Robustes Design einer grünen Wasserstoffversorgungskette unter spatiotemporaler Ungleichheit

Um erhebliche Verluste erneuerbarer Energien zu reduzieren und der steigenden Nachfrage nach grünem Wasserstoff in China gerecht zu werden, hat die Umwandlung überschüssiger erneuerbarer Energien in Wasserstoff über Elektrolyseure in den letzten Jahren zunehmend Aufmerksamkeit erregt. Saisonale Speicher und interregionale Wasserstoffversorgungsketten werden häufig eingesetzt, um das inhärente spatiotemporale Ungleichgewicht zwischen dem Angebot an erneuerbarer Energie und der Nachfrage nach Wasserstoff zu beseitigen. Darüber hinaus muss die Effizienz und Zuverlässigkeit der Wasserstoffversorgungskette gewährleistet sein. Diese Arbeit behandelt ein robustes Design- und Planungsproblem für eine integrierte Wasserstoffversorgungskette, bei der die Unsicherheit der Wasserstoffnachfrage berücksichtigt wird. Wir schlagen ein zweistufiges robustes Optimierungsmodell mit einem budgetbasierten Unsicherheitsset vor, und das entsprechende robuste Annäherungsmodell wird abgeleitet. Wir entwickeln einen auf der Benders-Zerlegung basierenden Algorithmus, um das resultierende Modell zu lösen. Umfangreiche numerische Experimente zeigen, dass der vorgeschlagene Algorithmus CPLEX übertrifft. Eine Fallstudie mit realen Daten wird präsentiert, um die Anwendbarkeit des vorgeschlagenen Modells zu demonstrieren. Schließlich werden Schlussfolgerungen gezogen und mehrere zukünftige Forschungsrichtungen skizziert. Hinweis für Praktiker – Diese Arbeit wurde durch das Problem der Verschwendung erneuerbarer Energien in grünen Fertigungssystemen motiviert. Die intermittierende Natur erneuerbarer Energien führt zu erheblichen Verlusten und einer Fehlanpassung von Angebot und Nachfrage. Diese Arbeit schlägt eine neuartige Methode vor, indem überschüssige erneuerbare Energien in Wasserstoff umgewandelt werden und eine grüne Wasserstoffversorgungskette entworfen wird, um mit dem inhärenten spatiotemporalen Ungleichgewicht zwischen dem Angebot an erneuerbarer Energie und der Nachfrage nach Wasserstoff umzugehen. In dieser Arbeit charakterisieren wir eine zuverlässigere Methode, um die Unsicherheit auf der Nachfrageseite zu bewältigen. Praktiker können das vorgeschlagene Modell auf die Standort- und Kapazitätsprobleme in risikoscheuen Systemen anwenden. Dann entwerfen wir einen mathematischen Algorithmus, der mit beschleunigenden Ansätzen kombiniert ist, der CPLEX erheblich übertrifft. Praktiker können unseren Algorithmus anwenden, um mit Standort- und Kapazitätsproblemen unter Berücksichtigung von Bestandsentscheidungen auf mehreren Ebenen umzugehen. Experimente mit realen Daten zeigen die Anwendbarkeit des vorgeschlagenen Modells und mehrere Managementaspekte werden untersucht. In zukünftigen Forschungen werden wir das Design von Mehrfachunsicherheiten in grünen Fertigungssystemen angehen.