1 动态物料流与经济性评估整合模型的概述

在核能系统分析与规划领域，动态物料流模拟与经济性评估的整合代表了系统分析方法的重大进步。法国原子能与替代能源委员会（CEA）开发的COSI（Cycle du combustible Simulation）模型与美国阿贡国家实验室开发、美国能源部（DOE）支持的DYMOND（Dynamic Model of Nuclear Development）模型，正是这一技术路线中的两大代表性工具。这两个模型均致力于解决核能系统，特别是核燃料循环系统中物质流动与经济效益之间的复杂关联，从而为政策制定者、研究人员和工业界提供全面且可靠的决策支持。

核能系统本质上是一个高度复杂、长期演化的系统，涉及放射性物料的流动、转化与积累，以及与之相伴的巨大经济投入与风险考量。传统分析方法往往将物料流分析与经济评估分离进行，这种割裂的分析方式难以捕捉系统内部的动态反馈机制。例如，核燃料循环后段策略的选择（如一次通过还是后处理循环）不仅影响核废物的量与质，还会通过设施建设成本、燃料循环成本等经济因素反作用于整个系统的演化路径。正因如此，将动态物料流与经济性评估进行整合建模，成为了核能系统分析中的必然发展趋势。

COSI模型源于法国深厚的核燃料循环工业基础与长期核能规划需求。作为世界上核能发电占比最高的国家之一，法国自20世纪70年代就确立了基于后处理的闭式燃料循环策略，这催生了对燃料循环系统进行精细化模拟的强烈需求 。COSI模型正是在这一背景下，由CEA自1985年开始开发，并持续演进至今 。其核心定位是成为一个能够模拟核电厂及相关燃料循环设施（如后处理厂、MOX燃料制造厂等）的集成模拟平台，重点追踪核材料（特别是钚及其他锕系元素）在时间维度上的流动与演化，同时评估不同策略下的经济性表现。

DYMOND模型则诞生于美国全球核能评估（GNEP）等计划背景下，反映了美国对核能系统全局动态性与长期情景分析的重视。与法国不同，美国尚未确立明确的闭式燃料循环策略，核能发展路径存在多种可能性，这要求分析工具必须具备评估多种情景的能力。DYMOND模型由阿贡国家实验室开发，采用系统动力学（System Dynamics）作为核心建模方法，旨在模拟全球范围内核能系统长达100年的动态演变 。它不仅关注国家层面的系统演化，还能够模拟不同区域之间的核材料流动与贸易，使其更加适合于全球核能情景分析。

两个模型虽然起源与发展路径不同，但都面临着类似的科学挑战与技术难题：如何精确追踪数百种核素在复杂燃料循环系统中的动态演化？如何将经济学原理与物理过程进行有机整合？如何处理长期模拟中固有的不确定性？这些问题的答案不仅对核能领域至关重要，也对更广泛的能源-经济-环境（3E）系统建模提供了方法论上的借鉴。

2 COSI模型的技术特点与实现机制

2.1 整体架构与设计哲学

COSI模型作为法国核能系统分析的旗舰工具，体现了工程实用主义与物理精确性并重的设计哲学。其整体架构围绕核燃料循环的物料流追踪核心功能构建，采用自底向上（bottom-up）的建模方法，强调对物理过程的忠实再现 。模型的基本设计原则是提供一种能够模拟不同类型核反应堆（如轻水堆、快中子堆等）与各种燃料循环设施（浓缩、制造、后处理、废物处理等）组成的复杂系统，计算系统中所有核材料的质量与同位素组成随时间的变化 。

COSI采用模块化架构，将整个核能系统分解为若干相互连接的单元过程（unit process），每个单元过程代表一种特定的核设施或操作。这种架构提供了极大的灵活性，用户可以根据研究需要配置不同的核能系统布局，模拟从一次通过到多种闭式循环的不同燃料循环策略 。模型的时间分辨能力通常为一年，既保证了计算效率，又能够捕捉核能系统演化的关键动态特征。

2.2 物理计算核心与物料流追踪

COSI模型的物理计算核心建立在CEA数十年积累的核数据与物理模型基础之上。模型依赖于经过验证的参考代码，如APOLLO（用于中子学计算）、ERANOS（用于快堆分析）和CESAR（用于燃料演化和衰变计算）等 。这些物理代码为COSI提供了高保真度的物理参数，确保物料流计算的准确性。

