没有合适的资源?快使用搜索试试~ 我知道了~
能源与人工智能13(2023)100251碱性水电解槽故障预测与健康管理:考虑更换时刻的Hyunjun Leea,§,Jiwon Gua,§,Boreum Leea,Hyun-Seok Chob,*,Hankwon Lima,c,d,*a大韩民国蔚山44919 Ulju-gun Eonyang-eup 50 UNIST-gil蔚山国立科学技术学院能源和化学工程学院b韩国能源研究所未来能源研究部氢研究部,152 Gajeong-ro,Yuseong,Daejeon,Republic of Koreac大韩民国蔚山44919 Ulju-gun,Eonyang-eup,50 UNIST-gil,Ulsan国立科学技术学院碳中和研究生院d大韩民国蔚山44919蔚州郡Eonyang-eup UNIST-gil50蔚山国立科学技术研究院碳中和示范和研究中心H I G H L I G H T S G R A P H I C A LA B标准• 提出了碱性水电解槽的故障预测与健康管理• 提出了 氢气的平准化成本和绿色氢气的关键经济因素• 根据电压退化的经济可行性进 行了研究。• 根据资本支出的不同,提出了最佳的更换时机。A R T I C L EI N FO保留字:绿色H2预测和健康管理电压降技术经济分析A B标准最近,人们对安装可再生能源能力以减少全球二氧化碳排放量给予了相当大的关注。利用水电解和可再生能源产生的H 2被视为清洁能源载体,发电无CO 2排放,被称为'绿色H 2 '。本文提出了一种碱性水电解槽的健康与动力学模型,用于预测电解槽的负荷电压,从而获得电解槽的健康状态信息。通过培训,建立了健康管理模式通过机器学习模型、支持向量机和高斯过程回归对历史运行数据进行预测,均方根误差分别为1.28× 10- 3和8.03× 10- 6。此外,还进行了技术经济分析。对由1 MW光伏电站和1 MW碱性水电解槽组成的绿色氢气生产系统进行了分析,以提供系统的经济性和可行性。计算出H2的平准化成本为6.89kg H-21,并通过考虑光伏模块和电池的学习率,显示了通过碳捕获和储存从蒸汽甲烷重整获得H2的平准化成本的潜力。trolyzer。最后,在10年左右更换碱性水电解槽是首选,以增加净现值从绿色氢气生产系统时,资本支出和更换成本足够低。* 通讯作者。电子邮件地址:hscho@kier.re.kr(H.-S. Cho),hklim@unist.ac.kr(H.Lim)。两位作者对这项工作做出了同等的贡献。https://doi.org/10.1016/j.egyai.2023.100251在线预订2023年2666-5468/© 2023作者。由爱思唯尔有限公司出版。这是一篇开放获取的文章,获得了CC BY-NC-ND许可证(http://creativecommons.org/licenses/by-nc-nd/4.0/)。可从ScienceDirect获取目录列表能源与AI期刊主页:www.sciencedirect.com/journal/energy-and-aiH. Lee等人能源与人工智能13(2023)10025122命名法AWE碱性水电解槽BOP设备平衡CAPEX资本支出DPBP贴现回收期GHI全球水平辐照度GPR高斯过程回归LCOH H H2的MACRS修正的加速成本回收制度净现值运营支出PEMWE聚合物电解质膜水电解槽PHM预测和健康管理光伏发电RMSE均方根误差SMR蒸汽甲烷重整SOEC固体电解槽SOH健康状况SVM支持向量机1. 介绍世界各国自工业革命以来一直在使用化石燃料,并向地球大气中排放了大量的二氧化碳。作为温室气体之一的CO2,大部分排放于能源部门,包括工业、运输和建筑物的能源使用,其次是工业、废物和农业部门[1]。这种温室气体的排放导致了气候危机,全球范围内出现了破纪录的热浪和倾盆大雨。为鼓励国际社会就气候危机进行合作,193个缔约方于2015年通过了《在这方面,与化石燃料相比,可再生能源已成为一种生态友好型资源,如太阳能,风能尽管COVID-19导致供应中断,但二零二一年的可再生能源装机容量达到295吉瓦,预计到二零二二年将增加至约320吉瓦[3]。此外,H2可以是一种通过燃料电池发电而不排放温室气体的资源,因此H2被认为是可再生能源的一种有吸引力的能量载体。氢气是通过水电解产生的,提供可再生能源,称为水电解包括非自发的水分解反应,该反应通过用电将水转化为氢气和氧气,表1每种电解技术的特征[7,8]。