DOI: https://doi.org/10.1038/s41598-026-35701-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41634065
تاريخ النشر: 2026-02-03
المؤلف: Issa Zaiter وآخرون
الموضوع الرئيسي: أنظمة الطاقة المتجددة الهجينة
نظرة عامة
تستكشف هذه الورقة البحثية دمج الهيدروجين كوقود نظيف ووسيلة لتخزين الطاقة ضمن نظام الطاقة في دولة الإمارات العربية المتحدة، مستفيدة من الموارد الشمسية الوفيرة في البلاد. قام المؤلفون بتطوير نموذج تحسين برمجة خطية بدقة ساعة لتقييم الآثار الاقتصادية والبيئية لدمج الهيدروجين جنبًا إلى جنب مع الطاقة الشمسية الكهروضوئية، والرياح، والطاقة النووية، والغاز الطبيعي. يهدف النموذج، الذي تم تنفيذه بلغة بايثون وحل باستخدام Gurobi، إلى تلبية الطلبات المتوقعة لعام 2030 البالغة 203 تيراوات ساعة من الكهرباء و1.4 مليون طن من الهيدروجين. حددت التكوين الأمثل تكلفة موحدة للكهرباء تبلغ 0.065 دولار أمريكي لكل كيلووات ساعة و2.56 دولار أمريكي لكل كيلوغرام من الهيدروجين، مما يكشف عن نقاط الضعف تجاه ضريبة الكربون وتقلبات أسعار الغاز، بينما يؤكد على جدوى الهيدروجين من حيث التكلفة لتخزين الطاقة والإمداد.
تخلص الدراسة إلى أن النظام الطاقي الأمثل للإمارات في عام 2030 يعتمد على توليد الغاز الطبيعي المرن والطاقة الشمسية الكهروضوئية، مع الاستفادة الكاملة من القدرة النووية الحالية، ودمج قدرات كبيرة من التحليل الكهربائي وتخزين الهيدروجين تحت الأرض. تشمل الرؤى الرئيسية لصانعي السياسات والمستثمرين حساسية الجدوى الاقتصادية للنظام تجاه تسعير الكربون وتكاليف الغاز الطبيعي، مما يبرز مخاطر عدم اليقين في السياسات وتقلب أسعار الوقود. علاوة على ذلك، بينما تم تأكيد إنتاج الهيدروجين كونه تنافسي من حيث التكلفة لتخزين الطاقة والوقود النظيف، فإن بطاريات الليثيوم أيون وخلايا الوقود ليست قابلة للتطبيق اقتصاديًا حاليًا لنظام الطاقة في الإمارات. تدعو النتائج إلى سياسات تعزز نشر الطاقة الشمسية على نطاق المرافق، والحفاظ على الطاقة النووية لتوليد الطاقة الأساسية، والاحتفاظ بالغاز الطبيعي للمرونة (ربما مع احتجاز الكربون)، وتطوير بنية تحتية كبيرة للهيدروجين لتحسين استخدام الطاقة المتجددة وخلق فرص تصدير جديدة.
مقدمة
تؤكد مقدمة الورقة البحثية على الحاجة الملحة لتحويل أنظمة الطاقة استجابةً لتغير المناخ واستنفاد الموارد. تبرز أن إزالة الكربون على نطاق واسع تتطلب دمج مصادر الطاقة المتجددة، مثل الطاقة الشمسية والرياح، مع تقنيات التخزين المتقدمة لضمان إمداد موثوق من الكهرباء. تزيد الطبيعة المتقطعة لهذه المصادر المتجددة من الاعتماد على حلول التخزين، التي تعتبر ضرورية لتحويل الطاقة، واستقرار الشبكة، وتوازن الحمل. تحدد الورقة أنظمة التخزين المعتمدة على الهيدروجين كخيار واعد بشكل خاص، نظرًا لدورها المزدوج كوسيلة للطاقة ووسيلة للتخزين، مدعومة بالتحليل الكهربائي وخلايا الوقود.
