基于情景的法国低排放单户住宅屋顶太阳能光伏与热泵系统动态评估
2026-10-09 20:48:55 点击： 次
摘要
实现欧盟（EU）的气候中和目标，需要住宅建筑减少运营碳排放，同时增加现场可再生能源发电。然而，对于具有代表性的法国单户住宅类型，配备电池储能的屋顶光伏（PV）系统与热泵（HP）改造的相对贡献尚未得到全面评估。本研究采用基于情景的动态模拟框架，评估了两种具有代表性的法国独立住宅类型——莫扎特（单层）和普契尼（双层），涵盖四个气候区（巴黎、里昂、布雷斯特和尼斯）。基于每种建筑类型的原型模型，制定了三种改造情景：（i）现有电暖器的基准配置，（ii）屋顶分布式光伏系统结合电池储能，以及（iii）光伏-电池系统结合将现有供暖系统更换为水-气热泵。性能评估采用了能源、碳排放、经济和电网依赖指标，包括自发自用率（SCR）、自给率（SSR）、电网购电依赖率（GIDR）、运营碳排放（OC）、平准化能源成本（LCOE）和碳减排量（CER）。结果表明，与基准情景相比，情景2（光伏-电池系统）降低了运营碳排放，并实现了约36.21–50.62%的自给率，但由于光伏发电与冬季供暖需求之间存在季节性不匹配，电网购电依赖率仍然较高。将现有的电暖气更换为水-气热泵可降低供暖用电需求，但并不能一致地减少全年总耗电量。对于普契尼而言，在巴黎、里昂和尼斯，情景3的能耗高于情景2，因为制冷和额外的热泵系统负荷——包括风扇、水泵、散热以及辅助电加热——抵消了供暖节省的电量。然而，地中海气候区的房屋整体表现最佳，而海洋性气候区的房屋则需要更精细的系统设计。这些研究结果强调了针对建筑类型和气候制定改造策略及财政支持的重要性，以有效推动欧盟实现气候中和目标。
1. 引言
全球向低碳和节能住宅建筑的转型已成为缓解气候变化影响和促进城市可持续发展的优先事项[1]。具体而言，欧洲建筑部门约占总能耗的40%，以及超过三分之一的建筑能源相关温室气体（GHG）排放，使其成为欧洲气候中和议程的核心焦点[2在法国，与建筑运行相关的能源消耗（包括供暖和通风）占2025年最终能源消耗的45%，其中住宅部门占比最大[3]虽然新建建筑受到日益严格的法规约束，例如整合了能源性能、隐含碳和夏季舒适度的RE2020法规，但现有住房存量仍是脱碳面临的主要挑战[4在法国3740万套住房中，约有540万套（14.4%）被归类为能源效率低下的建筑，其能源性能证书（DPE）评级为F或G [5]，这凸显了对可扩展且有效的改造策略的迫切需求。
欧盟（EU）已通过2024年5月通过的修订版《建筑能效指令》（EPBD）（EU/2024/1275）作出回应，该指令确立了到2050年实现零排放建筑存量的路线图[6,7]。关键里程碑包括要求新建筑从2030年1月1日起达到零排放建筑（ZEB）标准，公共建筑则需从2028年起达标[8]。2025年6月，欧盟委员会发布了一套实施方案，以支持成员国在2026年5月的转置截止日期前达标，其中包括关于零排放建筑、太阳能部署、财政激励措施和室内环境质量的指导方针 [9,10]。这一监管框架强化了将可再生能源系统和高效暖通空调技术整合到住宅建筑中的紧迫性。
与此同时，法国于2022年1月1日生效的RE2020法规对运营碳（Ic Énergie）和隐含碳（Ic Construction）提出了逐步收紧的要求，更严格的要求将于2025年1月起生效[4,11]。尽管其中部分要求已针对住房可负担性、施工可行性和居住舒适度进行了调整，但长期监管轨迹仍聚焦于减少建筑相关碳排放[12]。近期对RE2020的评估也强调了在气候变化条件下，夏季热舒适度日益增长的重要性 [13]。总而言之，这些进展凸显了对建筑行业改造路径进行定量评估的必要性，这种评估需同时考虑能源性能、碳减排、经济可行性和热舒适度。
]。这些老旧建筑通常建造时隔热性能有限，通过建筑系统现代化和可再生能源整合，为提升能源性能提供了大量机会 [14,15,16]。然而，不同改造策略的有效性可能因建筑类型、可用屋顶面积、气候条件以及能源需求与可再生能源发电之间的时空关系而存在显著差异 [15,16]。特别是，对于代表法国住宅部门很大一部分的此类独立单户住宅类型，屋顶光伏（PV）与储能电池及热泵现代化相结合的比较性能在不同气候区仍缺乏充分研究。17,18]. In particular, the comparative performance of rooftop photovoltaics (PVs) combined with storage batteries and heat pump modernization remains insufficiently investigated for such detached single-family housing typologies across different climatic zones, which represent a significant portion of the French residential sector.