优势劣势电子转移在电解槽中引起重做X反应[5]。氢离子和氢氧化物离子在阴极中通过分解水产生,并通过电解槽中的膜或隔膜携带电荷。在阳极通过释放氢氧化物离子产生O2.在水电解槽中发生的反应表示为反应(1总计:2H2O→O2+2H2( 1)2H2 O+2H2O→ H2+2OH-阳极:2OH-→1O2+H2O+2e-( 3)有三种类型的水电解槽,碱性水电解槽(AWE)、聚合物电解质膜水电解槽(PEMWE)和固体电解池(SOEC)。特别是,AWE可以安装兆瓦级容量,并可商业化。此外,PEMWE和SOEC通常比AWE效率更高,但成本更高。表1[7,8]总结了每个电解槽的详细特性。然而,与蒸汽甲烷重整(SMR)相比,通过水电解生产H2仍然是不成熟的技术,蒸汽甲烷重整(SMR)是一种广泛使用的生产H2的方法,占全球H2产量的约48%[9]。因此,H2的平准化成本(LCOH)电解水3.29-17.3kgH-2·1,高于SMR水3.29-17.3kgH- 2·1,高于SMR水3.29 - 17.3kgH- 2·1,高于SMR水3.29 - 17.3kgH-2·11.03-2.81千克H - 2 1 [10 ]。最近的研究重点是生态-经济分析,探讨绿色氢气的经济可行性。 Grimm等人[11]对光电化学电池和光电化学电解制氢进行了技术经济比较分析。 在以下情况下观察到较低的LCOH:光电化学电池相比,光电化学电解系统,分别为6.22和8.43公斤H-21。Barhoumi等人[12]对利用太阳能生产氢气的氢气加气站据透露,约89.5%的成本来自资本支出(CAPEX),例如光伏(PV)和电解槽,显示LCOH为€3.32kg H-21。Schnuelle等人[13]对H2生产进行了技术经济分析该系统考虑了两种类型的水电解槽,AWE和PEMWE,以及两种类型的可再生能源,太阳能和风能。当AWE和CO2产生H2时,观察到最低LCOH为4.33kgH-21,风能,其次是AWE和太阳能,4.91公斤H-21。特别是技术经济分析中考虑了更换成本,采用烟囱大修周期、年运行小时数和系统寿命计算更换成本。因此,替代AWE是经济可行性的重要组成部分之一。电压随着时间的推移而增加,这是由电解槽的退化引起的。必须更换电解槽以恢复负载电压。因此,近年来,根据数据科学的进步,监测和健康管理(PHM)已经变得越来越重要,以检测各种系统(如电池、燃料电池和电解槽)中的损坏,并且这有助于防止灾难性故障。PHM在以下方面发挥着关键作用:AWE技术开发不使用贵金属催化剂成本高额定功率(每台堆栈)氢气生产率高(每堆1400 Nm3h-1PEMWE高电流密度(1.0-2.0 A cm-2)响应时间快系统尺寸紧凑气体纯度SOEC高堆效率(100%)电池温度高(700-900° C)不使用贵金属催化剂低电流密度(0.25-0.45 A cm-2)气体纯度腐蚀性成本高酸性和腐蚀性环境耐久性成本高技术开发(实验室阶段)系统体积庞大耐用性降低运行成本,优化系统设计,提高系统控制,并提高系统安全性[14]。特别是PHM应用 [15]电池是什么?Lyu等人[16]提出了PHM模型,该模型预测了电池在充电期间的健康状态(SOH),并推断了电池的剩余使用寿命。 Kong等人[17]通过利用PHM获得电压-温度健康特征来估计锂离子电池的SOH和电池的剩余使用寿命,因为温度影响电池老化,电压变化也会导致电池退化。 此外,PHM可以应用于燃料电池。Yue等人[18]提出了一种用于燃料电池混合动力汽车的PHM策略,以提高燃料电池的耐久性。Wang等[19]将PHM应用于质子交换膜燃料电池发动机,有助于预测其剩余寿命和确定其运行状态。然而,据作者H. Lee等人能源与人工智能13(2023)1002513Fig. 1. 绿色氢气生产系统的生命健康管理和技术经济分析示意图。图二. 加利福尼亚州选定地区的季节性太阳辐射和每月GHI数据。H. Lee等人能源与人工智能13(2023)1002514==∑()=2()=2=n(9)表2AWE模型的具体参数[4]。项目值电堆容量/MW 1法拉第效率0.82电流密度/A cm-20.8堆垛半径/cm 100200号牢房电位/V 1.8系统效率0.6575耗水量/升kgH-2110以前的研究没有涉及水电解器领域中的PHM。因此,在本文中,PHM模型提出了预测的负载电压在AWE使用的实验数据集从韩国研究所 能源研究。此外,进行了技术经济分析,以提供绿色氢气生产系统的经济见解,使用1兆瓦光伏和1兆瓦AWE。