基于氢源与交通网络的加氢站规划布局方法

高丹慧 李汶颖 廖 勇 王绍荣

1. 清华四川能源互联网研究院, 四川 成都 610200; 2. 中国石油工程建设有限公司西南分公司, 四川 成都 610041; 3. 中国矿业大学化工学院, 江苏 徐州 221116

0 前言

氢能具有来源广、热值高、可再生、零污染等优点,被视为21世纪最具发展潜力的清洁能源。近年来,随着氢能产业的快速发展,燃料电池汽车备受关注,得到了国内外各级政府的高度重视和大力支持。加氢站是给燃料电池车辆及其他氢能利用装置提供氢气源的重要基础设施,也是当前大规模推广氢能及燃料电池汽车的“瓶颈”之一。为了推动氢能产业及燃料电池汽车的规模化发展,迫切需要建立由若干个加氢站组成的网络来提供加氢服务。

建设加氢站网络的一个重要原则是要保证其经济性。加氢站同时具备两方面属性,既可以作为一种交通服务设施,为燃料电池汽车提供加氢服务,同时也是一种用氢设施,需要通过制氢站为其补充氢气。因此,在加氢站网络规划建设时,要综合考虑加氢站到用户车辆环节(包括交通流量、用氢需求、加氢站利用率等方面内容)以及氢源到加氢站环节(包括氢气来源、氢气储运以及加氢站建设运营等方面内容[1-3])。如何针对这两个环节来提高加氢站网络的经济性是加氢站网络规划布局的一个重要问题。

目前国内外有关加氢站网络规划布局的研究较少。He Chaoming、Sun Haoran等人[4-5]基于氢能供应链的生命周期成本,通过最小化加氢站网络的用氢成本,实现了加氢站的规划布局。Miralinaghi M等人[6-7]通过降低加氢站网络的建设成本与车辆用于加氢的时间成本,对加氢站进行优化选址。Kuby M、Li Yushan等人[8-9]利用加氢站的优化选址,在满足车辆用氢需求的条件下,最大化加氢站的车辆捕获量,为尽可能多的用户提供加氢服务。可以看到，上述文献中有关加氢站规划建设的研究都集中在某一个环节,缺乏对整体产业链的考虑,此外,在加氢站个数、规模与用户氢气需求量的匹配方面还有待进一步的探讨。

基于上述研究现状,本文综合考虑加氢站网络的上下游环节,分别建立了加氢站网络用氢成本以及流量捕获模型,在建模过程中,引入了氢源选择模型以及加氢站规模需求模型,有效解决了规划过程中面临的氢源选择、加氢站规模设计等问题。然后结合快速非支配遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)与理想解评价法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS),最小化加氢站网络用氢成本、最大化捕获交通流量,得到加氢站最优布局方案。最后将以一个27节点氢源、25节点交通网络为例,在不同氢源价格与运输距离情况下,进行分析说明。

1 加氢站网络数学模型搭建

1.1 加氢站网络用氢成本模型搭建

整个加氢站网络的用氢成本由网络中各个站点的用氢成本构成[10],具体表达式如下:

(1)

ck=c+c+ch

(2)

由于加氢站网络周边可能存在多种氢源及运氢模式,故在规划过程中需要对氢源及运输方式进行选择,本文以成本最优为原则,通过比较加氢站在不同氢源、运氢条件下的用氢成本,进一步得到最小用氢成本下对应的氢源组合,具体表达式如下:

ck=Min(c+c+ch)

(3)

用氢成本模型中相关制氢、氢气储运以及加氢站单位成本模型分析详见1.2节,由于制氢、氢气储运以及加氢站单位成本计算模型较为成熟,故本文不再详细介绍其建模过程,仅基于这三方面单位成本模型,进行典型情景成本的计算,并将相应成本结果应用于优化算例仿真。

