摘 要：基于傳統(tǒng)最大負(fù)荷原則設(shè)計(jì)的綜合能源系統(tǒng)容量通常遠(yuǎn)大于建筑的實(shí)際用能需求，導(dǎo)致以戶為單位的鄉(xiāng)村綜合能源系統(tǒng)設(shè)計(jì)缺乏針對(duì)性和適用性。該文通過現(xiàn)場(chǎng)調(diào)查和數(shù)值模擬的方法精細(xì)化鄉(xiāng)村建筑的實(shí)際用能需求，基于農(nóng)戶用能行為制定4種用能策略。并構(gòu)建考慮農(nóng)戶經(jīng)濟(jì)水平和零碳約束的綜合能源系統(tǒng)設(shè)計(jì)優(yōu)化模型，采用兩階段帶精英策略的快速非支配排序遺傳算法（Top-NSGA-II）進(jìn)行多目標(biāo)優(yōu)化問題的求解，獲得不同策略下的最佳設(shè)計(jì)方案。結(jié)果表明，與基于建筑全空間連續(xù)動(dòng)態(tài)負(fù)荷的設(shè)計(jì)優(yōu)化方案相比，基于分時(shí)分區(qū)用能需求的設(shè)計(jì)方案年總成本降低13.58%，系統(tǒng)購電比例降低7.89個(gè)百分點(diǎn)，實(shí)現(xiàn)全年凈零碳排放。

關(guān)鍵詞：綜合能源系統(tǒng)；多目標(biāo)規(guī)劃；農(nóng)村地區(qū)；凈零碳排放；分時(shí)分區(qū)用能需求；設(shè)計(jì)優(yōu)化；

中圖分類號(hào)：TK01 文獻(xiàn)標(biāo)志碼：A

0 引 言

2021 年鄉(xiāng)村建筑碳排放占建筑碳排放總量的22.3%［1］，鄉(xiāng)村能源轉(zhuǎn)型需被高度重視。作為中國能源體系的關(guān)鍵組成部分，鄉(xiāng)村能源轉(zhuǎn)型對(duì)鞏固脫貧攻堅(jiān)成果、推進(jìn)農(nóng)村現(xiàn)代化、實(shí)現(xiàn)碳達(dá)峰碳中和目標(biāo)至關(guān)重要。

隨著能源轉(zhuǎn)型的推進(jìn)，逐步形成了“冷熱電氣”聯(lián)合供應(yīng)的綜合能源系統(tǒng)［2］（integrated energy system，IES）。目前，中國鄉(xiāng)村綜合能源系統(tǒng)的構(gòu)建主要遵循因地制宜和多能互補(bǔ)的發(fā)展原則［3-4］。對(duì)地?zé)崮芎吞柲苜Y源豐富地區(qū)，太陽能和地?zé)崮艿木C合利用能彌補(bǔ)單一能源的缺陷［5］，維持土壤熱平衡［6］、提高系統(tǒng)性能［7］、提升節(jié)能效果［8］，降低碳排放［9］。但綜合能源系統(tǒng)在鄉(xiāng)村發(fā)展的關(guān)鍵在于農(nóng)民經(jīng)濟(jì)可承受，因此大量研究以經(jīng)濟(jì)最小化為優(yōu)化目標(biāo)對(duì)基于太陽能和地?zé)崮艿木C合能源系統(tǒng)進(jìn)行設(shè)計(jì)優(yōu)化，并考慮運(yùn)行策略［10］、動(dòng)態(tài)電價(jià)［11］、能源補(bǔ)貼政策［12］等因素對(duì)系統(tǒng)容量配置的影響。但現(xiàn)有研究未考慮農(nóng)戶的經(jīng)濟(jì)水平和用能特征，導(dǎo)致系統(tǒng)設(shè)計(jì)容量遠(yuǎn)大于農(nóng)戶的實(shí)際用能需求［13］。因此充分了解鄉(xiāng)村建筑的用能特征和用能需求是鄉(xiāng)村綜合能源系統(tǒng)設(shè)計(jì)的基礎(chǔ)。

