《ENERGY CONVERSION AND MANAGEMENT》：Impact of climate change on renewable energy systems in buildings of subtropical desert areas: A stochastic optimization approach
编辑推荐：
研究人员开发了一种综合框架，旨在量化未来气候变率及极端事件对沙特阿拉伯建筑可再生能源系统（RES）最优设计的影响。该框架集成多模型气候预测、极端事件分析与随机优化方法，以小时分辨率评估系统在未来气候不确定性下的可靠性与经济性能。研究采用2025至2099年间的
研究人员开发了一种综合框架，旨在量化未来气候变率及极端事件对沙特阿拉伯建筑可再生能源系统（RES）最优设计的影响。该框架集成多模型气候预测、极端事件分析与随机优化方法，以小时分辨率评估系统在未来气候不确定性下的可靠性与经济性能。研究采用2025至2099年间的降尺度气候数据，涵盖多种共享社会经济路径（SSP），并运用随机优化确定使全生命周期成本（LCC）最小化的RES配置。分析在三个未来25年时段进行：2025–2049年、2050–2074年和2075–2099年。结果表明，气候情景间的差异在世纪晚期（2075–2099年）更为显著，导致最优RES设计对气候条件的敏感性增加。与高排放情景单独优化的系统相比，随机设计确保更高的运行可靠性，LCC增加3.1%。相对于可持续情景，高排放情景需要更大的RES容量，特别是电池储能，导致LCC高出20%。考虑来自多个气候模型额外24种情景的极端事件后，LCC增加31.7%，凸显了不确定未来气候下韧性建设的成本。
本研究聚焦于气候变化对沙特阿拉伯亚热带沙漠气候区建筑可再生能源系统的影响，该论文发表于《ENERGY CONVERSION AND MANAGEMENT》。当前，建筑部门占全球终端能源消费的30%和能源相关CO?排放的27%，而沙特阿拉伯建筑部门消耗全国约80%的发电量，其中70%用于制冷。在全球变暖已达约1.1°C的背景下，气候变率和极端事件对可再生能源供应及建筑能源需求的影响日益显著，但现有研究在建筑层面量化极端天气事件对能源需求和可再生能源系统经济影响方面仍存在不足，尤其缺乏考虑不确定性以确保系统韧性的方法。
研究人员开展了一项针对沙特阿拉伯某地点的研究，该地点具有典型的亚热带沙漠气候。研究对象为一座小型办公楼和一座住宅建筑，分析时段覆盖2025至2099年。研究得出以下核心结论：未来气候条件下建筑电力需求总体上升，SSP5-8.5高排放情景下增幅最大；随机优化方法可确保系统在所有情景下可行，但LCC较单一高排放情景优化结果增加3.1%；2075–2099年间SSP5-8.5情景的LCC较SSP1-2.6情景高出20%，体现"气候变化成本"；纳入24个额外气候情景的极端事件后，LCC增加31.7%，证明系统韧性的经济代价；允许1%电网接入可显著降低储能需求和成本，但引入碳排放权衡。该研究对干旱地区韧性导向的能源规划具有重要指导意义，为沙特阿拉伯实现2060年净零排放目标提供了技术支撑。
研究采用的关键技术方法包括：第一，气候模型选择与偏差校正空间分解（BCSD）降尺度方法，从CMIP6中筛选出MPI-ESM1-2-HR、BCC-CSM2-MR、CMCC-CM2-SR5和MRI-ESM2四个模型，将3小时数据插值至小时分辨率并空间分解至9 km网格；第二，基于TRNSYS 18的建筑热工模拟模型，采用单热区模型估算两类建筑的小时电力需求；第三，光伏（PV）/风力机（WT）/电池储能系统（BESS）可再生能源系统模型，在TRNSYS中以Type 103、Type 90、Type 47和Type 48组件实现；第四，基于GenOpt与TRNSYS耦合的仿真优化，采用粒子群优化（PSO）算法求解；第五，随机规划优化框架，将四种SSP情景以时序串联方式处理，并采用ε-约束法处理多目标优化问题；第六，分阶段投资策略，将75年分为三个25年时段，每时段设两次投资节点；第七，极端事件迭代纳入方法，通过识别备用气候模型中的未满足需求时段并替换原始天气数据，反复优化直至无未满足需求。
研究结果表明：
