考虑可再生能源波动性的多源综合能源系统季节性多目标优化

《Solar Energy》：Seasonal multi-objective optimization of a multi-source integrated energy system considering renewable energy variability

　　•提出了一种用于多源集成能源系统的季节性多目标优化方法。•定量分析了最优运行参数的季节性变化规律。•通过CRITIC方法对目标进行权重分配，消除了多目标优化中的主观性。•季节性优化使综合效益指数提升了8.68%。•在季节尺度上可区分相对优化潜力与绝对优化潜力。

引言
随着全球能源需求持续增长以及气候变化影响的日益严重，发展清洁、高效且可持续的能源系统已成为各国能源转型的核心目标[1]。目前，全球约80%的能源消耗仍依赖于化石燃料，而能源行业则占据了温室气体总排放量的近四分之三[2]、[3]，这为能源系统的低碳转型带来了巨大挑战。在最终使用领域中，建筑起着至关重要的作用——在住宅建筑中，生活热水供应通常占最终能源消耗的15–30%，而在公共建筑中的占比更高[4]、[5]。在此背景下，扩大可再生能源的应用规模并提高该领域的能源利用效率，是减少能源需求、实现碳减排目标的直接途径。

太阳能作为一种丰富且分布广泛的可再生能源，在优化全球能源结构中发挥着重要作用[6]。然而，其固有的间歇性和不确定性会影响到传统太阳能系统的稳定运行和设备利用率[7]。太阳能辅助热泵系统将太阳能与高效的热转换技术相结合，为提高整体能源利用效率和系统运行稳定性提供了新的解决方案[8]，并在建筑能源供应及区域能源系统中展现出广阔的应用前景。

太阳能耦合热泵系统是多源集成能源系统的典型形式，其性能会受到多种因素的共同影响，包括太阳辐射强度的变化、系统结构参数以及不同能源源之间的动态匹配情况[9]。因此，要实现高效稳定的运行，就需要在系统设计及运行策略层面进行科学优化[10]。随着优化理论、智能算法以及多物理场仿真技术的不断发展，对系统配置、运行策略以及能量流分配等关键要素进行综合优化，已成为进一步提升系统能源效率、降低成本以及在不同运行条件下增强系统适应能力的重要手段。

在多源集成能源系统的优化研究领域，已有大量研究聚焦于系统配置及关键运行参数的优化。黄等人[11]设计了一种结合压缩空气余热回收、太阳能以及空气源热泵的沐浴热水系统，并利用TRNSYS平台进行了参数优化。通过优化太阳能集热器面积、热泵容量、热储存罐容积以及集热器倾角等关键参数，该系统的年度太阳能利用比例从19.52%提升至37.26%，同时年度运行能耗降低了12.45%。崔等人[12]研究了太阳能耦合的CO2跨临界准两阶段压缩喷射式热泵系统，通过优化集热器面积、冷却水流量以及启停温度差，提高了系统的性能，其性能系数也有所提升。马等人[13]对一种太阳能辅助热泵型生活热水系统的储罐容积、集热器面积、倾角、方位角以及热泵容量进行了优化，使得该系统的生命周期成本降低了5.2%。Starke等人[14]针对不同地区的间接式太阳能辅助热泵游泳池供暖系统进行了容量匹配与集热器面积优化，在各种气候条件下均实现了400–800美元/年的生命周期成本节约。李等人[15]研究了一种配备相变材料储存罐的太阳能辅助热泵系统，通过优化集热器面积、热泵容量以及相变材料储存容积，使系统的年度用电量减少了多达14.9%。张等人[16]分析了中国高海拔寒冷地区建筑所使用的太阳能-空气源热泵系统的性能，并对集热器面积与倾角、储罐容积、热泵制热容量以及启停温度差进行了多目标优化。优化后的设计使得该系统的年度成本降低了7.1%，单位热成本下降了20.6%，同时太阳能利用比例提升了21.8%。Christopher等人[17]通过调整太阳能集热器子系统的集热器面积、工作流体质量流量以及储存罐尺寸，对蒸汽吸收式制冷系统的太阳能利用部分进行了优化，优化后太阳能的贡献率达到了65%。

已有大量研究致力于针对不同地区、不同应用场景下的多源集成能源系统进行系统配置优化，重点关注太阳能集热器、水箱以及热泵等关键组件，且通常假设年度运行参数保持不变。然而，由于可再生能源供应存在显著的季节性变化，其输出在不同时间尺度上具有较大的不确定性，这使得基于年度平均值的传统运行策略难以准确反映实际运行状况。这种长期平均处理方式会导致系统运行参数与不同季节下的能源供应特性之间存在结构性不匹配，进而降低能源利用效率、使系统偏离最优运行状态，且缺乏足够的运行灵活性。这些局限性限制了统一运行策略的适用性和工程价值。因此，有必要开展考虑多种运行条件的季节性尺度自适应运行优化，从而实现系统运行策略与随时间变化的能源供应之间的动态匹配。