通过分项成本估算计算LCOH,并根据敏感性分析结果确定影响经济参数。绘制了现金流图,以确定所提出的系统与绿色氢气生产的经济可行性为20年。最后,根据H2的销售价格、电压退化率和AWE电池组成本计算出最佳更换时刻(图2)。①的人。2. 方法表3用于分项成本估算的总体经济参数项目值工厂寿命[23]20年电池堆寿命[8]10年贴现率[24]4.5%AWE电堆成本[23]$340 kW-1光伏系统[25]$883千瓦-1国际收支平衡表[26]AWE的55%劳动力成本[27]占资本支出的0.3%水成本[28]$0.0014 L-1其他成本[29]资本支出的1%补充[30]资本支出的20%维护[29]资本支出的2.5%加州的辐射数据参考NSRDB数据查看器[20],因为加州是积极支持氢气供应的地区,到2025年将制造 200个氢气加油站 太阳辐射数据和月全球水平辐照度(GHI)数据的选定区域如图所示。 二、图中的红色标记。 2显示了加州目前的光伏电站。此外,所需的土地面积和光伏电站效率假定为6m2 kW-1,技术经济分析[21]。此外,AWE使用的技术参数列于表2[4]。H2产率和能耗由Eq. (4)Eq. (5)分别。2.1. 预测与健康管理PHM首先应用于航空航天工业,如直升机齿轮裂纹的诊断,并扩展到H生产FE×CD×π×SR2×7。2 ×876029648533×2e-潜在能耗×CD×π×SR2×8760H2产量×1000(四)(五)重工业和能源工业、制造业和电子工业[14]。PHM模型是基于基于模型的方法开发的,该方法为某些退化模式开发数值模型,因为损伤与初始阶段的物理现象有关。然而,在AWE的情况下,由于复杂的电化学反应发生在AWE中,数据驱动的方法比基于模型的方法更可取。数据驱动的方法用于识别解释退化过程的模式,并基于收集的数据集在没有物理模型的情况下预测未来的SOH。观察到的数据通过机器学习和深度学习模型进行训练。此外,支持向量机(SVM)和高斯过程回归(GPR)在本文中开发的PHM为了开发AWE的PHM模型,数据集由其中FE是法拉第效率,CD是电流密度,SR是堆半径。光伏系统的发电量受季节性太阳辐射及光伏系统效率影响。电力生产率由Eq. (六)、八千七百六十发电量(千瓦时)=GHIi×ηPV×6,000( 6)i=1其中,GHIi是每小时GHI数据,ηPV是光伏电站的效率 H2产率的量由Eqs. (7)和(8)。 当发电量小于AWE容量(1MW)时,则H2产量由等式(1)计算。(7)如果不是,则用Eq。(八)、实验使用自制的膜(Z-85),由韩国能源研究所AWE叠加面积为34.56cm2并且使用30重量%的KOH作为电解质。供电10分钟,10分钟后,AWE在接下来的10分钟内休息此外,实验在80° C的操作温度发电量(千瓦时)能耗(kWh kg-1)H产量kg发电量AWE(kWh)能耗(kWh kg-1)(七)(八)和300ccm的流速。测量484小时的数据,包括时间、电流、功率密度和电压。此外,该模型使用70%的数据集进行训练,剩余的30%用作验证测试。训练集和测试集通过“cvpartition”函数随机分离在实验数据的基础上,以时间、电流和功率密度为特征,电压为标签,分别训练了支持向量机和探地雷达模型。建立了PHM模型使用'fitrsvm'和'fitrgp'功能 为 SVM 和GPR在MATLAB R2020b版本中,此外,为了评估模型是否正确,PHM的结果是实施分项成本估算,以计算拟定PV和AWE组合系统的LCOH,计算方法基于Turton等人[22]。CAPEX由来自设备的经济参数组成,例如PV系统、AWE系统、工厂平衡(BOP)和补充成本。营运支出(OPEX)是一个参数,包括水,AWE更换成本,劳动力,土地和维护成本。 将资本回收系数应用于CAPEX,以转换CAPEX 每年的费用由Eq。(九)、根据均方根误差(RMSE)值的准确度进行比较资本回收系数i(1+i)n(1+i)-12.2. 技术经济分析本文将1MW光伏电站和1MW AWE电堆视为一个绿色制氢系统,并假设AWE所用电能仅来自光伏电站。季节性太阳能其中i是4.5%的贴现率,n是项目生命周期。AWE系统的项目寿命和更换费用为10年,其他为20年。由于AWE系统的效率不断下降,所以每10年更换一次AWE电池组H. Lee等人能源与人工智能13(2023)1002515±C1P1±图三. 电压预测结果取决于所使用的机器学习模型:(a)SVM和(b)GPR。黑点表示实验数据,红色虚线表示预测结果。