基于氫源與交通網絡的加氫站規劃布局方法

高丹慧 李汶穎 廖 勇 王紹榮

1. 清華四川能源互聯網研究院, 四川 成都 610200; 2. 中國石油工程建設有限公司西南分公司, 四川 成都 610041; 3. 中國礦業大學化工學院, 江蘇 徐州 221116

0 前言

氫能具有來源廣、熱值高、可再生、零污染等優點,被視為21世紀最具發展潛力的清潔能源。近年來,隨著氫能產業的快速發展,燃料電池汽車備受關注,得到了國內外各級政府的高度重視和大力支持。加氫站是給燃料電池車輛及其他氫能利用裝置提供氫氣源的重要基礎設施,也是當前大規模推廣氫能及燃料電池汽車的“瓶頸”之一。為了推動氫能產業及燃料電池汽車的規模化發展,迫切需要建立由若干個加氫站組成的網絡來提供加氫服務。

建設加氫站網絡的一個重要原則是要保證其經濟性。加氫站同時具備兩方面屬性,既可以作為一種交通服務設施,為燃料電池汽車提供加氫服務,同時也是一種用氫設施,需要通過制氫站為其補充氫氣。因此,在加氫站網絡規劃建設時,要綜合考慮加氫站到用戶車輛環節(包括交通流量、用氫需求、加氫站利用率等方面內容)以及氫源到加氫站環節(包括氫氣來源、氫氣儲運以及加氫站建設運營等方面內容[1-3])。如何針對這兩個環節來提高加氫站網絡的經濟性是加氫站網絡規劃布局的一個重要問題。

目前國內外有關加氫站網絡規劃布局的研究較少。He Chaoming、Sun Haoran等人[4-5]基于氫能供應鏈的生命周期成本,通過最小化加氫站網絡的用氫成本,實現了加氫站的規劃布局。Miralinaghi M等人[6-7]通過降低加氫站網絡的建設成本與車輛用于加氫的時間成本,對加氫站進行優化選址。Kuby M、Li Yushan等人[8-9]利用加氫站的優化選址,在滿足車輛用氫需求的條件下,最大化加氫站的車輛捕獲量,為盡可能多的用戶提供加氫服務。可以看到，上述文獻中有關加氫站規劃建設的研究都集中在某一個環節,缺乏對整體產業鏈的考慮,此外,在加氫站個數、規模與用戶氫氣需求量的匹配方面還有待進一步的探討。

基于上述研究現狀,本文綜合考慮加氫站網絡的上下游環節,分別建立了加氫站網絡用氫成本以及流量捕獲模型,在建模過程中,引入了氫源選擇模型以及加氫站規模需求模型,有效解決了規劃過程中面臨的氫源選擇、加氫站規模設計等問題。然后結合快速非支配遺傳算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)與理想解評價法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS),最小化加氫站網絡用氫成本、最大化捕獲交通流量,得到加氫站最優布局方案。最后將以一個27節點氫源、25節點交通網絡為例,在不同氫源價格與運輸距離情況下,進行分析說明。

1 加氫站網絡數學模型搭建

1.1 加氫站網絡用氫成本模型搭建

整個加氫站網絡的用氫成本由網絡中各個站點的用氫成本構成[10],具體表達式如下:

(1)

ck=c+c+ch

(2)

由于加氫站網絡周邊可能存在多種氫源及運氫模式,故在規劃過程中需要對氫源及運輸方式進行選擇,本文以成本最優為原則,通過比較加氫站在不同氫源、運氫條件下的用氫成本,進一步得到最小用氫成本下對應的氫源組合,具體表達式如下:

ck=Min(c+c+ch)

(3)

用氫成本模型中相關制氫、氫氣儲運以及加氫站單位成本模型分析詳見1.2節,由于制氫、氫氣儲運以及加氫站單位成本計算模型較為成熟,故本文不再詳細介紹其建模過程,僅基于這三方面單位成本模型,進行典型情景成本的計算,并將相應成本結果應用于優化算例仿真。

