人工智能辅助的先进海水淡化膜,用于支持海上绿氢生产

《International Journal of Hydrogen Energy》:AI-assisted advanced seawater desalination membranes for supporting offshore green hydrogen production

【字体: 大 中 小 】 时间:2026年09月30日 来源:International Journal of Hydrogen Energy 9.2

编辑推荐:

   •绿氢生产需要海水淡化以确保其可持续性。 •人工智能驱动高效节能海水淡化膜的设计与优化。 •人工智能突破了传统方法效率低、成本高的局限。 •人工智能提升了低碳海水淡化膜的效率及商业化进程。 •人工智能促进了用于制氢海水淡化膜的可持续发展。 引言 化石燃料的过度使用导致了全球

  

•绿氢生产需要海水淡化以确保其可持续性。
•人工智能驱动高效节能海水淡化膜的设计与优化。
•人工智能突破了传统方法效率低、成本高的局限。
•人工智能提升了低碳海水淡化膜的效率及商业化进程。
•人工智能促进了用于制氢海水淡化膜的可持续发展。

引言
化石燃料的过度使用导致了全球能源短缺和气候异常,突显了开发和利用绿色清洁能源的紧迫性 [[1], [2], [3], [4]]。氢气具有高热值和零污染的优势,已成为一种理想的能源载体 [[5], [6], [7], [8], [9], [10], [11], [12]]。根据制氢途径的环境影响和碳排放,氢气可分为灰氢、蓝氢和绿氢 [13]。传统的灰氢主要通过基于化石燃料的工艺生产,如蒸汽甲烷重整和煤气化。尽管这些技术成熟且具有经济竞争力,但伴随着大量的二氧化碳排放。蓝氢是利用与传统化石基制氢路线结合的碳捕获、利用和封存(CCUS)技术生产的,以减少碳排放;然而,它仍然依赖化石资源作为主要原料。相比之下,绿氢是指通过可再生能源电力(如风能和太阳能)驱动的水电解生产的氢气。由于其生产过程涉及的最少温室气体排放,绿氢被广泛认为是实现未来能源系统深度脱碳的关键途径。

在各种成熟的制氢技术中,水电解因其原料丰富、效率高和产品无污染而被认为是一种绿色且前景广阔的方法 [[14], [15], [16], [17], [18], [19]]。水电解释氢是一个电化学过程,外部电力驱动水分子分解。在电解过程中,水在阴极被还原产生氢气,而在阳极发生氧化释放氧气 [20]。根据电解质类型和操作条件,水电解技术主要可分为碱水电解(AWE)、质子交换膜水电解(PEMWE)和阴离子交换膜水电解(AEMWE)。在这些技术中,AWE 和 PEMWE 是目前两种商业化最广泛的方法 [10,15]。典型的水电解系统由电解槽堆栈、电源及控制系统、水循环和气液分离单元,以及氢提纯和干燥的辅助组件组成,实现电能向高纯度氢气的高效转化。

海水淡化是一种水处理技术,可去除海水中的盐分、离子和其他杂质以生产淡水或高纯度水,是缓解水资源约束的重要途径。目前,反渗透(RO)和热法海水淡化工艺(如多效蒸馏)是最广泛应用的海水淡化技术。在 RO 系统中,高压泵、膜组件和能量回收装置是关键组件。通过在水力压力驱动下水分子透过半透膜来实现盐和水分离。相比之下,热法海水淡化依靠蒸发和冷凝过程将水与溶解的盐分离。在淡化 - 电解耦合制氢系统中,淡化单元主要负责海水的预处理和净化,提供符合电解过程要求的去离子水或低电导率水。电解单元随后利用海上可再生能源(如海上风能和太阳能)产生的清洁电力,将净化水转化为绿氢。典型的集成过程涉及几个顺序步骤,包括海水取水、预处理、淡化、净化水后处理、水电解以及氢气提纯和输送。在实际工程应用中,海水淡化和电解系统还可以进一步共享辅助设施,如冷却系统和供电基础设施。一些集成配置还利用电解过程中产生的废热对海水进料流进行预热,从而提高整体能效。这种集成方法有效地解决了海上制氢相关的淡水可用性有限的问题,并为近岸和深海环境中利用可再生能源制氢提供了一条有前景的途径。

