基于光谱拆分与电热管理的全光谱太阳能制氢技术：巴基斯坦多气候区韧性-循环性综合评估

《ENERGY CONVERSION AND MANAGEMENT》：Full-spectrum solar hydrogen production enabled by spectral splitting and electro-thermal management

本研究针对太阳能-绿氢混合系统(SGHHS)在资源约束区域部署的可行性挑战，提出了一个集成仿真-生命周期评估-折现现金流-蒙特卡洛-多准则决策分析的 probabilistic 评估框架。研究人员聚焦巴基斯坦五个气候区，耦合工业废水回用，引入韧性变异指数(RVI)和循环资源指数(CRI)新指标，量化了系统在成本不确定下的财务稳定性及水循环效率。结果表明，高辐照地区(如Bahawalpur)可实现LCOE <0.10 USD kWh?1、CO2减排约165–170 kt，废水回用使淡水需求降低～3500 m3yr?1。该研究为水压力发展中国家氢能部署提供了兼顾韧性及循环性的决策工具。

　　

随着全球能源格局向深度脱碳转型，可再生能源特别是太阳能和风能的快速部署已成为核心。然而，这些资源的间歇性和不可调度性制约了其大规模渗透，威胁电网稳定性和工业可靠性。在此背景下，将间歇性可再生能源转化为可储存、可运输的化学能——氢能，成为实现韧性净零系统的关键一步。对于巴基斯坦这样的发展中经济体，挑战尤为严峻。该国电力需求因工业扩张和城市化而急剧上升，但其发电结构仍以进口化石燃料为主，使经济面临价格波动和高碳强度的风险。尽管巴基斯坦拥有丰富的太阳能资源（通常超过5 kWh m^?2day^?1），但其地理分布极不均衡，导致可再生能源潜力存在空间差异。与此同时，巴基斯坦是全球水资源最紧张的国家之一。工业集群排放大量未经处理的废水，加剧了环境恶化，但也为循环资源利用提供了机遇，前提是这些废水能在能源系统内得到处理和回用。利用这些互补的资源禀赋——太阳辐照和工业废水，有望为该国的能源和水危机提供双重解决方案。

尽管对太阳能-绿氢混合系统(SGHHS)的研究迅速扩展，但现有研究多局限于单一地点的技术经济评估，且假设理想的气候和淡水条件。很少有研究探讨区域太阳辐照、温度和水资源可用性的差异如何共同影响系统性能和成本。此外，大多数分析将水消耗视为固定设计参数，而非影响电解槽效率、冷却需求和整体可持续性的动态运行因素。因此，目前对气候和资源异质性如何转化为经济、环境和基础设施权衡的理解有限。能够整合这些多维因素的决策支持工具——特别是可以指导氢项目空间优先排序的多准则决策分析(MCDA)框架——在全国范围的研究中仍然 largely absent。

为填补这些空白，本研究对巴基斯坦五个代表性气候区（Bahawalpur、Dera Ghazi Khan、Quetta、Rawalpindi 和 Gilgit）的太阳能-绿氢混合系统耦合工业废水回用进行了区域技术-环境-经济评估。该系统采用一个集成框架进行模拟，该框架结合了小时级调度模型、生命周期评估和折现现金流分析。应用基于蒙特卡洛的不确定性量化来推导概率化的平准化能源成本(LCOE)分布。结果通过MCDA方法进行综合，涵盖经济(LCOE)、环境(CO₂减排)、财务(资本支出CAPEX)和资源效率（水回用和土地强度）标准，以产生综合的区域排名。这项研究旨在：开发一个概率性的、区域分辨的SGHHS评估框架，集成仿真→LCA→DCF→蒙特卡洛→MCDA；量化巴基斯坦气候变率对LCOE和CO₂减排的影响；通过CRI量化工业废水回用的循环水性能；并使用MCDA和权重敏感性测试排名稳健性。

本研究定义了太阳能-绿氢混合系统(SGHHS)的韧性-循环性评估框架，从根本上将区域技术经济建模扩展到概率性、资源综合规划中。与先前将气候变率确定性处理并忽视水约束的多地点或基于地理信息系统(GIS)的研究不同，本研究引入了两个新的跨学科指标——韧性变异指数(RVI)和循环资源指数(CRI)——来共同量化不确定性下的财务稳定性和工业废水集成氢系统内的闭环水效率。该模型的五层工作流程（仿真→生命周期评估(LCA)→折现现金流(DCF)→蒙特卡洛→多准则决策分析(MCDA)）捕捉了随机成本动态、隐含排放和长期系统退化，在巴基斯坦多样的太阳-热-水文体制下，产生了第一个区域分辨、不确定性感知的SGHHS优化结果。通过明确将氢气生产与工业废水回用耦合，该研究将能源-水关系从制约因素重新定义为赋能因素，将废水转化为战略原料，并将淡水取水量减少90%以上。韧性分析和循环资源回收的这种双重整合，构成了方法论和概念上超越传统技术经济评估的进步，为其他水资源紧张的发展中地区的韧性、低碳氢能部署提供了可复制的决策支持架构。