假设。总体经济参数见表3。LCOH通过CAPEX和OPEX的总和除以H2产生量来计算,(十)、(十)进行了敏感性分析,以计算出用于LCOH的CAPEX和OPEX中每个项目的影响根据分项成本估算的结果,将某项目的CAPEX或OPEX成本控制在30%的成本方差,其他参数固定不变,并将光伏系统效率和AWE的法拉第效率作为敏感性分析的技术因素结果,每个因素和每个项目的影响显示为龙卷风图,显示LCOH的方差。AWE电堆和光伏系统的资本支出可以通过在实践中学习的效果来降低,这首先在飞机工业中引入。生产经验的积累导致有效降低制造成本。减少的资本支出的预测是根据以下等式计算的。(11-13)。年、10年和5年,假设氢气售价为4、5、6、7、8和9千克。此外,AWE退化率是根据负载电压的增加(4.045μ V h-1[35])使用的,这导致能耗增加,产氢量减少。在计算累计现金流量图时,应用了以下假设。首先,采用了5年的修正的加速成本回收制度方法进行折旧。此外,税率及贴现率分别假设为25%及4. 5%。该工厂在建造数年(2年)后开始运营。第一年,固定资本投资分配为60%,第二年分配为40%。最后,假设营运资金成本为固定资本投资的15%,残值为0。3. 结果和讨论3.1. 预测与健康管理图3a和图3b示出了由SVM和GPR模型开发RMSE越高,Ct(At)-α支持向量机为1.28× 10- 3,探地雷达为8.03× 10- 6。的C1=A1=2-α(11)位于实验数据异常值上的黑点结果的准确性非常高,这一结果在两个lr=C1-Ct=1-Ct=1-2-α(12)C1模型显然,具有非常突出的准确性的PHM模型当馈送对应于训练数据集的输入数据时,RACY提供适当的结果。然而,当输入数据时,lnCt=-αln(Pt)+lnC1(13)其中, Ct 表示目标系统在时间t的CAPEX, C1表示目标系统的初始CAPEX,A1表示目标系统在时间t的累积量,A1表示目标系统的初始量,α表示学习指数,lr表示学习率。在本研究中,分别考虑了AWE堆栈的186%和PV系统的20%的学习率[31,32]。根据AWE电堆和光伏系统的学习率和估计年需求,估计到2050年的资本支出[33,34]。通过绘制现金流图进行盈利性分析,确定了该系统用于绿色氢气生产的经济可行性投资成本来自CAPEX。此外,除AWE重置成本外的运营支出被用作年度运营成本。当电堆寿命结束时,将更换成本添加到投资成本中。此外,该工厂的收益是通过比较SMR和水电解与PV排放的CO2量,估计CO2量为11.03kgCO2kgH-21[10]。堆栈生存期假定为20训练数据集被馈送,则可能获得不正确的结果。 因此,需要努力开发用于AWE堆栈的PHM,以通过组合基于模型的方法或修改特征列表来处理未知的输入测量,其能够通过包含广泛的信息来预测准确的负载电压。此外,PHM可用于通过负载电压结束与预测电压之间的差来获得当前使用的AWE堆的剩余使用寿命。根据获得的剩余使用寿命,通过更换AWE堆,可以防止绿色制氢系统的灾难性失效。然而,将需要更多的实验来验证AWE堆栈上的电压结束,以确定适当的更换时刻。此外,预测负荷电压是技术经济分析的经济参数之一,负荷电压的大小直接影响装置的能耗和年产氢量。此外,决策者可以根据更换AWE时可以获得的成本和收益之间的比较来H. Lee等人能源与人工智能13(2023)1002516见图4。(a)通过分项成本估算,得出绿色制氢系统的氢气平准成本;(b)通过敏感性分析,得出氢气平准成本随参数图五. 根据绿色氢气生产系统和传统氢气生产工艺(有和没有碳捕获和储存的蒸汽甲烷重整)之间的氢气平准化成本进行经济平价分析[10]。3.2. 技术经济分析技术经济分析的结果是:(a)分项成本估计和(b) 敏感性分析。根据图1所示的分项成本估算,获得了6.89kg H-21的LCOH。 4a. 与OPEX相比,CAPEX占LCOH的近66.8%一般来说,由于电力成本,OPEX的百分比高于CAPEX,而在拟议的绿色H2生产的情况下,这种趋势被PV系统成本取代电力成本所逆转因此,在经济参数中,光伏系统成本占LCOH的比例最高。 图图4b是龙卷风图,显示了每一个LCOH上的参数。结果表明,AWE电堆的法拉第效率是影响LCOH的最关键因素,其次是光伏组件效率、光伏系统成本和AWE电堆成本。结果表明,提高H2的产氢量是降低LCOH图5示出了基于学习率的CAPEX降低对LCOH的影响。