与使用淡水制氢相比,占地球水资源 97% 的海水为电解制氢提供了丰富的资源,有效缓解了因过度使用淡水导致的资源稀缺等问题 [21,22]。与此同时,近年来,世界各国开始关注海上绿色电力(风能、潮汐能和太阳能)的开发,装机容量不断增加 [23,24]。随着海上绿色电力逐渐向深远海发展,它也面临着绿色电力消纳和电力传输等挑战。通过将海水电解制氢与海上绿色电力有机耦合,可以建立一个新的海上绿色电力制氢系统,促进海水资源的高效利用,并为氢能产业的发展提供一条创新途径 [[25], [26], [27], [28], [29]]。图 1 展示了海上绿色电力制氢系统的示意图,主要由发电设备、海水淡化单元、电解制氢单元、储氢单元和能源管理系统组成。海水淡化单元是海洋水资源利用和电解制氢之间的关键接口。由于海上制氢平台通常远离陆地淡水供应,因此必须利用海水作为给水来源,并通过高效可靠的海水淡化技术处理,以获得满足水电解要求的高质量水。在此过程中,来自海上能源的可再生电力不仅为制氢提供动力,还驱动高压泵和膜分离单元等高能耗组件。此外,人工智能算法可以优化膜模块的关键运行参数,包括进料压力、回收率和清洗周期,从而在淡化性能、能耗和膜寿命之间取得平衡。这种优化有助于保持稳定的渗透水质,并确保电解槽的长期可靠运行。海洋是氢资源最大的储库,基于海水的制氢技术将为氢能产业的可持续发展开辟新途径。

由可再生能源驱动的海上绿氢生产包含多种技术途径 [30,31],大致可分为两大类:海水净化后制氢 [32] 和直接海水制氢 [33]。第一种方法的原理是先对海水进行淡化,然后电解淡化水产生氢气 [[34], [35], [36]]。相比之下,第二种方法直接将过滤后的海水输入电解池,通过电解制氢。两种方法的示意图如图 2 所示。无论采用哪种方法,都需要海水淡化膜来处理海水。膜分离是一项先进的分离技术,是现代分离过程中不可或缺的部分 [[37], [38], [39], [40], [41]]。膜分离是指在外部驱动力作用下,物质选择性地从膜的一侧迁移到另一侧的过程。人工智能方法提供了一种有效策略,用于加速先进海水淡化膜材料的设计与筛选,以及预测和优化其分离性能。使用海水淡化膜处理海水的过程包括淡化、水回收和离子分离,相关技术也广泛应用于咸地下水、市政污水和工业废水 [[42], [43], [44], [45], [46]]。

Oh 等人 [47] 研究了不同种类纳滤(NF)膜在海水电解制氢过程中的性能。他们的结果表明,相对致密的 NF90 膜表现出更高的海水净化效率,净化后的海水产氢速率约为每小时 240-270 μmol/cm2。最近,Xie 等人 [48] 利用聚四氟乙烯膜将高浓度 KOH 电解质与海水隔离。通过利用两者之间的浓度梯度,他们促进了水从海水自动渗透转移到 KOH 电解质中,而海水中的离子和杂质则留在海水中。成功实现了原位自驱水净化和水电解释氢。此外,Xie 等人 [49] 率先将多个真实海洋环境因素的耦合效应纳入海水制氢的研究框架中,建立了直接海水电解的大规模工业化及商业化系统评估框架。Ghasemzadeh 等人 [50] 综述了整合机器学习、人工智能和基于物理模型的混合建模框架,并总结了它们在水处理、气体分离、制氢和碳捕获的膜技术性能预测和异常检测应用方面的最新进展。Giwa 等人 [51] 结合技术经济分析和生命周期评估,对电化学膜技术的可持续性竞争力进行了全面综述和系统评估。Liang 等人 [52] 综述了膜电解技术的最新进展,探讨了膜海水淡化与绿氢生产的多学科整合,并讨论了与大规模部署相关的技术挑战和经济考量。同样,Bozorov 等人 [53] 总结了离子交换膜在环境及工业应用(包括海水淡化和废水处理)中的应用、挑战和未来前景。

