编辑推荐：
本文系统综述了人工智能在光伏-热泵（PVT）系统中的应用，涵盖建模、预测、控制及故障诊断四大方向，分析机器学习与深度强化学习的优势与局限，并探讨未来研究方向。
高超李|荣吉徐|凯明徐|强徐|洪兵陈|华生王
北京建筑大学可持续能源与建筑工程研究中心，中国北京，100044
摘要
在建筑供暖和制冷领域，光伏热（PVT）与热泵系统的集成由于其高能效和可持续性的优势而变得越来越有吸引力。然而，PVT热泵系统的结构较为复杂，在运行过程中会出现非线性和动态特性，这给控制带来了重大挑战。近年来，人工智能（AI）作为解决这些问题的变革性工具受到了越来越多的关注。本文在回顾和总结新型PVT热泵系统的基础上，详细分析了AI在PVT热泵系统中的应用，重点关注四个关键领域：建模、预测、控制和故障检测与诊断。综述介绍了包括机器学习和深度强化学习在内的各种AI方法，并讨论了它们在PVT热泵系统中的应用优势与局限性。此外，本文还指出了该领域AI应用的关键研究不足之处及未来发展的方向。
引言
建筑行业仍然严重依赖化石燃料，占中国总能源消耗的约45.5%。在寒冷地区，生活热水（DHW）和空间供暖系统占建筑能源需求的80%，这是由于较长的供暖时间和较低的环境温度所致。这种对化石燃料的依赖导致了空气污染和二氧化碳排放增加等环境问题。为应对这一问题，中国提出了“3060”计划以减少化石燃料的二氧化碳排放[1]。太阳能、风能、水能和海洋能等可再生能源或通过氢能将成为未来能源结构的核心，它们为减轻对化石燃料的依赖提供了有希望的解决方案。作为一种清洁且具有前景的可持续能源，太阳能可以满足建筑在供热、供电和室内照明方面的综合能源需求。太阳能的基本利用方式可分为光热利用、光化学利用和光生物利用，以及太阳能发电。在建筑领域，光伏和太阳能热技术目前是主要的技术。
PVT（光伏热）集热器根据系统是否集中光线可分为平板型和聚光型两种。根据系统使用的冷却介质，集热器可分为空气型、液体型和双流体型。冷却介质主要是液体，空气冷却较少使用。在液体冷却方法中，常用的冷却介质是水。空气冷却PVT的冷却通道设计相对较宽，通过精确控制气体流量可以有效调节出口温度。该技术产生的热空气是过热气体，首先可用作干燥热源，适用于农产品、食品等；其次也可作为空气源热泵的低温热源，从而产生高温热能。相比之下，水冷PVT的冷却通道通常设计为细管，为了确保整个板面的冷却效果，传热管需要与传热板紧密结合以实现高效的热回收。水冷PVT的出口水温较低，通常难以直接利用，一般需要与热泵结合使用。根据温度水平和应用场景，PVT技术分为三类：第一类是低温太阳能热（低于100°C），主要技术包括平板集热器和真空管集热器，应用于生活热水、游泳池供暖和农业干燥；这些技术结构简单且成本低廉。第二类是中温太阳能热（100°C至400°C），主要技术包括抛物槽式集热器和线性菲涅尔反射系统，应用于工业蒸汽、区域供暖和太阳能吸收制冷；这些技术需要跟踪太阳，效率较高。第三类是高温太阳能热（高于400°C），主要技术包括塔式聚光系统和碟式斯特林系统，应用于聚光太阳能发电、高温工业热源和绿色氢气生产；这些技术需要高精度聚光。目前，PVT应用系统中最关键的技术问题在于散热[2,3]。作为清洁能源的替代方案，热泵是向清洁能源转型的关键技术[4]。将光伏板和太阳能热集热器与热泵结合的集成技术为同时提供电力和热能提供了有希望的解决方案。这类系统具有多种优势，包括提高整体能源效率、减少空间需求和增强能源可持续性。此外，作为高效的“能源枢纽”，PVT-HP（光伏热泵）可以与地源热泵、储能系统等结合，形成集成能源系统，构建集供电、供暖、制冷、热水供应和储能于一体的本地化系统[5]。这种方法缩短了能源传输路径，减少了损耗，实现了“零外部能源输入和零碳排放”的目标。PVT-HP为集成能源系统提供了稳定高效的可再生能源输入。