آثار حدود الانبعاثات على تكاليف وجدوى الهيدروجين منخفض الكربون في صناعة الأمونيا الأوروبية Effects of emissions caps on the costs and feasibility of low-carbon hydrogen in the European ammonia industry

المجلة: Nature Communications، المجلد: 15، العدد: 1
DOI: https://doi.org/10.1038/s41467-024-48145-z
PMID: https://pubmed.ncbi.nlm.nih.gov/38704394
تاريخ النشر: 2024-05-04

آثار حدود الانبعاثات على تكاليف وجدوى الهيدروجين منخفض الكربون في صناعة الأمونيا الأوروبية

تاريخ الاستلام: 28 فبراير 2023
تم القبول: 19 أبريل 2024
نُشر على الإنترنت: 04 مايو 2024

(أ) التحقق من التحديثات

ستيفانو مينغولا © باولو غابرييلي (ب) أليساندرو مانزوتي © ماثيو ج. روبسون © كيفن روينهورست فرانشيسكو تشيوتشي © جيوفاني سانسافيني © ماغدالينا م. كليمن (1) تشونغ مينغ لو®

تطلق صناعة الأمونيا الأوروبية 36 مليون طن من ثاني أكسيد الكربون سنويًا، بشكل أساسي من إنتاج الهيدروجين عبر إصلاح الميثان بالبخار (SMR). يمكن التخفيف من هذه الانبعاثات من خلال إنتاج الهيدروجين عبر التحليل الكهربائي للماء باستخدام مصادر متجددة مخصصة مع دعم من الشبكة. تبحث هذه الدراسة في تأثير أهداف إزالة الكربون على جدوى الاقتصاد والجدوى الفنية لتحديث مصانع الأمونيا الأوروبية الحالية لإنتاج الهيدروجين الكهربائي في الموقع، شبه المعزول. تظهر النتائج أن الهيدروجين الكهربائي يقلل الانبعاثات، في المتوسط، بنسبة ( استنادًا إلى سعر الشبكة وكثافة الكربون، حتى بدون فرض حدود الانبعاثات. ومع ذلك، فإن الحد الأقصى الأمثل لانبعاثات متوسط العمر الافتراضي من البئر إلى البوابة هو 1 كجم من مكافئ ثاني أكسيد الكربون. يؤدي إلى تقليل ( مع الحفاظ على تنافسية التكلفة مع SMR في المناطق الغنية بالطاقة المتجددة (متوسط تكلفة الهيدروجين المستوي (LCOH) 4.1 يورو/ ). على العكس، هدف خفض الانبعاثات يزيد التكاليف بشكل كبير (متوسط تكلفة الهيدروجين: 6.3 يورو/ ) ومساحة الأرض لتركيب مصادر الطاقة المتجددة، مما قد يعيق الانتقال إلى الهيدروجين الكهربائي في المناطق التي تعاني من ضعف مصادر الطاقة المتجددة وندرة الأراضي. إن زيادة مرونة المنشآت تقلل بشكل فعال من التكاليف، لا سيما في المنشآت غير المتصلة بالشبكة (متوسط التخفيض: توجه هذه الدراسة صانعي السياسات في تحديد أهداف إزالة الكربون الفعالة من حيث التكلفة وتحديد استراتيجيات قائمة على المناطق لدعم صناعة الأمونيا التي تعتمد على الهيدروجين الكهربائي.
الأمونيا هي مادة كيميائية تُنتج على نطاق واسع بشكل أساسي لإنتاج الأسمدة. تُستخدم عملية هابر-بوش (HB) عادةً لإنتاج الأمونيا. من خلال دمج النيتروجين والهيدروجين. يُعتبر إصلاح الميثان بالبخار (SMR) الطريقة السائدة في تخليق الهيدروجين في أوروبا. (الشكل التوضيحي 1). ينبعث من SMR حوالي 1.6-1.9 طن (ت) من مكافئ ثاني أكسيد الكربون ( انبعاثات (يشار إليها فيما بعد بالانبعاثات) ، مما يساهم في 36 مليون طن متري (Mt) من سنويًا من إنتاج الأمونيا في أوروبا أكثر من 85% من هذا يأتي من الهيدروجين المستخرج من SMR إزالة الكربون من الهيدروجين
لذلك فإن الإنتاج أمر حاسم لتقليل انبعاثات صناعة الأمونيا وخطوة ضرورية لتحقيق الحياد الكربوني بحلول بالإضافة إلى الأهداف المناخية، فإن تعرض تكاليف إنتاج الأمونيا لصدمة الأسعار في أسواق الوقود الأحفوري يحفز أيضًا التحول بعيدًا عن الغاز الطبيعي. .
يعتبر استخدام الطاقة المتجددة في التحليل الكهربائي للمياه مسارًا مستدامًا على المدى الطويل لإنتاج الهيدروجين منخفض الكربون للاستخدامات مثل النقل والطاقة وتخزين الطاقة. بينما يكون التوصيل الكهربائي المباشر غالبًا أكثر فعالية من حيث التكلفة للنقل البري. الكهربائي
الهيدروجين والوقود الإلكتروني المُصنّع هما بدائل منخفضة الكربون للشحن والطيران ، حيث الخيارات الأخرى محدودة حاليًا. بالإضافة إلى ذلك، يمكن استخدام الهيدروجين الكهربائي في أنظمة Power-to-X (تحويل الكهرباء إلى أشكال أخرى من الطاقة أو المنتجات)، Power-to- -إلى أنظمة الطاقة (تحويل الكهرباء إلى هيدروجين ثم العودة إلى الكهرباء عند الحاجة) تخزين الطاقة على المدى الطويل، واستقرار الشبكة. ومع ذلك، فإن الهيدروجين الكهربائي والوقود الإلكتروني هما ناقلان ثانويان للطاقة يخضعان لفقدان الطاقة أثناء الإنتاج والاستخدام، مما يؤدي إلى كفاءات إجمالية من إلى وإنتاج الكهرباء المتجددة أكثر من البدائل المباشرة بمعدل يتراوح بين 2 إلى 14 مرة ومع ذلك، فإن التكلفة العالية لتحليل الماء بالكهرباء مقارنةً بتقنية إعادة تشكيل الميثان بالبخار (SMR) تمنع حالياً تنفيذها على نطاق واسع. ، مع إنتاج نسبة صغيرة فقط من الهيدروجين في أوروبا حالياً عبر التحليل الكهربائي، عند .
ومع ذلك، من المتوقع أن تدفع التمويل الحكومي والتقدم التكنولوجي النمو في إنتاج الهيدروجين القائم على التحليل الكهربائي. أكدت المفوضية الأوروبية على الهيدروجين كأولوية استثمارية رئيسية، متوقعة زيادة بمقدار 50 ضعفًا في القدرة المثبتة للكهارل بحلول عام 2030، مع مصانع الأمونيا كمستخدمين رئيسيين. أدت الاضطرابات في سلاسل إمداد الوقود العالمية التي triggeredها غزو روسيا لأوكرانيا في أوائل عام 2022 إلى ارتفاع كبير في أسعار الوقود الأحفوري، مما تسبب في تقليص قدرة تصنيع الأمونيا في أوروبا . مع كون الغاز الطبيعي يشكل أكثر من تكاليف الإنتاج، تضاعف سعر الهيدروجين المستند إلى الوقود الأحفوري ثلاث مرات مقارنة بمستويات ما قبل الأزمة، ليصل إلى ما بين 4 و 7 يورو لكل كيلوغرام من الهيدروجين (يورو/كغ) ) . كما أثرت الأزمة على تكلفة الهيدروجين المستمد من الغاز الطبيعي مع التقاط الكربون واستخدامه وتخزينه (CCUS)، مما أدى إلى تكلفة موحدة للهيدروجين (LCOH) تتراوح بين 5 إلى لقد أبرزت هذه الظروف أهمية وإمكانات الهيدروجين الكهربائي في تقليل الاعتماد على الوقود الأحفوري المتقلب وتعزيز أمن الطاقة، مما يسرع التحول نحو التحليل الكهربائي في صناعات مثل الأمونيا. .
ومع ذلك، لا يمكن لعملية التحليل الكهربائي المدعومة حصريًا بمصادر الطاقة المتجددة غير القابلة للتوزيع تلبية الطلب المستمر والعالي على الهيدروجين في مصانع الأمونيا. لاستبدال التحليل البخاري للميثان (SMR) بالتحليل الكهربائي للماء، يجب تنفيذ تصاميم أنظمة جديدة، بما في ذلك توليد الطاقة المتجددة، والمحللات الكهربائية، وتخزين البطاريات (مثل بطاريات الليثيوم أيون). بالإضافة إلى ذلك، يمكن تخزين الفائض من الهيدروجين المنتج خلال فترات الذروة للطاقة المتجددة لموازنة الفترات التي يكون فيها إمداد الطاقة المتجددة محدودًا. يمكن أن يؤدي دمج أنظمة الطاقة الشمسية والرياح إلى تحسين اتساق الطاقة. ، ولكن مواءمة مصادر الطاقة المتجددة المتقلبة مع العمليات الصناعية الثابتة تمثل تحديًا معقدًا يؤدي إلى زيادة التكاليف. التكلفة المستوية للأمونيا (LCOA) أعلى بكثير بالنسبة للهيدروجين الكهربائي (1000-2500 يورو/طن من الأمونيا أو ) من SMR (200-1000 يورو/طن NH3) يتطلب إنتاج الهيدروجين النظيف بتكلفة أقل لجعل إنتاج الأمونيا المتجددة تنافسياً من حيث التكلفة. يمكن أن تكمل الكهرباء من الشبكة الموارد المتجددة من خلال زيادة ساعات التشغيل وتقليل القدرة المثبتة والتكاليف للنظام، خاصة في الأماكن التي تكون فيها الظروف المتجددة ضعيفة. . ومع ذلك، فإن استخدام الكهرباء من الشبكة يؤدي إلى انبعاثات الكربون، خاصة في تلك البلدان التي يعتمد فيها مزيج الكهرباء بشكل كبير على الوقود الأحفوري (متوسط البصمة الكربونية لمزيج الكهرباء الأوروبي حوالي 275 جرام من لكل كيلووات ساعة (kWh) من الكهرباء المنتجة ). قد تؤدي إنتاج الأمونيا الكهربائية باستخدام شبكة كهرباء كثيفة الكربون إلى انبعاثات أعلى من تلك الناتجة عن .
أصبح محتوى غازات الدفيئة للهيدروجين الكهربائي موضوع نقاش بعد نشر المسودة الأولية لتصنيف التمويل المستدام للاتحاد الأوروبي في عام 2021، الذي عرّف الهيدروجين المستدام بأنه يمتلك دورة حياة من البئر إلى البوابة. محتوى أقل من في يونيو 2023، تم تعديل هذا الاقتراح الأولي مع نشر عملين مفوضين يقدمان لوائح أكثر صرامة. يجب إنتاج الهيدروجين المتجدد حصريًا من خلال محطات الطاقة المتجددة الإضافية وفقط عندما تولد هذه الأصول الكهرباء (ارتباط زمني ساعي). علاوة على ذلك، فإن الإنتاج
يجب أن تحدث فقط بالقرب من أصول الكهرباء المتجددة (الارتباط الجغرافي) (الملاحظة التكميلية 1). بينما تهدف هذه اللوائح إلى ضمان استدامة الهيدروجين، إلا أنها قد ترفع التكاليف وتحد من التوسع، مما قد يعيق أهداف مبادرة REPowerEU. .
لقد كانت الأبحاث حول اقتصاديات إنتاج الهيدروجين والأمونيا عن طريق التحليل الكهربائي واسعة النطاق، حيث شملت تحليلات على مستوى المنشآت والمناطق والعالم. كامبيون وآخرون. قيمت أنظمة الهيدروجين في ثلاثة مصانع للأمونيا حول العالم، ووجدت أن الاستراتيجية الأكثر فعالية من حيث التكلفة تجمع بين الطاقة المتجددة المحلية مع الكهرباء من الشبكة، مع انبعاثات مرتبطة بكثافة الكربون في الشبكة. ناياك-لوك وباناريس-ألكانتارا وسع النطاق ليشمل 534 موقعًا حول العالم، حيث وجد أنه بحلول عام 2030 يمكن للعديد منها إنتاج الأمونيا بتكاليف تنافس الوقود الأحفوري، مع كون مرونة الإنتاج أمرًا حاسمًا لتقليل النفقات.
تم تحديد المرونة التشغيلية كطريقة لتقليل تكاليف إنتاج الهيدروجين، كما أوضح غويرا وآخرون. وانغ وآخرون وفاسيهي وآخرون أظهرت أن عمليات مصنع الأمونيا المرنة يمكن أن تخفف من التكاليف والقدرة الزائدة على الرغم من ذلك، فإن إنتاج الأمونيا الحالي من خلال عملية HB يظهر قابلية محدودة للتكيف، مما يستلزم تحقيق تقدم تكنولوجي. تتضمن نهجًا بديلاً ربط المصانع بشبكة الكهرباء في تكوين شبه معزول، مما يمكن أن يقلل من التكاليف. ومع ذلك، فإن هذه الاستراتيجية تعرض للخطر زيادة الانبعاثات ما لم يتم تقييدها بشكل صحيح بواسطة سياسات الحد من الانبعاثات.
سلمون وبانياريس-ألكانتارا درس إنتاج الأمونيا الكهربائية في أستراليا، مع التركيز على الآثار الاقتصادية والانبعاثات الناتجة عن الاتصال بالشبكة. تيرلاو وآخرون. تحقق من أنظمة الهيدروجين شبه المعزولة في الجزر الغنية بالطاقة المتجددة، مستنتجًا أنها يمكن أن تكون فعالة من حيث التكلفة ولها عبء بيئي منخفض تحت حد انبعاثات محدد. ريكز وآخرون. سلط الضوء على فخ محتمل: التحليل الكهربائي المتصل بالشبكة، على الرغم من توافقه مع تنظيم الكربون النظيف في الولايات المتحدة، قد يزيد من الانبعاثات مقارنة بالهيدروجين المستند إلى الوقود الأحفوري ما لم يتم مطابقته بالساعة مع الطاقة النظيفة.
مجموعة أخرى من الدراسات ركزت على تحديد التحديات الإقليمية المحددة الناجمة عن الانتقال إلى الهيدروجين الكهربائي. بارتلز وآخرون. أظهرت أن مرافق التحليل الكهربائي على نطاق واسع قد تؤثر على الشبكة المحلية عند الاعتماد فقط على الكهرباء من الشبكة. كاكو لاكي وآخرون. أشاروا إلى أنه على الرغم من وجود موارد متجددة وطنية وفيرة، قد تنشأ نقص إقليمي. وأخيرًا، غابرييلي وآخرون. روز و غابرييلي ، وتونيلي وآخرون. يوضح كيف أن الموارد العالمية، على الرغم من تجاوزها للكمية اللازمة للإنتاج الكهربائي، قد تواجه عقبات كبيرة بسبب ندرة الأراضي والمياه المحلية.
بينما قامت الأبحاث السابقة بتحليل شامل للمفاضلات بين الجدوى التقنية والاقتصادية والبيئية لإنتاج الهيدروجين الكهربائي، لم يتم النظر في تأثير حدود الانبعاثات على هذه المفاضلات. إن تحديد معايير انبعاثات الهيدروجين منخفض الكربون لصناعة الأمونيا أمر معقد، حيث تنتشر المصانع عبر مناطق مختلفة، كل منها له مكونات تكلفة مميزة، وأسعار كهرباء، وانبعاثات من الشبكة، وإمكانات متجددة. إن أخذ هذا التباين في الاعتبار أمر حيوي لفهم كيفية تأثير صرامة أهداف الانبعاثات على حجم وتكلفة واستخدام الأراضي لمصانع الأمونيا منخفضة الكربون. ومع ذلك، فإن الدراسات التي تأخذ في الاعتبار التباينات الإقليمية في إمكانات الطاقة المتجددة والتكاليف، وتستخدم تحليلاً عالي الدقة لملفات الطاقة المتجددة وعمليات المصانع، وتعتبر التقدمات المستقبلية في التكنولوجيا، مفقودة حالياً. لذلك، ليس من المفهوم جيداً كيف تشكل الظروف الإقليمية، بما في ذلك ملفات موارد الطاقة المتجددة وكثافات انبعاثات الشبكة، العلاقة بين معايير الانبعاثات والتكاليف، خاصة مع اقتراب هذه المعايير من الصفر. قد تؤدي العلاقات غير الخطية إلى تكاليف كبيرة، وزحام في الشبكة، وتخفيضات واسعة في الطاقة المتجددة، ونقص في الأراضي، وهي آثار يمكن تجنبها من خلال تصاميم سياسات أكثر تعمقاً ومبنية على النماذج.
تملأ هذه الدراسة فجوة البحث من خلال التحقيق في تأثير القيود المتزايدة على الانبعاثات على تصميم النظام وتشغيله، وتكلفة الهيدروجين، فضلاً عن جدوى تحديث الأنظمة الأوروبية الحالية.
مصانع الأمونيا للإنتاج الكهربائي شبه المعزول. تحلل الدراسة إنتاج الهيدروجين عبر 38 مصنع أمونيا رئيسي في أوروبا (قائمة بمصانع الأمونيا ومواقعها متوفرة في الجدول التكميلي 1 والملاحظة التكملية 2)، مع الأخذ في الاعتبار التكاليف الإقليمية وبيانات الطقس التاريخية. من خلال ذلك، توفر هذه الدراسة إرشادات لصانعي السياسات في تحديد أهداف إزالة الكربون الفعالة من حيث التكلفة لإنتاج الهيدروجين الكهربائي في سياق صناعة الأمونيا وتحديد المناطق التي يكون فيها الانتقال إلى الهيدروجين الكهربائي ممكنًا من الناحية الفنية وقابلًا للتطبيق اقتصاديًا.

النتائج

نظام إنتاج الهيدروجين ووصف النموذج

تفترض هذه الدراسة أن مصانع الأمونيا الأوروبية الحالية ستخضع للتحديث من خلال استبدال نظام إنتاج SMR بنظام إنتاج الهيدروجين الكهربائي (المشار إليه فيما بعد بـ EHPS). ستظل الأنظمة الفرعية الأخرى لمصنع الأمونيا، بما في ذلك وحدة فصل الهواء (ASU)، وحلقة تخليق الأمونيا، والتخزين المبرد للأمونيا، كما هي في المنشأة الحالية. وبالتالي، تم تصميم EHPS لتوفير إمداد مستمر من الهيدروجين بفضل التخزين المحلي للهيدروجين في خزانات مضغوطة ودعم الشبكة، مما يضمن تشغيلًا غير متقطع لمصنع الأمونيا، الذي يتطلب ظروف حالة مستقرة (للحصول على معلومات مفصلة، انظر “عملية إنتاج الأمونيا وEHPS”).
يتضمن نظام الطاقة الهجينة (EHPS) الألواح الشمسية الكهروضوئية (PV)، وتوربينات الرياح (WT)، ومحللات الكهرباء، وأنظمة تخزين الطاقة بالبطاريات (BESS)، وضواغط الهيدروجين، وخزانات الضغط العالي لتخزين الهيدروجين (الشكل 1). يتم نمذجة تكوينين لنظام الطاقة الهجينة: (i) عندما يتم تشغيل نظام الطاقة الهجينة بشكل أساسي بواسطة موارد متجددة ولكنه يحتفظ أيضًا بربط بالشبكة كنسخة احتياطية، يتم تعريفه على أنه تكوين شبه معزول مع توليد طاقة متجددة هجينة (PV و WT). (ii) عندما يكون المصنع معزولًا أو خارج الشبكة، ويعمل بشكل مستقل تمامًا عن أي اتصال بالشبكة، معتمدًا فقط على توليد الطاقة المتجددة الخاصة به (الشكل 1).
يفترض أنه سيتم تركيب أنظمة الطاقة الشمسية الكهروضوئية وطاقة الرياح المخصصة الجديدة بالقرب من مصنع الأمونيا، ضمن نفس المنطقة، بما في ذلك خطوط النقل المخصصة وأخذ خسائر المحولات والنقل في الاعتبار (انظر “ترقيات الاتصال بالشبكة”). يتماشى هذا الافتراض مع المتطلبات الخاصة بالهيدروجين منخفض الكربون التي أبرزها العمل المفوض لتوجيه الطاقة المتجددة الثاني للاتحاد الأوروبي. (الملاحظة التكميلية 1). هنا، يتم تعريف مصطلح المنطقة وفقًا لمستوى NUTS-2 من نظام التسمية الوحدات الإقليمية للإحصاءات (NUTS). يتم تعيين رمز مكون من أربعة أحرف مميز لكل منطقة أوروبية وفقًا لتصنيف NUTS-2. على سبيل المثال،
المنطقة النرويجية سور-أوستلانديت مشفرة كـ NO03، بينما المنطقة الإيطالية إميليا-رومانيا مشفرة كـ ITH5. يمكن العثور على قائمة مفصلة بالمناطق المشمولة في هذه الدراسة، مع رمز NUTS-2 الفريد المقابل لها، في الجدول التكميلي 1.
تم تصميم وتحسين نظام EHPS لجميع مصانع الأمونيا الـ 38 استنادًا إلى بيانات الطقس التاريخية ومكونات التكلفة الإقليمية. الهدف هو تقليل تكلفة النظام على مدى الحياة، وبالتالي، تكلفة الهيدروجين المستوية (LCOH) المنتجة خلال الفترة من 2025 إلى 2050 لكل من مصانع الأمونيا الأوروبية الكبرى الـ 38. المتغيرات القرار هي تصميم وتشغيل EHPS تحت افتراضات مختلفة للمدخلات (انظر “نموذج التحسين”).
تم اختبار تأثير الأهداف المتزايدة الصرامة لتقليل الانبعاثات على تكلفة الهيدروجين المنخفضة (LCOH) تحت قيود انبعاثات مختلفة على عمر المشروع من البئر إلى البوابة. محتوى الهيدروجين: (ط) (3-cap، من تصنيف الاتحاد الأوروبي )، (ii) (1-كاب)، (iii) (0.5-كاب)، (رابع) (0.1-كاب)، و (v) (0-cap). تم اختيار هذه الحدود لتغطية الشهادات واللوائح المقترحة للهيدروجين (الجدول التكميلي 2). يشير الحد 0 إلى مصنع الأمونيا غير المتصل بشبكة الكهرباء (غير متصل بالشبكة أو معزول) حيث يكون نظام التحليل الكهربائي مدعوم بالطاقة المتجددة. بالإضافة إلى ذلك، يتم تقييم سيناريو عدم تحديد سقف، والذي يمثل عدم وجود أهداف محددة لتقليل الانبعاثات، ويشمل أي انبعاثات تتجاوز الـ عتبة.
تم تحديد حدود الانبعاثات للحد من متوسط ​​المدخلات إلى البوابة الانبعاثات الناتجة عن الهيدروجين المنتج طوال عمر المصنع (المشار إليها فيما بعد ببساطة بالانبعاثات) في نماذج التحسين (انظر “حدود انبعاثات الكربون”). تشمل انبعاثات من البئر إلى البوابة النطاق 1 (الانبعاثات المباشرة من العمليات، والتي تعتبر ضئيلة في الإنتاج الكهربائي)، والنطاق 2 (الانبعاثات غير المباشرة من غازات الدفيئة الناتجة عن توليد الكهرباء المشتراة)، وجزء من انبعاثات النطاق 3 (الأنشطة upstream مثل استخراج وتكرير ونقل الوقود المستخدم في إنتاج الكهرباء، المشار إليها فيما بعد بانبعاثات النطاق 3 upstream) (انظر “سعر الكهرباء من الشبكة وكثافة الكربون”). وبالتالي، وفقًا للوائح الاتحاد الأوروبي، فإن الانبعاثات من الشبكة التي تم اعتبارها في الدراسة تستند إلى متوسط كثافة الكربون للكهرباء المستهلكة في الدولة العضو حيث يتم إنتاج الوقود. تم استبعاد انبعاثات النطاق 3 الأخرى، مثل تلك المدمجة في تصنيع التكنولوجيا (المشار إليها فيما بعد بانبعاثات النطاق 3 المدمجة)، بما يتماشى مع معظم أنظمة اعتماد الهيدروجين منخفض الكربون (الجدول التوضيحي 2) وإطار محاسبة الانبعاثات للهيدروجين منخفض الكربون الذي حددته الشراكة الدولية للهيدروجين وخلايا الوقود في الاقتصاد (IPHE). .
الشكل 1 | حدود النظام لنظام إنتاج الهيدروجين الكهربائي (EHPS) ومصنع الأمونيا. يتم تشغيل EHPS بشكل أساسي بواسطة منشآت متجددة جديدة مخصصة (نصف معزولة مع اتصال بالشبكة كنسخة احتياطية)، مع كون سيناريو 0-cap استثناءً غير متصل بالشبكة بدون استيراد كهرباء من الشبكة. تركز هذه الدراسة على EHPS، الذي يمثل أكثر من 85% من استهلاك الطاقة والانبعاثات في عملية إنتاج الهيدروجين الكهربائي. الأخضر، الأزرق، الوردي، و
تمثل الخطوط البرتقالية الكهرباء، الهيدروجين ( النيتروجين ) ، والأمونيا ( تدفقات. تفاصيل حول تشغيل مصنع الأمونيا والأنظمة الفرعية في “عملية إنتاج الأمونيا ونظام EHPS”. يُفترض أن يعمل مصنع الأمونيا بشكل مستمر عند الحمولة الكاملة. وبالتالي، يجب أن يوفر نظام EHPS حجمًا ثابتًا من الهيدروجين إلى حلقة تخليق الأمونيا.
تتم مقارنة انبعاثات البئر إلى البوابة من إنتاج الهيدروجين الكهربائي بتلك الناتجة عن التحلل البخاري للميثان. الانبعاثات المباشرة (النطاق 1) لإنتاج الهيدروجين من الغاز الطبيعي من خلال التحلل البخاري للميثان تبلغ حوالي من تحدث انبعاثات إضافية في إنتاج الغاز الطبيعي ومعالجته ونقله. يمكن أن تختلف انبعاثات النطاق 3 upstream للغاز الطبيعي بشكل كبير حسب الدولة، اعتمادًا على طرق الإنتاج وجهود التخفيف من الانبعاثات (القيمة المتوسطة 2.4 كجم). لذلك، عند النظر في الانبعاثات المباشرة والسابقة، فإن إجمالي الانبعاثات من إنتاج الهيدروجين عبر التحليل البخاري للميثان هو .
تم توقع أسعار الكهرباء المستقبلية للمستخدمين الصناعيين باستخدام البيانات التاريخية ومحاكاتها من خلال حركة براونية هندسية (GBM) وطرق مونت كارلو. بدلاً من ذلك، يتم تحديد كثافة الكربون المستقبلية للكهرباء من الشبكة بناءً على الأهداف القادمة للاتحاد الأوروبي لكثافة الكربون في إنتاج الكهرباء في أوروبا (انظر “سعر الكهرباء من الشبكة وكثافة الكربون”).
تم تعريف ثلاث حالات لتوفير فهم شامل لتكاليف إنتاج الهيدروجين، مع الأخذ في الاعتبار عدم اليقين في معلمات مدخلات النموذج، مثل سعر الكهرباء المستقبلي وتكلفة المعدات. أولاً، يتم التحقيق في حالة متشائمة حيث تكون قيم معلمات المدخلات من الطرف الأدنى لتقديرات التكلفة والأداء المجمعة من الأدبيات، مما يؤدي إلى أعلى تكلفة لكل وحدة من الهيدروجين (LCOH). وعلى العكس، يتم أيضًا تعريف حالة متفائلة من خلال النظر في قيم كل معلمة التي تؤدي إلى أدنى تكلفة لكل وحدة من الهيدروجين. أخيرًا، يتم فحص حالة مرجعية من خلال حساب متوسط المعلمات غير المؤكدة استنادًا إلى الأدبيات المتاحة (انظر “الطرق”). في هذه الدراسة، تشير النتائج المقدمة إلى الحالة المرجعية، ما لم يُذكر خلاف ذلك. تم إجراء ما مجموعه 684 تحسينًا للتحليل الرئيسي، مع الأخذ في الاعتبار 3 حالات (متفائلة، مرجعية، ومتشاءمة)، و6 حدود انبعاثات (بما في ذلك حالة عدم وجود حد)، و38 مصنعًا للأمونيا.

الكهربائي يمكن أن تصل تكاليف SMR باستثناء 0-cap

متوسط تكلفة الهيدروجين المنتج كهربائياً في أوروبا هو 3.90 يورو/ عندما لا يتم فرض حدود الانبعاثات (بدون حدود)، 3.97 يورو/كجم للكاب 3، 4.13 يورو/كجم للكمية 1، 4.23 يورو/كجم للكاب 0.5، 4.58 يورو/كجم لغطاء 0.1 و6.34 يورو/كجم لـ 0-cap (الجدول التكميلي 3). أقل تكلفة لانتاج الهيدروجين الأخضر هي مع تكوين شبه معزول في النرويج (منطقة سور-أوستلانديت أو NO03) بمقدار 1.99 يورو/كجم بينما أعلى تكلفة للهيدروجين الأخضر هي 12.61 يورو/كجم للمحطات المستقلة في سلوفاكيا (منطقة زابادني سلوفاكيا أو SK02). تتماشى هذه النطاقات مع التقديرات الأخيرة من وكالة الطاقة الدولية (IEA). ( يورو/ في أوروبا). بافتراض التشغيل المستمر لمصانع الأمونيا، فإن هذه القيم تترجم إلى تكلفة إنتاج الأمونيا تتراوح حوالي 700 يورو/طن تحت حدود انبعاثات أقل صرامة تصل إلى 1200 يورو/طن من الأمونيا للمصانع غير المتصلة بالشبكة. هذه التقديرات تتماشى مع توقعات التكاليف الموجودة في دراسات أخرى. .
على مدار 25 عامًا من عمر المصنع، يبلغ إجمالي تكلفة نظام EHPS، الذي يتكون من كل من النفقات الرأسمالية (CAPEX) والنفقات التشغيلية (OPEX)، متوسط 6.7 مليار يورو في سيناريو عدم السقف، حيث تشكل النفقات التشغيلية ورأس المال من الإجمالي (الشكل التوضيحي الإضافي 2). بالمقابل، في سيناريو 0-cap، يرتفع التكلفة الإجمالية إلى مليار يورو، مع نسبة أعلى تعود إلى النفقات الرأسمالية عند وجزء أصغر من ذلك إلى النفقات التشغيلية في تتوافق هذه التقديرات مع الاستثمارات المتوقعة للمشاريع الكبرى المقترحة في إنتاج الأمونيا المعتمد على الطاقة المتجددة، والتي تتراوح بين 4 و 11 مليار يورو. .
تكلفة الكهرباء المستوردة هي أكبر مصروف تحت سيناريوهات عدم تحديد السقف و3 سقوف، حيث تشكل و من إجمالي التكلفة، على التوالي (الشكل التوضيحي التكميلي 2). وبالتالي، في غياب أي حدود انبعاثات (بدون حد)، يتم تسجيل أدنى تكلفة لانتاج الهيدروجين (LCOH) في النرويج وبولندا (1.99 يورو/كجم في NO03؛ 2.98 يورو/كجم PL42؛ و 3.05 يورو/كجم PL61)، مدفوعًا بشكل أساسي بسعر الكهرباء دون المتوسط. يتناقص وزن استيراد الشبكة بسرعة مع تطبيق حدود انبعاثات أكثر صرامة. على الرغم من الاختلافات الإقليمية في مكونات التكلفة المحلية وعوامل قدرة الطاقة المتجددة، فإن هناك علاقة مباشرة
يوجد ارتباط بين تكلفة الهيدروجين المنخفضة الكربون ومتوسط سعر الكهرباء من الشبكة في المنطقة التي يقع فيها المصنع. ومع ذلك، يضعف هذا الارتباط مع تزايد صرامة حدود الانبعاثات، حيث ينخفض من قيمة R² تبلغ 0.55 في سيناريو عدم وجود حد أقصى إلى 0.01 في سيناريو الحد الأقصى 0.1 (الشكل التوضيحي التكميلي 3).
تزيد الأهداف الأكثر صرامة للانبعاثات عمومًا من تكلفة الهيدروجين المنخفض الكربون (انظر الشكل 2أ للحالة المرجعية والجدول التكميلي 3 للحالات المتشائمة والمتفائلة)، لكن هذه الزيادة تكون ملحوظة بشكل خاص بالنسبة للحد الأدنى من الانبعاثات. متوسط تكلفة الهيدروجين المنخفض الكربون للحد الأدنى من الانبعاثات أعلى بنسبة 63% من الحالة بدون قيود على الانبعاثات، و أعلى من 0.1 -cap. بالإضافة إلى ذلك، تؤدي الأهداف الأكثر صرامة أيضًا إلى نطاق عدم يقين أوسع في LCOH بسبب التباين الأكبر في القدرة المركبة المطلوبة لمكونات EHPS. لتوضيح أوجه التشابه عبر المواقع بشكل أفضل، يمكن تجميع مصانع الأمونيا الأوروبية بناءً على خصائص الشبكة (التكلفة وكثافة الكربون) للمناطق NUTS-2 المقابلة (الشكل 2b).
تواجه المنشآت في المناطق التي تتمتع بالكهرباء الرخيصة ومنخفضة الكربون، مثل الألزاس (FRF1، فرنسا)، وسور-أوستلانديت (NO03، النرويج؛ المميز في الشكل 2ب)، وأراغون (ES24، إسبانيا)، زيادات ضئيلة في تكلفة الهيدروجين المنتج (LCOH) مع فرض حد انبعاثات أكثر صرامة. NOO3 هي المنطقة الوحيدة التي يُقدّر فيها أن الهيدروجين الكهربائي سيكون تنافسياً من حيث التكلفة مع الهيدروجين المنتج من SMR بسعر 2.7 يورو/كجم. في عام 2021 في أوروبا (في أغسطس 2022، وصلت تكاليف الهيدروجين من SMR إلى 10 يورو/ )، الذي يتأرجح بين 1.4 و 1.8 يورو/ . ومع ذلك، فإن وجود حد أقصى قدره 0 يؤدي إلى زيادة حادة في تكلفة الهيدروجين المنخفضة. على سبيل المثال، يقدم مصنع الأمونيا في سورأوستلاند (NOO3) أقل تكلفة هيدروجين منخفضة بين جميع المصانع، مع استخدام فوق المتوسط للكهرباء من الشبكة. يأتي جزء من الكهرباء من الشبكة؛ هنا، تتمتع كهرباء الشبكة بأدنى كثافة كربونية في أوروبا وسعر أقل مقارنة بالقيمة المتوسطة. ومع ذلك، عندما تكون المحطة خارج الشبكة، تزداد القدرة المركبة لتوربينات الرياح والمحللات الكهربائية بـ و ، على التوالي، لتعويض نقص دعم الشبكة، مما أدى إلى زيادة في تكلفة الهيدروجين الأخضر.
تميل المنشآت في المناطق التي تتمتع بالكهرباء من الشبكة بتكلفة منخفضة ولكن كثيفة الكربون، مثل سيفيروزاباد (PL81، بولندا؛ الشكل 2b) ولوبيلسكي (PL81، بولندا)، إلى تلبية جزء كبير من احتياجاتها من الطاقة باستخدام الكهرباء من الشبكة عندما لا يتم فرض حدود على الانبعاثات. في هذه الحالة، يتم تقليل حصة الكهرباء من الشبكة تدريجياً مع فرض حدود أكثر صرامة على الانبعاثات، بينما تزداد السعات المثبتة وتكاليف مستوى الطاقة المتجددة تدريجياً.
أخيرًا، تستهلك المنشآت في المناطق التي تتمتع بأسعار مرتفعة للكهرباء من الشبكة، مثل منطقة تيز فالي ودورهام (UKC1، الشكل 2b)، كمية أقل من الكهرباء من الشبكة حيث أن تركيب البنية التحتية المتجددة يكون أكثر اقتصادية. وبالتالي، هناك فرق نسبي صغير في تكلفة الهيدروجين على مستوى الحياة (LCOH) عبر حدود الانبعاثات.
تؤكد هذه النتائج الأبحاث السابقة التي أجريت في مواقع مختارة في أوروبا. والولايات المتحدة الذي وجد أن إنتاج الهيدروجين من خلال التحليل الكهربائي للماء، عند تشغيله بواسطة مزيج من مصادر الطاقة المتجددة المخصصة مع دعم من الشبكة لضمان تشغيل المصنع دون انقطاع، يكون عمومًا أكثر فعالية من حيث التكلفة من استخدام مصادر الطاقة المتجددة الإضافية فقط، وينتج انبعاثات كربونية أقل من الاعتماد فقط على الكهرباء من الشبكة. تتأثر درجة هذه الفوائد بعوامل مثل تكلفة الكهرباء من الشبكة، وكثافة الكربون في الشبكة، وتوافر الموارد المتجددة.
من خلال تقييم آثار الأهداف المتزايدة الصرامة للانبعاثات، يعزز هذا البحث الفهم الشامل لتباين تكلفة الهيدروجين المنخفض الكربون (LCOH) عبر مواقع مختلفة في أوروبا. تتناول الأقسام التالية النتائج، التي تعتبر ضرورية لتحديد معايير الانبعاثات المناسبة اللازمة لتوجيه تحول صناعة الأمونيا نحو إنتاج الهيدروجين الكهربائي منخفض الكربون.