先前的研究调查了欧洲几种背景下的低碳和零排放住宅建筑。Wiberg等人[19]研究了挪威单户住宅的净零排放建筑概念，并证明光伏发电可以抵消运营排放（ZEB-O），而在低碳电网情景下，隐含排放仍难以补偿。Perrella等人[20] 分析了意大利气候条件下带有电能和热能储存的太阳能辅助热泵系统，并表明智能控制策略可以显著降低对电网的依赖。在法国背景下，近期的研究越来越多地探讨了建筑和城市尺度下屋顶光伏的部署与潜力。Thebault等人 [21] 开发了一种逐栋建筑的方法，用于识别整个法国大都市区的屋顶光伏系统，并展示了光伏部署在空间和建筑上的显著异质性，强调了在评估屋顶太阳能采用率时建筑和屋顶特征的重要性。同样，Tao等人[22] 利用每小时用电需求和光伏发电数据，研究了大巴黎都市区的分布式屋顶光伏，结果表明，光伏部署可以提高自发自用率和能源自给率，特别是在考虑跨建筑和城市子区域的能源共享时。在更广泛的尺度上，[23] 对全欧洲建筑相关屋顶光伏潜力进行了建模，并确定法国是建筑一体化光伏部署技术潜力最大的国家之一。来自法国住宅光伏系统的实证证据也表明，光伏发电量和系统性能会因安装特性和朝向而产生显著差异[24].
]。此外，与更依赖高碳排放发电的国家相比，法国电力结构较低的碳强度降低了与现场可再生电力发电相关的运营碳减排量。德国的一项研究[25,26]表明，住宅光伏-电池系统可以显著提高自发自用率并减少从电网购买的电力，突显了储能对于改善现场发电利用的重要性。最近一项结合了光伏、热泵和储能的德国研究[27] 进一步表明，尽管在供暖需求高峰期仍需依赖电网，但这些技术可以提高现场能源覆盖率。在波兰，一项关于单户住宅中光伏驱动热泵的研究 [28] 强调了光伏发电与冬季供暖需求之间的季节性不匹配，这可能会限制现场可再生能源满足供暖相关电力需求的能力。同样，在荷兰的一项研究 [29] 证明了屋顶光伏在支持住宅供暖转型和减少排放方面的潜力，同时强调了光伏发电与家庭需求之间在时间和季节上的不匹配。这些研究结果表明，尽管光伏、电池储能和热泵的集成可以提高自发自用率、减少电网用电量并提升不同欧洲背景下的能源性能，但其效益仍强烈依赖于电力结构、气候和需求特征。30因此，在法国背景下，集成光伏、电池储能和热泵系统的价值不仅限于直接的碳减排，还包括降低能源成本、提高自发自用率和自给自足能力，以及减少对电网的依赖。
为了填补这一特定背景下的空白，本研究提出了一种基于场景的动态模拟框架，用于系统地评估两种具有代表性的法国单户住宅类型：莫扎特（独立式，单层）和普契尼（独立式，双层）。该框架将基于EnergyPlus的建筑能源模拟与光伏发电建模、电池储能表征、经济评估以及室内舒适度分析相结合。该分析将基准配置与逐步集成的改造场景进行比较，这些场景涵盖了屋顶光伏、电池储能和热泵升级，并跨越了法国的四个气候区，即巴黎、里昂、布雷斯特和尼斯。具体而言，本研究旨在（i）利用自发自用率（SCR）、自给率（SSR）和电网依赖率（GIDR）量化改造场景的能源性能，并结合运行碳排放性能（使用运行CO2）2（i）排放（OC）和碳减排（CER）；（ii）通过电费节省（ΔBill）、平准化度电成本（LCOE）和回收期（PBP）评估经济表现；（iii）表征不同改造配置下的每小时需求-发电不匹配情况和电网依赖性；以及（iv）利用冬季和夏季的有效温度和相对湿度分布，评估不同建筑类型和四个气候区的室内舒适条件。通过整合这些指标，所提出的框架为确定建筑类型和气候条件如何影响法国等低碳电力系统中综合住宅脱碳策略的能源、碳、经济、电网交互和舒适度结果提供了统一的基础。