研究人员为开展此项研究，主要应用了以下几项关键技术方法：首先，构建了集成的仿真模型，结合典型气象年(TMY)数据，进行小时级太阳能-氢混合系统(SGHHS)的能源调度模拟，考虑了光伏(PV)温度衰减、电解槽效率等因素。其次，采用了生命周期评估(LCA)方法，核算从光伏组件、电解槽堆栈到反渗透(RO)膜等设备的隐含CO₂排放。第三，运用折现现金流(DCF)分析计算项目的平准化能源成本(LCOE)，并设定了25年的项目周期。第四，引入了蒙特卡洛模拟进行不确定性分析，对关键技经参数（如CAPEX、OPEX、贴现率等）进行概率分布采样（10,000次迭代），以量化LCOE的变异性和系统的财务韧性（通过新提出的韧性变异指数RVI衡量）。最后，采用多准则决策分析(MCDA)框架，综合经济、环境、韧性和资源效率等多维指标，对五个气候区进行综合排名和稳健性检验。研究还特别整合了基于膜生物反应器(MBR)-反渗透(RO)-去离子(DI)的工业废水处理链模型，以量化水回用对系统循环性的贡献（通过新提出的循环资源指数CRI衡量）。

3.1. 质量/能量平衡

仿真模型的核心是系统的质量和能量平衡。光伏的直流输出经逆变器转换为交流电后，优先满足工业负荷，剩余电力用于电解水制氢。制氢速率与输入电解槽的功率和电解效率相关。产生的氢气被储存起来，并在需要时通过燃料电池重新发电以满足夜间负荷。整个系统的小时级能量平衡、氢气产量和存储状态变化被精确模拟，并考虑了组件效率损失和退化。

3.2. 场地选择和气候分类

选择了巴基斯坦五个具有代表性的区域，以捕捉该国气候、地理和工业的多样性：Bahawalpur、Dera Ghazi Khan、Quetta、Rawalpindi 和 Gilgit。选择这些地点的依据是四个主要标准：太阳辐照度、环境温度、工业活动和水压力指数。

3.3. 基线SGHHS配置

采用了标准化的基线配置以确保区域间的可比性。系统包括一个22.75 MW的光伏阵列、一个2.25 MW的质子交换膜(PEM)电解槽、一个450 kg day^?1的储氢容量和一个1 MW的PEM燃料电池用于再转换发电。为了闭合水循环，集成了一个工业废水处理流程，包括用于去除生物和颗粒物的膜生物反应器(MBR)，随后是用于脱盐的反渗透(RO)阶段，以及用于最终精制达到电解槽级纯度的去离子(DI)阶段。

3.4. 数据输入和仿真逻辑

小时级的太阳辐照度和环境温度数据集来自典型气象年(TMY)文件，并与Meteonorm v8.0数据进行了交叉验证以确保一致性。光伏子模型使用性能比率(PR)为0.80计算每小时直流输出，并根据温度系数（高于25°C时每度-0.4%）进行调整。调度模拟的结构是满足白天1 MW、夜间0.6 MW的工业负荷。白天的过剩光伏电力被导向电解槽制氢。产生的氢气被储存起来，随后通过燃料电池重新转换为电能以满足夜间需求。系统损失，包括电解槽效率（65%）、燃料电池往返效率（50%）以及水处理和压缩的辅助功耗，都被纳入考虑。模拟运行25年，生成每个站点的每小时能量平衡、氢气产量和容量系数统计。

3.5. 蒙特卡洛模拟设置

为了捕捉技术经济参数的不确定性，实施了蒙特卡洛模拟，每个区域进行10,000次迭代。以下参数在从近期市场数据和文献得出的实际范围内随机变化：光伏每MW的CAPEX（围绕0.75 M USD MW^?1的平均值变化±15%）、OPEX（围绕0.25 M USD year^?1的平均值变化±15%）、贴现率（正态分布N (7%, 1.5%)，截断至4–12%）、电解槽效率（±5%范围以反映与温度相关的性能变化）。采用拉丁超立方抽样(LHS)来提高抽样效率。

3.6. 多准则决策分析

最终的方法阶段通过多准则决策分析(MCDA)框架将太阳能-绿氢混合系统(SGHHS)的多维模拟结果转化为政策相关的区域排名。选择了五个代表性标准来捕捉每个区域SGHHS配置的整体性能：LCOE (USD kWh^?1)、CO₂减排量（25年内千吨）、CAPEX (百万美元)、水回用潜力 (m³day^?1)和光伏容量 (MW)。所有标准使用最小-最大缩放进行归一化。定义了五种MCDA加权情况以检验不同政策优先级的影响：案例1（经济优先，100% LCOE）、案例2（环境优先，100% CO₂减排）、案例3（平衡情景，50% LCOE + 50% CO₂）、案例4（可持续性导向，75% CO₂+ 25% LCOE）和案例5（成本导向，25% CO₂+ 75% LCOE）。