تُطلب من أكبر المنشآت تلبية الحد الأدنى من 0

تعتبر تكاليف رأس المال للكهارل والمراوح الهوائية هي ثاني وثالث أكبر مكونات التكلفة، والتي تتراوح في المتوسط بين و 12%، على التوالي، لسيناريو عدم الحد وزيادة إلى و لسيناريو 0-cap (الشكل التوضيحي 2). مع تزايد

تظهر السعة المثبتة لهذه المكونات نموًا أسيًا تحت الحدود الصارمة (الشكل 3 والشكل التكميلي 4). تحت حد 0، تكون السعة المثبتة تقريبًا ضعف السعة المثبتة المتوسطة تحت حد 0.1. هذه الظاهرة ملحوظة بشكل خاص في المناطق التي تهيمن عليها الرياح. يُقدّر أن السعة المثبتة لتوربينات الرياح ستتضاعف تقريبًا من سيناريو حد 0.1 إلى سيناريو حد 0، بينما تت quadruple السعة المثبتة للكهارل.
تزداد التركيبات، مع ذلك، بشكل أكثر استقرارًا من سيناريو عدم الحد إلى سيناريو الحد 0.1. في المتوسط، تشكل أنظمة الطاقة الشمسية من قدرة الطاقة المتجددة للتكوينات شبه المعزولة، في حين أن هذه النسبة تنخفض إلى لأنظمة الجزر (غير المتصلة بالشبكة). هذه النتيجة ناتجة عن الفرق بين ملفات موارد الطاقة الشمسية والرياح. تحت الحد الأقصى البالغ 0، يؤدي التوفر المستمر لطاقة الرياح إلى زيادة استخدام منشآت الرياح، مما يقلل الاعتماد على الطاقة الشمسية.
الشكل 2 | الحد الأدنى لتكلفة الهيدروجين المستوية (LCOH) عبر أوروبا. الدوائر تشير إلى الحد الأدنى لـ LCOH (الوحدة: يورو لكل كيلوغرام من الهيدروجين، EUR/kg) لكل مصنع أمونيا تم تحديد قيود الانبعاثات (الحدود) على عمر انبعاثات ثاني أكسيد الكربون المكافئ من البئر إلى البوابة محتوى الهيدروجين (الوحدة: كيلوغرام لكل كيلوغرام تم الحصول على النتائج على مستوى الدولة من خلال متوسط تكلفة الهيدروجين المنخفضة (LCOH) للمصانع الفردية داخل الدولة. تم تقديم النتائج المتشائمة والمتفائلة في الجدول التكميلي 3. أ لا يوجد حد للانبعاثات (بدون حد). ب لجميع المصانع، حد الانبعاثات (3-cap). ج في المجمل، حد انبعاثات (1-cap). د في المجمل، حد انبعاثات (0.5 -حد). في المجمل، حد انبعاث (0.1-cap). ف في المجموع، 0 كجم حد انبعاثات (0-cap). تتجمع مصانع الأمونيا بناءً على خصائص الشبكة في المناطق المعنية. تم إعطاء ثلاثة أمثلة: سور-أوستلانديت مشفرة كـ NO03، ولوبيلسكي مشفرة كـ PL81.
وتم ترميز منطقة تيز فالي ودورهام كـ UKC1 في NUTS-2 (التصنيف الوحدوي للوحدات الإقليمية للإحصاءات المستوى 2). تم الحصول على مواقع مصانع الأمونيا بشكل أساسي من الخريطة الشاملة لمصانع الأسمدة الكبرى في أوروبا التي قدمتها منظمة الأسمدة الأوروبية. . تم بعد ذلك مراجعة هذه المواقع والتحقق منها باستخدام المعلومات المستمدة من مواقع الويب الخاصة بالمنتجين الرئيسيين، بما في ذلك يارا، فيرتيبيريا، BASF، وبوراليس، بالإضافة إلى التحقق منها مقابل المفوضية الأوروبية ومرصد هيدروجين خلايا الوقود (FCHO) قواعد البيانات لتحديد أي مواقع إضافية لإنتاج الهيدروجين من إصلاح الميثان بالبخار (SMR) لم يتم الإبلاغ عنها في البيانات الأولية (انظر الملاحظة التكميلية 2). تم الحصول على البيانات الجغرافية المكانية لمناطق NUTS-0 (التسمية الوصفية لوحدات الإقليم للإحصاءات المستوى 0) و NUTS-2 الأوروبية في شكل ملفات شكلية من يوروستات، المكتب الإحصائي للاتحاد الأوروبي. .
الشكل 3 | تصميم نظام إنتاج الهيدروجين الكهربائي الأمثل (EHPS) عبر
أوروبا. المناطق مشفرة وفقًا لمستوى NUTS-2 من نظام تصنيف الوحدات الإقليمية للإحصاءات (NUTS) (الجدول التكميلية 1) مرتبة حسب القدرة المركبة. القيم داخل الحلزونات تشير إلى متوسط القدرة المركبة للمكون المعني في المصانع الأوروبية مع الأخذ في الاعتبار قيود الانبعاثات (الحدود) على عمر انبعاثات ثاني أكسيد الكربون المكافئ من البئر إلى البوابة. محتوى
الهيدروجين ( ) (الوحدة: كيلوغرام لكل كيلوغرام ” ). بشكل عام، السعة المركبة لمكونات EHPS المختلفة، بما في ذلك الطاقة الشمسية الكهروضوئية وتوربينات الرياح (الوحدة: جيجاوات، GW)، الهيدروجين ( ) ضاغط (الوحدة: أطنان في الساعة، )، المحللات الكهربائية (الوحدة: ميغاوات، MW)، و خزانات التخزين (الوحدة: أطنان) تظهر نموًا أسيًا مع حدود متزايدة الصرامة.
الطاقة. وبالتالي، ترتفع التكاليف في المناطق التي تهيمن عليها الرياح بشكل أكبر بكثير مقارنة بالمناطق الغنية بالطاقة الشمسية. على سبيل المثال، تُظهر منطقة NOO3 في النرويج (سور-أوستلانديت) زيادة في التكاليف بنسبة 236% من سيناريو 0.1-cap إلى سيناريو 0-cap. في حين أن منطقة EL51 في اليونان (مقدونيا الشرقية وتراقيا) تشهد مجرد زيادة في التكلفة من سيناريو عدم الحد إلى سيناريو الحد 0.1، وزيادة أصغر بنسبة 1% من الحد 0.1 إلى الحد 0.
الهيدروجين المضغوط مفضل على بطاريات الليثيوم أيون. على الرغم من أنه من المتوقع حدوث انخفاض كبير في تكلفة البطاريات على نطاق المرافق في السنوات القادمة. يُقدَّر أن تخزين الهيدروجين سيكون أرخص للتطبيقات على نطاق واسع، كما أظهرت دراسات سابقة. تتمثل إحدى الملاحظات الملحوظة في أن توافر طاقة الرياح بشكل أكبر على مدار اليوم يقلل من الحاجة إلى التخزين في المناطق الغنية بالرياح مقارنة بالمناطق التي تعتمد بشكل أساسي على الطاقة الشمسية.
بشكل عام، على الرغم من الاختلافات بين المناطق، تتطلب محطات الطاقة المستقلة تركيبًا أكبر بكثير مقارنةً بالمحطات شبه المعزولة التي لا توجد لديها حدود انبعاثات (الشكل 3 والشكل التكميلي 4). الزيادة في البنية التحتية كبيرة: في المتوسط، تتوسع قدرة الطاقة الكهروضوئية (PV) بمقدار توربينات الرياح بواسطة محللات كهربائية بواسطة حجم الضواغط ( ) بواسطة وحجم خزانات التخزين بواسطة . هذه الأرقام تبرز المتطلبات الأعلى بكثير للموارد من أجل إعدادات غير متصلة بالشبكة بالكامل (الشكل التوضيحي التكميلي 4). تتماشى هذه النتائج مع ما توصلت إليه أبحاث أخرى. على سبيل المثال، كامبيون وآخرون. أظهرت أن في شمال تشيلي، وهي منطقة تهيمن عليها الطاقة الشمسية، فإن القدرة المركبة للألواح الشمسية والمحللات الكهربائية تزيد بأكثر من الضعف بالنسبة لمحطات الطاقة المستقلة مقارنةً بالتكوينات شبه المعزولة.
تشكل التكاليف المرتبطة بتحديث نظام الهيدروجين جزءًا صغيرًا نسبيًا من إجمالي النفقات، حيث تمثل من التكلفة الإجمالية (الشكل التوضيحي التكميلي 2). تشمل هذه النفقات ترقية واستبدال مكونات محددة (مثل سخانات بدء التشغيل الكهربائية ومولدات البخار) لضمان التشغيل الأمثل مع الهيدروجين الكهربائي. كما تتضمن تحسينات على خطوط النقل، والتي تحتاج لاستيعاب زيادة في طلب الشبكة. علاوة على ذلك، تشمل التكاليف الغارقة المرتبطة بإيقاف نظام إنتاج الهيدروجين SMR في هذه النفقات الخاصة بالتحديث (انظر “تكاليف التحديث”).
تؤثر الحدود المتزايدة الصرامة للانبعاثات ليس فقط على التصميم الأمثل وتكاليف نظام الطاقة الحرارية المعزز (EHPS) ولكن أيضًا على معدل تقليص الطاقة المتجددة. يزيد معدل التقليص بشكل أسي مع الأهداف الأكثر صرامة للانبعاثات بسبب الزيادة الكبيرة في القدرات الزائدة المثبتة لعدد محدود من ساعات الموارد المنخفضة في السنة. على سبيل المثال، يرتفع معدل التقليص من بدون حد للإصدار، إلى مع حد 0.1، و تحت حد 0 -cap عندما يعمل المصنع خارج الشبكة (الشكل التوضيحي التكميلي 4). عادةً ما يُلاحظ زيادة في معدل التقييد خلال فترات ذروة إنتاج الطاقة المتجددة عندما لا يستطيع المصنع التعامل مع الطاقة الزائدة.
الكهربائي يقلل الانبعاثات حتى بدون حدود للانبعاثات. بدون أي هدف للانبعاثات، في المتوسط، يأتي جزء من إجمالي الطلب السنوي للطاقة لنظام EHPS من الشبكة (الشكل التوضيحي التكميلي 4). السبب وراء انخفاض استخدام استيراد الكهرباء من الشبكة، حتى عندما تسمح حدود الانبعاثات بزيادة الاستخدام، هو انخفاض تكلفة الكهرباء المستوية (LCOE) من مصادر الطاقة المتجددة المثبتة حديثًا مقارنة بتلك الخاصة بكهرباء الشبكة. على سبيل المثال، فإن نظام EHPS الذي يعمل بالكامل بالطاقة الكهربائية من الشبكة، باستخدام متوسط سعر الكهرباء من الشبكة الأوروبية البالغ 115 يورو لكل ميغاوات ساعة (MWh)، سيؤدي إلى تكلفة الكهرباء المرتبطة (LCOH) تتجاوز 7 يورو/ الذي هو أعلى من متوسط تكلفة الهيدروجين المنخفضة (LCOH) للمصانع شبه المعزولة. تُظهر معظم مصانع الأمونيا الأوروبية تكلفة LCOH مماثلة تحت كل من نظام الحد الأقصى (3-cap) وعدم وجود حد أقصى (no-cap). في الواقع، تنبعث من النباتات أقل من مع إنتاج الهيدروجين الكهربائي، حتى بدون فرض حدود الانبعاثات. في المناطق خارج أوروبا حيث مزيج الطاقة أكثر كثافة للكربون وأقل تكلفة، قد تكون حدود الانبعاثات الأعلى أكثر ملاءمة للدراسة، حيث يمكن أن يكون التأثير على التكاليف والانبعاثات أكثر وضوحًا وبالتالي أكثر صلة.
استبدال SMR بتحليل الماء الكهربائي في جميع مصانع الأمونيا الأوروبية يؤدي إلى تقليل الانبعاثات بمعدل حوالي 85%، حتى دون فرض أي حدود على الانبعاثات تعود إلى متوسط محتوى الكربون من البئر إلى البوابة للهيدروجين. (الشكل 4أ والجدول التكميلي 4). لا يتم تحقيق تخفيضات عميقة في الانبعاثات دون أهداف صارمة في جميع المناطق. تحقق المصانع في المناطق التي تتمتع بالكهرباء من الشبكة بأسعار رخيصة وكثافة كربونية عالية تخفيضات في الانبعاثات أقل بكثير من المتوسط الأوروبي. مثال على ذلك هو مصنع مالوبولسكي (PL21، بولندا)، الذي يظهر فقط خفض الانبعاثات بينما تستورد 67% من احتياجاتها من الطاقة من الشبكة (PL21، الشكل 4b). مع تزايد صرامة اللوائح، تنخفض نسبة الطاقة التي تغذي نظام EHPS المستوردة من الشبكة. تنخفض الاعتماد على الشبكة إلى تحت الحد الأقصى 1، ومن المتوقع أن تصل إلى الصفر عندما يعمل المصنع خارج الشبكة (الشكل التوضيحي التكميلي 4). تعتبر واردات الشبكة شائعة خلال الفترات الطويلة التي تكون فيها ظروف الطاقة المتجددة دون المستوى الأمثل.
يوجد زيادة متوسطة بنسبة 2% في تكلفة الهيدروجين الأخضر عند تطبيق الحد الأول من الانبعاثات (3-cap)، مما يؤدي إلى تقليل الانبعاثات مقارنة بالهيدروجين من SMR. يرتبط تشديد حد الانبعاثات من 3-cap إلى 1-cap بزيادة متوسطة في LCOH بنسبة 4%، مما يسهل المزيد من خفض في الانبعاثات. عندما يتم تشديد الحد الأقصى بشكل أكبر، من 1 إلى 0.5، يكون هناك، في المتوسط، زيادة في تكلفة الهيدروجين الأخضر لتحقيق تقليل الانبعاثات. من الحد الأقصى 0.5 إلى الحد الأقصى 0.1، هناك، في المتوسط، زيادة بنسبة 8% في تكلفة إنتاج الهيدروجين (LCOH) للوصول إلى تقليل انبعاثات بنسبة 99%. أخيرًا، للقضاء على النهائي من الانبعاثات، إضافي يلاحظ زيادة في LCOH. بعبارة أخرى، القضاء على النهاية يتكبد أعلى تكلفة. بالنسبة لبعض المصانع، فإن تقليل انبعاثات المرحلة الأخيرة يؤدي إلى زيادة كبيرة في التكاليف: سورأوستلانديت (NO03، الشكل 4c)، شليسفيغ-هولشتاين (DEFO)، وألزاس (FRF1) تقدم ، و زيادة في LCOH من 0.1 إلى 0-cap، على التوالي.
تشمل المنشآت المتجددة على نطاق واسع، في نطاق الجيجاوات، استخدامًا كبيرًا مباشرًا وغير مباشر للأراضي، خاصة عندما تتطلب اللوائح الصارمة قدرات زائدة كبيرة لتعويض فترات إنتاج الطاقة المتجددة دون المستوى الأمثل (انظر “توليد الطاقة المتجددة”). تتراوح المساحة المتوسطة المخصصة للطاقة المتجددة من 160 كيلومترًا مربعًا. تحت سيناريو عدم الحد لسيناريو 0 -cap، علامة زيادة (الشكل التوضيحي 4). على الرغم من الحجم الكبير، فإن التأثير المباشر على الأرض أقل، نظرًا لأن الاستخدام المباشر للأرض هو من كامل المنطقة المحددة. وهذا يتيح إمكانية استخدام الأراضي لأغراض متعددة، مثل الزراعة الكهروضوئية. ومع ذلك، فإنه يبرز الحجم الهائل لمثل هذه المشاريع، لا سيما في ظل القيود الصارمة على الانبعاثات.

1-cap هو هدف قابل للتطبيق وفعال من حيث التكلفة لتقليل الانبعاثات

يتم تحديد الحد الأقصى الفعال من حيث التكلفة بناءً على تكلفة التخفيض (AC) التي تترتب على الحدود المختلفة. يتم حساب تكلفة التخفيض من خلال قسمة الفرق بين تكلفة الهيدروجين الكهربائي (LCOH) وتكلفة الهيدروجين من عملية إعادة تشكيل الميثان بالبخار (SMR) (حيث تكون تكلفة الهيدروجين المرجعية 2 يورو/كجم). ) من خلال الفرق في محتواها من الكربون. في جوهره، هذا النسبة تقيس النفقات الإضافية لكل طن من تم تخفيض (انظر “تكلفة التخفيض”). يتم حساب تكلفة التخفيض لجميع المصانع الأوروبية، ويتم تحديد المتوسط الصناعي. أقل تكلفة تخفيض في أوروبا هي تحت الحد الثالث، حيث تبلغ 183 يورو/طن من ثاني أكسيد الكربون المعادل، تليها عن كثب الحد الأول بتكلفة 187 يورو/طن. انخفض، حوالي نصف تكلفة التخفيف للحد الأقصى 0 (362 يورو/طن) (الشكل التوضيحي التكميلي 6 والجدول التكميلي 5).
تؤدي الحدود الأكثر صرامة إلى زيادة تكلفة الهيدروجين الأخضر، باستثناء المناطق التي تعتمد على الكهرباء من الشبكة ذات الكثافة الكربونية العالية. على سبيل المثال، تسجل المنطقة البولندية PL42 متوسط تكلفة الهيدروجين الأخضر 2.98 يورو/كجم. بدون حد، و خفض في الانبعاثات مقارنة بالهيدروجين المنتج عبر SMR. الـ AC هو بينما يتسبب الحد الأقصى الأكثر صرامة البالغ 3 في زيادة التكاليف بنسبة 7% فقط، فإن الانبعاثات المتجنبة تزيد بنسبة 44% مقارنة بسيناريو عدم وجود حد أقصى، وينخفض ​​التكلفة المقدرة إلى 132 يورو/طن من CO2e. الاتجاه الملحوظ في بولندا هو نتيجة الزيادة الكبيرة في الانبعاثات المتجنبة.
الشكل 4 | حد انبعاثات فعّال من حيث التكلفة. أ الحد الأدنى للتكلفة المستوية للهيدروجين (LCOH، باليورو لكل كيلوغرام من الهيدروجين، EUR/kg ) والمساحة (الوحدة: كيلومترات مربعة، ) المطلوبة لتركيب النظام (حجم الدوائر) كدالة لتقليل انبعاثات الكربون لجميع مصانع الأمونيا في أوروبا، تحت قيود انبعاثات مختلفة (حدود) على عمر انبعاثات ثاني أكسيد الكربون المكافئ من البئر إلى البوابة ( محتوى الهيدروجين ) (الوحدة: كيلوغرام لكل كيلوغرام متشائم
وحالات التفاؤل في الشكل التوضيحي 4. ب ماولوبولسكي في بولندا مشفرة كـ PL21 في NUTS-2 (التصنيف الوحدوي الإقليمي للإحصاءات المستوى 2) للمناطق الأوروبية. ج سور-أوستلانديت في النرويج مشفرة كـ NO03. د إيزاك-ماغيارورزاغ في المجر مشفرة كـ HU31. باستثناء الحد الأدنى من الانبعاثات، فإن تقليل الانبعاثات ليس ثابتًا على مر الزمن بسبب توقعات إزالة الكربون من الكهرباء الوطنية (الشكل التوضيحي 5).
مقارنةً بالزيادة الصغيرة نسبيًا في التكلفة عند تنفيذ الحد الأقصى الأول، مما يؤدي في النهاية إلى انخفاض في التكلفة.
في المتوسط، تظهر الحدود 3 و1 و0.5 تأثيرات مشابهة على الانبعاثات بسبب التوازن بين التكلفة وتقليل الانبعاثات. الحدود الأكثر صرامة تكلف أكثر ولكنها تقلل من الانبعاثات بشكل أكبر. من ناحية أخرى، تؤدي الحدود الأقل صرامة إلى تقليل أقل في الانبعاثات ولكنها مرتبطة بتكلفة متوسطة أقل. نظرًا لأن إزالة الكربون العميق من الصناعة هو هدف محوري، تبحث هذه الدراسة في أي حد من الانبعاثات يمكن أن يحقق أكبر تقليل في الانبعاثات مقارنةً بسيناريو عدم وجود حد مع أقل زيادة مرتبطة في التكلفة. كما توضح الشكل التوضيحي 6، فإن فرض الحد 3 يؤدي إلى تقليل إضافي بنسبة 6% في الانبعاثات مقارنة بإنتاج SMR. تحت سيناريو الحد 3، يكون متوسط محتوى الكربون هو . ومن المثير للاهتمام أن تنفيذ حد أقصى قدره 1 قد خفض هذه الانبعاثات بشكل أكبر ، مما يتوافق مع زيادة تكلفة إضافية متواضعة قدرها من 3 -cap. وهذا يؤدي إلى متوسط محتوى الكربون من الهيدروجين بـ ، مما يضمن أن جميع المصانع تطلق أقل من 1 كجم من لكل كيلوجرام من على مدار عمرها التشغيلي. وبالتالي، يظهر الحد الأقصى كاستراتيجية فعالة محتملة لتحقيق تخفيض كبير في الانبعاثات مع زيادة مقبولة في التكلفة.

تحليل المتانة

تم إجراء تحليل للمتانة للتحقق من اتساق النتائج تحت ظروف إدخال متغيرة، حيث يمكن أن تتغير معلمات نموذج التحسين ضمن نطاق واسع من القيم التي تعكس كل من عدم اليقين الحالي والمستقبلي. المعلمات التي تم اختبارها (الشكل 5، المحاور هي: (1) سعر الكهرباء من الشبكة، (2) سعر المحلل الكهربائي، الكفاءة، تكاليف الصيانة، والعمر الافتراضي، (3) سعر الطاقة الشمسية الكهروضوئية، (4) سعر توربينات الرياح، و(5) كثافة الكربون في الكهرباء من الشبكة.
تم إجراء التحليل من خلال تعيين قيم متشائمة ومتفائلة بالتتابع (الشكل 5، المحور) لكل معلمة مع الحفاظ على القيم المرجعية للمعلمات الأخرى. لتقليل الجهد الحسابي لاختبار جميع الظروف المناخية الممكنة الموجودة في جميع المناطق الجغرافية، تم تحديد خمس مناطق تمثيلية (انظر “المناطق التمثيلية”)، كل منها يتميز بظروف جوية قاسية تشمل (1) المناطق التي تهيمن عليها الرياح، (2) المناطق التي تهيمن عليها الطاقة الشمسية، (3) المناطق ذات السعة المنخفضة، (4) المناطق ذات السعة المتوسطة، و(5) المناطق ذات السعة العالية (لكل من الطاقة الشمسية والرياح). إن إدخال المناطق التمثيلية مع معلمات إدخال متطابقة، باستثناء عامل سعة الطاقة الشمسية وطاقة الرياح، يمكّن من فهم أكثر عمومية حول مكان الهيدروجين.
الشكل 5 | تحليل متانة تكلفة الهيدروجين المستوية (LCOH، باليورو لكل كيلوغرام من الهيدروجين، EUR/kg حساسية لتغيرات المدخلات. تشمل المتغيرات التي تم التحقيق فيها: (ط) سعر الكهرباء من الشبكة، (2) تكلفة المحلل الكهربائي، الكفاءة، نفقات الصيانة، وعمر الخدمة، (3) تكلفة نظام الطاقة الشمسية الكهروضوئية، (4) تكلفة توربين الرياح، و(5) كثافة الكربون في كهرباء الشبكة (محاور y). تم تقديم نطاق القيم لهذه المعلمات في الجدول التكميلي 6. تم اختبار القوة تحت قيود انبعاثات مختلفة (حدود) على عمر الخدمة من البئر إلى البوابة.
ما يعادل ثاني أكسيد الكربون محتوى الهيدروجين (الوحدة: كيلوغرام لكل كيلوغرام ) للمناطق التمثيلية الخمس (عالية السعة، متوسطة السعة، منخفضة السعة، المهيمنة على الطاقة الشمسية، والمهيمنة على الطاقة الريحية). تؤكد التحليل أن أكبر زيادة في تكلفة الهيدروجين المنخفضة (LCOH) والسعة المثبتة تحدث من (0.1-كاب) إلى (0-cap) على الرغم من التغيرات في معلمات الإدخال.
يبدو أن الإنتاج أكثر فعالية من حيث التكلفة، مما يساعد في توضيح النتائج الإقليمية.
تم إجراء ما مجموعه 300 تحسين إضافي لتحليل المتانة، مع الأخذ في الاعتبار خمسة معلمات إدخال، وثلاث حالات لكل معلمة إدخال (متفائلة، مرجعية، ومتشاءمة)، وأربعة حدود انبعاثات (بدون حد، حد 1، حد 0.1، وحد 0)، وخمس مناطق تمثيلية. يُظهر تحليل المتانة أنه بينما يمكن أن تؤثر التغيرات في قيم معلمات الإدخال على كل من LCOH وتصميم النظام الأمثل (الشكل 5)، تظل الاتجاهات والاستنتاجات الرئيسية صحيحة. على وجه الخصوص، فإن الزيادة الأكثر حدة في
تكلفة الهيدروجين والسعة المثبتة تحدث من 0.1 إلى 0-cap.
تُفضل طاقة الرياح لإنتاج الهيدروجين عند الإنتاج المستمر، مما يؤدي إلى انخفاض تكلفة الهيدروجين على مدى الحياة (LCOH). المناطق التي تتميز بسعة رياح عالية جداً ولكن بعائد طاقة شمسية ضعيف تحقق نتائج LCOH مشابهة للمناطق التي تتمتع بسعات شمسية ورياحية عالية، وإن كان ذلك بدرجة أقل. يُلاحظ أن السعة العالية للرياح يمكن أن تعوض عن السعة الضعيفة للطاقة الشمسية؛ ومع ذلك، فإن العكس غير صحيح – السعة العالية للطاقة الشمسية لا يمكن أن تعوض عن السعة المنخفضة للرياح. ومن المثير للاهتمام، أنه في ظل سيناريو 0-cap، تعاني المناطق التي تهيمن عليها الرياح من زيادة في التكاليف
مقارنةً بسيناريو 0.1-cap، بينما تشهد المناطق التي تهيمن عليها الطاقة الشمسية فقط زيادة التكلفة. وهذا يشير إلى أنه بينما تعتبر طاقة الرياح عمومًا مواتية لإنتاج الهيدروجين، فإن الآثار التكلفة تحت أقصى حد من الانبعاثات أقل ملاءمة للمناطق التي تهيمن عليها طاقة الرياح مقارنة بتلك التي تهيمن عليها الطاقة الشمسية. والسبب هو الحاجة إلى منشآت رياح كبيرة (أكثر تكلفة من الطاقة الشمسية لكل وحدة قدرة) ومحولات كهربائية.
من بين معلمات الإدخال التي تم تقييمها، وُجد أن سعر الكهرباء من الشبكة هو الأكثر تأثيرًا تحت حدود الانبعاثات الأقل صرامة، حيث تتناقص أهميته تحت الحدود الأكثر صرامة. في سيناريو عدم وجود حدود، تؤدي أسعار الكهرباء المرتفعة إلى متوسط زيادة في LCOH (الجدول التكميلية 7). هذه الزيادة مدفوعة بشكل أساسي بـ ارتفاع في المناطق ذات السعة المنخفضة، التي لا يمكنها الاستفادة من توليد الطاقة المتجددة الرخيصة، مقارنةً بـ زيادة في المناطق ذات السعة العالية. وعلى العكس، تؤدي أسعار الكهرباء المنخفضة إلى تقليل متوسط LCOH بنسبة 73%، وهي ظاهرة أكثر تجانسًا عبر جميع المناطق. ستؤدي أسعار الكهرباء المنخفضة إلى الاعتماد بشكل أساسي على الكهرباء من الشبكة، مما يلغي الحاجة إلى تركيب مصادر متجددة إضافية عند تحسين التكاليف دون أي قيود على الانبعاثات.
العامل الثاني الأكثر تأثيرًا في تحديد تكلفة الهيدروجين الأخضر (LCOH) هو تكلفة وأداء الإلكتروليزر القلوي (ALK)، حيث يتسبب في تغيير تكلفة الهيدروجين الأخضر بحوالي (الجدول التكميلي 7)، اعتمادًا على الحالة المحددة قيد النظر. نظرًا للتأثير الكبير لتكاليف وأداء المحلل الكهربائي على تكلفة الهيدروجين المنتجة، تم إجراء تحليلات إضافية للتعمق في هذه العلاقة وتحديد استراتيجيات محتملة لتحسين هذه المعايير لتعزيز الجدوى الاقتصادية لإنتاج الهيدروجين.
لهذا الدراسة، تم اختيار خلايا التحليل الكهربائي ALK نظرًا لنضوجها واستخدامها الواسع. ومع ذلك، قد تصبح تقنيات خلايا التحليل الكهربائي البديلة الأخرى قابلة للتسويق في المستقبل (انظر “خلايا التحليل الكهربائي”). لأخذ ذلك في الاعتبار، تم إجراء تحليلات إضافية لتقييم تقنيتين إضافيتين لخلايا التحليل الكهربائي. يمثل النموذج الأول خلايا تحليل كهربائي منخفضة التكلفة ولكن أقل كفاءة (أي، بدون غشاء (ML): أرخص بنسبة 54% ولكن أيضًا أقل كفاءة من بينما يمثل الثاني جهاز التحليل الكهربائي الأكثر تكلفة ولكنه عالي الكفاءة (أي جهاز التحليل الكهربائي من أكسيد صلب (SOE): أغلى بنسبة 280% وأكثر كفاءة بنسبة 17% من ALK ).
على الرغم من كفاءتها العالية، فإن التكاليف المرتفعة بشكل ملحوظ المرتبطة بمحللات SOE تؤدي إلى زيادة في تكلفة الهيدروجين على مستوى العالم (LCOH) عبر جميع المناطق وسيناريوهات حدود الانبعاثات، مع زيادات تتراوح من 7% إلى 43% (الجدول التكميلي 8). تم ملاحظة أقل زيادة، وهي 7%، في المناطق ذات السعة المنخفضة، حيث يمكن أن تساعد الكفاءة الأعلى في تقليل السعة المثبتة الأكبر للبنية التحتية المتجددة وكذلك الاعتماد على استيراد الشبكة. على العكس من ذلك، في المناطق ذات السعة العالية وفي المناطق التي تهيمن عليها طاقة الرياح، يؤدي نشر SOE ببساطة إلى زيادة LCOH. يمكن أن يُعزى ذلك إلى أن الإمكانات المتجددة العالية تؤدي إلى أحجام تركيب أصغر. وبالتالي، فإن فوائد زيادة الكفاءة لا يمكن أن تعوض التكاليف الأعلى للمحللات الأكثر كفاءة. وبالمثل، فإن المحللات الأقل كفاءة ولكنها أيضًا أقل تكلفة (ML) تؤدي عمومًا إلى زيادة LCOH. ومع ذلك، فإن النمط هنا هو عكس SOE. تشير المحلل الأقل كفاءة إلى طلب طاقة أعلى، مما يستلزم بدوره تركيب متجدد أكبر. يكون هذا التأثير ملحوظًا بشكل خاص في المناطق ذات السعة المنخفضة، حيث يؤدي إلى زيادة التكلفة. من ناحية أخرى، قد تواجه المناطق ذات القدرة العالية على الطاقة المتجددة، سواء كانت شمسية أو رياح، زيادة طفيفة ( خفض في LCOH تحت سيناريو 0-cap. يحدث هذا لأنه في هذه المناطق، تحت أقصى حد صارم للانبعاثات، تكون سعات الإلكتروليزر أكبر بشكل كبير مقارنةً بالحدود الأقل صرامة، مما يسمح بتقليل تكاليف الإلكتروليزر لتعويض تأثير الكفاءة المنخفضة.
لتلخيص، على الرغم من أن الخيارات الحالية إما باهظة الثمن أو ذات كفاءة منخفضة، بشكل عام، توفر المحللات الكهربائية الأكثر كفاءة فوائد أعلى في المناطق ذات الطاقة المتجددة المنخفضة.
توفر الطاقة. ويرجع ذلك أساسًا إلى أن الكفاءة المحسّنة يمكن أن تستفيد من تقليل التثبيتات المتجددة المطلوبة. وعلى العكس من ذلك، يمكن أن تؤدي الإلكتروليزرات الأرخص إلى تقليل تكلفة الهيدروجين المنتج (LCOH) في المناطق الغنية بالموارد المتجددة، خاصةً تحت حدود الانبعاثات الصارمة، حيث يمكن لهذه المناطق التي تحتوي على موارد متجددة وفيرة نشر المزيد من السعة بتكاليف أقل، مما يسمح بتعويض تكاليف المعدات المنخفضة عن تأثير الكفاءة الأقل. لذلك، يجب أن تتطابق تقنية الإلكتروليزر المختارة بعناية مع الظروف المحلية، وخاصةً توفر الموارد المتجددة وحدود الانبعاثات المعمول بها.
تم استخدام أسعار تصاريح الانبعاثات المرجعية من نظام تجارة الانبعاثات في الاتحاد الأوروبي (EU-ETS) لدراسة تأثير تسعير الكربون على تكاليف الهيدروجين المقدرة. مع سعر مرجعي قدره ، يزيد LCOH بمعدل دون قيود على الانبعاثات و بواسطة تحت سيناريو 1-cap (الجدول التكميلي 9). وعلى العكس، مع نفس القيمة لنظام تجارة انبعاثات الاتحاد الأوروبي، يرتفع سعر الهيدروجين المنتج بواسطة SMR بـ إلى تكلفة متوسطة تبلغ 3.03 يورو/كجم تُبرز هذه الفجوة الواضحة حساسية الهيدروجين المنتج بواسطة SMR لتسعير الكربون. بالمقابل، فإن تأثير تكاليف EU-ETS العالية على إنتاج الهيدروجين الكهربائي متواضع، خاصةً تحت حدود الانبعاثات الصارمة.
أخيرًا، تم استكشاف جدوى تشغيل المصانع المرنة. كما هو مفصل في “عملية إنتاج الأمونيا ونظام EHPS”، تعمل مصانع الأمونيا عادةً بكامل طاقتها لتلبية الظروف الثابتة المطلوبة من قبل عملية هابر-بوش. لذلك، يُفترض وجود إمداد مستمر من الهيدروجين إلى حلقة التخليق بفضل تخزين الهيدروجين ودعم الشبكة لمنع الانقطاعات التشغيلية. ومع ذلك، تم توجيه الجهود الصناعية الأخيرة نحو التحقيق في إمكانية عمليات المصانع الأكثر تكيفًا، وتحديدًا مواءمة إنتاج الأمونيا مع الإنتاج المتغير لمصادر الطاقة المتجددة المتقطعة. يرتبط مدى المرونة التشغيلية ارتباطًا مباشرًا بالقدرة على التكيف مع المدخلات الطاقية المتقلبة. هذه المرونة محدودة بأقل مكون مرونة داخل النظام (أي وحدة فصل الهواء وحلقة تخليق الأمونيا)، مما يشير إلى أن القيود المفروضة على عمليات أي تقنية فردية يمكن أن تحد من مرونة المصنع بالكامل.
تجعل الابتكارات التكنولوجية مصانع الأمونيا أكثر تكيفًا مع متغيرات الطاقة. تتيح السخانات الكهربائية، وضواغط الحمل المتغيرة، والمح catalysts المحسنة لتخليق الأمونيا إجراء تعديلات أسرع على تغييرات مدخلات الطاقة، وت variations الحمل الأكثر قابلية للإدارة، وتحسين تسريع التشغيل وتخفيفه. يمكن أن تعمل مصانع الأمونيا الكهربائية المستقبلية بكفاءة أكبر ومرونة أكبر من المعايير الحالية.
في ضوء هذه التطورات، تم اختبار تأثير تخفيف قيود الإنتاج الساعي لنظام EHPS جزئيًا. على وجه التحديد، تم افتراض أن المحطات ستعمل حتى الحد الأدنى من الحمل مع الحفاظ على نفس إجمالي إنتاج الهيدروجين السنوي، كما هو موضح في “تحليل المتانة”. تشير النتائج إلى أن حتى إنتاج الأمونيا المرن جزئيًا يمكن أن يؤدي إلى تخفيضات في التكاليف، تعود إلى تقليص حجم منشآت الطاقة المتجددة، واستيراد الشبكة، وتخزين الهيدروجين. تتفاوت درجة تخفيض التكاليف، حيث تتراوح من تحت عدم الحد لـ عند التشغيل خارج الشبكة (0-cap). يتماشى الانخفاض الملحوظ في LCOH لعمليات التشغيل المرنة خارج الشبكة بشكل وثيق مع التقديرات الخفض الذي تم الإبلاغ عنه سابقًا في دراسات الحالة في أستراليا والأرجنتين وتشيلي . الانخفاض ملحوظ بشكل خاص في المناطق المعتمدة على طاقة الرياح، مع انخفاض يصل إلى بينما تعاني المناطق التي تهيمن عليها الطاقة الشمسية من تأثير أقل، مع انخفاض بنسبة 19% (الجدول التكميلي 10). هذه النتيجة مهمة لأنها تظهر أن زيادة مرونة المصنع يمكن أن تخفف جزئيًا من الزيادات الكبيرة في التكاليف التي تواجهها في سيناريو عدم وجود حد (خارج الشبكة). تؤكد هذه النتائج الأولية على أهمية إعطاء الأولوية لمرونة المصنع في تصميم مصانع الجيل القادم كنهج استراتيجي لتقليل تكاليف الإنتاج ومتطلبات الأراضي لمصانع الأمونيا الكهربائية خارج الشبكة.
كشفت تحليل القوة عن تأثير سعر الكهرباء من الشبكة، واختيار تكنولوجيا التحليل الكهربائي، والتشغيل المرن لإنتاج الأمونيا على تكلفة الهيدروجين المنتجة (LCOH) عبر مجموعة متنوعة من حدود الانبعاثات ودرجات مختلفة من توفر الطاقة المتجددة. تقدم هذه الرؤى تقييمًا شاملاً للجدوى الاقتصادية لإنتاج الهيدروجين والأمونيا الكهربائي المتصل بالشبكة (حدود غير صفرية) وغير المتصل بالشبكة (حد صفر). يملأ هذا الفهم المعزز فجوة في الأدبيات. ويُبلغ اتخاذ القرارات الاستراتيجية وتطوير السياسات من أجل الانتقال المستدام نحو إنتاج الهيدروجين والأمونيا الكهربائيين الصفرين.

