配备电池储能的户用混合可再生能源系统容量配置多目标优化：平衡经济性、环境性与能源自主性视角

《Journal of Cleaner Production》：Multi-objective optimization for sizing of residential hybrid renewable systems with battery storage: Balancing economic, environmental, and energy autonomy perspectives

　　

**摘要**
住宅产消者系统的扩展增加了对纳入本地发电和存储的可持续容量确定模型的需求。本研究提出了一种用于住宅混合可再生能源系统最优容量确定的多目标模型，并从经济、环境和能源自主性角度进行评估。该方法结合响应面法（RSM）和正常边界交叉法（NBI）来建模和优化三个目标函数：净现值（NPV）、等效 CO2 排放量和自给率。采用帕累托后选择方法从每个帕累托前沿中识别最优解。案例研究覆盖了巴西东北部地区的九个首府，考虑了第 14,300/2022 号法律对现行净计量系统建立的监管变化。本研究通过明确地将经济、环境（核算可再生能源技术的生命周期排放）和能源自给率目标整合到住宅光伏/风能/电池系统的最优容量确定中，推进了现有文献，并考虑了真实的监管过渡。主要结果表明，尽管监管发生变化，投资仍然可行，特别是基于光伏能源的投资。选定的解决方案实现了 54.7% 至 68.1% 的自给率水平，生命周期排放量为 6894 至 8655 千克 CO2 当量。结果还表明，小型风能的好处优于增加电池组容量，因为它能以更低的环境影响实现更高的自给率。尽管如此，风能的使用仍限于具有有利风况的区域；然而，这些区域仍占巴西这样大陆规模国家相当大的一部分。制定针对每个地区具体情况的公共政策和激励措施，可以确保更好地整合分布式发电，同时不负面影响能源分销商或不使用该技术的使用者，从而在长期提供更可持续的模型。

**引言**
历史上，发电主要基于大型集中系统，主要由非可再生来源供电。随着社会对使用更可持续解决方案的兴趣增长，分布式发电（DG）得到越来越多地使用（IEA, 2024），带来了诸如基于可再生能源（RES）减少温室气体（GHG）排放、减少电网网络建设和扩展需求，以及由于发电和消费地点接近而减少损失等好处（Razavi et al., 2019）。

尽管有这些好处，但与更深度的 DG 渗透相关的技术挑战包括热过载、电能质量问题、过电压和系统保护问题（Luka? et al., 2026）。过电压被认为是主要问题（Ismael et al., 2019），与 DG 单元的过高反向功率流直接相关（Espinosa Del Pozo et al., 2026）。这个问题通常使用承载能力的概念来分析，定义为电网在不超出运行限制的情况下容纳新 DG 安装的能力（Benzerga et al., 2025）。它通常作为 DG 渗透水平的函数进行评估，这可以通过标量因子表达，或通过考虑多个本地演变来评估（Umoh et al., 2025）。已探索了多种解决方案来缓解由更深度的 DG 渗透引起的过电压，包括无功功率支持、智能逆变器和储能系统，这些需要协调管理才能更有效（Moses et al., 2026）。然而，这些解决方案仍面临诸如高成本和容量限制等局限性（Al-Saffar and Musilek, 2020）。特别是，在储能系统中，电化学电池，尤其是锂离子电池，由于其先进的发展和较高的能量密度，已成为关键技术（Koohi-Fayegh and Rosen, 2020）。

缓解问题的另一种方法是使用混合系统，这可以减少向电网的送电，此外，能够更好地应对发电中的波动和间歇性，旨在提高整体系统效率（Alzahrani et al., 2023）。一个特定方面是利用风能和光伏（PV）系统在不同时间发电的互补特性（Sawle et al., 2018）。这些特性可以通过计算 RES 输出互补性指数和最优互补容量比来表达（Hu et al., 2024）。在并网住宅应用中，这种互补性特别相关，因为 PV/风/电池配置可以更好地适应随时间变化的本地需求并增加本地可再生能源发电的使用，这与常见的产消者需求（如更低的电价、更大的能源独立性和更低碳排放的能源供应）直接相关。