2. 研究方法
本研究的方法论包含六个核心步骤，如图所示图1首先，从法国住宅区中选取了两栋具有代表性的独立单户住宅，即普契尼住宅和莫扎特住宅，以涵盖常见的建筑类型。随后，将这些代表性住宅的样板模型开发为详细的建筑模型，作为建筑能源模拟的基础。其次，使用EnergyPlus（22.1.0版本）模拟每个样板模型的基准性能。这涉及典型气象数据、内部得热、人员在场时间表、通风和暖通空调系统，以建立参考（基准）情景。第三，通过整合屋顶光伏系统、电池储能和热泵来实施改造方案，以替代传统的电暖器。第四，计算每小时的光伏发电量和家庭用电需求，并通过每小时的能量平衡程序将两者结合，以确定净能量平衡和电池的充放电情况。在每个小时的时间步长中，首先使用光伏发电来满足家庭用电需求，当储能容量可用时，多余的电力则用于电池充电。当光伏发电不足时，电池可以放电以满足部分需求，剩余的用电需求则由电网供应。这种顺序能量平衡程序能够捕捉整个年度模拟期间发电、需求、储能和电网电力之间的相互作用。
图1。评估代表性法国独立单户住宅向零排放状态转型的总体方法框架。
第五，将生成的逐时数据用于计算关键绩效指标（KPI），包括自发自用率、能源自给率、电网依赖度、碳排放量和经济绩效。这些指标针对每种建筑类型、气候区和改造方案进行一致性计算，从而能够评估绝对性能以及不同方案之间的差异。最后，通过比较两种建筑类型和法国四个气候区的方案，以确定性能最佳的配置。该比较综合考虑了能源、室内舒适度、碳排放、电网交互和经济效益的综合结果，而非依赖单一的绩效指标。这使得光伏集成、电池储能和热泵升级的效果能够分别及组合进行评估。详细的方法论流程和计算方法见第2.1节, 第2.2节, 第2.3节和第2.4节.
2.1. 建筑类型与围护结构特性
所选建筑类型包含两种具有代表性的法国单户住宅配置：总建筑面积为102.39平方米的两层独立式住宅2以及总建筑面积为128.30平方米的单层独立式住宅2。它们分别对应普契尼和莫扎特住宅类型，代表了法国单户住宅存量中的常见住宅原型[31,32]以及TABULA分类中的独立式单户住宅（SFH）类别[33]。应当承认，法国TABULA类型学也包括联排别墅、半独立式住宅和错层式配置，这些共同构成了1974年前住宅存量中一个独特且不可忽视的部分[32]。然而，本研究专门聚焦于独立式单户住宅，原因有二。首先，独立式单户住宅是1974年前法国住宅存量中最大的单一子类型[34,35]，这是改造兴趣最大的群体。其次，它们较大的屋顶与楼层面积比以及完全暴露的外围护结构，使其在评估光伏、电池储能和热泵的综合改造路径时具有特殊意义，因为这些特征会同时影响可再生能源的发电潜力和供暖需求。因此，本研究呈现的发现应被视为具有可比屋顶可用性和外围护结构暴露程度的独立单户住宅的代表，而非法国单户住宅整体的代表。
在界定的范围内，所选的两种住宅设计可容纳三至六人的家庭，其平面布局包括客厅、三间卧室、厨房和公共浴室，如图2所示它们还具有相似的建筑特征、人员占用情况和建筑服务配置，为评估涉及屋顶光伏系统、电池储能和热泵升级的不同改造方案的效果提供了统一的基础[36,37]. 在原始状态下，两栋住宅主要依靠自然通风，未配备机械制冷系统[34,35]。这一基准配置为系统评估综合改造策略如何影响这两种建筑类型及不同法国气候区的能源性能、运营碳排放、电网交互、经济性能和室内舒适度提供了统一的参考。
图2。法国独立式单户住宅布局：() 普契尼和() 莫扎特。b) Mozart.
