GHD 是全球领先的专业服务公司之一，业务遍及全球水、能源、资源和运输市场。 他们为私营和公共部门客户提供数字工程服务。 他们的专业领域之一是绿色氢气供应链仿真。

绿色氢气是由可再生能源驱动的电解水分解制成的，从而避免了碳的产生。当与氮混合时，绿色氢气可以更容易地通过船舶进行长距离运输。 然而，工厂设计、物流、市场研究、风险评估等因素的支出并不总是很明显，氢气生产和运输成本的不确定性往往成为项目停止的主要原因。

为了从工程和财务方面评估此类项目的可行性，GHD 应用了绿色氢气供应链仿真。 这有助于他们将工程设计方案直接与业务价值联系起来。与电子表格建模不同，动态仿真可以更好地捕捉项目的复杂性和风险、可视化流程以及评估项目的经济性。仿真模型能够让管理者与项目的数字模型进行交互，同时做出更明智的决策。

问题

一家澳大利亚公司需要建立一个绿色制氢工厂和一条在财务和技术上都可行的供应链。他们没有建立静态的绿色氢气物流模型，而是聘请了 GHD，后者结合了传统工程设计和动态仿真进行：

• 氢气生产设施设计开发。
• 评估项目的经济性。
• 评估项目可能存在的风险。
• 优化投资回报。

GHD 选择 AnyLogic 作为仿真工具的原因如下：

• AnyLogic 可以捕获系统动态和变异性。这一点很重要，因为与所有可再生能源一样，绿色氢气的生产是可变的，并且很大程度上取决于一天中的时间和天气，以及工厂的维护和资产的可用性。因此，静态模型不适用于规划。
• AnyLogic 流体库是在仿真中捕获气流的完美工具。
• AnyLogic 允许工程师将模型分解为组件，并根据需要在仿真过程中打开/关闭它们，具体取决于场景评估。这增加了变异性仿真的机会。
• 广泛的可视化功能使 AnyLogic 模型对客户和利益相关者更具交互性和吸引力。
• AnyLogic 模型不是“黑匣子”。它是透明的，其输入数据与逻辑分离，此外，AnyLogic 还能提供模型的版本控制功能。

解决方案

在该模型中，生产过程将原料——淡化水、空气和电力——输送到电解厂，在那里应用了不同的制氢技术。之后，氢气被压缩进氨装置与氨气结合，以便运输。

借助 AnyLogic 流体库，气体生产和存储的精确仿真成为可能。它可以轻松捕获流体的如速率和流量等各种特征，识别可能的瓶颈和停机时间，并优化运营流程。 为了仿真流体的行为，该库使用了离散速率仿真方法。这使得建模过程更加透明，并允许用户在流量变化发生时对其进行跟踪。

还对氢和氨物流的可行方案进行了仿真，包括运输方式和每公里/公斤成本、所需资产和可利用的基础设施。 还考虑了出口氨所需的基础设施成本。

为了对输出进行后处理并提供详细的现金流分析，使用了 AnyLogic 的 Python 集成功能。他们使用财务模型扩展了绿色氢气的供应链仿真，其中包括现金流、净现值（NPVs）、平均成本、投资回报率和其他财务指标的统计数据。他们使用仪表板将分析可视化，以便管理层可以进行方案比较，并查看价值随时间的不断变化。

绿色氢气生产和运输模型使工程师能够：

• 评估不同资产（包括水和氢）的需求。
• 评估不同电解技术的效率，包括碱性电解厂使用的技术。
• 测试设备设置并监控设置中的变化，包括由于维护和损坏导致的动态可用性如何影响绿色氢气的生命周期。
• 查看每个生产步骤消耗了多少能源以保持工厂运转并评估多余的能源。

绿色氢气供应链模型——a breakdown

结果

绿色氢气供应链模型用于：

• 评估可再生能源发电成本和生产工厂利用率之间的平衡。
• 比较购买氢的人的市场途径。
• 按距离寻找产品的最佳运输方式。
• 比较供应商技术并评估其有效性。
• 了解平均成本的主要驱动因素以及如何将其最小化。
• 计算所需的存储容量。
• 测试更改并查看它们将如何影响流程。

供应链模型结合了不同的工作流，并允许用户查看每个工作流如何影响绿色氢气的端到端生命周期和供应链的不同部分。它有助于将工程方案与业务成果联系起来，从而实现更好的规划和企业决策管理。仿真还使相互关联的过程更加清晰，并捕获了不确定性和变异性，这是静态模型不可能做到的。

尽管目前无法以所需成本生产氢气，但找到了实现这一目标的可能途径。未来随着新信息的出现和成本随时间的推移而降低，模型假设可以很容易地进行更新。

本案例研究来自仿真分析和战略洞察团队技术主管 Geoff Martin 在 AnyLogic 2021 年度会议上的演讲：