本文依據一項技術、經濟和環境調查（權威資料），探討小型橫流風力渦輪機 (CFWT)滿足不同集成場景的建筑物能源需求的可能性。

為此，在伊朗和德國的兩個住宅建筑模型中研究了三種 CFWT 輔助建筑能源系統配置，包括熱泵、電池，以及與當地電網的雙向交互。

使用非支配排序遺傳算法 (NSGA-II) 的三目標優化，用于在不同配置中找到能量系統的最佳配置。

經濟評價采用資本預算分析法，有投資回收期（PP）、凈現值（NPV）、內部收益率（IRR）4個指標，和盈利能力指數（PI）。

結果表明，由于不同的能源市場法規和價格，不同的集成方案和系統配置在德國和伊朗可能優于其他方案。

作者認為：由于伊朗匯率不穩定和能源關稅低，為了使項目可行，CFWT 成本必須降至其當前成本的 30% 以下，或者當地電價應大幅上漲，才能將平準化能源成本低至 0.6 $ kWh-1。

風力渦輪機原理

簡介

化石燃料的有限資源及其對環境的影響非常有必要在能源方面采取重點，以實現可持續和無污染。

在這方面，已經制定了多項協議，例如 1987 年蒙特利爾議定書、1997 年京都議定書和 2015 年巴黎氣候協定，以限制使用消耗臭氧層物質并減少溫室氣體 (GHG) 排放。

建筑物消耗了全球約 40% 的能源，并產生了全球約三分之一的溫室氣體排放量。先前的研究表明，經過驗證和商業化的技術可以將建筑物的能源消耗降低 30–80%。

可能對此有很大幫助的概念之一，是基于可再生能源的智能建筑能源系統，與能源網絡進行雙向交互。

在所有可再生能源中，人類使用了豐富且廉價的風能已有數百年歷史，CFWT 等小型風力渦輪機 (SSWT) 在過去幾年迅速發展壯大。

作者認為：CFWTs 最顯著的特點是低風速下的高啟動扭矩、自啟動能力以及安裝和結構簡單，這些都使其成為城市環境中使用的合適選擇。

許多研究人員已經研究了伊朗基于可再生能源的智能建筑能源系統的技術經濟方面，調查了在格什姆島上滿足家庭電力需求的可行性。

在對幾種組合進行模擬和優化后，得出的結論是，風力渦輪機 (WT) 和帶有電池存儲的光伏 (PV) 混合系統是最具成本效益的系統，能源成本 (COE) 為 0.604 $ kWh ?1并且總凈現成本 (NPC) 為 30700 美元（基于 2015 美元）。

根據非分數階 DEA-BSC-博弈論混合方法，根據發電量、折舊值以及使用發電機和電池建造家用 WT 的總收入和凈成本對阿爾達比勒省的六個地區進行排名，提議為德黑蘭赫薩雷克的一棟住宅單戶住宅采用 100% 可再生能源系統。

他們將成本函數和可靠性約束最小化的最終最優解包括一個 2 kW WT、4 kW PV、4 kW 逆變器和六個電池串。

該情景的 NPC 為 20527 美元，容量短缺為 1.1%，未滿足的電力負荷為 0.9%。阿克巴里等。

扎維霍拉桑省的赫瓦夫鎮模擬了相同的沒有電池的混合動力系統，結論：

提供 93% 電力的優化設計包括 13 千瓦光伏、10 千瓦逆變器和四臺 100 千瓦水平軸風力渦輪機 (HAWT) 的并網模式，初始投資為 440 000 美元，具有4年投資回收期。

混合動力系統代替柴油系統可以顯著減少溫室氣體排放，同時實現成本節約。法拉希和法澤爾普爾分析了德黑蘭、基什的商業、公共和住宅建筑的 WT-PV-電池-柴油發電機系統。

此外，他們對燃料成本進行了敏感性分析，從而宣布基什是所有建筑的最佳地區。

基什的住宅樓配備 60 kW PV、2.5 kW WT、480 kW 柴油發電機和 16 個電池，總 COE 為 0.250 $ kWh ?1和 NPC 的 15511300 $。

