太阳能作为一种典型的清洁能源,是应对能源危机和大气污染的重要选择之一。基于抛物面槽式集热器(PTC)的太阳能供暖系统有助于缓解我国冬季燃煤供暖带来的空气污染压力。系统设计时,设计辐射值会直接影响太阳能集热器的面积计算,进而影响系统的能效和经济性,所以如何准确得到设计辐射值非常重要。目前,大多数文献忽略了辐射日变化和季节变化的影响,通常选择某些典型日的固定值作为设计辐射值,这严重影响了系统的性能。此外,由于某些地区的空气质量指数(AQI)、经济条件以及设备维护等问题,太阳能相关辐射数据失真或缺失严重,作为机器学习算法的一种,支持向量回归(SVR)可以有效修正、预测其数值。因此,围绕太阳能供暖系统的设计以及其衍生问题展开研究,主要的工作和结论如下:1.参考经典供暖设计方法中不保证天数的思想,针对无补燃锅炉的PTC供暖系统,提出了一种设计辐射值的选取方法。以单位供暖成本作为系统的优化目标,对中国四个典型太阳辐射区进行了案例研究。通过与目前方法的比较,证明了新方法的合理性,并明确了各地区的最优设计辐射值,得到了最优设计辐射值下不保证天数与系统初投资的关系。最后,针对某一案例进行了经济分析。2.在考虑AQI的前提下,基于SVR算法,预测了日水平直射太阳辐射。结果表明,SVR在独立模型和全国通用模型中,均表现出很好的性能,尤其基于径向基核函数的SVR更适合我国的直射辐射预测。加入AQI之后,半数城市的模型预测精度有了5%至85%的提升;最后通过特征选择,分析了独立模型与通用模型中输入与输出的参数敏感度,发现日照时长对输出参数影响最大。3.将全生命周期评价方法用于槽式集热器与平板集热器,比较每平米集热器的环境效应。结果表明,槽式集热器的全球变暖潜能比平板集热器高出22.32%,初级能源消耗比平板集热器高出6.60%。而在酸化潜能、富营养化潜值、臭氧层消耗和人体毒性四个指标考察下,两种集热器对应值都相对较低。