垂直轴风力机驱动海水反渗透系统多目标优化：技术、经济与环境可持续性协同设计新策略

《Energy Nexus》：Multi-objective optimisation of a seawater reverse osmosis desalination system driven by vertical axis wind turbines: Technical, economic, and environmental perspectives

本研究针对离网社区淡水供应难题，创新性地提出了一个由垂直轴风力机（VAWT）、压缩空气储能（CAES）和反渗透（RO）海水淡化单元构成的集成系统。研究人员开发了结合多目标优化和生命周期评估（LCA）的新框架，旨在协同优化系统的年产水量、平准化制水成本（LCOW）和全球变暖潜能值（GWP）。通过评估11.88万种系统配置，并使用NSGA-II算法和TOPSIS决策分析，最终识别出满足不同利益方优先级的帕累托最优方案。该工作为离网、可再生驱动的可持续海水淡化基础设施的设计提供了系统性的方法论和优化策略，具有重要的工程应用价值。

　　

在全球人口增长、工业化扩张和气候变化导致干旱加剧的背景下，淡水需求激增，水资源短缺问题日益严峻。尤其是在干旱和沿海地区，这一问题对发达国家和发展中国家都构成了挑战。截至2022年，联合国估计超过22亿人无法获得安全管理的饮用水。展望2050年，世界资源研究所（WRI）预测，在其分析的164个国家和地区中，将有51个面临严重的水资源压力。在发展中国家，大型海水淡化设施所需的水基础设施和建设能力不足，是社区获取清洁水的一个关键挑战。这突显了需要紧凑、自给自足的海水淡化装置来满足当地需求。

海水淡化，即从海水或苦咸水中去除盐分和杂质的过程，已成为增加淡水供应的重要策略。反渗透（Reverse Osmosis， RO）技术凭借其效率和在大小规模海水淡化厂中的可扩展性，主导了海水淡化市场，约占全球产能的69%。然而，反渗透工艺的高能耗特性，通常依赖化石燃料，带来了显著的环境和经济挑战。这就需要可持续的替代方案，以实现联合国可持续发展目标6（SDG 6），即到2030年为所有人提供水和卫生设施。

常规的、主要由电网或柴油发电机供电的海水淡化系统，是温室气体排放的重要来源。典型的海水反渗透厂每生产一立方米淡水需要2.5至4.0千瓦时的能量，能源成本可占总平准化制水成本（Levelised Cost of Water， LCOW）的70%。风能和太阳能等可再生能源的间歇性进一步增加了其整合的复杂性，常常需要增加复杂性和成本的储能或备用系统。此外，反渗透过程中产生的高盐度浓盐水排放，对海洋生态系统构成环境风险。这些问题凸显了对创新技术的需求，以降低能源使用、减少环境影响并提高经济可行性，特别是在偏远或离网社区。

在探索用于海水淡化的各种可再生能源方法中，研究指出，在成熟的可再生能源海水淡化技术中，风力驱动的反渗透系统提供了最低的产水成本和最低的二氧化碳排放。然而，许多可再生能源驱动的反渗透系统都包含储能，电池是最常见的解决方案，以管理可再生能源的间歇性。研究表明，电池增加了系统复杂性、维护需求、能量转换阶段和资本成本，并且在炎热气候下由于频繁的充放电循环，其寿命通常会缩短。相比之下，将风力机（特别是垂直轴风力机，Vertical Axis Wind Turbines， VAWTs）机械地连接到反渗透泵的直接驱动方式已被成功证明，无需复杂的电气系统。VAWTs相对于水平轴风力机具有优势，例如不依赖风向、无需偏航机构，以及地面安装的传动系统简化了维护以及与压缩空气系统或反渗透单元的集成。尽管如此，在没有储能的情况下运行，可能由于运行条件不一致而导致更高的水成本和降低的膜效率。使用压缩空气储能（Compressed Air Energy Storage， CAES）作为电池的替代品，可能降低复杂性和成本，尽管它可能仍面临来自可再生能源波动的效率挑战。