這些研究的共同特點是它們都使用了三葉片 HAWT，并且它們的可再生能源系統是帶有電池的混合系統，甚至在某些情況下還帶有燃氣發電機。

作者認為：這些研究的缺點是發電機造成的污染，初始投資成本高，以及無論伊朗住宅建筑的最大可用空間如何，安裝光伏電池板、WT、電池和其他設備所需的空間都很大。

博倫達等人評估了墨西哥都會區 18 個地點的 28 個 SSWT 模型，以估算年能源產量。研究了 5 kW 和 10 kW SSWT，以通過智能貝葉斯決策滿足墨西哥不同城市的住宅需求。伊布里克分析了西岸城市八個地點的 10、100 和 220 kW SSWT。

使用小型錨鏈、地源熱泵和太陽能預熱，奧茲格納在土耳其伊茲密爾實驗性地加熱和冷卻了一個溫室，結論：

僅 WT 一項就可以提供溫室年總用電量（3568 千瓦時）的 3.1% 或二次抽水、抽鹵水和風機盤管每年總用電量（892 千瓦時）的 12.5%。

墨西哥用電量數據

事實上，盡管關于智能能源建筑的科學文獻在 CFWT 方面異常豐富，但它存在幾個重要的空白。

首先，經過大量針對CFWT性能和效率提升的廣泛研究，世界上還沒有對其技術經濟可行性的研究。其次，沒有對并網/離網模式下帶/不帶電池的小型家用風電機組進行完整和全面的評估。

這些基于可再生能源的建筑能源系統的高投資成本，其中很大一部分與電池有關，阻礙了業主在其建筑物中實施和安裝它們；這可以通過本課程的研究來解決，建筑物與電網雙向交互的可能性，以及 WT 在建筑物中使用熱泵機組進行多發電的可能性。

作者認為：這項工作旨在通過利用上述所有差距，來開發 CFWT 集成智能建筑能源系統，從而提供可行且可靠的途徑。

數據表格（文獻綜述（Bat = 電池，Gen = 發電機，GHP = 地熱熱泵））

擬議的建筑能源系統

圖 1展示了每個分析的智能建筑系統的示意圖。

系統由CFWT、風力充電控制器、逆變器和電池組成。它們因電網相互作用和電池存在或不存在而有所不同。下面提供了每個配置的詳細說明：

圖1

a) 配置 1 – 帶有 CFWT、風力充電控制器和逆變器，但未連接到建筑物，如圖 1a所示。

這種配置在伊朗的并網地區很受歡迎。根據表 2，家庭部門的電價比風電上網電價便宜得多。因此，從電網購買電力并將產生的CFWT電力出售給電網更為經濟。與家庭部門的電價因小時、消費水平和氣候帶而異不同，風電上網電價 (FiT) 在一年中始終是固定的。

2021 年國外電價

b) 配置 2 – 帶有 CFWT、風力充電控制器和逆變器，如圖所示。根據建筑物的電力需求評估，智能控制器決定是向電網出售電力還是供應建筑物的需求。否則，當沒有任何用電需求時，多余的發電量賣給電網。

c) 配置 3 – 帶有 CFWT、風力充電控制器、逆變器和電池，如圖所示。在這種配置中，優先考慮通過電網為建筑物供電。

電池用于在電網停電時或高峰時段建筑物需求高時提供建筑物所需的電力。此外，它與電網有雙向互動，出售多余的電力和從電網購買。

實驗部分

01：案例研究

建筑物一年的能源需求概況由 Carrier HAP 4.90 軟件計算得出。

之后，為了進行經濟和環境評估，所提出的智能建筑系統的建模通過 MATLAB 軟件進行分析，時間分辨率為 1 小時。

最后，將使用NSGA-II算法方法的三目標優化應用于場景，以從技術、經濟和環境方面找到最佳運行條件。

案例研究城市在伊朗和德國的位置

位于伊朗的阿爾達比勒、扎黑丹 和 巴博爾薩爾 城市被視為這項工作的案例研究。根據柯本-蓋革氣候分類法，它們分別處于半寒帶、干旱和濕潤的亞熱帶氣候。

此外，基于氣候和風特征的相似性，選擇德國奧爾登堡市進行比較，如圖所示。設想了兩棟住宅樓：

一棟 160 m 2 的房子，位于 14 m × 11.5 m 的場地上，一棟 4 層的公寓，有兩棟 65 m 2單位，房子模擬了低耗和高耗兩種模式。

低耗戶的居民使用電能要適時、節約。使用 Carrier HAP 軟件計算制冷、供暖和電氣配置文件的先決條件數據包含建筑物的特征、當地天氣信息、舒適度標準和熱水需求配置文件。根據城市氣候和可用設備選擇制冷和供暖系統。

