预制构件生产与交付在动态能源-碳信号下的碳管理决策支持

《Frontiers in Environmental Science》：Carbon-management decision support for prefabricated component production and delivery under dynamic energy–carbon signals

　　

引言：预制建筑中的运营脱碳需要决策支持，该决策支持将工厂生产、运输物流、能源价格、电网碳强度和碳交易规则联系起来。研究人员开发了一个环境系统工程框架，用于预制构件生产和交付中的碳管理决策支持。
方法：该框架将供应链表示为一个耦合的生产-运输系统，其中蒸汽养护强度、分时电价、时变电网碳因子、柴油运输排放和阶梯碳交易共同塑造了运营选择。建立了一个三目标模型，以最小化项目完成时间、能源和燃料成本以及净碳交易成本。该模型使用双层协作进化算法与Q学习（BCEA-QL）求解，该算法联合搜索生产和交付决策。
结果：对九个合成测试实例（包括最近一个强化学习辅助基线）的计算测试表明，BCEA-QL在所有九个实例上均获得了最高的超体积（HV），在大型实例上HV提高了6.88%。一个25组城市地铁预制案例进一步表明，相对于时间导向调度，碳导向调度将能源和燃料成本降低了约23%，并仅产生少量碳交易信用。后处理延迟成本分析识别出依赖于管理者的切换阈值，接近57和212 CNY/h。
讨论：结果表明，协调的生产和交付调度可以帮助环境管理者在异步价格-碳信号下解释运营碳管理权衡，但并不暗示普遍的碳减排或全面的现场验证。

**碳管理决策支持在预制构件生产与交付中的环境系统工程研究解读**

**研究背景**
预制建筑通过将分散的现场活动转移到受控工厂，减少了建筑垃圾、改善了质量控制，并缩短了现场施工时间，这有助于中国2030年前碳达峰和2060年碳中和目标的实现。然而，预制构件的环境效益不仅取决于材料层面，还取决于生产、养护、存储、调度和交付的运营环节。蒸汽养护可缩短生产时间但增加电力需求，重型柴油车辆消耗燃料，调度延迟会干扰现场安装或增加临时存储。这些环节相互耦合，形成生产-运输系统。同时，动态能源-碳信号（如分时电价、时变电网碳因子）使运营权衡更加复杂：低电价时段往往对应高碳强度，而成本导向的养护计划与碳导向计划可能选择不同的强度水平、时间窗口和调度优先级。现有研究分别关注材料、生产调度或交付优化，但缺乏一个统一框架来同时考虑养护强度、时变生产排放、负载相关运输排放、阶梯碳交易以及生产-交付耦合。因此，研究人员开发了一个集成的环境系统工程决策支持框架，用于预制构件生产与交付的碳管理。

**研究内容与结论**
研究人员构建了一个三目标优化模型，目标包括项目完成时间（f₁）、能源和燃料成本（f₂）、净碳交易成本（f₃）。该模型将生产排放（基于时变电网碳因子和分时电价）与运输排放（基于负载相关的柴油消耗）分离，并纳入阶梯碳交易机制。为求解此模型，研究人员设计了双层协作进化算法与Q学习（BCEA-QL），该算法通过两层（生产层和运输层）协同进化、两阶段解码和Q学习协调搜索努力。计算实验包括九个合成测试实例（小、中、大规模）和一个25组城市地铁预制案例。结果表明，BCEA-QL在所有九个实例上均获得最高超体积（HV），在大型实例上HV比基线算法高6.88%；在案例研究中，碳导向调度相比时间导向调度，能源和燃料成本降低约23%，并产生少量碳交易信用；后处理延迟成本分析给出管理者依赖的切换阈值（约57和212 CNY/h）。该研究发表在《Frontiers in Environmental Science》。

**关键技术方法**（不超过250字）
主要技术方法包括：1）建立耦合生产-运输系统的三目标优化模型，目标为项目完成时间、能源和燃料成本、净碳交易成本；2）分离时变电力驱动生产排放（基于分时电价?(τ)和时变电网碳因子α(τ)）与负载依赖柴油运输排放（基于污染路径模型）；3）嵌入阶梯碳交易定价机制；4）设计BCEA-QL算法，包含生产层（染色体编码为加工顺序π和养护强度γ）和运输层（染色体编码为优先级向量τ），通过两阶段解码耦合，Q学习协调两层搜索努力；5）采用知识驱动初始化（碳意识、成本意识、时间意识策略）、碳预算感知局部搜索（养护时间迁移和运输合并/拆分）等优化策略；6）计算实验基于合成实例（参数来自文献分布）和代表性城市地铁预制案例（25组、4辆车、35 km距离、7,500 kgCO₂配额）。

