氢加注集成能源系统中太阳能热化学制氢的可解释代理辅助调度

《International Journal of Hydrogen Energy》:Interpretable surrogate-assisted scheduling of solar thermochemical hydrogen production in hydrogen refueling-integrated energy systems

【字体: 大 中 小 】 时间:2026年09月28日 来源:International Journal of Hydrogen Energy 9.2

编辑推荐:

   •以氢为核心的系统耦合了CeO2-STC、加氢及多能互补供应。•IE-ELM实现了对高维氢能系统的快速代理调度。•Bootstrap不确定性和UCB-HVI引导高效的Pareto搜索。•SHAP识别了影响系统性能的关键CeO2流量和ICE运行时段。 **引言** 绿氢是交

  

•以氢为核心的系统耦合了CeO2-STC、加氢及多能互补供应。•IE-ELM实现了对高维氢能系统的快速代理调度。•Bootstrap不确定性和UCB-HVI引导高效的Pareto搜索。•SHAP识别了影响系统性能的关键CeO2流量和ICE运行时段。

**引言**

绿氢是交通运输、工业及分布式能源系统中减少化石燃料依赖的重要能源载体。基于金属氧化物氧化还原循环的光热制氢技术可将高温太阳能直接转化为可储存的化学燃料[1]。在不同的氧化还原材料中,CeO2尤为引人注目,因为其可逆的氧非化学计量特性使得还原和氧化反应可反复进行以生产H2[2,3]。

然而,光热制氢过程受太阳辐照波动影响显著,而加氢需求则随时间变化。如果CeO2基单元作为孤立的制氢过程运行,间歇性制氢与动态加氢需求之间的不匹配可能导致氢气短缺、过量外部购氢或太阳能制氢利用效率低下。因此,光热制氢应整合到面向需求的能源系统中,而非仅从反应器性能角度进行评估。

为解决这一问题,本研究开发了一个以氢为核心的综合能源系统,其中太阳能制氢连接了制氢、储氢、购氢、加氢及多能互补供应。通过将CeO2基光热化学循环(STC)与可再生能源发电、储氢、外部购氢、余热回收、供暖、供冷及加氢需求耦合,该系统可以协调间歇性制氢与随时间变化的氢能和多能负荷[4]。调度问题旨在提高能效、降低运行成本和CO2排放,同时在波动的可再生能源和加氢需求下保持可靠的氢气供应[5]。

多目标优化被广泛用于解决氢能综合能源系统中能源、经济和环境的权衡问题。然而,传统进化优化需要反复评估能量平衡、成本、排放和氢流模型,当涉及许多时间依赖的决策变量时会导致高昂的计算负担[6]。基于机器学习的代理模型可以减轻这一负担[7,8],但常用的高斯过程回归等模型在高维调度问题中可能效率低下[9]。此外,单一代理模型在非线性运行条件下可能出现预测精度不稳定的问题。

另一个挑战是优化调度结果缺乏可解释性。尽管基于CeO2的光热化学制氢和加氢综合能源调度已得到广泛研究,但其调度层面的耦合关注有限。特别是,很少有研究解释逐时CeO2流量决策、制氢时段、储存行为和ICE运行如何共同影响热化学制氢集成加氢系统中的节能性能、运行成本和CO2排放[[10], [11], [12], [13], [14], [15], [16]]。这限制了数据驱动调度策略的工程接受度。

基于上述挑战,本研究提出了一种面向CeO2基STC驱动的以氢为核心综合能源系统的可解释代理辅助多目标调度框架。开发了一种改进的集成极限学习机(IE-ELM)来预测节能率、运行成本和CO2排放。Bootstrap集成学习用于提高预测鲁棒性,而获取驱动的迭代策略选取信息量大的运行点,并以更少的原始模型评估改进Pareto解[17]。进一步引入SHapley可加性解释(SHAP)分析来识别影响氢能利用、成本和排放的关键运行变量和时间段[[18], [19], [20]]。