農(nóng)戶行為特征［14］、鄉(xiāng)村建筑室內(nèi)熱環(huán)境［15］、農(nóng)戶用能意愿［16］等信息都能指導(dǎo)鄉(xiāng)村綜合能源系統(tǒng)設(shè)計(jì)更具針對(duì)性地展開。文獻(xiàn)［14］表明農(nóng)戶室內(nèi)活動(dòng)空間主要包括客廳和臥室，冬季取暖時(shí)間集中在20：00—次日10：00；文獻(xiàn)［15］探究農(nóng)戶行為模式對(duì)鄉(xiāng)村建筑供暖溫度的影響，研究表明室內(nèi)不同區(qū)域的供暖溫度應(yīng)根據(jù)農(nóng)戶行為模式和熱舒適感覺進(jìn)行調(diào)整。全空間、連續(xù)供暖、標(biāo)準(zhǔn)設(shè)計(jì)溫度的設(shè)計(jì)原則不適用于鄉(xiāng)村建筑，應(yīng)根據(jù)農(nóng)戶需求調(diào)整室內(nèi)設(shè)計(jì)參數(shù)。文獻(xiàn)［16］調(diào)研了農(nóng)戶參與調(diào)峰計(jì)劃的意愿，選擇“峰谷電價(jià)，光伏系統(tǒng)，光伏系統(tǒng)+峰谷電價(jià)”的農(nóng)戶分別占45%、11%、11%，其余33% 的農(nóng)戶不愿意參與調(diào)峰計(jì)劃。以上研究表明，鄉(xiāng)村建筑用能受到收入、人口、政策信任等諸多因素的影響，不同農(nóng)戶之間具有顯著差異性。綜合能源系統(tǒng)的設(shè)計(jì)應(yīng)根據(jù)農(nóng)戶的經(jīng)濟(jì)水平和用能需求展開，為不同農(nóng)戶制定適當(dāng)?shù)募夹g(shù)路徑和設(shè)計(jì)方案，并給予相應(yīng)的政策支持，促進(jìn)綜合能源系統(tǒng)在鄉(xiāng)村地區(qū)的建設(shè)和發(fā)展。

本文根據(jù)農(nóng)戶用能特征精細(xì)化鄉(xiāng)村建筑的實(shí)際用能需求，在此基礎(chǔ)上構(gòu)建基于太陽能和地?zé)崮艿泥l(xiāng)村綜合能源系統(tǒng)，用于滿足鄉(xiāng)村建筑的全年用能需求?？紤]農(nóng)戶經(jīng)濟(jì)水平和零碳排放約束，以最小化系統(tǒng)的年總成本、碳排放量和購電比例為優(yōu)化目標(biāo)對(duì)鄉(xiāng)村綜合能源系統(tǒng)進(jìn)行優(yōu)化設(shè)計(jì)，以獲得更具有針對(duì)性和適用性的設(shè)計(jì)方案。

1 鄉(xiāng)村建筑用能需求

對(duì)陜西省某村莊展開實(shí)地調(diào)研，由于勞動(dòng)力流出，90%的農(nóng)戶家中存在部分房間閑置的現(xiàn)象。房間占用率從20%～80% 不等，平均占用率為44%，即56% 的房間處于閑置狀態(tài)僅在假期短暫使用。以該村莊某單層建筑作為研究案例，建筑布局如圖1 所示，建筑總面積為155.45 m2，斜坡屋頂可用面積為58 m2，農(nóng)戶活動(dòng)空間集中在客廳和主臥，次臥2 和次臥3 平時(shí)閑置。

該建筑傳統(tǒng)用能模式為冬季采用火爐取暖，夏季采用空調(diào)制冷，太陽能提供全年生活熱水。全年消耗2452.2 kWh 電力和1 t 無煙煤，能源支出為4437 元/a，農(nóng)戶能接受的最大能源支出為5437 元/a。為精細(xì)化建筑用能需求，根據(jù)農(nóng)戶在時(shí)間和空間上的分布制定4 種用能策略［17］，如表1 所示。電器功率和用電行為通過實(shí)地調(diào)研獲得，如表2 所示。

以太陽輻照度和室外干球溫度為聚類特征，將冬季、過渡季和夏季分別聚類為4 個(gè)典型日，各典型日的氣象參數(shù)如圖2 所示。根據(jù)負(fù)荷分?jǐn)偙壤ǎ?8］獲得典型日逐時(shí)生活熱水負(fù)荷，如圖3 所示。通過EnergyPlus 獲得各典型日冷熱電用能需求，如圖4 所示。

2 鄉(xiāng)村綜合能源系統(tǒng)

2.1 鄉(xiāng)村綜合能源系統(tǒng)設(shè)計(jì)原理

如圖5 所示，鄉(xiāng)村綜合能源系統(tǒng)包括太陽能集熱、地源熱泵和光伏發(fā)電3 個(gè)子系統(tǒng)。所選的戶用小型水源熱泵機(jī)組能制冷/熱并提供生活熱水，具有部分熱回收功能。

工況1 下，蓄熱水箱上層流體經(jīng)熱泵升溫以滿足采暖和生活熱水需求。工況2 下，來自蓄熱水箱和地?zé)釗Q熱器的流體在熱泵源側(cè)混合進(jìn)入機(jī)組以滿足建筑的熱需求。當(dāng)蓄熱水箱無法提供熱量時(shí)地源熱泵單獨(dú)滿足建筑熱需求，定義為工況3。工況4 下，熱泵通過向土壤釋熱求，太陽能滿足生活熱水需求。工況5 下，太陽能優(yōu)先用于滿足生活熱水需求，其余熱量用于土壤的季節(jié)性蓄熱。系統(tǒng)全年運(yùn)行工況如表3 所示，當(dāng)生活水箱上層溫度低于55 ℃時(shí)輔助電加熱器啟動(dòng)。滿足建筑的制冷需