物料流追踪是COSI的核心功能。模型能够详细计算核燃料循环中所有关键材料的流动，包括：

•前端流程：铀浓缩、燃料制造等过程的物料平衡；

•反应堆内行为：燃料辐照过程中的同位素演化与消耗；

•后端流程：乏燃料贮存、后处理、废物管理等过程的物料分离与流动；

•同位素详细追踪：对铀、钚、次锕系元素（MA）及裂变产物等多种核素的全面追踪 。

COSI采用池式模型（pool model）来管理不同设施间的物料流动，每个设施都有其特定的库存容量和处理能力限制。当模拟系统运行时，COSI会计算每个时间步长内各个设施之间的物料转移，同时考虑设施的运行约束（如后处理厂的吞吐量限制）和物料约束（如钚库存的可利用性）。

2.3 经济模块的集成方法

COSI的经济评估能力通过集成式经济模块实现，该模块与物理模拟核心紧密耦合。经济模块基于成本会计原理，将核能系统的总成本分解为各个组成设施的投资、运营和退役成本，以及核材料的获取与处理成本。

经济模块的具体计算基于以下要素：

•投资成本：包括设施建设、设备采购等一次性投入，通常被年度化处理；

•运营与维护成本：包括人力、维护、能源等常规运营支出；

•燃料循环成本：包括前端（铀采购、转化、浓缩、制造）和后端（后处理、废物管理）成本；

•退役成本：设施寿命结束后的退役和场址恢复费用；

•贴现率：考虑资金的时间价值，将未来成本贴现到当前价值。

COSI通过计算平准化电力成本（LCOE）来评估不同燃料循环策略的经济性，这一指标反映了在整个系统生命周期内发电的加权平均成本 。模型还能够进行多目标优化，同时考虑技术性能、经济性和环境影响等多个指标，帮助决策者寻找最优的系统配置和演进路径。

2.4 验证与确认

COSI模型经过了严格的验证与确认（V&V）过程，确保其模拟结果的可靠性。验证工作包括与CEA内部其他高保真代码的交叉比较，以及参与国际原子能机构（IAEA）等组织举办的国际基准比较活动。例如，COSI曾与DANESS（丹麦技术大学开发的类似模型）等进行过系统的比对研究，结果显示在不同情景下，两个模型对关键核素流量和库存的预测具有良好的一致性 。

此外，COSI还通过历史数据回测来验证其模拟能力，即通过模拟法国现有核能系统的历史演化，并将模拟结果与实际运行数据进行比较。这种验证方式不仅检验了模型的准确性，也提供了进一步改进的方向。

2.5 应用领域与典型案例

COSI模型已广泛应用于法国及国际核能研究机构的多项重要研究中，主要包括：

•燃料循环策略评估：比较一次通过、单次循环、多次循环等不同策略的长期影响；

•废物管理研究：评估不同燃料循环策略对核废物量、毒性和寿命的影响；

•过渡情景分析：研究从现有轻水堆系统向包含快堆的先进系统过渡的路径；

•资源利用优化：评估铀资源利用效率，以及钚和次锕系元素的管理策略；

•政策制定支持：为法国核能政策制定提供科学依据和技术支持。

一个典型应用案例是CEA利用COSI评估钠冷快堆（SFR）部署策略的研究。该研究详细模拟了在现有轻水堆基础上引入快堆的多种过渡情景，分析了不同情景下钚库存的演化、次锕系元素的嬗变效率，以及整体系统的经济性表现，为法国未来的核能规划提供了重要参考 。

3 DYMOND模型的技术特点与实现机制

3.1 整体架构与设计哲学

DYMOND模型代表了美国在核能系统分析领域的系统思维和全局视角，采用系统动力学（System Dynamics）作为其核心建模范式。与COSI的自底向上方法不同，DYMOND更倾向于自上而下（top-down）的建模方法，强调捕捉系统层面的反馈机制和动态行为 。其设计哲学是基于这样一个认识：核能系统的长期演化不仅由物理过程驱动，还深受经济、政策和市场等非技术因素的影响。

DYMOND采用流率-存量结构（rate-stock structure）这一系统动力学的核心建模元素来描述核材料在系统中的流动。存量（stock）代表系统中累积的材料库存（如反应堆中的燃料库存、后处理厂中的钚库存等），流率（flow）则代表材料在存量之间的转移速率（如后处理速率、燃料制造速率等）。这种建模方式使DYMOND能够自然地捕捉核能系统的动态演化和时间延迟效应，如钚积累需要时间、设施建设存在延迟等。