التحديات في الانتقال إلى الهيدروجين الكهربائي

تم إجراء تحليل إضافي لتقييم الجدوى العملية للانتقال من SMR إلى EHPS تحت حدود انبعاثات مختلفة. اعتبر التحليل ثلاثة عوامل رئيسية: السعة الإضافية المطلوبة للشبكة، واحتياجات الطاقة المتجددة، ومتطلبات الأرض في منطقة كل محطة (الشكل 6a) (الجدول التكميلي 11). تم مقارنة هذه المتطلبات مع توفر الموارد المقابلة (انظر “تحليل الجدوى”).
تظهر النتائج أنه، تحت الحد الأقصى 1، يبلغ متوسط ​​طلب شبكة الكهرباء في EHPS 491 جيجاوات ساعة (GWh) سنويًا (الحد الأدنى 26 GWh، والحد الأقصى 1488 GWh عبر أوروبا). إن التحول إلى إنتاج الهيدروجين الكهربائي يزيد من طلب الكهرباء مقارنة بعملية SMR (بمعدل، يتم استيراد 56 ميجاوات ساعة من الشبكة كل ساعة). بينما يتطلب هذا الاستهلاك المتزايد للكهرباء تحديثات في البنية التحتية على جانب المصنع، كما تم مناقشته سابقًا، فإن طلب الطاقة من الشبكة للمصنع صغير نسبيًا، حيث يمثل، في المتوسط، الطلب الحالي على الطاقة على المستوى الإقليمي و على المستوى الوطني. من غير المحتمل أن يكون لهذا الارتفاع تأثير كبير
أنماط الاستهلاك غير الإقليمية، مما يسبب ازدحام الشبكة، أو للتأثير على ديناميات الأسعار بشكل ملحوظ وفقًا لأهداف الاتحاد الأوروبي لعام 2030 و2050، من المتوقع أن يتم استيعاب التوسعات المستقبلية للشبكة بشكل أساسي من خلال نسبة أكبر من مصادر الطاقة المتجددة، مدعومة بتبني واسع لتقنيات التخزين على نطاق المرافق. .
ومع ذلك، فإن أربعة مصانع في المجر (HU21 و HU31) وهولندا (NL34) واليونان (EL51) ستؤدي إلى زيادة في الطلب المحلي بأكثر من 15%، مع إمكانية وصول المصنع الهولندي في زيلاند (NL34) إلى بينما قد لا يتأثر الطلب العام على الطاقة في الشبكة بشكل كبير، يمكن أن يكون الطلب على الطاقة في ذروته أثناء التشغيل كبيرًا. (انظر “تحليل الجدوى”). هناك حاجة للتحقيق في كيفية تكيف الشبكات الإقليمية أو المحلية مع الطلب المتزايد على أنظمة الطاقة الهيدروجينية. يشمل ذلك التوسع الضروري في قدرة توليد الطاقة وتعديل سياسات التسعير لضمان أن إنتاج الهيدروجين عبر التحليل الكهربائي يظل مجديًا من الناحية الاقتصادية. في هذه التحليلات، يجب استخدام عوامل انبعاث الشبكة الهامشية في تحسين توسيع قدرة توليد الطاقة وتوزيع الشبكة لتقييم الانبعاثات الناتجة عن الطلب الناجم عن أنظمة الطاقة الهيدروجينية بدقة وتقليلها. .
من حيث متطلبات الطاقة المتجددة، سيتطلب مصنع الأمونيا، في المتوسط، الإمكانات التقنية المتجددة للبلد و من المنطقة (أي، الحد الأقصى لإنتاج الكهرباء الذي يمكن أن تنتجه مصادر الطاقة المتجددة ). بموجب الحد الأقصى 0، تنمو هذه النسبة إلى من الجدير بالذكر أنه بينما تحت الحد الأقصى البالغ 1، ستتجاوز منطقة واحدة فقط (NL42) الإمكانية التقنية المتجددة، فإن هذا العدد يزيد إلى خمس مناطق تحت سيناريو الحد الأقصى البالغ 0. وهذا يشير إلى أنه بينما يعد الانتقال إلى إنتاج الهيدروجين المتجدد للأمونيا ممكنًا في العديد من المناطق، إلا أنه قد يواجه تحديات في
الشكل 6 | تحليل الجدوى. أ المحور: التأثير على طلب الكهرباء من الشبكة؛ المحور: متطلبات الطاقة المتجددة مقابل الإمكانيات المتجددة؛ مساحة الدوائر: متطلبات الأرض للتركيبات المتجددة مقابل المتاحة. تم إجراء التحليل على مستوى تصنيف الوحدات الإقليمية للإحصاءات، المستوى 2 (NUTS-2) للسيناريو المتوسط تحت قيود انبعاثات (حدود) على عمر الكربون المكافئ من البئر إلى البوابة ( ) محتوى الهيدروجين (الوحدة: كيلوغرام لكل كيلوغرام ):
(1-حد) و (0-حد). ب التركيز على الطلب على الكهرباء من الشبكة. ج متطلبات الطاقة المتجددة مقابل الإمكانيات المتجددة. د متطلبات الأرض للتركيبات المتجددة مقابل المتاحة. ب-د تظهر ثلاث مصانع للأمونيا تقع في (i) كاستيا-لا مانشا مشفرة كـ ES42، (ii) زيلاند مشفرة كـ NL34، و(iii) ليمبورغ مشفرة كـ NL42 وفقًا لـ NUTS-2.
المناطق ذات الإمكانيات المتجددة المنخفضة، خاصة تحت قيود انبعاثات صارمة وعند النظر في الطلب المستقبلي على الطاقة المتجددة من صناعات أخرى لم يتم إزالة الكربون منها بعد.
بالإضافة إلى ذلك، ستشغل التركيبة، في المتوسط، (الحد الأدنى , الحد الأقصى ) من الأرض المتاحة في المنطقة تحت 1-حد. اعتمد حساب الأرض المتاحة على المنهجية الموضحة في المرجع 39 باستخدام بيانات الأرض الخاصة بكل دولة المقدمة من منظمة الأغذية والزراعة للأمم المتحدة (الفاو)، كما هو مفصل في “الطرق”. تحت 0-حد، تظهر النتائج زيادة متوسطة في إشغال الأرض المتاحة مقارنة بـ 1-حد إلى ( , الحد الأقصى ). توجد علاقة مباشرة قوية ( -مربعة ) بين الإمكانيات المتجددة والأرض المتاحة للطاقة المتجددة، مما يعني أن أي من القيم يمكن أن تتنبأ بفعالية بالأخرى. تشير الأرض المتاحة عمومًا إلى إمكانيات متجددة أعلى، والعكس صحيح.
تشير هذه النتائج إلى مساحة الأرض المطلوبة للتركيبات المتجددة كأحد المجالات الرئيسية للقلق عند النظر في إنتاج الهيدروجين من مصادر متجددة، حيث تتطلب مصانع الأمونيا تركيبات ضخمة (في المتوسط لـ 1-حد و لـ الحد)، مع 1.4 و 2.5 مرة من هذه السعات في المناطق ذات الطاقة المتجددة المنخفضة. كمرجع، فإن الحجم الوسيط لمنطقة حضرية ذات حد أدنى من السكان يبلغ مليون نسمة في أوروبا هو . بالمقارنة، فإن أكبر حديقة شمسية في العالم (حديقة بهادلا الشمسية في الهند) لديها قدرة اسمية تبلغ 2245 ميغاوات وتغطي مساحة قدرها , بينما ستمتد مركز الطاقة المتجددة الآسيوي في أستراليا، الذي لا يزال قيد التخطيط، على لتركيبات الطاقة الشمسية والرياح بقدرة 15 جيجاوات.
ومع ذلك، يمكن دمج استخدام الأراضي متعددة الوظائف لتعظيم استخدام الأرض. أحد أمثلة استخدام الأراضي متعددة الوظائف هو الزراعة الكهروضوئية، التي تتضمن دمج الزراعة وأنظمة الطاقة الكهروضوئية. تم احتساب تكلفة الأرض في حسابات LCOH (كما هو مفصل في “الطرق”)، وتمثل في المتوسط (بدون حد) إلى 7% (0-حد) من إجمالي تكلفة EHPS. يجب ملاحظة أن استخدام الأراضي متعددة الوظائف مثل الزراعة الكهروضوئية لديه القدرة على أن يكون مصدر دخل، مما يقلل من التكاليف الإجمالية.
تشير نتائج تحليل الجدوى إلى أن الانتقال ممكن تقنيًا في معظم مصانع الأمونيا الأوروبية ( لـ 1-حد و لـ 0-حد)، على الرغم من الحاجة إلى كمية كبيرة من الأرض لتركيبات الطاقة المتجددة، خاصة تحت قيود انبعاثات أكثر صرامة. قد يمثل هذا تحديات محلية في المناطق ذات توفر الأرض المحدود أو التي تتطلب تركيبات متجددة أكبر (مثل زيلاند-NL34 وليمبورغ-NL42، المميزة في الشكل 6ب-د). من ناحية أخرى، تقدم مناطق أخرى ظروفًا مواتية لإنتاج الهيدروجين الكهربائي. كاستيا-لا مانشا (ES42، الشكل 6ب-د)، على سبيل المثال، تقدم مزيجًا من الإمكانيات المتجددة العالية (تحتاج إلى تركيبات أصغر) والأرض الوفيرة، مما يجعلها موقعًا مثاليًا لإنتاج الهيدروجين منخفض الكربون. تتماشى هذه النتائج مع تلك التي أنتجها تونيللي وآخرون ، الذين حددت دراستهم العالمية أيضًا نتائج مماثلة. وقد لاحظوا بشكل خاص قيود توفر الأرض في بعض المناطق، مما يبرز التحديات المشتركة في الانتقال إلى مصادر الطاقة المتجددة.

نقاش

تدرس هذه الدراسة بشكل موسع تأثير أهداف الانبعاثات لتخليق الهيدروجين لإنتاج الأمونيا من خلال تحديد الحد الأدنى لتكلفة إنتاج الهيدروجين عبر التحليل الكهربائي للمياه لأهداف إزالة الكربون المختلفة عبر 38 مصنعًا للأمونيا في أوروبا. تظهر النتائج أن الانتقال من SMR إلى الهيدروجين الكهربائي شبه المعزول المدعوم من مصادر متجددة مخصصة مثبتة بالقرب من المصنع يمكن أن يقلل الانبعاثات من تخليق الهيدروجين، في المتوسط، بنسبة حتى بدون تحديد حد انبعاثات. ومع ذلك، بدون أي معايير، قد تستمر بعض المصانع في المناطق ذات الكهرباء الرخيصة والغنية بالكربون في التسبب في تلوث كبير بالكربون على الرغم من الانتقال إلى الإنتاج الكهربائي. في هذا السياق، تم تحديد (1-حد) كأفضل حد انبعاثات لصناعة الأمونيا الأوروبية، مع تكلفة هيدروجين متوسطة تبلغ ، مما يقلل الانبعاثات بنسبة 95% في المتوسط مقارنة بـ SMR.
على الرغم من أن الهيدروجين الكهربائي يمكن أن يخفف من التباين الكبير في تكاليف التشغيل الناجمة عن تقلبات أسعار الغاز الطبيعي وقد يكون حتى تنافسيًا من حيث التكلفة مع SMR في المناطق ذات الكهرباء النظيفة والرخيصة وطاقة الرياح الوفيرة (مثل NO03 أو سور-أوستلاند، النرويج)، إلا أنه، في المتوسط، أكثر تكلفة من الهيدروجين المنتج بواسطة SMR. يمكن أن تساعد الدعم السياسي في سد هذه الفجوة من خلال الإعانات والمزايا الضريبية. مثال على ذلك هو بنك الهيدروجين الأوروبي الذي بدأته المفوضية الأوروبية، والذي خصص 800 مليون يورو للإعانات المرتبطة بإنتاج الهيدروجين المتجدد، بشرط استيفاء معايير معينة. تشير هذه الأبحاث إلى أنه مع حدود انبعاثات محددة جيدًا وحوافز مالية كافية، تمتلك مصانع الأمونيا القدرة على بدء عمليات إزالة الكربون للهيدروجين. يسمح هذا النهج الاستباقي لهم بعدم الاعتماد فقط على توسيع الشبكة الأوسع وجهود إزالة الكربون لتلبية الطلب المتزايد على الكهرباء المتجددة من عدة قطاعات.
ومع ذلك، تؤدي اللوائح الأكثر صرامة مثل 0-حد إلى زيادات كبيرة في التكاليف عند الحفاظ على الإنتاج المستمر دون أي دعم من الشبكة، مما يجعل الإعانات غير كافية لتعويض زيادة التكاليف. قد تشكل متطلبات الأرض المرتبطة بتركيبات الطاقة المتجددة الكبيرة أيضًا تحديات. هناك زيادة كبيرة في حجم مكونات النظام تحت 0-حد، مما يؤدي إلى زيادة متوسطة في مساحة الأرض المطلوبة. هذا يمثل تحديًا خاصًا في بعض المناطق ذات توفر الأرض المحدود. وبالتالي، قد تعيق أهداف الانبعاثات الصارمة إنهاء تخليق الهيدروجين القائم على الوقود الأحفوري في الصناعات كثيفة الطاقة، على عكس الاستراتيجية الأوروبية لتوسيع إنتاج الهيدروجين الكهربائي بسرعة. لتلخيص، على الرغم من أن إزالة الكربون هي الهدف النهائي لانبعاثات صناعة الأمونيا، إلا أنه من الصعب تنفيذها في هذه المرحلة دون تعطيل سلسلة التوريد الأوروبية بالكامل.
من الضروري التأكيد على أن سيناريو 0-حد لا يعني فقط تكاليف أعلى وزيادة استخدام الأرض للطاقة المتجددة، بل يمكن أن يؤدي أيضًا إلى انبعاثات دورة حياة إجمالية أعلى مقارنة بالسيناريوهات ذات الحدود الأقل صرامة عند احتساب الانبعاثات المرتبطة بتصنيع مكونات مثل المحللات، وتوربينات الرياح، وأنظمة تخزين الهيدروجين. لا تأخذ السياسات الحالية في الاعتبار انبعاثات التكنولوجيا المدمجة من تصنيع المكونات، وبالتالي فإن هذه الدراسة تتجاهل أيضًا هذه الانبعاثات. ومع ذلك، تحت سيناريو 0-حد، حيث تكون التركيبات المتجددة أكبر بكثير، فإن إجمالي محتوى الكربون للهيدروجين – عند احتساب الانبعاثات من تصنيع المكونات (بما في ذلك النطاق 3) – هو أعلى مقارنة بانبعاثات دورة الحياة تحت سيناريو 1-cap، بالنظر إلى مكونات الانبعاثات العالمية المتوسطة كما هو موضح في الشكل التوضيحي 7 (تفاصيل حول حساب انبعاثات النطاق 3 المدمجة في “انبعاثات النطاق 3 المدمجة” والملاحظة التكميلية 3). بينما نتطلع إلى المستقبل، كلما أصبحت شبكة الاتحاد الأوروبي أنظف، زادت الأهمية النسبية لمساهمة تصنيع المكونات في الانبعاثات الإجمالية. وهذا يشير إلى أن الأبحاث المستقبلية يمكن أن تعدل هذا النموذج بشكل مفيد لإبلاغ الجيل القادم من تنظيمات السياسات، مع الأخذ في الاعتبار الانبعاثات الكاملة لدورة حياة أنظمة إنتاج الهيدروجين.
لتقليل التكاليف ومتطلبات الأرض والانبعاثات المرتبطة بدورة حياة إنتاج الهيدروجين في المصانع غير المتصلة بالشبكة، من الضروري إعطاء الأولوية لزيادة مرونة المصانع. تتيح المرونة المعززة للمصانع مواءمة الإنتاج بشكل أقرب مع توفر الطاقة المتجددة، مما يقلل من الحاجة إلى تركيب واسع النطاق لمصادر الطاقة المتجددة (مثل الألواح الشمسية وتوربينات الرياح) وسعة التخزين. على الرغم من أن المصانع الحالية لإنتاج الأمونيا تقدم مرونة تشغيلية محدودة، إلا أن الجهود المركزة من الصناعة والبحث والتطوير المستهدف من الحكومة يمكن أن تحفز التقدم في هذا المجال. يمكن أن تؤدي المرونة المعززة للمصانع إلى تحسين تنافسية المصانع الكهروكيميائية المعزولة ودعم تحقيق أهداف إزالة الكربون العميقة في المناطق التي تتمتع بموارد متجددة ملائمة، خاصة مع وجود إمكانيات رياح عالية.
يمكن أن يساعد إجراء التحليل على المستوى الإقليمي في تخصيص حدود الانبعاثات والسياسات المماثلة وفقًا للظروف المحلية. تقدم بعض الدول مجموعة من الظروف المواتية لنشر الهيدروجين الكهربائي، مما يمكن أن يسمح بانبعاثات قريبة من الصفر مع تحمل زيادات تكاليف ضئيلة أو غائبة مقارنة بإنتاج الهيدروجين القائم على الوقود الأحفوري. قد يتفق صانعو السياسات على تحديد أهداف أكثر صرامة لإزالة الكربون لبعض الدول، بينما قد تخضع دول أخرى لتدابير أقل صرامة أو مؤجلة. يمكن أن تساعد السياسات المتنوعة إقليميًا والمُرحلة في تجنب فرض عقوبات مفرطة على الصناعات المحلية. قد تقرر الحكومات الأوروبية أيضًا دعم استراتيجيات أخرى غير إنتاج الكهرباء المتجددة بالقرب من مصانع الأمونيا الحالية. نظرًا لتباين تكاليف الهيدروجين الكهربائي، فمن الممكن أن يفكر بعض منتجي الأمونيا في إنشاء بنية تحتية متجددة في مناطق ذات إمكانات متجددة أعلى لتقليل التكاليف. ومع ذلك، قد يؤدي ذلك إلى استنفاد الموارد المتجددة المحلية. هناك حاجة لمزيد من التحقيقات لتحديد المناطق والظروف التي قد تُعطى فيها مصانع الأمونيا الأولوية لاستخدام الموارد المتجددة المحدودة على القطاعات الأخرى.
استراتيجية قابلة للتطبيق أخرى قد تتضمن الاحتفاظ بالمصانع الحالية مع استيراد الهيدروجين منخفض الكربون مباشرة من المناطق التي تتمتع بإمكانات متجددة أفضل وتكاليف إنتاج أقل. سيتطلب النقل على نطاق واسع للهيدروجين بنية تحتية كبيرة من خطوط الأنابيب، مما سيضيف انبعاثات كربونية إضافية وتكاليف ومخاطر، وهي عوامل يمكن دمجها في النموذج. من الضروري استخدام بيانات جغرافية مكانية دقيقة وعالية الدقة لإجراء تحليل إقليمي مفصل للتحقيق في استراتيجيات توفير الهيدروجين الكهربائي منخفض الكربون وذو التكلفة الفعالة. يمكن أن تشكل هذه الدراسة أساسًا للدراسات المستقبلية لتحديد ما إذا كانت المناطق القادرة على إنتاج الهيدروجين منخفض التكلفة يمكن أن تلبي الطلب من مناطق أخرى. يمكن توسيع الدراسة لتتجاوز أوروبا، مع الأخذ في الاعتبار سلسلة التوريد العالمية.
يمكن تحسين الدراسة بشكل أكبر في عدة جوانب لوضع تنظيمات صارمة لحدود الانبعاثات من أجل الاستثمار المستدام في الهيدروجين الكهربائي منخفض الكربون لإنتاج الأمونيا. أولاً، تحليل كيفية اختلاف الأطر الزمنية لقياس تؤثر الانبعاثات، من الساعة إلى السنة، على تكلفة الهيدروجين المنخفضة (LCOH) بشكل حاسم. قد تكون حدود الانبعاثات الساعية تحديًا في العمليات الصناعية التي تتطلب إنتاجًا مستمرًا، ويحتاج الأمر إلى تحقيق مخصص. ثانيًا، من الضروري التحقيق في إمكانية إنتاج الأمونيا المرنة. يمكن أن تستفيد هذه الطريقة بشكل أكثر كفاءة من الطاقة المتجددة المتقطعة، مما يؤثر على كل من LCOH وتحديد حدود الانبعاثات الفعالة من حيث التكلفة. ثالثًا، يمكن تحسين أداء نموذج التحسين (انظر “نموذج التحسين”) من خلال دمج تقنيات التحسين القوي للتعامل بشكل أفضل مع عدم اليقين المرتبط بتقلبات الطاقة المتجددة. في هذه الدراسة، تم إجراء تحليلات القوة بدلاً من ذلك للتحقق من اتساق النتائج الرئيسية (انظر “تحليل القوة”). أخيرًا، يجب توسيع الدراسة لتشمل قطاعات أخرى يصعب تقليل الانبعاثات فيها والتي تستخدم الهيدروجين بكثافة. قد تكون حدود الانبعاثات الفعالة الممكنة لهذه القطاعات التي يصعب تقليل الانبعاثات فيها مختلفة عن النتائج المتعلقة بإنتاج الأمونيا في أوروبا، ويجب التحقيق في هذه الاختلافات بشكل شامل لوضع تنظيمات انبعاثات قائمة على القطاع.

طرق

منطقة الدراسة والأفق الزمني

تركز هذه الدراسة على مصانع الأمونيا الرئيسية في أوروبا التي تنتج الهيدروجين في الموقع من خلال أنظمة SMR الكبيرة (الجدول التكميلي 1). هناك 39 مصنعًا رئيسيًا للأمونيا تقع في 37 منطقة عبر 19 دولة (الملاحظة التكملية 2) (يرجى ملاحظة أن مصنع الأمونيا في كرواتيا غير مدرج في التحليل بسبب نقص بيانات عامل السعة؛ لذلك، يتم اعتبار 38 مصنعًا فقط). يمتد الأفق الزمني من عام 2024 حتى 31 ديسمبر 2050. يُفترض أن يستبدل كل مصنع أمونيا نظام SMR بنظام EHPS في عام 2024، بدءًا من العمليات في 1 يناير 2025. لذلك، فإن LCOH
“(يورو/ يشير إلى الهيدروجين الكهربائي المنتج من 1 يناير 2025 حتى 31 ديسمبر 2050 سنة سنوات ).
تم جمع تكاليف وميزات مكونات EHPS (الكفاءات، الأعمار الافتراضية) من الأدبيات والتقارير الصناعية/الحكومية. عندما كانت هناك مصادر متعددة متاحة لنفس السنة، تم إعطاء الأولوية لأحدثها. إذا بدأت مرجع ما توقعاته قبل أو بعد عام 2024، تم تقدير قيم عام 2024 باستخدام الاستقراء الخطي من أقرب قيمة. إذا كانت المنشورات تقدم قيمًا لسنوات محددة فقط، تم استخدام الاستيفاء الخطي لملء القيم للسنوات الفاصلة لإنشاء توقعات سنوية.

نموذج التحسين

تُستخدم نماذج تحسين الهدف الواحد لتحديد التصميم الأمثل (اختيار التكنولوجيا والحجم) والتشغيل (مثل، الكهرباء المستوردة من الشبكة، الطاقة المخزنة/الهيدروجين، إلخ) لكل نظام EHPS لتقليل تكلفة الهيدروجين المستوى في مصنع الأمونيا. تلخص الشكل 7 المدخلات الرئيسية لهذا النموذج التحسيني.
في نمذجة أنظمة الطاقة، برز البرمجة الخطية المختلطة الصحيحة (MILP) كنهج التحسين السائد لتصميم وتشغيل أنظمة الطاقة المتعددة. تتميز MILP بقدرتها على حل أنظمة المعادلات الخطية بفعالية، مع تضمين غير الخطيات من خلال المتغيرات الثنائية، مما يضمن تحقيق توازن بين الكفاءة الحاسوبية وموثوقية الحل. تم صياغة نموذج برمجة خطية مختلطة (MILP) باستخدام باقة Gurobipy في بايثون وحُلت باستخدام المحلل التجاري جوروبي .
وظيفة الهدف هي تقليل تكلفة النظام على مدى الحياة (المعادلة (1))، بينما المتغيرات القرار هي التصميم (اختيار التكنولوجيا والحجم) والتشغيل (كمية الكهرباء المستوردة من الشبكة، عمليات التخزين الساعية) لمصانع الأمونيا تحت افتراضات مختلفة للمدخلات.
أين يمثل التكلفة الإجمالية لعمر نظام EHPS، والتي تتكون من مجموع تكلفة رأس المال تكلفة التشغيل والصيانة (O&M) ، وشراء الطاقة من الشبكة . بالتفصيل، هي مدة حياة النبات بالسنوات (25 سنة)، هو عدد الساعات في السنة (8760)، هو تكلفة تركيب التكنولوجيا ، حيث تنتمي إلى مجموعة من التقنيات هو جزء من تكلفة التركيب للصيانة السنوية، هو سعر الكهرباء من الشبكة للمستخدمين الصناعيين، و هي كمية الكهرباء المستوردة من الشبكة. تم الإبلاغ عن مزيد من التفاصيل بشأن حساب التكلفة في المعادلة التكميلية (1) في الملاحظة التكميلية 4.
يتم حساب LCOH من خلال (المعادلة 2). يمثل LCOH متوسط التكلفة لكل وحدة من الهيدروجين المنتج، مع الأخذ في الاعتبار العمر التشغيلي المتوقع لمنشأة الإنتاج. يُفترض أن الكمية الإجمالية من الهيدروجين المنتج ، حيث هو الناتج الساعي لنظام EHPS، يظل ثابتًا بغض النظر عن الافتراضات المختارة بشأن معلمات الإدخال. وهذا يسمح بإجراء مقارنة ذات مغزى لتكلفة الهيدروجين على مستوى الحياة عبر سيناريوهات متنوعة. لاحظ أن هذه المعادلة لا تشمل قضايا التمويل والخصم. غالبًا ما يتم تضمين معدلات الخصم في تحليلات التكلفة والفائدة عند مقارنة المشاريع، عادةً على مقاييس زمنية مختلفة. في هذه الحالة، لا يؤثر معدل الخصم على التحليل والتفسير نظرًا لأنه يتم اعتبار نفس الأفق الزمني لجميع المحطات، بالإضافة إلى سنة تركيب واستبدال المكونات.
يشتمل النموذج على عدة قيود، بما في ذلك توازن كتلة الهيدروجين، وتوازنات الطاقة، وسلوك التكنولوجيا (أي أداء إمدادات الطاقة، وتكنولوجيا التخزين، وتكنولوجيات إنتاج الهيدروجين) (انظر المعادلات التكميلية (2-13) في
الشكل 7 | الإطار المنهجي. تم الحصول على أسعار الكهرباء التاريخية من المستودع الأوروبي الرسمي، بينما تم تقدير اتجاهات الأسعار المستقبلية باستخدام الحركة البراونية الهندسية (GBM) ومحاكاة مونت كارلو. تم تجميع مقاييس التكلفة والأداء لأنظمة إنتاج الهيدروجين الكهربائي (EHPS) من مراجعات الأدبيات والتقارير من الكيانات الصناعية والحكومية. بالمقابل، تم اشتقاق عوامل سعة الطاقة الشمسية والرياح من مجموعة بيانات السلاسل الزمنية عالية الدقة لتوليد الطاقة المتجددة المستمدة من الأرصاد الجوية الأوروبية (EMHIRES). كانت هذه المجموعات المتنوعة من البيانات بمثابة مدخلات لنماذج التحسين، التي تقلل من تكلفة الهيدروجين الموحدة من خلال تحسين التصميم.
ومعلمات التشغيل لكل مصنع أمونيا أوروبي خاضع لحدود الانبعاثات على محتوى ثاني أكسيد الكربون المكافئ للهيدروجين. كما تقيّم الدراسة جدوى الانتقال بإنتاج الأمونيا الأوروبي من الوقود الأحفوري التقليدي إلى تخليق الأمونيا الكهربائي، مع إجراء تقييمات على مستوى المصنع والمناطق. في هذا السياق، تت correspond المناطق إلى مستوى NUTS2، والذي يعني تصنيف الوحدات الإقليمية للإحصاءات، المستوى 2. NUTS-2 هو معيار ترميز جغرافي تم تطويره بواسطة الاتحاد الأوروبي لتعريف تقسيمات الدول لأغراض إحصائية.
ملاحظة إضافية 5). علاوة على ذلك، القيود على من البئر إلى البوابة تم دمج محتوى الهيدروجين (انظر “حدود انبعاث الكربون”). تم تحسين عمليات EHPS باستخدام بيانات ساعة تمتد على مدار عام كامل، أي 8760 ساعة، لأخذ دور الظروف الجوية الموزعة عشوائيًا على مدار العام في الاعتبار (انظر “عوامل سعة الرياح والطاقة الشمسية”). وُجدت علاقة سلبية ضعيفة بين متوسط عامل سعة الطاقة الشمسية والرياح السنوي وLCOH (الشكل التوضيحي التكميلي 8)، مما يوضح أهمية الدقة الزمنية العالية في تحسين السعة المثبتة المطلوبة لتلبية طلب مصنع الأمونيا، وبالتالي، تقدير التكاليف.
تم إجراء اختبارات إضافية باستخدام تقنيات تحسين أخرى (أي، تحسين استدلالي). تم فحص الطرق المحلية والعالمية، بالإضافة إلى الجمع بين الاثنين (أي، النهج الهجين) (الملاحظة التكميلية 6 والشكل التكميلية 9). بينما قدمت الطرق الاستدلالية، وخاصة النهج الهجين الذي يجمع بين التطور التفاضلي ونيلدر-ميد، نتائج تعادل تلك الخاصة بطريقة البرمجة الخطية المختلطة، إلا أنها كانت أبطأ بشكل ملحوظ في إيجاد الحل (أقل من دقيقة واحدة للبرمجة الخطية المختلطة مقابل لتركيبة التطور التفاضلي ونيلدر-ميد؛ انظر الجدول التكميلي 12).

حدود انبعاثات الكربون

من البئر إلى البوابة محتوى كل وحدة من الهيدروجين يتم حسابه عن طريق قسمة إجمالي انبعاثات التشغيل مدى الحياة من الكهرباء المستوردة من الشبكة ( ) بمجموع كمية الهيدروجين المنتجة على مدى عمر نظام EHPS ( ) (المعادلة (3)).
أين هو الكهرباء المستوردة من الشبكة في الوقت و هو متوسط دورة الحياة تم حساب كثافة انبعاثات الشبكة من 2025 إلى 2050 لكل دولة، استنادًا إلى البيانات التاريخية المقدمة من المفوضية الأوروبية (انظر “سعر الكهرباء من الشبكة وكثافة الكربون”). وبالتالي، يمكن لنظام EHPS استيراد الكهرباء من الشبكة إذا كانت متوسط تكلفة الإنتاج من البئر إلى البوابة انبعاثات الهيدروجين لا تتجاوز
تم اعتبار قيود حد الانبعاثات في هذه الدراسة (3-cap، 1-cap، 0.5-cap، 0.1-cap، 0-cap) (المعادلة (4)).
أين يمثل الحد الأقصى للانبعاثات قيد النظر بالكيلوغرام .

انبعاثات النطاق 3 المدمجة

إن تضمين الانبعاثات الناتجة عن تصنيع المكونات يُدخل درجة كبيرة من عدم اليقين، ويرجع ذلك إلى الطبيعة المعقدة لتتبع الانبعاثات على طول سلسلة الإمداد التكنولوجية الشاملة. هذه التعقيدات تكون بارزة بشكل خاص بالنسبة للتقنيات مثل المحللات الكهربائية، وحدات الطاقة الشمسية الكهروضوئية، أو مكونات توربينات الرياح، التي غالبًا ما تخضع للتجارة الدولية. علاوة على ذلك، فإن بيانات جرد الانبعاثات الفعلية غالبًا ما تكون غير متاحة أو غير قابلة للوصول. .
بينما توجد تعقيدات متأصلة في تقدير الانبعاثات المتعلقة بتصنيع مكونات التكنولوجيا الرئيسية، تقدم العديد من الدراسات رؤى قيمة حول متوسط الانبعاثات. الانبعاثات المدمجة في التكنولوجيا يتم حسابها للألواح الشمسية، وتوربينات الرياح، وبطاريات الليثيوم أيون، والمحللات الكهربائية، وضواغط الهيدروجين، وخزانات التخزين، وضربها بالسعة المثبتة المعنية. (انظر الملاحظة التكميلية 3).
من الجدير بالذكر أنه بسبب التوقعات بتقليص كثافة انبعاثات توليد الكهرباء، كما هو متوقع في سيناريوهات وكالة الطاقة الدولية. من المتوقع أن تنخفض الانبعاثات الناتجة عن إنتاج المواد وتصنيع التكنولوجيا. وبالتالي، قد تكون الانبعاثات غير المباشرة الناتجة عن المواد وعمليات التصنيع المرتبطة بإنتاج الهيدروجين أقل في المستقبل مقارنةً باليوم.

عملية إنتاج الأمونيا وEHPS

تعتمد إنتاج الأمونيا بشكل أساسي على عملية هابر، التي تقوم بتخليق الأمونيا من النيتروجين والهيدروجين. تبدأ العملية باستخراج النيتروجين من الهواء باستخدام وحدة فصل الهواء.
من الغاز الطبيعي من خلال إعادة تشكيل البخار، حيث يتم استخدام بخار عالي الحرارة ) يفصل ذرات الهيدروجين عن الميثان. ثم يتم دمج الهيدروجين والنيتروجين في حلقة تخليق الأمونيا (synloop)، حيث تحت ضغط عالٍ (150-200 أجواء) ودرجة حرارة ( )، يتفاعلون لتكوين الأمونيا. وجود محفز الحديد يسهل هذه التفاعل. يتم تبريد الأمونيا المُصنَّعة وتكثيفها إلى سائل للتخزين والنقل.
في مصنع إنتاج الأمونيا الكهربائي، تختلف العملية في مصدر الهيدروجين. هنا، يتم الحصول على الهيدروجين من التحليل الكهربائي للماء بدلاً من إعادة تشكيل الميثان بالبخار. في هذه العملية، يتم تقسيم الماء إلى عناصره المكونة، الهيدروجين والأكسجين، من خلال تطبيق تيار كهربائي.
تعمل مصانع الأمونيا بشكل مستمر عند الحمولة الكاملة تم تحسين عملية HB على مدى عقود لتشغيلها في حالة مستقرة، مما يتطلب إمدادًا ثابتًا من المواد المتفاعلة، وإزالة المنتجات، وظروفًا محددة من درجة الحرارة والضغط. . تم تفعيل هذا المعيار من خلال قابلية توصيل الغاز الطبيعي. وبما يتماشى مع ذلك، حتى عند التحول إلى التحليل الكهربائي لإنتاج الهيدروجين، يُفترض الحفاظ على تشغيل المصنع بشكل مستمر. تتماشى هذه المقاربة مع العديد من مشاريع المصانع الكهربائية الكبيرة اليوم (ومن الأمثلة على ذلك شراكة غرينكو وGIC وجنتاري لإنتاج الأمونيا الكهربائية المستندة إلى الطاقة المتجددة في الهند. ).
تتميز صناعة الأمونيا الأوروبية بارتفاع التجانس من حيث حجم المصانع والتكنولوجيا والعمليات، بالإضافة إلى الطلب والعرض على الهيدروجين والأمونيا، مع وجود عدد قليل من اللاعبين الرئيسيين. بالنظر إلى متوسط معدل الإنتاج لـ لـ العمليات في مصانع الأمونيا الأوروبية من المفترض أن كل نظام إنتاج الهيدروجين يجب أن يلبي نفس إنتاج الهيدروجين الساعي ) كنظام SMR الحالي لتجنب الاضطرابات في عمليات المصنع القائمة.
على الرغم من الجهود الأخيرة لتطوير محطات أكثر مرونة يمكنها تعديل العمليات وفقًا لتوافر الطاقة المتجددة، فإن تحقيق هذه المرونة على نطاق واسع يواجه تحديات جوهرية، خاصة مع وحدة فصل الهواء ودائرة تخليق الأمونيا. . في المنشآت الكبيرة، تستخدم وحدات فصل الهواء عادةً التقطير بالتبريد العميق ولديها حد أدنى للحمل يتراوح بين 50 و ، والتي ستتطلب أوقات تسريع واسعة النطاق يواجه مفاعل الأمونيا والضواغط أيضًا تحديات تشغيلية بسبب الحاجة إلى الحفاظ على ظروف دقيقة، بما في ذلك نسب محددة من الهيدروجين إلى النيتروجين، ودرجات الحرارة، والضغوط. إذا انخفضت هذه الظروف دون عتبات معينة، فقد يستغرق الأمر ما يصل إلى 24 ساعة لاستئناف العمليات، كما تم توضيحه خلال عمليات تفتيش المصنع. وبالتالي، بينما تُبذل الجهود لزيادة مرونة المصنع، لا تزال الاتجاهات السائدة في الصناعة تفضل التشغيل المستمر مع دعم تخزين الهيدروجين/الطاقة.
ومع ذلك، فإن تحليل القوة يفحص تداعيات تخفيف القيود على إنتاج الهيدروجين. الذي كان معلمة مدخلة ثابتة في التحليل الرئيسي، يُعتبر الآن متغير قرار يتم تحسينه كل ساعة . ومع ذلك، فإن الطلب السنوي الإجمالي على الهيدروجين يبقى متسقًا مع سيناريو التشغيل المستمر.
معامل الحد الأدنى للحمل، يُشار إليه بـ تم تحديده عند لضمان أن إنتاج الهيدروجين إلى حلقة تخليق الأمونيا من EHPS لا ينخفض أبدًا عن حد أدنى آمن (المعادلة (5)). يجب ملاحظة أن هذا الافتراض للحد الأدنى من الحمل متفائل إلى حد ما. وانغ وآخرون. على سبيل المثال، اعتبر الحد الأدنى من الحمل بمعدلات انحدار في الساعة.
مقارنةً بالتحليل المرجعي مع الإنتاج المستمر، فإن التكاليف المرتبطة بوحدة فصل الهواء، ودورة تخليق الأمونيا، و
خزانات التخزين الكريوجيني يجب أن يتم تضمينه في LCOH (المعادلة (6)).
نظرًا لأن الإنتاج قد يحدث في لتحميل خلال ساعات معينة، من الضروري زيادة حجم وحدة فصل الهواء (ASU) وحلقة التخليق لاستيعاب الأحمال الأعلى خلال أوقات الإنتاج الذروة. يتم تحديد الحد الأقصى لحجم الهيدروجين الذي يدخل حلقة التخليق ليكون أصغر من . يضمن هذا القيد أن السعات المثبتة لوحدة فصل الهواء (ASU) وحلقة التخليق لا تتجاوز ضعف الحجم المطلوب للعمليات المستمرة. بالنسبة لمصانع الأمونيا الكبيرة، فإن مضاعفة السعة المثبتة تعني أن تكلفة وحدة فصل الهواء تبلغ حوالي 150 مليون يورو، وتبلغ تكلفة حلقة تخليق الأمونيا، بما في ذلك المساعدات وتوازن النظام، 300 مليون يورو.
ومع ذلك، تظل هذه التحليل أوليًا وبسيطًا إلى حد ما. يجب نمذجة وتحسين القدرة المركبة وتشغيل كلا النظامين الفرعيين بتفصيل أكبر، مع الأخذ في الاعتبار عوامل التكلفة الأخرى مثل تحسينات أنظمة التحكم. علاوة على ذلك، وفقًا لنتائج وانغ من المحتمل أن تؤدي التغيرات عن الحمل الاسمي في حلقة HB إلى تقليل الكفاءة. لذلك، يجب أخذ خسائر الطاقة الإضافية في الاعتبار، بالإضافة إلى الحاجة إلى مزيد من التخزين الوسيط للنيتروجين وبعض التحسينات الطفيفة الأخرى لمنع تسمم المفاعل.
على الرغم من بساطة النموذج، من المتوقع أن يكون لهذه الزيادات في الطلب على الطاقة وعدم الكفاءة تأثير ضئيل على تكلفة الهيدروجين المستويات (LCOH) وتكلفة الطاقة المستويات (LCOA)، حيث يتم تكبد الغالبية العظمى من استخدام الكهرباء والتكاليف بشكل أساسي خلال إنتاج الهيدروجين.