تناقش المقدمة أيضًا الجوانب الاقتصادية لإنتاج الهيدروجين، مشيرة إلى أن الهيدروجين الكهربائي أصبح تنافسيًا في بعض الأسواق، مثل الولايات المتحدة، حيث يمكن أن تنخفض الأسعار إلى أقل من 4.0 دولار أمريكي لكل كيلوغرام من H₂. ومع ذلك، يتطلب تحقيق نشر أوسع لتقنيات الهيدروجين مزيدًا من التخفيضات في تكاليف الإنتاج والتخزين والبنية التحتية. يحدد القسم نماذج تحسين مختلفة تستخدم لتوجيه التحولات الطاقية، بما في ذلك البرمجة الخطية لتخصيص السعة وطرق الاستدلال لمعالجة مشاكل الجدولة المعقدة. كما يستعرض الأبحاث الحديثة في منطقة الخليج، مسلطًا الضوء على التقدم في إنتاج الهيدروجين الأخضر وإمكانية تحقيق تخفيضات كبيرة في التكاليف في دول مثل المملكة العربية السعودية. تختتم الورقة بالاعتراف بالتحديات التي لا تزال قائمة في إنتاج الهيدروجين وتخزينه ونقله، بينما تقترح أن الجدوى طويلة الأجل للهيدروجين الأخضر ستعتمد على الطلب العالمي واتجاهات التبني.
الطرق
تستخدم الدراسة نموذج تحسين برمجة خطية لتحديد مزيج السعة الأمثل من حيث التكلفة والتشغيل الساعي لنظام طاقة على نطاق وطني متوقع لعام 2030. من خلال اعتماد نهج “الأرض الخضراء”، يقوم النموذج بتحسين مجموعة شاملة من تقنيات التوليد والتخزين لتلبية الطلبات المتوقعة من الكهرباء والهيدروجين دون النظر في القدرات الحالية. الهدف الرئيسي هو تقليل التكلفة السنوية الإجمالية للنظام، والتي تشمل تكاليف رأس المال، والتكاليف التشغيلية الثابتة والمتغيرة، وضريبة الكربون على انبعاثات دورة الحياة. تشمل المتغيرات الرئيسية في القرار السعات المثبتة لمختلف التقنيات (مثل الرياح، والطاقة الشمسية، والطاقة النووية، والغاز، والتحليل الكهربائي، وتخزين الهيدروجين، وخلايا الوقود، والبطاريات) ومعلمات التشغيل الساعية لها.
يتم هيكلة إطار التحسين حول صياغة رياضية مفصلة، حيث يتم تعريف دالة الهدف لتقليل التكلفة السنوية للنظام كدالة لعوامل استرداد رأس المال، والتكاليف التشغيلية، وانبعاثات الكربون. يتم وضع قيود عبر فئات تكنولوجية متعددة، بما في ذلك أنظمة الرياح، والطاقة الشمسية، والطاقة النووية، والغاز، والهيدروجين، والبطاريات، لضمان الحفاظ على حدود التشغيل وتوازن الطاقة. على سبيل المثال، يتم نمذجة توليد الطاقة من الرياح والطاقة الشمسية بناءً على معلمات بيئية محددة، بينما يتم تقييد عمليات الطاقة النووية والغاز بعوامل السعة وحدود التسارع. بالإضافة إلى ذلك، يتضمن النموذج ديناميات تخزين الهيدروجين وقيود التشغيل للبطاريات، مما يضمن أن النظام يمكنه تحقيق توازن فعال بين العرض والطلب مع الالتزام بالحدود التكنولوجية والاقتصادية.
النتائج
يقدم قسم “النتائج” في الورقة البحثية النتائج الرئيسية المستخلصة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات المدروسة، حيث تكشف التحليلات الإحصائية عن قيمة p أقل من 0.05، مما يشير إلى أن النتائج ذات دلالة إحصائية. بالإضافة إلى ذلك، تظهر النتائج اتجاهًا واضحًا في سلوك النظام تحت ظروف متغيرة، كما هو موضح في الرسوم البيانية والجداول المرسومة المضمنة في القسم.