考虑了AWE堆栈的三种学习率(12%、18%和24%),到2050年,学习率越高,LCOH下降越此外,LCOH低于来自SMR的LCOH,具有碳捕获和储存(2.81kgH-21美元)[10]从2034年和2043年的学习率分别为24%和18%。然而,仅从SMR(1.03-2.16美元)kgH-21)[10]即使考虑到资本支出减少。为了满足SMR的LCOH,$1.03-CAPEX同时通过盈利能力分析获得现金流图(图6)。在电压下降的情况下,根据AWE堆寿命和H2销售价格速率为4.045μ V h-1。累计现金流减少,当AWE堆栈寿命结束时,如图6a和b所示。此外,在图6c中观察到最高的净现值(NPV),并且其清楚地示出了AWE堆替换的成本高于由于不替换AWE堆而增加的负载电压所带来的减少的益处。上半年销售价格越高,净现值越高,贴现回收期越短,这与收益直接相关。所有病例的NPV和DPBP总结见表4。最高的净现值是955,861美元,该案例中的AWE电堆寿命为20年,H2售价为9美元,其次为955,573美元和689,424美元。 这三个最高的净现值是在氢气售价为9kgH-21美元时观察到的. 并且至少需要12年才能从以下方面收回固定资本投资:绿色氢气生产图7给出了考虑1-20年的更换时间和0.99-7.10 μ V h-1的电压退化率时,氢气售价为5kgH-21美元的 此外,三个sce-narios是根据AWE堆栈H. Lee等人能源与人工智能13(2023)1002517××表4净现值和贴现回收期取决于AWE电池堆寿命和下半年销售价格.AWE堆栈寿命/年H2售价/$kgH-21净现值/美元贴现回收期/年5 4.0-867,966-5.0-556,488-6.0-245,010-7.0 66,468 20.008.0 377,946 18.51109.04.0689,424-542,17614.37-5.0-242,626-6.056.92320.007.0356.47317.89208.09.04.0656.023955.573-451,84614.9213.00-5.0-170,305-6.0111,23720.007.0392,77816.378.0674,32013.369.0955,86111.44见图6。使用PV和AWE组合的20年绿色H2生产的各种H2销售价格的累积现金流图:(a)5年AWE堆栈寿命,(b)10年AWE堆栈寿命,以及(c)20年AWE堆栈寿命。成本和重置成本,100%用于保守方案,50%用于中等方案,10%用于乐观方案。蓝色虚线表示最高NPV区域,观察到的线形区域如图7a和b所示。据透露,没有更换的AWE堆栈是首选,无论电压退化率。然而,在乐观的情况下,在较低的电压退化率下观察到最高的NPV区域。 此外,更换10年左右的AWE叠加有利于使净现值最大化,从绿色氢气生产的净现值来看,尽管AWE电堆的更换时刻受到电压退化率和AWE资本支出的影响,但它仍然是显著的。在此,我们提出了一个综合模型,包括PHM和技术经济分析,以鼓励供应绿色氢气生产系统的净现值最大化4. 结论自工业革命以来,由于温室气体的不断排放,全球变暖问题日益严重世界各国都试图用可再生能源,如太阳能和风能,取代化石燃料,以生态友好的方式发电。此外,H2被认为是可再生能源的清洁能源载体,因为通过燃料电池可以在没有CO2排放的情况下发电利用可再生能源电解水产生的绿色H2预计将在即将到来的净零排放中发挥至关重要的然而,与SMR相比,水电解技术仍然不成熟以产生H2,显示出更高的LCOH。在此背景下,人们对绿色制氢系统的经济性进行了大量的研究,但大多数研究都没有考虑水电解槽的更换。为了降低能耗,提高产氢量,必须对水电解槽进行更换,以恢复因劣化而增加的水电解槽负荷电压。为了检测系统设备的退化程度在这里,我们提出了一个PHM模型的基础上,从韩国能源研究所的实验数据,以及技术经济分析模型的绿色H2生产系统组成的1兆瓦的光伏发电厂和1兆瓦的AWE堆栈。本文旨在将PHM引入AWE堆栈,并提供经济指导通过技术经济分析,提出了绿色制氢系统的设计方案在PHM模型的基础上,利用SVM和GPR等机器学习模型对RMSE为1.28绿色氢气生产SVM和GPR分别为8.03 × 10- 3和8.03× 10- 6基于PHM模型的结果,已经表明,图图8显示了乐观情况下的曲面图,与图7c相同条件。它清楚地表明,从1年到5年的更换时刻,净现值急剧增加。由于AWE电堆的更换成本是在AWE的每个寿命周期内收取的,因此短的AWE电堆寿命会导致固定资本投资的大幅增加当AWE电堆寿命大于5年时,由于H2的产生量增加,在较低的电压衰减下,净现值也增加因此,为了最大化通过训练历史实验数据集进行电压预测。