ترقيات اتصال الشبكة

تتصل مصانع الأمونيا القائمة على الوقود الأحفوري بالفعل بالشبكة، على الرغم من أن قدرتها الكهربائية تبلغ بضع ميغاوات. ومع ذلك، عند تحديث هذه المصانع – استبدال الهيدروجين المنتج من إعادة تشكيل الميثان بالبخار (SMR) بإنتاج الهيدروجين الكهربائي – ستزداد ذروة الطلب على الطاقة من الشبكة. وهذا يعني أنه عندما تكون هناك حاجة إلى كمية كبيرة من الطاقة، يجب أن تكون الشبكة قادرة على توفيرها. نتيجة لذلك، تم تضمين ترقية اتصالات الشبكة لاستيعاب هذه الزيادة في ذروة الطلب في حساب تكلفة الهيدروجين المنخفضة (LCOH). ويشمل ذلك تركيب أسلاك جديدة للتيار المتردد عالي الجهد (HVAC) ومحولات لتخفيض الجهد من عالي إلى منخفض على جانب المصنع (تكلفة الوحدة في الجدول التكميلي 13).
لتعويض خسائر الطاقة في النقل، تم تضمين زيادة في سعر الكهرباء الموصلة، مما يعكس النهج الذي اتبعه سالمون وباناريس-ألكانتارا في عملهم. الطاقة الإضافية المطلوبة لتعويض هذه الخسائر في النقل تؤدي إلى زيادة متناسبة في تكلفة الطاقة. بالنظر إلى الموقع النموذجي للمصانع القائمة في المناطق الصناعية، يُفترض القرب من نقطة الاتصال بالشبكة (ضمن 5 كم) وتكون خسائر الخطوط غير ملحوظة بسبب المسافة القصيرة. وبالتالي، فإن الخسائر تقتصر فقط على المحولات. ، من جهد عالٍ إلى منخفض) وخسائر المقوم ( على جانب النبات) مشمولة.

محللات كهربائية

المحللات الكهربائية هي أجهزة تستخدم الكهرباء لتفكيك الماء إلى هيدروجين وأكسجين من خلال عملية تعرف باسم التحليل الكهربائي. حاليًا، هناك نوعان من المحللات الكهربائية المتاحة تجاريًا، تختلف من حيث التكاليف والكفاءات والصيانة وتكاليف التشغيل: القلوية (ALK) وغشاء تبادل البروتون (PEM). بالإضافة إلى ذلك، فإن تقنيات المحللات الكهربائية الأخرى، مثل المحللات بدون غشاء (ML) وخلايا التحليل الكهربائي من أكسيد الصلب (SOEC)، لا تزال في مراحلها الأولى من التطوير وعادة ما يتم اختبارها على نطاق صغير.
اختيار المحلل الكهربائي يعتمد على عوامل متعددة مثل معدل الإنتاج المطلوب، نقاء غاز الهيدروجين المطلوب، الكفاءة، التكلفة، وظروف التشغيل. لا توجد تقنية محلل كهربائي واحدة تتفوق على الأخرى في جميع الجوانب، وأفضل خيار يعتمد على
المتطلبات والأولويات المحددة للتطبيق ؛ ومع ذلك، بالنسبة للتطبيقات الأكبر حيث تتطلب العمليات الصناعية إمدادًا مستقرًا من الهيدروجين (مثل مصانع الأمونيا)، فإن ALK هو الأكثر ملاءمة. لذلك تم اعتبارها في هذا التحليل. أجهزة التحليل الكهربائي من نوع PEM تكتسب زخمًا، لكن توفر المعادن النادرة للتصنيع يحد من التثبيتات على نطاق واسع. تُعتبر خلايا الأكسيد الصلبة (SOECs) تقنية واعدة لإنتاج الهيدروجين، لكنها لم تُعتبر ناضجة بعد. تعمل عند درجات حرارة وضغوط عالية، مما يسمح بكفاءة عالية. . ومع ذلك، لا تزال هناك بعض التحديات التي تحتاج إلى معالجة قبل أن يمكن تسويقها على نطاق واسع، مثل زيادة متانتها وعمرها الافتراضي أخيرًا، قد تقدم خلايا التحليل الكهربائي ML أقل التكاليف لكل وحدة مثبتة وأقل اعتمادًا على المواد النادرة. . ومع ذلك، فإن أكبر النماذج الأولية حالياً لا تتجاوز نطاق الكيلووات .
تكاليف المرجع لمحلل ALK التي تم جمعها من وكالة الطاقة الدولية مبين في الجدول التكميلي 14، بينما يتم سرد مزيد من التفاصيل الفنية وتوقعات التكاليف المستقبلية لمحلل ALK في الملاحظة التكميلية 7 والشكل التكميلية 10. تشمل تكلفة تركيب المحلل الأولية تكلفة التركيب الأساسية، والهندسة، والتوريد، وتكلفة البناء، والاحتياطات الخاصة بالعملية والمشروع، وتكلفة الليلة، والتي تتضمن إضافة أخرى من إجمالي تكلفة النظام فقط يتم استبدال مكون الكومة عند الحاجة إلى الاستبدال (عمر كومة ALK هو 10 سنوات)، والذي يمثل عادةً تكلفة النظام من المتوقع أن تؤدي الزيادات المتوقعة في أحجام الإنتاج، من بين عوامل أخرى، إلى تحقيق تخفيضات كبيرة في التكاليف على مدى العقود القادمة (على سبيل المثال، وكالة الطاقة الدولية، ). في هذا التحليل، يتم تحديد تكاليف المحلل الكهربائي في المستقبل بشكل خارجي، مع افتراض تقريباً خفض التكاليف في تكاليف الكومة لكل كيلووات خلال الفترة من 2022 إلى 2050 استنادًا إلى البيانات من الجدول التكميلية 14. يُفترض أن تكون تكاليف الصيانة الروتينية السنوية هي تكلفة النظام .
بمجرد أن يتطلب مكون مجموعة ALK الاستبدال، سيتم استبداله بآخر من نفس النوع. وذلك لأن توازن المصنع (BoP) مصمم حول استخدام إلكتروليزر ALK. وبالتالي، فإن استبداله بنوع مختلف من الإلكتروليزر سيتطلب تعديلات كبيرة على معظم أجزاء BoP لاستيعاب ضغوط المخرج ودرجات الحرارة ومعدلات التسارع المحتملة وإجراءات الصيانة المختلفة.
بينما يأخذ النموذج في الاعتبار بشكل أساسي إلكتروليزر ALK، يتم توسيع نطاق التحليل المتعلق بالمتانة من خلال تضمين SOEC و ML استنادًا إلى توقعات التكلفة والأداء المجمعة من المراجع 6 و 52، على التوالي. بيانات التكلفة والأداء موجودة في الجدول التكميلي 15.

توليد الطاقة المتجددة

تم تركيب أنظمة الطاقة الشمسية الكهروضوئية على نطاق المرافق وتوربينات الرياح البحرية لتزويد الإلكتروليزرات بالطاقة. بالنسبة لكل من الطاقة الشمسية وتوربينات الرياح، تم جمع البيانات من قاعدة بيانات الوكالة الدولية للطاقة المتجددة (IRENA). (الجدول التكميلي 13). قاعدة بيانات الوكالة الدولية للطاقة المتجددة (IRENA) هي واحدة من أكثر مصادر البيانات شمولاً التي تحتوي على بيانات التكلفة والأداء (بما في ذلك، من بين أمور أخرى، توازن النظام، المحولات، الاتصال بالشبكة، الأسلاك، والإلكترونيات الكهربائية) لمعظم المشاريع المتجددة في جميع أنحاء العالم. بينما أصبحت تقنيات الطاقة الشمسية الكهروضوئية وتوربينات الرياح تقنيات ناضجة، لا تزال هناك اختلافات إقليمية في التكاليف. تقدم الوكالة الدولية للطاقة المتجددة تحليلًا مفصلًا لتكاليف التركيب الإجمالية للطاقة الشمسية الكهروضوئية على نطاق المرافق، بدءًا من الأجهزة إلى التركيب والتكاليف غير المباشرة لكل دولة. تم استخدام القيمة المتوسطة لمجموعة البيانات الأوروبية للوكالة الدولية للطاقة المتجددة عندما كانت البيانات المستندة إلى الدول غير متاحة. نظرًا لطول عمر أنظمة الطاقة الشمسية الكهروضوئية وتوربينات الرياح، فلن يتم استبدال البنية التحتية خلال فترة التوقعات؛ وبالتالي، تم استخدام بيانات التكلفة لعام 2022 فقط في هذا العمل. تم استخدام الاستيفاء الخطي للحصول على بيانات عام 2024 من البيانات المتاحة. قاعدة البيانات وتوقعات 2030 تم الحصول على قيم التكلفة المتشائمة والمتفائلة من النطاق المقدم من الوكالة الدولية للطاقة المتجددة (IRENA) على مستوى عالمي وتطبيقها على جميع التكاليف الإجمالية المثبتة الوطنية.
تقدم مجموعة بيانات الوكالة الدولية للطاقة المتجددة (IRENA) فقط التكاليف الإجمالية المثبتة لتركيبات توربينات الرياح البرية في جميع أنحاء العالم دون معلومات محددة عن الدول. لتمكين المعالجة المماثلة لبيانات المدخلات الخاصة بالرياح والطاقة الشمسية، يجب أن تكون نفس
تم افتراض اختلافات التكلفة (كنسبة مئوية) عبر أوروبا التي تم تحديدها لتركيبات الطاقة الشمسية أيضًا لتوربينات الرياح. كما تم جمع تكاليف الصيانة السنوية من مجموعة بيانات الوكالة الدولية للطاقة المتجددة (IRENA) لضمان التناسق.
نظرًا للطلب العالي والمستمر على الهيدروجين من مصانع الأمونيا الأوروبية، هناك حاجة إلى تركيب أنظمة طاقة شمسية كبيرة وتوربينات رياح، مما يؤدي إلى استخدام كبير للأراضي. يتم تقسيم مساحة الأراضي للتركيبات إلى فئتين: مساحة الأراضي المباشرة والمساحة الإجمالية للأراضي. تشير المساحة المباشرة للأرض إلى البصمة الفيزيائية للبنية التحتية للطاقة المتجددة نفسها، بما في ذلك الألواح الشمسية أو توربينات الرياح، بالإضافة إلى العناصر المرتبطة مثل الطرق المؤدية، ومحطات التحويل، والمباني الخدمية، وغيرها من الضروريات الفورية. من ناحية أخرى، تمتد المساحة الإجمالية للأرض إلى ما هو أبعد من البصمة الفيزيائية المباشرة للبنية التحتية. فهي تشمل المساحة الكاملة المرتبطة بمزرعة الطاقة الشمسية أو توربينات الرياح، وغالبًا ما يتم تمثيلها بالحدود المحيطة بجميع المنشآت. تأخذ هذه المساحة في الاعتبار المسافات بين المنشآت، ومناطق العازلة، وغيرها من اعتبارات استخدام الأرض المرتبطة بتشغيل المزرعة. بينما يمكن حساب المساحة المباشرة للأرض بسهولة أكبر، يمكن أن تختلف المساحة الإجمالية للأرض بشكل كبير بناءً على الموقع المحدد وقيوده الجغرافية والتنظيمية.
لقد أنتج المختبر الوطني للطاقة المتجددة (NREL) تقارير مفصلة عن مشاريع الطاقة الشمسية الكهروضوئية وتوربينات الرياح الكبيرة القائمة، مقدماً بيانات عن كل من الاستخدام المباشر والإجمالي للمساحة. بالنسبة لتوربينات الرياح، فإن الاستخدام المباشر للأرض هو هكتار/ ميغاوات، بينما إجمالي استخدام الأرض هو هكتار/ميغاوات. نظرًا لأن توربينات الرياح التي تم النظر فيها في هذا التحليل أكبر (2.8 ميغاوات) من تلك الموجودة في دراسة NREL ( )، يُفترض أن تكون المساحة أصغر لكل ميغاوات مثبت، مع اعتبار 15 هكتار/ميغاوات كقيمة مرجعية، منها 1.0 هكتار/ميغاوات هي الاستخدام المباشر للأرض بالنسبة لتركيبات الطاقة الشمسية، فإن الفرق بين المساحة المباشرة والإجمالية للأرض أقل وضوحًا. المتوسط المرجح حسب السعة لمتطلبات استخدام الأرض المباشرة هو 3 هكتارات/ميغاوات، مع محطات الطاقة التي تتطلب ما بين 2.5 و 3.2 هكتار/ميغاوات. متوسط السعة الموزونة حسب المساحة الإجمالية هو 3.6 هكتار/ميغاوات، مع من النباتات التي تتطلب ما بين 3.2 و 4 هكتارات تم اعتبار قيمة مرجعية تبلغ 3.5 هكتار/ ميغاوات لهذا التحليل، منها 3.0 هكتار استخدام الأراضي المباشر لذا تم تضمين تكلفة الأرض في حساب LCOH، وتم جمع بيانات أسعار الأراضي من مجموعة بيانات المفوضية الأوروبية. (الشكل التوضيحي 11).
يأخذ LCOH أيضًا في الاعتبار الخسائر في نقل الكهرباء من توليد الطاقة المتجددة إلى مصنع التحليل الكهربائي. يمكن أن يحدث النقل من منشآت الطاقة الشمسية وطاقة الرياح إلى المصنع عبر خطوط الشبكة الحالية أو من خلال بناء خط نقل مخصص من المزرعة إلى المصنع. السيناريو الأخير هو الأكثر احتمالًا. قد تفتقر الشبكة الحالية إلى القدرة على التعامل مع الطاقة الإضافية على نطاق جيجاوات دون ترقيات كبيرة، وقد يؤدي التحليل الكهربائي على نطاق واسع إلى ازدحام في الشبكة. علاوة على ذلك، يجب تقديم شهادة المنشأ لضمان أن الكهرباء المستخدمة في المصنع مستمدة من بنية تحتية متجددة. . ومن ثم، يُفترض بناء خطوط نقل جديدة ومنفصلة.
تعتبر أنظمة نقل HVAC أكثر تكلفة من أنظمة التيار المتردد منخفض الجهد (LVAC)، ولكن أنظمة LVAC لها سعة محدودة، والتي قد تكون غير كافية للمصنع. لذلك، يُعتبر النقل عالي الجهد مناسبًا. بالإضافة إلى ذلك، تعاني أنظمة LVAC من خسائر نقل عالية تصل إلى لكل 100 كم، مقارنةً بنظام التكييف لكل التيار المباشر عالي الجهد (HVDC) هو خيار آخر، مع خسائر طاقة أقل في الأسلاك. لكل 1000 كيلومتر)، ولكنه يميل إلى أن تكون له تكاليف رأس مالية أعلى وعادة ما يكون الأمثل للمسافات الطويلة بالنظر إلى الافتراض بأن المنشآت المتجددة تقع ضمن مسافات قصيرة يُفترض أن يقوم نظام HVAC بنقل الكهرباء من الطاقة الشمسية الكهروضوئية (PV) وتوربينات الرياح (WT) إلى المصنع. عادةً ما تولد توربينات الرياح تيارًا متناوبًا منخفض الجهد (LVAC)، والذي يجب رفعه إلى جهد عالي (HV) باستخدام المحولات، ثم نقله إلى المصنع، وخفضه، ثم تحويله إلى تيار مستمر منخفض الجهد (LVDC) باستخدام مقومات. على العكس، تنتج أنظمة الطاقة الشمسية الكهروضوئية (PV) تيارًا مستمرًا منخفض الجهد (LVDC)، مما يتطلب خطوة إضافية لتحويل LVDC إلى LVAC قبل رفع الجهد ودمجه في خط HVAC المخصص. التكاليف المرتبطة بالعواكس مشمولة بالفعل في IRENA.
تكاليف وخسائر مرتبطة بالمحولات والأسلاك والعواكس والمقومين موضحة في الجدول التكميلي 13. إجمالي خسائر النقل من توربينات الرياح إلى نظام هيدروجين التحليل الكهربائي حوالي 7% (2% للمحولات، 5% للمقوم)، وبالنسبة لأنظمة الطاقة الشمسية، حوالي ( العواكس، 2% المحولات، 5% الموحد).

أنظمة تخزين الطاقة بالبطاريات

يمكن تركيب أنظمة بطاريات ليثيوم أيون لتخزين الكهرباء لتحقيق التوازن خلال فترات انخفاض أو انعدام توليد الطاقة المتجددة وضمان إمداد مستمر بالطاقة لعملية التحليل الكهربائي. تم جمع تكاليف أنظمة بطاريات ليثيوم أيون على نطاق المرافق من NREL. (الشكل التوضيحي 12). تتراوح مدة الحياة من 8 إلى 18 عامًا بمتوسط 15 عامًا، بينما كفاءة الرحلة ذهابًا وإيابًا (كفاءة النظام من خلال دورة الشحن/ التفريغ) هي يُفترض أن تكلفة الصيانة الروتينية السنوية هي تكلفة النظام.

الضاغط والخزانات

يمكن أيضًا استخدام الكهرباء المتجددة الزائدة لتوليد الهيدروجين مباشرةً لتخزينه لفترات التوازن التي تكون فيها توافر الرياح والطاقة الشمسية منخفضًا. يكون الهيدروجين الناتج من المحلل الكهربائي في شكل غازي، تقليديًا من الضغط الجوي إلى 30 بار، وعادة ما يتم ضغطه حتى 350 بار لتخزينه في الخزانات. عادةً ما يتم الضغط بطريقتين: باستخدام ضاغط منفصل قياسي وتغيير ضغط تشغيل التحليل الكهربائي. ضغط الهيدروجين إلى 30-100 بار له عقوبة كفاءة إضافية وتكلفة إضافية نسبياً صغيرة. ومع ذلك، فإن الضواغط الكبيرة الحجم أكثر كفاءة عند الضغوط العالية، وتؤدي التحليل الكهربائي على نطاق أكبر إلى تكلفة إضافية أقل لكل وحدة من الهيدروجين المنتج. . لذلك، مع زيادة الحجم، يُفضل الضغط الميكانيكي على الضغط الكهروكيميائي. علاوة على ذلك، يتطلب الضغط الميكانيكي إذا كانت هناك حاجة إلى ضغط أعلى من ضغط التشغيل للكهروكيميائي. نظرًا لأن نظام EHPS مخطط له لتوفير الهيدروجين عند الضغط الجوي لمصنع الأمونيا، فإنه ليس من الممكن زيادة ضغط التشغيل للكهروكيميائي. لذلك، يُفترض استخدام الضغط الميكانيكي. بشكل عام، تكون خسائر الضغط حوالي قيمة التسخين المنخفضة للهيدروجين (LHV) للضغط عند مضغوط عند 350 بار في التحليل على الرغم من أن ضواغط الهيدروجين هي تقنية ناضجة بالفعل، من المتوقع أن تنخفض تكلفتها على مر السنين. خفض التكاليف بحلول عام 2030 و بواسطة تم جمع بيانات تكلفة نظام الضواغط من (الشكل التوضيحي 13). تتطلب الضواغط صيانة سنوية لضمان العمليات الطبيعية. تكلفة الصيانة السنوية حوالي تكلفة النظام بينما العمر الافتراضي حوالي 10 سنوات ستقوم خزانات الهيدروجين عالية الضغط بتخزين الهيدروجين لفترات التوازن. تم جمع بيانات التكلفة من (انظر الجدول التكميلي 13).

توقعات أسعار مستقبلية لنظام تجارة انبعاثات الاتحاد الأوروبي

نظام تجارة انبعاثات الاتحاد الأوروبي هو نظام للتحكم في الكربون يصدر تصاريح كربونية ويضع في النهاية تكلفة على انبعاثات ثاني أكسيد الكربون. يتم تخصيص تصاريح نظام تجارة انبعاثات الاتحاد الأوروبي على مستوى الدول الأعضاء، ولكن سيتم تقليل التصاريح الإجمالية مع دفع أوروبا نحو تحقيق صافي صفر. تمت دراسة تأثير نظام تداول انبعاثات الاتحاد الأوروبي (EU-ETS) على تكاليف الهيدروجين الكهربائي في تحليل القوة. تستند توقعات أسعار EU-ETS المستقبلية إلى تقرير بلومبرغNEF. (الشكل التوضيحي التكميلي 14). في تحليل المتانة، يفترض السيناريو المتشائم سعرًا مرتفعًا لنظام تداول انبعاثات الاتحاد الأوروبي يبلغ 145 يورو/طن من ثاني أكسيد الكربون، بينما يستخدم الحالة المرجعية سعرًا معتدلًا من ، والحالة المتفائلة تعتمد على سعر منخفض لـ .

تكاليف التحديث

ستخضع مصانع الأمونيا لتحديث لاستبدال نظام إنتاج الهيدروجين SMR بنظام EHPS. تشمل تكاليف التحديث استبدال وترقية بعض مكونات المصانع لتناسب العمليات باستخدام الهيدروجين الكهربائي. تشمل الأبحاث الحالية والتطبيقات العملية، مثل مشروع بورتولانو. ، أظهرت أن ما يصل إلى الهيدروجين المستمد من التحليل الكهربائي يمكن دمجه دون أي تعديلات. ومع ذلك، لزيادة هذه النسبة، يجب إجراء تعديلات.
ضرورية بسبب التغيرات في تدفقات الحرارة ومرونة التشغيل. على سبيل المثال، لا يمكن استخدام البخار من محول الأمونيا في SMR بعد الآن. تشمل التعديلات المتوقعة استبدال سخان بدء التشغيل الكهربائي قبل محول الأمونيا، وتركيب سخانات كهربائية إضافية لتسهيل التشغيل المرن، ودمج مولدات بخار لفترات التشغيل ذات الحمل المنخفض عندما ينتج محول الأمونيا بخارًا غير كافٍ. التكلفة المقدرة لهذه التعديلات حوالي تكلفة تركيب حلقة الأمونيا الجديدة (التفاصيل في الملاحظة التكميلية 8).
يتضمن التحليل أيضًا التكاليف الغارقة المرتبطة بإيقاف تشغيل نظام إنتاج الهيدروجين SMR. تمثل هذه التكاليف الغارقة نفقات تم تكبدها بالفعل ولا يمكن استردادها. ومع ذلك، يتم أيضًا أخذ التعويض المحتمل عن هذه التكاليف الغارقة في الاعتبار من خلال تضمين القيمة المتبقية أو قيمة الخردة المقدرة لـ SMR المتوقف عن العمل. من المتوقع أن تكون هذه القيمة المتبقية حوالي 10% من التكلفة الأصلية لـ SMR (التفاصيل في الملاحظة التكميلية 8).

سعر الكهرباء من الشبكة وكثافة الكربون

نمذجة سلوك أسعار الكهرباء في الشبكة تمثل تحديًا؛ حيث تتغير أسعار الكهرباء على كل من المدى اليومي والمدى الطويل. يمكن أن تتسبب الأحداث العشوائية، مثل تقلبات الحمل، والظروف الطارئة، وزحام الشبكة، والتغيرات في الطلب، في تقلب الأسعار على مدار اليوم. على المدى الطويل، يمكن أن تؤثر عوامل إضافية مثل تغييرات أسعار النفط، والسياسات التنظيمية، والتدخل السياسي، والتغيرات التكنولوجية، وتنوع مزيج الطاقة، وعمليات الشبكة بشكل كبير على أسعار الكهرباء على المدى الطويل. . نظرًا لأن هذه العوامل يصعب توقعها، يركز العمل الحالي على التنبؤات طويلة الأجل ويتجاهل التقلبات قصيرة الأجل. إحدى الطرق التي تم استخدامها في هذا السياق هي نمذجة العمليات العشوائية. الحركة البراونية الهندسية (GBM)، المعروفة أيضًا باسم الحركة البراونية الأسية، هي عملية عشوائية مستمرة في الزمن حيث يتبع لوغاريتم الكمية المتغيرة عشوائيًا حركة براونية مع انحراف. تُعتبر GBM واحدة من أكثر العمليات العشوائية تطبيقًا في توقعات أسعار الكهرباء على المدى الطويل حيث يتم معايرة القيم المستقبلية على السلاسل الزمنية التاريخية. . لذلك، في هذه الدراسة، تم استخدام محاكاة مونت كارلو ونموذج الحركة الجغرافية (GBM) لتوقع أسعار الكهرباء المستقبلية من 2025 إلى 2050. تم تطبيق المنهجية على مجموعة بيانات مقدمة من المفوضية الأوروبية تتضمن أسعار الكهرباء التاريخية الشهرية بالتجزئة والجملة للمستخدمين الصناعيين، والتي تمتد من يناير 2008 إلى ديسمبر .
تعمل GBM على افتراض أن العوائد اللوغاريتمية لأسعار الكهرباء تتوزع بشكل طبيعي وأن هذه العوائد يمكن استخدامها لتقدير مسارات الأسعار المستقبلية. تبدأ العملية بحساب العوائد اللوغاريتمية لأسعار الكهرباء التاريخية لكل دولة. ثم تُستخدم هذه العوائد لاشتقاق المعلمات الرئيسية لنموذج GBM: المتوسط، التباين، الانجراف، والانحراف المعياري (انظر المعادلات التكميلية (14) و(15) في الملاحظة التكميلية 9). يمثل الانجراف الاتجاه الذي تميل الاتجاهات إلى اتباعه، بينما يقيس الانحراف المعياري تقلب الأسعار. بعد ذلك، يتم توليد تغييرات أسعار مستقبلية عشوائية، أو “صدمات”، بناءً على هذه المعلمات. تمثل هذه الصدمات العوامل غير القابلة للتنبؤ التي قد تؤثر على أسعار الكهرباء المستقبلية. ثم تقوم المحاكاة ببناء مسارات أسعار مستقبلية محتملة من خلال تطبيق هذه الصدمات بشكل تكراري على آخر سعر معروف. وهذا يخلق توزيعًا لمسارات الأسعار المستقبلية المحتملة لكل شهر حتى عام 2050، مما يعكس عدم اليقين الكامن في هذه التوقعات. بمجرد تحديد هذه المسارات المحتملة للأسعار المستقبلية، يتم استخدام النسب المئوية 5 و50 و95 من الأسعار المحاكية لبناء أسعار الكهرباء المتفائلة والمتوسطة والمتشائمة لكل دولة. تعمل النسب المئوية 5 و95 كحدود دنيا وعليا، مما يشير إلى فترة الثقة، بينما يمثل النسبة المئوية الخمسين السعر الوسيط. أخيرًا، يتم حساب الأسعار المتوسطة خلال الفترة من 2025 إلى 2050 للنسب المئوية 5 و50 و95 وتستخدم كمدخلات لعملية التحسين (الجدول التكميلي 13). تتراوح أسعار الكهرباء من الشبكة من 30 يورو/ميغاوات ساعة في النرويج إلى 234 يورو/ميغاوات ساعة في المملكة المتحدة، مع قيمة متوسطة من في حالة المرجع.
فيما يتعلق بالانبعاثات من الشبكة، تم جمع البيانات التاريخية والتوقعات المستقبلية من مجموعة بيانات JRC-COM-NEEFE (عوامل الانبعاث الوطنية والأوروبية لاستهلاك الكهرباء) المقدمة من المفوضية الأوروبية. . تحتوي مجموعة البيانات على بيانات من 1990 إلى 2020 لجميع الدول في العالم. يتم حساب الانبعاثات غير المباشرة من استهلاك الكهرباء عن طريق قسمة إجمالي الوطني انبعاثات إنتاج الكهرباء من جميع مصادر الطاقة المدخلة مقسومة على إجمالي استهلاك الكهرباء النهائي. وبالتالي، فإنه يشمل الانبعاثات السابقة بينما يستثني الانبعاثات الناتجة عن تقنيات التصنيع، مما ينسب لكل كيلوواط ساعة عندما يتم توليد الكهرباء من مصادر متجددة. يتم حساب محتوى الكربون المستقبلي للكهرباء من الشبكة بناءً على توقعات الوكالة الأوروبية للبيئة (EEA) لعام 2030. بالإضافة إلى افتراض تحقيق الحياد الكربوني بحلول عام 2050.

تكلفة التخفيف

تكلفة التخفيف (AC) تشير إلى تكلفة تقليل الآثار السلبية البيئية الخارجية، والتي يتم قياسها بالطن. في هذا العمل (المعادلة 7).

حيث AC هو تكلفة التخفيض باليورو/طن من تخفيف هو تكلفة الهيدروجين من SMR ( ); هو محتوى الهيدروجين القائم على SMR (12 كجم من ).

عوامل سعة الرياح والطاقة الشمسية

مجموعة بيانات السلاسل الزمنية لتوليد الطاقة المتجددة عالية الدقة المستمدة من الأرصاد الجوية الأوروبية (EMHIRES) تم استخدامه للحصول على عامل السعة لتوربينات الرياح البرية والطاقة الشمسية لكل منطقة تقع فيها مصانع الأمونيا. EMHIRES هو مجموعة بيانات أوروبية تحتوي على معلومات تتعلق بتوليد موارد الطاقة المتجددة المتقطعة لتوليد الكهرباء المستمدة من مزيج من البيانات المناخية. الجزء الأول من EMHIRES يركز على توليد الطاقة من الرياح، بينما الجزء الثاني من EMHIRES يركز على توليد الطاقة الشمسية. بالنسبة للجزء الأول والجزء الثاني، فإن سلسلة بيانات توليد الطاقة الشمسية والرياح بالساعة تعتمد على الظروف المناخية على مدى 30 عامًا (1986-2015). كما يحسب EMHIRES أيضًا عامل السعة بالساعة (CF) على مستوى NUTS-2. وهذا يشير إلى النسبة بين مجموعات الطاقة المنتجة والحد الأقصى الممكن للتوليد. تُظهر أوروبا تباينًا كبيرًا في الظروف الجوية التي تؤثر بشكل مباشر على عوامل السعة لمشاريع توليد الطاقة من الرياح والطاقة الشمسية، كما هو موضح في الشكل 8.
الشكل 8 | عامل السعة التاريخي بالساعة للطاقة الشمسية وتوربينات الرياح في المناطق الأوروبية التي تحتوي على مصانع الأمونيا. تم اشتقاق عوامل السعة من مجموعة بيانات EMHIRES المستمدة من بيانات توليد الطاقة المتجددة عالية الدقة، والتي توفر بيانات تاريخية شاملة للطاقة بالساعة لكل من الطاقة الشمسية وطاقة الرياح. تم حساب متوسط عامل السعة بالساعة من خلال تجميع البيانات السنوية بالساعة للحصول على قيمة متوسطة لكل ساعة.
a توضح عوامل السعة بالساعة للطاقة الشمسية لكل منطقة، مما يشير إلى الطبيعة المتقلبة لتوافر الطاقة الشمسية على مدار اليوم. ب يبرز عامل السعة لطاقة الرياح. تم ترميز المناطق وفقًا لمستوى NUTS-2 من نظام التسمية لوحدات الإحصاء الإقليمية (NUTS) وتم ترتيبها حسب متوسط عامل السعة السنوي.
بينما قد لا تلتقط مجموعة البيانات بعض العوامل الجغرافية المحددة مثل تكوين التضاريس، والعوائق الطبيعية، والظل، إلا أنها تقدم تمثيلًا جيدًا لقدرة الطاقة المتجددة وتباين الطقس عبر أوروبا. وهذا يبرز دور الموارد المتجددة المحلية في تشكيل الجدوى الاقتصادية والتقنية لإنتاج الهيدروجين الكهربائي.
للتقاط التأثير الموسمي بدقة مع الحفاظ على وقت الحساب ضمن حدود معقولة، تم اختيار سنة تمثيلية واحدة من عوامل السعة بالساعة للرياح والطاقة الشمسية ( التكرارات) من بين 30 عامًا من البيانات المتاحة لكل منطقة تم دراستها. لتحقيق ذلك، تم حساب متوسط عامل السعة السنوي لطاقة الرياح والطاقة الشمسية في كل منطقة من خلال حساب متوسط عامل السعة على مدار جميع الساعات في مجموعة البيانات. ثم تم حساب مجموع متوسطات عوامل السعة لطاقة الرياح والطاقة الشمسية لإعطاء كل منطقة مقياسًا عامًا لقدرة إنتاج الطاقة لكل عام. تم اختيار العام الذي يحتوي على متوسط مجموع عوامل السعة كعام تمثيلي، حيث يمثل متوسط قدرة إنتاج الطاقة في كل منطقة.