02：經濟分析

計算了生命周期（20 年）內的總資本支出，并將其與伊朗的傳統方法電網電力成本進行比較，以從經濟角度評估擬議的配置。

公式

這里的年維護成本系數(v)是相關的因素COM到CC表3顯示了完成經濟評估的每個組件的成本。

整個生命周期的凈現值定義如下：

其中x是貼現率是第 i 年的總運營和維護成本。此外，IRR 將投資回報率描述為 NPV 值為零時的百分比。AC wind為風基年成本，AC SP為分離生產系統年成本，寫為：

在平準化能源成本 (LCoE) 中，生產 1 kWh 電力的成本是通過將所有成本的現值除以項目生命周期內的 CFWT 電力生產來計算的：

此外，對電網的依賴性 (DoG) 表示從電網購買提供的年度能源需求的百分比，如下所示：

03：環境分析

由于全球環境污染的加劇，尤其是令人擔憂的溫室氣體排放及其對全球氣溫升高和改變野生動物和人類生活的危險影響，環境分析變得比以往任何時候都更加重要。

在此，計算二氧化碳減排率 (CDERR) 以比較建議的集成建筑 CFWT 配置，并證明它們優于基于等式的傳統方法：

其中CDE wind是基于風力的二氧化碳排放量，CDE SP是分離生產系統，單位為 kg?；谀茉床抗嫉哪茉雌胶獗淼亩趸寂欧畔禂?δ)為0.645kgCo 2 kWh -1。由于 CFWT 發電，Co 2的非排放量可計算如下：

04：多目標優化

多目標優化的目的是根據問題的局限性和約束條件，同時改進幾個相互沖突的性能指標。在許多工程領域中，成本、時間和性能等目標函數之間存在沖突。

遺傳算法 (GA) 是解決通常難以用其他方法解決或耗時的問題的有效方法。與其他方法相比，它具有最快的計算速度和最多的最佳目標函數。

作者認為：找到它們之間的平衡點對于保持系統性能同時降低成本和時間至關重要。

遺傳算法

此外，GA 不會陷入局部最優點。在本研究中，實施了使用非支配排序遺傳算法 (NSGA-II) 方法[ 46 ]的三目標優化，以找到每個配置的最佳決策變量。

應用 MATLAB 軟件最大化 NPV（方程式（3））和 CDERR（方程式（10））作為適應度函數，同時最小化對網格的依賴性（方程式（9））作為成本函數。用于優化的可變參數是電池容量和 CFWT 的數量，域分別為 0 kWh < CAP Bat < 10 kWh 和 0 < N WT < 10。

非支配排序遺傳算法

算法終止后，為每一代獲得 Pareto 前沿。對于大多數決策者來說，在一組答案中選擇一個答案（帕累托前沿）是困難的。

然而，研究人員引入了不同的標準；例如，CS點是根據離理想點最近的距離，ES點是通過Threat點c的直線與Pareto前沿成45°角的交點。

遺傳算法

分析

綜上所述，首先提取時間相關的每小時和每月圖表以檢測最佳配置。

然后，通過比較參數分析，評價主要參數對技術、經濟和環境指標的影響。最后，將 NPV、CDERR 和對電網的依賴性作為目標函數，基于 NSGA-II 方法的多目標優化應用于綜合考慮各個方面的最佳城市。