代表性住宅类型的选择基于欧盟智能能源欧洲项目开发的法国住房分类，随后通过TABULA项目在国家层面进行了完善[33,35]。根据该分类，独立式和其他单户住宅约占法国住房存量的55%，其中63%的住宅建于1974年首部热力法规出台之前[35]. 这些较旧的住宅大多隔热性能有限，因此通过节能措施和可再生能源技术的整合，在提升能源性能方面具有巨大潜力。在为法国独立住宅提出的代表性布局中[35,38]，两层Puccini和单层Mozart模型被选为代表性配置，为评估不同气候条件下替代改造策略的性能提供了统一的基础。
就结构特征而言，两种住宅类型均采用moyenne inertie（中等热惰性）外壳配置，该配置由CSTB建筑类型学[35,39]定义。这种配置对应于1974年以前法国隔热有限的住宅建筑，包括外墙8厘米的膨胀聚苯乙烯、队伍墙5厘米、地面8厘米以及屋顶16厘米。表1总结了各建筑材料的热物理性能，而表2报告了各围护结构组件的层组成、厚度、热阻以及计算得出的组件U值，按照中惯性规范从内到外依次列出。所有U值在表2中均为计算得出的组件U值，而非材料热导率。这些热物理性能和围护结构组件是使用SketchUp OpenStudio插件实现的，生成的建筑模型在EnergyPlus中进行模拟，以建立基准建筑模型（第2.2节和第2.3节）。改造方案旨在评估能源系统升级（包括屋顶光伏集成和暖通空调升级）在保持现有建筑围护结构特性的同时，提升能源自给率和减少碳排放的潜力。
表1。单户住宅的围护结构与热特性。
表2。中惯性配置的围护结构组成、厚度、热阻及计算得出的传热系数值。
2.2. 单户住宅类型建模与模拟
为了评估独立式单户住宅能源系统升级在最大化能源自给自足和减少碳排放方面的潜力，研究人员使用SketchUp OpenStudio插件（1.8.0版本）开发了Puccini和Mozart两种住宅类型的代表性原型模型，该插件作为OpenStudio软件（1.4.0版本）的图形界面。随后，这些原型模型被用于建立基准（参考）案例，通过模拟未集成可再生能源或未升级暖通空调系统的原始建筑配置（第2.3.1节）。基于这些基准模型，研究了两种改造方案：(i) 将屋顶光伏系统与电池储能系统相结合，以改善供需平衡并提高能源自给率（第2.3.2节中描述的CSTB中等惯性规范进行设定。）以及 (ii) 将现有电暖器替换为水-气热泵（暖通空调系统现代化），并与光伏-电池系统配合使用（以下简称暖通空调现代化），以进一步降低建筑能耗和运营碳排放（第2.3.3节）。这些基准房屋模型是使用SketchUp OpenStudio插件开发的，详见表3，并被转换为EnergyPlus（22.1.0版本）输入文件（IDF格式），用于动态能源模拟[40]。随后，通过整合所需的模型参数和标识符（包括建筑几何形状、围护结构特性、内部得热、人员在场时间表以及现有建筑能源系统），对生成的IDF文件进行参数化模拟配置。在所有改造方案中，均保持相同的基准建筑特性和运行假设，仅修改指定的能源系统配置。这种建模策略确保了模拟的建筑性能差异可归因于所研究的能源系统升级。
表3。独立式单户住宅基础模型及输入配置参数。
原型模型的几何配置和构造特征是基于[39,42]中描述的法国代表性独立单户住宅类型开发的。两种模型均包含法国住宅建筑中常见的建筑和构造特征，包括隔热性能有限（8厘米膨胀聚苯乙烯）的空心区块外墙、带有16厘米隔热层的未加温阁楼空间上的坡屋顶，以及双层玻璃窗（4/12/4，U = 3.00 W/m2K) 采用彩绘木框架、混凝土中间楼板、轻质内部隔墙，以及铺设8厘米保温层和瓷砖地板的混凝土地面底板[39]。这些特征符合CSTB moyenne inertie（中等惯性）规范，该规范适用于1974年以前的法国住宅建筑，这类建筑在现有住房存量中占很大比例，具有显著的节能潜力。所有围护结构组件的热物理性能均根据第2.1节并且在整个模拟过程中保持不变，以隔离所提议的能源系统升级的影响。
根据[43,44]中报告的法国住宅布局和居住假设定义的居住特征，对应于四口之家。主要加温空间（包括客厅、卧室、厨房和浴室）的每小时居住时间表和居住者活动，采用了[38]。循环区域和服务区域的占用时间表采用了ASHRAE在OpenStudio库中定义的标准住宅时间表。照明和家用电器的内部热增益根据典型的住宅运行条件进行设定，并与相应的占用时间表同步，以反映真实的家庭能源使用模式[43,44]。所有模拟均采用每小时0.5次换气（ACH）的恒定通风率，以代表典型的住宅通风条件。与基准围护结构相关的建筑渗透采用1.0 ACH的恒定空气泄漏率进行建模。基准供暖系统由传统的电阻加热组成，作为评估所提议的热泵改造的参考案例。所有其他建筑特征，包括围护结构、人员占用情况、照明、装备读档、通风假设和生活热水计划，在整个模拟场景中均保持一致，以确保建筑性能的任何变化完全源于实施的能源系统升级。