近年来,随着低碳和环保技术需求的增长,水电解释氢的市场需求也稳步增加。图 3 展示了该研究领域过去十年的年度出版趋势。除了海水,城市污水和工业废水也需要使用海水淡化膜进行处理,以达到适合制氢的标准 [[54], [55], [56], [57], [58], [59]]。此外,海水淡化膜需要集成到电解池中,形成一个复杂的系统。膜与电解池的结合提出了许多技术挑战,包括制造要求、可靠性、环境适应性和耐久性。这些复杂性使得此类系统的优化和控制极其困难。因此,人工智能的应用 [[60], [61], [62], [63], [64]],通过数据分析和实时控制,对于有效提高海水淡化膜和电解系统的性能及运行效率至关重要。本综述提供了人工智能在电解制氢用海水淡化膜的设计、性能预测、制造和工程应用方面的研究进展。我们坚信,人工智能将在推进电解制氢海水淡化膜方面发挥重要作用,为氢能的高效和经济利用奠定坚实基础。

章节片段
海水淡化膜的分离机制
膜分离是一种相对简单的淡化技术,但其底层的分离机制却非常复杂。膜内物质的传输发生在微观尺度,且经常受到多种相互作用交织的影响。下面介绍主要的膜分离机制。

人工智能概述
人工智能(AI)是一种计算方法,利用先进算法模拟、扩展以及增强人类认知能力 [101,102]。人类大脑通过积累经验并归纳模式来解决问。这些模式可能源于个人观察和反思,也可能是从他人那里学到的。一旦获得这些模式,人类在遇到新问题时便运用它们进行推理和预测,这反映了人类(的认知能力)。

AI 驱动的海水淡化膜工程应用
人工智能不仅在推动海水淡化膜的研发方面表现出显著的催化潜力,还在水电解释氢的工程应用中占据着关键地位。这种变革性能力使人工智能成为推动膜科学和可再生能源工程领域创新及应对复杂挑战不可或缺的工具。H2GO Power 团队应用人工智能对制氢进行建模和优化

展望与结论
随着海上绿氢生产需求的增长,膜分离技术正进入快速发展阶段,展现出巨大的应用潜力。同时,人工智能的进步推动了其在膜领域的深度融合。主要方面如下。
1) 人工智能辅助开发用于可持续制氢的高性能节能海水淡化膜
海上绿氢生产通常依赖于可再生

CRediT 作者贡献声明
王国庆:撰写 – 初稿,经费获取,形式分析,数据整理,概念构思。
李小兵:形式分析,数据整理。
左会文:撰写 – 审阅与编辑。
莫冰:撰写 – 审阅与编辑。
黄磊:撰写 – 审阅与编辑。
罗希音:撰写 – 审阅与编辑。
商斌:撰写 – 审阅与编辑。

穆晨:撰写—审阅与编辑。徐鹏飞:撰写—审阅与编辑,指导。林斌:撰写—审阅与编辑,指导。利益冲突声明:作者声明,不存在已知的可能影响本文所报告工作的经济利益竞争或个人关系。致谢:本研究得到了CEPREI专项基金(24Z06)和四川省科学技术厅(编号:2023YFG0202)的资助。王国庆|李晓冰|左慧文|莫冰|黄磊|罗锡殷|尚彬|穆晨|徐鹏飞|林斌
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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