2.2 鄉(xiāng)村綜合能源系統(tǒng)建模

1）太陽能集熱器：太陽能集熱器的有效集熱量和集熱工質(zhì)出口溫度根據(jù)文獻(xiàn)［19］的式（2）和式（3）計(jì)算，單塊太陽能集熱器面積為3.51 m2。

2）蓄熱/生活水箱：均采用3 節(jié)點(diǎn)溫度分層水箱模型，根據(jù)文獻(xiàn)［20］的式（4）計(jì)算各節(jié)點(diǎn)溫度。

3）地?zé)釗Q熱器：根據(jù)鉆孔外有限線熱源模型［21］和鉆孔內(nèi)準(zhǔn)三維傳熱模型［22］計(jì)算豎直U 型地?zé)釗Q熱器循環(huán)流體的出口溫度。

4）循環(huán)水泵：采用最小二乘法對(duì)水泵特性曲線進(jìn)行擬合，模型參數(shù)見附錄。

5）熱泵機(jī)組：所選熱泵機(jī)組的性能參數(shù)如表4 所示，對(duì)熱泵機(jī)組的樣本數(shù)據(jù)進(jìn)行參數(shù)辨識(shí)，所得到的熱泵機(jī)組數(shù)學(xué)模型［23］見附錄，根據(jù)文獻(xiàn)［23］的式（8）和式（10）計(jì)算熱泵機(jī)組的輸入功率和性能系數(shù)COP。

6）光伏組件：光伏組件的輸出功率根據(jù)文獻(xiàn)［24］式（1）計(jì)算，單塊光伏組件面積取1.83 m2。

7）儲(chǔ)能電池：儲(chǔ)能電池的充/放電電荷狀態(tài)由文獻(xiàn)［25］中式（1）和式（2）計(jì)算，儲(chǔ)能電池的充放電效率分別取0.8和0.9。

系統(tǒng)的獨(dú)立優(yōu)化變量包括地?zé)釗Q熱器埋管深度Hghe、太陽能集熱器數(shù)量Nsc、光伏組件數(shù)量Npv 和電池額定容量Nb，取值范圍如表5 所示［21，26］。

3 鄉(xiāng)村綜合能源系統(tǒng)優(yōu)化設(shè)計(jì)

3.1 優(yōu)化目標(biāo)

3.1.1 經(jīng)濟(jì)目標(biāo)

以系統(tǒng)的年總成本為優(yōu)化目標(biāo)［27］：

δATC =δCI +δCM +δCO （1）

式中：δATC——系統(tǒng)的年總成本，元/a；δCI——系統(tǒng)的年初始成本，元/a；δCM——系統(tǒng)的年維護(hù)成本，元/a；δCO——系統(tǒng)的年運(yùn)行成本，元/a。

1）年初始成本

δCI =δCIhp +δCIghe +δCIsc +δCIpv +δCIpump +δCItk，x +δCItk，s +δCIb

（2）

δCIhp =Chp?R （3）

δCIghe =HgheCghe?R （4）

δCI sc =Csc Nsc?R （5）

δCI pv =Cpv Npv?R （6）

δCIpump =Cpump?R （7）

δCItk，x =δCItk，s =CtkVtk =φAsc，1 Nsc ×10-3?R （8）

δCIb =Cb Nb?R （9）

R = r （1+r ） n／（1+r ） n -1 （10）

式中：C——設(shè)備的單位初始成本，下標(biāo)hp、ghe、sc、pv、pump、tk，x、tk，s、b 分別表示熱泵機(jī)組、地?zé)釗Q熱器、太陽能集熱器、光伏組件、循環(huán)水泵、蓄熱水箱、生活水箱和儲(chǔ)能電池；Vtk——水箱容積，m3；φ——單位面積集熱器的水箱容積，取75 L/m2；R——資金回收系數(shù)；r——貼現(xiàn)率，取8%；n——設(shè)備使用年限，a。設(shè)備的單位初始成本和使用年限如表6 所示。

2）年維護(hù)成本

δCM =x?δCI （11）

式中：x——年維護(hù)成本占初始成本的百分比，如表6 所示。

3）年運(yùn)行成本

δCO =EbuyCbuy -EsellCsell （12）

式中：Ebuy——系統(tǒng)的年購電量，kWh/a；Cbuy——單位購電價(jià)格，取陜西省階梯電價(jià)［28］，元/kWh；Esell——系統(tǒng)的年上網(wǎng)量，kWh/a；Csell——單位上網(wǎng)電價(jià)，取0.3974 元/kWh。

3.1.2 碳排放目標(biāo)