将VAWTs、CAES和反渗透结合起来，为解决水资源短缺和环境可持续性的双重挑战提供了一个新颖的机会。这种VAWT-CAES-RO配置直接驱动反渗透海水淡化装置，利用储存的压缩空气驱动高压泵，从而提供了常规系统的可持续替代方案。然而，此类系统的设计和运行涉及多个相互冲突的目标，即最大化产水量、最小化成本和减少碳足迹，这需要系统的优化方法。尽管先前的研究已经探索了机械式风力-反渗透系统，但将多目标优化与生命周期评估（Life Cycle Assessment， LCA）相结合，以评估VAWT-CAES-RO系统中权衡的综合研究仍然有限。本研究旨在通过应用先进的建模和优化技术，评估一系列系统配置，考虑风能多变性和材料生命周期等现实约束，来填补这一空白。

本研究的主要目标是开发和优化一个用于可持续海水淡化的VAWT-CAES-RO系统，整合多目标优化和生命周期评估，以平衡经济、运行和环境性能。具体目标包括：设计并模拟VAWT-CAES-RO系统，纳入六个设计变量（VAWTs的数量和尺寸、传动比、空气压缩机尺寸、反渗透单元数量和压力容器数量）；利用机器学习开发反渗透单元的代理模型，以预测其在不同条件下的性能，并将其整合到VAWT-CAES-RO模型中；进行生命周期评估，量化从摇篮到大门的一系列系统配置中，跨系统组件的全球变暖潜能值（Global Warming Potential， GWP）；为三个目标（年产水量Q_p、平准化制水成本LCOW和GWP）开发代理模型，以实现多目标优化；使用NSGA-II算法执行多目标优化，以识别帕累托最优解；应用TOPSIS方法选择反映不同利益相关者优先级的四个场景。

关键技术方法概述

本研究采用了一个集成的多学科方法框架。系统建模与仿真在MATLAB/Simulink环境中完成，用于模拟VAWT-CAES-RO系统的动态性能，其中反渗透子系统的行为通过商业软件Water Application Value Engine（WAVE）生成的机器学习代理模型来表征。生命周期评估遵循ISO标准，使用SimaPro软件和Ecoinvent 3.10数据库，基于ReCiPe中点（H）方法，重点评估了全球变暖潜能值（GWP₁₀₀）。经济评估基于资本和运营成本计算了平准化制水成本（LCOW）。研究探索了由六个设计变量（VAWT数量与尺寸、传动比、压缩机尺寸、压力容器与反渗透膜数量）定义的118,800种系统配置。通过并行计算完成大规模仿真后，为三个优化目标（Q_p, LCOW, GWP）分别训练了高精度的机器学习代理模型（如高斯过程回归和优化神经网络）。最终，利用NSGA-II遗传算法进行多目标优化，并通过TOPSIS决策分析方法从帕累托最优解中筛选出代表不同优先级的四个典型方案。

研究结果

3.1. 反渗透（RO）代理模型结果

基于125个WAVE数据案例，研究人员为Seamaxx-440反渗透膜开发了代理模型，用于预测产品水流量（Q_p）、产品总溶解固体（TDS_p）和浓水压力（P_c）。在评估的26种机器学习回归模型中，平方指数高斯过程回归（GPR）模型在预测Q_p时表现出最低的均方根误差（RMSE=0.007）。通过SHAP分析发现，在反渗透单元的输入变量中，进料压力（P_f）对产品水流量（Q_p）的影响最大，较高的P_f值始终对Q_p产生积极影响。

