智能氢氨储能系统
净现值增94%
用深度强化学习动态分配氢与氨的储能优先级，实时优化收益，让同一套可再生能源资产产生更高净现值。
Lan P. · Chen S. · Qihang, Li · Li, Kelin · 王锋 · Yaoxun, Zhao
Renewable Energy 2024
参数信息
- 净现值
- 1.38 M$
- 电网依赖度降幅（11 月）
- 0.8 %
- 年减排量（氨）
- 4819 tons
- 年减排量（氢）
- 17715 tons
- 年减排量（电）
- 94944 tons
- 年节省费用（碳税）
- 5.87 M$
技术优势
收益提升 94%
深度强化学习动态调整氢与氨的储能优先级，使净现值从基准路径大幅提升至 1.38 M$，达到基准的 194%。
电网依赖更低
系统更高效地利用本地能源资源，电网依赖度在所有月份均低于基准，11 月降幅尤其明显。
碳足迹归零
与常规方式相比，该路径在生产氨、氢和电力时分别减少 4819、17715 和 94944 吨 CO₂ 排放，实现零碳足迹。
应用场景
- 可再生能源储能：让同一批风机光伏资产发更多的电、挣更多的钱，同时把电网依赖降到最低。
- 氢能系统：把波动的绿电变成可存储的氢气，在有碳税的地方还能省下一大笔排放成本。
- 氨能经济：在氢储不划算的时候自动切到氨，用同一套装置多一条高价值出口。
- 智能能源管理：把储能的调度决策交给强化学习，不用人工设定规则，系统自己学会何时制氢何时制氨。