考虑了法国本土的四个代表性气候地点：巴黎（半海洋性）、里昂（大陆性）、布雷斯特（海洋性）和尼斯（地中海性），涵盖了法国各地的多种气候条件[35]。实际气象年（AMY）2025年的天气文件以EnergyPlus天气（EPW）格式从NASA POWER每小时API（可持续建筑社区）获取[45]。各地点坐标、记录时段和来源产品汇总在表4中这些EPW文件被用作所有EnergyPlus模拟的气候边界条件，从而能够在2025年气象条件下，对建筑能源性能、能源自给率、可再生电力利用率、碳排放、经济性能以及室内环境条件进行一致的评估。由于模拟是基于单一实际年份而非多年典型气象年驱动的，结果反映了2025年的特定气象条件。以往研究[46,47]表明太阳辐照度和风速存在年际变化，突显了在可再生能源分析中考虑代表性天气条件的重要性。因此，本研究中识别出的类型和气候相关趋势为2025年气象条件下的系统性能提供了见解，而能源需求、光伏发电和碳排放的绝对值则专门反映了该模拟年份。
表4。法国四个气候区的气象数据来源和坐标。
2.3. 基准与性能提升场景
定义了三种情景以探索潜在贡献，并针对莫扎特和普契尼两种类型进行了模拟。这些情景包括：(S1) 采用传统电暖器的基准配置；(S2) 集成电池储能的屋顶光伏系统，同时保留电暖器；(S3) 屋顶光伏系统和电池储能结合热泵现代化改造。情景框架旨在隔离可再生能源发电、储能和暖通空调电气化的影响，同时保持原始建筑围护结构特性不变。因此，所有情景在建筑几何形状、围护结构属性、人员在场时间表、内部得热、通风条件和气候输入方面均采用相同的假设，仅修改了能源系统配置，具体细节见以下三个连续第2.3.1节, 第2.3.2节中描述的CSTB中等惯性规范进行设定。和第2.3.3节.
2.3.1. 基准建筑情景
基准情景代表所选独立单户住宅在进行任何能源系统升级前的原始状态。在此基准案例中，对基准Puccini和Mozart模型进行了为期一年的动态模拟，时间步长为1小时，使用其原始围护结构特性、现有的常规电暖器进行空间供暖，并采用相应的2025年EPW文件。在此背景下，室内空间由常规电阻式电暖器（性能系数，COP = 1.0）分布在受控区域内。供暖系统以19°C的设定温度运行，遵循以下供暖时间表表3，这与法国常用的住宅供暖习惯一致[48]。未对主动制冷系统进行建模，这反映了许多现有法国住宅的原始状况，即夏季热舒适度依赖于自然通风[34,35]。缺乏机械制冷与第2.1节中描述的基准配置一致。.
生活热水（DHW）由分配给厨房和浴室区域的电阻式储水式热水器（EnergyPlus中的混合对象）提供。每台热水器的储水容量为189升，设定温度为60°C，热效率为1.0。生活热水消耗曲线使用APT_DHW_SCH（公寓生活热水计划）定义，代表四口之家的典型住宅需求模式，热水需求高峰出现在早晚时段。所有能源需求均假设由法国国家电网供应。基准情景中未包含现场可再生能源发电或电池储能系统。基准情景作为所有改造情景的参考，为评估光伏集成和暖通空调（HVAC）现代化的有效性建立了基准（表5).
表5。针对法国独立单户住宅，将模拟的年用电量与ENGIE参考值进行基准一致性检查[49].
为了评估模拟的基准情景所产生的家庭能源需求是否与独立参考值一致，将模拟结果与法国能源供应商ENGIE报告的约100-120平方米独立单户住宅的住宅用电数据进行了比较2此比较作为基准一致性检查呈现，而非校准的模型验证，因为没有特定原型可用的测量数据。ENGIE报告称，此类住宅的年耗电量通常在9350 kWh至16,380 kWh之间，具体取决于家庭特征和能源用途[49]。在所有四种气候条件下，普契尼（Puccini）类型的模拟年耗电量值均落在此范围内（102.39 m2）。对于莫扎特（Mozart）类型（128.30 m2），其建筑面积超过了ENGIE参考范围的上限；因此，每年12,284–16,286 kWh的模拟能耗与较大住宅预期的更高需求相符，尽管无法直接与ENGIE范围进行基准对比。图3展示了两种房屋类型的每小时空间供暖和生活热水（DHW）能源需求曲线，反映了与供暖系统和生活热水消耗相关的年度家庭能源需求。此外，还使用了若干关键性能指标来评估两种房屋类型的能源消耗和供暖系统性能，具体描述见第2.4节.
