《BUILDING AND ENVIRONMENT》：Revealing equity and economic trade-offs in urban building decarbonization through multi-objective optimization
编辑推荐：
摘要建筑脱碳策略通常使用技术经济指标（如成本和温室气体排放）进行评估。然而，政策制定者和从业者越来越希望考虑更广泛的社会成果，包括能源负担能力和劳动力影响。本研究提出了一种多目标优化框架，结合社会-物理建筑能源模型，将可量化的社会目标直接纳入建筑层面的改造优化中，与成本和排放
摘要
建筑脱碳策略通常使用技术经济指标（如成本和温室气体排放）进行评估。然而，政策制定者和从业者越来越希望考虑更广泛的社会成果，包括能源负担能力和劳动力影响。本研究提出了一种多目标优化框架，结合社会-物理建筑能源模型，将可量化的社会目标直接纳入建筑层面的改造优化中，与成本和排放一起进行评估，而非作为事后考量。我们在纽约市西哈莱姆区一个小型的住宅和混合用途建筑组合上验证了该框架，以能源负担和建筑劳动力需求作为两个示例社会目标。
结果表明，纳入社会目标会显著改变最优改造路径。旨在最小化排放的电气化策略可能因电力与天然气之间的价格差异而增加租户的能源负担，从而使兼顾负担的解决方案倾向于更早采用围护结构改造和更高效率的电气化技术。优先满足建筑劳动力需求则倾向于采用劳动密集型的围护结构措施（如保温和窗户更换），相比低劳动力电气化选项，项目成本会更高。总体而言，将社会目标直接嵌入优化过程中，揭示了仅在技术经济优化之后才考虑这些指标时仍然被掩盖的关键权衡，并在建筑和组合规模上产生显著不同的脱碳路径。
引言
城市贡献了全球温室气体排放的70%[1]，而在纽约这样的城市中，建筑贡献了近60%。因此，城市建筑环境的脱碳对于缓解气候变化影响至关重要。鉴于城市脱碳涉及技术、经济和社会约束的相互作用，决策者越来越依赖定量工具来确定应部署哪些干预措施以及部署在何处。
由于城市脱碳的深远影响，它往往在政策层面着手解决，制定法规、激励措施和强制性要求需要分析支持来预判建筑存量的影响。例如，基于物理的住宅建筑存量模型ResStock [2]被用于评估美国住宅部门的情景化分析。在该研究中，这些模型与108个改造和发展情景配对使用。这些情景的评估提供了对哪些改造措施在建筑存量的哪些子集中对减排最有影响的深入了解。另一项研究评估了跨部门的需求侧干预效果，以评估考虑避免的电力部门成本后的排放和成本减少量[3]。他们关于建筑贡献的分析基于物理模型，评估了低、中、高干预采用率的影响。社区规模的研究评估了改造项目的效果，考虑了深改造和浅改造，以波士顿为案例研究[4]。他们使用基于物理的城市建筑能源模型，结合人口普查数据，根据家庭构成评估不同激励措施下的改造成本。在更深入的规模上，供需侧措施被评估其协助洛杉矶实现100%可再生能源目标的能力。对于表征建筑能源需求相关变化，他们使用了代表洛杉矶建筑存量的物理模型，并应用了三个不同的情景来表示不同水平的能效、电气化和需求灵活性[5]。
尽管在地理、部门和政策背景方面存在差异，这些研究共享一个共同的工作流程：基于物理的建筑存量表征，配以预先指定的干预措施或情景集。它们根据其脱碳潜力进行评估，考虑温室气体排放、资本和运营成本，偶尔还考虑可负担性及其他公正导向指标。后者指标源于对脱碳路径能源公正影响的近期认知转变，由[6]、[7]开创并突出强调。
评估固定的情景集可能存在局限性，因为工程判断被用于评估哪种改造措施组合最能实现既定目标，从而限制了选项的探索。为缓解这一局限，研究人员也使用多目标优化来确定哪些改造措施在目标之间实现最佳权衡，通常是温室气体排放和成本之间。一项瑞士研究评估了瑞士建筑存量的CO?排放与成本之间的权衡[8]。他们使用基于物理模型的代理模型，通过混合整数线性规划（MILP）分析权衡关系，突出展示了各种干预措施如何沿帕累托前沿变化。一项芬兰研究使用基于物理的芬兰住宅公寓楼存量模型，结合多目标优化，确定考虑碳和成本的最优权衡[9]。对最优解的后续分析被用于分析改造措施的社会经济影响。然而，大多数研究（除先前对英国住房存量的工作[10]、[11]外，作者在这些工作中将这些指标作为约束纳入）尚未直接将更广泛的社会目标纳入优化过程。