3.2. 生命周期评估（LCA）结果

对系统主要组件进行的生命周期评估量化了其全球变暖潜能值（GWP）。结果显示，小型、中型和大型垂直轴风力机（功率分别为1 kW、4 kW和9 kW）的GWP分别为3357.72、10,640.84和21,619.29 kg CO₂eq/台。虽然GWP随风力机尺寸增大而增加，但每千瓦的GWP却随之降低，反映出大型风机相对于其尺寸具有更高的能源采集效率。单个反渗透膜（活性面积41 m²）在其5年寿命期内排放3874.5 kg CO₂eq。反渗透预处理和运行/建造阶段分别贡献约0.0521 kg CO₂eq/m³进料水和0.0453 kg CO₂eq/m³产品水。

3.3. 全系统代理模型性能评估

为整个VAWT-CAES-RO系统的三个优化目标分别开发了高精度代理模型。对于年产水量（Q_p），优化高斯过程回归模型在测试集上RMSE为250（Q_p范围1400-54000 m³/年）。SHAP和部分依赖图分析表明，垂直轴风力机数量对Q_p的影响最大，其次是压力容器数量，增加这两者均能提高产水量。对于平准化制水成本（LCOW），优化神经网络模型RMSE为0.03（LCOW范围1.39-9.97 US$/m³）。垂直轴风力机尺寸缩放因子对LCOW影响最显著，中小尺寸有利于降低成本，而风力机数量过多则会增加LCOW。对于全球变暖潜能值（GWP），另一个优化神经网络模型RMSE为0.016（GWP范围0.68-7 kg CO₂eq/m³）。分析显示，垂直轴风力机尺寸和数量是影响GWP的最主要因素，较小的风力机尺寸和数量通常对应更低的GWP。

3.4. 多目标优化与TOPSIS分析结果

集成三个代理模型后，使用NSGA-II算法对六个设计变量进行了多目标优化，旨在同时最小化LCOW、GWP和负的Q_p，从而得到了一系列帕累托最优解。随后，应用TOPSIS方法从帕累托解中选出了四个代表不同利益相关者优先级的场景：优先Q_p、优先LCOW、优先GWP以及平衡权重的场景。

优化结果表明，垂直轴风力机的尺寸和数量是同时影响LCOW和GWP的主导因素。在具体场景中，优先LCOW的方案实现了1.39 US$/m³的制水成本，而优先GWP的方案达到了0.70 kg CO₂eq/m³的碳足迹。对四个TOPSIS场景的LCOW和GWP进行分解分析，进一步揭示了不同设计选择下成本结构和环境影响的组成差异。例如，在优先GWP的场景中，垂直轴风力机组件的GWP占比相对较低，而反渗透膜（因其需要定期更换）的GWP贡献显著；在优先LCOW的场景中，资本支出（CAPEX）占比相对较高，但较高的年产水量摊薄了单位成本。

结论与意义

本研究成功地开发并应用了一个新颖的集成框架，将多目标优化与生命周期评估耦合，用于对垂直轴风力机-压缩空气储能-反渗透（VAWT-CAES-RO）海水淡化系统进行技术、经济和环境的协同设计与评估。通过探索118,800种系统配置并利用机器学习代理模型，研究揭示了系统设计变量（尤其是垂直轴风力机的尺寸和数量）对产水性能、成本效益和环境足迹的关键影响。优化过程产生了一系列帕累托最优解，表明了各目标之间的权衡关系。通过TOPSIS决策分析筛选出的四个典型场景，为决策者提供了清晰的选择，例如追求最低成本（1.39 US$/m³）或最小碳足迹（0.70 kg CO₂eq/m³）的具体配置方案。

这项工作的核心贡献在于提出了一套系统化的方法论，可用于离网可再生海水淡化基础设施的同步技术-经济-环境设计。它建立了一种优化策略，能够根据不同的当地条件和优先事项（如最大化供水、最小化成本或最小化环境影响）来定制系统配置。随着全球海水淡化产能预计到2030年将翻番，本研究为应对全球水资源短缺挑战，开发紧凑、自给自足且可持续的淡水生产方案提供了重要的理论依据和实用的设计工具。该框架和方法可扩展应用于其他集成可再生能源的海水淡化或水-能关联系统，对推动可持续水基础设施的发展具有重要意义。