綜合能源系統(tǒng)的購入能源僅為電力，根據(jù)《零碳建筑認(rèn)定和評(píng)價(jià)指南》中建筑運(yùn)行碳排放核算方法可得：

Cco2 =（Ebuy -Esell） Fe （13）

式中：Cco2——系統(tǒng)年運(yùn)行碳排放，kg CO2/a；Fe——電網(wǎng)碳排放因子，中國西北區(qū)域電網(wǎng)為0.8922 kg CO2/kWh。

3.1.3 能源目標(biāo)

系統(tǒng)購電比例越小，表明系統(tǒng)的可再生能源利用率越高且對(duì)電網(wǎng)的依賴越小。

Fbuy = （Ebuy／Ehouse +Esys） ×100% （14）

式中：Fbuy——系統(tǒng)購電比例；Ehouse——家庭年用電量，kWh/a；Esys——系統(tǒng)年用電量，kWh/a。

3.2 約束條件

3.2.1 系統(tǒng)熱平衡約束

冬季：

Qtk，x（ t）+Qghe，h（ t）+Php（ t）=Qload，h（ t）+Qwater（ t）+Qloss（ t）（15）

夏季：

Qtk，s（ t）+Qaux（ t）=Qwater（ t）+Qloss（ t） （16）

Qghe，c（ t）=Php（ t）+Qload，c（ t） （17）

過渡季：

Qtk，s（ t）+Qaux（ t）=Qwater（ t）+Qghe，x（ t） （18）

式中：Qtk，x——蓄熱水箱提供的熱量，kW；Qghe，h——冬季土壤取熱量，kW；Php——熱泵機(jī)組輸入功率，kW；Qload，h——建筑熱負(fù)荷，kW；Qwater——生活熱水負(fù)荷，kW；Qloss——熱力損失，kW；Qtk，s——生活水箱提供的熱量，kW；Qaux——輔助電加熱器提供的熱量，kW；Qghe，c——夏季土壤釋熱量，kW；Qload，c——建筑冷負(fù)荷，kW；Qghe，x——過渡季土壤蓄熱量，kW；t——時(shí)間，時(shí)間間隔為1 h。

3.2.2 系統(tǒng)電力平衡約束

Ppv（ t）+Pbuy（ t）=Psys（ t）+Phouse（ t）+Psell（ t）+Ploss（ t）+Psoc（ t）（19）

Psys（ t）=Php（ t）+Σm =15Ppump，m （ t）+Paux（ t） （20）

式中：Ppv—— 光伏輸出功率，kW；Pbuy—— 購電功率，kW；Psys—— 系統(tǒng)用電負(fù)荷，kW；Phouse—— 家庭用電負(fù)荷，kW；Psell——上網(wǎng)功率，kW；Ploss——電功率損失，kW；Psoc——電池充放電功率，Psoc gt;0 表示電池充電，Psoc lt;0 表示電池放電，kW；Ppump，m——第m 臺(tái)循環(huán)水泵功率，kW；Paux——輔助電加熱器功率，kW。

3.2.3 屋頂安裝面積約束

Asc，1 +Apv，1 ≤Asc，1?Nsc +Apv，1?Npv ≤Aroof （21）

式中：Asc，1——單塊太陽能集熱器的面積，m2/塊；Apv，1——單塊光伏組件的面積，m2/塊；Aroof——屋頂可鋪設(shè)面積，m2。

3.2.4 太陽能集熱工質(zhì)出口溫度約束

max（Tsc，out）lt;100 ℃ （22）

式中：Tsc，out——太陽能集熱工質(zhì)出口溫度，℃。

3.2.5 水箱溫度約束

max[Ttk，x，1，Ttk，s，1 ]lt;95 ℃ （23）

式中：Ttk，x，1——蓄熱水箱上層流體溫度，℃；Ttk，s，1——生活水箱上層流體溫度，℃。

3.2.6 地?zé)釗Q熱器出口溫度約束

|Tghe，out -Tghe，rate |≤1℃ （24）

式中：Tghe，out——地?zé)釗Q熱器出口溫度，℃；Tghe，rate——地?zé)釗Q熱器出口設(shè)定溫度，℃。

3.2.7 經(jīng)濟(jì)約束

δATC ≤5437 （25）

3.2.8 碳排放約束

Cco2 ≤0 （26）

3.3 優(yōu)化算法

采用文獻(xiàn)［29］提出的Top 兩階段算法框架求解綜合能源系統(tǒng)設(shè)計(jì)優(yōu)化問題。算法的第一階段將多目標(biāo)問題轉(zhuǎn)化為單目標(biāo)問題，以提高種群在可行域內(nèi)的收斂速度。采用可行性原則進(jìn)行約束處理，通過差分進(jìn)化算法進(jìn)行搜索。當(dāng)可行解占比f 大于1/3 時(shí)，對(duì)可行解的單目標(biāo)值進(jìn)行歸一化，并計(jì)算可行解歸一化值之間的最大差值ΔY′。當(dāng)ΔY′小于0.2 時(shí)認(rèn)為可行解均勻分布在帕累托前沿附近，算法的第一階段結(jié)束。第一階段獲得了可行解占比為f 的種群，但部分個(gè)體仍遠(yuǎn)離帕累托前沿，因此整個(gè)種群應(yīng)進(jìn)一步迭代以接近帕累托前沿。第二階段采用帶精英策略的快速非支配排序遺傳算法NSGA-Ⅱ進(jìn)行求解［30］，種群數(shù)量取500，最大迭代次數(shù)為20 次，交叉和變異概率分別為0.95 和0.5，算法流程如圖6 所示。