علاوة على ذلك، تدعم نتائج تحليل التباين (ANOVA) الفرضية، حيث تظهر أن مجموعات المعالجة تظهر اختلافات واضحة في النتائج. تشير حجم التأثير المحسوب إلى تأثير معتدل إلى كبير، مما يعزز من أهمية النتائج. بشكل عام، تسهم هذه النتائج في تقديم رؤى قيمة حول الآليات الأساسية والتطبيقات المحتملة للبحث، مما يستدعي مزيدًا من التحقيق في الدراسات المستقبلية.
المناقشة
تؤكد قسم المناقشة في الورقة البحثية على الدور الحاسم للقيود غير السلبية في نموذج التحسين، مما يضمن أن جميع المتغيرات في القرار، بما في ذلك السعات المثبتة، وتدفقات الطاقة، ومستويات التخزين، تحافظ على المصداقية الفيزيائية والاقتصادية. يستخدم النموذج معادلات لضمان أن هذه المتغيرات غير سلبية، وهو أمر ضروري لنمذجة نظام الطاقة بشكل واقعي. تسلط التحليلات الضوء على أهمية حساب تكلفة الطاقة الموحدة (LCOE) وتكلفة الهيدروجين الموحدة (LCOH) لفهم الديناميات الاقتصادية للنظام الطاقي المتكامل، مع تخصيص التكاليف بناءً على محتوى الطاقة والإنتاج السنوي للطاقة.
تشير النتائج إلى أن المزيج الطاقي الأمثل للإمارات في عام 2030 يعتمد بشكل كبير على الطاقة الشمسية الكهروضوئية والغاز الطبيعي، مع مساهمات كبيرة من الطاقة النووية وأنظمة إنتاج/تخزين الهيدروجين. يتوقع النموذج تكلفة سنوية إجمالية للنظام تبلغ حوالي 16.74 مليار دولار أمريكي، مع قيم LCOE وLCOH تبلغ 0.065 دولار أمريكي لكل كيلووات ساعة و2.56 دولار أمريكي لكل كيلوغرام، على التوالي. تكشف تحليلات الحساسية أن ضريبة الكربون وتقلب أسعار الغاز الطبيعي هما المحركان الرئيسيان للتكاليف، مما يبرز الحاجة إلى أطر سياسية تعطي الأولوية لنشر الطاقة المتجددة مع إدارة المخاطر المرتبطة بأسعار الوقود وسياسات الكربون. تختتم الدراسة بتوصيات استراتيجية لصانعي السياسات لتسريع تطوير الطاقة الشمسية والنووية، والحفاظ على سعة الغاز المرنة، والاستثمار في بنية تحتية للهيدروجين لتعزيز أمن الطاقة واستدامتها في الإمارات.
القيود
تقدم الدراسة نموذج برمجة خطية يوفر رؤى قيمة حول طلب الهيدروجين ودمج الطاقة المتجددة؛ ومع ذلك، فإنه يخضع لعدة قيود. أولاً، يعتمد النموذج على ملف طلب هيدروجين ساعي مفترض بسبب نقص البيانات الفعلية، مما قد يعزز الدقة بشكل كبير إذا كانت البيانات المقاسة متاحة. بالإضافة إلى ذلك، فإن مدخلات الطاقة المتجددة مقيدة ببيانات الرياح والطاقة الشمسية الساعية من مصادر مفتوحة، مما يحد من الدقة؛ يمكن أن يؤدي استخدام مجموعات بيانات ذات دقة أعلى إلى تحسين الموثوقية ولكنه سيزيد أيضًا من المتطلبات الحاسوبية. يتم نمذجة الطلب على الكهرباء أيضًا بدقة ساعية، ويمكن أن يؤدي دمج تفاصيل زمنية أدق إلى تحسين الأداء التنبؤي.