图3。基准Puccini和Mozart建筑类型在冬季高峰日（1月15日）的每小时家庭供暖能源需求和生活热水能耗曲线。
2.3.2. 屋顶光伏与电池储能集成
情景2引入了分布式屋顶光伏发电系统并耦合电池储能，同时保留现有供暖系统（电暖器）。该情景独立于暖通空调系统的变化，旨在隔离现场可再生电力发电和储能对能源自给自足及减少碳排放的贡献。两种房屋类型（Puccini和Mozart）的可用屋顶面积是根据法国光伏安装建议确定的[50,51光伏布局设计充分考虑了可用屋面面积，确保组件间距充足，避免屋顶负荷过大，并保持合理的安装配置。基于这些约束条件，普契尼住宅安装了12块光伏组件，有效光伏面积约为22.05平方米2，而莫扎特住宅安装了19块光伏组件，面积约为34.91平方米2。这使得安装容量分别为3.97 kWp和6.29 kWp。相应的组件表面积和安装容量汇总于表6.
表6。普契尼和莫扎特住宅的光伏组件表面积和装机容量。
光伏系统由单晶硅屋顶组件组成，由于其高转换效率、可靠性和良好的长期性能，该技术是住宅光伏安装中的主流技术。具体而言，所选组件的额定功率约为331 W，尺寸为1.75 m × 1.05 m（有效面积1.8375 m2），模型转换效率约为18%，与法国住宅市场主流的商用单晶组件一致[52在EnergyPlus模型中，屋顶光伏组件使用PhotovoltaicPerformance:Simple模型表示，其固定转换效率为18%，与组件规格相匹配。最终的装机容量为：普契尼（Puccini）类型为3.97 kWp（12个组件，22.05 m2），莫扎特（Mozart）类型为6.29 kWp（19个组件，34.91 m2），详见表A1在附录A.
光伏组件被假设安装在朝南的屋顶表面，倾角为35°，这在法国大陆气候条件下是最大化年太阳能发电量的近乎最佳配置。生成的电力通过效率为98%的EnergyPlus简单理想逆变器模型从直流电转换为交流电。光伏发电随后通过带有逆变器配置的直流母线集成到建筑电气系统中，当可再生电力过剩时，可实现现场消耗和电池充电。与此同时，锂离子电池储能系统（BESS）被集成到配备光伏的建筑模型中[53]。该电池的特征为可用储能容量10 kWh，充放电效率92%，放电深度限制为80%，对应最小允许荷电状态（SOC）为20%（表A2）以保护电池运行寿命[54]。模拟期开始时的初始SOC设定为50%。未考虑电池退化效应，并假设储能系统性能在整个年度模拟期内保持不变。
光伏发电、电池储能、建筑用电需求以及电网电力交换之间的交互作用，通过EnergyPlus电气负荷中心和电池储能模型进行表示。在模拟过程中，光伏电力首先用于满足建筑的瞬时用电需求。当储能容量可用时，多余的光伏发电量会被存储在电池中，而任何剩余的盈余电力则会被输送至电网。当光伏发电不足时，电池会供应建筑需求，直到达到允许的最低荷电状态，之后剩余的电力需求将从电网导入。由此产生的电力流向在图中进行了示意性说明图4.
图4.EnergyPlus模型中屋顶光伏发电、电池储能、建筑用电需求和电网电力交换集成的示意图。
图5展示了在7月8日至9日的典型日期间，Puccini和Mozart建筑类型在四个不同气候区内，屋顶分布式光伏系统的每小时发电量以及相应的家庭用电需求，此时每日光伏发电量超过家庭用电量。该图突出了光伏发电与家庭用电需求之间的时间错位，夜间光伏发电量接近于零，而家庭用电需求依然存在。在白天时段，光伏发电量大幅超过家庭需求，尤其是在里昂和尼斯，产生的盈余可用于为电池充电。如图图5a,b，电池运行状态由+1和-1的二进制值表示，分别对应充电和放电状态。因此，电池在光伏发电可用时段与家庭需求时段之间提供时间上的能量转移，说明了储能系统在提高现场光伏发电利用率方面的作用。巴黎、里昂、布雷斯特和尼斯之间光伏发电曲线的差异，进一步证明了气候条件对可再生能源发电与家庭用电需求之间时间匹配的影响。这些每小时的交互作用为后续使用相应的年度关键绩效指标（KPI）评估自发自用率、自给自足率、电网依赖度和碳排放表现提供了操作基础。
