DOI: https://doi.org/10.1038/s41598-026-41136-8
PMID: https://pubmed.ncbi.nlm.nih.gov/41813718
تاريخ النشر: 2026-03-11
المؤلف: Naiwei Tu وآخرون
الموضوع الرئيسي: تركيب الأمونيا وتقليل النيتروجين
نظرة عامة
تقدم هذه الورقة البحثية نظام طاقة متكامل جديد يركز على الأمونيا السائلة، بهدف تعزيز قدرة الاستيعاب والمرونة التشغيلية لأنظمة الطاقة المتجددة. يدمج النظام المقترح تدفقات طاقة متعددة، بما في ذلك الكهرباء، والهيدروجين، والأمونيا، والحرارة، باستخدام خلايا وقود الأمونيا، وتكسير الأمونيا، وتوربينات الغاز المخلوطة بالأمونيا لإنتاج الطاقة. يتم تقديم نموذج تحسين ذو مستويين، يجمع بين تخطيط السعة متعدد الأهداف في الطبقة العليا مع جدولة احتمالية مقيدة بالفرص في الطبقة السفلى. لحل هذا النموذج بفعالية، طور المؤلفون خوارزمية هجينة، LSDBO-WOA، التي تدمج مُحسِّن خنفساء الروث المحسن مع خوارزمية تحسين الحوت. تشير دراسات الحالة إلى أن هذه الخوارزمية تتفوق بشكل كبير على الطرق المرجعية، محققة تحسينًا يقارب 18.6% في مقاييس أداء التقارب.
تخلص الدراسة إلى أن إطار نظام الطاقة المتكامل يعالج بنجاح تحديات التكامل المعماري والمرونة التشغيلية في سياقات الطاقة المتجددة ذات الاختراق العالي. يحقق النظام كفاءة طاقة إجمالية تتجاوز 97.66% ويقلل من انبعاثات الكربون بنسبة 7.3% مقارنة بنظام بدون دمج الأمونيا. يتم تمثيل إطار البحث بصريًا في الشكل المرافق، موضحًا نهج النمذجة المنهجية المستخدم لإدارة عدم اليقين في المصدر والحمل بفعالية.
مقدمة
تسلط المقدمة الضوء على الأهداف الاستراتيجية للصين لتحقيق “ذروة الكربون وحياد الكربون” في ظل أزمة الطاقة العالمية والمخاوف البيئية. أدى هذا المبادرة إلى زيادة كبيرة في تركيب الطاقة المتجددة، لا سيما في طاقة الرياح والطاقة الشمسية الكهروضوئية (PV)، التي تجاوزت سعتها التراكمية 1 مليار كيلووات بحلول عام 2023، مما يمثل أكثر من 30% من إجمالي السعة المركبة في البلاد.
على الرغم من هذا التقدم، فإن الطبيعة المتقطعة والمتقلبة لتوليد الطاقة المتجددة تمثل تحديات كبيرة لسلامة واستقرار تشغيل الشبكات الكهربائية. وبالتالي، أصبح دمج مستويات عالية من الطاقة المتجددة في نظام الطاقة قضية حاسمة في تطوير إطار طاقة جديد في الصين.
طرق
في هذا القسم، يقدم المؤلفون تحليلًا مقارنًا لمختلف طرق تحسين عدم اليقين المطبقة على نموذج ذو طبقتين لأنظمة الطاقة المتكاملة، مع التركيز بشكل خاص على طريقة البرمجة الاحتمالية (SP) بالمقارنة مع التحسين القوي (RO) والتحسين القوي التوزيعي (DRO). يتم إجراء التحليل تحت معمارية نظام متسقة ومعلمات معدات، باستخدام نتائج تخطيط السعة مع نسبة خلط الأمونيا المثلى. تكشف النتائج، الموضحة في الأشكال 15 و16 و17، أن طريقة SP تتفوق على الآخرين من حيث كفاءة التكلفة وانبعاثات الكربون، خاصة عندما يتم ضبط مستوى الثقة $\alpha$ بشكل مناسب. ومع ذلك، فإن هذه الميزة مصحوبة بمعدل تقليص متجدد أعلى، مما يشير إلى تحديات في استيعاب مصادر الطاقة المتجددة المتغيرة.