4 鄉(xiāng)村綜合能源系統(tǒng)優(yōu)化結(jié)果

優(yōu)化結(jié)果如圖7 所示，策略4 下得到的可行解集相比于其他策略更接近理想解。采用Topsis 優(yōu)劣解距離法篩選帕累托前沿上的所有可行解，不同策略下的最佳設(shè)計(jì)方案如表7 所示。

4.1 經(jīng)濟(jì)性分析

由圖8 可得，策略4 與策略1～3 相比，年用能成本分別降低13.58%、6.98% 和8.01%；與現(xiàn)有用能方式相比增加199.72 元/a，農(nóng)戶在經(jīng)濟(jì)上可承受。系統(tǒng)與電網(wǎng)交互過程中，僅策略3 需支出282.2 元/a，策略1、2 和4 分別盈利405.98、750.02、1827.72 元/a。因此在建筑物理邊界和經(jīng)濟(jì)水平允許的范圍內(nèi)增加光伏組件可促進(jìn)農(nóng)戶增收減支。

4.2 熱泵機(jī)組運(yùn)行特性分析

如圖9 所示，冬季工況下策略1～4 的平均COP 分別為2.46、2.40、2.33 和2.15。相比于策略1，策略2～4 的熱負(fù)荷需求分別減少17.3%、28.6% 和43.35%，導(dǎo)致熱泵機(jī)組平均COP 分別降低2.44%、5.28% 和12.60%。冬季熱泵機(jī)組COP比較低的原因有兩方面：首先，戶用小型熱泵機(jī)組的COP 較低；其次，策略3～4 下夜間建筑的熱負(fù)荷需求低，不利于熱泵機(jī)組的高效運(yùn)行。

相比于冬季工況，熱泵機(jī)組夏季工況的COP 顯著提升，策略1 和3 的平均COP 為2.88；策略2 和4 的平均COP 為2.51。減少兩個(gè)閑置房間在22：00—24：00 的冷負(fù)荷需求導(dǎo)致機(jī)組平均COP 降低12.85%。4 種策略下白天的冷負(fù)荷需求和機(jī)組COP 基本相同，而22：00 之后策略2 和4 負(fù)荷不斷降低，策略1 和3 的冷負(fù)荷峰值時(shí)間為23：00，典型日2 的熱泵機(jī)組COP 最大，為4.41。策略2 和4 下熱泵機(jī)組的最大COP出現(xiàn)在典型日4 的20：00，為3.49。

4.3 土壤熱平衡特性分析

如圖10 所示，策略1～4 下冬季的取熱量分別為4073.90、3237.98、2927.09、2168.69 kWh；夏季和過渡季的釋熱量分別為3402.31、3204.63、2854.69、2657.01 kWh。

策略1～3 的土壤取熱量分別比釋熱量大671.59、33.35、72.4 kWh。僅策略4 下過渡季的土壤蓄熱量能補(bǔ)償系統(tǒng)冬季取熱與夏季釋熱之間的不平衡。根據(jù)熱泵機(jī)組運(yùn)行特性和土壤熱平衡分析可得，雖然策略4 下熱泵機(jī)組夜間COP 較低，但能維持土壤熱平衡，有利于熱泵機(jī)組的長(zhǎng)期穩(wěn)定運(yùn)行。而系統(tǒng)長(zhǎng)期在策略1 下運(yùn)行將會(huì)導(dǎo)致土壤溫度和熱泵機(jī)組性能的不斷降低。

4.4 光伏子系統(tǒng)運(yùn)行特性分析

以策略4 的各典型日為例，分析光伏子系統(tǒng)的運(yùn)行特性。如圖11 所示，冬季用電高峰期為08：00—09：00 和20：00—22：00，熱泵機(jī)組占總用電量的76.28%。過渡季用電高峰期為08：00 以及20：00—22：00，家庭負(fù)荷和輔助電加熱器分別占總用電量的50.63% 和36.38%。夏季用電高峰期為12：00—16：00 和20：00—24：00，家庭負(fù)荷占總用電量的61.25%。

