面向空间能源系统优化的建模原则

《Advances in Applied Energy》：Toward modeling principles for space energy system optimization

　　

为了建立空间能源系统优化的建模原则，本文系统回顾了现有能源系统建模研究，并评估其对地外环境的可转移性。来自地面能源系统建模的核心概念，包括技术选择、容量扩展、部门耦合和存储优化，提供了有价值的基础。然而，空间应用需要进行调整，以考虑物质和商品流、热力学约束、需求结构和任务关键性，以及技术性能、资源可用性和环境条件方面的巨大不确定性。这些挑战凸显了加强技术层面热力学分析与系统层面优化之间耦合的必要性，明确表示任务关键性需求，以及采用随机和其他不确定性感知的优化方法。基于这些发现，初步提出了建模原则和未来方法论发展的关键方向。为证明其适用性，开发了一个月球空间村案例研究，针对持续运营一年的定居点。优化后的系统结合了核能、太阳能光伏（photovoltaics, PV）、电池、电解槽和燃料电池，产生的平准化电力成本（levelized cost of electricity, LCOE）约为7,800 EUR/MWh。这为未来月球能源基础设施提供了首个定量基准。总体而言，该研究为空间能源系统优化提供了方法论基础，并支持为不断扩大的空间商业、工业和能源相关活动发展科学知识和建模能力。

面向空间能源系统优化的建模原则：月球空间村案例研究

空间活动日益成为科研、经济活动和战略利益的关键领域，相关能源应用包括天基数据中心、关键原材料开采以及天基太阳能发电（space-based solar power, SBSP）等。然而，从系统视角看，空间能源系统（space-based energy systems, SBES）的分析与设计仍不发达，缺乏能够在地外环境独特约束下系统评估技术选择、系统配置和长期运行策略的优化建模框架。这些约束包括极端环境条件、质量与体积限制、长任务周期以及高可靠性要求。因此，该研究旨在通过系统回顾陆地与地外能源系统建模研究，识别并综合适用于空间能源系统优化的建模原则，并通过月球空间村案例展示其应用。论文发表在《Advances in Applied Energy》。

研究人员采用的关键技术方法包括：系统文献综述，梳理陆地能源系统建模（如PyPSA、MESSAGEix、OSeMOSYS）与地外能源系统研究，评估其可转移性；基于综述识别七个关键建模问题，并引入数学公式将运输约束、需求优先级、环境因素、ISRU等纳入扩展的容量扩展优化模型；开发月球空间村案例，利用文献参数（如运输成本10,000 EUR/kg、太阳能系统投资成本8,400 EUR/kW等）作为输入；优化以最小化总成本（投资、运行和运输成本）为目标，并考虑随机场景（如核能降额、光伏积尘）表征不确定性；最终采用平准化电力成本（LCOE）评估经济性。未涉及样本队列。

**1. 研究需要（Research need）**
通过回顾现有研究，指出空间能源系统建模缺乏系统性框架。陆地能源系统优化框架虽提供了技术选择、容量扩展等方法基础，但无法直接适应地外环境的特殊约束。该部分明确了两个研究问题：空间能源系统优化需要哪些建模原则，以及基于这些原则的月球空间村优化系统应是什么样。

**2. 空间任务能源系统概述（General overview of energy systems in space missions）**
基于文献综合，得出空间任务能源系统通常作为独立自给单元运行，类似陆地孤岛微电网。它们需承受真空、强辐射、极端温度（月球表面约-193°C至123°C）、尘埃积累等环境因素，通常采用直流（DC）架构，并依赖自主控制应对通信延迟。能源需求随任务阶段显著变化，从初期100–1,000 W增至后期数百千瓦。

**3. 能源产生、转换与存储技术（Energy generation, conversion, and storage technologies）**
通过对技术分类与建模映射，该部分得出：光伏（PV）可表示为间歇性电源，静态热电发电机（STG）为恒定基荷，动态功率转换技术（DPCT）为可调度热电机组，燃料电池对应氢基长期存储，电池对应电化学存储。这些映射为在传统能源系统模型中表示空间技术提供了桥梁。

**4. 系统与任务层面的现有建模方法（Existing modeling approaches at the system and mission levels）**
系统综述显示，现有研究大多聚焦技术评估或特定工程设计，仅有少数采用系统级优化。PyPSA-Moon模型是代表性进展，集成了多种发电、存储和负荷类别，初步结果表明需结合太阳能与核能并配置大量长时储能以应对约14天月夜。其他研究如月球基地多能多物质供应概念、自适应能源架构等，但均未采用综合性容量扩展优化框架。

**5. 月球空间村展示（Showcase of a lunar space village）**
5.1 情景叙述与数据（Scenario narrative and data）：设定资源导向的永久定居点，人口约100–250人，运营期一年，位置优先考虑水冰和富矿月壤等战略资源。

5.2 七个关键建模问题（Seven key modeling questions）：归纳出运输后勤、需求关键性、环境与热力学约束、ISRU表征、部门耦合、可靠性与不确定性、访问航天器交互等七类建模问题，并给出相应的数学表达，如需求优先级约束、储备裕度约束、随机场景等。

5.3 能源系统结果（Energy system results）：在无韧性要求的基准情景下，优化仅选择核能。加入韧性机制后，最优组合包括核能664.5 kW、光伏322.0 kW、电池27.8 kW、电解槽和燃料电池各约49.9 kW。核能提供约77%年供电量，光伏16%，电池放电4%，燃料电池3%。ISRU产生的电力占3.1%，当地来源电力占比20.1%。总LCOE为7,834 EUR/MWh，与南极柴油微电网4,090 EUR/MWh和SBSP供地地球约7,155 EUR/MWh相比，凸显经济挑战。

**6. 结论与展望（Conclusion and outlook）**
该研究总结讨论指出，陆地建模核心概念可转移但需调整。空间系统需强化物质流（氧、水、氢）表示，加强热力学模型与系统优化的耦合，明确需求关键性，并采用随机优化处理不确定性。案例研究证明了建模原则的适用性，为未来月球基础设施提供了首个定量基准。随着商业空间活动扩张，公共研究机构需维护可公开获取的建模知识和能力，以支持透明和跨学科的后续研究。