然而,具有非常突出的精度的性能表明,当远离训练数据集的新输入被馈送到PHM模型时,很难预测准确的电压。因此,在PHM的研究中,AWE堆栈需要做出很大的努力来预测适当的负载电压,而不管输入数据如何。此外,所提出的方法是适用于获得剩余的使用寿命的AWE堆栈的寿命结束和预测状态H. Lee等人能源与人工智能13(2023)1002518图7.第一次会议。根据更换时刻和电压退化率,H2售价为5kgH-21美元的净现值:(a)保守,(b)中等,(c) 乐观图8.第八条。 净现值与H2售价5kgH-21美元取决于更换时刻和电压退化率的情况下乐观。通过逐项成本估算计算出的LCOH为6.89kgH-21此外,约66.8%的LCOH来自资本支出,光伏组件效率和法拉第效率的AWE被确定为最影响LCOH的因素。当考虑到边干边学的效果以降低AWE电堆和光伏系统的CAPEX时,来自绿色H2的LCOH低于来自具有碳捕获和储存的SMR的LCOH。进一步研究提高法拉第效率和光伏组件效率,并努力减少系统为了成功进入H2社会,从SMR到LCOH,资本支出是必要的. 经济可行性,即净现值,受到以下因素的影响:基于现金流图的AWE栈的替换时刻。此外,至少需要7kgH-21美元,以确保拟议的绿色H2生产系统的经济可行性.最后,我们的研究结果指出,AWE堆栈是首选使用尽可能长的时间,以最大限度地提高净现值。但是,在CAPEX和更换成本较低的情况下,据透露,在10年左右更换AWE堆栈是最大利润的首选。我们的下一个研究阶段将是改进PHM模型,并包括生命周期评估,以考虑绿色H2生产系统的环境影响。竞争利益作者声明,他们没有已知的可能影响本文所报告工作数据可用性数据将根据要求提供确认这项研究得到了韩国政府(科学和信息通信技术部(MSIT))资助的韩国国家研究基金会(NRF)氢能创新技术开发计划(NRF-2019 M3E6 A1064290)的支持,并得到了韩国政府资助的韩国国家研究基金会(NRF)赠款(NRF-2019 M1 A2 A2065614)的支持。H. Lee等人能源与人工智能13(2023)1002519††引用[1] Ritchie H,Roser M,Rosado P. CO排放和温室气体排放。我们的世界数据2020[2] 李H,李B,卞M,林H.基于置换时刻和可再生电力资源的PEM水电解经济与环境分析。224.第二百二十四章https://doi.org/10.1016/J的网站。ENCONMAN.2020.113477.[3] 国际能源机构可再生能源市场更新2022 n.d.[4] Lee B,Cho HS,Kim H,Lim D,Cho W,Kim CH,et al.基于实验数据的碱性水电解绿色氢气生产的综合技术经济和环境评估。环境化学工程杂志2021;9.网址://doi. org/10.1016/J.JECE.2021.106349。[5] 吴晓波,李晓波.电解水科学与技术的现状、研究趋势与挑战 Int J HydrogenEnergy2020;45:26036-58. https://doi.org/10.1016/J.IJHYDENE.2020.03.109网站。[6] 作者:Kesebas A,Kayfeci M,Bayat M.电化学制氢。太阳能氢生产工艺系统技术2019:299-317. https://doi.org/10.1016/B978-0-12-814853-2.00009-6。[7] 放大图片作者:A.水电解用于储能、电网平衡和通过电力到天然气和电力到液体的部门耦合的现状:综述。Renew Sustain Energy Rev 2018;82:2440-54.https://doi.org/10.1016/J的网站。 RSER.2017.09.003。[8] 张文辉,张文辉,张文辉.质子交换膜水电解的综述。Int J Hydrogen Energy2013;38:4901-34. https://doi.org/10.1016/J的网站。IJHYDENE.2013.01.151。[9] 李H,李B,卞M,林H.吸附增强膜反应器中甲烷蒸汽重整的比较技术经济分析:同时产生H2和捕获CO2。化学工程研究设计2021;171:383-94。网址://doi. org/10.1016/J.CHERD.2021.05.013。