随着多源集成能源系统结构及运行条件日益复杂，已有大量单目标优化研究着眼于不同的性能指标[11]、[18]、[19]。然而，单目标优化方法无法同时兼顾经济性、能源效率以及环境友好性等多重相互制约的目标，因而无法全面反映系统的整体性能。因此，多目标优化方法逐渐成为该领域的研究重点，现有研究主要采用两种技术路径。第一种路径基于帕累托前沿理论，运用NSGA-II等进化算法来获取一组非支配解。这类解在不同目标之间不存在相互支配关系，能为决策者提供多种权衡选择，有助于在各种相互冲突的目标之间实现平衡。例如，李等人[20]以等效年成本和环境影响负荷作为优化目标，利用NSGA-II对一种吸收式太阳能-地源热泵系统进行了优化，旨在实现经济性与环境友好性的平衡。孙等人[21]则采用NSGA-II对一种太阳能辅助的生物气-空气源热泵系统进行了多目标优化设计，以经济效率与环境可持续性作为优化目标，从而提升了系统的整体性能与可持续性。Chang等人[22]则针对一种光伏-热幕墙辅助的双源热泵系统开展了基于NSGA-II的优化研究，其目标是实现最低的能源消耗和生命周期成本，同时提升光伏发电量，进而提高能源效率并降低运行成本。第二种路径基于加权聚合的概念，通过构建综合评价函数将多个目标转化为单一目标，从而简化多目标优化问题的求解过程。该方法的核心在于合理地为不同目标分配权重，权重确定通常采用模糊层次分析法、层次分析法或效用理论等方法，以确保不同目标的相对重要性得到恰当体现。例如，Tan等人[23]运用模糊层次分析法为综合成本和碳排放量分配权重，进而优化了一种太阳能辅助的空气源热泵供暖系统。Zhang等人[24]则采用层次分析法为能源、经济以及环境目标分配权重，对一种PVT耦合的空气源与地源热泵系统进行了优化。Sazon等人[25]运用效用理论为SPF、LCOH以及地温变化等指标分配权重，优化了一种太阳能辅助的地源CO2热泵系统。类似地，Verma等人[26]也运用效用函数为系统成本和性能系数分配权重，优化了一种太阳能辅助的地源热泵系统设计。尽管这些方法在多目标优化领域取得了显著进展，但它们通常依赖专家判断来确定目标权重或选择最优解，因此优化结果容易受到个人经验、偏好以及主观权重设置的影响。这种主观性不仅可能影响优化结果的稳定性和一致性，还会限制其在不同应用场景中的通用性和可重复性。总之，无论是在优化之后引入主观解选择，还是在优化之前进行主观权重分配，现有的主流多目标优化方法都尚未有效消除主观因素的影响，这在一定程度上削弱了优化结果的客观性和工程说服力。

为克服现有研究中通常假设多源集成能源系统年度运行参数恒定，且在多目标决策中依赖主观权重分配的局限，本文提出了一种考虑可再生能源资源时间变化特性的季节性多目标优化框架。该框架通过季节性动态优化策略，解决了固定年度运行策略与能源供应季节性变化之间的不匹配问题，使得关键运行参数能够在不同季节条件下进行调整，从而更好地使系统运行与不断变化的能源供应状况相适应。为减少多目标评估中对专家判断的依赖，本文引入CRITIC方法，根据指标的变异程度和相关性结构来确定客观权重。在优化过程中，采用拉丁超立方抽样方法来提高设计空间的覆盖度，同时利用TRNSYS与GenOpt相结合的环境来进行系统性能模拟与优化。所提出的框架为多源集成能源系统的季节性优化提供了方法学基础。

系统概述
本研究以某大学浴场的多热源生活热水供应系统作为研究对象。该系统整合了三种热源——太阳能集热器、污水源热泵以及燃气锅炉——构成了一种以优先利用可再生能源、同时借助传统能源进行负荷削峰为特点的生活热水供应系统。一个恒温水箱作为该系统的核心热储存与调节单元。

多目标优化方法
为对多源集成能源系统中的生活热水系统进行多目标优化，本研究建立了一套完整的优化方法体系。整体的优化框架与流程如图6所示。

年度优化与季节性优化下优化变量的比较
图8展示了年度固定参数优化与季节性优化在系统运行参数方面的差异。可以观察到这些参数的最优值存在明显的季节性变化规律，反映出鲜明的季节性趋势。年度固定参数优化只能给出一种折中方案，而季节性优化则能更好地适应季节性的资源状况以及系统的运行需求。在年度优化模式下，储罐的容积从32立方米开始增加。

结论
针对现有多源集成能源系统优化研究中普遍采用的固定年度运行参数以及多目标权重分配中的主观性问题，本研究以多热源生活热水系统为研究对象，开发了一种适用于年度与季节性两个尺度协调运行的季节性多目标优化框架。该框架结合了拉丁超立方抽样方法来提高设计空间的覆盖度，同时运用CRITIC方法来实现客观的权重分配。

CRediT作者贡献说明
Shen Xiaowang：撰写——原始稿件、验证、方法论、概念构思。Liu Junqing：撰写——原始稿件、验证、数据整理。Li Peng：撰写——原始稿件、方法论、研究实施。Luo Jinghui：撰写——原始稿件、指导、方法论、资金获取、概念构思。Zhang Changjian：撰写——原始稿件、研究实施、数据整理。Wan Yongbiao：撰写——原始稿件、研究实施。Yuan Wenshan：撰写——原始稿件、资金支持。

资金支持
本研究得到了河北省中央政府引导的地方科技发展计划（项目编号：246Z4506G）的支持。

利益冲突声明
作者声明不存在任何可能影响本文研究工作的已知利益冲突或个人关系。

Xiaowang Shen|Junqing Liu|Peng Li|Jinghui Luo|Changjian Zhang|Yongbiao Wan|Wenshan Yuan|Jing Niu|Shicheng Xin|Dongxue Zhao|Sen Wang