**研究结果**
**4.1 实例生成**：研究人员生成了9个合成实例（小n=10、中n=20、大n=30），每个规模下变化车辆数K和距离D，碳配额Q按规模设置（3,000/6,000/10,000 kgCO₂），其他参数基于文献或代表性场景。
**4.2 实验设置**：所有算法在相同搜索预算下运行，使用超体积（HV）和反向世代距离（IGD）指标，基于30次独立运行。
**4.3 算法比较**：BCEA-QL与NSGA-II、NSGA-III、MOEA/D、SPEA2及DRL-AOS（强化学习辅助基线）比较。BCEA-QL在所有9个实例上获得最高HV，大型实例L1上HV比SPEA2高6.88%，比DRL-AOS高1.94%–3.13%；IGD在中大规模实例上一致，小实例上DRL-AOS和SPEA2略优；BCEA-QL运行间变异性最小。
**4.4 消融研究**：移除四个组件（Q学习、双层结构、知识驱动初始化、局部搜索），所有组件贡献显著（p<0.001）。双层结构在中小实例影响最大（HV下降5.9%–17.2%），Q学习在大规模实例成为主导（下降14.2%）；局部搜索贡献最小（下降2.1%–4.3%）。
**4.5 敏感性分析**：对碳配额Q、运输距离D和碳价ρ₁进行敏感性分析。Q在接近无约束排放水平时HV上升最快，之后平缓；D线性降低HV；ρ₁对HV均值影响小（2.9%），但方差增大，主要影响Pareto前沿偏好而非整体质量。
**4.6 鲁棒性分析**：改变基础养护功率η（±10%、±20%），BCEA-QL对NSGA-II的HV优势保持在6.43%–7.03%，表明结论不依赖单一η值。
**4.7 环境管理启示**：保持问题结构（双层、两阶段解码）在搜索中有效，自适应协调（Q学习）随规模增长更重要，优化直接产生碳管理后果（如进入f₃<0区域，获得碳交易收入）。
**5.1 案例背景**：城市地铁预制案例（CS1），25组构件、4辆车、35 km距离、7,500 kgCO₂配额。
**5.2 Pareto前沿与代表解**：BCEA-QL前沿支配SPEA2，HV提高9.2%；三个极端解：时间最优（A）、成本最优（B）、碳最优（C）。从A到C，项目完成时间延长34.3%，能源和燃料成本降低23.4%，碳交易从412.67 CNY费用变为228.44 CNY收入。
**5.3 现场延迟成本与管理者依赖调度选择**：引入延迟估值γ，通过时间增强总成本TC=f₂+f₃+γ(f₁?f_1,min)，确定切换阈值：γ<57 CNY/h时选C，57–212 CNY/h时选B，>212 CNY/h时选A。
**5.4 管理见解**：三个解在养护强度分配上不同：A用Rs=1.5和1.8，B用1.2和1.5，C全用1.0和1.2，反映了异步价格-碳信号的影响。
**5.5 与基线比较**：BCEA-QL在CS1上HV比DRL-AOS高3.91%，比SPEA2高9.20%。

**讨论与结论**
讨论部分指出，该框架的价值在于让管理者在相同Pareto前沿上比较时间、成本和碳导向的调度，并基于现场延迟估值做出选择。碳交易结果应视为合规缓冲信号而非主要经济驱动。敏感性分析表明，集成调度在碳配额接近或低于无约束排放水平、运输距离在20–40 km范围内、碳价产生有意义分离时最为有用。
结论部分（翻译）：本研究开发了一个用于预制建筑供应链运营碳管理的环境系统工程决策支持框架。三目标模型同时考虑项目完成时间、能源和燃料成本、净碳交易成本，并将时变电力驱动生产排放与负载依赖柴油运输排放分离。通过将工厂养护强度与车辆调度决策联系起来，该模型将碳视为分时电价、动态电网碳强度和阶梯碳交易规则下调度运营的后果。BCEA-QL作为问题定制求解器，通过双层协作进化、两阶段解码和Q学习协调生产排序、养护强度和调度优先级。计算结果表明该结构对耦合调度问题有效。环境管理启示是，碳监管可作为运营调度信号，而非事后会计项。该框架允许管理者在相同约束下比较时间、成本和碳导向调度。敏感性分析进一步指出集成调度最有用的情况。对于工厂运营者和环境管理者，这些结果转化为具体的选择规则：当受影响组件位于关键路径或现场延迟成本高时，选择时间导向调度；当延迟成本低时，可选择碳导向调度；中间范围选择成本导向调度。碳交易结果应作为合规缓冲信号，而非短期利润来源。由于电力和碳因子随时间变化，管理者应定期更新信号并重新选择调度。局限性包括确定性假设和基于合成实例与代表性案例，未来需扩展到随机或滚动时域调度、多站点网络等。