1.2 制氢、氢气储运、加氢站单位成本分析

1.2.1 制氢单位成本分析

图1 制氢成本比较图Fig.1 Cost comparison of hydrogen production

1.2.2 氢气储运单位成本分析

氢气储运单位成本主要包括车辆成本以及压缩/液化成本,不同运输规模及运输方式对应的运输单位成本ct_s(s代表运输方式,包括气氢拖车、液氢槽车两种)见图2。测算边界条件如下:采用鱼雷车作为载具,车速为50 km/h,单车每天工作16 h,油价7元/kg,员工费用8万元/a[12-13]。

图2 氢气储运成本比较图Fig.2 Cost comparison of hydrogen storage and transportation

1.2.3 加氢站单位成本分析

加氢站单位成本主要包括人工、水电、设备折旧及维护等费用。本文为统一计算,将站内制氢部分的成本归到了制氢环节,加氢站单位成本ch具体结果见图3。相关设备成本以及运营成本等边界条件数据可通过加氢站分析模型(Hydrogen Refueling Station Analysis Model,HRSAM)获得[14]。

1.3 流量捕获模型搭建

图3 加氢站成本比较图Fig.3 Cost comparison of hydrogen refueling station

流量捕获模型(Flow Capturing Location Model,FCLM)[15]是由Hodgson M J等人基于交通网络概念提出的优化模型,旨在最大化站点(如充电桩、加油站、加氢站等)捕获到的交通流量,从而提升站点的利用率。交通网络代表着城市简化的道路交通状况,由交通节点以及路径组成。要构建加氢站流量捕获模型,需要引入以下变量及假设。

根据上述变量及假设,可构建交通流量捕获模型[17]:

(4)

(5)

(6)

1.4 加氢站需求规模设计

1)单个加氢站规模应为基准规模100 kg/d的整数倍。

2)加氢站规模要满足用户需求(捕获到交通流量的平均耗氢量)。

3)尽可能地提高加氢站的氢气利用率。

从长远运营来看,车辆的耗氢量可以近似等于用户的加氢需求,结合规模设计原则,加氢站规模wk具体表达式如下:

(7)

各个加氢站点耗氢量与站点捕获到的交通流量以及交通流量的平均耗氢量相关:假设路径q捕获的交通流量按照站点的权重比例分配给各个加氢站,同时车主在接受加氢服务时,会将消耗的氢气全部充满,对应耗氢量的表达式如下:

(8)

2 加氢站网络优化方法

2.1 目标函数、决策变量及约束条件确定

本文旨在最大化捕获交通流量的同时最小化加氢站网络的用氢成本,对应目标函数如下:

(9)

加氢站的选址会显著影响加氢站的用氢成本以及交通流量的捕捉能力。以变量xk(k=1…n)代表是否在第k个交通节点上建设加氢站，当xk=1时,代表第k个交通节点上建设加氢站,反之xk=0时,代表第k个交通节点上不建设加氢站。决策变量x如下:

(10)

加氢站在建设过程中,规模过小会造成其单位成本过高,过大则会影响加氢站的利用率,依据现有技术及相关政策,增加对单个加氢站规模范围的约束如下:

300≤wk≤1 000

(11)

在地理位置上,相邻加氢站之间的距离不宜太近,因而增加加氢站之间路径的距离约束,具体约束如下:

15

(12)

2.2 优化方法求解

捕获的交通流量反映了加氢站网络提供加氢服务的能力,代表了用户方的利益,氢燃料电池汽车用户都希望有足够多的加氢站来提供加氢服务,但过多的加氢站会带来额外的建设投资成本以及氢气成本,从而增大加氢站网络的用氢成本,这种情况使得捕获的交通流量F与加氢站网络的用氢成本C成为两个相互冲突的指标,难以找到一个全局最优解使得所有的目标函数达到最优。

为了解决上述问题,本节将NSGA-Ⅱ算法与TOPSIS算法[19-20]结合起来:首先通过NSGA-Ⅱ算法找到一个解集,该解集已经无法在改进一个目标的同时而不削弱另一个目标,这些解称为非支配解集或者最优Pareto解集;在此基础上采用TOPSIS算法,通过计算每个解相对于理想解与非理想解的欧式几何距离作为评价最优选址方案的依据,进而获得最优的选址方案。