由于关于点状解决方案决策的复杂性，最优 DG 容量确定至关重要，因为它可以提高系统的运行质量和稳定性，并增加产消者投资的经济回报概率（Ehsan and Yang, 2018）。为此，一些优化研究通常仅限于经济视角，如最近应用于酒店建筑（Abdelhady, 2023）、智能家居能源管理系统（Abu Gunmi et al., 2024）和混合可再生能源系统（Mohamed et al., 2024）的应用。

然而，近年来，文献中有一种日益增长的趋势，即纳入经济学之外的视角，包括环境或技术方面（Hasan et al., 2026）。特别是从环境角度来看，一些使用的函数考虑传统发电的 CO2 排放（Berna-Escriche et al., 2025），将范围扩展到以等效 CO2 排放评估的 GHG 排放（Ghaithan, 2024），或通过考虑生命周期排放进一步扩展框架（Frieden et al., 2024）。在某些情况下，环境方面不作为目标考虑，而是作为约束纳入，通过设置用户在发电机中燃烧燃料的限制（Zhu et al., 2024）或在正常运行和启动期间的排放上限（Finke and Bertsch, 2023）。从技术角度来看，考虑了各种目标，如用户自给率（Abdoulaye et al., 2024; An and Hong, 2025; Chegari et al., 2024; Frieden et al., 2024）、可再生能源比例（Ghaithan, 2024）、未满足需求（Zhu et al., 2024）、能源过剩（Berna-Escriche et al., 2025）、峰值负荷（An and Hong, 2025）或在并网情况下的电网功率损耗（Montano et al., 2024）。

尽管如此，许多考虑环境影响的模型侧重于非可再生来源的影响，例如柴油发电机的排放（Chebabhi et al., 2023; Kilic and Altun, 2023; Mohamed et al., 2025），这些众所周知污染严重。然而，这并不减损考虑可再生来源影响的重要性，特别是考虑到这些技术在整个生命周期中的影响，这主要在制造过程中产生显著排放（Jaszczur et al., 2020; Tawalbeh et al., 2021）。

从 DG 角度来看，加强能源自主性减少了对外部电网的依赖（Jiménez-Castillo et al., 2020）。对于活跃客户或产消者来说，在监管变化和电价波动下，这一方面变得特别相关，因为更高的本地自给率可以减少他们对能源补偿规则变化和电网电价变动的暴露（Mertins et al., 2026）。

尽管文献已逐步将经济、环境和技术指标纳入最优容量确定研究，但这些维度通常以碎片化的方式处理。在大多数情况下，环境指标主要关注化石燃料备用发电机的排放，而可再生能源技术的生命周期影响要么被简化要么被忽视。同样，如自给率等技术指标经常作为次要输出或约束处理，而不是与经济绩效并列的优化目标。因此，在开发能够同时评估混合可再生能源系统在经济可行性、环境负担和有效能源自主性方面的集成框架方面，仍然存在明显的差距。这种差距在并网住宅环境中特别相关，因为在这些环境中，财务吸引力、环境绩效和能源自主性是相互依赖的，并可能涉及重大权衡。因此，联合分析这三个维度对于支持更好的产消者投资决策和公共政策制定至关重要。

鉴于上述，本研究提出了一种多目标模型，以解决与更深度的可再生能源渗透相关的挑战，同时考虑技术、经济和环境之间的权衡，包括可再生能源本身的环境影响。

为此，所用模型考虑了三个目标函数：净现值（经济视角）、自给率（技术视角）和 CO2 等效排放（环境视角），应用于由光伏和风能系统组合以及锂离子电池组组成的住宅系统。使用实验设计（DOE）方法对目标函数进行建模，概述模拟，并随后对这些指标进行建模。此外，使用正常边界交叉（NBI）方法进行多目标优化，获得帕累托前沿。最后，提出的方法增加了标准化欧几里得距离（NED）以在开发的帕累托前沿中识别最理想的解决方案，鉴于考虑三个目标函数时决策的复杂性。

