《ENERGY AND BUILDINGS》：Energy retrofit decision-making for functionally diverse rural buildings: A unified–adaptive multi-objective optimization framework
编辑推荐：
摘要农村振兴和旅游发展促进了现有农村建筑的多样化利用，形成了家庭居住、住宅-餐饮经营及旅游住宿等多种用途。这些用途在空间利用、运营方式、能源服务需求、项目规模和成本边界等方面存在差异，因此需要针对具体建筑制定相应的改造决策。然而，现有的多目标优化（MOO）研究大多只关注单一功能或
摘要
农村振兴和旅游发展促进了现有农村建筑的多样化利用，形成了家庭居住、住宅-餐饮经营及旅游住宿等多种用途。这些用途在空间利用、运营方式、能源服务需求、项目规模和成本边界等方面存在差异，因此需要针对具体建筑制定相应的改造决策。然而，现有的多目标优化（MOO）研究大多只关注单一功能或特定案例，缺乏适用于不同项目的统一决策流程。本研究构建了一个统一且适应性强的MOO框架，该框架包括一个固定的分析核心和一个针对具体建筑的适应性层。基线建模、初始投资成本（IC）、节能率（ESR）和生命周期碳排放（LCCE）的三目标准优化、帕累托分析、成本分段、代表性解决方案提取以及经济筛选等步骤遵循通用流程；同时，每栋建筑的几何形状、运营方式、改造方案、项目规模和成本参数都需单独确定。该框架应用于中国浙江省芷江村的三栋不同类型的农村建筑：一栋住宅楼、一栋住宅-餐饮混合建筑和一栋民宿，这些建筑位于炎热夏季与严寒冬季的气候区。这三个案例分别代表了家庭居住、住宅-餐饮经营和旅游住宿三种农村振兴模式。研究结果显示，这三者的帕累托最优解分别为33.14%、26.26%和59.20%。应用相同的帕累托分布分析、成本分段方法和代表性解决方案选择规则，得出了6个、6个和8个不同预算级别的改造方案。不同案例中的技术组合、性能提升程度及经济效益各不相同，较高的节能率并不一定意味着更短的折现回收期。该框架在保持方案针对性的同时，实现了方法上的统一性，并将帕累托解转化为符合实际建筑条件和预算的实施方案，为功能多样的农村建筑提供了有针对性、可重复且可扩展的决策方法。
引言
中国的农村振兴战略将农村旅游和新农村产业及商业模式视为推动产业振兴的重要力量[1]。截至2023年，中国已有超过6万个行政村庄参与了农村旅游经营活动[2]。这些活动的扩展使得现有农村建筑的用途更加多样化：除了家庭居住外，还涵盖了餐饮经营和旅游住宿等相关服务。这种多样化不仅仅是功能标签的变化，例如民宿运营改变了建筑内部的居住和使用方式[3]。
因此，主要用作家庭居住的房屋、兼具长期居住和餐饮功能的混合建筑以及提供旅游住宿的民宿可以在同一个村庄中共存。这些不同的使用方式涉及不同的居住模式、空间利用、设备运行和能源服务需求；浙江的案例也表明，商业活动会改变农村建筑的能源使用特性[4]。因此，无法仅根据建筑用途标签来确定改造需求，也无法通过统一的技术方案来解决所有问题。相反，必须根据每栋建筑的物理状况和实际运营情况来确定改造技术、项目规模和投资范围。这就提出了一个核心方法论挑战：如何在保持决策过程一致性和可重复性的同时，为不同类型的农村建筑制定个性化的改造方案。
动态能源模拟和多目标优化（MOO）已被广泛应用于现有农村建筑的能源改造决策中。Chu等人[5]优化了贵州北部农村住宅的能源效率、热舒适性和经济效益；Gao等人[6]研究了京津冀地区农村住宅的环境-热力-经济权衡；Song等人[7]为吐鲁番地区的住宅制定了低碳改造方案；Hu等人[8]确定了严寒地区独立住宅的最优成本组合。其他研究还关注了中国西北地区的建筑围护结构改造[9]、近零能耗改造[10]以及传统高原庭院住宅的绿色改造[11]。这些研究表明，MOO能够有效识别投资、能源、环境性能和热条件之间的非线性权衡。同时，改造变量的选择、优化目标和优选方案也受到气候、地区和建筑特征的影响[12-18]。方法论的进步提高了改造优化的现实性和搜索能力，例如Wu等人[12,13]将 Taguchi 方法与MOO 结合使用以提高围护结构改造方案的稳健性，Tian等人[14]将 Honeybee–EnergyPlus 与 NSGA-II 结合用于参数化围护结构优化，扩展了可探索的解决方案范围。Alexakis等人[15]的综述也强调，改造效果很大程度上取决于气候和建筑环境[15]。尽管这些进展增强了不确定性处理、参数搜索和解决方案的稳健性，但它们通常是在特定的住宅案例或原型基础上开发的[12-18]。