**未来气候条件对建筑电力需求的影响。** 电力需求主要受冷却需求驱动，与室外温度趋势一致。SSP5-8.5情景下2099年需求较2025年增加7.5%。2025–2049年间各情景需求差异较小，2049年最大差异仅2.4%；但2075–2099年间，SSP5-8.5情景年需求较SSP1-2.6高出8.5%。日平均需求从SSP1-2.6的159 kWh/天增至SSP5-8.5的170 kWh/天，日需求超过190 kWh/天的天数比例从16%增至32%。
**未来气候条件下光伏/风力机/电池储能系统的最优容量与成本。** 表4显示各时段不同优化方法的结果。确定性单情景优化（DT-SC）为每个SSP产生不同配置，但某情景最优解在其他情景可能不可行；确定性平均天气优化（DT-AV）因消除极端值而获得最低LCC，但韧性不足；随机规划（SP）产生单一可行配置，LCC较高。2075–2099年间，SSP5-8.5的LCC达363,070美元，较SSP1-2.6（301,511美元）高20%。随机规划结果较SSP5-8.5单独优化增加3.1%至374,223美元。三时段比较显示，SSP5-8.5的LCC从295,287美元持续增至363,070美元，涨幅23%。
**未来气候条件对可再生能源发电的影响。** 固定系统配置（PV 149 kW，WT 20 kW）下，2075–2099年间SSP1-2.6年均发电239,020 kWh，较SSP5-8.5（224,875 kWh）高6.3%，2090年差距达12%。SSP3-7.0和SSP5-8.5下日发电低于400 kWh的天数分别增加25%和16%，高于800 kWh的天数分别减少25%和17%。低辐照度天数在SSP5-8.5和SSP3-7.0中分别增加36%和67%，高辐照度天数分别减少56%和60%。
**未来气候条件下并网可再生能源系统的最优配置：帕累托前沿。** 图8展示了2075–2099年四种情景及平均帕累托前沿。固定RES容量下，SSP5-8.5因需求更高、可再生能源发电更低而导致CO?排放更高。表5显示，1%电网接入水平下电池储能减少44%，LCC降低36%；50%接入水平下电池仅需1 kWh。SSP1-2.6在所有接入水平下CO?排放最低。
**2075–2099年随机规划解的可靠性：备用气候模型验证。** MPI-ESM1-2-HR模型随机规划解（PV 149 kW，WT 20 kW，BESS 248 kWh，LCC 374,223美元）在四种SSP下可行，但在BCC-CSM2-MR模型验证中出现未满足需求。表7和图11显示，BCC–SSP5-8.5情景2083年4月13–15日出现28小时连续供电失败，未满足需求148 kWh；BCC–SSP1-2.6情景2089年10月4–6日出现29小时失败，未满足需求143 kWh。图12揭示极端事件特征为低全球水平辐照度（GHI）和低风速，且失败可能发生在极端天气后一日，因电池在前日未能充足充电。将这些极端事件纳入优化后，新配置为PV 149.5 kW、WT 19 kW、BESS 426 kWh，LCC增至493,057美元，电池容量增加71.1%，LCC增加31.7%。模拟验证该新配置在所有备用气候模型情景下无未满足需求。
讨论部分指出，高排放情景下建筑电力需求显著增加与可再生能源可得性降低的共同作用，导致电池储能需求上升和LCC增加，系统韧性主要通过扩展储能而非增加发电容量实现。允许极小比例电网接入（1%）可大幅降低储能需求和LCC，但引入碳排放与长期可持续性目标之间的权衡。研究结果提示沙特阿拉伯能源政策应关注适应性可再生能源系统规模确定、战略性电池储能投资以及选择性电网整合，并需显式考虑未来气候预测和极端事件以确保系统可靠性、经济性和低碳性。
研究结论概述如下：本研究量化了未来气候变率和极端天气事件对能源需求及可再生能源供应的影响，强调了在气候情景下确保系统韧性的挑战。研究人员开发了随机优化框架并应用于沙特阿拉伯的两座建筑。关键发现包括：多数情景下能源需求世纪内持续增加，SSP5-8.5增幅最大，SSP1-2.6则保持稳定或略降；2075–2099年SSP5-8.5最优完全可再生能源系统LCC较SSP1-2.6高20%；2025–2049年SSP2-4.5因更高电池投资导致LCC较SSP1-2.6高18%；随机优化确保所有情景可行性但LCC较SSP5-8.5确定性解高3.1%；2025–2050与2075–2099长期比较显示LCC增加5%；并网系统CO?排放随情景变化直至电网接入阈值后差异减小；24个气候情景的极端事件分析显示系统可能长达28小时无法满足需求；纳入极端事件优化后LCC增加31.7%。未来研究方向包括：开发区域供冷网络（DCN）模型并研究气候变化影响；纳入行为不确定性、建筑改造、效率标准演变和技术成本变化等额外不确定性源；以及探索基于人工智能的方法用于先进建模、大规模优化和实时决策。