1.2 制氫、氫氣儲運、加氫站單位成本分析

1.2.1 制氫單位成本分析

圖1 制氫成本比較圖Fig.1 Cost comparison of hydrogen production

1.2.2 氫氣儲運單位成本分析

氫氣儲運單位成本主要包括車輛成本以及壓縮/液化成本,不同運輸規模及運輸方式對應的運輸單位成本ct_s(s代表運輸方式,包括氣氫拖車、液氫槽車兩種)見圖2。測算邊界條件如下:采用魚雷車作為載具,車速為50 km/h,單車每天工作16 h,油價7元/kg,員工費用8萬元/a[12-13]。

圖2 氫氣儲運成本比較圖Fig.2 Cost comparison of hydrogen storage and transportation

1.2.3 加氫站單位成本分析

加氫站單位成本主要包括人工、水電、設備折舊及維護等費用。本文為統一計算,將站內制氫部分的成本歸到了制氫環節,加氫站單位成本ch具體結果見圖3。相關設備成本以及運營成本等邊界條件數據可通過加氫站分析模型(Hydrogen Refueling Station Analysis Model,HRSAM)獲得[14]。

1.3 流量捕獲模型搭建

圖3 加氫站成本比較圖Fig.3 Cost comparison of hydrogen refueling station

流量捕獲模型(Flow Capturing Location Model,FCLM)[15]是由Hodgson M J等人基于交通網絡概念提出的優化模型,旨在最大化站點(如充電樁、加油站、加氫站等)捕獲到的交通流量,從而提升站點的利用率。交通網絡代表著城市簡化的道路交通狀況,由交通節點以及路徑組成。要構建加氫站流量捕獲模型,需要引入以下變量及假設。

根據上述變量及假設,可構建交通流量捕獲模型[17]:

(4)

(5)

(6)

1.4 加氫站需求規模設計

1)單個加氫站規模應為基準規模100 kg/d的整數倍。

2)加氫站規模要滿足用戶需求(捕獲到交通流量的平均耗氫量)。

3)盡可能地提高加氫站的氫氣利用率。

從長遠運營來看,車輛的耗氫量可以近似等于用戶的加氫需求,結合規模設計原則,加氫站規模wk具體表達式如下:

(7)

各個加氫站點耗氫量與站點捕獲到的交通流量以及交通流量的平均耗氫量相關:假設路徑q捕獲的交通流量按照站點的權重比例分配給各個加氫站,同時車主在接受加氫服務時,會將消耗的氫氣全部充滿,對應耗氫量的表達式如下:

(8)

2 加氫站網絡優化方法

2.1 目標函數、決策變量及約束條件確定

本文旨在最大化捕獲交通流量的同時最小化加氫站網絡的用氫成本,對應目標函數如下:

(9)

加氫站的選址會顯著影響加氫站的用氫成本以及交通流量的捕捉能力。以變量xk(k=1…n)代表是否在第k個交通節點上建設加氫站，當xk=1時,代表第k個交通節點上建設加氫站,反之xk=0時,代表第k個交通節點上不建設加氫站。決策變量x如下:

(10)

加氫站在建設過程中,規模過小會造成其單位成本過高,過大則會影響加氫站的利用率,依據現有技術及相關政策,增加對單個加氫站規模范圍的約束如下:

300≤wk≤1 000

(11)

在地理位置上,相鄰加氫站之間的距離不宜太近,因而增加加氫站之間路徑的距離約束,具體約束如下:

15

(12)

2.2 優化方法求解

捕獲的交通流量反映了加氫站網絡提供加氫服務的能力,代表了用戶方的利益,氫燃料電池汽車用戶都希望有足夠多的加氫站來提供加氫服務,但過多的加氫站會帶來額外的建設投資成本以及氫氣成本,從而增大加氫站網絡的用氫成本,這種情況使得捕獲的交通流量F與加氫站網絡的用氫成本C成為兩個相互沖突的指標,難以找到一個全局最優解使得所有的目標函數達到最優。

為了解決上述問題,本節將NSGA-Ⅱ算法與TOPSIS算法[19-20]結合起來:首先通過NSGA-Ⅱ算法找到一個解集,該解集已經無法在改進一個目標的同時而不削弱另一個目標,這些解稱為非支配解集或者最優Pareto解集;在此基礎上采用TOPSIS算法,通過計算每個解相對于理想解與非理想解的歐式幾何距離作為評價最優選址方案的依據,進而獲得最優的選址方案。