3.2 系统动力学框架与模拟方法

DYMOND建立在ITHINK（后更名为STELLA）这一成熟的系统动力学建模平台之上，利用其强大的动态建模能力来模拟核能系统的复杂行为 。模型能够模拟全球范围内核能系统长达100年的动态演变，时间分辨率通常为一年，与COSI类似 。

DYMOND的模拟范围具有多区域特性，能够模拟全球不同区域的核能发展，并考虑区域间的核材料贸易与流动。这一特性使DYMOND特别适合于研究全球核能发展情景、核不扩散和核材料安全保障等议题 。模型包含多个相互连接的子系统：

•反应堆子系统：模拟不同堆型（轻水堆、快堆等）的部署、运行和退役；

•前端燃料循环子系统：模拟铀采矿、转化、浓缩和燃料制造；

•后端燃料循环子系统：模拟乏燃料储存、后处理、废物管理和燃料循环；

•材料流动子系统：跟踪钚、铀和次锕系元素在不同区域和设施间的流动。

3.3 经济整合方法与理论基础

DYMOND的经济整合方法体现了其系统动力学框架的内在优势。在经济性评估方面，DYMOND采用成本流追踪与经济反馈机制相结合的方法。模型通过VISION.ECON子模块（DYMOND后续版本VISION的经济模块）进行经济分析，该模块能够计算不同燃料循环情景下的成本表现 。

DYMOND的经济评估基于以下经济学原理和方法：

•生命周期成本分析：评估从设施建设到退役的完整生命周期内的成本；

•现金流贴现：考虑资金的时间价值，将未来成本贴现为现值；

•敏感性分析：评估关键参数（如贴现率、铀价格、建设成本）变化对经济性的影响；

•学习曲线效应：考虑随着技术成熟和部署规模扩大，成本可能下降的趋势。

与COSI相比，DYMOND更强调经济因素对系统演化的反馈作用。例如，模型可以模拟铀价格如何影响浓缩技术选择，或者建设成本超支如何延迟新设施的部署。这种动态反馈机制是DYMOND系统动力学方法的核心优势，使其能够捕捉核能系统中经济与技术的复杂互动 。

3.4 验证与确认

DYMOND模型通过多层次验证确保其可靠性。验证方法包括：

•结构验证：检查模型结构是否合理反映真实系统的关键特征；

•极端条件测试：检验模型在极端参数值下的行为是否合理；

•历史数据拟合：通过模拟历史时期的核能发展，比较模拟结果与实际数据；

•交叉模型比较：与其他燃料循环模型（如VISION、ORION、MARKAL）进行结果比对 。

阿贡国家实验室还组织了专家研讨会和同行评审，邀请领域专家对模型结构和假设进行批判性评估，这一过程进一步提高了模型的可信度。

3.5 应用领域与典型案例

DYMOND模型已被应用于多项重要的核能系统研究，主要包括：

•全球核能情景分析：研究在不同假设下全球核能系统的长期演化路径；

•燃料循环转换研究：分析从一次通过燃料循环向闭式循环过渡的动态过程；

•技术选择评估：比较不同反应堆技术和燃料循环技术的长期表现；

•资源与保障性分析：评估铀资源充足性和核材料扩散风险；

•政策干预分析：模拟不同政策选择（如碳税、补贴等）对核能发展的影响。

一个典型应用案例是阿贡国家实验室使用DYMOND进行的全球核能发展研究。该研究模拟了在碳约束背景下，全球核能容量如何增长，以及不同燃料循环策略如何影响铀资源需求、核废物产生量和总体系统成本。研究发现，及时引入闭式燃料循环可以显著降低长期铀资源需求和核废物量，但需要面对较高的前期投资和技术挑战 。

4 研究历史与发展轨迹

4.1 COSI模型的演化历程

COSI模型的开发历史可追溯至1985年，当时法国CEA意识到需要一种综合性工具来模拟核燃料循环系统的长期行为，以支持法国的核能规划与政策制定。这一 initiative 的启动与法国当时核能大规模部署和钚管理策略的制定密切相关，反映了法国对核能系统整体优化的追求。