不同城市的風速頻率

配置的參數研究

安裝 CFWT 的所需位置必須具有合適的風速和風向條件。風向不應有突然的波動，平均風速要大，最高盛行風速應在一個方向。

風向示意圖

溫度示意圖

下圖，一個四口之家的人在工作日和節假日的平均每小時熱水消耗情況。

工作日及節假日人均每小時熱水消耗量圖

優化結果

如前所述，配置 2 和配置 3 中目標之間的沖突揭示了多目標優化的重要性。

使用基于 NSGA-II 的三目標優化方法，通過將 CFWT 貶值至當前價格的 29%，優化 Zahedan 市的 NPV、CDERR 和電網依賴性的目標函數。

配置 2 的 NPV、CDERR 和網格相關性的 3D Pareto 前沿圖和 b) 2D Pareto 前沿圖

結論

這項工作的重點是與 CFWT 集成的智能建筑系統，以實現住宅建筑的最大能源性能、可靠性和成本效益。

所提出的智能系統在并網模式下模擬了有/無電池以及與電網的雙向交互，為伊朗和德國選定城市的兩座典型住宅樓提供電力和制冷。

考慮到兩國的天氣條件、關稅和能源法規，進行了比較和分析。在計算出建筑需求能源概況后，使用 MATLAB 軟件從技術經濟環境方面對所有配置進行模擬和比較。

配置 3 的 NPV、CDERR 和網格相關性的 3D Pareto 前沿圖和 b) 2D Pareto 前沿圖

應用基于 NSGA-II 方法的多目標優化來研究包括渦輪機數量和電池容量在內的可變參數對配置 2 和 3 性能的影響。

這些參數通過評估它們對 NPV、CDERR 和網格依賴。

配置 2、b) 配置 3 的連續幾代主要變量參數的分散分布

綜上所述，作者個人做出以下實質性結論：

低能耗房屋是在伊朗安裝 CFWT 的最佳建筑模型。配置 1、2 和 3 將分別有效。雖然扎黑丹和巴博爾薩爾的電力需求最高，因為夏季炎熱干燥，但配置 2 和 3 將 Zahedan 的電費降低了 94.43% 和 97.17%，巴博爾薩爾 的電費降低了 87.31% 和 92.21%。配置1性價比最高，伊朗最好，滿足兩個條件會增加指標：在平均風速超過3 ms ?1的多風、溫和氣候城市中使用；通過分配補貼或以較低價格生產類似型號，將 CFWT 貶值至當前價格的 29%。奧爾登堡經濟方面的最佳選擇是配置 3。由于其昂貴的家庭電價和便宜的風電上網電價，它與伊朗的最佳配置不同。

在伊朗，PP 小于系統壽命是通過降低 CFWT 價格或改變 LCoE 來實現的。因此，在 阿爾達比勒、扎黑丹和 巴博爾薩爾，如果考慮配置 1 的 10 年 PP，CFWT 價格應降至當前價格的 21%、20% 和 6%，或者當地電價應該顯著增加以獲得 LCoE 分別為 0.54 美元、0.59 美元和 1.63 美元。配置 2 和 3 目前在伊朗沒有吸引力，因為風力上網電價比家庭電價高 17 倍。扎黑丹的三目標優化，CFWT 貶值至當前價格的 29%，表明通過選擇配置 2，七臺渦輪機的 NPV、電網依賴性和 CDERR 的值分別為 2330 $、38.42% 和 90%此外，選擇配置 3 將目標更改為 1253 美元、28.38% 和 115%，并將可變參數更改為八臺渦輪機和 1 kWh 電池容量。

最大 NPV 和 CDECRR 分別出現在配置 2 和配置 3 中，分別為 2588.86 $ 和 115%。相比之下，最小的網格依賴發生在配置 3 中，為 28.38%?？勺儏档纳Ⅻc分布表明，雖然渦輪機的數量不是敏感參數，但將電池容量保持在下限會導致合適的性能/經濟結果。參考資料： 《環境署，建筑能源效率，法國》 《2015 年 IEEE 第 15 屆環境與電氣工程國際會議， 新澤西州皮斯卡塔韋， 2015 年，第 1587 – 1592 頁》 《電力能源系統。 2018年 ，第96 —261頁》 《能源經濟學。2019年，第9 —26頁》 《可再生能源的保證購電關稅，可再生能源組織》 《德國電價，2021 年12 月》 《資源保護用戶面板使用指南與可再生能源的發展和電力效率。薩特巴社會、經濟和環境研究局，2019年》