[10] Parkinson B,Balcombe P,Speirs JF,Hawkes AD,Hellgardt K.从制氢路线减 少 二 氧 化 碳 排 放 的 平 准 化 成 本 。 能 源 环 境 科 学 2019;12 :19.https://doi.org/10.1039/c8ee02079e网站。[11] Grimm A,de Jong WA,Kramer GJ.可再生氢的生产:光电化学电池和光电化学电解的技术经济比较。Int JHydrogen Energy 2020;45:22545-55.https://doi.org/10.1016/J的网站。 IJHYDENE.2020.06.092。[12] Barhoumi EM,Okonkwo PC,Farhani S,ben Belgacem I,Zghaibeh M,Mansir IB,et al.光催化加氢站案例研究的技术经济分析Int J HydrogenEnergy 2022;47:24523-32.https://doi.org/10.1016/J.IJHYDENE.2021.10.111网站。[13] Schnuelle C,Wassermann T,Fuhrlaender D,Zondervan E.光伏&风力直供电动态制氢-建模与技术经济评估。Int J Hydrogen Energy 2020;45:29938-52.https://doi.org/10.1016/J.IJHYDENE.2020.08.044.[14] Kim NH,Choi JH,An D.工程系统的预测与健康管理:导论。预测健康管理工程系统介绍2016:1-345. https://doi.org/10.1007/978-3-319-44742-1/COVER。[15] 孟红,李永芳.锂离子电池的性能与健康管理方法综述。更新Sustain Energy Rev2019;116:109405。网址://doi. org/10.1016/J.RSER.2019.109405。[16] 吕志,王刚,高瑞.通过间接混合模型进行锂离子电池预测和健康管理JEnergyStorage 2021;42:102990. 10.1016/J.EST.2021.102990https://doi.org/上发布。[17] 杨芳,张旭,潘娥,彭正,王东.基于电压-温度健康特征提取的锂离子电池性能与健康管理电池.能源2021;223:120114。https://doi.org/10.1016/J的网站。粤ICP备16011144号-1[18] Yue M,Masry Z,Jemei S,Zerhouni N.燃料电池混合动力汽车在线健康管理策略 Int J Hydrogen Energy2021;46:13206-18.https://doi.org/10.1016/J.IJHYDENE.2021.01.095网站。[19] 王丽,李新,郭平,郭顺,杨正,裴鹏.氢燃料电池发动机性能与健康管理(PHM)的文献计量分析 Int J Hydrogen Energy2022;47:34216-43.https://doi.org/10.1016/J.IJHYDENE.2022.08.024网站。[20] NSRDB n.d. https://nsrdb.nrel.gov/data-viewer/download/intro(2022年10月6日[21] Han X,GarrisonJ, Hug G.瑞士光伏电池系统的技术经济分析更新SustainEnergy Rev 2022;158:112028。10.1016/J.RSER.2021.112028https://doi.org/上发布。[22] Turton R,Bailie RC,Whiting Wallace B,Shaewitz JA.化工过程分析、综合与设计。 Google Livros 2009.[23] Jang D,KimJ, Kim D,Han WB,Kang S.不同水电解绿色制氢技术的技术经济分析和蒙特卡罗能源转换管理2022;258:115499。网址://doi.org/10.1016/J.ENCONMAN.2022.115499。[24] Akhtar MS,Dickson R,Niaz H,Hwang DW,Liu JJ. 韩国加氢站氢供应网络的可持续性比较评估。Techno-Econ评估Persp2021.https://doi.org/10.1039/d1gc03006j网站。