في المقابل، يعزز كل من RO وDRO متانة النظام ضد عدم اليقين من خلال زيادة معلمات الحذر $\Gamma$ و$\epsilon$، مما يؤدي إلى تقليل معدلات التقليص وتحسين أمان إمدادات الطاقة. ومع ذلك، تأتي هذه الفوائد على حساب زيادة التكاليف الاقتصادية وارتفاع انبعاثات الكربون. تؤكد النتائج أن اختيار طريقة تحسين عدم اليقين هو في الأساس انعكاس لتفضيل المخاطر وتوافر البيانات. يظهر الإطار ذو الطبقتين وخوارزمية LSDBO-WOA المطورة في هذه الدراسة مرونة، مما يسمح بالتكيف مع أنماط تحسين مختلفة. بالنسبة لنظام الطاقة المتكامل المحدد الذي تم تحليله، يُوصى باستخدام SP مع فترة ثقة من $\alpha \in [0.85, 0.90]$ لتحقيق انبعاثات كربون أقل مع الحفاظ على معدلات تقليص قابلة للإدارة ضمن تكاليف قابلة للتحكم.
نقاش
تسلط قسم النقاش في الورقة الضوء على التقدم والتحديات في أنظمة الطاقة المتكاملة (IES)، مع التركيز بشكل خاص على دمج أشكال الطاقة المتعددة مثل الكهرباء، والهيدروجين، والأمونيا، والحرارة. تعتبر هذه الأنظمة حيوية في معالجة التقلبات المرتبطة بمصادر الطاقة المتجددة وتعزيز كفاءة الطاقة العامة، مما يساهم في تحقيق أهداف الحياد الكربوني. أظهرت التطورات الأخيرة في أنظمة الطاقة المتكاملة متعددة الأبعاد وعدًا في تحسين دمج الطاقة المتجددة وتقليل انبعاثات الكربون من خلال تقنيات مبتكرة مثل استخدام تسلسل الطاقة وتخزين الطاقة الكيميائية. ومع ذلك، غالبًا ما تظل الأبحاث الحالية مجزأة، حيث تتناول في الغالب سيناريوهات الربط الثنائي دون الاستفادة الكاملة من إمكانيات نهج شامل ومتآزر يدمج إنتاج الهيدروجين، وتخزينه، واستخدامه مع عمليات تخليق الأمونيا واحتراقها.
تحدد الورقة فجوات بحثية كبيرة، لا سيما نقص إطار متكامل يمكنه ربط تدفقات الطاقة المختلفة بفعالية وتحسينها تحت عدم اليقين. لقد واجهت طرق التحسين التقليدية صعوبات في التقارب والتنوع في الحلول، مما يحد من فعاليتها في معالجة المشكلات المعقدة متعددة الأهداف. للتغلب على هذه القيود، يقترح المؤلفون نموذج IES متآزر متعدد الأبعاد جديد يتضمن إطار جدولة مثالي ذو طبقتين. يهدف هذا النموذج إلى تقليل التكاليف والانبعاثات مع زيادة الكفاءة وتقليل تقليص الطاقة، مما يسهل نظام طاقة أكثر قوة ومرونة. تعزز الخوارزمية الهجينة المقترحة حل تحسين متعدد الأهداف، مما يعالج التحديات المعقدة التي تطرحها تسعير الطاقة في الوقت الحقيقي والطبيعة العشوائية لتوليد الطاقة المتجددة ومتطلبات الحمل.
DOI: https://doi.org/10.1038/s41598-026-41136-8
PMID: https://pubmed.ncbi.nlm.nih.gov/41813718
Publication Date: 2026-03-11
Author(s): Naiwei Tu et al.
Primary Topic: Ammonia Synthesis and Nitrogen Reduction
Overview
This research paper presents a novel integrated energy system centered around liquid ammonia, aimed at enhancing the accommodation capability and operational flexibility of renewable energy systems. The proposed system integrates multiple energy flows, including electricity, hydrogen, ammonia, and heat, utilizing ammonia fuel cells, ammonia cracking, and ammonia-blended gas turbines for energy production. A bi-level optimization model is introduced, which combines upper-layer multi-objective capacity planning with lower-layer stochastic chance-constrained scheduling. To effectively solve this model, the authors developed a hybrid algorithm, LSDBO-WOA, which merges an improved dung beetle optimizer with the whale optimization algorithm. Case studies indicate that this algorithm significantly outperforms benchmark methods, achieving an approximately 18.6% improvement in convergence performance metrics.
