Modeling and Optimization of Sustainable Hydrogen Supply Chain Network Design. - Université de Technologie de Belfort-Montbeliard
Thèse Année : 2024

Modeling and Optimization of Sustainable Hydrogen Supply Chain Network Design.

Modélisation et Optimisation de la conception d’une chaîne logistique de l’hydrogène durable.

Résumé

In the global effort to reduce carbon emissions and transition to renewable energy sources, hydrogen is increasingly recognized as a pivotal element in sustainable energy strategies. This thesis explores the complexities of hydrogen supply chain network design (HSCND), integrates various energy sources, production technologies, storage solutions, and transportation modes within a hydrogen economy, in order to optimize a future deployment of the infrastructures of these chains. The main body of the thesis is composed of three parts.Firstly, the thesis introduces a life cycle optimization modeling framework for HSCND, which incorporates life cycle cost (LCC) and life cycle emission assessment (LCA) into a bi-objective optimization model. This model is a mixed integer linear program (MILP). It aims to minimize the levelized cost of hydrogen (LCOH) and to reduce the global warming potential (GWP). A ϵ-constraint type method is then implemented to explore the trade-offs between economic efficiency and environmental impacts, through a detailed case study in the Franche-Comté region of France.Secondly, building upon this foundational work, the model extends to accommodate multi-period scenarios with centralized storage strategies within the mixed integer linear programming (MILP) model. For each scenario, the model is solved using a commercial optimization solver (Cplex). This extension takes into account factors such as continuity in facility construction, fluctuations in hydrogen demand and supply, and mass balance considerations. A case study in the French metropole delves into system configurations under various forecasted demand scenarios, underscoring the economic benefits of the proposed model and strategy compared to two decentralized models.Finally, the research further evolves to address computational challenges in optimizing large-scale hydrogen supply chains. A matheuristic method that combines a metaheuristic approach with mixed integer linear programming is proposed to improve computational efficiency. This solution method is implemented with Python language and the commercial solver Cplex. It is validated through tests on instances across France, which demonstrates its good performance in handling the complex and variable nature of large-scale HSC networks. Overall, this thesis contributes to the field of sustainable and economically viable HSCND by providing modeling and optimization tools.
Dans l’effort mondial visant à réduire les émissions de carbone et à passer aux sources d’énergie renouvelables, l’hydrogène est de plus en plus reconnu comme un élément central des stratégies énergétiques durables. Cette thèse explore certains des problèmes liés à la conception des réseaux d'approvisionnement en hydrogène (HSCND), en intégrant diverses sources d'énergie, technologies de production, solutions de stockage et modes de transport au sein d'une économie de l'hydrogène, afin d’optimiser un déploiement futur des infrastructures de ces chaînes logistiques. Le corps principal de la thèse est composé de trois parties.Dans un premier temps, la thèse introduit un cadre de modélisation pour l’optimisation du cycle de vie pour le HSCND, qui intègre le coût du cycle de vie (LCC) et l'évaluation des émissions tout au long du cycle de vie (LCA), dans un modèle d'optimisation bi-objectif. Ce modèle, de type programmation linéaire en nombres entiers mixtes (PLNE), vise à minimiser le coût actualisé de l’hydrogène (LCOH) et à réduire les émissions de gaz à effet de serre (GES). Une méthode de type ϵ-contrainte est ensuite implémentée pour explorer les compromis entre l'efficacité économique et les impacts environnementaux, à travers une étude de cas détaillée dans la région française de la Franche-Comté.Dans un deuxième temps, en s'appuyant sur ce travail fondamental, le modèle est étendu pour prendre en compte des scénarios multipériodes avec des stratégies de stockage centralisées introduites au sein du modèle de programmation linéaire en nombres entiers mixtes (PLNE). Pour chacun de ces scénarios, le modèle est résolu à l'aide d'un solveur d'optimisation commercial (Cplex). Cette extension intègre également des facteurs tels que la pérennité des infrastructures construites, les fluctuations de la demande et de l’offre en hydrogène, ainsi que des considérations liées à l'équilibrage des flux d'hydrogène. Une étude de cas réalisée sur la métropole française examine les configurations du système selon divers scénarios de demande prévus, soulignant les avantages économiques du modèle et de la stratégie proposés par rapport à deux modèles décentralisés.Enfin, les travaux de recherche s’intéressent davantage à relever les défis informatiques liés à l’optimisation des chaînes d’approvisionnement en hydrogène à plus grande échelle. Une méthode de type matheuristique combinant une approche métaheuristique avec un programme linéaire mixte en nombres entiers est proposée pour améliorer l'efficacité des calculs. Cette méthode de résolution est implémentée en Python et utilise le solveur commercial Cplex. Elle est validée grâce à une mise en œuvre sur des instances à l'échelle de la France, ce qui démontre ses bonnes performances dans la gestion de la nature complexe et variable des réseaux HSC à grande échelle. Dans l’ensemble, cette thèse contribue au domaine des HSCND durables et économiquement viables, en fournissant des outils de modélisation et d’optimisation.
Fichier principal
Vignette du fichier
UTBM_These_FENG_Linfei_2024UBFCA009.pdf (4.14 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04843960 , version 1 (17-12-2024)

Identifiants

  • HAL Id : tel-04843960 , version 1

Citer

Linfei Feng. Modeling and Optimization of Sustainable Hydrogen Supply Chain Network Design.. Automatic Control Engineering. Université Bourgogne Franche-Comté, 2024. English. ⟨NNT : 2024UBFCA009⟩. ⟨tel-04843960⟩
0 Consultations
0 Téléchargements

Partager

More