近日，越南彩票(中国)官方网站
智能建造与绿色可持续发展研究团队丁玉贤讲师在Energy期刊（IF=9，中科院1区TOP）发表题为“Multi-objective optimization study of coupled solar-biomass heating system for northern farmhouses based on FAHP-HJ methodology”（DOI: 10.1016/j.energy.2025.137164）的研究成果。该研究促进了可再生能源在建筑领域的推广应用，通过农村实际案例对联合供热系统进行实验，验证了基于双能源协同供暖策略下模型的可靠性，并创新性的使用FAHP-HJ算法对系统设备参数进行多目标优化，确定了太阳能-生物质能供暖系统的最佳配置方案。最终，对优化方案的能源、经济、环境和舒适性进行多维度讨论分析，以先进的建筑采暖多目标优化方法为建筑业的节能降碳提供了一个创新而高效的解决方案。
Energy是由Elsevier出版商主办的工程技术领域的专业学术期刊，自1976年创刊以来，持续引领能源工程与热力学的创新研究。作为JCR Q1、中科院一区Top期刊（2024年影响因子9），其研究内容重点关注能源分析、能源建模和预测以及综合能源系统等方向。另外，该期刊还涉及多学科范围内能源相关主题，例如节能、能源效率、生物质和生物能源、可再生能源储能以及建筑能源等问题。
随着能源需求的不断增长和传统能源的巨大消耗，能源短缺和全球变暖成为全球各国面临的重大挑战。目前，农村大部分地区仍采用低效率燃煤锅炉进行采暖，呈现能耗高、效率低、污染大、热舒适性差等特点。中国北方农居迫切需要因地制宜的调整、优化能源消费结构，寻找低碳、高效的供暖方式。近年来，学术界对清洁能源取暖进行了广泛研究，大部分学者在采暖系统评估、优化研究中，往往以某一单目标作为评价标准，未考虑各优化参数之间的相互影响，导致系统参数不能合理匹配。
为解决太阳能与生物质能在供暖上的协同优化的问题，作者首先调研了区域供暖特征与自然资源情况，确定了农村典型建筑与供暖系统，并结合实测与模拟数据验证，建立了以能源、经济、环境和舒适性（3E-C）多维度指标为主导的综合评价模型，并运用FAHP与Hooke-Jeeves优化算法进行多目标优化，从而实现最优运行策略下的容量分配，加快可再生能源在农村地区的综合应用。
图1. FAHP-HJ优化算法流程图
图2. 太阳能-生物质联合供暖系统（SBHS）
图3. Simulation model of SBHS in TRNSYS
研究结果表明：太阳能-生物质供暖系统中的经济因素占比最高，热舒适性因素次之；当以3E-C为总指标，12个二级指标为评价指标时，多目标函数值由初始值17.82，优化为12.58，优化幅度29.41%；优化后的SBH系统与现有系统相比，尽管初始投资有所增加，但通过大幅降低运营费用、全生命周期成本和缩短回收期，整体上实现了更高的经济性和可持续性；优化后SBHS总能耗减少了44.28%，减少了BHS的运行时间，太阳能供热比例从46.7%提升至73.4%，提高了27%，能更有效地利用更多的太阳能资源，在能效和环境可持续性方面均表现出色；另外，优化后室内PMV数值99.79%在-1～1之间，TUT减小861个小时，PPD降低了5.79%，表明所实施的优化措施在满足居民的热舒适需求方面取得了显著成效。
图4. Comparison curves between measured and simulated data during the measurement period
图5. Plot of iterative changes in the results of each decision variable and multi-objective function (a) Iterative plot of solar collector area; (b) Iterative plot of solar collector tilt and azimuth; (c) Iterative plot of hot water storage tank volume and biomass boiler power; and (d) Iterative plot of multi-objective function results
图6. Graph of the results of each sub-indicator before and after SBHS optimization
该研究成果基于不同热源的协同理论，展现了太阳能与生物能结合的供暖技术在农居建筑良好的节能潜力，创新了FAHP与Hooke-Jeeves算法联合的多目标优化方法，构建了以能源、经济、环境和热舒适性（3E-C）为核心的多准则综合优化模型，为制造商、用户、政府及研究人员在系统定制和决策优化方面提供了重要见解。
