基于机器学习的清洁氢度氢成本评估研究

期刊: 《社会与管理》 DOI:10.64649/yh.shygl.issn3105-0085.202605014 全文阅读 返回期刊

郭文杰;杨景宇;杨元元

中国矿业大学(北京)

摘要

在“双碳”目标背景下,清洁氢作为零碳、高效、可大规模存储的二次能源,是能源转型与工业脱碳关键方向。PEM电解槽因响应速度快、适配波动性可再生能源的特点,成为清洁氢制备的主流技术路线。当前清洁氢度氢成本偏高、影响因素复杂、区域差异显著,制约了产业规模化落地。为识别成本驱动机制,本文以PEM电解槽制氢为研究对象,选取内蒙古、青海、江苏、广东、上海5个典型地区2020—2024年面板数据,构建轻量型机器学习成本评估模型,以工业电价、电解槽单位投资、弃风弃光率、地方制氢补贴为输入特征,以单位度氢成本(LCOH)为预测目标,建立多元线性回归基准模型与随机森林增强模型,通过模型对比、特征重要性分析与区域场景化预测,解析清洁氢成本的影响规律与经济性潜力。结果表明,多元线性回归模型R2=0.99,精度良好;随机森林模型特征重要性排序显示,工业电价和电解槽投资为核心影响因素;2025年内蒙古场景预测成本为23.39元/kg,与实际公开项目成本趋势一致。研究可为清洁氢降本路线、政策制定、区域布局提供支撑与参考。

关键词

清洁氢;度氢成本;机器学习;随机森林;场景预测

参考文献

[1] 程文姬,赵磊,郗航,等.“十四五”规划下氢能政策与电解水制氢研究[J].热力发电,2022,51(11):181-188.

[2] 何泽兴,史成香,陈志超等.质子交换膜电解水制氢技术的发展现状及展望[J].化工进展,2021,40(09):4762-4773.

[3] 林旗力,戚宏勋,黄晶晶,等.碱性-质子交换膜水电解复合制氢平准化成本分析[J].储能科学与技术,2023,12(11):3572-3580.

[4] 刘玮,万燕鸣,熊亚林.碳中和目标下电解水制氢关键技术及价格平准化分析[J].电工技术学报,2022,37(11):2888-2896.

[5] 王彦哲,欧训民,周胜.基于学习曲线的中国未来制氢成本趋势研究[J]. 气候变化研究进展,2022,18 (03):283-293.

[6] 国家能源局.中国可再生能源发展报告[R]. 北京:国家能源局,2024.

[7] 中华人民共和国国家统计局.中国统计年鉴2024[M]. 北京:中国统计出版社,2024.


XML显示示例

    
·