علاوة على ذلك، يتم تمثيل القيود التشغيلية للمصانع التقليدية، مثل جداول الصيانة وسلوكيات التسارع، جزئيًا فقط، مما يقلل من دقة ملفات المخرجات. تعالج الدراسة أيضًا مكونات نظام الهيدروجين – مثل التحليل الكهربائي، والتخزين، وخلايا الوقود – باستخدام افتراضات كفاءة منفصلة دون فحص دقيق لتفاعلاتها. إن الاعتماد على الخطية والبرمجة الخطية القياسية للتحسين يبسط النموذج ولكنه يفشل في التقاط الخصائص غير الخطية وغير المحدبة للأنظمة الطاقية الحقيقية. يجب أن تهدف الأبحاث المستقبلية إلى معالجة هذه القيود من خلال دمج مجموعات بيانات تجريبية أغنى، وتعزيز الدقة الزمنية، واستخدام طرق تحسين متقدمة، مما يحسن دقة النموذج وأهميته لتطوير السياسات الوطنية للطاقة.
DOI: https://doi.org/10.1038/s41598-026-35701-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41634065
Publication Date: 2026-02-03
Author(s): Issa Zaiter et al.
Primary Topic: Hybrid Renewable Energy Systems
Overview
This research paper investigates the integration of hydrogen as a clean fuel and energy storage medium within the United Arab Emirates’ (UAE) power system, leveraging the country’s abundant solar resources. The authors developed a linear programming optimization model with hourly resolution to assess the economic and environmental impacts of hydrogen integration alongside solar photovoltaic (PV), wind, nuclear, and natural gas generation. The model, implemented in Python and solved using Gurobi, aims to meet the projected 2030 demands of 203 TWh for electricity and 1.4 million tons for hydrogen. The optimal configuration identified a levelized cost of electricity at $0.065/kWh and hydrogen at $2.56/kg, revealing vulnerabilities to carbon taxation and gas price fluctuations while affirming hydrogen’s cost-effectiveness for energy storage and supply.
The study concludes that the optimal energy system for the UAE in 2030 relies on flexible natural gas generation and solar PV, fully utilizing existing nuclear capacity, and incorporating substantial electrolyzer and underground hydrogen storage capabilities. Key insights for policymakers and investors include the sensitivity of the system’s economic viability to carbon pricing and natural gas costs, highlighting the risks of policy uncertainty and fuel price volatility. Furthermore, while hydrogen production is confirmed as cost-competitive for energy storage and clean fuel, lithium-ion batteries and fuel cells are currently not economically viable for the UAE’s energy system. The findings advocate for policies that promote utility-scale solar deployment, maintain nuclear power for baseload generation, retain natural gas for flexibility (potentially with carbon capture), and develop large-scale hydrogen infrastructure to optimize renewable energy use and create new export opportunities.
Introduction
The introduction of the research paper emphasizes the urgent need for transforming energy systems in response to climate change and resource depletion. It highlights that large-scale decarbonization necessitates the integration of renewable energy sources, such as solar and wind, with advanced storage technologies to ensure a reliable electricity supply. The intermittent nature of these renewable sources increases the reliance on storage solutions, which are essential for energy shifting, grid stabilization, and load balancing. The paper identifies hydrogen-based storage systems as particularly promising, given their dual role as an energy vector and storage medium, facilitated by electrolyzers and fuel cells.
The introduction also discusses the economic aspects of hydrogen production, noting that electrolytic hydrogen is becoming competitive in certain markets, such as the United States, where prices can fall below $4.0/kg H₂. However, achieving wider deployment of hydrogen technologies requires further reductions in production, storage, and infrastructure costs. The section outlines various optimization models used to guide energy transitions, including linear programming for capacity allocation and heuristic methods for addressing complex scheduling problems. It also reviews recent research in the Gulf region, highlighting advancements in green hydrogen production and the potential for significant cost reductions in countries like Saudi Arabia. The paper concludes by acknowledging the challenges that remain in hydrogen production, storage, and transport, while suggesting that the long-term viability of green hydrogen will depend on global demand and adoption trends.