本研究的主要新颖性和科学贡献包括：
a. 提出一种多目标优化方法，同时整合三个视角：净现值（NPV）、环境影响和自给率（SS）。SS 的纳入可以为产消者和监管者提供相关的补贴，同时考虑可再生能源对混合发电系统的影响。
b. 将住宅规模的风能整合到最优容量确定问题中，明确将 SS 作为优化目标处理。
c. 在多目标框架内考虑不仅与化石备用发电相关，还与可再生能源技术和电池系统相关的环境影响，允许对可能的权衡进行更全面的评估。
d. 将提出的方法应用于现实的监管框架，展示其适应全球不同政策和电价结构的能力。作为实证应用，巴西在第 14,300/2022 号法律下的监管背景说明了提出的方法如何响应 DG 补偿规则的渐进变化。

最后，值得强调的是，本研究的主要新颖性不在于这些元素的孤立使用，因为这些在文献中已得到解决，而在于将它们结构化为统一的决策支持框架。

本文的组织如下：第 2 节介绍理论框架。第 3 节概述方法并描述分析采用的情景。第 4 节介绍结果和相关讨论。第 5 节指出从分析中提取的结论。

**章节片段**

**关于最优容量的相关研究**
具有混合可再生能源系统（HRES）的系统优化在科学文献中日益突出，特别是在经济研究中。通常使用的目标函数包括净现值（NPV）、净现成本（NPC）、平准化能源成本（LCOE）和其他成本相关指标。一些近期应用涉及由 PV/柴油/电池组成的自主混合能源系统的优化，评估生命周期成本（LCC）（Liu 等人

**材料与方法**
经济评估是在传统住宅电价方案（在巴西广泛采用）下进行的，即电价不随消费时间变化的固定费率。因此，基准情况中未考虑高峰和非高峰电价，出口盈余能源根据相同的非时间差异化电价结构和适用的净计量补偿规则进行评估。
值得注意的是，住宅

**结果与讨论**
第一步是通过 RSM 生成的模型结果进行评估，使用 OLS 方法估算目标函数的系数。为了评估调整模型的质量，使用三个主要统计参数：p 值，指示系数的显著性（Boscardin et al., 2024）；R2，衡量模型解释的数据变异性程度；以及调整后的 R2，它也考虑数量

**结论**
本研究通过使用多目标优化模型解决了与可再生能源（RES）渗透率增加相关的挑战，该模型同时考虑了经济、环境和技术视角。应用是在巴西东北部地区的九个首府进行的，纳入了近期第 14,300/2022 号法律的监管影响，该法律改变了国家净计量系统的补偿规则。
结果表明，即使随着

**CRediT 作者贡献声明**
Arthur Leandro Guerra Pires：写作 - 审阅与编辑，写作 - 原稿，可视化，验证，软件，资源，方法论，调查，形式分析，数据整理，概念化。
Rafael de Carvalho Miranda：写作 - 审阅与编辑，可视化，验证，监督，软件，资源，项目管理，方法论，调查，资金获取，形式分析，数据整理，概念化。

Paulo Rotella Junior：撰写—审阅与编辑
利益冲突声明
作者声明，他们没有已知的竞争性经济利益或个人关系，这些因素可能会影响本文所报告的工作。
致谢
对于财务支持和科研激励，作者感谢巴西国家科学技术发展委员会—CNPq 巴西（项目编号：141280/2025-5；443802/2023-8；313968/2026-8；305475/2023-1；304897/2024-8）；米纳斯吉拉斯研究资助基金会—FAPEMIG 巴西；以及高等教育人员提升协调处—CAPES 巴西。作者还感谢捷克科学基金会（GACR）在资助项目下的支持。

Arthur Leandro Guerra Pires|Rafael de Carvalho Miranda|Paulo Rotella Junior|Luiz Célio Souza Rocha|Karel Janda|Gianfranco Chicco