其“利用热泵电力发电、从热能发电以及回收废热发电”的循环显著提高了太阳能的利用效率，还能有效解决可再生能源的间歇性问题，并实现跨时段能源调度[6,7]。然而，由于PVT-HP系统的复杂性、非线性动态特性以及对各种环境和运行因素的依赖性，其有效和最优运行具有挑战性。传统的建模、仿真和控制方法往往无法捕捉系统组件和外部因素之间的复杂依赖关系，导致性能不佳和能源效率降低。作为一种数据驱动的方法，AI算法擅长从大量数据集中提取系统特征并检测模式。这些AI技术在解决复杂非线性问题方面表现出色，已在广泛的工业和商业应用中取得成功。过去几十年中，计算机科学和AI在HVAC系统建模与仿真、控制优化、故障诊断和性能管理方面取得了显著进展，特别是在建筑能源使用、热舒适度评估和室内空气质量检测方面[8]。
本文旨在探讨AI与PVT-HP系统结合的最新进展。研究结构如下：第2节介绍了研究方法；第3节回顾了PVT-HP系统的发展历程，包括结合PVT与热泵的原因及技术细节；第4节分析了AI在PVT-HP系统中的应用，包括AI算法、系统建模、预测与优化、智能控制策略和故障检测与诊断；第5节总结了AI对这些系统的积极影响；第6节讨论了AI与RACHP（太阳能-空气源热泵）结合所面临的挑战，并提出了未来研究的方向；第8节对全文进行了简要总结。
方法论
本综述旨在总结人工智能在PVT-HP系统中的应用。通过图1所示的关键词“人工智能”、“PVT”、“热泵”在WOS、ScienceDirect等数据库中检索相关文献。基于检索到的文献，总结了创新的PVT-HP系统，并概述了AI算法及其在PVT-HP系统中的应用。
PVT-HP系统的回顾
为了减少全球能源供应链中的二氧化碳排放，建筑供暖行业与电力和运输行业一样起着关键作用。建筑能源需求的很大一部分用于空间供暖和制冷。[9]特别是在温带气候下，供暖所需的能源远超过制冷需求。因此，热泵已成为关键的解决方案，并被广泛用于满足建筑
人工智能在PVT-HP系统中的应用
人工智能（AI）技术正在对全球产业产生变革性影响，包括自动驾驶[23]、图像识别[24]、自然语言处理[25]、智能建筑[26,27]、智能控制[28,29]等（如图5所示）。AI涵盖多个领域，具有多项关键优势：i) 能够识别复杂的输入输出功能关系；ii) 能够精确逼近连续函数；iii) 具备预测能力
AI的积极影响
AI可以实时监控和分析系统的运行数据，并动态调整PVT-HP系统的运行参数（如压缩机速度和换热器流量），使系统始终在最佳状态下运行，从而提高能源利用效率并降低运行成本[44,74,139]。针对住宅热泵常见的故障问题（如制冷剂泄漏、换热器污染和阀门卡住等）
应用于热泵系统的新算法
针对热泵系统的“效率提升”和“能源减少”，提出了多种与性能预测、故障诊断和优化控制相关的新算法（见表6）。主流方法是使用混合智能模型，将传统AI模型与优化算法、物理定律或图像变换技术相结合以提高性能。
AI + PVT-HP系统的展望
AI在能源领域得到了广泛应用，以提高效率和可持续性。AI在PVT-HP系统中的应用主要包括：i) 通过系统运行数据分析并结合优化算法与能源管理策略，在不同工作条件下实现能源消耗的最小化；ii) 通过实时监测传感器数据
结论
本文总结了AI在PVT-HP系统应用方面的最新进展，比较和讨论了系统建模、性能预测与优化、智能控制策略以及故障检测与诊断等方面的AI应用。对于PVT-HP系统的智能控制，合适的深度强化学习算法包括DDPG、TD3、D3QN、PPO和SAC；对于PVT-HP系统的故障检测与诊断，合适的算法是AE；对于PVT-HP系统的性能预测与优化
利益冲突声明
作者声明他们没有已知的可能影响本文工作的财务利益或个人关系。
致谢
本研究得到了山东省重点研发计划（2024TSGC0978）、国家自然科学基金（51506004）、北京市科技计划项目（Z231100006123014）以及北京建筑大学研究生创新项目（PG2025097）的支持。