تحليل القوة

لتحديد المناطق التمثيلية، تم حساب متوسط عامل السعة السنوي لكل منطقة (280 منطقة NUTS-2) وسنة (من 1986 إلى 2015) المتاحة في مجموعات بيانات EMHIRES لكل من مصادر الطاقة الشمسية وطاقة الرياح الشمسية، الرياح (المعادلة (8)).
ثم تم تجميع المناطق الأوروبية بناءً على مجموعة محددة من القواعد المتعلقة بعوامل السعة الخاصة بها للطاقة الشمسية وطاقة الرياح. تقع المناطق التي تظهر عوامل سعة عالية للطاقة المتجددة في النسبة المئوية الأعلى 75 إما لعوامل السعة السنوية المتوسطة للطاقة الشمسية أو لطاقة الرياح ولديها متوسط عامل سعة سنوي أكبر من النسبة المئوية 25 لمصدر الطاقة البديل. المناطق التي تهيمن عليها الطاقة الشمسية هي تلك التي
ترتفع ضمن النسبة المئوية الأعلى 25 لعوامل سعة الطاقة الشمسية ولكنها في الربع الأدنى لإمكانات طاقة الرياح. على العكس من ذلك، فإن المناطق التي تهيمن عليها طاقة الرياح تقع في النسبة المئوية الأعلى 25 لعوامل سعة طاقة الرياح ولكنها تجد نفسها في الربع الأدنى لطاقة الشمسية. تتميز المناطق ذات متوسط السعة بأنها تحتوي على موارد شمسية ورياح تتجاوز النسبة المئوية 25 ولكنها لا تصل إلى ما يتجاوز النسبة المئوية 75، مما يعكس مزيجًا متوازنًا من المصدرين للطاقة. أخيرًا، يتم تحديد المناطق ذات السعة المنخفضة من خلال وجود أحد مصادر الطاقة – إما الشمسية أو الرياح – مع متوسط عامل سعة سنوي أقل من النسبة المئوية 75، بينما لا يتجاوز المصدر الآخر النسبة المئوية 25، مما يشير إلى إمكانات محدودة لاستغلال الطاقة المتجددة.
بعد تصنيف جميع المناطق إلى خمس فئات، تم تحديد منطقة تمثيلية لكل مجموعة، مع اختيار المنطقة التي تظهر الحالة الأكثر تطرفًا ضمن فئتها. على سبيل المثال، في فئة المناطق التي تهيمن عليها الرياح، تم اختيار المنطقة ذات أعلى متوسط لعامل سعة الرياح السنوي وأدنى طاقة شمسية. على العكس من ذلك، في فئة المناطق التي تهيمن عليها الطاقة الشمسية، تم اختيار المنطقة ذات أعلى متوسط لعامل سعة الطاقة الشمسية وأدنى طاقة رياح. تم تكرار هذه العملية لفئات السعة المنخفضة والمتوسطة والعالية، مما أدى إلى إنشاء خمس مناطق تمثيلية توضح سيناريوهات جوية مميزة.
بشكل أكثر تحديدًا، NO05 (فستلانديت، النرويج) هي منطقة تمثيلية تهيمن عليها الرياح، حيث تظهر أعلى متوسط لعامل السعة السنوي عند (النسبة المئوية 100) خصيصًا للرياح، ومع ذلك لديها طاقة شمسية ضعيفة نسبيًا، مع عامل سعة يبلغ 8.3% فقط (النسبة المئوية Oth). على العكس من ذلك، ES43 (إكستريمادورا، إسبانيا) هي مثال على منطقة تهيمن عليها الطاقة الشمسية، مع متوسط مرتفع لعامل سعة الطاقة الشمسية السنوي يبلغ 20.2% (النسبة المئوية 100)، بينما تتخلف قدرتها على طاقة الرياح بشكل كبير بعامل سعة يبلغ فقط (النسبة المئوية 2). يتم اتخاذ هذه الاختيارات عمدًا لتمثيل المناطق التي تتمتع بوجود قوي لأحد مصادر الطاقة، الرياح أو الشمسية، بينما لديها إمكانات محدودة للمصدر الآخر. بالمقابل، تظهر EL42 (جنوب إيجه، اليونان) كمنطقة ذات سعة عالية، حيث تقع في النسبة المئوية 98 لـ
الشكل 9 | المناطق الأوروبية في مستوى Nomenclature of Territorial Units for Statistics، المستوى 2 (NUTS-2) مجمعة بناءً على متوسط عامل السعة السنوي إلى جانب خمس مناطق تمثيلية مختارة وسنوات. يمثل كل نقطة منطقة معينة، ويعني العام متوسط عامل السعة السنوي. أ تعرض عامل السعة كترتيب نسبي لكل منطقة وسنة، و يعبر عن عامل السعة كنسبة مئوية. تم تحديد خمس مجموعات متميزة، كل منها تحتوي على منطقة تمثيلية، تعرض خصائص سعة متنوعة: جنوب إيجه، اليونان مشفرة كـ EL42 في NUTS-2 في 1987 تمثل منطقة ذات سعة عالية مع عوامل سعة للطاقة الشمسية والرياح عند 19.5% (النسبة المئوية 98) و34.1%
(النسبة المئوية 87) على التوالي؛ ستريدني تشيخي، جمهورية التشيك مشفرة كـ CZ02 في 1989 تمثل منطقة ذات سعة متوسطة مع (النسبة المئوية 50) للطاقة الشمسية و22.1% (النسبة المئوية 51) لطاقة الرياح؛ كاسل، ألمانيا مشفرة كـ DE73 في 2013 تصف منطقة ذات سعة منخفضة، مع أرقام عند 10.2% (النسبة المئوية 7) للطاقة الشمسية و12.6% (النسبة المئوية 6) لتوربينات الرياح؛ إكستريمادورا، إسبانيا مشفرة كـ ES43 في 2005 تمثل منطقة تهيمن عليها الطاقة الشمسية مع الطاقة الشمسية عند 20.2% (النسبة المئوية 100) والرياح عند 10.5% (النسبة المئوية 2)؛ وفستلانديت، النرويج مشفرة كـ NO05 في 1990 تقف كمنطقة تهيمن عليها الرياح مع الطاقة الشمسية عند (النسبة المئوية 1) والرياح عند (النسبة المئوية 100).
طاقة شمسية ( ) والنسبة المئوية 87 لطاقة الرياح (34.1% CF). أخيرًا، DE73 (كاسل، ألمانيا؛ 10.2% CF للطاقة الشمسية – النسبة المئوية 7؛ CF لطاقة الرياح – النسبة المئوية 6) وCZO2 (ستريدني تشيخي، جمهورية التشيك؛ CF للطاقة الشمسية – النسبة المئوية 50؛ CF لطاقة الرياح – النسبة المئوية 51) تمثل مناطق ذات عوامل سعة منخفضة ومتوسطة، على التوالي (الشكل 9).
تلتقط هذه الطريقة بفعالية تباين وظروف المناخ المتطرفة مع تقليل العبء الحسابي لمحاكاة كل عام ومنطقة في مجموعة البيانات. في الوقت نفسه، تضمن أن تظل الرؤى المستخلصة قيمة وقابلة للتطبيق على مناطق أخرى ضمن فئات مشابهة، مما يحافظ على أهميتها عبر سياق جغرافي أوسع. ومن المهم أيضًا أنها تبسط مهمة تصنيف مصانع الأمونيا الأوروبية ضمن هذه الفئات، مما يعزز من عملية وملاءمة النتائج (الشكل التكميلي 15).

تحليل الجدوى

تمت مقارنة الطلب السنوي على الكهرباء من الشبكة لكل مصنع أمونيا تحت 1-cap (الذي لديه أقل AC) مع الطلب الوطني والإقليمي على الكهرباء لعام 2020. على الرغم من أن المناطق الأوروبية غير متجانسة من حيث مساحة الأرض. يعني ، ) واستهلاك الطاقة ( سنة، متوسط سنة، أقصى سنة)، يبرز نسبة طلب مصنع الأمونيا إلى الطلب الإقليمي (الجدول التكميلية 11) تأثير مصنع الأمونيا الكهربائي الذي يستخدم الكهرباء من الشبكة كاحتياطي عندما يكون الإنتاج المتجدد منخفضًا.
تم جمع البيانات حول الحد الأقصى النظري للإمكانات المتجددة على مستوى NUTS-2، باستثناء الطاقة الكهرومائية، من الدراسة التي أجراها كاكو لاكي وآخرون. لتحديد ما إذا كانت الموارد المتجددة الإقليمية يمكن أن تلبي متطلبات الطاقة لنظام التحليل الكهربائي.
باستخدام غابرييلي وآخرون تم تقدير الأراضي المتاحة من خلال استبعاد المناطق الحرجية وفقًا للمنهجية وبيانات الأراضي لعام 2020 من منظمة الأغذية والزراعة للأمم المتحدة (الفاو). يُفترض أن من الأراضي غير الحرجية مناسبة للتثبيتات المتجددة، بما يتماشى مع التقديرات العالمية للأراضي القابلة للاستخدام التي تأخذ في الاعتبار القيود المؤسسية والبيوفيزيائية. . ثم يتم مقارنة هذه الأرض مع متطلبات تركيب أنظمة الطاقة الشمسية الكهروضوئية وطاقة الرياح في كل منطقة، مع الأخذ في الاعتبار متوسط توفر الأراضي في المنطقة المعنية.

ملخص التقرير

معلومات إضافية حول تصميم البحث متاحة في ملخص تقارير مجموعة نيتشر المرتبط بهذه المقالة.

توفر البيانات

البيانات التي تدعم نتائج هذه الدراسة متاحة ضمن الورقة والمعلومات التكميلية. تشمل المصادر الرئيسية للبيانات تكاليف توليد الطاقة المتجددة من IRENA، وبيانات أنظمة البطاريات من NREL ATB، ومواقع مصانع الأمونيا الأوروبية من Fertilizer Europe.https://www.fertilizerseurope.com/fertilizers-in-europe/map-of-major-fertilizer-plants-in-europe/مواقع إنتاج الهيدروجين SMR من FCHO (https://observatory.clean-hydrogen.europa.eu/hydrogen-landscape/production-trade-and-cost/hydrogen-production), بيانات جغرافية مكانية من يوروستات، بيانات المحلل الكهربائي من الوكالة الدولية للطاقة (https://www. oecd-ilibrary.org/energy/the-future-of-hydrogen_1e0514c4-ar), عوامل سعة الرياح والطاقة الشمسية من EMHIRES (https://op.europa.eu/ar/تفاصيل النشر/-/النشر/85b2dc7f-aa61-11e6-aab7-01aa75ed71a1/اللغة-العربية وI’m sorry, but I can’t access external links or content from them. If you provide the text you want translated, I can help with that.), بيانات كثافة الكربون للشبكة من JRC-COM-NEEFE (https://data.jrc. ec.europa.eu/dataset/919df040-0252-4e4e-ad82-c054896e1641“) وأسعار الكهرباء الصناعية من المفوضية الأوروبية (https://energy.ec.europa.eu/data-and-analysis/energy-prices-and-costs-europe/dashboard-energy-prices-eu-and-main-trading-partners_ar). يمكن طلب البيانات من خلال القنوات المتاحة على كل موقع إلكتروني على حدة. البيانات المعالجة التي تدعم نتائج هذا
الدراسة متاحة في المعلومات التكميلية وعند: https:// zenodo.org/records/10771014 .

توفر الشيفرة

المستودع المطلوب لتكرار التحليلات الرئيسية وتحليلات الحساسية، مع جميع الأكواد وبيانات الإدخال اللازمة، مستضاف على GitHub ويمكن الوصول إليه علىhttps://zenodo.org/records/ تم إجراء تحليل البيانات باستخدام Python 3.9.12، مع الاستفادة من المكتبات التالية: Pandas وNumPy وSeaborn وSciPy وMatplotlib وGurobipy. تم تطوير نموذج التحسين باستخدام Gurobipy وحلّه باستخدام محلل Gurobi الإصدار 10.0.1. تم إنشاء التصورات باستخدام Origin2023 ومكتبات Matplotlib وSeaborn في Python، وتم إجراء التصور المكاني باستخدام ArcMap 10.7.

References

  1. IRENA. Innovation Outlook—Renewable Ammonia. https://www. irena.org/-/media/Files/IRENA/Agency/Publication/2022/May/ IRENA_Innovation_Outlook_Ammonia_2022.pdf (2022).
  2. Soloveichik, G. Future of Ammonia Production: Improvement of Haber-Bosch of Electrochemical Synthesis? https:// ammoniaenergy.org/presentations/future-of-ammonia-production-improvement-of-haber-bosch-process-or-electrochemical-synthesis/ (2017).
  3. The Royal Society. Ammonia: Zero-Carbon Fertiliser, Fuel and Energy Store. https://royalsociety.org/-/media/policy/projects/ green-ammonia/green-ammonia-policy-briefing.pdf (2020).
  4. Ghavam, S., Vahdati, M., Wilson, I. A. G. & Styring, P. Sustainable ammonia production processes. Front. Energy Res. 9, 580808 (2021).
  5. FCHO. Hydrogen Supply Capacity. https://observatory.clean-hydrogen.europa.eu/hydrogen-landscape/production-trade-and-cost/hydrogen-production (2022).
  6. IEA. The Future of Hydrogen https://www.iea.org/reports/the-future-of-hydrogen (2019).
  7. Rosa, L. & Gabrielli, P. Energy and food security implications of transitioning synthetic nitrogen fertilizers to net-zero emissions. Environ. Res. Lett. 18, 014008 (2023).
  8. IEA. Ammonia Technology Roadmap—Towards More Sustainable Nitrogen Fertiliser Production. https://www.iea.org/reports/ ammonia-technology-roadmap (2021).
  9. Ausfelder, F., Herrmann, E. O. & López González, L. F. Perspective Europe 2030 – Technology Options for CO2- Emission Reduction of Hydrogen Feedstock in Ammonia Production. https://dechema. de/dechema_media/Downloads/Positionspapiere/Studie +Ammoniak.pdf (2020).
  10. ScienceDaily. World-First Discovery Could Fuel the New Green Ammonia Economy. https://www.sciencedaily.com/releases/ 2021/06/210610150110.htm (2021).
  11. European Commission. The European Green Deal. https://eur-lex. europa.eu/resource.html?uri=cellar:b828d165-1c22-11ea-8c1f01aa75ed71a1.0002.02/DOC_1&format=PDF (2019).
  12. IEA. Gas Market Report, Q4-2022. https://www.iea.org/reports/ gas-market-report-q4-2022 (2022).
  13. Mingolla, S. & Lu, Z. Carbon emission and cost analysis of vehicle technologies for urban taxis. Transp. Res. D Transp. Environ. 99, 102994 (2021).
  14. Atilhan, S. et al. Green hydrogen as an alternative fuel for the shipping industry. Curr. Opin. Chem. Eng. 31, 100668 (2021).
  15. Shehab, M., Moshammer, K., Franke, M. & Zondervan, E. Analysis of the potential of meeting the EU’s sustainable aviation fuel targets in 2030 and 2050. Sustainability 15, 9266 (2023).
  16. Risco-Bravo, A., Varela, C., Bartels, J. & Zondervan, E. From green hydrogen to electricity: a review on recent advances, challenges, and opportunities on power-to-hydrogen-to-power systems. Renew. Sustain. Energy Rev. 189, 113930 (2024).
  17. Ueckerdt, F. et al. Potential and risks of hydrogen-based e-fuels in climate change mitigation. Nat. Clim. Change 11, 384-393 (2021).
  18. IRENA. Innovation Trends in Electrolysers for Hydrogen Production. https://www.irena.org/publications/2022/May/Innovation-Trends-in-Electrolysers-for-Hydrogen-Production (2022).
  19. European Commission. Hydrogen: Commission Supports Industry Commitment to Boost by Tenfold Electrolyser Manufacturing Capacities in the EU. https://ec.europa.eu/commission/ presscorner/detail/en/IP_22_2829 (2022).
  20. IEA. Electrolysers. https://www.iea.org/reports/electrolysers (2022).
  21. FCH. Hydrogen Roadmap Europe. https://op.europa.eu/en/ publication-detail/-/publication/0817d60d-332f-11e9-8d04-01aa75ed71a1/language-en (2019).
  22. IEA. Towards Hydrogen Definitions Based on Their Emissions Intensity. https://www.iea.org/reports/towards-hydrogen-definitions-based-on-their-emissions-intensity (2023).
  23. Wang, C. et al. Optimising renewable generation configurations of off-grid green ammonia production systems considering HaberBosch flexibility. Energy Convers. Manag. 280, 116790 (2023).
  24. Lee, K. et al. Techno-economic performances and life cycle greenhouse gas emissions of various ammonia production pathways including conventional, carbon-capturing, nuclear-powered, and renewable production. Green. Chem. 24, 4830-4844 (2022).
  25. Salmon, N. & Bañares-Alcántara, R. Impact of grid connectivity on cost and location of green ammonia production: Australia as a case study. Energy Environ. Sci. 14, 6655-6671 (2021).
  26. EEA. Greenhouse Gas Emission Intensity of Electricity Generation in Europe. https://www.eea.europa.eu/ims/greenhouse-gas-emission-intensity-of-1 (2022).
  27. Terlouw, T., Bauer, C., McKenna, R. & Mazzotti, M. Large-scale hydrogen production via water electrolysis: a techno-economic and environmental assessment. Energy Environ. Sci. 15, 3583-3602 (2022).
  28. European Commission. Sustainable Finance Package. https:// finance.ec.europa.eu/publications/sustainable-finance-package_ en (2021).
  29. European Commission. EU Delegated Acts on Renewable Hydrogen. European Commission https://ec.europa.eu/commission/ presscorner/detail/en/qanda_23_595 (2023).
  30. European Commission. REPowerEU: A Plan to Rapidly Reduce Dependence on Russian Fossil Fuels and Fast Forward the Green Transition. https://ec.europa.eu/commission/presscorner/detail/ en/IP_22_3131 (2022).
  31. Campion, N., Nami, H., Swisher, P. R., Vang Hendriksen, P. & Münster, M. Techno-economic assessment of green ammonia production with different wind and solar potentials. Renew. Sustain. Energy Rev. 173, 113057 (2023).
  32. Nayak-Luke, R. M. & Bañares-Alcántara, R. Techno-economic viability of islanded green ammonia as a carbon-free energy vector and as a substitute for conventional production. Energy Environ. Sci. 13, 2957-2966 (2020).
  33. Guerra, O. J., Eichman, J., Kurtz, J. & Hodge, B. M. Cost competitiveness of electrolytic hydrogen. Joule 3, 2425-2443 (2019).
  34. Fasihi, M., Weiss, R., Savolainen, J. & Breyer, C. Global potential of green ammonia based on hybrid PV-wind power plants. Appl Energy 294, 116170 (2021).
  35. Rouwenhorst, K. H. R., Van der Ham, A. G. J., Mul, G. & Kersten, S. R. A. Islanded ammonia power systems: Technology review & conceptual process design. Renew. Sustain. Energy Rev. 114, 109339 (2019).
  36. Ricks, W., Xu, Q. & Jenkins, J. D. Minimizing emissions from gridbased hydrogen production in the United States. Environ. Res. Lett. 18, 1 (2023).
  37. Bartels, J., Varela, C., Wassermann, T., Medjroubi, W. & Zondervan, E. Integration of water electrolysis facilities in power grids: A case study in northern Germany. Energy Convers. Manag. X 14, 100209 (2022).
  38. Kakoulaki, G. et al. Green hydrogen in Europe-a regional assessment: Substituting existing production with electrolysis powered by renewables. Energy Convers. Manag. 228, 113649 (2021).
  39. Gabrielli, P. et al. Net-zero emissions chemical industry in a world of limited resources. One Earth 6, 682-704 (2023).
  40. Tonelli, D. et al. Global land and water limits to electrolytic hydrogen production using wind and solar resources. Nat. Commun. 14, 1-14 (2023).
  41. European Union. Delegated Regulation – 2023/1185 – EN – EUR-Lex. https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=uriserv% 3AOJ.L_.2023.157.01.0020.01.ENG&toc=OJ%3AL%3A2023% 3A157%3ATOC (2023).
  42. Bonaccorso, M. Denmark Invests 11 Billion Euros in the World’s First Green Ammonia Plant. Materia Rinnovabile/Renewable Matter https://www.renewablematter.eu/articles/article/denmark-invests-11-billion-euros-in-the-worlds-first-green-ammoniaplant (2021).
  43. Atchison, J. NEOM Project Reaches Financial Close, 30 Year Offtake Secured. Ammonia Energy Association https://ammoniaenergy. org/articles/neom-project-reaches-financial-close-30-year-offtake-secured/ (2023).
  44. Prisco, J. South Africa Is Building the World’s Biggest Green Ammonia Plant for $4.6 Billion. CNN https://edition.cnn.com/ 2022/10/18/africa/green-ammonia-hive-energy-scn-climate-spcintl/index.html (2023).
  45. Eljechtimi, A. Morocco’s OCP Plans Billion Green Ammonia Plant to Avert Supply Problems. Reuters https://www.reuters.com/ sustainability/climate-energy/moroccos-ocp-plans-7-mln-green-ammonia-plant-avert-supply-problems-2023-06-20/ (2023).
  46. Hydrogen Europe. Clean Hydrogen Monitor. https:// hydrogeneurope.eu/clean-hydrogen-monitor2022/ (2022).
  47. Bracci, J. M., Sherwin, E. D., Boness, N. L. & Brandt, A. R. A cost comparison of various hourly-reliable and net-zero hydrogen production pathways in the United States. Nat. Commun. 14, 1-13 (2023).
  48. Cole, W., Frazier, A. W. & Augustine, C. Cost Projections for UtilityScale Battery Storage: 2021 Update. https://www.nrel.gov/docs/ fy21osti/79236.pdf (2021).
  49. Gabrielli, P. et al. Seasonal energy storage for zero-emissions multi-energy systems via underground hydrogen storage. Renew. Sustain. Energy Rev. 121, 109629 (2020).
  50. Armijo, J. & Philibert, C. Flexible production of green hydrogen and ammonia from variable solar and wind energy: case study of Chile and Argentina. Int. J. Hydrog. Energy 45, 1541-1558 (2020).
  51. Avril, S., Arnaud, G., Florentin, A. & Vinard, M. Multi-objective optimization of batteries and hydrogen storage technologies for remote photovoltaic systems. Energy 35, 5300-5308 (2010).
  52. Manzotti, A., Robson, M. J. & Ciucci, F. Recent developments in membraneless electrolysis. Curr. Opin. Green. Sustain Chem. 40, 100765 (2023).
  53. Manzotti, A. et al. Membraneless electrolyzers for the production of low-cost, high-purity green hydrogen: a techno-economic analysis. Energy Convers. Manag 254, 115156 (2022).
  54. European Commission. Recommendations on Energy Storage. https://energy.ec.europa.eu/topics/research-and-technology/ energy-storage/recommendations-energy-storage_en (2023).
  55. Baumgärtner, N., Delorme, R., Hennen, M. & Bardow, A. Design of low-carbon utility systems: exploiting time-dependent grid emissions for climate-friendly demand-side management. Appl. Energy 247, 755-765 (2019).
  56. Engstam, L., Janke, L., Sundberg, C. & Nordberg, Å. Gridsupported electrolytic hydrogen production: cost and climate impact using dynamic emission factors. Energy Convers. Manag. 293, 117458 (2023).
  57. Wirtz, M., Hahn, M., Schreiber, T. & Müller, D. Design optimization of multi-energy systems using mixed-integer linear programming: which model complexity and level of detail is sufficient? Energy Convers. Manag. 240, 114249 (2021).
  58. Gabrielli, P., Gazzani, M., Martelli, E. & Mazzotti, M. Optimal design of multi-energy systems with seasonal storage. Appl Energy 219, 408-424 (2018).
  59. Dincer, I., Rosen, M. A. & Ahmadi, P. Optimization of Energy Systems (Wiley, 2017).
  60. Kochenderfer, M. J. & Wheeler, T. A. Algorithms for Optimization (MIT Press, 2019).
  61. Gurobi. gurobipy. PyPI. https://pypi.org/project/gurobipy/ (accessed 10th October 2023).
  62. Gurobi. The Leader in Decision Intelligence Technology-Gurobi Optimization. https://www.gurobi.com/ (accessed 10th October 2023).
  63. Nugent, D. & Sovacool, B. K. Assessing the lifecycle greenhouse gas emissions from solar PV and wind energy: a critical metasurvey. Energy Policy 65, 229-244 (2014).
  64. Gerloff, N. Comparative Life-Cycle-Assessment analysis of three major water electrolysis technologies while applying various energy scenarios for a greener hydrogen production. J. Energy Storage 43, 102759 (2021).
  65. Palmer, G., Roberts, A., Hoadley, A., Dargaville, R. & Honnery, D. Life-cycle greenhouse gas emissions and net energy assessment of large-scale hydrogen production via electrolysis and solar PV. Energy Environ. Sci. 14, 5113-5131 (2021).
  66. Morgan, E. R. Techno-economic feasibility study of ammonia plants powered by offshore wind. Univ. Mass. Amherst https://doi. org/10.7275/11kt-3f59 (2013).
  67. Smith, C. & Torrente-Murciano, L. Exceeding single-pass equilibrium with integrated absorption separation for ammonia synthesis using renewable energy-redefining the Haber-Bosch Loop. Adv. Energy Mater. 11, 2003845 (2021).
  68. Atchinson, J. Gentari, GIC, Greenko to Develop Multi-Million Tonne Production Capacity in India. Ammonia Energy Association. https:// ammoniaenergy.org/articles/neom-project-reaches-financial-close-30-year-offtake-secured/ (2023).
  69. Saygin, D. et al. Ammonia production from clean hydrogen and the implications for global natural gas demand. Sustainability 15, 1623 (2023).
  70. Egenhofer, C. et al. For a Study on Composition and Drivers of Energy Prices And Costs in Energy Intensive Industries: The Case of The Chemical Industry—Ammonia. https://www.ceps.eu/ceps-publications/composition-and-drivers-energy-prices-and-costs-energy-intensive-industries-case/ (2014).
  71. Thomas, D., Mertens, D., Meeus, M., Van der Laak, W. & Francois, I. Power to Gas-Roadmap for Flanders. https://www.waterstofnet. eu/_asset/_public/powertogas/P2G-Roadmap-for-Flanders. pdf (2016).
  72. Verleysen, K., Parente, A. & Contino, F. How sensitive is a dynamic ammonia synthesis process? Global sensitivity analysis of a dynamic Haber-Bosch process (for flexible seasonal energy storage). Energy 232, 121016 (2021).
  73. IRENA. Green Hydrogen Cost Reduction: Scaling Up Electrolysers To Meet The Climate Goal. https://www.irena.org/-/media/ Files/IRENA/Agency/Publication/2020/Dec/IRENA_Green_ hydrogen_cost_2020.pdf (2020).
  74. Schmidt, O. et al. Future cost and performance of water electrolysis: an expert elicitation study. Int. J. Hydrog. Energy 42, 30470-30492 (2017).
  75. Kiemel, S. et al. Critical materials for water electrolysers at the example of the energy transition in Germany. Int. J. Energy Res 45, 9914-9935 (2021).
  76. Nelabhotla, A. B. T., Pant, D. & Dinamarca, C. Power-to-Gas for Methanation. Emerging Technologies and Biological Systems for Biogas Upgrading (Academic Press, 2021).
  77. Christensen, A. Assessment of Hydrogen Production Costs from Electrolysis: United States and Europe. https://theicct.org/ publication/assessment-of-hydrogen-production-costs-from-electrolysis-united-states-and-europe/ (2020).
  78. IRENA. Renewable Power Generation Costs in 2020. https://www. irena.org/publications/2022/Jul/Renewable-Power-Generation-Costs-in-2021 (2021).
  79. IRENA. Wind and Solar PV – What We Need by 2050. https://www. irena.org/-/media/Files/IRENA/Agency/Webinars/07012020_ INSIGHTS_webinar_Wind-and-Solar.pdf?la=en&hash= BC60764A90CC2C4D80B374C1D169A47FB59C3F9D (2020).
  80. Ong, S., Campbell, C., Denholm, P., Margolis, R. & Heath, G. LandUse Requirements for Solar Power Plants in the United States. https://www.nrel.gov/docs/fy13osti/56290.pdf (2013).
  81. Denholm, P., Hand, M., Jackson, M. & Ong, S. Land-Use Requirements of Modern Wind Power Plants in the United States. https:// www.nrel.gov/docs/fy09osti/45834.pdf (2009).
  82. Gagne, D. Tribal Options Analysis Rules of Thumb: Solar, Wind, and Biomass. https://atb.nrel.gov/electricity/2018/summary. html (2019).
  83. European Commission. Preise Landwirtschaftlicher Flächen Nach Regionen. https://data.europa.eu/data/datasets/ wctmbzzccaz8tgh9pqqlg?locale=en (2022).
  84. Tao, M., Azzolini, J. A., Stechel, E. B., Ayers, K. E. & Valdez, T. I. Review-engineering challenges in green hydrogen production systems. J. Electrochem Soc. 169, 054503 (2022).
  85. Csutar, V. G., Kallikuppa, S. & Charles, L. Introduction to HVDC Architecture and Solutions for Control and Protection. https:// www.ti.com/lit/an/sloa289b/sloa289b.pdf?ts= 1712378193622&ref_url=https%253A%252F%252Fwww.google. com%252F (2021).
  86. NREL. Utility-Scale Battery Storage 2023. https://atb.nrel.gov/ electricity/2023/utility-scale_battery_storage (2023).
  87. Parks, G., Boyd, R., Cornish, J. & Remick, R. Hydrogen Station Compression, Storage, and Dispensing Technical Status and Costs: Systems Integration. https://www.nrel.gov/docs/fy14osti/ 58564.pdf (2014).
  88. Ikäheimo, J., Kiviluoma, J., Weiss, R. & Holttinen, H. Power-toammonia in future North European 100 % renewable power and heat system. Int. J. Hydrog. Energy 43, 17295-17308 (2018).
  89. Davis, N. Fertilizer Industry Will Be Hit by EU Carbon Charge Proposals, Not Petchems. https://www.icis.com/explore/ resources/news/2021/07/07/10660759/insight-fertilizer-industry-will-be-hit-by-eu-carbon-charge-proposals-notpetchems/ (2021).
  90. BloombergNEF. Carbon Offset Prices Could Increase Fifty-Fold by 2050. https://about.bnef.com/blog/carbon-offset-prices-could-increase-fifty-fold-by-2050/ (2022).
  91. Rouwenhorst, K. Renewable Ammonia: Key Projects & Technologies in the Emerging Market. Ammonia Energy Association https:// www.ammoniaenergy.org/articles/renewable-ammonia-key-projects-technologies-in-the-emerging-market/ (2022).
  92. Hou, Y., Liu, C.-C. & Salazar, H. Electricity Prices as a Stochastic Process. Advances in Electric Power and Energy Systems (John Wiley & Sons, Ltd, 2017).
  93. Sisodia, G. S. Methodology for electricity price forecasting in the long run. Energy Procedia 95, 195-199 (2016).
  94. Paraschiv, F. Price Dynamics in Electricity Markets. https://ux-tauri. unisg.ch/RePEc/usg/sfwpfi/WPF-1314.pdf (2013).
  95. European Commission. Dashboard for Energy Prices in the EU and Main Trading Partners. https://energy.ec.europa.eu/data-and-analysis/energy-prices-and-costs-europe/dashboard-energy-prices-eu-and-main-trading-partners_en (2020).
  96. Bastos, J., Monforti-Ferrario, F. & Melica, G. GHG Emission Factors for Electricity Consumption. European Commission, Joint Research Centre (JRC). http://data.europa.eu/89h/919df040-0252-4e4e-ad82-c054896e1641 (2024).
  97. EEA. Greenhouse Gas Emission Intensity of Electricity Generation in Europe. https://www.eea.europa.eu/ims/greenhouse-gas-emission-intensity-of-1 (2022).
  98. González-Aparicio, I. et al. EMHIRES: European meteorologicalderived high resolution RES dataset. https://zenodo.org/records/ 8340501 (2021).
  99. Gonzalez-Aparicio, I. et al. EMHIRES Dataset Part I: Wind Power Generation. https://www.researchgate.net/publication/310465577_ EMHIRES_dataset_Part_I_Wind_power_generation (2016).
  100. Gonzalez-Aparicio, I., Huld, T., Careri, F., Monforti, F. & Zucker, A. EMHIRES Dataset Part II: Solar Power Generation https://setis.ec. europa.eu/emhires-dataset-part-ii-solar-power-generation_ en (2017).
  101. Lambin, E. F. & Meyfroidt, P. Global land use change, economic globalization, and the looming land scarcity. Proc. Natl. Acad. Sci. USA 108, 3465-3472 (2011).
  102. Mingolla, S. et al. Effects of emissions caps on the costs and feasibility of low-carbon hydrogen in the European ammonia industry. https://github.com/hkust-suscity/Electrolytic-ammonia-production-in-Europe/tree/hydrogen_v1.0.0 (2024).
  103. Fertilizer Europe. Map of Major Fertilizer Plants in Europe. https:// www.fertilizerseurope.com/fertilizers-in-europe/map-of-major-fertilizer-plants-in-europe/ (2018).
  104. Eurostat. NUTS—GISCO. https://ec.europa.eu/eurostat/web/ gisco/geodata/reference-data/administrative-units-statisticalunits/nuts (2021).

شكر وتقدير

تم دعم هذا العمل من قبل مجلس منح الأبحاث في هونغ كونغ (26201721) والدعم الابتدائي من جامعة هونغ كونغ للعلوم والتكنولوجيا. يود M.J.R. و S.M. أن يعربا عن امتنانهما للدعم المقدم من مجلس منح الأبحاث في هونغ كونغ، من خلال برنامج زمالة الدكتوراه في هونغ كونغ (HKPFS). كما يود M.J.R و A.M. أن يشكرا صندوق التكنولوجيا الخضراء (GTF2O2O2O131). يعبر S.M. عن تقديره للدعم المالي المقدم من HKUST من خلال جائزة البحث الخارجي (ORA) للقيام بفترة تبادل في ETH زيورخ. كما أن S.M. ممتن أيضًا للضيافة والإرشاد المقدمين من مختبر موثوقية وهندسة المخاطر في ETH زيورخ. تم دعم عمل P.G. و G.S. من قبل المكتب الفيدرالي السويسري للطاقة (SFOE) كجزء من مشروع SWEET PATHFNDR. الآراء والأفكار المعبر عنها هنا تعود فقط للمؤلفين، وليس لوكالات التمويل. يعترف المؤلفون بالمراجعين لوجهات نظرهم القيمة والمهمة.
التعليقات، التي حسنت بشكل كبير من الصلة والجودة والمتانة للعمل.

مساهمات المؤلفين

بدأ S.M. و Z.L. الدراسة وتأمين التمويل. صمم S.M. و M.M.K. و Z.L. الدراسة وقادوا التحقيق. طور S.M. المنهجية وقاد جمع البيانات بمساهمات من M.J.R. و A.M. و K.R. صاغ S.M. و M.J.R. و A.M. نسخة مبكرة من نموذج التحسين. صمم S.M. النسخة النهائية. قام S.M. و P.G. و M.M.K. و Z.L. بتحليل النتائج. قام S.M. بتصور النتائج وكتب الورقة. راجع S.M. و M.M.K. و Z.L. الورقة وحرروها بمساهمات من P.G. و A.M. و M.J.R. و K.R. و F.C. و G.S.

المصالح المتنافسة

يعلن المؤلفون عدم وجود مصالح متنافسة.

معلومات إضافية

معلومات إضافية النسخة الإلكترونية تحتوي على مواد إضافية متاحة علىhttps://doi.org/10.1038/s41467-024-48145-z.
يجب توجيه المراسلات والطلبات للحصول على المواد إلى ستيفانو مينغولا، ماغدالينا م. كليمن أو تشونغمينغ لو.
معلومات مراجعة الأقران تشكر مجلة Nature Communications نيكولا كامبيون وجيمي ر. غوميز على مساهمتهما في مراجعة هذا العمل. يتوفر ملف مراجعة الأقران.
معلومات إعادة الطباعة والتصاريح متاحة علىhttp://www.nature.com/reprints
ملاحظة الناشر: تظل شركة سبرينغر ناتشر محايدة فيما يتعلق بالمطالبات القضائية في الخرائط المنشورة والانتماءات المؤسسية.
الوصول المفتوح هذه المقالة مرخصة بموجب رخصة المشاع الإبداعي النسب 4.0 الدولية، التي تسمح بالاستخدام والمشاركة والتكيف والتوزيع وإعادة الإنتاج بأي وسيلة أو صيغة، طالما أنك تعطي الائتمان المناسب للمؤلفين الأصليين والمصدر، وتوفر رابطًا لرخصة المشاع الإبداعي، وتوضح ما إذا كانت هناك تغييرات قد أُجريت. الصور أو المواد الأخرى من طرف ثالث في هذه المقالة مشمولة في رخصة المشاع الإبداعي الخاصة بالمقالة، ما لم يُشار إلى خلاف ذلك في سطر الائتمان للمواد. إذا لم تكن المادة مشمولة في رخصة المشاع الإبداعي الخاصة بالمقالة وكان استخدامك المقصود غير مسموح به بموجب اللوائح القانونية أو يتجاوز الاستخدام المسموح به، فسيتعين عليك الحصول على إذن مباشرة من صاحب حقوق الطبع والنشر. لعرض نسخة من هذه الرخصة، قم بزيارةhttp://creativecommons.org/رخصة/بواسطة/4.0/.
© المؤلف(ون) 2024

  1. تظهر قائمة كاملة بالانتماءات في نهاية الورقة. البريد الإلكتروني: smingolla@connect.ust.hk; ماغدالينا@ust.hk; zhongminglu@ust.hk
  2. قسم البيئة والاستدامة، جامعة هونغ كونغ للعلوم والتكنولوجيا، خليج المياه الصافية، كولون، منطقة هونغ كونغ الإدارية الخاصة، الصين. معهد الطاقة وهندسة العمليات، ETH زيورخ، زيورخ، سويسرا. قسم البيئة العالمية، مؤسسة كارنيجي للعلوم، ستانفورد، كاليفورنيا، الولايات المتحدة الأمريكية. قسم الهندسة الميكانيكية وهندسة الطيران والفضاء، جامعة هونغ كونغ للعلوم والتكنولوجيا، خليج المياه الصافية، كولون، منطقة هونغ كونغ الإدارية الخاصة، الصين. قسم الفيزياء، الجامعة التقنية في الدنمارك، كونغنس، لينغبي، الدنمارك. جمعية طاقة الأمونيا، بروكلين، نيويورك، الولايات المتحدة الأمريكية. عمليات ومواد التحفيز، معهد ميسا+ لتكنولوجيا النانو، قسم العلوم والتكنولوجيا، جامعة توينتي، إنشخيده، هولندا. صناعات كولين، يوروبالاان 202، هينغلو، هولندا. رئاسة تصميم الأقطاب الكهربائية لأنظمة الطاقة الكهروكيميائية، جامعة بايرويت، بايرويت، ألمانيا. معهد الطاقة، جامعة هونغ كونغ للعلوم والتكنولوجيا، منطقة هونغ كونغ الإدارية الخاصة، الصين. قسم السياسة العامة، جامعة هونغ كونغ للعلوم والتكنولوجيا، خليج المياه الصافية، كولون، منطقة هونغ كونغ الإدارية الخاصة، الصين. ساهم هؤلاء المؤلفون بالتساوي: باولو غابرييلي، أليساندرو مانزوتي، ماثيو ج. روبسون. البريد الإلكتروني: smingolla@connect.ust.hk; magdalena@ust.hk; zhongminglu@ust.hk

Journal: Nature Communications, Volume: 15, Issue: 1
DOI: https://doi.org/10.1038/s41467-024-48145-z
PMID: https://pubmed.ncbi.nlm.nih.gov/38704394
Publication Date: 2024-05-04

Effects of emissions caps on the costs and feasibility of low-carbon hydrogen in the European ammonia industry

Received: 28 February 2023
Accepted: 19 April 2024
Published online: 04 May 2024

(A) Check for updates

Stefano Mingolla © , Paolo Gabrielli (B) , Alessandro Manzotti © , Matthew J. Robson © , Kevin Rouwenhorst , Francesco Ciucci © , Giovanni Sansavini © , Magdalena M. Klemun (1) Zhongming Lu®