在初始阶段（1985-1995年），COSI主要专注于建立基本的物料流追踪能力，能够模拟轻水堆和初步的后处理循环。这一时期的模型版本较为简单，主要考虑铀和钚等关键核素的流动，经济性评估功能也较为基础 。随着法国超级凤凰快堆（Superphénix）项目的推进，COSI开始加入对快中子反应堆的模拟能力，这是模型发展的一个重要里程碑。

在发展阶段（1995-2010年），COSI经历了多次重大更新，加入了更多先进功能。1990年代末推出的COSI5版本引入了更精细的同位素追踪能力，能够处理次锕系元素的演化与嬗变 。同时，模型的经济模块也得到了增强，能够进行更复杂的成本计算和经济优化。这一时期，COSI开始用于支持法国国家放射性废物管理署（ANDRA）的废物管理研究，为法国2006年《放射性废物管理法》的制定提供了技术支持。

在成熟阶段（2010年至今），COSI进一步发展成为CEA核能系统分析的核心工具。2010年左右发布的COSI6版本代表了模型的重大升级，增强了用户友好性、计算效率和物理模型精度 。这一版本还引入了多目标优化能力，能够同时优化技术性能、经济性和环境影响等多个目标。近年来，COSI继续发展不确定性分析和概率评估能力，以更好地处理长期模拟中的不确定性 。

4.2 DYMOND模型的演化历程

DYMOND模型的开发历史与美国的核能政策演变密切相关。模型的初步概念可以追溯到1990年代末期，当时美国能源部开始重新评估闭式燃料循环的潜力，作为先进燃料循环倡议（AFCI）的一部分 。然而，模型的实质性开发主要始于2000年代初期，与全球核能伙伴关系（GNEP）计划的启动相呼应。

在初期开发阶段（2000-2005年），DYMOND主要作为一个研究原型，探索系统动力学方法在核燃料循环分析中的应用可行性。这一时期的模型相对简单，主要关注钚在轻水堆和快堆系统中的流动，经济性评估功能较为有限 。2005年左右，模型进行了重要重构，加入了多区域能力和更详细的前后端燃料循环表示，这标志着DYMOND从一个研究原型向实用分析工具的转变。

在扩展与应用阶段（2005-2015年），DYMOND被广泛应用于多项重要的核能系统研究。2006-2010年间，模型用于支持AFCI计划的环境影响声明（EIS）工作，分析了不同燃料循环策略的长期影响 。这一时期，模型的经济分析能力通过VISION.ECON子模块得到显著增强，能够进行更全面的生命周期成本分析 。2010年后，DYMOND开始用于支持国际合作项目，如国际原子能机构的INPRO项目，模拟全球核能发展情景。

在近期发展（2015年至今），DYMOND的发展重点转向增强模型的灵活性和可用性。阿贡国家实验室开发了更用户友好的界面和可视化工具，使非专家用户也能使用模型进行政策分析。同时，模型也开始融入更多机器学习和不确定性分析方法，以处理长期模拟中的复杂性和不确定性。近年来，DYMOND的后续版本VISION进一步扩展了其能力，成为美国核能系统分析的重要平台 。

4.3 比较与对比

COSI和DYMOND的发展历程反映了法美两国在核能发展战略和研究方法论上的差异。COSI的发展体现了法国长期一致的核能政策，模型的演进是渐进式和累积性的，始终服务于法国的核燃料循环决策需求。相比之下，DYMOND的发展则更受美国核能政策波动的影响，模型功能随着不同政府时期的政策重点而变化。

从技术演进角度看，COSI更注重物理模型的精细化和数据积累，得益于法国丰富的工业实践和经验反馈。而DYMOND则更强调方法论创新和系统层面的洞察，体现了系统动力学在复杂系统建模中的优势。

两个模型的发展也都体现了计算技术进步的影响。从最初的简单模型到现在的复杂模拟平台，计算能力的提升使两者都能处理更复杂的系统配置和更长的模拟时限。同时，用户界面的改进也使模型从专家专用工具逐渐转变为更广泛的政策分析工具。

5 技术难点与挑战

5.1 数据整合与一致性挑战

将动态物料流模拟与经济性评估整合面临的首要挑战是数据整合与一致性问题。COSI和DYMOND都需要处理大量来自不同来源、具有不同不确定性的数据，并确保这些数据在模型内部的一致性。