图5。不同气候区(a)普契尼和(b)莫扎特建筑类型的每小时发电量及相应的家庭用电需求曲线。子图(a1–a4)分别代表巴黎、里昂、布雷斯特和尼斯普契尼类型建筑的每小时家庭用电需求、现场发电量和电池充电状态。子图(b1–b4所示，分别代表了巴黎、里昂、布雷斯特和尼斯莫扎特典型住宅的每小时家庭用电需求、现场发电量和电池充电状态。
总体而言，对于普契尼和莫扎特两种建筑类型，该情景均表明，屋顶光伏发电与电池储能的结合，有助于降低配备冬季电暖器的住宅建筑对电网的依赖以及运营碳排放。尽管这些效益的大小因建筑类型、气候条件以及光伏发电、家庭需求与电池运行之间的时空匹配度而异，但结果为评估现场可再生能源发电与储能的有效性建立了一致的基准。因此，该情景提供了参考案例，用于随后评估暖通空调现代化（特别是热泵集成）及其他节能措施带来的额外效益。
2.3.3. 采用热泵的暖通空调现代化情景
情景3在情景2的基础上，将现有的电加热散热器（电暖器）替换为水-空气热泵系统，同时保留光伏和电池系统。水-空气热泵配置被选为一种高效的暖通空调电气化方案，并在EnergyPlus中通过WaterToAirHeatPump实现对象。该系统通过空气分配提供供暖和制冷，水作为热传递介质通过中央混合水回路循环。系统针对每个空调热区进行了配置，送风量自动调整以满足该区域的供暖和制冷负荷。供暖盘管使用Coil:Heating:WaterToAirHeatPump:EquationFit对象进行建模，在参考条件下的总额定性能系数（COP）为2.75。制冷盘管使用Coil:Cooling:WaterToAirHeatPump:EquationFit对象，制冷模式下的总额定COP为3.0。这些COP值反映了水-空气热泵在标准额定条件下的典型性能。该情景评估了暖通空调电气化和现场可再生能源发电对建筑能源性能和碳排放的综合影响。
如图6所示，水-空气热泵系统由中央恒温器控制，制热设定点为19°C，制冷设定点为26°C，这与[中定义的法国建筑法规参数一致39当区域温度低于19°C时启动加热，当区域温度超过26°C时启动制冷。在无人时段，加热和制冷模式均采用2°C的夜间节能设定。中央机房回路的热源侧采用热水锅炉和单速冷却塔连接混合水回路进行建模。锅炉为热效率0.92的电热水锅炉，冷却塔为单速塔。该回路的供水设计温度为加热34°C、制冷20°C，回路设计温差为6°C。水回路配置恒流量泵送系统，泵额定扬程约为1.79 bar，采用单泵配置。供水和需水侧均设有旁通管，以在部分负荷工况下维持回路稳定性。回路按人员在场时间表运行。OCC_APT_SCH_STAY_HOME_FAMILY，以确保系统仅在有人居住期间运行。
图6。水-空气热泵系统的示意图，其中央混合水回路由热水锅炉和单速冷却塔供水，并与升级后的建筑模型中的屋顶光伏发电和电池储能系统相集成。
每个区域级热泵都包含一个辅助电加热盘管，用于在极端寒冷条件下或热泵无法满足全部供暖读档时提供备用供暖。这在WaterToAirHeatPump对象，其容量自动调整以满足热泵满负荷运行时剩余的供暖需求。在制冷模式下，水-空气热泵以14 °C的制冷设计供风温度运行，制冷设计供风温差为11.11 °C。当室内温度超过26 °C的制冷设定点时，制冷功能被激活。热泵盘管水流量模式设置为“循环”，这意味着流经盘管的水流会随压缩机循环开启和关闭。每个区域级热泵都包含一个抽风式配置的送风机。该风机的建模参数为总效率0.7、压差0.75毫巴以及电机效率0.9。新风量方法被设置为“人均流量”，每位占用者的室外空气流量为0.00944米3/秒。
中通过电辅助加热盘管类型进行模拟。因此，水-空气热泵系统与场景2中定义的屋顶光伏发电和电池储能系统完全集成。光伏发电、电池储能、建筑用电需求和电网电力交换之间的相互作用，通过EnergyPlus电气负荷中心和电池储能模型来表示。在模拟过程中，光伏电力首先用于满足瞬时建筑用电需求，包括热泵运行所需的电力。多余的光伏发电量在储能容量可用时会被存入电池，而任何剩余的盈余电力则会被输送至电网。在光伏发电不足期间，电池会放电以减少电网用电量，直到达到最低允许的荷电状态，之后剩余的用电需求将由电网供应。