4. 结果

研究结果显示，Bahawalpur和Dera Ghazi Khan由于优越的辐照度和高容量因数，表现出最低的LCOE（<0.10 USD/kWh），并在25年项目周期内实现了最大的CO₂减排量（约165-170 kt）。Quetta表现出平衡的技术环境性能，具有中等成本和一致的碳减排潜力。代表低辐照度北部地区的Rawalpindi和Gilgit，由于需要更大的光伏和存储容量，经历了更高的CAPEX和LCOE。

蒙特卡洛模拟生成了每个区域的概率LCOE分布。Bahawalpur和Dera Ghazi Khan显示出狭窄、左偏的分布，反映了稳定的成本结构和对财务变动的强韧性。Quetta表现出中等离散度，表明风险和性能平衡。Rawalpindi和Gilgit显示出更宽、右偏的分布，其中较高的LCOE方差源于较弱的辐照度和较大的光伏尺寸敏感性。

计算出的韧性变异指数(RVI)和循环资源指数(CRI)值显示，Bahawalpur、DG Khan和Quetta的RVI ≥ 0.80，表示强大的经济韧性，而Rawalpindi和Gilgit表现出中等波动性。CRI值始终较高（>88%），证实了成功的水循环闭合，相当于每个站点每年约减少3500 m³的废水排放，并强调了循环资源性能。

帕累托前沿分析显示了五个SGHHS区域之间经济与环境目标的内在权衡。Bahawalpur和DG Khan位于帕累托前沿，表明成本-碳性能最优。Quetta接近最优，在中等政策约束下提供平衡的可行性。相比之下，Rawalpindi和Gilgit位于前沿下方，表示在成本或排放效益方面没有改进的相对劣势方案。

MCDA结果证明，成本和碳效益是相互促进的，而非竞争目标。在10,000次随机权重抽取中排名不变（σ < 5%），表明经济环境优先级收敛于相同的区域结果。双指标RVI-CRI评估进一步深化了这一见解：表现出稳定成本结构的区域也保持了优异的水回用性能（CRI > 0.88），证实了财务韧性和循环性可以在一个规划框架内共同优化。

5. 讨论

研究结果提供了一个综合视角，说明气候多样性、技术经济变率和循环资源整合如何共同决定巴基斯坦太阳能-绿氢混合系统(SGHHS)的性能。太阳辐照度和环境温度的区域差异对系统经济性施加了最强控制。观察到平均辐照度与LCOE之间的高相关性（R²≈ 0.9）强调，高辐照站点（如Bahawalpur和Dera Ghazi Khan）受益于更高的光伏容量因数和更低的降额损失。将蒙特卡洛不确定性传播嵌入DCF模型揭示了每个区域的不同风险暴露。低LCOE方差和高RVI值标志着对资本成本、运营支出和贴现率波动的强大财务韧性。废水回用成为系统可持续性的关键区分因素。通过MBR-RO-DI链实现的90%回收率降低了净淡水取水量，并通过过程能量整合和光伏废热利用实现了可衡量的10-15% LCOE降低。MCDA结果表明，成本和碳效益是相互促进的，而不是竞争目标。从国家战略的角度来看，结果勾勒出氢能部署的清晰空间层次结构。Bahawalpur-DG Khan走廊应优先用于早期工业枢纽，利用其高辐照度、低成本变异性和现有的工业废水流。Quetta具有平衡的技术环境经济指标，是强调中等气候条件下韧性的模块化或分散式项目的理想选择。北部的Rawalpindi和Gilgit，虽然经济竞争力较差，但对于能源安全多样化具有战略价值，可以从有针对性的财政工具中受益。

6. 结论

本研究为巴基斯坦不同气候区的太阳能-绿氢混合系统(SGHHS)集成工业废水回用，开发了一个概率性、韧性导向的规划框架。通过引入韧性变异指数(RVI)和循环资源指数(CRI)，该框架共同捕捉了不确定性下的经济稳定性和闭环水效率，超越了确定性的技术经济分析。结果表明，高辐照度的南部地区，特别是Bahawalpur和Dera Ghazi Khan，提供了最有利的部署条件，实现了LCOE低于0.10 USD kWh^?1，CO₂减排超过165 kt，以及高韧性水平（RVI ≥ 0.8）。废水集成实现了约90%的水回用，减少了约3500 m³yr^?1的淡水取水量，并降低了10-15%的总系统成本。MCDA结果表明经济环境目标之间存在强一致性，在所有加权情景下产生稳定的区域排名。总体而言，研究结果表明，将绿氢生产与工业废水回用相结合，将水资源短缺从制约因素转变为战略优势。集成的仿真→LCA→DCF→蒙特卡洛→MCDA工作流程为水资源紧张的发展中经济体的韧性和循环氢能规划提供了一个可转移的决策支持工具，巴基斯坦可作为可扩展、低碳氢能部署的代表性案例。