The European ammonia industry emits 36 million tons of carbon dioxide annually, primarily from steam methane reforming (SMR) hydrogen production. These emissions can be mitigated by producing hydrogen via water electrolysis using dedicated renewables with grid backup. This study investigates the impact of decarbonization targets for hydrogen synthesis on the economic viability and technical feasibility of retrofitting existing European ammonia plants for on-site, semi-islanded electrolytic hydrogen production. Results show that electrolytic hydrogen cuts emissions, on average, by ( based on grid price and carbon intensity), even without enforcing emission limits. However, an optimal lifespan average well-to-gate emission cap of 1 kg carbon dioxide equivalent leads to a reduction ( ) while maintaining cost-competitiveness with SMR in renewablerich regions (mean levelized cost of hydrogen (LCOH) of 4.1 euro/ ). Conversely, a emissions reduction target dramatically increases costs (mean LCOH: 6.3 euro/ ) and land area for renewables installations, likely hindering the transition to electrolytic hydrogen in regions with poor renewables and limited land. Increasing plant flexibility effectively reduces costs, particularly in off-grid plants (mean reduction: ). This work guides policymakers in defining cost-effective decarbonization targets and identifying region-based strategies to support an electrolytic hydrogen-fed ammonia industry.
Ammonia is a widely produced chemical primarily for fertilizer production . The Haber-Bosch (HB) process is typically used to produce ammonia , by combining nitrogen and hydrogen. Steam methane reforming (SMR) is the prevalent method for hydrogen synthesis in Europe (Supplementary Fig. 1). SMR emits about 1.6-1.9 tons ( t ) of carbon dioxide equivalent ( ) emissions (hereafter referred to as emissions) , contributing to 36 million metric tons (Mt) of per year from ammonia production in Europe . Over 85% of this is from SMR-derived hydrogen . Decarbonizing hydrogen
production is therefore crucial to reduce the emissions of the ammonia industry and a necessary step to achieve carbon neutrality by . In addition to climate goals, the vulnerability of ammonia production costs to price shocks in fossil fuel markets also motivates a shift away from natural gas .
Using renewable energy for water electrolysis is considered a long-term sustainable pathway to produce low-carbon hydrogen for uses like transport, power, and energy storage. While direct electrification is often more cost-effective for road transport , electrolytic
hydrogen, and synthesized e-fuels are low-carbon alternatives for shipping and aviation , where other options are currently limited. In addition, electrolytic hydrogen can be utilized in Power-to-X systems (converting electricity into other forms of energy or products), Power-to- -to-Power systems (converting electricity to hydrogen and then back to electricity when needed) , long-term energy storage, and grid stabilization. However, electrolytic hydrogen and e-fuels are secondary energy carriers subject to conversion losses during production and utilization, resulting in overall efficiencies of to and 2-14 times more renewable electricity generation than direct alternatives . Still, the high cost of water electrolysis compared to SMR currently prevents its widespread implementation , with only a small fraction of Europe’s hydrogen production currently via electrolysis, at .
Nevertheless, government funding and technological progress are expected to drive growth in electrolysis-based hydrogen production . The European Commission has emphasized hydrogen as a key investment priority, projecting a 50 -fold increase in electrolyzer installed capacity by 2030, with ammonia plants as the primary users . The disruptions of global fuel supply chains triggered by Russia’s invasion of Ukraine in early 2022, drove a significant rise in fossil fuel prices, causing the curtailment of of the ammonia manufacturing capacity in Europe . With natural gas constituting more than of production costs, the price of fossil-based hydrogen tripled compared to pre-crisis levels, reaching between 4 and 7 euro per kilogram of hydrogen (EUR/kg ) . The crisis also impacted the cost of hydrogen derived from natural gas coupled with carbon capture, usage, and storage (CCUS), resulting in a levelized cost of hydrogen (LCOH) ranging from 5 to . These circumstances have further highlighted the importance and potential of electrolytic hydrogen to reduce dependency on volatile fossil fuels and enhance energy security, thus accelerating the shift towards electrolysis in industries like ammonia .
However, electrolysis powered exclusively by non-dispatchable renewable energy sources cannot meet the continuous, high-volume hydrogen demand of ammonia plants. To substitute SMR with water electrolysis, new system designs must be implemented, including renewable energy generation, electrolyzers, and battery storage (such as lithium-ion batteries). In addition, a surplus of hydrogen produced during peak renewable periods can be stored to balance periods with limited renewable energy supply. Combining solar and wind systems can improve energy consistency , but aligning fluctuating renewables with steady industrial processes is a complex challenge that drives cost increases. The levelized cost of ammonia (LCOA) is significantly higher for electrolytic hydrogen (1000-2500 EUR/t of ammonia or ) than SMR (200-1000 EUR/t NH3) . A lower production cost of clean hydrogen is required for renewable ammonia production to be costcompetitive. Grid electricity can complement renewable resources by increasing operational hours and reducing system installed capacity and costs, especially where renewable conditions are poor . Nevertheless, using grid electricity results in carbon emissions, especially in those countries where the electricity mix strongly relies on fossil fuels (the average carbon footprint of the European electricity mix is about 275 g of per kilowatt hour ( kWh ) of electricity produced ). The production of electrolytic ammonia using a carbon-intensive electricity grid could potentially result in emissions higher than those from .
The greenhouse gas content of electrolytic hydrogen has become a topic of discussion following the publication of the initial draft of the EU’s sustainable finance taxonomy in 2021, which defined sustainable hydrogen as having a well-to-gate content of less than . In June 2023, this initial proposal was revised with the publication of two delegated acts introducing stricter regulations . Renewable hydrogen must be produced exclusively with additional renewable power plants and only when these assets generate electricity (an hourly temporal correlation). Furthermore, the production
should only occur near renewable electricity assets (geographical correlation) (Supplementary Note 1). While these regulations aim to guarantee the sustainability of hydrogen, they could raise costs and limit expansion, possibly hindering the REPowerEU initiative’s goals .
Research into the economics of electrolytic hydrogen and ammonia production has been extensive, encompassing plant-level, regional, and global analyses. Campion et al. assessed hydrogen systems in three ammonia plants worldwide, finding the most costeffective strategy combines local renewables with grid electricity, with emissions tied to grid carbon intensity. Nayak-Luke and BañaresAlcántara expanded the scope to 534 locations worldwide finding that by 2030 many could produce ammonia at costs competitive with fossil fuels, with production flexibility being crucial for reducing expenses.
Operational flexibility has been pinpointed as a method to decrease hydrogen production costs, as outlined by Guerra et al. , Wang et al. , and Fasihi et al. demonstrated that flexible ammonia plant operations could mitigate costs and overcapacity . Despite this, current ammonia production through the HB process exhibits limited adaptability, necessitating technological advancements. An alternative approach involves connecting plants to the electricity grid in a semi-islanded configuration, which can potentially reduce costs. However, this strategy risks increasing emissions unless properly constrained by emission-limiting policies.
Salmon and Bañares-Alcántara studied electrolytic ammonia production in Australia, focusing on the economic and emission implications of grid connectivity. Terlouw et al. investigated semiislanded hydrogen systems in renewable-rich islands concluding that can be both cost-effective and have a low environmental burden under a specific emission cap. Ricks et al. highlighted a potential pitfall: grid-connected electrolysis, although compliant with US clean-carbon regulation, may increase emissions compared to fossil-based hydrogen unless it is matched hourly with clean energy.
Another set of studies has focused on characterizing regionspecific challenges arising from the transition to electrolytic hydrogen. Bartels et al. showed that large-scale electrolysis facilities may have local grid impacts when only relying on grid electricity. Kakoulaki et al. pointed out that despite abundant national renewable resources, regional shortages might arise. Lastly, Gabrielli et al. , Rosa and Gabrielli , and Tonelli et al. illustrated how, despite global resources exceeding the amount necessary for electrolytic production, local scarcities of land and water may pose significant hurdles.
While previous research has extensively analyzed trade-offs between the technical, economic, and environmental feasibility of electrolytic hydrogen production, the influence of emission caps on these trade-offs has not been considered. Determining low-carbon hydrogen emission standards for the ammonia industry is complex since plants are spread across various regions, each with distinct cost components, electricity prices, grid emissions, and renewable potential. Accounting for this variation is vital to understanding how the stringency of emissions targets affects the size, cost, and land use of low-carbon ammonia plants. However, studies that consider regional variations in renewable energy potential and costs, employ highresolution analysis of renewable energy profiles and plant operations, and consider future advancements in technology, are currently missing. It is therefore not well understood how regional conditions, including renewables resource profiles and grid emission intensities, shape the relationship between emission standards and costs, particularly as these emissions standards approach zero. Non-linear relationships may lead to outsized costs, grid congestion, extensive renewables curtailment, and land scarcity, impacts that could be avoided with more deliberate, model-informed policy designs.
This study fills this research gap by investigating the effect of increasingly stringent emission caps on system design and operation, hydrogen cost as well as the feasibility of retrofitting existing European
ammonia plants for semi-islanded electrolytic production. The study analyzes hydrogen production across 38 major European ammonia plants (a list of ammonia plants and locations is provided in Supplementary Table 1 and Supplementary Note 2), factoring in regional costs and historical weather data. In doing so, this work provides guidance for policymakers in defining cost-effective decarbonization targets for electrolytic hydrogen production in the ammonia industry context and identifying the regions where the transition to electrolytic hydrogen is both technically feasible and economically viable.

Results

Hydrogen production system and model description

This study assumes that the existing European ammonia plants will be retrofitted by replacing the SMR production system with an electrolytic hydrogen production system (hereafter EHPS). The other subsystems of the ammonia plant, including the air separator unit (ASU), the ammonia synthesis loop, and the cryogenic storage for ammonia, will be maintained as they are in the existing facility. Consequently, the EHPS is designed to deliver a continuous hydrogen supply thanks to on-site hydrogen storage in pressurized tanks and grid backup, ensuring uninterrupted operation of the ammonia plant, which requires steady-state conditions (for detailed information, see “Ammonia production process and EHPS”).
The EHPS includes solar photovoltaic panels (PV), wind turbines (WT), electrolyzers, battery energy storage systems (BESS), hydrogen compressors, and high-pressure tanks for hydrogen storage (Fig. 1). Two EHPS configurations are modeled: (i) when the EHPS is mainly powered by renewable resources but also maintains a grid connection for backup, it is defined as semi-islanded configuration with hybrid (PV and WT) renewable power generation. (ii) When the plant is islanded or off-grid, operating entirely independently of any grid connection, relying solely on its renewable power generation (Fig. 1).
It is assumed that new dedicated solar PV and WT will be installed near the ammonia plant, within the same region, including dedicated transmission lines and accounting for transformer and transmission losses (see “Grid connection upgrades”). This assumption aligns with the requirements for low-carbon hydrogen highlighted by the European Union Renewable Energy Directive II delegated act (Supplementary Note 1). Here, the term region is defined according to the NUTS-2 level of the Nomenclature of Territorial Units for Statistics (NUTS) system. Each European region is assigned a distinct four-letter code in accordance with the NUTS-2 classification. For example, the
Norwegian region of Sør-Østlandet is coded as NO03, while the Italian region of Emilia-Romagna is coded as ITH5. A detailed list of the regions covered in this study, along with their corresponding unique NUTS-2 code, can be found in Supplementary Table 1.
The EHPS is modeled and optimized for all 38 ammonia plants based on historical weather data and regional cost components. The objective is to minimize the lifetime system cost and, therefore, the levelized cost of hydrogen (LCOH) produced over the 2025-2050 timeframe for each of the 38 major European ammonia plants. The decision variables are the design and operation of the EHPS under different input parameter assumptions (see “Optimization model”).
The effect of increasingly stringent emissions reduction targets on the LCOH is tested under various emission caps on the lifespan well-to-gate content of hydrogen: (i) (3-cap, from the EU taxonomy ), (ii) (1-cap), (iii) (0.5-cap), (iv) (0.1-cap), and (v) (0-cap). These caps are chosen to cover the proposed certification and regulations for hydrogen (Supplementary Table 2). The 0-cap refers to an ammonia plant not connected to the electricity grid (off-grid or islanded) and where the electrolysis system is powered by renewables. In addition, a no-cap scenario is assessed, representing no specific emission reduction targets, and includes any emissions greater than the threshold.
Emission caps are set to limit the average well-to-gate emissions from the hydrogen produced throughout the lifetime of the plant (hereafter simply emissions) in the optimization models (see “Carbon emission caps”). Well-to-gate emissions encompass Scope 1 (direct emissions from operations, negligible in electrolytic production), Scope 2 (indirect greenhouse gas emissions from the generation of purchased electricity), and partial Scope 3 emissions (upstream activities like the extraction, refining, and transport of fuel used for electricity production, hereafter Scope 3 upstream emissions) (see “Grid electricity price and carbon intensity”). Hence, following EU regulations, the emissions from the grid considered in the study are based on the average carbon intensity of electricity consumed in the Member State where the fuel is produced . Other Scope 3 emissions, such as those embedded in technology manufacturing (hereafter Scope 3 embedded emissions), are excluded, aligning with most lowcarbon hydrogen certification systems (Supplementary Table 2) and the emission accounting framework for low-carbon hydrogen outlined by the International Partnership for Hydrogen and Fuell Cells in the Economy (IPHE) .
Fig. 1 | System boundaries for the electrolytic hydrogen production system (EHPS) and the ammonia plant. The EHPS is primarily powered by newly dedicated renewable installations (semi-islanded with grid connection for backup), with the 0-cap scenario being an off-grid exception with no grid electricity import. This study focuses on the EHPS, accounting for over 85% of energy consumption and emissions in the electrolytic hydrogen production process. Green, blue, pink, and
orange lines represent electricity, hydrogen ( ), nitrogen ( ), and ammonia ( ) flows. Details regarding ammonia plant operation and subsystems in “Ammonia production process and EHPS”. The ammonia plant is assumed to operate continuously at full load. Hence, the EHPS must supply a constant volume of hydrogen to the ammonia synloop.
The well-to-gate emissions from electrolytic hydrogen production are compared with the ones from SMR. The direct emissions (Scope 1) of hydrogen production from natural gas through SMR are around of . Further emissions occur in natural gas production, processing, and transport. Scope 3 upstream emissions for natural gas can vary widely on a country base, depending on production methods and emission mitigation efforts (median value 2.4 kg ). Therefore, considering direct and upstream emissions, the total well-to-gate emissions from hydrogen production via SMR are .
Future electricity prices for industrial users are projected using historical data and simulated through Geometric Brownian Motion (GBM) and Monte Carlo methods. Instead, the future carbon intensity of grid electricity is determined based on upcoming EU targets for the carbon intensity of electricity production in Europe (see “Grid electricity price and carbon intensity”).
Three cases are defined to provide a comprehensive understanding of hydrogen production costs, accounting for the uncertainty of the model’s input parameters, such as future electricity price and equipment cost. First, a pessimistic case is investigated wherein the input parameter values are from the lower end of the cost and performance estimates gathered from the literature, resulting in the highest LCOH. Conversely, an optimistic case is also defined by considering the values of each parameter that result in the lowest LCOH. Finally, a reference case is examined by calculating the mean of the uncertain parameters based on the available literature (see “Methods”). In this study, the results presented refer to the reference case, unless otherwise specified. A total of 684 optimizations were conducted for the main analysis, considering 3 cases (optimistic, reference, and pessimistic), 6 emission caps (including the no-cap case), and 38 ammonia plants.

Electrolytic can reach SMR costs except for the 0-cap

The mean LCOH for electrolytic hydrogen across Europe is 3.90 EUR/ when no emission caps are enforced (no-cap), 3.97 EUR/kg for the 3-cap, 4.13 EUR/kg for the 1-cap, 4.23 EUR/kg for the 0.5-cap, 4.58 EUR/kg for the 0.1-cap and 6.34 EUR/kg for the 0-cap (Supplementary Table 3). The lowest LCOH is with a semi-islanded configuration in Norway (Sør-Østlandet region or NO03) with 1.99 EUR/kg , while the highest LCOH is 12.61 EUR/kg for off-grid plants in Slovakia (Západné Slovensko region or SK02). This range aligns with recent estimates from the International Energy Agency (IEA) ( EUR/ in Europe). Assuming continuous operation of ammonia plants, these values translate into an ammonia production cost ranging from around 700 EUR/t under less stringent emission caps to 1200 EUR/t NH3 for off-grid plants. These estimates are consistent with cost projections found in other studies .
Throughout a 25 -year plant lifetime, the total cost of the EHPS, comprising both capital expenditures (CAPEX) and operating expenditures (OPEX), averages 6.7 billion EUR for the no-cap scenario, with OPEX making up and CAPEX of the total (Supplementary Fig. 2). In contrast, for the 0-cap scenario, the total cost rises to billion EUR, with a higher proportion attributable to CAPEX at and a smaller portion to OPEX at . These estimates align with anticipated investments for major proposed projects in renewable-based ammonia production, which range between 4 and 11 billion EUR .
The cost of imported electricity is the most significant expense under both the no-cap and 3 -cap scenarios, comprising and of the total cost, respectively (Supplementary Fig. 2). Consequently, in the absence of any emission thresholds (no-cap), the lowest LCOH is recorded in Norway and Poland (1.99 EUR/kg in NO03; 2.98 EUR/kg PL42; and 3.05 EUR/kg PL61), mainly driven by the below-average price of electricity. The weight of grid import diminishes rapidly with the enforcement of stricter emission caps. Despite regional variations in local cost components and renewable capacity factors, a direct
correlation exists between the LCOH and the average price of grid electricity in the region where the plant is situated. However, this correlation weakens as the emission caps become more stringent, dropping from an -squared value of 0.55 in the no-cap scenario to 0.01 in the 0.1-cap scenario (Supplementary Fig. 3).
More stringent emissions targets generally increase the LCOH (Fig. 2a for the reference case and Supplementary Table 3 for pessimistic and optimistic), but this increase is particularly pronounced for the 0-cap. The mean LCOH for the 0-cap is 63% higher than the case without emission constraints, and higher than the 0.1 -cap. In addition, more stringent targets also result in a broader uncertainty range in the LCOH due to the larger variation in the required installed capacity of the EHPS components. To better illustrate similarities across locations, European ammonia plants can be clustered based on the grid characteristics (cost and carbon intensity) of the corresponding NUTS-2 regions (Fig. 2b).
Plants in regions with cheap, low-carbon grid electricity, such as Alsace (FRF1, France), Sør-Østlandet (NO03, Norway; highlighted in Fig. 2b), and Aragón (ES24, Spain), experience negligible increases in LCOH with a more stringent emission cap. NOO3 is the only region where electrolytic hydrogen is estimated to be cost-competitive with SMR hydrogen produced at 2.7 EUR/kg in 2021 in Europe (in August 2022, costs of SMR hydrogen reached 10 EUR/ ), which oscillates between 1.4 and 1.8 EUR/ . However, a 0-cap brings about a sharp increase in the LCOH. For example, the ammonia plant in SørØstlandet (NOO3) presents the lowest LCOH of all plants, with aboveaverage use of grid electricity ( of the electricity comes from the grid); here, grid electricity has the lowest carbon intensity in Europe and lower price compared to the mean value. However, when the plant is off-grid, the installed capacity of wind turbines and electrolyzers increases by and , respectively, to balance the lack of grid backup, resulting in a increase in LCOH.
Plants in regions with cheap but carbon-intensive grid electricity, such as Severozápad (PL81, Poland; Fig. 2b) and Lubelskie (PL81, Poland), tend to cover a significant portion of their energy demand with grid electricity when no emission caps are imposed. In this case, the share of grid electricity is gradually reduced with a more stringent emission cap, whereas installed capacities and LCOH gradually increase.
Finally, plants in regions with a high grid electricity price, e.g., Tees Valley and Durham (UKC1, Fig. 2b), consume less grid electricity as installing renewable infrastructure is more economical. Hence, there is a relatively small difference in LCOH across the emission caps.
These results corroborate previous research conducted at select sites in Europe and the United States , which found that producing hydrogen via water electrolysis, when powered by a combination of dedicated renewable energy sources with a grid backup for uninterrupted plant operations, is generally more cost-effective than using exclusively additional renewable energy sources and produces fewer carbon emissions than relying solely on grid electricity. The degree of these benefits is influenced by factors such as the cost of electricity from the grid, the grid’s carbon intensity, and the availability of renewable resources.
By assessing the implications of increasingly stringent emission targets, this research enhances the comprehensive understanding of the variability in LCOH across different European locations. The subsequent sections detail the findings, which are essential for defining suitable emission standards necessary for guiding the ammonia industry’s shift toward low-carbon electrolytic hydrogen production.

The largest installations are required to meet the 0-cap

Capital costs of the electrolyzers and wind turbines are the second and third largest cost components, which range on average between and 12%, respectively, for the no-cap scenario and increase to and for the 0-cap scenario (Supplementary Fig. 2). With increasingly

stringent caps, the installed capacity of these components exhibits exponential growth (Fig. 3 and Supplementary Fig. 4). Under the 0-cap, the installed capacity is nearly double that of the average installed capacity under the 0.1-cap. This trend is particularly pronounced in wind-dominated regions. The installed capacity of wind turbines is estimated to approximately triple from the 0.1-cap to the 0-cap scenario, while the installed capacity of electrolyzers quadruples. PV
installations, however, grow more steadily from the no-cap to the 0.1cap scenarios. On average, PV systems constitute of the renewable power capacity for semi-islanded configurations, whereas this share drops to for islanded (off-grid) systems. This result stems from the difference between solar and wind resource profiles. Under the 0-cap, the consistent availability of wind energy leads to an increased use of wind installations, reducing the reliance on solar
Fig. 2 | Minimum levelized cost of hydrogen (LCOH) across Europe. Circles indicate the minimum LCOH (unit: euro per kilogram of hydrogen, EUR/kg ) for each ammonia plant given emission constraints (caps) on the lifespan well-to-gate carbon dioxide equivalent content of hydrogen (unit: kilogram per kilogram ). Country-level results were obtained by averaging the LCOH of the individual plants within a country. Pessimistic and optimistic results are presented in Supplementary Table 3. a No emission cap (no-cap). b For all plants, a emission cap (3-cap). c In all, emission cap (1-cap). d In all, emission cap ( 0.5 -cap). e In all, emission cap (0.1-cap). f In all, 0 kg emission cap (0-cap). Ammonia plants are clustered based on the grid characteristics of the corresponding regions. Three examples are given: Sør-Østlandet coded as NO03, Lubelskie coded as PL81,
and Tees Valley and Durham coded as UKC1 in NUTS-2 (Nomenclature of Territorial Units for Statistics level 2). Ammonia plant locations were primarily sourced from the comprehensive map of major fertilizer plants in Europe provided by Fertilizer Europe . These locations were then cross-referenced and validated with information obtained from the websites of key producers, including Yara, Fertiberia, BASF, and Borealis, as well as checked against the European Commission and Fuel Cell Hydrogen Observatory (FCHO) databases to identify any additional steam methane reforming (SMR) hydrogen production sites not reported in the initial data (see Supplementary Note 2). Geospatial data for the NUTS-0 (Nomenclature of Territorial Units for Statistics level 0) and NUTS-2 European regions were obtained in the form of shapefiles from Eurostat, the statistical office of the European Union .
Fig. 3 | Optimal electrolytic hydrogen production system (EHPS) design across
Europe. Regions coded according to the NUTS-2 level of the Nomenclature of Territorial Units for Statistics (NUTS) system (Supplementary Table 1) and ordered by installed capacity. Values inside the spirals refer to the mean installed capacity of the respective component in European plants given emission constraints (caps) on the lifespan well-to-gate carbon dioxide equivalent ( ) content of
hydrogen ( ) (unit: kilogram per kilogram ). Overall, the installed capacity of various EHPS components, including photovoltaics and wind turbines (unit: Gigawatt, GW), hydrogen ( ) compressor (unit: tons per hour, ), electrolyzers (unit: Megawatt, MW), and storage tanks (unit: tons of ) exhibits exponential growth with increasingly stringent caps.
energy. Consequently, costs in wind-dominated regions surge significantly more than in solar-rich areas. For instance, Norway’s NOO3 region (Sør-Østlandet) shows a 236% cost increase from the 0.1-cap to the 0-cap scenario. Meanwhile, Greece’s EL51 region (Eastern Macedonia and Thrace) sees a mere increase in cost from the no-cap to the 0.1-cap scenario and an even smaller 1% increase from the 0.1-cap to the 0 -cap.
Compressed hydrogen is favored over Li-ion batteries. Although a significant cost reduction in utility-scale batteries is forecasted in the coming years , hydrogen storage is estimated to be cheaper for largescale applications, as also previously shown by other studies . One notable observation is that the greater availability of wind energy throughout the day reduces the need for storage in wind-rich regions compared to regions primarily reliant on solar energy.
Generally, despite variations across regions, off-grid plants necessitate significantly larger installations compared to semi-islanded plants without any emission caps (Fig. 3 and Supplementary Fig. 4). The increase in infrastructure is substantial: on average, photovoltaic (PV) power capacity expands by , wind turbines by , electrolyzers by , compressors size ( ) by , and storage tanks volume by . These figures underscore the substantially higher resource requirements for fully off-grid setups (Supplementary Fig. 4). These results align with findings from other research. For instance, Campion et al. demonstrated that in Northern Chile, a region dominated by solar energy, the installed capacity of PV and electrolyzers is more than twice as high for off-grid plants compared to semi-islanded configurations.
The costs associated with retrofitting the hydrogen system constitute a relatively minor part of the total expenditure, accounting for of the overall cost (Supplementary Fig. 2). These expenses include the upgrading and replacement of specific components (such as electric start-up heaters and steam generators) to ensure optimal operation with electrolytic hydrogen. They also involve enhancements of transmission lines, which are needed to accommodate an increase in grid demand. Furthermore, the sunk costs associated with decommissioning the SMR hydrogen production system are included in these retrofitting expenses (see “Retrofitting costs”).
Increasingly stringent emission caps not only affect the optimal design and costs of the EHPS but also affect the renewables curtailment rate. The curtailment rate increases exponentially with more stringent emission targets due to the larger over-capacities installed for a limited number of low-resource hours per year. For instance, the curtailment rate rises from with no emission cap, to with a 0.1 cap, and to under a 0 -cap when the plant operates off-grid (Supplementary Fig. 4). An increase in curtailment rate is typically observed during peak renewable energy production periods when the plant cannot handle the excess energy.
Electrolytic reduces emissions even without emission caps Without any emission target, on average, of the EHPS’s total annual energy demand comes from the grid (Supplementary Fig. 4). The reason for the low use of grid electricity import, even when emission caps would permit increased usage, is due to the lower levelized cost of electricity (LCOE) from newly installed renewable energy sources as compared to that of grid electricity. For example, an EHPS fully powered by grid electricity, using the average European grid electricity price of 115 EUR per megawatt hour (MWh), would result in an LCOH exceeding 7 EUR/ , which is higher than the average LCOH of semi-islanded plants. Most European ammonia plants exhibit similar LCOH under both the 3 -cap and the no-cap. In fact, plants emit less than with electrolytic hydrogen production, even without the imposition of emission caps. In regions outside Europe where the energy mix is more carbon-intensive and less expensive, higher emission caps might be more appropriate to study, as the impact on costs and emissions could be more pronounced and thus more relevant.
Replacing SMR with water electrolysis for all the European ammonia plants results in an average emission reduction of about 85%, even without enforcing any emission caps attributable to the average well-to-gate carbon content of hydrogen being (Fig. 4a and Supplementary Table 4). Deep emission reductions without stringent targets are not achieved in all regions. Plants in regions with cheap and carbon-intensive grid electricity achieve significantly lower emission reductions than the European average. An example of this is the Małopolskie (PL21, Poland) plant, which shows only a emissions reduction while importing 67% of its energy demand from the grid (PL21, Fig. 4b). As regulations become more stringent, the fraction of energy that powers the EHPS imported from the grid decreases. The grid reliance drops to under the 1-cap, and predictably to zero when the plant operates off-grid (Supplementary Fig. 4). Grid imports are prevalent during prolonged periods with suboptimal renewable energy conditions.
There is an average 2% increase in LCOH when the first emission cap is enforced (3-cap), resulting in a emission reduction compared to hydrogen from SMR. Tightening the emission cap from 3-cap to 1-cap is associated with an average LCOH increment of 4%, facilitating a further reduction in emissions. When the cap is further tightened, decreasing from 1- to 0.5 -cap, there is, on average, a increase in LCOH to achieve a emission reduction. From the 0.5 – to the 0.1-cap, there is, on average, an 8% increase in LCOH to reach a 99% emission reduction. Finally, to eliminate the final of emissions, an additional increase in LCOH is observed. In other words, eliminating the final incurs the highest cost. For some plants, this lastmile emissions reduction results in a dramatic increase in costs: SørØstlandet (NO03, Fig. 4c), Schleswig-Holstein (DEFO), and Alsace (FRF1) present a , and increase in LCOH from the 0.1 to the 0-cap, respectively.
Large-scale renewable installations, in the gigawatt range, involve substantial direct and indirect land use, especially when stringent regulations demand significant over-capacities to offset periods of suboptimal renewable energy production (see “Renewable power generation”). The average area allocated to renewables varies from 160 square kilometers under the no-cap scenario to for the 0 -cap scenario, marking a increase (Supplementary Fig. 4). Despite the considerable size, the direct impact on the land is smaller, given that the direct land usage is of the entirety of the designated area. This allows for the possibility of multi-purpose land use, such as agrophotovoltaics. Nevertheless, it underscores the sheer scale of such projects, particularly under stringent emissions caps.

1-cap is a feasible cost-effective emission reduction target

The cost-effective emission cap is identified based on the abatement cost (AC) implied by different caps. The AC is calculated by dividing the difference between the LCOH of electrolytic hydrogen and the LCOH of SMR hydrogen (reference LCOH being 2 EUR/kg ) by the difference in their carbon content. In essence, this ratio quantifies the additional expenditure per ton of abated (see “Abatement cost”). The AC is computed for all European plants, and the industry-wide average is determined. The lowest AC in Europe is under the 3-cap, with 183 EUR/t CO2e abated, closely followed by the 1-cap with 187 EUR/t abated, approximately half of the AC for the 0-cap ( 362 EUR/t) (Supplementary Fig. 6 and Supplementary Table 5).
More stringent caps induce higher AC, except for regions with carbon-intensive grid electricity. For example, Polish region PL42 records an average LCOH of 2.98 EUR/kg under no-cap, and a reduction in emissions compared to hydrogen produced via SMR. The AC is . While a stricter 3-cap causes a cost increase of only 7%, avoided emissions increase by 44% compared to the no-cap scenario, and the estimated AC drops to 132 EUR/t CO2e. The trend observed in Poland is a result of the large increase in avoided emissions
Fig. 4 | Cost-effective emission cap. a Minimum levelized cost of hydrogen (LCOH, in euro per kilogram of hydrogen, EUR/kg ) and area (unit: square kilometers, ) needed for system installation (size of circles) as a function of carbon emission reduction for all ammonia plants in Europe, under different emission constraints (caps) on the lifespan well-to-gate carbon dioxide equivalent ( ) content of hydrogen ( ) (unit: kilogram per kilogram ). Pessimistic
and optimistic cases in Supplementary Fig. 4. b Małopolskie in Poland coded as PL21 in NUTS-2 (Nomenclature of Territorial Units for Statistics level 2) of European regions. c Sør-Østlandet in Norway coded as NO03. d Észak-Magyarország in Hungary coded as HU31. Excluding the 0-cap, the emission reduction is not constant over time due to the projected decarbonization of national electricity (Supplementary Fig. 5).
compared to the relatively small increase in cost when the first cap is implemented, ultimately leading to a lower AC .
On average, the 3,1, and 0.5 -caps exhibit comparable AC due to a balance between cost and emission reductions. Stricter caps cost more but reduce more emissions. On the other hand, less stringent caps lead to smaller emission reductions but are associated with a lower average LCOH. As deep decarbonization of the industry is a pivotal target, this study investigates which emission cap can achieve the most significant emission reduction compared to the no-cap scenario with the smallest associated cost increase. As Supplementary Fig. 6 demonstrates, enforcing the 3-cap results in an additional 6% emission reduction compared to SMR production. Under this 3-cap scenario, the average carbon content is . Interestingly, the implementation of a 1-cap further cut these emissions by , corresponding to a modest additional cost increase of from the 3 -cap. This results in an average carbon content of hydrogen of , thereby ensuring that all plants emit less than 1 kg of per kg of over their operational lifetime. The 1 -cap thus emerges as a potentially effective strategy for achieving considerable emission reduction with a tolerable increase in cost.

Robustness analysis

A robustness analysis is performed to verify the consistency of the results under varying input conditions, as the input parameters of the optimization model can vary within a broad range of values that reflect both current and future uncertainty. The parameters tested (Fig. 5, axis) are: (i) price of grid electricity, (ii) electrolyzer price, efficiency, maintenance costs, and lifetime, (iii) solar PV price, (iv) wind turbines price, and (v) carbon intensity of grid electricity.
The analysis was conducted by consecutively assigning pessimistic, and optimistic values (Fig. 5, axis) to each parameter while keeping the other parameters at their reference values. To reduce the computational effort of testing all possible climate conditions found in all geographical regions, five representative regions were identified (see “Representative regions”), each with extreme weather conditions including (i) wind-dominated, (ii) solar-dominated, (iii) low-capacity, (iv) median-capacity, and (v) high-capacity (both solar and wind) regions. The introduction of representative regions with identical input parameters, except for the capacity factor of solar and wind energy, enables a more generalized understanding of where hydrogen
Fig. 5 | Robustness analysis of levelized cost of hydrogen (LCOH, in euro per kilogram of hydrogen, EUR/kg ) sensitivity to input variations. The investigated variables include: (i) grid electricity price, (ii) electrolyzer cost, efficiency, maintenance expenses, and lifespan, (iii) solar photovoltaic system cost, (iv) wind turbine cost, and (v) carbon intensity of grid electricity (y-axes). The range of values for these parameters is provided in Supplementary Table 6. The robustness is tested under different emission constraints (caps) on the lifespan well-to-gate
carbon dioxide equivalent content of hydrogen (unit: kilogram per kilogram ) for the five representative regions (High-capacity, Median-capacity, Low-capacity, Solar-dominated, and Wind-dominated). The analysis confirms that the steepest increase in LCOH and installed capacity occurs from the (0.1-cap) to (0-cap) despite variations in input parameters.
production appears to be more cost-effective, thereby assisting in explicating the regional results.
A total of 300 optimizations were additionally performed for the robustness analysis, considering the five input parameters, three cases for each input parameter (optimistic, reference, and pessimistic), four emission caps (no-cap, 1-cap, 0.1-cap, and 0-cap), and five representative regions. The robustness analysis demonstrates that while variations in input parameter values can affect both LCOH and the optimal system design (Fig. 5), the main trends and conclusions remain valid. Specifically, the steepest increase in
hydrogen cost and installed capacity occurs from the 0.1- to the 0-cap.
Wind energy is preferable for hydrogen production at continuous output, leading to lower LCOH. Regions characterized by very high wind capacity but poor solar energy yield similar LCOH results to regions with both high solar and wind capacities, albeit to a lesser degree. It is observed that high wind capacity can compensate for poor solar capacity; however, the reverse is not true-high solar capacity cannot make up for low wind capacity. Interestingly, under a 0-cap scenario, wind-dominated regions experience a increase in costs
compared to the 0.1-cap scenario, while solar-dominated regions only witness an cost increase. This suggests that while wind energy is generally favorable for hydrogen production, the cost implications under the most stringent emission cap are less favorable for winddominated regions compared to solar-dominated ones. The reason is the need for large wind installations (more expensive than PV per power capacity) and electrolyzers.
Among the input parameters evaluated, the price of grid electricity is found to be the most impactful under less stringent emission caps, with its significance diminishing under more stringent caps. Under the no-cap scenario, high electricity prices result in an average increase in LCOH (Supplementary Table 7). This increase is primarily driven by a rise in low-capacity regions, which cannot leverage inexpensive renewable generation, compared to an increase in high-capacity regions. Conversely, low electricity prices result in an average reduction in LCOH of 73%, a trend that is more homogeneous across all regions. Low electricity prices would lead to predominantly using grid electricity, eliminating the need for additional renewable installations when optimizing costs without any emission constraints.
The second most influential parameter in determining the LCOH is the cost and performance of the Alkaline (ALK) electrolyzer, with it causing a variation in LCOH of approximately (Supplementary Table 7), depending on the specific case under consideration. Given the substantial impact of electrolyzer costs and performance on the LCOH, further analyses were conducted to delve deeper into this relationship and potentially identify strategies for optimizing these parameters to enhance the economic viability of hydrogen production.
For this study, ALK electrolyzers, were selected given their maturity and widespread use. However, other alternative electrolyzer technologies may become commercially viable in the future (see “Electrolyzers”). To account for this, additional analyses have assessed two additional electrolyzer technologies. The first model represents a low-cost but less efficient electrolyzer (i.e., membrane-less (ML): 54% cheaper but also less efficient than ), while the second represents a more expensive yet highly efficient electrolyzer (i.e., solid oxide electrolyzer (SOE): 280% more expensive and 17% more efficient than ALK ).
Despite their superior efficiency, the significantly higher costs associated with SOE electrolyzers result in a higher LCOH across all regions and emission cap scenarios, with increases ranging from 7% to 43% (Supplementary Table 8). The lowest increase, 7%, is observed in low-capacity regions, where higher efficiency can help to reduce the larger installed capacity of renewable infrastructure as well as reliance on grid import. Conversely, in high-capacity regions and in regions dominated by wind energy, the deployment of SOE simply leads to a higher LCOH . This can be attributed to the fact that the high renewable potential results in smaller installation sizes. As such, the benefits of increased efficiency cannot offset the higher costs of the more efficient electrolyzers. Similarly, electrolyzers that are less efficient but also less expensive (ML), generally result in a higher LCOH. However, the pattern here is opposite to SOE. A less efficient electrolyzer implies a higher energy demand, which in turn necessitates larger renewable installations. This effect is particularly pronounced in low-capacity regions, where it results in a cost increase. On the other hand, regions with high renewable capacity, either solar or wind, might experience a slight ( ) reduction in LCOH under the 0-cap scenario. This happens because in these regions, under the most stringent emission cap, the electrolyzer capacities are exponentially larger than under the less stringent caps, allowing the lower electrolyzer costs to offset the impact of reduced efficiency.
To summarize, despite the current options either being too expensive or having low efficiency, in general, more efficient electrolyzers provide higher benefits in regions with low renewable
energy availability. This is primarily because the enhanced efficiency can leverage the reduction in renewable installations needed. Conversely, cheaper electrolyzers can reduce the LCOH in renewablerich regions, particularly under stringent emission caps as these regions with plentiful renewables can deploy more capacity at lower costs, thus allowing the lower equipment costs to offset the impact of lesser efficiency. Therefore, the choice of electrolyzer technology should be carefully matched to the local conditions, particularly the availability of renewable resources and the emission cap in place.
The reference permit prices from the European Union Emissions Trading System (EU-ETS) were used to study the effect of carbon pricing on estimated hydrogen costs. With a reference price of , the LCOH increases by an average of with no emission constraint and by under the 1-cap scenario (Supplementary Table 9). Conversely, with the same value for the EU-ETS, the price of hydrogen produced by SMR increases by , to an average cost of 3.03 EUR/kg . This stark difference underscores the sensitivity of SMR-produced hydrogen to carbon pricing. In contrast, the effect of high EU-ETS costs on electrolytic hydrogen production is modest, especially under stringent emission caps.
Lastly, the feasibility of flexible plant operation was explored. As detailed in “Ammonia production process and EHPS”, ammonia plants typically operate at full capacity to satisfy the steady-state conditions required by the Haber-Bosch process. It is therefore assumed a continuous hydrogen supply to the synthesis loop thanks to hydrogen storage and grid backup to prevent operational disruptions. Recent industry efforts, however, have been directed towards investigating the potential for more adaptable plant operations, specifically aligning ammonia production with the variable output of intermittent renewable energy sources. The extent of operational flexibility is directly correlated with the capability to adjust to fluctuating energy inputs. This flexibility is limited by the least flexible component within the system (i.e., air separator unit and ammonia synloop), suggesting that constraints on any single technology’s operations can limit the flexibility of the entire ammonia plant.
Technological innovations are making ammonia plants more adaptable to variable power inputs. Electric heaters, variable load compressors, and better catalysts for ammonia synthesis allow for quicker adjustments to power input changes, more manageable load variations, and improved operational ramp-up and ramp-down. Future electrolytic ammonia plants could operate more efficiently and with greater flexibility than today’s standard.
In light of these developments, the impact of partially relaxing the hourly output constraint of the EHPS was tested. Specifically, the plants were assumed to operate down to a minimum load while maintaining the same total annual hydrogen production, as detailed in “Robustness analysis”. Results indicate that even partially flexible ammonia production can lead to cost reductions, attributable to the downsizing of renewable energy installations, grid import, and hydrogen storage. The extent of cost reduction varies, ranging from under the no-cap to when operating off-grid ( 0 -cap). The observed decrease in LCOH for flexible off-grid operations closely aligns with the estimated reduction previously reported in case studies in Australia, Argentina, and Chile . The reduction is especially pronounced in regions dependent on wind energy, with a reduction of up to , while solar-dominated regions experience a smaller impact, with a 19% reduction (Supplementary Table 10). This result is significant as it demonstrates that increasing the flexibility of the plant can partially mitigate the substantial cost increments encountered under a 0-cap (off-grid) scenario. These preliminary findings underscore the importance of prioritizing plant flexibility in the design of next-generation plants as a strategic approach to decrease the production costs and land requirements of off-grid electrolytic ammonia plants.
The robustness analysis revealed the impact of grid electricity price, electrolyzer technology selection, and flexible operation of ammonia production on the LCOH across a variety of emission caps and different degrees of renewable energy availability. These insights deliver a thorough assessment of the economic viability for gridconnected (non-zero caps) and off-grid (0-cap) electrolytic hydrogen and ammonia production. This enhanced understanding fills a gap in the literature and informs strategic decision-making and policy development for sustainable transition towards net-zero electrolytic hydrogen and ammonia production.

