[论文解读] Nationally Scalable Hydrogen Fueling Infrastructure Deployment: A Megaregion Analysis and Optimization Approach

Vivek A. Sujan, Jinglian Fan+2 more|arXiv (Cornell University)|Oct 8, 2024

Integrated Energy Systems Optimization被引用 4

一句话总结

本文提出了一种全国可扩展的优化框架 OR-AGENT，用于为美国主要货运走廊（包括德克萨斯三角区和 I-10/I-5 运输走廊）的中重型货车（MHDVs）设计成本效益高的氢燃料补给基础设施。通过在整合的货运、能源和交通数据上应用遗传算法，该研究识别出最少数量且战略部署的氢燃料站，可防止车辆因缺乏补给而滞留，并支持实现 8.5% 的美国重型货运脱碳目标。

ABSTRACT

Decarbonizing regional and long-haul freight faces challenges due to the limitations of battery-electric vehicles and infrastructure. Hydrogen fuel cell medium- and heavy-duty vehicles (MHDVs) present a promising alternative, aligning with the Department of Energy's decarbonization goals. Historically, alternative fuels like compressed natural gas and propane gas have seen slow adoption due to infrastructure barriers. To prevent similar setbacks, planning for zero-emission hydrogen fueling infrastructure is critical. This research develops plans for affordable and accessible hydrogen refueling stations, supporting the decarbonized freight system and benefiting underserved and rural communities by improving air quality, reducing noise pollution, and enhancing energy resilience. It provides a blueprint for replacing diesel in Class 8 trucks with hydrogen fueling solutions, focusing on the Texas Triangle Megaregion (I-45, I-35, I-10), the I-10 corridor between San Antonio, TX, and Los Angeles, CA, and the I-5/CA-99 corridors between Los Angeles and San Francisco. This area accounts for ~8.5% of U.S. heavy-duty freight volume. Using the OR-AGENT (Optimal Regional Architecture Generation for Electrified National Transport) framework, the study analyzes vehicles, freight networks, and energy systems. The framework integrates data on freight mobility, traffic, weather, and energy pathways to deliver optimized powertrain architectures and hydrogen fueling infrastructure deployment. It assesses all vehicle origin-destination pairs and feasible fueling station locations, using a genetic algorithm to identify the minimum number and optimal locations of hydrogen stations. It also determines fuel schedules and quantities, ensuring no vehicle is stranded. A deployment roadmap outlines strategic hydrogen refueling infrastructure rollout across multiple adoption scenarios.

研究动机与目标

• 解决以往阻碍压缩天然气（CNG）和丙烷等替代燃料推广的基础设施障碍。
• 通过用氢燃料电池卡车替代柴油动力的 8 类卡车，实现区域和长途货运的脱碳。
• 通过战略性地布置加氢站，确保弱势和农村社区能够公平获得氢燃料基础设施。
• 为美国主要货运大都市区的氢燃料补给基础设施部署制定全国可扩展的蓝图。
• 在确保无车辆因补给覆盖不足而滞留的前提下，最小化基础设施成本。

提出的方法

• 利用 OR-AGENT（面向电气化国家运输的最优区域架构生成）框架，对动力系统和基础设施架构进行建模。
• 整合多源数据，包括货运流动、交通模式、天气状况和能源路径，以实现更真实的系统建模。
• 应用遗传算法，以优化氢燃料站的最少数量及其最优地理布局。
• 分析所有可行的车辆起讫对与加氢站位置，确保网络全覆盖且无车辆滞留。
• 确定动态的燃料补给计划和数量，以支持网络内连续运行。
• 生成多阶段、多情景的部署路线图，以指导分阶段基础设施建设。

实验结果

研究问题

• RQ1 为支持关键美国货运走廊上零排放中重型货车的运行，所需氢燃料站的最少数量及其最优空间布局是什么？
• RQ2 如何优化基础设施部署，以防止车辆滞留，同时最小化总投资成本？
• RQ3 区域货运模式和走廊特异性交通动态在塑造成本效益高的氢燃料基础设施网络中发挥何种作用？
• RQ4 该优化框架在不同采用情景和大都市区中的可扩展性如何？
• RQ5 氢燃料基础设施部署在哪些方面可提升能源韧性并减少弱势和农村社区的污染？

主要发现

• 本研究识别出一个最小化且经过战略优化的氢燃料站网络，可支持德克萨斯三角区、I-10 和 I-5/CA-99 运输走廊上 8.5% 的美国重型货运量。
• OR-AGENT 框架通过确保所有起讫对均有可行的补给选择，成功防止了车辆滞留。
• 最优加氢站位置集中于高货运量走廊，且在主要互通立交和货运枢纽附近形成集群。
• 基于遗传算法的优化显著降低了基础设施成本，同时保持了网络的全面覆盖和运行可靠性。
• 部署路线图支持分阶段、情景驱动的推进，为全国范围的氢燃料基础设施政策与投资规划提供指导。
• 该框架在全美范围应用中展现出良好的可扩展性和适应性，为其他地区提供了可复用的模型。