如表1所示，目前仍存在两个方法论上的空白：首先，以往的研究主要集中在单个住宅建筑或区域原型上，关于如何在不同功能的住宅、混合建筑和民宿之间保持一致的建模、优化和评估流程的证据有限。挑战在于不是强加相同的变量或改造方案，而是在调整各建筑输入参数的同时，保持一个通用决策流程。
其次，MOO通常会生成大量的帕累托最优解，这些解难以直接转化为建筑业主可实际选择的技术方案。在我们之前的研究中[16]，单个农村建筑的帕累托解被转化为预算级别的“菜单式”改造方案，为优化结果与预算决策之间的转化提供了桥梁。然而，该研究的运行条件和成本规模仅适用于特定住宅建筑。目前尚不清楚当建筑用途、运营方式和项目条件发生变化时，同样的帕累托到方案转化方法是否依然有效。因此，本研究探讨了如何将固定的分析核心与建筑特定的输入参数分离，以及如何通过一致的成本分段、代表性解决方案选择和方案输出规则，为不同使用类型的建筑生成个性化的改造方案。
基于上述方法论空白，本研究提出了以下研究问题：如何在保持实际条件和预算约束的前提下，为不同使用和运营模式的农村建筑生成一致且可重复的改造方案？
本研究旨在通过区分固定的分析核心和建筑特定的输入参数，建立一个适用于不同使用和运营模式的统一适应性多目标决策框架。该框架涵盖基线状态描述、目标定义、多目标优化、帕累托分析和方案提取；同时针对每个项目确定建筑条件、运营模式、改造方案、项目规模和成本参数。通过在中国浙江省芷江村的三栋不同功能、规模和运营环境的建筑上进行应用，验证了该框架的适应性。
与以往的研究相比，本研究主要有三个贡献：
(1) 构建了一个统一适应性强的MOO决策框架，将固定的分析核心与建筑特定的适应性层分离。基线描述、IC-ESR-LCCE优化、帕累托评估和经济筛选遵循通用流程，同时为每栋建筑确定几何形状、运营方式、改造方案、项目规模和成本参数。这种分离结合了方法的一致性和针对性的决策制定。
(2) 将我们之前的单栋建筑案例方法[16]扩展为一个适用于不同使用模式和项目成本规模的帕累托到方案转化流程。该流程能够确定特定案例的成本区间，提取代表性的预算分级方案，并比较不同投资阶段，而无需强加统一的技术组合或预设的投资区间。
(3) 在家庭居住、住宅-餐饮经营和旅游住宿三种不同的农村振兴模式下进行了对比应用。结果表明，一个通用的决策流程可以产生不同的帕累托最优解、技术配置和经济结果，这说明可转移的部分是决策方法本身，而非具体的改造方案或投资门槛。
章节摘录
统一适应性决策框架
图1展示了将建筑特定的适应性层与固定的分析核心相结合的框架。适应性层提供建筑几何形状、围护结构、功能分区、运营方式、改造选项、项目规模和成本信息。固定分析核心包含四个连续的步骤：(1) 基线描述和验证；(2) 项目特定的改造设置；(3) NSGA-II 搜索和收敛性评估；(4) 通过成本分段将帕累托解转化为实际改造方案。
优化收敛性
在完成第2.4.2节的基线建模步骤后，这三个模型均被用于改造模拟和多目标优化（MOO）。每次运行使用50个个体，最多进行100代计算，并采用第2.5.3节规定的随机种子值。图8显示了HV和ε的逐步稳定过程：在住宅案例中，ε在第17代时趋于稳定，HV在第28代时达到最终值的99%；在混合用途建筑中，相应的时间点分别为第13代和第57代；在……（原文此处信息不完整）
三种案例差异的解释
尽管这三个案例在相同的IC-ESR-LCCE目标空间内进行评估，但它们产生了不同的帕累托分布和改造方案。这些差异反映了建筑规模、功能分区、居住模式、设备效率、运营方式、可改造项目规模和背景负荷的综合影响。因此，功能的多样化通过实际的物理和运营条件影响改造决策，而不仅仅是建筑用途的标签。
结论
本研究开发了一个统一适应性强的MOO框架，用于在不同农村建筑使用环境下生成个性化的能源改造方案。通过对住宅楼、住宅-餐饮混合建筑和民宿的应用，得出了以下结论：
(1) 该框架在调整输入参数的同时，保持了决策流程的一致性。包括基线描述、IC-ESR-LCCE优化、帕累托评估和成本分段等步骤。
作者贡献声明
魏媛媛：撰写 – 审稿与编辑、初稿撰写、可视化处理、验证、项目监督、软件应用、资源协调、方法论设计、数据整理、概念构思。黄欣：数据收集与整理。周璐瑶：撰写 – 审稿与编辑、项目监督。段月晨：软件应用、正式分析。Bart Julien Dewancker：撰写 – 审稿与编辑、方法论设计。黄平：资源协调、数据整理。戎克：
魏媛媛|黄欣|周璐瑶|段月晨|Bart Julien Dewancker|黄平|金荣克|袁学飞|宁碧波