建筑围护结构特性和人员在场时间表保持与基准情景中定义的一致，从而确保能够独立于建筑结构或人员行为的变化，来评估暖通空调系统现代化的影响。因此，该情景对屋顶光伏发电、电池储能以及水-空气热泵现代化在改善代表性法国独立单户住宅建筑能源性能和减少运营碳排放方面的综合贡献进行了全面评估。
2.4. 绩效评估
为了评估这些代表性住宅类型在这些渐进情景下的能源、环境和经济表现，设定了一组关键绩效指标（KPIs）[55,56,57]被定义。选择这些指标是为了量化：(i) 建筑物利用现场可再生能源发电满足其能源需求的能力；(ii) 运营碳排放量与监管阈值的对比；(iii) 电网交互与供应可靠性；以及 (iv) 经济可行性。所有指标均按年度计算，时间分辨率为小时，从而能够捕捉发电与需求之间的时空错位。表7总结了关键绩效指标（KPIs）、其计算公式以及在不同场景下的适用性。SCR和SSR指标是根据模拟模型生成的每小时能量流输出计算得出的。现场能源利用包括光伏直接消耗以及通过电池介导的先前储存光伏能源的利用。因此，这些指标源自完整的能量平衡核算，而非仅基于年度汇总值。
表7。包含公式、单位和适用性的关键绩效指标。
2.4.1. 能源与碳排放绩效指标
SCR衡量了现场消耗的光伏发电比例，反映了发电与需求之间的匹配程度。SCR的计算方法是现场消耗的光伏能量与总光伏发电量的比值。现场消耗的光伏能量定义为总光伏发电量减去并网的光伏电量，这涵盖了直接的光伏到负载消耗以及光伏到电池的充电。较高的SCR表明自发自用效率高，这对于在净计量电价方案下最大化光伏的经济价值至关重要。SSR衡量了由现场电源满足的建筑总用电需求比例，包括直接光伏到负载的消耗以及电池放电供电。虽然SCR是光伏利用率的衡量指标，但SSR反映了建筑对电网的自主性。这两个指标均基于两种典型建筑的实际负载、光伏发电、电池充放电以及电网交互曲线，以小时分辨率进行计算，从而捕捉到年度平均值所掩盖的时间错配问题。
运营碳（OC）是根据满足建筑需求而从电网引入的年用电量计算得出的，采用法国平均电网排放因子0.052 kg CO2/kWh [58,59]。计算采用总电网引入量，不计入向电网输出的光伏电力碳信用。电池充放电损耗已隐含其中，因为它们增加了满足给定负荷所需的电网引入量。RE2020新单户住宅的运营碳阈值为4 kg CO2/m2·年 [60] 仅作为参考基准报告。本研究中使用的简化运营碳（OC）计算方法与监管机构的Ic Énergie方法论并不直接兼容，后者包含隐含碳、特定能源载体和基于占用情况加权的计算等额外项。本文研究的改造方案不声称符合监管要求。CER是相对于基准方案（方案1）的运营碳（OC）减少百分比。该指标可直接比较各方案和类型的脱碳潜力。运营碳排放量是根据净电网电力进口量，并采用恒定的电网排放因子计算得出的。因此，对电网电力依赖度的降低会直接体现在计算出的碳排放削减值中。对于情景3，预计热泵现代化改造将比电加热基准显著降低运营碳排放，其削减幅度取决于热泵的季节性性能系数，而非仅取决于额定性能系数。
2.4.2. 电网交互与经济指标
GIDR量化了在模拟期间，建筑用电需求中由电网进口所满足的比例。GIDR以小时分辨率计算，即总电网进口电量与总建筑用电需求量的比值。GIDR为0%表示完全自给自足，而100%则表示完全依赖电网进口。需要强调的是，GIDR并非可靠性指标，也不代表供电故障的概率。在并网住宅中，电网始终供应任何缺口，电力供应的可靠性由电网而非现场光伏-电池系统决定。因此，该指标描述的是电网依赖性而非停电风险。GIDR是SSR的补数，即GIDR = 100% − SSR，两者均基于相同的每小时能量流数据计算得出。生成月度GIDR曲线以捕捉季节性变化，特别是在供暖需求达到峰值且太阳辐照度最低的冬季月份。
LCOE和年度账单减少额用于评估经济可行性。LCOE的计算采用25年寿命期和3%的折现率，这与欧洲住宅能源项目的评估标准一致。LCOE包括初始投资、更换成本（例如第12年的电池更换）以及运行和维护成本，具体说明见表8。对于场景3，有效能量定义为光伏自发自用量与热泵相对于电暖器基准所实现的电费节省之和。年度账单减少额（ΔBill）是根据法国住宅电价，通过参考账单（情景1）与情景账单（情景2或3）之间的差值计算得出的。该指标直接反映了房主的经济收益，并用于计算简单回收期（PBP）。