对于COSI，数据挑战主要体现在：

•核数据不确定性：燃耗计算、衰变链等依赖核数据库（如JEFF），其本身存在不确定性，会影响长期预测的可靠性 ；

•工业数据获取：真实设施的运行数据（如后处理厂的实际吞吐量、燃料制造损耗率等）往往属于工业机密，难以获取；

•成本数据标准化：不同国家、不同时期的成本数据口径不一，难以直接比较和利用。

对于DYMOND，数据挑战包括：

•全球数据差异：模拟全球系统需要各国数据，但数据质量、透明度和一致性存在很大差异；

•长期成本预测：设施建设、运维等成本在长达100年的模拟期内难以准确预测；

•学习曲线量化：技术成熟过程中的成本下降趋势（学习曲线效应）难以准确量化。

两个模型都采用了类似策略来应对这些挑战：敏感性分析检验关键参数的影响，场景分析探索不同假设下的结果范围，以及概率建模处理数据不确定性。

5.2 计算复杂性与效率问题

长期动态模拟带来的计算复杂性是另一重大挑战。COSI和DYMOND都需要在合理时间内完成长达数十年甚至百年的模拟，同时追踪数百种核素的演化。

COSI面临的计算挑战包括：

•详细物理计算：高保真的物理模型（如燃耗计算）计算密集，限制了模拟的时间分辨率和场景数量；

•优化问题复杂度：多目标优化需要多次运行模型，计算成本高昂；

•不确定性传播：全面的不确定性分析需要成千上万次模型运行，计算负担重。

DYMOND面临的计算挑战包括：

•全局系统复杂度：多区域模拟大大增加了系统状态空间的维度；

•非线性行为：系统动力学的非线性反馈可能导致数值计算困难；

•决策规则简化：需要简化人类决策规则以保持模型可处理性。

为应对这些挑战，两个模型都采用了计算加速技术。COSI使用简化方法（如代理模型、神经网络）来减少详细物理模型的计算负担 。DYMOND则采用时间步长优化和模块解耦等策略提高计算效率。

5.3 模型耦合与集成难题

将物料流模型与经济模型进行有机耦合而非简单连接，是两大模型面临的核心技术难题。简单的数据传递无法捕捉两个系统之间的复杂互动和反馈机制。

COSI采用紧密耦合策略，将经济模块直接嵌入物料流模拟框架中。这种方法的优势是保证了两个模块之间的一致性，但挑战在于：

•时间尺度匹配：物理过程（如同位素衰变）和经济过程（如贴现）具有不同的时间动态；

•详细程度平衡：物理模拟和经济评估的适当详细程度需要仔细权衡；

•反馈机制实现：经济因素如何影响物理决策（如后处理厂建设时机）需要合理表述。

DYMOND采用系统动力学框架天然地容纳两类过程，将物料流和经济流都视为系统的流。这种方法的挑战在于：

•聚合程度选择：适当的聚合程度对保持模型可管理性同时不丢失关键细节至关重要；

•参数估计：系统动力学模型中的许多参数难以从实际数据中直接估计；

•验证困难：复杂反馈系统的行为难以直接验证。

5.4 长期预测的不确定性

长期预测的不确定性是COSI和DYMOND共同面对的根本性挑战。核能系统模拟往往跨越50-100年，在这期间技术、经济、政策和社会条件都可能发生巨大变化。

技术不确定性包括：

•新兴技术突破：模拟期内可能出现尚未预见的技术突破；

•技术性能演进：现有技术的实际性能可能与预期有差异。

经济不确定性包括：

•资源价格波动：铀等自然资源价格长期趋势难以预测；

•成本超支风险：大型核设施的实际建设成本往往超出预期。

政策与社会不确定性包括：

•政策方向变化：能源和气候政策可能随政府更迭而变化；

•公众接受度：核能的社会接受度影响项目推进速度。

面对这些不确定性，两个模型都从确定性预测转向情景分析和探索性建模，不再试图预测单一未来，而是探索多种可能未来的范围及其背后的驱动因素。

5.5 比较与对比

COSI和DYMOND在技术难点上既有共性也有差异。两者都面临数据、计算、耦合和不确定性等挑战，但侧重点有所不同。COSI更关注物理精确性与工程细节带来的挑战，而DYMOND更关注系统复杂性与人类决策带来的挑战。

在应对策略上，COSI倾向于通过物理简化和数值方法改进来应对挑战，而DYMOND则更注重方法论创新和概念框架发展。两种途径各有优势，也反映了各自的研究传统和应用背景。