如圖12 所示，冬季、過渡季、夏季的發(fā)電量分別占全年的21.60%、54.83%、23.57%。過渡季的發(fā)電量大且用電量小，因此系統(tǒng)的上網(wǎng)收益主要來源于過渡季。而系統(tǒng)的用電量和購電量主要來源于冬季，平均占全年的48.46% 和53.16%。冬季工況下，策略2～4 的用電量相比于策略1 分別降低11.49%、18.71% 和27.33%，而策略4 的上網(wǎng)量與策略1～3 相比分別增加63.89%、44% 和171.98%。根據(jù)光伏子系統(tǒng)的運(yùn)行特性分析可得，基于分時(shí)分區(qū)用能需求的設(shè)計(jì)方案能顯著降低系統(tǒng)的總用電量，并增加系統(tǒng)的上網(wǎng)收益。

4.5 系統(tǒng)碳排放特性分析

該鄉(xiāng)村建筑傳統(tǒng)用能模式的年碳排放量約為5277.92 kg CO2/a（無煙煤碳的排放因子取3.09 kg CO2/kg），而鄉(xiāng)村綜合能源系統(tǒng)的4 種設(shè)計(jì)方案，系統(tǒng)再運(yùn)行過程中每年分別可抵消2212.14、2798.34、538.98、4990.70 kg CO2/a已產(chǎn)生碳排放。

5 結(jié) 論

本文在精細(xì)化鄉(xiāng)村建筑用能需求的基礎(chǔ)上構(gòu)建了考慮農(nóng)戶經(jīng)濟(jì)水平和凈零碳約束的鄉(xiāng)村綜合能源系統(tǒng)設(shè)計(jì)優(yōu)化模型，并通過Top-NAGA-Ⅱ算法進(jìn)行求解，獲得了4 種用能策略下的最佳設(shè)計(jì)方案，主要結(jié)論如下：

1）鄉(xiāng)村綜合能源系統(tǒng)在滿足鄉(xiāng)村建筑全年冷熱電用能需求的同時(shí)能實(shí)現(xiàn)全年用能凈零碳排放，系統(tǒng)與電網(wǎng)交互的清潔電力可抵消538.98～4990.70 kgCO2/a 已產(chǎn)生的碳排放。

2）相比于傳統(tǒng)優(yōu)化設(shè)計(jì)方案，基于建筑分時(shí)分區(qū)用能需求的設(shè)計(jì)方案年用能成本降低13.58%，購電比例降低7.89 個(gè)百分點(diǎn)，且利于維持土壤熱平衡。

3）本文采用的基于建筑分時(shí)分區(qū)用能需求的設(shè)計(jì)優(yōu)化方法可廣泛應(yīng)用于各類建筑和不同能源系統(tǒng)，使得建筑綜合能源系統(tǒng)的設(shè)計(jì)優(yōu)化更具有科學(xué)性和針對(duì)性。

［參考文獻(xiàn)］

［1］ 清華大學(xué)建筑節(jié)能研究中心. 中國建筑節(jié)能年度發(fā)展研究報(bào)告-2023城市能源系統(tǒng)專題［M］. 北京： 中國建筑工業(yè)出版社， 2023： 22-25.

Tsinghua University Building Energy ConservationResearch Center. Annual development research report ofbuilding energy efficiency in China-2023 special topics ofurban energy system［M］. Beijing： China Architecture amp;Building Press， 2023： 22-25.

［2］ 王永真， 康利改， 張靖， 等. 綜合能源系統(tǒng)的發(fā)展歷程、典型形態(tài)及未來趨勢(shì)［J］. 太陽能學(xué)報(bào)， 2021， 42（8）：84-95.

WANG Y Z， KANG L G， ZHANG J， et al. Developmenthistory， typical form and future trend of integrated energysystem［J］. Acta energiae solaris sinica， 2021， 42（8）：84-95.

［3］ LI J X， WANG D， JIA H J， et al. Prospects of keytechnologies of integrated energy systems for ruralelectrification in China［J］. Global energy interconnection，2021， 4（1）： 3-17.

［4］ 孫若男， 楊曼， 蘇娟， 等. 我國農(nóng)村能源發(fā)展現(xiàn)狀及開發(fā)利用模式［J］. 中國農(nóng)業(yè)大學(xué)學(xué)報(bào)， 2020， 25（8）：163-173.

SUN R N， YANG M， SU J， et al. Current situation of ruralenergy development and its development and utilizationmodes in China ［J］. Journal of China AgriculturalUniversity， 2020， 25（8）： 163-173.

［5］ NOURI G， NOOROLLAHI Y， YOUSEFI H. Solar assistedground source heat pump systems-a review［J］. Appliedthermal engineering， 2019， 163： 114351.

［6］ LEE M， LEE D C， PARK M H， et al. Performanceimprovement of solar-assisted ground-source heat pumpswith parallelly connected heat sources in heatingdominatedareas［J］. Energy， 2022， 240： 122807.

［7］ HUANG J P， FAN J H， FURBO S. Demonstration andoptimization of a solar district heating system with groundsource heat pumps［J］. Solar energy， 2020， 202： 171-189.

