本文针对固体氧化物电解槽(SOE)和质子交换膜电解槽(PEM)建立了包含电化学公式及分段线性化的精细运行模型,融合了启动成本和热能集成。案例分析表明,高温热集成能显著提升SOE的日均利润最高达23.3%,而PEM提升幅度较小,仅1.9%-2.7%。尽管热集成效果明显,SOE的盈亏平衡氢价仍较高,为5.5欧元/kg,而PEM氢价区间为3.5-4.5欧元/kg。模型适用于优化调度及能源系统规划,提升了电解槽效率和盈利预测的准确性
| 氢价(EUR/kg) | SOE低温热集成利润提升(%) | SOE高温热集成利润提升(%) | PEM热集成利润提升(%) |
|---|---|---|---|
| 2.5 | 17 | 23 | 1.8 |
| 3.5 | 8 | 12 | 1.0 |
| 4.5 | 6 | 8 | 0.6 |
| 5.5 | 4 | 6 | 0.4 |
标题: Optimisation of Electrolyser Operation: Integrating External Heat
作者: Matthias Derez, Alexander Hoogsteyn, Erik Delarue
机构: KU Leuven机械工程系(比利时鲁汶)
发布日期: 未明确具体日期,论文引用至2024年1月最新文献
主题: 绿色氢气生产电解槽的运行优化,重点在于冷热能整合及其对效能和盈利性的影响
本报告由KU Leuven机械工程系的三位研究人员联合发表,围绕电解槽(电解水制氢设备)运行过程中的外部热能整合技术展开深入探讨。其核心议题是通过引入外部热能,尤其是针对不同类型的电解槽(固体氧化物电解槽SOE与质子交换膜电解槽PEM),降低电能需求,提升绿色氢气的产出效率和经济效益。作者开发了新的电解槽运行模型,整合了启动成本和热能利用的动态影响,采用了基于电化学方程的分段线性化方法,使模型更贴合实际运营中的温度和电流密度变化对能效的影响。
核心结论显示:
报告同时致力于提升现有电解槽运行模型的准确性,尤其是启动行为的内生建模和热能输入的集成,进而为绿色氢气生产提供更精准的经济和优化决策工具。,1,3,5]
作者指出,为实现碳中和氢气生产,减少所需电能是关键,热能作为辅助能源进入电解系统,可以部分替代电能,提升整体能效。热能整合使得电解过程中的所需焓变得以热能补充,可通过不同方式应用(直接加热反应物流、平衡设备加热等)。低碳热源涵盖地热、生物质核能等。文献引用表明,不同电解技术对外部热能敏感度不同,SOE显著可利用高温热,而PEM、碱性电解槽则主要用于辅助热管理,如水预热、备用状态温度维持等。此外,电解槽的灵活负载特性使其可响应电价波动,实现利润最大化。但电解效率随温度和电流密度波动显著,现有模型往往忽略这种变化,影响运营决策准确性。为此,作者提出基于精确电化学原理的分段线性模型,克服前人研究中经验模型温度依赖不足的缺陷。
本节详细介绍了热能整合对三类电解槽的不同影响:
表I总结了低温(280–325°C)与高温(750–1000°C)热量在各类电解槽中的应用路径与辅助功能,强调了空间温度范围与热能利用方式的匹配性问题。,1]
针对SOE和PEM电解槽,作者对电解功率与温度、电流密度的非凸曲线进行了分段线性拟合。
模型重点聚焦产氢与待机状态,剔除掉冷启动状态以避免频繁热循环导致设备损坏。以数学形式定义决策变量包括电流、不同热流、冷却负荷以及运行状态二元变量。
数学表达详见(2)至(19)式,参数如电池数等均基于实验数据定性,2]。
PEM模型更复杂,涵盖开、关、待机三状态。
约束公式(20)至(31)扩展了SOE模型,融合了更多运行状态的逻辑判定。,3]
基于2019年比利时电价数据,分别模拟了15MW的SOE和PEM电解槽在不同热能整合场景下的运行及盈利表现。
具体性能与盈利表现详见下文“图表深度解读”部分。,4]
描述:图1(a)显示SOE每个电池在不同温度和电流密度下的功率消耗分布,图1(b)为该曲面用四个线性分段面片逼近后的线性化结果。
解读数据与趋势:
联系文本:
模型准确反映电功消耗的温度、电流依赖,理论基础扎实,弥补现有经验模型温度依赖不足的缺陷,是本文技术创新点。
描述:2020年1月5日,SOE在2.5欧/公斤氢价条件下的运行示例。图2(a)展示电解槽功率与电价波动;图2(b)展示电解槽温度及运行状态(产氢或待机)。
解读趋势:
| 氢价 (EUR/kg) | SOE低温热利润提升(%) | SOE高温热利润提升(%) | PEM低/高温热利润提升(%) |
|---|---|---|---|
| 2.5 | 17 | 23 | 1.8 |
| 3.5 | 8 | 12 | 1 |
| 4.5 | 6 | 8 | 0.6 |
| 5.5 | 4 | 6 | 0.4 |
解读:
描述:显示PEM电解槽在3.5欧/公斤氢价条件下,1月5日运行负载与电价(图3a),以及温度与运行状态(图3b)。
解读趋势:
表IX显示SOE不同热整合模型下,各氢价水平的平均日利润与要求利润。
表X显示PEM模型利润情况。
报告未直接提供DCF、市盈率等传统金融估值模型,而主要从运营利润角度评估投资回收。
此盈利计算包含了运营现金流,折现因素及资本开销,属于现金流回报率分析。热整合带来的运营利润提升虽有,但对于价格竞争力提升有限,尤其是SOE仍受高投资成本限制。,6,7]
报告虽未专门列出“风险”章节,但隐含风险包括:
这些潜在不足提醒读者在实际技术推广或政策制定时需结合产业动态和市场实际进行更完善的风险评估。,3,6]
本报告系统开发了适用于SOE和PEM电解槽的先进运行优化模型,首次采用基于基础电化学方程的多维分段线性化方法,精准描述电力消耗与温度、电流密度的复合关系。创新地内生建模启动成本,并整合外部热源供能方案,促使模型更贴合实操,特别针对高温SOE利用高温热能的方式给出了详细描述。
案例研究基于2019年比利时电价数据,模拟了不同氢价水平的运行盈利情况,得出核心见解:
图表和数据充分证实热整合对能效和利润的正向作用,尤其是SOE技术,结合详实参数(如启动时间、热回收效率等)展现了较高的实用价值。模型开放用于能源系统规划工具,可提升氢能产业中电解槽效率动态建模的准确度。
综上,研究不仅丰富了氢能电解技术运行优化的理论体系,也为产业实践提供了量化决策支持,尤其针对未来绿色氢能经济的可持续发展策略制定提供了重要依据。–7]
| 氢价(EUR/kg) | SOE低温热(%) | SOE高温热(%) | PEM热整合(%) |
|---|---|---|---|
| 2.5 | 17 | 23 | 1.8 |
| 3.5 | 8 | 12 | 1 |
| 4.5 | 6 | 8 | 0.6 |
| 5.5 | 4 | 6 | 0.4 |
以上为该论文的详尽结构化分析,涵盖关键章节、图表数据解读、模型技术解析及其经济含义,旨在支持深入理解绿色氢气制备过程中电解槽运营优化的最新进展和挑战。
2507.06796.pdf