现选址阶段的精准空间供需适配。(2)本研究开发了混合模糊MCDM框架。引入犹豫模糊语言术语集(HFLTs)和三角模糊数(TFNs)以准确量化专家的模糊语义信息;整合CRITIC-DEMATEL方法以平衡主观权重和客观权重,并采用TOPSIS方法进行排序。该框架不仅提高了选址决策的科学性,还显著增强了复杂环境下城市群HRS选址的适应性和可靠性。(3)本研究采用概率建模和随机情景生成技术,考虑了风电-光伏出力和负荷曲线的不确定性,并开发了针对经济成本和生命周期碳排放的双目标优化模型。通过多技术情景生成与多目标优化求解器的集成,实现了不确定条件下HRS布局与容量的协同规划,显著提高了所提方案的工程适用性,并为交通系统的深度脱碳提供了直接支持。(4)开发了多站协同互济的新型规划范式。突破独立单站规划的局限,建立了城市群HRS协同调度与容量分配模型;通过跨区域氢能互补和资源 sharing 机制,实现了多站协同、互济和整体最优布局。
本研究旨在开发地理空间分析-模糊多准则决策-随机多目标优化的三阶段规划框架,系统解决城市群HRS协同规划问题。本研究确定了城市群中HRS的适宜布局区域和候选站点,确定其最优设备容量分配,并明确了站间氢能协同调度策略,从而为风能-太阳能资源丰富城市群绿色氢能交通网络建设提供了经济与环境均衡的整体解决方案。本研究的核心贡献如下:(1)空间耦合创新:与以往分别优化HRS选址、可再生能源供电规模或单站运营的研究不同,所提出的框架将城市群HRS视为一个耦合的空间-运营网络。通过基于GIS的筛选,将可再生能源适宜性与氢燃料电池汽车需求可达性及基础设施约束联系起来。(2)多准则决策权重创新:开发了整合模糊CRITIC-DEMATEL方法的混合决策模型。通过结合数据驱动的指标对比与专家评估的因果关系,科学量化多维度评价准则的综合权重,并采用TOPSIS方法对候选站点进行优先排序。(3)不确定性与协同优化创新:通过高斯核密度估计和拉丁超立方抽样(LHS)生成典型季节情景。通过将可再生能源出力和交通负荷的不确定性嵌入多站协同随机容量优化模型,实现了制氢、储氢、购氢和站间转运的协同决策。(4)实现了从理论框架到实证应用的完整验证,提供了兼具前瞻性和实用性的规划范式。本研究不仅提出了三阶段框架,还以中国西部一个典型城市群为案例,进行了涵盖数据输入、模型求解和结果分析的全方位实证研究。所生成的具体选址方案、容量分配和调度策略不仅验证了框架的有效性,还为风能-太阳能资源丰富城市群的低碳交通转型提供了实用且可参考的解决方案。
本研究的组织框架如下:第2节介绍城市群HRS的基本框架和数学建模。第3节介绍城市群HRS系统的容量优化与分配模型。第4节进行实证分析并总结结论。第5节提供扩展分析和讨论。第6节总结研究并展望未来研究方向。
**城市群HRS系统运营策略**
本研究开发的城市群HRS系统以环境友好为设计理念,主要目标是充分利用自然风能和太阳能的可再生能源。在能源供应侧,通过交/直流转换器将风能和太阳能出力整合到统一的能源供应系统中。该出力主要用于通过水电解制氢以及满足HRS的电力需求,构成系统能源的核心框架。
**框架概览**
本研究通过三阶段框架提出了网络型HRS系统的最优容量分配模型。第一部分利用GIS技术和最佳权重法(BWM)分析布局区域适宜性,将空间分析与多准则决策(MCDM)相结合进行科学评估。第二部分利用MCDM对备选站点进行优先排序。犹豫模糊语言术语(HFLTs)和三角模糊数(TFNs)处理定性数据,模糊CRITIC-DEMATEL确定综合权重。TOPSIS方法对站点进行排序,确保HRS的最优选址。
**研究区域与数据来源**
图9展示了中国新疆乌鲁木齐-昌吉-石河子城市群的风能和太阳能资源分配情况。从图中可以看出,该城市群具有优越的风能和太阳能自然资源禀赋,为大规模绿氢生产提供了先天优势。同时,该区域获得氢能产业的明确政策支持,并已被指定为先行示范区。
**对比分析**(1)不同MCDM方法比较
图19展示了三种MCDM方法(TOPSIS、VIKOR和灰色关联分析)对候选HRS的评价结果。图19-a显示各方法之间存在明显的排序差异,表明单方法评估可能导致选址偏差。站点A9整体表现最佳,在TOPSIS中排名第1,在VIKOR和灰色关联分析中均排名第2。图19-b中对应的高归一化得分交叉验证了A9为最优候选站点。站点A6、
**结论与展望**
为实现净零排放目标,城市交通系统承担着碳减排的核心任务。传统的HRS独立规划导致风-光可再生能源供应与氢能需求之间严重的空间错配、可再生能源利用率低以及冗余的碳成本。在此背景下,面向多站协同运营的绿氢加注网络规划已成为迫切的研究热点。因此,在……指导下
**CRediT作者贡献声明**
周健力:写作-审阅与编辑、调查、经费获取、概念构思。马伊然:写作-审阅与编辑、写作-初稿、可视化、方法论、形式化分析、数据管理。任嘉怡:写作-审阅与编辑、调查。马哲梅:可视化、方法论。杨成:写作-审阅与编辑、可视化。孙欣雅:写作-审阅与编辑、可视化。赵嘉怡:数据管理。
**资金支持**
本研究得到教育部人文社会科学研究基金(23YJCZH328)、国家自然科学基金(72401248)和国家社会科学基金重大项目(21&ZD133)的资助。
**利益冲突声明**
作者声明不存在已知的竞争性经济利益或个人关系可能影响本论文所述工作。
周健力|马伊然|任嘉怡|马哲梅|杨成|孙欣雅|赵嘉怡
生物通微信公众号
生物通新浪微博
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