［8］ JALILZADEHAZHARI E， VADIEE A， JOHANSSON J.Subsidies required for installing renewable energy supplysystems considering variations in future climate conditions［J］. Journal of building engineering， 2021， 35： 101999.

［9］ SCHREURS T， MADANI H， ZOTTL A， et al. Technoeconomicanalysis of combined heat pump and solar PVsystem for multi-family houses： an Austrian case study［J］.Energy strategy reviews， 2021， 36： 100666.

［10］ BAE S， NAM Y. Economic and environmental analysis ofground source heat pump system according to operationmethods［J］. Geothermics， 2022， 101： 102373.

［11］ GAO Y F， DENG Y， YAO W Q， et al. Optimization ofcombined cooling， heating， and power systems for ruralscenario based on a two-layer optimization model［J］.Journal of building engineering， 2022， 60： 105217.

［12］ SIM M， SUH D. A heuristic solution and multi-objectiveoptimization model for life-cycle cost analysis of solar PV/GSHP system： a case study of campus residential buildingin Korea ［J］. Sustainable energy technologies andassessments， 2021， 47： 101490.

［13］ DING X L， MA R J， SHAN M， et al. Occupants’ ondemandcontrol of individual heating devices in ruralresidential buildings： an experimental scheme and on-sitestudy［J］. Energy and buildings， 2022， 259： 111862.

［14］ MA R J， MAO C L， DING X L， et al. Diverse heatingdemands of a household based on occupant controlbehavior of individual heating equipment［J］. Energy andbuildings， 2020， 207： 109612.

［15］ SHAO N N， MA L D， ZHANG J L. Study on the ruralresidence heating temperature based on the residentsbehavior pattern in South Liaoning Province［J］. Energyand buildings， 2018， 174： 179-189.

［16］ LIU Y F， WANG P， LUO X， et al. Analysis of flexibleenergy use behavior of rural residents based on two-stagequestionnaire： a case study in Xi’an， China［J］. Energyand buildings， 2022， 269： 112246.

［17］ LIU Y F， LI T， SONG C， et al. Field study of differentthermal requirements based on the indoor activitiespatterns of rural residents in winter in Northwest China［J］.Science and technology for the built environment， 2018，24（8）： 867-877.

［18］ 丁勝， 周博滔， 胡寶華. 基于NSGA-Ⅱ算法的小型分布式能源系統(tǒng)設(shè)計(jì)優(yōu)化［J］. 太陽能學(xué)報(bào)， 2021， 42（1）：438-445.

DING S， ZHOU B T， HU B H. Design optimization ofsmall distributed energy system based on nsga-II algorithm［J］. Acta energiae solaris sinica， 2021， 42（1）： 438-445.

［19］ 劉艷峰， 王亞星， 羅西， 等. 基于動(dòng)態(tài)運(yùn)行策略的太陽能分布式供能系統(tǒng)設(shè)計(jì)運(yùn)行聯(lián)合優(yōu)化［J］. 太陽能學(xué)報(bào)，2022， 43（5）： 244-251.

LIU Y F， WANG Y X， LUO X， et al. Design andoperation optimization of solar distributed energy supplysystem based on dynamic operation strategy［J］. Actaenergiae solaris sinica， 2022， 43（5）： 244-251.

［20］ 姚盼， 袁艷平， 孫亮亮， 等. 西昌市太陽能熱水系統(tǒng)集熱面積、水箱容積與傾角的組合優(yōu)化［J］. 太陽能學(xué)報(bào)，2016， 37（3）： 636-643.

YAO P， YUAN Y P， SUN L L， et al. Optimization ofcollector area-tank volume-tilt angle for swhs in XiChang［J］. Acta energiae solaris sinica， 2016， 37（3）： 636-643.

［21］ 曾和義， 刁乃仁， 方肇洪. 地源熱泵豎直埋管的有限長(zhǎng)線熱源模型［J］. 熱能動(dòng)力工程， 2003， 18（2）： 166-170， 216.

ZENG H Y， DIAO N R， FANG Z H. A model of finitelengthlinear heat-source for the vertical embedded pipe ofa ground-source heat pump［J］. Journal of engineering forthermal energy and power， 2003， 18（2）： 166-170， 216.

［22］ 刁乃仁， 曾和義， 方肇洪. 豎直U型管地?zé)釗Q熱器的準(zhǔn)三維傳熱模型［J］. 熱能動(dòng)力工程， 2003， 18（4）： 387-390， 434.

DIAO N R， ZENG H Y， FANG Z H. A quasi threedimensionalheat transfer model for vertical U-tubegeothermal heat exchangers［J］. Journal of engineering forthermal energy and power， 2003， 18（4）： 387-390， 434.

［23］ 李慧， 楊少剛， 劉鳳英. GSHP機(jī)組數(shù)學(xué)建模及仿真應(yīng)用［J］. 系統(tǒng)仿真學(xué)報(bào)， 2018， 30（3）： 914-920， 929.

