2022北京冬奥会火炬“飞扬” 图源：中国石化
制图：立方知造局
图注：氢能的制取方式一共有8种，但脱不出灰、蓝、绿的藩篱。
制图：立方知造局
制图：立方知造局
3. 政策引导：中国早在2001年就有燃料电池车相关的扶持政策出台，当时进入这一领域的多是产学研形式，同济大学支持的上燃公司、大连物化所衣宝廉团队支持的大连新源 、清华欧阳明高团队支持的亿华通相继成立。双碳目标、补贴政策发布后，氢能技术企业进一步增多，能源国家队、车企相继进入赛道。
4. 规模应用：氢能技术、产业不断推进，加上城市群的带头作用，越来越多的城市已经部署燃料电池公交车，并且将氢气、天然气混输加入城市规划中。北京冬奥会上大规模的氢能应用，也会促进使用氢能成为深入人心的概念，更有利于氢能技术规模化、市场化发展。
60年，4个阶段。中国拿着氢能后发者的剧本，从氢能世界的配角，逐渐在产学研、城市群中历练，最终有了冬奥会舞台上的惊艳亮相。这一次中国与世界在氢能上的联动，不再疏离。
08. 为什么国际氢能企业要到中国合作氢能项目？
氢能应用和减碳浪潮相伴而生，两者都需要全世界的努力才能实现，过程中的竞争不可避免，但合作同样重要。
中国氢能发展相较日本、美国、欧盟来说稍晚，但中国具备巨大的内部市场以及更有效率的统筹能力，能让发展不断加速。这吸引着外资涌入。
以日本为例，虽然氢能技术领先世界，但由于国内资源少，内需弱，一方面需要将过剩的技术产能转移到中国，另一方面也寄望于中国巨大的氢产量能够反哺。
这便有了——
日本新日矿、丸红等企业相继与中石化、各省市政府展开技术合作；丰田汽车更是将中国市场当作自家燃料电池车MIRAI的救命稻草，与一汽、广汽、亿华通等企业联合开发燃料电池车的产品和系统。
欧美企业同样不落后。全球三大气体公司——德国林德、法国液化空气、美国空气化工都与中国企业合作，走出差异化路线。
林德集团与中国的合作方向是高压气态氢储运、加氢站。主要合作者有上海、淄博、广州等地方政府，上海驿蓝、宝武、中海油、大连冰山等企业。
美国空气化工主要参与的是工业副产制氢与提纯、液氢、燃料电池、检测技术标准等方面。与浙江、安徽、山西等地方企业合作较多。
法国液化空气主攻地方性氢能基础设施网络与产业链，合作企业有山东兖矿集团、成都华气厚普、中石化、鸿达兴业。
另一方面，国内钢铁企业也开始面向全世界聚集产学研力量：河钢集团与北京科技大学共同发起世界钢铁发展研究院；宝武集团发起设立全球低碳冶金创新联盟，成员来自15个国家。参与成员有世界排名前列的米塔尔、蒂森、塔塔等钢铁集团，亚琛工业大学、乌克兰冶金学院等科研院所。
随着中国氢能技术不断突破、迭代、升级，中国在部分领域的国际主导地位将逐渐显现。
09. 氢能技术的应用，都有哪些难点？
北京冬奥会上氢能的大规模应用，只是迈出新阶段的第一步，未来的氢能源需要深入的是千家万户，成本、易用将成为市场考量的主要因素。
但就目前来说，氢气在制取、储运、应用——标志着一种能源能否被大众接受的三个要素上，仍然存在许多问题。
制取端：可再生能源 电解法，制氢成本高、转换效率低，目前还处于“目标”的阶段；看起来很好实现的低碳氢，实际需要等待副产制氢设备、CCUS技术的普及。而灰氢由于纯度低，更多利用在工业领域，与普通消费者无关。
储运端：氢能储运主要有四种形式，高压气态，固态材料，低温液态，有机液态。最成熟的仍然是高压气态储运，也就是冬奥会火炬应用的方式。但其缺点非常明显，运输半径短，危险性更高。而剩下三种方式，更多不是看氢能技术的发展，而是储运材料的突破，这也将经历漫长的验证过程。
应用端：当前新能源车还是以纯电和混动为主，留给氢能车的空间并不大。2021年，全球主要国家氢能车销量虽然同比大幅增长68%，但实际数量只有16000多台。其原因一方面在于氢能车产业化仍然偏弱，市场上还没有典型爆款，能改变人们对于新能源车等于电动车的固化观念。
10. 未来哪些科幻场景将在氢能产业中实现？
“虽然未来似乎很遥远，但其实已经开始了。”——马提·史提潘尼科
光伏、氢能、机器人、AI……过去数个世纪在故事、小说里反复出现的科幻迷思，已经在几十年内成为人们熟知的“新”事物。雨果曾说：没有什么比梦想更能创造未来。当人类举目向天，太阳和星星已经成为终极能量来源的目标——没错，就是核聚变。
2021年7月，人类历史上第一个太空发电站（接收端）在中国重庆投建，未来通过发射人造光伏卫星，可以直接从太空接收太阳能并直接转换成电能，再通过微波输送至地球。这种形式收集到的太阳能更多，发电不再被天气影响，也不用考虑昼夜变化。更加稳定的光伏制氢也可以实现了。
虽然这个工程的确是“人类的一大步”，但实验意义大过实用意义。短暂的兴奋后，我们的目光还是得回到地面，好好思考在没有太空电站的日子里，要怎样进一步提升光伏板的接收效率，找到更先进的材料。
将AI引入材料开发的方法被称为“材料信息学”——“数据科学”的一个分支。而数据科学是继经验科学、理论科学、计算机科学之后的第四种范式。
2021年，日本大阪大学的佐伯昭纪将论文中记载的1200种光伏材料加入数据库，完成学习的AI成功分析出发电效率和高分子材料间的关系，并进行材料预测。而使用预测的材料制作成光伏电池后，实际效率和预测效率几乎一致。
对于中国来说，材料信息学和氢能技术一样，都是实现弯道超车的巨大机遇。根据工信部的调研，在130多种关键基础材料中，32%一片空白，52%依赖进口，许多卡脖子技术都与材料有关。传统“试错式”研发模式，在愈发激烈的能源竞争中已逐渐失去后发优势，新材料必须快速走出实验室。
原先一个团队需要5~6年从合成到确认100种高分子材料，还不包成功、不包量产，如今AI只要用数分钟就能快速筛选出具有研究价值的材料。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至123456@qq.com 举报，一经查实，本站将立刻删除。
