Optimization of a Green Hydrogen Energy Supply Chain Using a Generative AI-Based Model for Climate Change Mitigation

다국어 초록 (Multilingual Abstract)

The stable operation of a renewable energy-based green hydrogen supply chain is emerging as a critical challenge for achieving carbon neutrality and expanding the hydrogen economy. However, relying solely on historical meteorological data fails to adequately reflect the increasing frequency and intensity of extreme weather events, such as heatwaves and cold waves, induced by climate change. Existing deterministic optimization models often struggle to ensure system
reliability under these unprecedented environmental uncertainties.
To address this gap, this study proposes a novel analytical framework that integrates a generative AI-based weather scenario generator with a Mixed-Integer Linear Programming (MILP) optimization model. First, a Conditional Variational Autoencoder (cVAE) based on 1D-CNN architecture was developed to synthesize physically consistent meteorological time series data. By incorporating FiLM-based modulation and extreme value aware loss weighting, the model successfully generated realistic extreme climate scenarios (heatwaves and cold waves) that are difficult to capture with observational data alone.
These generated scenarios were then integrated into a hydrogen supply chain model consisting of a hybrid renewable energy system(9 MW PV and 6 MW Wind), 2.5 MW PEM water electrolysis, storage, and transportation sectors. The MILP model optimized the system design and operation to minimize the total cost while satisfying demand constraints. The simulation results demonstrated that the system maintained a 100% supply sufficiency rate across all climate
conditions, validating its operational resilience. Comparative analysis revealed that heatwaves slightly reduced hydrogen production
efficiency due to the negative temperature coefficient of PV modules, whereas cold waves compensated for solar losses through increased
wind power generation, highlighting the complementarity of the hybrid energy mix.
Economically, the Levelized Cost of Hydrogen (LCOH) was derived at approximately 19,847 KRW/kg under normal conditions. The analysis quantified the Climate Risk Premium, showing that extreme weather intensity incurs a marginal cost increase of 0.76%. However, the study also confirmed that grid-connected surplus power sales effectively buffer this economic impact, stabilizing the Net LCOH. This research holds significant value as it provides a robust decision-making framework for designing climate resilient hydrogen energy systems by effectively combining AI-driven data augmentation with operations research.

국문 초록 (Abstract)

재생에너지 기반 그린 수소 공급망의 안정적인 운영은 탄소 중립 달성과 수소 경제 확대를 위한 핵심 과제로 부상하고 있다. 그러나 과거 기상 데이터에만 의존하는 방식은 기후 변화로 인해 빈도와 강도가 증가하고 있는 폭염, 한파와 같은 극한 기상 현상을 적절히 반영하지 못한다. 기존의 결정론적 최적화 모델들은 이러한 전례 없는 환경적 불확실성 하에서 시스템의 신뢰성을 보장하는 데 한계를 보인다.
이러한 문제를 해결하기 위해, 본 연구는 생성형 AI 기반의 기상 시나리오 생성기와 혼합 정수 선형 계획법(MILP) 최적화 모델을 통합한 새로운 분석 프레임워크를 제안한다. 먼저, 물리적 일관성을 갖춘 기상 시계열 데이터를 합성하기 위해 1D-CNN 구조 기반의 조건부 변분 오토인코더(cVAE)를 개발하였다. FiLM 기반의 변조 기법(FiLM-based modulation)과 극단값 인식 손실 가중치(Extreme-value aware loss weighting)를 적용하여, 관측 데이터만으로는 포착하기 어려운 현실적인 극한 기후 시나리오(폭염 및 한파)를 성공적으로 생성하였다.
생성된 시나리오는 하이브리드 재생에너지 시스템(태양광 9 MW, 풍력 6 MW), 2.5 MW PEM 수전해, 저장 및 운송 부문으로 구성된 수소 공급망 모델에 통합되었다. MILP 모델은 수소 수요 제약을 충족하면서 총 비용을 최소화하도록 시스템 설계 및 운영을 최적화하였다. 시뮬레이션 결과, 시스템은 모든 기후 조건에서 100%의 공급 충족률을 유지하며 운영 강건성을 입증하였다. 시나리오별 비교 분석 결과, 폭염 시에는 태양광 모듈의 음의 온도 계수로 인해 수소 생산 효율이 소폭 감소하였으나, 한파 시에는 풍력 발전량 증가가 태양광 손실을 상쇄하여 하이브리드 에너지 믹스의 상호 보완성을 확인하였다.
경제성 분석 결과, 일반 기상 조건에서의 균등화 수소 생산 단가 (LCOH)는 약 19,847원/kg으로 도출되었다. 본 분석은 기후 리스크 프리미엄(Climate Risk Premium)을 정량화 하였으며, 극한 기상 강도가 비용을 약 0.76% 증가시키는 한계 비용 상승 요인임을 규명하였다. 그러나 계통 연계를 통한 잉여 전력 판매가 이러한 경제적 영향을 효과적으로 완충하여 순(Net) LCOH를 안정화함을 확인하였다. 본 연구는 AI기반 데이터 증강 기법과 운용 과학(Operations Research)을 효과적으로 결합하여, 극한 기후 시대에 대응 가능한 기후 탄력적 수소 에너지 시스템 설계를 위한 견고한 의사결정 지원 프레임워크를 제공한다는 점에서 중요한 의의를 갖는다.

목차 (Table of Contents)

• Chapter 1. Introduction ...................................................................... 1
• 1.1 Research background and motivation ...................................... 1
• 1.2 Problem Statement ................................................................... 3
• 1.3 Research Gap ........................................................................... 5
• 1.4 Research Objectives .............................................................. 19
• 1.5 Dissertation Structure ............................................................ 26
• Chapter 2. Theoretical Background ................................................. 27
• 2.1 Hydrogen Supply Chain Optimization and Network Design ... 27
• 2.2 Research on predicting renewable energy generation and generating abnormal climate scenarios ........................................ 46
• 2.3 Application of generative AI (VAE, cVAE) to energy systems ..................................................................................................... 69
• Chapter 3. Data Description and Generative Scenario Modeling..... 78
• 3.1 Introduction to the system and data to be analyzed .............. 78
• 3.2 Conditional VAE-based climate change power generation model ............................................................................................ 84
• 3.3 Creating extreme scenarios such as heat waves and cold waves ........................................................................................... 93
• 3.4 Configuration of the Conditional Variational Autoencoder for Meteorological Time-Series Generation ..................................... 96
• 3.5 Verification of generated data .............................................. 104
• I
• Chapter 4. Hydrogen Supply Chain Modeling and Optimization .... 109
• 4.1 Defining the Components of the Hydrogen Supply Chain .... 109
• 4.2 Hydrogen demand estimation methodology ......................... 122
• 4.3 Hydrogen supply chain optimization mathematical model ... 129
• 4.5 Economic evaluation ............................................................. 138
• Chapter 5. Scenario-Based Case Studies and System-Level Evaluation ...................................................................................... 144
• 5.1 Integrated System Configuration and Baseline Operation ... 145
• 5.2 Performance Analysis under Extreme Climate Scenarios ... 154
• 5.3 Techno-Economic Analysis and Supply Reliability of the Integrated Hydrogen System ..................................................... 162
• Chapter 6. Conclusion .................................................................... 174
• 6.1 Summary .............................................................................. 174
• 6.2 Research contributions ........................................................ 176
• 6.3 limitation ............................................................................... 177
• 6.4 Future work.......................................................................... 180
• Reference ...................................................................................... 182
• 초록 ................................................................................................ 202