[25] 艾琳娜到2020年可再生能源发电成本。2021年[26] 国际可再生能源机构T。 绿色氢成本降低电解槽规模扩大以实现2020年1.5摄氏度的H2O2气候目标.[27] [10]张文龙,王文龙,张文龙.天然气低浓度氢分离净化复合技术的技术经济评价 Int J Hydrogen Energy 2021;46:23417-35.https://doi.org/10.1016/J.IJHYDENE.2020.05.009网站。[28] YatesJ, Daiyan R,Patterson R,Egan R,Amal R,Ho-Baille A等人,结合不确定性分析的离网独立光伏电池的氢电解技术经济分析Cell Rep Phys Sci2020;1:100209.网址://doi. org/10.1016/J.XCRP.2020.100209。[29] Lee B,Cho HS,Kim H,Lim D,Cho W,Kim CH,et al.基于实验数据的碱性水电解绿色氢气生产的综合技术经济和环境评估。JEnviron Chem Eng2021;9:106349. https://doi.org/10.1016/J.JECE.2021.106349网站。[30] Lee B,Choe C,Kim H,Kim A,Shin YU,HaiderJ, et al.基于可再生能源的水电解绿色甲醇合成的经济平价分析。ACSSustain Chem Eng 2021;9:15807-18.https://doi.org/10.1021/ACSSUSCHEMENG.1C05152/ASSET/IMAGES/LARGE/SC1C05152_0014.JPEG。[31] Schmidt O,Hawkes A,Gambhir A,Staffell I.基于经验费率的电能存储的未来成 本 。 自 然 能 源 20172 : 82017;2 : 1-8.网 址 : http ://doi.org/10.1038/nenergy.2017.110[32] PVMaul eo'nIAssessing,roadmapswind. 学习率、风险和社会贴现RenewSustainEnergyRev2019;100:71-89.https://doi.org/10.1016/J.RSER.2018.10.012.[33] 能源署I. 2050年净零排放:2050年[34] 可再生能源机构I。能源转型的前景低碳能源系统的投资需求[35] Lim D , Lee B , Lee H , Byun M , Cho HS, Cho W , et al. Impact of voltagedegradation in water electrolyzers on sustainability of synthetic natural gasproduction : Energy , economic , and environmental analysis. 能 源 转 换 管 理2021;245:114516。https://doi.org/10.1016/J.ENCONMAN.2021.114516网站。
下载后可阅读完整内容,剩余1页未读,立即下载
![pptx](https://img-home.csdnimg.cn/images/20210720083543.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- 电力电子系统建模与控制入门
- SQL数据库基础入门:发展历程与关键概念
- DC/DC变换器动态建模与控制方法解析
- 市***专有云IaaS服务:云主机与数据库解决方案
- 紫鸟数据魔方:跨境电商选品神器,助力爆款打造
- 电力电子技术:DC-DC变换器动态模型与控制
- 视觉与实用并重:跨境电商产品开发的六重价值策略
- VB.NET三层架构下的数据库应用程序开发
- 跨境电商产品开发:关键词策略与用户痛点挖掘
- VC-MFC数据库编程技巧与实现
- 亚马逊新品开发策略:选品与市场研究
- 数据库基础知识:从数据到Visual FoxPro应用
- 计算机专业实习经验与项目总结
- Sparkle家族轻量级加密与哈希:提升IoT设备数据安全性
- SQL数据库期末考试精选题与答案解析
- H3C规模数据融合:技术探讨与应用案例解析
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)