总体而言，从业者在探索建筑脱碳时试图实现的目标涵盖了更广泛的目标集。在一项近期研究中，评估纽约市建筑脱碳的协同效益时，我们发现从业者意识到并提及了各种不同协同效益，如健康、公平和环境指标[12]。系统性地实现这些更广泛的目标受到了诸多因素的阻碍，其中之一是无法用成本和资本来量化这些更广泛社会目标的影响[12]。已有少数研究开始评估协同效益，但这些研究专注于当前仿真工具中容易量化的项目，如热舒适或供暖需求[13]、[14]、[15]。纳入多种协同效益的评估因缺乏分析所需维度的框架而受到阻碍。这需要改变我们的建筑能源模型，纳入关于建筑居住者和建筑管理者的信息。总体而言，我们需要能够将社会信息与技术信息关联起来。这也需要针对旨在实现的更广泛社会目标建立通用的可量化定义[7]。在城市建筑建模方面，已有研究纳入居住者收入信息。然而大多数研究并未直接利用这些信息来系统性地选择改造方案的实施方式。因此，将这些目标操作化需要将建筑物理学与受改造决策影响的人群和机构信息耦合的模型。
这些线索——(1) 基于物理的存量建模，(2) 用于发现权衡的优化，(3) 新兴的社会和公正指标——各自都在推进，但尚未整合到单一面向决策的工作流程中。本研究通过多目标优化框架填补了这一空白，该框架与社会-物理的、代表性的、组合规模的建筑能源模型相结合，其中可量化的社会目标直接与成本和排放一起进行优化。两个特性使其区别于其他框架。第一，社会目标被视为明确的目标而非约束或事后评估，因此分析返回完整的权衡曲面并量化社会收益的边际成本，揭示出当这些指标仅在成本和排放最优设计选定后才检查时仍然被隐藏的权衡和解决方案。第二，改造决策在组合内的各个建筑层面解决，而非在建筑类型或整体存量层面解决，从而揭示了基于类型的分析无法推断的社会成果。
我们在纽约市一个小型的、说明性的建筑组合上验证了该框架，以能源负担和建筑劳动力需求作为两个示例社会目标。能源负担是能源公正分配维度的一个容易量化的方面，而建筑劳动力需求作为第二个社会目标被选择，与负担一样，其易于量化。该案例研究作为框架的概念验证和考察社会目标如何重塑最优改造决策的一种手段。其目的不在于为所建模的建筑提供针对特定场地的改造建议。
章节摘要
方法
本分析所使用的方法可分为五个部分：多目标优化问题表述、城市建筑能源模型生成、能效措施、敏感性分析和帕累托前沿分段。
基准结果
我们逐目标开发基准优化结果：首先考察技术经济（成本-排放）前沿，然后引入能源负担和建筑劳动力作为竞争性的社会目标，最后将四个目标整合为统一的优化。
稳健性与敏感性
该框架的实际输出之一是其区分稳健于建模假设的发现与特定于假设的发现的能力。第3节的分段和模式由物理规则定义。通过相同的分段阅读每个情景，我们发现分段结构和权衡机制持续存在，而每栋建筑的精确选择和过渡预算则随假设变化。
讨论与影响
研究结果支持两个更广泛的观点，一个关于脱碳规划，另一个关于建筑存量分析，我们在讨论研究局限性之前对此展开阐述。
结论
本研究展示了更全面的评估建筑脱碳路径框架的优势。通过超越狭义定义的技术经济标准并将更广泛的社会目标直接纳入优化问题，该方法识别出在严格的技经分析中不会出现的解决方案。这些解决方案构成了一个完整的权衡超曲面，而传统的成本和排放优化无法看到这一超曲面，因为该方法
CRediT作者贡献声明
Ryan Dubois：撰写—审阅与编辑、撰写—原稿、可视化、验证、软件、方法、调查、形式分析、数据管理、概念化。Bianca Howard：撰写—审阅与编辑、监督、资源、项目管理、资金获取、概念化。
写作过程中生成式AI和AI辅助技术的声明
在准备本作品过程中，作者使用ChatGPT、Claude和Google Gemini以加快草稿的修订速度，提高清晰度和流畅性。在使用这些工具后，作者根据需要审阅和编辑了内容，并对已发表文章的内容承担全部责任。
利益冲突声明
作者声明，他们不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。
Ryan Dubois|Bianca Howard
哥伦比亚大学机械工程系，美国纽约市西120街500号，邮编10027