LI H， YANG S G， LIU F Y. Mathematical modeling andsimulation application of GSHP unit［J］. Journal of systemsimulation， 2018， 30（3）： 914-920， 929.

［24］ WU Y L， LIU Z B， LI B J， et al. Energy managementstrategy and optimal battery capacity for flexible PVbatterysystem under time-of-use tariff［J］. Renewableenergy， 2022， 200： 558-570.

［25］ YANG Y Q， BREMNER S， MENICTAS C， et al.Modelling and optimal energy management for batteryenergy storage systems in renewable energy systems： areview［J］. Renewable and sustainable energy reviews，2022， 167： 112671.

［26］ 江億， 胡姍. 屋頂光伏為基礎(chǔ)的農(nóng)村新型能源系統(tǒng)戰(zhàn)略研究［J］. 氣候變化研究進(jìn)展， 2022， 18（3）： 272-282.

JIANG Y， HU S. Research on the development strategy ofproduction and consumption integrated roof-top PV systemin rural China［J］. Climate change research， 2022， 18（3）： 272-282.

［27］ WANG Y L， WANG X H， YU H Y， et al. Optimal designof integrated energy system considering economics，autonomy and carbon emissions［J］. Journal of cleanerproduction， 2019， 225： 563-578.

［28］ 羅西， 劉加平. 居住建筑分布式光伏發(fā)電系統(tǒng)經(jīng)濟(jì)性分析［J］. 西安建筑科技大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2015， 47（3）： 437-441.

LUO X， LIU J P. Economic analysis of residentialdistributed PV project［J］. Journal of Xi’an University ofArchitecture amp; Technology （natural science edition），2015， 47（3）： 437-441.

［29］ LIU Z Z， WANG Y. Handling constrained multiobjectiveoptimization problems with constraints in both the decision and objective spaces［J］. IEEE transactions on evolutionarycomputation， 2019， 23（5）： 870-884.

［30］ DEB K， PRATAP A， AGARWAL S， et al. A fast andelitist multiobjective genetic algorithm： NSGA-II［J］.IEEE transactions on evolutionary computation， 2002， 6（2）： 182-197.

1）地源熱泵機(jī)組半經(jīng)驗(yàn)數(shù)學(xué)模型

δCAPr_heating = 0.1080 - 0.3234?rme + 0.2070?r2me + 0.3711?rme + 0.4775?r2mc - 0.1297?rTeo - 0.0640?r2Teo + 0.7191?rTci -0.3439?r2Tci + 0.1709?rTci?rTeo

Pr1_heating = 0.3709 - 0.8731?rme - 0.1005?r2me + 1?rmc + 1?r2mc + 0.1?rTeo - 0.0147?r2Teo + 0.6888?rTci - 0.0958?r2Tci -0.0356?rTci?rTeo

Pr2_heating = 0.07737 + 0.6587?L + 0.2556?L2

δCAPr_cooling = 0.9183 + 0.8962?rme - 0.9844?r2me + 0.74434?rmc - 0.1135?r2mc + 0.2431?rTeo + 0.0182?r2Teo - 0.1517?rTci -0.0028?r2Tci - 0.0316?rTci?rTeo

Pr1_cooling = 0.8343 - 0.9999?rme - 0.3863?r2me + 0.9565?rme - 1?r2mc + 0.0259?rTeo - 0.0001?r2Teo +0.0001?rTci + 0.1446?r2Tci - 0.0079?rTci?rTeo

Pr2_cooling = 0.2726 - 0.08413?L + 0.8102?L2

式中：δCAPr—— 實(shí)際制熱/冷量修正系數(shù)，下標(biāo)heating 和cooling 分別表示熱泵機(jī)組在制熱和制冷工況；rme——蒸發(fā)器側(cè)流量的實(shí)際值與額定值之比；rmc——冷凝器側(cè)流量的實(shí)際值與額定值之比；rTeo——蒸發(fā)器側(cè)出水溫度的實(shí)際值與額定值之比；rTci——冷凝器側(cè)回水溫度的實(shí)際值與額定值之比；Pr1 和Pr2——熱泵機(jī)組滿負(fù)荷下和部分負(fù)荷下輸入功率的修正系數(shù)；L——熱泵機(jī)組的部分負(fù)荷率。

2）循環(huán)水泵數(shù)學(xué)模型

Ppump，1 =Ppump，5 =0.0047+0.0061Mpump，1 -0.0030Mpump，1 2

Ppump，2 =Ppump，3 =0.0028+0.0035Mpump，2 -0.0011Mpump，2 2

Ppump，4 =0.0331+0.0128Mpump，4 -0.0017Mpump，4 2

式中：Mpump， m——第m 臺(tái)循環(huán)水泵流量，kg/h。

基金項(xiàng)目：國家重點(diǎn)研發(fā)計(jì)劃（2022YFC3802703-04）；國家自然科學(xué)基金重點(diǎn)項(xiàng)目（62192750）