总体而言,本研究旨在弥合基于CeO2的光热制氢与面向需求的多能调度之间的差距。主要贡献总结如下:

(1)开发了一个包含CeO2基光热制氢的加氢集成系统,以协调制氢、储氢、外部购氢、可再生能源发电和多能互补供应,应对多样且随时间变化的用户需求。

(2)提出了一种多目标调度模型,用于能效提升、经济运行和碳减排之间的协同优化问题。提出了一种基于IE-ELM的代理辅助优化框架来求解所提出的优化模型。通过集成代理预测、不确定性引导的Pareto搜索和原始模型重新评估,所提框架降低了模型评估成本,同时获得了可行的系统运行策略。

(3)进行了基于SHAP的可解释性分析和综合结果对比,以评估所提调度框架。分析识别了影响系统性能的关键CeO2流量时段、氢能利用模式和ICE输出,同时季节结果、基准对比和动态约束敏感性分析验证了所提方法的有效性。

(4)结果表明,所提框架可有效协调光热制氢、储氢、加氢需求及多能互补供应,从而在降低CO2排放和运行成本的同时提高节能性能。

**章节片段**

**以氢为核心的综合能源系统**

光热制氢可将高温太阳能转化为可储存的燃料,但基于CeO2的STC单元的氢输出会随太阳辐照波动,可能与随时间变化的加氢需求不匹配。这种不匹配可能导致氢气短缺、过量外部购氢或太阳能制氢利用效率低下。因此,STC单元应整合到面向需求的能源系统中。

在本研究中,一个以氢为核心的综合能源系统是

**加氢集成能源系统的多目标优化模型**

为获取高效低碳的运行策略,为所提出的加氢集成能源系统建立了多目标优化模型。

**代理辅助多目标优化方法**

第3节建立的调度模型构成了一个涉及逐时耦合决策变量和多个能量平衡及运行约束的高维多目标优化问题。为高效求解该问题并获得可行的Pareto最优调度解,开发了一个基于IE-ELM的代理辅助多目标优化框架。在该框架中,保留原始能源系统调度模型用于验证可行性并

**SHAP模型**

IE-ELM代理提供快速预测,但不能直接解释为何某策略能改善氢能利用、成本或排放。因此,SHAP被用作后处理方法,量化每个输入特征的模型归因贡献,包括用于H2/CH4生产的逐时CeO2流量和逐时ICE功率输出。

SHAP框架的数学定义如下[27]:

$$\eta_{pred}=\eta_{base}+\sum_{i=1}^{N_f}shap(x_i)$$

其中$\eta_{pred}$表示模型的预测值;$\eta_{base}$指代

**案例研究与结果**

本节通过典型的夏季和冬季案例研究验证所提调度框架。系统评估了代理预测精度、优化收敛性、多目标性能和季节调度策略。分析了电力、供冷/供暖、氢气和甲烷的调度结果,并利用SHAP解释识别影响节能、运行成本和CO2排放的关键变量。旨在验证所提

**结论**

本研究为集成了CeO2基光热制氢、加氢、可再生能源发电、余热回收和多能互补供应的以氢为核心综合能源系统开发了一种可解释的代理辅助调度框架。该框架旨在解决间歇性太阳能制氢与随时间变化的加氢需求之间的时间不匹配,以及计算和可解释性挑战。

**CRediT作者贡献声明**

Ting Ren:软件、方法学、调查、形式分析、数据整理、概念化。Yiqun Kang:形式分析。Akbar Halimov:数据整理。Long Feng:资源。Liye Xiao:监督。Xin Li:资金获取。

**利益冲突声明**

作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。

**致谢**

本研究由中国国家重点研发计划[项目编号2024YFB2408404]、中国科学院国际合作计划[项目编号116GJHZ2024043GC]以及中国国家自然科学基金[项目编号52276217]资助。

Ting Ren|Yiqun Kang|Akbar Halimov|Long Feng|Liye Xiao|Xin Li
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