6 未来发展趋势与应用前景

6.1 技术演进方向

基于当前的技术状态和挑战，COSI和DYMOND的未来技术发展可能沿着几个关键方向演进：

计算技术与算法创新将是重要发展方向。两个模型都可能进一步融入高性能计算（HPC）技术，利用并行计算和云计算资源来处理更复杂的模拟场景 。人工智能与机器学习技术的集成也将加速，特别是用于构建替代模型、优化参数和识别系统模式。COSI已经探索使用神经网络和回归技术来减少计算时间，这一趋势预计将继续深化 。

不确定性量化（UQ）能力将得到进一步增强。从目前的确定性模拟向概率性模拟转变，全面评估输入参数和模型结构不确定性对输出结果的影响。这将使模型结果从点估计转变为概率分布，为决策提供更全面的信息基础。

模型集成与耦合将更加深入。不仅包括物料流与经济模型的耦合，还将扩展至环境影响评估、资源可用性分析、社会接受度考量等更广泛的维度。这种多维度集成将支持更可持续的核能系统设计。

6.2 应用领域拓展

超越传统的核能系统分析，COSI和DYMOND的应用领域预计将进一步拓展：

能源-经济-环境（3E）系统集成是一个重要方向。两个模型都可能进一步与宏观经济模型、能源系统模型和环境评估模型连接，评估核能在整体能源转型中的作用。特别是与气候变化模型的连接，可以评估核能对减排目标的贡献路径。

核材料安全保障与不扩散分析将成为重要应用领域。DYMOND的多区域特性使其特别适合模拟核材料在全球范围内的流动，评估不同燃料循环策略的扩散风险。COSI也可能增强这方面能力，支持国际核不扩散努力。

新兴技术评估是另一个拓展方向。包括小型模块化反应堆（SMR）、先进反应堆概念（如熔盐堆、超高温气冷堆）、以及先进燃料循环技术（如干法后处理）等都可能需要现有的模型框架进行扩展和适应。

6.3 交叉融合与协同发展

COSI和DYMOND的未来发展很可能呈现交叉融合的趋势，相互借鉴各自的方法论优势：

COSI可能吸收更多系统动力学元素，增强对反馈机制和非线性行为的捕捉能力。这可能使模型不仅能够模拟"是什么"，还能更好地解释"为什么"，提供更深入的系统洞察。

DYMOND可能引入更精细的物理模型，提高物料流追踪的精确度。虽然系统动力学擅长处理聚合水平的行为，但适当增加关键过程的细节水平可能提高整体模拟的可靠性。

两个模型社区之间的交流与合作很可能加强。通过国际基准比较、方法研讨会和联合研究项目等形式，两大模型可以相互学习和促进，推动整个领域的方法论进步。

6.4 政策支持与决策应用

在政策支持方面，两个模型都可能发展更加用户友好的界面和可视化工具，使政策制定者能够直接使用或理解模型结果。实时分析和交互式探索能力可能增强，支持政策制定过程中的快速情景评估。

与决策过程的集成深度也将增加。模型可能更直接地链接到政策制定流程中，成为政策设计和评估的标准工具。特别是应对气候变化和能源转型的紧迫挑战，核能系统模型的决策支持作用将更加重要。

6.5 超越核能的应用前景

虽然COSI和DYMOND都是为核能系统分析而开发，但其方法论和工具可能应用于更广泛的领域：

循环经济系统分析是一个潜在应用领域。两个模型的核心能力——追踪材料在复杂系统中的流动并评估其经济性——同样适用于分析其他重要材料（如稀土元素、锂、钴等）的循环经济系统。

关键基础设施规划是另一个可能的应用方向。模型的能力可以适配用于模拟其他复杂基础设施系统（如电力系统、水资源系统）的长期演化，支持更集成的基础设施规划。

可持续发展评估框架也可能受益于这些模型的发展。通过将物料流、经济评估和环境影响更紧密地整合，这些模型可以发展为支持可持续发展决策的综合工具。

综上所述，COSI和DYMOND作为核能系统分析的代表性工具，正处于一个重要的发展阶段。面对能源转型和气候变化的全球挑战，这两个模型的进一步发展和应用将为核能的可持续发展提供重要支持，同时也可能为更广泛的复杂系统分析贡献方法论上的创新。

核技术论坛

阅读 赞 分享 言