《Sustainable Futures》：Addressing the missing gap in uninterrupted solar energy research through an automated literature mining and fuzzy decision support system
编辑推荐：
本研究探讨了在确定不间断太阳能生产最有效策略时面临的不确定性问题。文献中的一个显著空白是，关于太阳能项目中应优先考虑哪些准则，以及哪些下一代技术能够提供更合适替代方案的综合数据驱动分析仍然有限。因此，本研究旨在开发一个整合自动化文献挖掘、客观统计加权和模糊多准
本研究探讨了在确定不间断太阳能生产最有效策略时面临的不确定性问题。文献中的一个显著空白是，关于太阳能项目中应优先考虑哪些准则，以及哪些下一代技术能够提供更合适替代方案的综合数据驱动分析仍然有限。因此，本研究旨在开发一个整合自动化文献挖掘、客观统计加权和模糊多准则决策（fuzzy multi criteria decision making，MCDM）的集成框架，从而能够客观地确定准则与策略替代方案。在该模型中，通过自动化数据采集技术分析了Web of Science平台上724项研究的摘要，识别出六个关键准则和六种策略替代方案。准则权重采用作者开发的COWEB方法计算，专家权重则通过机器学习确定。此外，模型还集成了Sierpinski模糊集（Sierpinski fuzzy sets，STFS），以更准确地表征决策结构中的不确定性。研究结果显示，储能兼容性与并网（0.221）以及生产、安装和维护成本（0.213）是最具影响力的评价准则。在识别的技术路径中，双面太阳能电池板获得最高优先级得分（0.137），其次为TOPCon技术（0.120）。这些发现表明，不间断太阳能生产不仅取决于光伏效率的进步，还取决于储能基础设施与成本管理实践的有效整合。研究结果为寻求提升太阳能系统可靠性和长期可持续性的政策制定者、投资者和能源公司提供了实践指导。
随着太阳能发电在清洁能源体系中的关键地位日益凸显，其依赖日照而导致的生产中断问题仍对供电安全构成挑战。现有研究大多聚焦于单一光伏技术的性能改进，缺少对支撑不间断发电的关键准则的系统性识别与优先排序，也缺少在统一决策框架下对多种技术路径进行同时评估的研究。此外，很少有模型将自动化文献获取、专家权重确定与先进模糊决策技术整合到一个分析框架中。因此，本研究旨在开发一个集成自动化文献挖掘与模糊决策支持系统，以填补这一方法论空白，帮助确定太阳能项目中应优先考虑的评价准则以及最具前景的技术策略。该论文由Serhat Yüksel、Serkan Eti、Hasan Din?er、Merve Acar、Edanur Ergün、Onur Karde?和?zge Do?u?等研究人员完成，发表在《Sustainable Futures》。
研究人员首先分析了Web of Science平台上724篇相关研究的摘要，通过自动化文献挖掘和自然语言处理（natural language processing，NLP）识别出八个主题组，并从中确定了六个评价准则和六个技术替代方案。随后，采用基于主成分分析（principal component analysis，PCA）的降维算法计算十位专家（均具有至少十五年相关领域经验）的评估权重，该权重基于专家所在机构的可观测特征得出。之后，模型将Sierpinski三角模糊集（Sierpinski Triangle Fuzzy Sets，STFS）与COWEB准则加权方法和RATGOS排序方法相结合，以处理专家评价中的不确定性和犹豫，从而对技术方案进行综合排序。这些方法共同构成了一个从数据采集到最终排序的透明决策框架。
研究结果方面，在4.1小节中，研究人员通过自动化数据采集技术对724篇摘要进行多阶段清洗和主题聚类，提取出724条策略陈述，并归为八个主题组；进一步根据预定义的筛选规则，确定了六项准则：光谱灵敏度（Light Spectrum Sensitivity）、储能兼容性与并网（Energy Storage Compatibility and Grid Integration）、生产安装维护成本（Production, Installation, and Maintenance Costs）、政策与激励合规性（Policy and Incentive Compliance）、转换效率（Conversion Efficiency）和能源回收期（Energy Payback Time），以及六项技术备选方案：PERC（钝化发射极与背面电池）、双面太阳能电池板、串联太阳能电池板、钙钛矿太阳能电池、薄膜太阳能电池板和TOPCon（隧道氧化物钝化接触）技术。
在4.2小节中，通过主成分分析对专家所在机构的知识特征进行降维，得到每位专家的评估系数，其中专家6的系数最高（0.135），其所在机构在活动年限、国家数和证书数方面均处于较高水平。
在4.3小节中，运用STF-COWEB方法，由专家基于语言变量对准则进行成对比较，经去模糊化、归一化和专家加权后，计算出各准则权重。结果显示，储能兼容性与并网权重最高（0.221），其次是生产安装维护成本（0.213），表明技术基础设施与经济可行性是保证不间断发电的核心维度。
在4.4小节中，通过STF-RATGOS方法对六种技术方案进行排序。结果表明，双面太阳能电池板获得最高优先级得分（0.137），TOPCon技术以0.120分位居第二。双面面板能够同时利用正面直射光和背面反射光，因而在不同光照条件下具有更稳定的输出；TOPCon技术则因低接触电阻和高钝化质量而显著提升发电效率。PERC、钙钛矿、串联和薄膜等方案得分相对较低。
在4.5小节中，研究人员通过多种敏感性分析验证了模型的稳健性：将每个准则权重分别增加10%、基于25次蒙特卡洛模拟随机生成权重向量、剔除得分最高的BIFAC方案，并将结果与RAM方法进行比较。所有情景下备选方案的排序均未改变，且Pearson相关系数高达0.99915，Spearman秩相关系数为1，说明模型在不同权重条件和不同排序方法下均保持稳定，为决策提供了可靠基础。
在讨论部分，研究人员将研究结果与既有文献结合起来进行了解释。储能兼容性与并网的重要性得到多项研究的支持，储能系统有助于平衡供需、稳定电网并减少能量转换损失；生产安装维护成本也直接关系到太阳能项目的经济可行性。双面太阳能电池板和TOPCon技术的高排名，与文献中关于这两种技术效率优势的结论一致。然而，研究人员强调，本研究的排序结果并非对所有条件下实际技术性能的确定性证明，而是基于所设准则与专家评价的相对优先度判断，实际表现仍会受到气候、安装条件等因素影响。
研究结论可概括为：本研究旨在通过开发一种整合自动化数据获取、基于机器学习的专家加权、COWEB技术和Sierpinski模糊集的创新决策框架，来确定确保不间断太阳能生产的最有效策略。该模型为太阳能项目中的准则选择与战略备选方案优先排序提供了一种全面且客观的方法。通过对724篇科学摘要的分析，研究人员识别了六个关键准则和六种战略选项，并进行了系统评估。研究发现，储能兼容性与并网以及生产、安装和维护成本是最具影响力的准则，而双面太阳能电池板在所提出的决策支持框架中成为最高优先级的备选方案。该研究通过提供一种数据驱动且经过模糊逻辑增强的框架来处理不确定性和专家变异性，填补了太阳能文献中的方法论空白。因此，本研究在理论与实践上均作出了贡献，为太阳能投资中的战略决策提供了结构化的决策支持框架。
