Spatio-Temporal Multi-Criteria Optimization Framework for Strategic Siting of Large-Scale Solar–Hydrogen Hybrid Plants: A Case Study of India (Rajasthan–Gujarat Corridor)

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:A novel hybrid optimization approach for green hydrogen site selection that integrates stochastic and deterministic methods.

🏢実務担当者:Provides a multi-criteria framework that can be adapted for corporate renewable hydrogen project development and site screening.

🏛政策担当者:Offers quantitative evidence for prioritizing regions for green hydrogen hubs, informing national hydrogen roadmaps.

再生可能エネルギー資源が持続可能なエネルギーシステムへの移行地域に豊富に存在するため、効果的なグリーン水素インフラ計画の必要性が高まっている。本研究は、Analytical Hierarchy Process、Starfish Optimization Algorithm、モンテカルロシミュレーションを組み合わせることで、多基準評価を用いて大規模太陽光発電による水素生産施設の最適な立地を決定する時空間最適化フレームワークを提示する。本フレームワークは、日射量、気温、水利用可能性、インフラへのアクセス可能性、土地適合性、需要分布を含む包括的な基準セットに基づいてサイト適合性を評価する。本モデルは、ラジャスタン州とグジャラート州の選定された高ポテンシャル地域に適用され、正規化された多基準データセットがGISベースの環境内で処理される。AHPから導出された重みは、日射量（0.22）、水利用可能性（0.15）、送電網へのアクセス可能性（0.14）が最も影響力のある要因であることを示している。初期適合性分析では、カッチとアーメダバードがそれぞれ0.69と0.66のスコアで主要候補として特定される。SFOAの適用により、これらのスコアはさらに0.74と0.70に改善され、0.94を超える収束を伴う最適化性能の向上が実証される。本研究では、太陽光発電量、水供給、需要を含む必須パラメータにランダムな変動を導入して頑健性を試験するため、1000回の反復によるモンテカルロシミュレーションを使用する。カッチは最高の適合性スコア0.73を達成し、0.04の低い標準偏差を示す達成された安定性を伴い、アーメダバードは0.69を記録した。ジャイサルメールは、既存のインフラと環境的制約により、より大きな変動性を示す。確率分析は、カッチが最適サイトとなる確率が82%であることを示している。研究結果は、ラジャスタン州が再生可能エネルギー生産地域として機能し、グジャラート州が水素の処理・輸出センターとして機能することを示している。提案されたフレームワークは、決定論的最適化と確率論的検証を組み合わせることで、水素インフラ計画のための意思決定支援ツールとしての強力な能力を実証している。本アプローチは、政策立案者に実用的な解決策を提供するとともに、複数の地域で機能し得るインドのグリーン水素経済を構築するものである。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

The need for effective green hydrogen infrastructure planning has increased because renewable energy resources are abundant in areas that are transitioning to sustainable energy systems. This study presents a spatial-temporal optimization framework which employs multi-criteria evaluation to determine optimal locations for large-scale solar powered hydrogen production facilities through the combination of Analytical Hierarchy Process and Starfish Optimization Algorithm and Monte Carlo Simulation. The framework evaluates site suitability based on a comprehensive set of criteria, including solar irradiance, temperature, water availability, infrastructure accessibility, land suitability, and demand distribution. The model is applied to selected high-potential regions in Rajasthan and Gujarat, where normalized multi-criteria datasets are processed within a GIS-based environment. The AHP-derived weights indicate that solar irradiance (0.22), water availability (0.15), and grid accessibility (0.14) are the most influential factors. Initial suitability analysis identifies Kutch and Ahmedabad as leading candidates with scores of 0.69 and 0.66, respectively. The application of SFOA further improves these scores to 0.74 and 0.70, demonstrating enhanced optimization performance with convergence exceeding 0.94. The study uses Monte Carlo simulation with 1000 iterations to test robustness by introducing random fluctuations to essential parameters which include solar power and water supply and demand. Kutch achieved the highest suitability score which reached 0.73 with Achieved stability which showed low standard deviation of 0.04 while Ahmedabad scored 0.69. Jaisalmer shows more variability because of its existing infrastructure and environmental limitations. The probability analysis shows that Kutch has an 82% chance of being the best site. The study results show that Rajasthan operates as a renewable energy production area while Gujarat acts as a processing and export center for hydrogen. The proposed framework demonstrates strong capability as a decision-support tool for hydrogen infrastructure planning by combining deterministic optimization with stochastic validation. The approach provides policymakers with practical solutions while building an Indian green hydrogen economy which can function in multiple regions.

• semanticscholar https://doi.org/10.63148/01.2026024first seen 2026-06-27 05:26:55 · last seen 2026-06-30 05:41:16