具体优化方法算法流程见图4。

图4 优化方法流程图Fig.4 Optimizing algorithm process

2.3 算例分析

以一个27节点氢源、25节点交通网络[9]为例,来说明本文加氢站网络规划布局方法的有效性。交通网络模型,在一定程度上能够反应城市交通网络的结构特征,对优化交通网络拓扑结构,指导相关站点规划布局,合理分配交通流等具有很好的现实指导意义。本文采用的节点网络模型见图5,其中1～25节点为网络节点,代表了一些重要的交通枢纽(如化工园区等),加氢站可选择相关节点进行建设,此外,重要交通节点一般而言也是电力系统的重要负荷节点,故相关节点同时也可作为站内电解水制氢氢源的候选节点。26、27节点则代表两个大型外供氢能源节点,其中26节点为煤制氢,27节点为天然气制氢。节点的权重见图中红色数字，节点之间的距离(单位为km)见图中蓝色数字。

图5 氢源及交通节点网络图Fig.5 Hydrogen source and transport node network

本算例为简化计算,直接引用2.1节典型情景计算模型:相关煤价、天然气价、电价均参考四川省价格设置为定值,其中煤价为600元/t,天然气价为1.9元/m3,电价为0.28元/kWh(谷电电价)。

为了使算例中交通网络的交通流量更加贴合当前氢能发展情况,设置相关交通流量模型fq参数M为1.5,b为1,同时将相关节点权重统一乘以基数250,使得交通节点网络总流量达到 1 465 辆/d。在这种规模条件下,根据2.1节运输成本分析内容可知,采用液氢运输不具备任何经济可行性,故本算例中统一采用长管拖车气氢运输模式。

基于上述条件,首先通过NSGA-Ⅱ算法获得Pareto解集,具体见表1。

表1 对应Pareto解集加氢站的规划布局方案表

每个Pareto解代表一种加氢站规划布局方式,其中建设节点集合即加氢站的建设位置。

在获得Pareto解后,以加氢网络的用氢成本以及捕获的交通流量作为评价指标,采用TOPSIS算法获得最优规划布局方案。Pareto解无量纲化后的曲线见图6,其中A点即非理想点,B点即理想点,C点对应的Pareto解即最优规划布局方案(表1中第6个Pareto解),对应加氢站网络最优规划布局方案见图7。

图6 Pareto解集无量纲化及最优解选取图Fig.6 Dimensionless Pareto solutions andoptimal solutions selection

图7 加氢站网络最优规划布局方案图Fig.7 Optimal planning scheme ofhydrogen refueling station network

图7中绿色节点代表了加氢站的建设节点,蓝色数字代表了节点之间的距离(单位为km)，节点旁边的集合代表了的加氢站的氢源类型及规模大小。图中集合的第一个元素代表了加氢站的氢源类型(1代表煤制氢；2代表天然气制氢)，第二个元素代表了加氢站的规模大小。通过优化方法得到加氢站网络规划布局对应的网络用氢成本低至27.07元/kg,而捕获的交通流量达到了总交通流量的70%(即可以为交通网络中70%的车流量提供加氢服务),这体现了本文规划布局方法的可行性与优越性。

3 结论

1)本文综合考虑了加氢站网络的上下游环节,建立了加氢站网络用氢成本模型及流量捕获模型。基于建立好的多目标优化模型,以最小化加氢站网络的用氢成本,最大化网络捕获的交通流量为目标,在加氢站规模与地理条件的约束下,通过快速非支配遗传算法与理想解评价法,得到了加氢站网络的最优布局方案(站点个数、规模、位置以及氢源选择)。

2)本文以一个27节点氢源、交通网络为例,进行优化计算,最终规划布局方案下,加氢站网络用氢成本远远低于当前国内加氢站用氢成本(约70元/kg),而捕获的交通流量也达到了总交通流量的70%。结果表明了本文所提出的加氢站规划布局方法的可行性,对中国的加氢站网络的建设发展具有一定的指导意义。