Challenges in transitioning to electrolytic hydrogen

Additional analysis was conducted to evaluate the practical feasibility of shifting from SMR to EHPS under various emission caps. The analysis considered three key factors: additional grid capacity needed, renewable energy needs, and land requirement in each plant’s region (Fig. 6a) (Supplementary Table 11). Such requirements were compared with the availability of corresponding resources (see “Feasibility analysis”).
Results show that, under the 1-cap, the EHPS mean grid electricity demand is 491 gigawatt hour (GWh) per year (min 26 GWh , max 1488 GWh across Europe). The shift to electrolytic hydrogen production does increase the electricity demand compared to the SMR process (on average, 56 MWh are imported from the grid each hour). While this increased electricity consumption necessitates infrastructure upgrades on the plant side, as previously discussed, the plant’s grid energy demand is relatively small, representing, on average, of the current energy demand at the regional level and at a national level. This increase is unlikely to have a significant impact
on regional consumption patterns, causing grid congestions, or to influence price dynamics notably . According to the EU’s 2030 and 2050 targets, it is anticipated that future expansions of the grid will be predominantly accommodated by a greater proportion of renewable energy sources, complemented by widespread adoption of utilityscale storage technologies .
Nevertheless, four plants in Hungary (HU21 and HU31), the Netherlands (NL34), and Greece (EL51) would result in a local demand increase of over 15%, with the Dutch plant in Zeeland (NL34) potentially reaching up to . While the overall energy demand of the grid may not be significantly affected, the peak power demand during operation can be substantial (see “Feasibility analysis”). There is a need to investigate how regional or local grids will adapt to the increased demand of the EHPS. This includes the necessary expansion of power generation capacity and the adjustment of pricing policies to ensure that hydrogen production via electrolysis remains cost-effective. In these analyses, the marginal grid emission factors should be used in optimizing the expansion of power generation capacity and grid dispatch to accurately evaluate and minimize the emissions resulting from the EHPS-induced demand .
In terms of renewable energy requirements, the ammonia plant would require, on average, of the technical renewable potential of the country and of the region (i.e., the maximum electricity generation that can be produced by renewables ). Under the 0-cap, this percentage grows to . Notably, while under the 1-cap only one region (NL42) would exceed the technical renewable potential, this number increases to five regions under the 0 -cap scenario. This indicates that while transitioning to renewable hydrogen production for ammonia is feasible in many areas, it could present challenges in
Fig. 6 | Feasibility analysis. a axis: impact on grid electricity demand; axis: renewable requirements vs. renewable potential; Circles area: land requirements for renewable installations vs. available. Analysis conducted at Nomenclature of Territorial Units for Statistics, level 2 (NUTS-2) for the average scenario under two emission constraints (caps) on the lifespan well-to-gate carbon dioxide equivalent ( ) content of hydrogen (unit: kilogram per kilogram ):
(1-cap) and (0-cap). b Focus on grid electricity demand. c Renewable requirements vs. renewable potential. d Land requirements for renewable installations vs. available. b-d Show three ammonia plants located in (i) Castilla-La Mancha coded as ES42, (ii) Zeeland coded as NL34, and (iii) Limburg coded as NL42 according to NUTS-2.
regions with lower renewable potential, particularly under stringent emission caps and when considering future renewable demand from other, yet-to-decarbonize industries.
In addition, the installation would occupy, on average, (min , max ) of the available land in the region under the 1-cap. The computation of available land adopted the methodology described in ref. 39 utilizing country-specific land data provided by the Food and Agriculture Organization of the United Nations (FAO), as detailed in “Methods”. Under the 0-cap, the results show an average increase in available land occupancy compared to the 1-cap to ( , max ). A strong direct correlation ( -squared ) exists between renewable potential and available land for renewables, meaning either value can effectively predict the other. More available land generally indicates higher renewable potential, and vice versa.
These results point to land area required for renewable installations as one major area of concern when considering the production of hydrogen from renewables, since ammonia plants require massive installations (on average for the 1-cap and for the cap), with 1.4 and 2.5 times these capacities in the low-renewable regions. As a reference, the median size of an urban area with a minimum population of one million in Europe is . In comparison, the largest solar park in the world (Bhadla Solar Park in India), has a nominal capacity of 2245 MW and covers an area of , while the Asian Renewable Energy Hub in Australia, currently under planning, will span over for 15 GW solar and wind installations.
However, multi-functional land use can be integrated to maximize land utilization. One example of multi-functional land use is agrophotovoltaics, which involves the integration of agriculture and photovoltaic systems. The cost of land has been factored into the LCOH calculations (as detailed in “Methods”), representing on average (no-cap) to 7% (0-cap) of the total EHPS cost. It should be noted that multi-functional land use like agrophotovoltaics has the potential to serve as a revenue stream, thereby reducing overall costs.
The results of the feasibility analysis indicate that the transition is technically feasible in almost all European ammonia plants ( for the 1 -cap and for the 0 -cap), despite requiring a significant amount of land for renewable energy installations, particularly under stricter emission caps. This may present local challenges in regions with limited land availability or that require larger renewable installations (e.g., Zeeland-NL34 and Limburg-NL42, highlighted in Fig. 6b-d). Other regions, instead, present favorable conditions to produce electrolytic hydrogen. Castilla-La Mancha (ES42, Fig. 6b- d), for example, presents a combination of high renewable potential (smaller installations are needed) and abundant land, making it an optimal location for low-carbon hydrogen production. These findings align with those produced by Tonelli et al. , whose global study also identified similar outcomes. They particularly noted land availability constraints in certain regions, underscoring the shared challenges in the transition to renewable energy sources.

Discussion

This study extensively investigates the impact of emission targets for hydrogen synthesis for ammonia production by identifying the minimum cost of producing hydrogen via water electrolysis for different decarbonization targets across 38 European ammonia plants. Results show that transitioning from SMR to semi-islanded electrolytic hydrogen powered by dedicated renewables installed near the plant can cut emissions from hydrogen synthesis, on average, by , even without setting an emission cap. However, without any standards, some plants in regions with cheap and carbon-intensive electricity may continue causing substantial carbon pollution despite the transition to electrolytic production. Within this context, the (1cap) is identified as the optimal emission cap for the European ammonia industry, with an average hydrogen cost of , cutting emissions by on average 95% compared to SMR.
Even though electrolytic hydrogen can mitigate significant variability in operational costs caused by fluctuations in natural gas prices and may even be cost-competitive with SMR in regions with clean, inexpensive grid electricity and abundant wind energy (e.g., NO03 or Sør-Østlandet, Norway), it is, on average, more expensive than SMRproduced hydrogen. Policy support could help close this gap through subsidies and tax benefits. An example is the European Hydrogen Bank initiated by the European Commission, which has set 800 million EUR for subsidies tied to renewable hydrogen production, provided certain criteria are met. This research indicates that with well-defined emission caps and adequate financial incentives, ammonia plants have the potential to initiate their hydrogen decarbonization processes. This proactive approach allows them not to rely solely on the broader grid’s expansion and decarbonization efforts to meet the growing renewable electricity demand from multiple sectors.
However, more stringent regulations like the 0-cap lead to substantial cost increases when maintaining continuous production without any grid backup, rendering the subsidies insufficient to offset the cost hike. Land requirements associated with large-scale renewable energy installation may also pose challenges. There is a significant increase in system component size under the 0-cap, which results in an average increase in the land area required. This is particularly challenging in some regions with limited land availability. Hence, stringent emission targets may hinder the phase-out of fossil fuelbased hydrogen synthesis in energy-intensive industries, in contrast with the European strategy to quickly scale up electrolytic hydrogen production. To summarize, although decarbonization is the ultimate emission target for the ammonia industry, it is challenging to implement at this point without disrupting the entire European supply chain.
It is crucial to underscore that a 0-cap scenario not only implies higher costs and increased land usage for renewables but can also potentially lead to higher overall life cycle emissions compared to scenarios with less stringent caps when accounting for emissions associated with the manufacturing of components such as electrolyzers, wind turbines PV, and hydrogen storage systems. Present policies do not account for Scope 3 embedded technology emissions from component manufacturing, and this study therefore also omits these emissions. However, under the 0-cap scenario, where renewable installations are significantly larger, the total carbon content of hydrogen-when accounting for emissions from component manufacturing (including Scope 3)-is higher compared to the life cycle emissions under the 1-cap scenario, given global average emissions components as shown in Supplementary Fig. 7 (details about the calculation of Scope 3 embedded emissions in “Scope 3 embedded emissions” and Supplementary Note 3). As we look to the future, the cleaner the grid of the EU becomes, the more significant the relative contribution of component manufacturing to overall emissions will become. This suggests that future research could usefully adapt this model to inform the next generation of policy regulations, considering the full life cycle emissions of hydrogen production systems.
To reduce costs, land requirements, and life cycle emissions associated with hydrogen production at off-grid plants, it is essential to prioritize increasing plant flexibility. Enhanced flexibility allows plants to align production more closely with the availability of renewable energy, thus reducing the need for extensive renewable generation installations (such as PV and wind turbines) and storage capacity. Although current ammonia plants offer limited operational flexibility, focused efforts from industry and targeted government research and development can stimulate advancements in this area. Enhanced plant flexibility could lead to improved competitiveness of islanded electrolytic plants and support the achievement of deep decarbonization goals in regions with favorable renewable resources, especially with high wind potential.
Conducting the analysis at the regional level can help tailor emission caps and similar policies to local conditions. Some countries present a combination of favorable conditions for the deployment of electrolytic hydrogen that can allow near-zero emissions while bearing minimal or absent cost increases compared to fossil-based hydrogen production. Policymakers may agree to set more stringent decarbonization targets for some countries, while others may be subjected to less stringent or delayed measures. Regionally diversified and phased policy approaches can avoid excessively penalizing local industries. European governments may also decide to support strategies other than producing renewable electricity in the vicinity of current ammonia plants. Due to the heterogeneity of electrolytic hydrogen costs, it is imaginable that some ammonia producers may consider locating renewable infrastructure in regions with a higher renewable potential to reduce costs. However, this could potentially deplete local renewable resources. Further investigations are warranted to ascertain the regions and conditions under which ammonia plants might be given precedence for the use of limited renewable resources over other sectors.
Another viable strategy could involve retaining the current plants while directly importing low-carbon hydrogen from regions with a superior renewable potential and lower production costs. The largescale transportation of hydrogen would necessitate substantial pipeline infrastructure, introducing additional carbon emissions, costs, and risks, factors that could be incorporated into the model. For a detailed regional analysis, it is essential to utilize precise, high-resolution geospatial data to investigate strategies for providing low-carbon, cost-effective electrolytic hydrogen. This work could serve as a foundation for future studies to determine whether and how regions capable of producing low-cost hydrogen could meet the demand from other areas. The study could be extended beyond Europe, considering a global supply chain.
The study can be further improved in multiple aspects to formulate rigorous emission cap regulations for sustainable investment in low-carbon electrolytic hydrogen for ammonia production. First, an analysis of how varying timeframes for measuring emissions, from hourly to yearly, influence the LCOH is crucial. Hourly emission caps may be challenging in industrial processes that require continuous output, and a dedicated investigation is needed. Second, investigating the potential of flexible ammonia production is essential. This approach could more efficiently harness intermittent renewable energy, influencing both LCOH and the determination of cost-effective emission caps. Third, the performance of the optimization model (see “Optimization model”) can be enhanced by incorporating robust optimization techniques to better handle the uncertainties associated with renewable energy variability. In this study, robustness analyses were instead performed to verify the consistency of the main findings (see “Robustness analysis”). Finally, the study should be extended to other hard-to-abate sectors with heavy hydrogen usage. The feasible cost-effect emission caps for these hard-to-abate sectors can be different from the findings for ammonia production in Europe, and these differences should be thoroughly investigated to formulate sectorbased emission regulations.

Methods

Study area and time horizon

This study focuses on the major ammonia plants in Europe that produce hydrogen on-site through large-scale SMR systems (Supplementary Table 1). There are 39 major ammonia plants located in 37 regions across 19 countries (Supplementary Note 2) (note that the ammonia plant in Croatia is not included in the analysis due to a lack of capacity factor data; therefore, only 38 plants are considered). The time horizon ranges from 2024 up to December 31, 2050. Each ammonia plant is assumed to substitute the SMR system with an EHPS in 2024, starting operations on January 1, 2025. Therefore, the LCOH
(EUR/ ) refers to the electrolytic hydrogen produced from January 1, 2025, until December 31, 2050 ( year years ).
EHPS component costs and features (efficiencies, lifetimes) were collected from the literature and industrial/governmental reports. When multiple sources were available for the same year, the most recent was prioritized. If a reference began its projections before or after 2024, the 2024 values were estimated using linear extrapolation from the nearest value. If publications only provided values for specific years, linear interpolation was used to fill in values for in-between years to create annual projections.

Optimization model

Single-objective optimization models are used to identify the optimal design (technology selection and size) and operation (e.g., imported grid electricity, stored energy/hydrogen, etc.) of each EHPS to minimize the LCOH at the ammonia plant level. Figure 7 summarizes key inputs for this optimization model.
In energy system modeling, mixed-integer linear programming (MILP) has emerged as the predominant optimization approach for the design and operation of multi-energy systems . MILP stands out due to its ability to effectively solve systems of linear equations, while including nonlinearities via binary variables, thus ensuring a trade-off between computational efficiency and solution robustness . A MILP was formulated in Python with the Gurobipy package and solved with the commercial solver Gurobi .
The objective function is to minimize the lifetime system cost (Eq. (1)), while the decision variables are the design (technology selection and size) and operation (amount of imported grid electricity, hourly storage operations) of the ammonia plants under different input parameter assumptions.
where represents the total lifetime cost of the EHPS, consisting of the sum of capital cost , operation and maintenance cost (O&M) , and grid power purchase . In detail, is the lifetime of the plant in years ( 25 years), is the number of hours per year (8760), is the installation cost of technology , where belongs to the set of technologies is a fraction of the installation cost for annual maintenance, is the price of grid electricity for industrial end-users, and is the quantity of imported electricity from the grid. Further details regarding cost calculation are reported in Supplementary Eq. (1) in Supplementary Note 4.
The LCOH is computed through (Eq. 2). The LCOH represents the average cost per unit of hydrogen produced, considering the expected operational lifetime of the production facility. It is assumed that the total amount of hydrogen produced , where is the hourly output of the EHPS, remains consistent regardless of the chosen assumptions regarding input parameters. This allows for a meaningful comparison of LCOH across diverse scenarios. Note that this equation does not include financing and discounting issues. Discount rates are often included in cost-benefit analyses when comparing projects, usually on different timescales. In this case, the discounting rate does not impact the analysis and interpretation since the same time horizon is considered for all the plants, as well as the year of installation and replacement of the components.
The model incorporates several constraints, including the balance of hydrogen mass, energy balances, and technology behavior (i.e., the performance of energy supply, storage technology, and hydrogen production technologies) (see Supplementary Eqs. (2-13) in
Fig. 7 | Methodological framework. Historical electricity prices were sourced from the official European repository, while future price trends were estimated using Geometric Brownian Motion (GBM) and Monte Carlo simulations. Cost and performance metrics for the Electrolytic Hydrogen Production Systems (EHPS) were compiled from literature reviews and reports from industrial and governmental entities. In contrast, solar and wind capacity factors were derived from the European Meteorological derived High-Resolution RES generation time series (EMHIRES) dataset. These diverse datasets served as inputs for the optimization models, which minimize the levelized cost of hydrogen by optimizing the design
and operational parameters for each European ammonia plant subject to emissions limits on the carbon dioxide equivalent content of hydrogen. The study also evaluates the feasibility of transitioning European ammonia production from traditional fossil fuels to electrolytic ammonia synthesis, with assessments conducted at both plant and regional scales. In this context, the regions correspond to the NUTS2 level, which stands for Nomenclature of Territorial Units for Statistics, level 2. NUTS-2 is a geocode standard developed by the European Union to define subdivisions of countries for statistical purposes.
Supplementary Note 5). Furthermore, constraints on the well-to-gate content of hydrogen are incorporated (see “Carbon emission caps”). The operations of the EHPS were optimized using hourly data spanning an entire year, i.e., 8760 h , to account for the role of weather conditions randomly distributed throughout the year (see “Wind and solar capacity factors”). A weak negative correlation between the annual solar and wind mean capacity factor and LCOH was found (Supplementary Fig. 8), demonstrating the importance of high temporal resolution in optimizing the installed capacity required to satisfy the ammonia plant demand and, in turn, estimating the costs.
Additional tests were conducted using other optimization techniques (i.e., heuristic optimization). Specifically, local, global, and the combination of the two (i.e., hybrid approach) were examined (Supplementary Note 6 and Supplementary Fig. 9). While heuristic methods, and particularly a hybrid approach combining Differential Evolution and Nelder-Mead, provided results equivalent to those of the MILP method, they were significantly slower in finding the solution (less than 1 min for MILP versus for the Differential Evolution and Nelder-Mead combination; see Supplementary Table 12).

Carbon emission caps

The well-to-gate content for each unit of hydrogen is calculated by dividing the total lifetime operational emissions from gridimported electricity ( ) by the total amount of hydrogen produced over the lifetime of the EHPS ( ) (Eq. (3)).
where is the imported grid electricity at time and is the average life cycle emission intensity of the grid from 2025 to 2050 calculated for each country, based on the historical data provided by the European Commission (see “Grid electricity price and carbon intensity”). Thus, the EHPS can import grid electricity if the average well-to-gate emissions of hydrogen do not exceed the
emission cap constraint considered in this study (3-cap, 1-cap, 0.5-cap, 0.1-cap, 0-cap) (Eq. (4)).
where represents the emission cap under consideration in kg .

Scope 3 embedded emissions

Including emissions from the manufacturing of components introduces significant uncertainty, largely due to the intricate nature of tracing emissions along the comprehensive technology supply chain. This complexity is particularly pronounced for technologies such as electrolyzers, solar PV modules, or wind turbine components, often subject to international trade . Furthermore, actual emission inventory data are frequently unavailable or inaccessible .
While there are inherent complexities in estimating emissions related to the manufacturing of key technology components, several studies offer valuable insights into average emissions . Emissions embedded in technology are calculated for PV, WT, Li-ion batteries, electrolyzers, hydrogen compressors, and storage tanks, and multiplied by the respective installed capacity (see Supplementary Note 3).
It is noteworthy that due to anticipated reductions in the emission intensity of electricity generation, as projected by the IEA scenarios , emissions from material production and technology manufacturing are expected to decrease. Consequently, indirect emissions from materials and manufacturing processes involved in hydrogen production could be less in the future than today.

Ammonia production process and EHPS

Ammonia production primarily relies on the HB process, which synthesizes ammonia from nitrogen and hydrogen. The process begins with the extraction of nitrogen from the air using an air separation unit
(ASU) through cryogenic distillation. Hydrogen is typically derived from natural gas through steam reforming, where high-temperature steam ( ) separates hydrogen atoms from methane. Hydrogen and nitrogen are then combined in the ammonia synthesis loop (synloop), where under high pressure (150-200 atmospheres) and temperature ( ), they react to form ammonia. The presence of an iron catalyst facilitates this reaction. The synthesized ammonia is cooled and condensed into a liquid for storage and transportation.
In an electrolytic ammonia production plant, the process differs in the source of the hydrogen. Here, hydrogen is derived from water electrolysis instead of SMR. In this procedure, water is split into its constituent elements, hydrogen, and oxygen, by applying an electric current.
Ammonia plants operate continuously at full load . The HB process has been optimized over decades for steady-state operation, requiring consistent reactant supply, product removal, and specific temperature and pressure conditions . This standard has been enabled by the dispatchability of natural gas. In line with this, even when switching to electrolysis for hydrogen production, it is assumed to maintain the continuous plant operation. This approach aligns with many of today’s large-scale electrolytic plant projects (an example is the Greenko, GIC, and Gentari partnership for renewable-based electrolytic ammonia production in India ).
The European ammonia industry is characterized by high homogeneity regarding plant size, technology, operations, and hydrogen and ammonia demand and supply, with a few dominant players. Considering the average production rate of for operations in European ammonia plants , it is assumed that each EHPS must meet the same hourly hydrogen output ( ) as the current SMR system to avoid disruptions in existing plant operations.
Despite recent efforts to develop more flexible plants that can adjust operations following renewable energy availability, achieving this flexibility at a large scale presents inherent challenges, particularly with the air separation unit and the ammonia synloop . In largescale plants, air separation units typically employ cryogenic distillation and have a minimum load limit between 50 and , below which extensive ramp-up times would be required . The ammonia reactor and compressors also pose operational challenges due to the need to maintain precise conditions, including specific hydrogen-to-nitrogen ratios, temperatures, and pressures . If these conditions fall below certain thresholds, it could take up to 24 h to resume operations, as demonstrated during plant inspections. Consequently, while efforts are being made to increase plant flexibility, the prevailing industry trend still favors continuous operation with hydrogen/energy storage support.
Nevertheless, the robustness analysis examines the implications of relaxing the constraint on hydrogen production output. Specifically, , which was a fixed input parameter in the main analysis, is now treated as a decision variable optimized each hour . However, the total annual hydrogen demand, remains consistent with the continuous operation scenario.
A minimum load parameter, denoted as , has been set at to guarantee that the hydrogen output to the ammonia synthesis loop from the EHPS never falls below a safe minimum load (Eq. (5)). It should be noted that this assumption of the minimum load is rather optimistic. Wang et al. , for example, consider a minimum load of with ramp rates of per hour.
Compared to the reference analysis with continuous production, the costs associated with the ASU, ammonia synthesis loop, and
cryogenic storage tanks ( ) must be included in the LCOH (Eq. (6)).
Given that production may occur at a load during certain hours, it is necessary to oversize the ASU and synthesis loop to accommodate higher loads during peak production times. The maximum hydrogen volume entering the synthesis loop is set to be smaller than . This constraint ensures the installed capacities of the ASU and the synthesis loop do not exceed twice the size required for continuous operations. For large-scale ammonia plants, the doubling of installed capacity would mean that the ASU costs approximately 150 million EUR, and the costs for the ammonia synthesis loop, inclusive of auxiliaries and balance of system, amount to 300 million EUR.
However, this analysis remains preliminary and somewhat simplistic. The installed capacity and operation of both subsystems should be modeled and optimized in greater detail, taking into account other cost factors such as control systems improvements. Furthermore, as per Wang’s findings , variations from nominal load in the HB loop will likely result in reduced efficiency. Therefore, additional energy losses must be contemplated, alongside the need for more intermediate storage for nitrogen and other minor enhancements to prevent reactor poisoning.
Despite the simplicity of the model, such increases in energy demand and inefficiencies are expected to have a minimal impact on the LCOH and LCOA, as the majority of electricity usage and costs are predominantly incurred during the production of hydrogen.

Grid connection upgrades

Existing fossil-based ammonia plants are already grid-connected, albeit with a few MW of power capacity. However, when retrofitting these plants-replacing SMR hydrogen with electrolytic hydrogen production-the peak capacity demand from the grid will increase. This means that when a large amount of energy is required, the grid should be capable of supplying it. As a result, grid connection upgrades to accommodate this increase in peak capacity demand are included in the LCOH calculation. This includes the installation of new high voltage alternating current (HVAC) wires and a transformer to step down from high voltage to low voltage at the plant side (unit cost in Supplementary Table 13).
To account for energy losses in transmission, an increase in the price of delivered electricity has been incorporated, mirroring the approach taken by Salmon and Bañares-Alcántara in their work . The additional power required to compensate for these transmission losses leads to a proportional increase in the cost of power. Given the typical location of existing plants in industrial areas, proximity to the grid connection point (within 5 km ) is assumed, and line losses are negligible due to the short distance. Hence, only transformer losses ( , high to low voltage) and rectifier losses ( on the plant side) are included.

Electrolyzers

Electrolyzers are devices that use electricity to split water into hydrogen and oxygen through a process known as electrolysis. Currently, there are two types of commercially available electrolyzers, which differ in terms of costs, efficiencies, maintenance, and operation costs: alkaline (ALK) and proton exchange membrane (PEM). Additionally, other electrolyzer technologies, such as membrane-less (ML) and solid oxide electrolysis cells (SOEC), are in the early stages of development and typically tested at a small scale.
The choice of electrolyzer depends on various factors such as the required production rate, purity of hydrogen gas needed, efficiency, cost, and operational conditions. No single electrolyzer technology outperforms the others in all aspects, and the best choice depends on
the specific requirements and priorities of the application ; however, for bigger applications where the industrial processes require a stable hydrogen supply (like in ammonia plants), ALK is the most suitable and therefore was considered in this analysis. PEM electrolyzers are gaining momentum, but the availability of scarce metals for manufacture limits large-scale installations . SOECs are a promising technology for hydrogen production but are not yet considered mature. They operate at high temperatures and pressures, which allows for high efficiency . However, some challenges still need to be addressed before they can be widely commercialized, such as increasing their durability and lifetime . Lastly, ML electrolyzers may offer the lowest costs per installed unit and less reliance on rare materials . However, the largest prototypes are currently only at the kW scale .
Reference costs for ALK electrolyzer collected from IEA are shown in Supplementary Table 14, while further technical details and future cost projections for the ALK electrolyzer are listed in Supplementary Note 7 and Supplementary Fig. 10. The initial electrolyzer installation cost includes bare erected cost, engineering, procurement, construction cost, process and project contingencies, and overnight cost, comprising an additional of the overall system cost . Only the stack component is substituted when replacement is needed (ALK stack lifetime is 10 years), which usually represents of the system cost . Anticipated increases in production volumes, among other factors, are expected to induce substantial cost reductions over the coming decades (e.g., IEA, ). In this analysis, future electrolyzer costs are exogenously specified, assuming a roughly cost reduction in per-kW stack costs over the 2022-2050 period based on data from Supplementary Table 14. Annual routine maintenance costs are assumed to be of the system cost .
Once the ALK stack component requires replacement, it will be replaced with another ALK. This is because the balance of plant (BoP) is designed around the use of an ALK electrolyzer. Consequently, replacing it with a different type of electrolyzer would necessitate substantial modifications to most of the BoP to accommodate differing outlet pressures, temperatures, potential ramp rates, and maintenance procedures.
While the model primarily considers ALK electrolyzers, the scope is broadened in the robustness analysis by including SOEC and ML based on cost and performance projections collected from refs. 6 and 52, respectively. Cost and performance data are in Supplementary Table 15.

Renewable power generation

Utility-scale solar PV and onshore wind turbines are installed to power the electrolyzers. For both PV and wind turbines, data were collected from the International Renewable Energy Agency (IRENA) database (Supplementary Table 13). IRENA’s database is one of the most comprehensive data sources containing cost and performance data (including, among others, the balance of system, transformers, grid connection, wiring, and power electronics) of most renewable projects worldwide. While PV and wind turbines have become mature technologies, regional cost variation persists. IRENA provides a detailed breakdown of total utility-scale PV installed costs, ranging from hardware to installation and soft costs for each country. The average value of the IRENA European dataset was used when country-based data were unavailable. Due to the long life of solar PV and wind turbines, the infrastructure will not be replaced during the projection period; thus, only 2022 cost data were used in this work. Linear interpolation was used to obtain 2024 data from the available database and 2030 projections . Pessimistic and optimistic cost values were obtained from the range provided by IRENA at a global scale and applied to all national total installed costs.
The IRENA dataset only provides the total installed costs of onshore wind turbine installations worldwide without country-specific information. To enable similar treatment of wind and solar input data, the same
cost differences (in percentage) across Europe identified for solar PV installations were also assumed for wind turbines. Annual maintenance costs were also collected from the IRENA dataset for coherence.
Due to the high and continuous hydrogen demand of European ammonia plants, large PV and wind turbine installations are required, resulting in large land usage. Land area for installations is divided into two categories: direct land area and total land area . Direct land area refers to the physical footprint of the renewable energy infrastructure itself, including the solar arrays or wind turbines, as well as associated elements like access roads, substations, service buildings, and other immediate necessities. On the other hand, total land area extends beyond the direct physical footprint of the infrastructure. It encompasses the complete land area associated with a PV or wind turbine farm, often represented by the perimeter enclosing all installations. This area factors in the spacing between installations, buffer zones, and other land-use considerations linked to the farm’s operation. While direct land area can be calculated more easily, total land area can significantly vary based on the specific location and its geographic and regulatory constraints.
The National Renewable Energy Laboratory (NREL) has produced detailed reports on existing large-scale PV and wind turbine projects, offering data on both direct and total area usage . For wind turbines, direct land usage is hectares/ MW , while total land usage is hectares/MW. Given that the wind turbines considered in this analysis are larger ( 2.8 MW ) than those in the NREL study ( ), a smaller area per MW installed is assumed, taking 15 hectares/MW as a reference value, of which 1.0 hectares/MW are direct land usage . For PV installations, the difference between direct and total land area is less noticeable. The capacity-weighted average for direct land-use requirements is 3 hectares/MW, with of power plants requiring between 2.5 and 3.2 hectares/MW. The total-area capacity-weighted average is 3.6 hectares/MW, with of plants requiring between 3.2 and 4 hectares . A reference value of 3.5 hectares/ MW is considered for this analysis of which 3.0 hectares are direct land usage . Land cost was therefore included in the LCOH calculation, and land price data were collected from the European Commission dataset (Supplementary Fig. 11).
The LCOH also accounts for the losses in the transmission of electricity from renewable power generation to the electrolysis plant. Transmission from PV and wind farm installations to the plant can occur via existing grid lines or by constructing a dedicated transmission line from the farm to the plant. The latter scenario is more probable. The existing grid may lack the capacity to handle additional power at a GW scale without significant upgrades and large-scale electrolysis may result in grid congestion . Moreover, a certificate of origin must be introduced to ensure that the electricity utilized by the plant is sourced from renewable infrastructure . Hence, the construction of new, separate transmission lines is assumed.
HVAC transmission systems are more expensive than low voltage alternating current (LVAC) systems, but LVAC systems have limited capacity, which may be insufficient for the plant. Hence, HV transmission is deemed suitable. Additionally, LVAC systems have high transmission losses of up to per 100 km , compared to HVAC’s per . High voltage direct current (HVDC) is another option, with even lower power losses in wires ( per 1000 km ), but it tends to have higher capital costs and is usually optimal for long distances . Given the assumption that the renewable installations are located within short distances ( ), HVAC is assumed to transmit electricity from PV and WT to the plant. Wind Turbines typically generate LVAC, which must be stepped up to HV using transformers, transferred to the plant, stepped down, and then converted into low-voltage direct current (LVDC) using rectifiers. Conversely, PV systems produce LVDC, requiring an additional step to convert LVDC to LVAC before stepping up and integrating into the dedicated HVAC line. Costs associated with inverters are already included in the IRENA
dataset. Costs and losses associated with transformers, wires, inverters, and rectifiers are shown in Supplementary Table 13. Total transmission losses from the WT to the electrolysis hydrogen system are around 7% (2% transformers, 5% rectifier), and for PV systems, around ( inverter, 2% transformers, 5% rectifier).

Battery energy storage systems

Li-ion battery systems for electricity storage can be installed to balance periods of low or no renewable energy generation and ensure a consistent power supply for the electrolysis process. Utility-scale Li-ion battery system costs were collected from NREL (Supplementary Fig. 12). The lifetime ranges from 8 to 18 years with a median of 15 years, while round-trip efficiency (system efficiency through a charge/ discharge cycle) is . Annual routine maintenance cost is assumed to be of the system cost.

Compressor and tanks

Surplus renewable electricity can also be used to directly synthesize hydrogen to store for balancing periods with low availability of wind and solar. Hydrogen from the electrolyzer is in gaseous form, conventionally from atmospheric pressure to 30 bar, and is typically compressed up to 350 bar for tank storage . Compression is usually done in two ways: using a standard separate compressor and changing the electrolyzer operating pressure. Compressing hydrogen to 30-100 bars has a relatively small efficiency penalty and additional cost. However, major-scale compressors are more efficient for higher pressures, and larger-scale electrolyzers result in a smaller additional cost per unit of hydrogen produced . Hence, as the scale increases, mechanical compression is preferred over electrochemical. Moreover, mechanical compression is required if a pressure higher than the operating pressure of the electrolyzer is needed. Since the EHPS is planned to deliver ambient pressure hydrogen to the ammonia plant, it is not feasible to increase the operating pressure of the electrolyzer. Therefore, mechanical compression is assumed. In general, compression losses are around of hydrogen lower heating value (LHV) for compression at compressed at 350 bars in the analysis . Although hydrogen compressors are already a mature technology, their cost is expected to decrease over the years ( cost reduction by 2030 and by ). Compressor system cost data were collected from (Supplementary Fig. 13). Compressors require annual maintenance to guarantee normal operations. The annual maintenance cost is around of the system cost , while the lifetime is about 10 years . Highpressure hydrogen tanks will store hydrogen for balancing periods. Cost data were collected from (see Supplementary Table 13).

EU-ETS future price projections

The EU-ETS is a carbon control scheme that issues carbon allowances and ultimately puts a cost on carbon dioxide emissions. EU-ETS allowances are allocated at the member state level, but overall allowances will be reduced as Europe pushes towards net-zero . The impact of EU-ETS on electrolytic hydrogen costs is studied in the robustness analysis. EU-ETS future price projections are based on BloombergNEF report (Supplementary Fig. 14). In the robustness analysis, the pessimistic scenario assumes a high EU-ETS price of 145 EUR/t CO2 , the reference case uses a moderate price of , and the optimistic case is based on a low price of .

Retrofitting costs

Ammonia plants will undergo retrofitting to replace the SMR hydrogen production system with EHPS. Retrofitting costs include the substitution and upgrade of some plants’ components for operations with electrolytic hydrogen. Current research and practical applications, such as the Puertollano project , have shown that up to of hydrogen derived from electrolysis can be integrated without any modifications. However, to increase this ratio, adjustments are
necessary due to changes in heat flows and operational flexibility. For instance, steam from the ammonia converter cannot be used for the SMR anymore. Anticipated modifications include replacing the electric start-up heater before the ammonia converter, installing additional electric heaters to facilitate flexible operation, and incorporating steam generators for periods of low-load operation when the ammonia converter generates insufficient steam. The estimated cost for these modifications is about of the cost of installing a new ammonia loop (detailed calculation in Supplementary Note 8).
The analysis also includes the sunk costs associated with decommissioning the SMR hydrogen production system. These sunk costs represent expenses that have already been incurred and cannot be recovered. However, the potential offset of these sunk costs is also considered by incorporating the estimated residual or scrap value of the decommissioned SMR. It is anticipated that this residual value will be around 10% of the SMR’s original cost (detailed calculation in Supplementary Note 8).