具體優化方法算法流程見圖4。

圖4 優化方法流程圖Fig.4 Optimizing algorithm process

2.3 算例分析

以一個27節點氫源、25節點交通網絡[9]為例,來說明本文加氫站網絡規劃布局方法的有效性。交通網絡模型,在一定程度上能夠反應城市交通網絡的結構特征,對優化交通網絡拓撲結構,指導相關站點規劃布局,合理分配交通流等具有很好的現實指導意義。本文采用的節點網絡模型見圖5,其中1～25節點為網絡節點,代表了一些重要的交通樞紐(如化工園區等),加氫站可選擇相關節點進行建設,此外,重要交通節點一般而言也是電力系統的重要負荷節點,故相關節點同時也可作為站內電解水制氫氫源的候選節點。26、27節點則代表兩個大型外供氫能源節點,其中26節點為煤制氫,27節點為天然氣制氫。節點的權重見圖中紅色數字，節點之間的距離(單位為km)見圖中藍色數字。

圖5 氫源及交通節點網絡圖Fig.5 Hydrogen source and transport node network

本算例為簡化計算,直接引用2.1節典型情景計算模型:相關煤價、天然氣價、電價均參考四川省價格設置為定值,其中煤價為600元/t,天然氣價為1.9元/m3,電價為0.28元/kWh(谷電電價)。

為了使算例中交通網絡的交通流量更加貼合當前氫能發展情況,設置相關交通流量模型fq參數M為1.5,b為1,同時將相關節點權重統一乘以基數250,使得交通節點網絡總流量達到 1 465 輛/d。在這種規模條件下,根據2.1節運輸成本分析內容可知,采用液氫運輸不具備任何經濟可行性,故本算例中統一采用長管拖車氣氫運輸模式。

基于上述條件,首先通過NSGA-Ⅱ算法獲得Pareto解集,具體見表1。

表1 對應Pareto解集加氫站的規劃布局方案表

每個Pareto解代表一種加氫站規劃布局方式,其中建設節點集合即加氫站的建設位置。

在獲得Pareto解后,以加氫網絡的用氫成本以及捕獲的交通流量作為評價指標,采用TOPSIS算法獲得最優規劃布局方案。Pareto解無量綱化后的曲線見圖6,其中A點即非理想點,B點即理想點,C點對應的Pareto解即最優規劃布局方案(表1中第6個Pareto解),對應加氫站網絡最優規劃布局方案見圖7。

圖6 Pareto解集無量綱化及最優解選取圖Fig.6 Dimensionless Pareto solutions andoptimal solutions selection

圖7 加氫站網絡最優規劃布局方案圖Fig.7 Optimal planning scheme ofhydrogen refueling station network

圖7中綠色節點代表了加氫站的建設節點,藍色數字代表了節點之間的距離(單位為km)，節點旁邊的集合代表了的加氫站的氫源類型及規模大小。圖中集合的第一個元素代表了加氫站的氫源類型(1代表煤制氫；2代表天然氣制氫)，第二個元素代表了加氫站的規模大小。通過優化方法得到加氫站網絡規劃布局對應的網絡用氫成本低至27.07元/kg,而捕獲的交通流量達到了總交通流量的70%(即可以為交通網絡中70%的車流量提供加氫服務),這體現了本文規劃布局方法的可行性與優越性。

3 結論

1)本文綜合考慮了加氫站網絡的上下游環節,建立了加氫站網絡用氫成本模型及流量捕獲模型。基于建立好的多目標優化模型,以最小化加氫站網絡的用氫成本,最大化網絡捕獲的交通流量為目標,在加氫站規模與地理條件的約束下,通過快速非支配遺傳算法與理想解評價法,得到了加氫站網絡的最優布局方案(站點個數、規模、位置以及氫源選擇)。

2)本文以一個27節點氫源、交通網絡為例,進行優化計算,最終規劃布局方案下,加氫站網絡用氫成本遠遠低于當前國內加氫站用氫成本(約70元/kg),而捕獲的交通流量也達到了總交通流量的70%。結果表明了本文所提出的加氫站規劃布局方法的可行性,對中國的加氫站網絡的建設發展具有一定的指導意義。