The study concludes that the integrated energy system framework successfully addresses the challenges of architectural integration and operational flexibility in high-penetration renewable energy contexts. The system achieves an overall energy efficiency exceeding 97.66% and reduces carbon emissions by 7.3% compared to a system without ammonia integration. The research framework is visually represented in the accompanying figure, illustrating the systematic modeling approach employed to manage source-load uncertainties effectively.
Introduction
The introduction highlights China’s strategic objectives of achieving “carbon peak and carbon neutrality” amidst a global energy crisis and environmental concerns. This initiative has led to a significant increase in renewable energy installations, particularly in wind and photovoltaic (PV) power, which surpassed a cumulative capacity of 1 billion kilowatts by 2023, representing over 30% of the nation’s total installed capacity.
Despite this progress, the intermittent and volatile nature of renewable energy generation presents substantial challenges for the safe and stable operation of power grids. Consequently, the integration of high levels of renewable energy into the power system has emerged as a critical issue in the development of a new energy framework in China.
Methods
In this section, the authors present a comparative analysis of various uncertainty optimization methods applied to a two-layer model for integrated energy systems, specifically focusing on the Stochastic Programming (SP) method in contrast to Robust Optimization (RO) and Distributionally Robust Optimization (DRO). The analysis is conducted under consistent system architecture and equipment parameters, utilizing capacity planning results with an optimal ammonia blending ratio. The findings, illustrated in Figures 15, 16, and 17, reveal that the SP method outperforms the others in terms of cost efficiency and carbon emissions, particularly when the confidence level $\alpha$ is set appropriately. However, this advantage is accompanied by a higher renewable curtailment rate, indicating challenges in accommodating variable renewable energy sources.
In contrast, both RO and DRO enhance the system’s robustness against uncertainty by increasing the conservativeness parameters $\Gamma$ and $\epsilon$, which leads to reduced curtailment rates and improved power supply security. Nonetheless, these benefits come at the expense of increased economic costs and higher carbon emissions. The results underscore that the choice of uncertainty optimization method is fundamentally a reflection of risk preference and data availability. The two-layer framework and the LSDBO-WOA algorithm developed in this study demonstrate versatility, allowing adaptation to various optimization paradigms. For the specific integrated energy system analyzed, utilizing SP with a confidence interval of $\alpha \in [0.85, 0.90]$ is recommended to achieve lower carbon emissions while maintaining manageable curtailment rates within controllable costs.
Discussion
The discussion section of the paper highlights the advancements and challenges in Integrated Energy Systems (IES), particularly focusing on the integration of multiple energy forms such as electricity, hydrogen, ammonia, and heat. These systems are pivotal in addressing the fluctuations associated with renewable energy sources and enhancing overall energy efficiency, thereby contributing to carbon neutrality goals. Recent developments in multi-dimensional synergistic IES have shown promise in optimizing renewable energy integration and reducing carbon emissions through innovative technologies like energy cascade utilization and chemical energy storage. However, existing research often remains fragmented, primarily addressing binary coupling scenarios without fully leveraging the potential of a comprehensive, synergistic approach that integrates hydrogen production, storage, and utilization with ammonia synthesis and combustion processes.
The paper identifies significant research gaps, particularly the lack of an integrated framework that can effectively couple various energy flows and optimize them under uncertainties. Traditional optimization methods have struggled with convergence and diversity in solutions, limiting their effectiveness in addressing complex, multi-objective problems. To overcome these limitations, the authors propose a novel multi-dimensional synergistic IES model that incorporates a two-layer optimal scheduling framework. This model aims to minimize costs and emissions while maximizing efficiency and minimizing energy curtailment, thus facilitating a more robust and flexible energy system. The proposed hybrid algorithm enhances the solution of multi-objective optimization, addressing the intricate challenges posed by real-time energy pricing and the stochastic nature of renewable energy generation and load demands.