Grid electricity price and carbon intensity

Modeling the price behavior of grid electricity is challenging; electricity prices vary both on a daily and long-term scale . Random events, such as load variations, contingencies, network congestion, and changes in demand, can cause prices to fluctuate throughout the day. In the long run, additional factors such as oil price changes, regulatory policies, political intervention, technological changes, energy mix variation, and grid operations can drastically influence long-term electricity prices . As these factors are difficult to anticipate, the present work focuses on long-term forecasting and neglects short-term fluctuations. One method that has been employed in this context is stochastic process modeling. Geometric Brownian motion (GBM), also known as exponential Brownian motion, is a continuous-time stochastic process in which the logarithm of the randomly varying quantity follows a Brownian motion with drift. GBM is one of the most applied stochastic processes for long-term electricity price forecasts where future values are calibrated on historical time series . Hence, in this study, Monte Carlo simulations and GBM were used to project future electricity prices from 2025 to 2050. The methodology was applied to a dataset provided by the European Commission that incorporates countrybased monthly retail and wholesale historical electricity prices for industrial users, spanning from January 2008 to December .
GBM operates on the assumption that the logarithmic returns of electricity prices are normally distributed and that these returns can be used to estimate future price paths. The process begins by calculating the logarithmic returns of historical electricity prices for each country. These returns are then used to derive key parameters for the GBM model: the mean, variance, drift, and standard deviation (see Supplementary Eqs. (14) and (15) in Supplementary Note 9). The drift represents the direction trends tend to follow, while the standard deviation measures price volatility. Next, random future price changes, or “shocks”, are generated based on these parameters. These shocks represent the unpredictable factors that could impact future electricity prices. The simulation then constructs potential future price paths by applying these shocks iteratively to the last known price. This creates a distribution of possible future price paths for each month until 2050, reflecting the inherent uncertainty in these projections. Once these potential future price paths are established, the 5th, 50th, and 95th percentiles of the simulated prices are used to construct each country’s optimistic, average, and pessimistic electricity prices. The 5th and 95th percentiles serve as lower and upper bounds, indicating a confidence interval, while the 50th percentile represents the median price. Finally, the average prices over the period from 2025 to 2050 are calculated for the 5th, 50th, and 95th percentiles and used as input for the optimization (Supplementary Table 13). Grid electricity prices vary from 30 EUR/MWh in Norway to 234 EUR/MWh in the UK, with a mean value of in the reference case.
Regarding emissions from the grid, historical data and future projections were collected from the JRC-COM-NEEFE (National and European Emission Factors for Electricity Consumption) dataset provided by the European Commission . The dataset contains data from 1990 to 2020 for all countries globally. The indirect emissions from electricity consumption are calculated by dividing total national emissions from electricity production from all input energy carriers by the total final electricity consumption. It, therefore, includes upstream emissions while excluding emissions from manufacturing technologies, thereby attributing per kWh when electricity is generated from renewable sources. The future carbon content of grid electricity is calculated based on the European Environmental Agency (EEA)’s 2030 projections , coupled with the assumption of achieving carbon neutrality by 2050 .

Abatement cost

Abatement Cost (AC) refers to the cost of reducing negative environmental externalities, quantified as tons of in this work (Eq. 7).

where AC is abatement cost in EUR/ton of abated; is LCOH of SMR hydrogen ( ); is content of SMRbased hydrogen ( 12 kg of ).

Wind and solar capacity factors

The European Meteorological derived High-Resolution RES generation time series (EMHIRES) dataset was used to obtain the capacity factor of onshore wind turbines and solar PV for each region where ammonia plants are located. EMHIRES is a European dataset containing information regarding the generation of intermittent renewable energy resources for electricity generation derived from a combination of meteorological data. EMHIRES Part I focuses on wind power generation, while EMHIRES Part II focuses on solar power generation. For Part I and Part II, the hourly wind and solar power generation time series are based on meteorological conditions over 30 years (1986-2015). EMHIRES also calculates the hourly capacity factor (CF) at a NUTS-2 level. This indicates the ratio between the sums of the energy produced and the maximum possible generation. Europe shows a significant variability of weather conditions which directly influence the capacity factors of wind and solar power generation projects, as shown in Fig. 8.
Fig. 8 | Historical hourly capacity factor for photovoltaics and wind turbines in European regions with ammonia plants. Capacity factors were derived from the European Meteorological derived High-Resolution RES generation time series (EMHIRES) dataset, which provides comprehensive historical hourly energy data for both solar and wind energy. The average hourly capacity factor was computed by aggregating annual hourly data to yield an average value for each hour.
a Illustrates the hourly capacity factors for solar energy for each region, indicating the fluctuating nature of solar energy availability throughout the day. b Highlights the capacity factor for wind energy. Regions coded according to the NUTS-2 level of the Nomenclature of Territorial Units for Statistics (NUTS) system and ordered by average annual capacity factor.
While the dataset might not fully capture certain geographicspecific factors like terrain conformation, natural obstacles, and shading, it offers a good representation of renewable capacity and weather variability across Europe. This underscores the role of local renewable resources in shaping the economic and technical viability of electrolytic hydrogen production.
To capture the seasonal effect accurately while keeping the computational time within reasonable bounds, one representative year of hourly wind and solar capacity factors ( iterations) was selected from the 30 years of data available for each region studied. To achieve this, the mean annual capacity factor was calculated for wind and solar energy in each region by averaging the capacity factor over all hours in the dataset. The sum of the mean capacity factors for wind and solar energy was then calculated to give each region an overall measure of energy production capacity for each year. The year with the median sum of capacity factors was selected as the representative year, as it represents the average energy production capacity in each region.

Robustness analysis

To identify the representative regions, the mean annual capacity factor was calculated for each region (280 NUTS-2 regions) and year (from 1986 to 2015) available in the EMHIRES datasets for both solar and wind energy sources solar,wind (Eq. (8)).
European regions were then clustered based on a specific set of rules relating to their capacity factors for solar and wind energy. Regions that exhibit high-capacity factors for renewable energy fall into the top 75th percentile for either solar or wind mean annual capacity factors and have a mean annual capacity factor greater than the 25th percentile for the alternate energy source. Solar-dominated regions are those that
rank within the top 25th percentile for solar energy capacity yet are in the lowest quartile for wind energy potential. Conversely, winddominated regions sit in the top 25th percentile for wind energy capacity but find themselves in the lowest quartile for solar energy. Mediancapacity regions are characterized by both solar and wind resources surpassing the 25th percentile but not reaching beyond the 75th percentile, reflecting a balanced mix of the two energy sources. Lastly, lowcapacity regions are identified by having one of the energy sourceseither solar or wind-with a mean annual capacity factor below the 75th percentile, while the other source does not exceed the 25th percentile, signaling a limited potential for renewable energy exploitation.
After classifying all regions into five categories, a representative region for each group was identified, specifically selecting the region that exhibits the most extreme case within its category. For instance, in the wind-dominated category, the region with the highest mean annual wind capacity factor and the lowest solar was chosen. Conversely, in the solar-dominated category, the region with the highest mean solar capacity factor and the lowest wind was selected. This process was repeated for the low-capacity, median-capacity, and high-capacity categories, resulting in the creation of five representative regions that illustrate distinct weather scenarios.
More specifically, NO05 (Vestlandet, Norway) is a representative wind-dominated region, showing the highest mean annual capacity factor at (100th percentile) specifically for wind, yet it has relatively poor solar energy, with a capacity factor of just 8.3% (Oth percentile). Conversely, ES43 (Extremadura, Spain) is an example of a solar-dominated region, with a high mean annual solar capacity factor of 20.2% (100th percentile), while its wind energy capacity trails significantly with a capacity factor of merely (2nd percentile). These selections are made intentionally to represent regions with a strong prevalence of one energy source, wind or solar while having limited potential for the other. In contrast, EL42 (South Aegean, Greece) emerges as a high-capacity region, landing in the 98th percentile for
Fig. 9 | European regions at Nomenclature of Territorial Units for Statistics, level 2 (NUTS-2) clustered based on their mean annual capacity factor along with the five selected representative regions and years. Each dot represents a specific region, and year means the annual capacity factor. a Displays the capacity factor as a percentile rank for each region and year, and expresses the capacity factor as a percentage. Five distinct clusters are identified, each with a representative region, showcasing diverse capacity characteristics: South Aegean, Greece coded as EL42 in NUTS-2 in 1987 exemplifies a High-capacity region with photovoltaic and wind power capacity factors at 19.5% (98th percentile) and 34.1%
(87th percentile), respectively; Střední Čechy, Czech Republic coded as CZ02 in 1989 represents a Median-capacity region with (50th percentile) for photovoltaics and 22.1% (51st percentile) for wind power; Kassel, Germany coded as DE73 in 2013 characterizes a low-capacity region, with figures at 10.2% (7th percentile) for photovoltaics and 12.6% (6th percentile) for wind turbines; Extremadura, Spain coded as ES43 in 2005 represents a Solar-dominated region with photovoltaics at 20.2% (100th percentile) and wind at 10.5% (2nd percentile); and Vestlandet, Norway coded as NO05 in 1990 stands as a wind-dominated region with photovoltaics at (1st percentile) and wind at (100th percentile).
solar energy ( ) and the 87th percentile for wind energy (34.1% CF). Lastly, DE73 (Kassel, Germany; 10.2% solar CF-7th percentile; wind CF- 6th percentile) and CZO2 (Střední Čechy, Czech Republic; solar CF-50th percentile; wind CF-51st percentile) represent regions with low and median-capacity factors, respectively (Fig. 9).
This approach effectively captures the variability and extremes of climate conditions while reducing the computational burden of simulating every year and region in the dataset. Simultaneously, it ensures that the derived insights remain valuable and applicable to other regions within similar categories, thereby maintaining their relevance across a wider geographical context. Importantly, it also simplifies the task of classifying European ammonia plants into these categories, further enhancing the practicality and applicability of the results (Supplementary Fig. 15).

Feasibility analysis

The annual grid electricity demand for each ammonia plant under the 1-cap (the one with the lowest AC) was compared to the 2020 national and regional electricity demand. Despite European regions being heterogeneous in terms of land area ( , mean , ) and energy consumption ( year, mean year, max year), the ratio of ammonia plant demand to regional demand (Supplementary Table 11) underlines the impact of an electrolytic ammonia plant using grid electricity as backup when renewable output is low.
Data on the theoretical maximum renewable potential at the NUTS-2 level, excluding hydroelectric power, were gathered from the study by Kakoulaki et al. to determine if regional renewable resources could satisfy the energy requirements of the electrolysis system.
Using Gabrielli et al. methodology and the Food and Agriculture Organization of the United Nations (FAO) 2020 land data, available land was estimated by excluding forest areas . It is assumed that of non-forest land is suitable for renewable installations, in line with global usable land estimates that consider institutional and biophysical constraints . This land is then compared with the requirements for PV and WT installations in each region, considering the mean land availability of the corresponding region.

Reporting summary

Further information on research design is available in the Nature Portfolio Reporting Summary linked to this article.

Data availability

Data supporting the findings of this study are available within the paper and its supplementary information. Key data sources include renewable power generation costs from IRENA, battery system data from NREL ATB, European ammonia plant locations from Fertilizer Europe (https://www.fertilizerseurope.com/fertilizers-in-europe/map-of-major-fertilizer-plants-in-europe/), SMR hydrogen production sites from FCHO (https://observatory.clean-hydrogen.europa.eu/hydrogen-landscape/production-trade-and-cost/hydrogen-production), geospatial data from EUROSTAT, electrolyzer data from IEA (https://www. oecd-ilibrary.org/energy/the-future-of-hydrogen_1e0514c4-en), wind and solar capacity factors from EMHIRES (https://op.europa.eu/en/ publication-detail/-/publication/85b2dc7f-aa61-11e6-aab7-01aa75ed71a1/language-en and https://op.europa.eu/en/publication-detail/-/publication/a6c0cf55-45aa-11e7-aea8-01aa75ed71a1/languageen), grid carbon intensity data from JRC-COM-NEEFE (https://data.jrc. ec.europa.eu/dataset/919df040-0252-4e4e-ad82-c054896e1641), and industrial electricity prices from European Commission (https:// energy.ec.europa.eu/data-and-analysis/energy-prices-and-costs-europe/dashboard-energy-prices-eu-and-main-trading-partners_en). Data can be requested through the channels provided on each respective website. The processed data supporting the findings of this
study are available in the Supplementary Information and at: https:// zenodo.org/records/10771014 .

Code availability

The repository required to replicate the main and sensitivity analyses, complete with all necessary code and input data, is hosted on GitHub and can be accessed at https://zenodo.org/records/ . Data analysis was performed using Python 3.9.12, utilizing the following libraries: Pandas, NumPy, Seaborn, SciPy, Matplotlib, and Gurobipy. The optimization model was developed with Gurobipy and solved using the Gurobi solver version 10.0.1. Visualizations were created with Origin2023, Python’s Matplotlib and Seaborn libraries, and spatial visualization was conducted with ArcMap 10.7.

References

  1. IRENA. Innovation Outlook—Renewable Ammonia. https://www. irena.org/-/media/Files/IRENA/Agency/Publication/2022/May/ IRENA_Innovation_Outlook_Ammonia_2022.pdf (2022).
  2. Soloveichik, G. Future of Ammonia Production: Improvement of Haber-Bosch of Electrochemical Synthesis? https:// ammoniaenergy.org/presentations/future-of-ammonia-production-improvement-of-haber-bosch-process-or-electrochemical-synthesis/ (2017).
  3. The Royal Society. Ammonia: Zero-Carbon Fertiliser, Fuel and Energy Store. https://royalsociety.org/-/media/policy/projects/ green-ammonia/green-ammonia-policy-briefing.pdf (2020).
  4. Ghavam, S., Vahdati, M., Wilson, I. A. G. & Styring, P. Sustainable ammonia production processes. Front. Energy Res. 9, 580808 (2021).
  5. FCHO. Hydrogen Supply Capacity. https://observatory.clean-hydrogen.europa.eu/hydrogen-landscape/production-trade-and-cost/hydrogen-production (2022).
  6. IEA. The Future of Hydrogen https://www.iea.org/reports/the-future-of-hydrogen (2019).
  7. Rosa, L. & Gabrielli, P. Energy and food security implications of transitioning synthetic nitrogen fertilizers to net-zero emissions. Environ. Res. Lett. 18, 014008 (2023).
  8. IEA. Ammonia Technology Roadmap—Towards More Sustainable Nitrogen Fertiliser Production. https://www.iea.org/reports/ ammonia-technology-roadmap (2021).
  9. Ausfelder, F., Herrmann, E. O. & López González, L. F. Perspective Europe 2030 – Technology Options for CO2- Emission Reduction of Hydrogen Feedstock in Ammonia Production. https://dechema. de/dechema_media/Downloads/Positionspapiere/Studie +Ammoniak.pdf (2020).
  10. ScienceDaily. World-First Discovery Could Fuel the New Green Ammonia Economy. https://www.sciencedaily.com/releases/ 2021/06/210610150110.htm (2021).
  11. European Commission. The European Green Deal. https://eur-lex. europa.eu/resource.html?uri=cellar:b828d165-1c22-11ea-8c1f01aa75ed71a1.0002.02/DOC_1&format=PDF (2019).
  12. IEA. Gas Market Report, Q4-2022. https://www.iea.org/reports/ gas-market-report-q4-2022 (2022).
  13. Mingolla, S. & Lu, Z. Carbon emission and cost analysis of vehicle technologies for urban taxis. Transp. Res. D Transp. Environ. 99, 102994 (2021).
  14. Atilhan, S. et al. Green hydrogen as an alternative fuel for the shipping industry. Curr. Opin. Chem. Eng. 31, 100668 (2021).
  15. Shehab, M., Moshammer, K., Franke, M. & Zondervan, E. Analysis of the potential of meeting the EU’s sustainable aviation fuel targets in 2030 and 2050. Sustainability 15, 9266 (2023).
  16. Risco-Bravo, A., Varela, C., Bartels, J. & Zondervan, E. From green hydrogen to electricity: a review on recent advances, challenges, and opportunities on power-to-hydrogen-to-power systems. Renew. Sustain. Energy Rev. 189, 113930 (2024).
  17. Ueckerdt, F. et al. Potential and risks of hydrogen-based e-fuels in climate change mitigation. Nat. Clim. Change 11, 384-393 (2021).
  18. IRENA. Innovation Trends in Electrolysers for Hydrogen Production. https://www.irena.org/publications/2022/May/Innovation-Trends-in-Electrolysers-for-Hydrogen-Production (2022).
  19. European Commission. Hydrogen: Commission Supports Industry Commitment to Boost by Tenfold Electrolyser Manufacturing Capacities in the EU. https://ec.europa.eu/commission/ presscorner/detail/en/IP_22_2829 (2022).
  20. IEA. Electrolysers. https://www.iea.org/reports/electrolysers (2022).
  21. FCH. Hydrogen Roadmap Europe. https://op.europa.eu/en/ publication-detail/-/publication/0817d60d-332f-11e9-8d04-01aa75ed71a1/language-en (2019).
  22. IEA. Towards Hydrogen Definitions Based on Their Emissions Intensity. https://www.iea.org/reports/towards-hydrogen-definitions-based-on-their-emissions-intensity (2023).
  23. Wang, C. et al. Optimising renewable generation configurations of off-grid green ammonia production systems considering HaberBosch flexibility. Energy Convers. Manag. 280, 116790 (2023).
  24. Lee, K. et al. Techno-economic performances and life cycle greenhouse gas emissions of various ammonia production pathways including conventional, carbon-capturing, nuclear-powered, and renewable production. Green. Chem. 24, 4830-4844 (2022).
  25. Salmon, N. & Bañares-Alcántara, R. Impact of grid connectivity on cost and location of green ammonia production: Australia as a case study. Energy Environ. Sci. 14, 6655-6671 (2021).
  26. EEA. Greenhouse Gas Emission Intensity of Electricity Generation in Europe. https://www.eea.europa.eu/ims/greenhouse-gas-emission-intensity-of-1 (2022).
  27. Terlouw, T., Bauer, C., McKenna, R. & Mazzotti, M. Large-scale hydrogen production via water electrolysis: a techno-economic and environmental assessment. Energy Environ. Sci. 15, 3583-3602 (2022).
  28. European Commission. Sustainable Finance Package. https:// finance.ec.europa.eu/publications/sustainable-finance-package_ en (2021).
  29. European Commission. EU Delegated Acts on Renewable Hydrogen. European Commission https://ec.europa.eu/commission/ presscorner/detail/en/qanda_23_595 (2023).
  30. European Commission. REPowerEU: A Plan to Rapidly Reduce Dependence on Russian Fossil Fuels and Fast Forward the Green Transition. https://ec.europa.eu/commission/presscorner/detail/ en/IP_22_3131 (2022).
  31. Campion, N., Nami, H., Swisher, P. R., Vang Hendriksen, P. & Münster, M. Techno-economic assessment of green ammonia production with different wind and solar potentials. Renew. Sustain. Energy Rev. 173, 113057 (2023).
  32. Nayak-Luke, R. M. & Bañares-Alcántara, R. Techno-economic viability of islanded green ammonia as a carbon-free energy vector and as a substitute for conventional production. Energy Environ. Sci. 13, 2957-2966 (2020).
  33. Guerra, O. J., Eichman, J., Kurtz, J. & Hodge, B. M. Cost competitiveness of electrolytic hydrogen. Joule 3, 2425-2443 (2019).
  34. Fasihi, M., Weiss, R., Savolainen, J. & Breyer, C. Global potential of green ammonia based on hybrid PV-wind power plants. Appl Energy 294, 116170 (2021).
  35. Rouwenhorst, K. H. R., Van der Ham, A. G. J., Mul, G. & Kersten, S. R. A. Islanded ammonia power systems: Technology review & conceptual process design. Renew. Sustain. Energy Rev. 114, 109339 (2019).
  36. Ricks, W., Xu, Q. & Jenkins, J. D. Minimizing emissions from gridbased hydrogen production in the United States. Environ. Res. Lett. 18, 1 (2023).
  37. Bartels, J., Varela, C., Wassermann, T., Medjroubi, W. & Zondervan, E. Integration of water electrolysis facilities in power grids: A case study in northern Germany. Energy Convers. Manag. X 14, 100209 (2022).
  38. Kakoulaki, G. et al. Green hydrogen in Europe-a regional assessment: Substituting existing production with electrolysis powered by renewables. Energy Convers. Manag. 228, 113649 (2021).
  39. Gabrielli, P. et al. Net-zero emissions chemical industry in a world of limited resources. One Earth 6, 682-704 (2023).
  40. Tonelli, D. et al. Global land and water limits to electrolytic hydrogen production using wind and solar resources. Nat. Commun. 14, 1-14 (2023).
  41. European Union. Delegated Regulation – 2023/1185 – EN – EUR-Lex. https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=uriserv% 3AOJ.L_.2023.157.01.0020.01.ENG&toc=OJ%3AL%3A2023% 3A157%3ATOC (2023).
  42. Bonaccorso, M. Denmark Invests 11 Billion Euros in the World’s First Green Ammonia Plant. Materia Rinnovabile/Renewable Matter https://www.renewablematter.eu/articles/article/denmark-invests-11-billion-euros-in-the-worlds-first-green-ammoniaplant (2021).
  43. Atchison, J. NEOM Project Reaches Financial Close, 30 Year Offtake Secured. Ammonia Energy Association https://ammoniaenergy. org/articles/neom-project-reaches-financial-close-30-year-offtake-secured/ (2023).
  44. Prisco, J. South Africa Is Building the World’s Biggest Green Ammonia Plant for $4.6 Billion. CNN https://edition.cnn.com/ 2022/10/18/africa/green-ammonia-hive-energy-scn-climate-spcintl/index.html (2023).
  45. Eljechtimi, A. Morocco’s OCP Plans Billion Green Ammonia Plant to Avert Supply Problems. Reuters https://www.reuters.com/ sustainability/climate-energy/moroccos-ocp-plans-7-mln-green-ammonia-plant-avert-supply-problems-2023-06-20/ (2023).
  46. Hydrogen Europe. Clean Hydrogen Monitor. https:// hydrogeneurope.eu/clean-hydrogen-monitor2022/ (2022).
  47. Bracci, J. M., Sherwin, E. D., Boness, N. L. & Brandt, A. R. A cost comparison of various hourly-reliable and net-zero hydrogen production pathways in the United States. Nat. Commun. 14, 1-13 (2023).
  48. Cole, W., Frazier, A. W. & Augustine, C. Cost Projections for UtilityScale Battery Storage: 2021 Update. https://www.nrel.gov/docs/ fy21osti/79236.pdf (2021).
  49. Gabrielli, P. et al. Seasonal energy storage for zero-emissions multi-energy systems via underground hydrogen storage. Renew. Sustain. Energy Rev. 121, 109629 (2020).
  50. Armijo, J. & Philibert, C. Flexible production of green hydrogen and ammonia from variable solar and wind energy: case study of Chile and Argentina. Int. J. Hydrog. Energy 45, 1541-1558 (2020).
  51. Avril, S., Arnaud, G., Florentin, A. & Vinard, M. Multi-objective optimization of batteries and hydrogen storage technologies for remote photovoltaic systems. Energy 35, 5300-5308 (2010).
  52. Manzotti, A., Robson, M. J. & Ciucci, F. Recent developments in membraneless electrolysis. Curr. Opin. Green. Sustain Chem. 40, 100765 (2023).
  53. Manzotti, A. et al. Membraneless electrolyzers for the production of low-cost, high-purity green hydrogen: a techno-economic analysis. Energy Convers. Manag 254, 115156 (2022).
  54. European Commission. Recommendations on Energy Storage. https://energy.ec.europa.eu/topics/research-and-technology/ energy-storage/recommendations-energy-storage_en (2023).
  55. Baumgärtner, N., Delorme, R., Hennen, M. & Bardow, A. Design of low-carbon utility systems: exploiting time-dependent grid emissions for climate-friendly demand-side management. Appl. Energy 247, 755-765 (2019).
  56. Engstam, L., Janke, L., Sundberg, C. & Nordberg, Å. Gridsupported electrolytic hydrogen production: cost and climate impact using dynamic emission factors. Energy Convers. Manag. 293, 117458 (2023).
  57. Wirtz, M., Hahn, M., Schreiber, T. & Müller, D. Design optimization of multi-energy systems using mixed-integer linear programming: which model complexity and level of detail is sufficient? Energy Convers. Manag. 240, 114249 (2021).
  58. Gabrielli, P., Gazzani, M., Martelli, E. & Mazzotti, M. Optimal design of multi-energy systems with seasonal storage. Appl Energy 219, 408-424 (2018).
  59. Dincer, I., Rosen, M. A. & Ahmadi, P. Optimization of Energy Systems (Wiley, 2017).
  60. Kochenderfer, M. J. & Wheeler, T. A. Algorithms for Optimization (MIT Press, 2019).
  61. Gurobi. gurobipy. PyPI. https://pypi.org/project/gurobipy/ (accessed 10th October 2023).
  62. Gurobi. The Leader in Decision Intelligence Technology-Gurobi Optimization. https://www.gurobi.com/ (accessed 10th October 2023).
  63. Nugent, D. & Sovacool, B. K. Assessing the lifecycle greenhouse gas emissions from solar PV and wind energy: a critical metasurvey. Energy Policy 65, 229-244 (2014).
  64. Gerloff, N. Comparative Life-Cycle-Assessment analysis of three major water electrolysis technologies while applying various energy scenarios for a greener hydrogen production. J. Energy Storage 43, 102759 (2021).
  65. Palmer, G., Roberts, A., Hoadley, A., Dargaville, R. & Honnery, D. Life-cycle greenhouse gas emissions and net energy assessment of large-scale hydrogen production via electrolysis and solar PV. Energy Environ. Sci. 14, 5113-5131 (2021).
  66. Morgan, E. R. Techno-economic feasibility study of ammonia plants powered by offshore wind. Univ. Mass. Amherst https://doi. org/10.7275/11kt-3f59 (2013).
  67. Smith, C. & Torrente-Murciano, L. Exceeding single-pass equilibrium with integrated absorption separation for ammonia synthesis using renewable energy-redefining the Haber-Bosch Loop. Adv. Energy Mater. 11, 2003845 (2021).
  68. Atchinson, J. Gentari, GIC, Greenko to Develop Multi-Million Tonne Production Capacity in India. Ammonia Energy Association. https:// ammoniaenergy.org/articles/neom-project-reaches-financial-close-30-year-offtake-secured/ (2023).
  69. Saygin, D. et al. Ammonia production from clean hydrogen and the implications for global natural gas demand. Sustainability 15, 1623 (2023).
  70. Egenhofer, C. et al. For a Study on Composition and Drivers of Energy Prices And Costs in Energy Intensive Industries: The Case of The Chemical Industry—Ammonia. https://www.ceps.eu/ceps-publications/composition-and-drivers-energy-prices-and-costs-energy-intensive-industries-case/ (2014).
  71. Thomas, D., Mertens, D., Meeus, M., Van der Laak, W. & Francois, I. Power to Gas-Roadmap for Flanders. https://www.waterstofnet. eu/_asset/_public/powertogas/P2G-Roadmap-for-Flanders. pdf (2016).
  72. Verleysen, K., Parente, A. & Contino, F. How sensitive is a dynamic ammonia synthesis process? Global sensitivity analysis of a dynamic Haber-Bosch process (for flexible seasonal energy storage). Energy 232, 121016 (2021).
  73. IRENA. Green Hydrogen Cost Reduction: Scaling Up Electrolysers To Meet The Climate Goal. https://www.irena.org/-/media/ Files/IRENA/Agency/Publication/2020/Dec/IRENA_Green_ hydrogen_cost_2020.pdf (2020).
  74. Schmidt, O. et al. Future cost and performance of water electrolysis: an expert elicitation study. Int. J. Hydrog. Energy 42, 30470-30492 (2017).
  75. Kiemel, S. et al. Critical materials for water electrolysers at the example of the energy transition in Germany. Int. J. Energy Res 45, 9914-9935 (2021).
  76. Nelabhotla, A. B. T., Pant, D. & Dinamarca, C. Power-to-Gas for Methanation. Emerging Technologies and Biological Systems for Biogas Upgrading (Academic Press, 2021).
  77. Christensen, A. Assessment of Hydrogen Production Costs from Electrolysis: United States and Europe. https://theicct.org/ publication/assessment-of-hydrogen-production-costs-from-electrolysis-united-states-and-europe/ (2020).
  78. IRENA. Renewable Power Generation Costs in 2020. https://www. irena.org/publications/2022/Jul/Renewable-Power-Generation-Costs-in-2021 (2021).
  79. IRENA. Wind and Solar PV – What We Need by 2050. https://www. irena.org/-/media/Files/IRENA/Agency/Webinars/07012020_ INSIGHTS_webinar_Wind-and-Solar.pdf?la=en&hash= BC60764A90CC2C4D80B374C1D169A47FB59C3F9D (2020).
  80. Ong, S., Campbell, C., Denholm, P., Margolis, R. & Heath, G. LandUse Requirements for Solar Power Plants in the United States. https://www.nrel.gov/docs/fy13osti/56290.pdf (2013).
  81. Denholm, P., Hand, M., Jackson, M. & Ong, S. Land-Use Requirements of Modern Wind Power Plants in the United States. https:// www.nrel.gov/docs/fy09osti/45834.pdf (2009).
  82. Gagne, D. Tribal Options Analysis Rules of Thumb: Solar, Wind, and Biomass. https://atb.nrel.gov/electricity/2018/summary. html (2019).
  83. European Commission. Preise Landwirtschaftlicher Flächen Nach Regionen. https://data.europa.eu/data/datasets/ wctmbzzccaz8tgh9pqqlg?locale=en (2022).
  84. Tao, M., Azzolini, J. A., Stechel, E. B., Ayers, K. E. & Valdez, T. I. Review-engineering challenges in green hydrogen production systems. J. Electrochem Soc. 169, 054503 (2022).
  85. Csutar, V. G., Kallikuppa, S. & Charles, L. Introduction to HVDC Architecture and Solutions for Control and Protection. https:// www.ti.com/lit/an/sloa289b/sloa289b.pdf?ts= 1712378193622&ref_url=https%253A%252F%252Fwww.google. com%252F (2021).
  86. NREL. Utility-Scale Battery Storage 2023. https://atb.nrel.gov/ electricity/2023/utility-scale_battery_storage (2023).
  87. Parks, G., Boyd, R., Cornish, J. & Remick, R. Hydrogen Station Compression, Storage, and Dispensing Technical Status and Costs: Systems Integration. https://www.nrel.gov/docs/fy14osti/ 58564.pdf (2014).
  88. Ikäheimo, J., Kiviluoma, J., Weiss, R. & Holttinen, H. Power-toammonia in future North European 100 % renewable power and heat system. Int. J. Hydrog. Energy 43, 17295-17308 (2018).
  89. Davis, N. Fertilizer Industry Will Be Hit by EU Carbon Charge Proposals, Not Petchems. https://www.icis.com/explore/ resources/news/2021/07/07/10660759/insight-fertilizer-industry-will-be-hit-by-eu-carbon-charge-proposals-notpetchems/ (2021).
  90. BloombergNEF. Carbon Offset Prices Could Increase Fifty-Fold by 2050. https://about.bnef.com/blog/carbon-offset-prices-could-increase-fifty-fold-by-2050/ (2022).
  91. Rouwenhorst, K. Renewable Ammonia: Key Projects & Technologies in the Emerging Market. Ammonia Energy Association https:// www.ammoniaenergy.org/articles/renewable-ammonia-key-projects-technologies-in-the-emerging-market/ (2022).
  92. Hou, Y., Liu, C.-C. & Salazar, H. Electricity Prices as a Stochastic Process. Advances in Electric Power and Energy Systems (John Wiley & Sons, Ltd, 2017).
  93. Sisodia, G. S. Methodology for electricity price forecasting in the long run. Energy Procedia 95, 195-199 (2016).
  94. Paraschiv, F. Price Dynamics in Electricity Markets. https://ux-tauri. unisg.ch/RePEc/usg/sfwpfi/WPF-1314.pdf (2013).
  95. European Commission. Dashboard for Energy Prices in the EU and Main Trading Partners. https://energy.ec.europa.eu/data-and-analysis/energy-prices-and-costs-europe/dashboard-energy-prices-eu-and-main-trading-partners_en (2020).
  96. Bastos, J., Monforti-Ferrario, F. & Melica, G. GHG Emission Factors for Electricity Consumption. European Commission, Joint Research Centre (JRC). http://data.europa.eu/89h/919df040-0252-4e4e-ad82-c054896e1641 (2024).
  97. EEA. Greenhouse Gas Emission Intensity of Electricity Generation in Europe. https://www.eea.europa.eu/ims/greenhouse-gas-emission-intensity-of-1 (2022).
  98. González-Aparicio, I. et al. EMHIRES: European meteorologicalderived high resolution RES dataset. https://zenodo.org/records/ 8340501 (2021).
  99. Gonzalez-Aparicio, I. et al. EMHIRES Dataset Part I: Wind Power Generation. https://www.researchgate.net/publication/310465577_ EMHIRES_dataset_Part_I_Wind_power_generation (2016).
  100. Gonzalez-Aparicio, I., Huld, T., Careri, F., Monforti, F. & Zucker, A. EMHIRES Dataset Part II: Solar Power Generation https://setis.ec. europa.eu/emhires-dataset-part-ii-solar-power-generation_ en (2017).
  101. Lambin, E. F. & Meyfroidt, P. Global land use change, economic globalization, and the looming land scarcity. Proc. Natl. Acad. Sci. USA 108, 3465-3472 (2011).
  102. Mingolla, S. et al. Effects of emissions caps on the costs and feasibility of low-carbon hydrogen in the European ammonia industry. https://github.com/hkust-suscity/Electrolytic-ammonia-production-in-Europe/tree/hydrogen_v1.0.0 (2024).
  103. Fertilizer Europe. Map of Major Fertilizer Plants in Europe. https:// www.fertilizerseurope.com/fertilizers-in-europe/map-of-major-fertilizer-plants-in-europe/ (2018).
  104. Eurostat. NUTS—GISCO. https://ec.europa.eu/eurostat/web/ gisco/geodata/reference-data/administrative-units-statisticalunits/nuts (2021).

Acknowledgements

This work was supported by the Hong Kong Research Grant Council (26201721) and start-up support from the Hong Kong University of Science and Technology. M.J.R. and S.M. gratefully acknowledge the support from the Research Grants Council of Hong Kong, through the Hong Kong Ph.D. Fellowship Scheme (HKPFS). M.J.R and A.M. would also like to thank the Green Tech Fund (GTF2O2O2O131). S.M. expresses appreciation for the financial support provided by HKUST through the Overseas Research Award (ORA) to undertake an exchange period at ETH Zurich. S.M. is also grateful for the hospitality and guidance offered by the Reliability and Risk Engineering lab at ETH Zurich. The work of P.G. and G.S. was supported by the Swiss Federal Office of Energy (SFOE) as part of the SWEET PATHFNDR project. The views and ideas expressed here belong solely to the authors, not the funding agencies. The authors acknowledge the reviewers for their valuable viewpoints and important
feedback, which have significantly improved the relevance, quality, and robustness of the work.

Author contributions

S.M. and Z.L. initiated the study and secured funding. S.M., M.M.K. and Z.L. designed the study and led the investigation. S.M. developed the methodology and led the data collection with contributions from M.J.R., A.M., and K.R. S.M., M.J.R. and A.M. formulated an early version of the optimization model. S.M. designed the final version. S.M., P.G., M.M.K. and Z.L. analyzed the results. S.M. visualized the results and wrote the paper. S.M., M.M.K. and Z.L. reviewed and edited the paper with contributions from P.G., A.M., M.J.R., K.R., F.C. and G.S.

Competing interests

The authors declare no competing interests.

Additional information

Supplementary information The online version contains supplementary material available at https://doi.org/10.1038/s41467-024-48145-z.
Correspondence and requests for materials should be addressed to Stefano Mingolla, Magdalena M. Klemun or Zhongming Lu.
Peer review information Nature Communications thanks Nicolas Campion and Jamie R. Gomez for their contribution to the peer review of this work. A peer review file is available.
Reprints and permissions information is available at http://www.nature.com/reprints
Publisher’s note Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.
Open Access This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if changes were made. The images or other third party material in this article are included in the article’s Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit http://creativecommons.org/ licenses/by/4.0/.
© The Author(s) 2024

  1. A full list of affiliations appears at the end of the paper. e-mail: smingolla@connect.ust.hk; magdalena@ust.hk; zhongminglu@ust.hk
  2. Division of Environment and Sustainability, Hong Kong University of Science and Technology, Clear Water Bay, Kowloon, Hong Kong SAR, China. Institute of Energy and Process Engineering, ETH Zurich, Zurich, Switzerland. Department of Global Ecology, Carnegie Institution for Science, Stanford, CA, USA. Department of Mechanical and Aerospace Engineering, Hong Kong University of Science and Technology, Clear Water Bay, Kowloon, Hong Kong SAR, China. Department of Physics, Technical University of Denmark, Kongens, Lyngby, Denmark. Ammonia Energy Association, Brooklyn, NY, USA. Catalytic Processes & Materials, MESA+ Institute for Nanotechnology, Department of Science & Technology, University of Twente, Enschede, The Netherlands. Koolen Industries, Europalaan 202, Hengelo, The Netherlands. Chair of Electrode Design for Electrochemical Energy Systems, University of Bayreuth, Bayreuth, Germany. Energy Institute, The Hong Kong University of Science and Technology, Hong Kong SAR, China. Division of Public Policy, Hong Kong University of Science and Technology, Clear Water Bay, Kowloon, Hong Kong SAR, China. These authors contributed equally: Paolo Gabrielli, Alessandro Manzotti, Matthew J. Robson. e-mail: smingolla@connect.ust.hk; magdalena@ust.hk; zhongminglu@ust.hk