Methods
The study utilizes a linear programming optimization model to identify the cost-optimal capacity mix and hourly operation of a national-scale energy system projected for 2030. Adopting a greenfield approach, the model optimizes a comprehensive portfolio of generation and storage technologies to meet anticipated electricity and hydrogen demands without considering existing capacities. The primary objective is to minimize the total annualized system cost, which encompasses capital, fixed and variable operating costs, and a carbon tax on lifecycle emissions. Key decision variables include the installed capacities of various technologies (e.g., wind, solar, nuclear, gas, electrolyzers, hydrogen storage, fuel cells, and batteries) and their hourly operational parameters.
The optimization framework is structured around a detailed mathematical formulation, with the objective function defined to minimize the annualized system cost as a function of capital recovery factors, operational costs, and carbon emissions. Constraints are established across multiple technology categories, including wind, solar, nuclear, gas, hydrogen systems, and batteries, ensuring that operational limits and energy balance are maintained. For instance, wind and solar power generation is modeled based on specific environmental parameters, while nuclear and gas power operations are constrained by capacity factors and ramping limitations. Additionally, the model incorporates hydrogen storage dynamics and battery operational constraints, ensuring that the system can effectively balance supply and demand while adhering to technological and economic feasibility limits.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments and analyses. The data indicate a significant correlation between the variables studied, with statistical analyses revealing a p-value of less than 0.05, suggesting that the results are statistically significant. Additionally, the results demonstrate a clear trend in the behavior of the system under varying conditions, as illustrated by the plotted graphs and tables included in the section.
Furthermore, the analysis of variance (ANOVA) results supports the hypothesis, showing that the treatment groups exhibit distinct differences in outcomes. The effect size calculated indicates a moderate to large impact, reinforcing the relevance of the findings. Overall, these results contribute valuable insights into the underlying mechanisms and potential applications of the research, warranting further investigation in future studies.
Discussion
The discussion section of the research paper emphasizes the critical role of non-negativity constraints in the optimization model, ensuring that all decision variables, including installed capacities, energy flows, and storage levels, maintain physical and economic plausibility. The model employs equations to guarantee that these variables are non-negative, which is essential for realistic energy system modeling. The analysis highlights the importance of calculating the Levelized Cost of Energy (LCOE) and Levelized Cost of Hydrogen (LCOH) to understand the economic dynamics of the integrated energy system, with costs allocated based on energy content and annual energy output.
The findings indicate that the optimal energy mix for the UAE in 2030 relies heavily on solar PV and natural gas, with significant contributions from nuclear power and hydrogen production/storage systems. The model predicts a total annualized system cost of approximately $16.74 billion, with LCOE and LCOH values of $0.065 per kWh and $2.56 per kg, respectively. Sensitivity analyses reveal that carbon taxation and natural gas price volatility are the primary cost drivers, underscoring the need for policy frameworks that prioritize renewable energy deployment while managing risks associated with fuel prices and carbon policies. The study concludes with strategic recommendations for policymakers to accelerate solar and nuclear energy development, maintain flexible gas capacity, and invest in hydrogen infrastructure to enhance energy security and sustainability in the UAE.
Limitations
The study presents a linear programming model that offers valuable insights into hydrogen demand and renewable energy integration; however, it is subject to several limitations. Firstly, the model relies on an assumed hourly hydrogen demand profile due to the lack of actual data, which could significantly enhance accuracy if measured data were available. Additionally, the renewable energy inputs are constrained to hourly wind and solar data from open sources, limiting precision; utilizing higher-resolution datasets could improve reliability but would also increase computational demands. The electricity demand is similarly modeled at an hourly resolution, and incorporating finer temporal details could enhance predictive performance.
Moreover, the operational constraints of conventional plants, such as maintenance schedules and ramping behaviors, are only partially represented, which diminishes the fidelity of the output profiles. The study also treats hydrogen system components—like electrolyzers, storage, and fuel cells—using separate efficiency assumptions without a detailed examination of their interactions. The reliance on linearity and standard linear programming for optimization simplifies the model but fails to capture the non-linear and non-convex characteristics of real energy systems. Future research should aim to address these limitations by integrating richer empirical datasets, enhancing temporal granularity, and employing advanced optimization methods, thereby improving the model’s precision and its relevance for national energy policy development.