Optimization of energy system is a favored method to mitigate emission and manage fuel resources. However, optimization results interpretation and optimal point selection is a challenging area, and mostly a subjective decision. In addition, optimization, even with cost objectives, are carried out by technical teams which normally differ from project decision makers. To provide a solution, at first a framework for optimization is defined with general optimal correlations as goals of optimization. This framework is devised to prepare results understandable and helpful to decision makers. Then two important parameters named cr (ratio of product to fuel cost) and CR (ratio of annualized fixed to current cost) are employed to represent the system performance and design variables in optimal points of pareto front. Finally, a set of correlation functions is evaluated to correlate the optimal design variables to design parameters. In addition, an emission parameter is introduced in terms of cr and CR. The results revealed that cr-CR can successfully represent the system characteristics and lead to smooth functionality between newly defined star design variables and cr. The method is implemented on a biogas fueled gas turbine. Sensitivity of minimum cr to fuel composition variations is examined and results illustrate that at this point, implementing 50% methane content for a system which is designed optimally for pure methane, causes 2% reduction in efficiency and increases the cost of product. However, in comparison to system optimally designed for 50% methane, efficiency drop is less than 1% and product cost does not change significantly. Analyzing $e_p$ (emission per product) and cr suggests that CR < 0.8 is suitable for optimal design selection. The proposed method here helps to tradeoff between cost and emission reduction in early phase of the project which boost energy efficiency applications.

能源系统的优化是减少排放和管理燃料资源的首选方法。然而，优化结果的解释和最佳点的选择是一个充满挑战的领域，并且主要是一个主观的决定。此外，即使有成本目标，优化工作也通常由通常与项目决策者不同的技术团队来进行。为了提供解决方案，首先，定义具有通用最佳相关性的优化框架作为优化目标。设计该框架的目的是准备可理解的结果，并有助于决策者。然后，使用两个重要的参数分别称为cr（产品与燃料成本的比率）和CR（年化固定成本与当前成本的比率）来表示系统性能和在最优条件下的设计变量。最后，评估一组相关函数，以将最佳设计变量与设计参数相关。另外，根据cr和CR引入发射参数。结果表明，cr-CR可以成功代表系统特征，并导致新定义的星形设计变量和cr之间的平滑功能。该方法在以沼气为燃料的燃气轮机上实施。检查了最小cr对燃料成分变化的敏感性，结果表明，在这一点上，针对为纯甲烷优化设计的系统，实现50％的甲烷含量会导致效率降低2％，并增加产品成本。但是，与针对50％甲烷进行最佳设计的系统相比，效率下降不到1％，产品成本也没有明显变化。分析 根据cr和CR引入发射参数。结果表明，cr-CR可以成功代表系统特征，并导致新定义的星形设计变量和cr之间的平滑功能。该方法在以沼气为燃料的燃气轮机上实施。检查了最小cr对燃料成分变化的敏感性，结果表明，在这一点上，针对为纯甲烷优化设计的系统，实现50％的甲烷含量会导致效率降低2％，并增加产品成本。但是，与针对50％甲烷进行最佳设计的系统相比，效率下降不到1％，产品成本也没有明显变化。分析 根据cr和CR引入发射参数。结果表明，cr-CR可以成功代表系统特征，并导致新定义的星形设计变量和cr之间的平滑功能。该方法在以沼气为燃料的燃气轮机上实施。检查了最小cr对燃料成分变化的敏感性，结果表明，在这一点上，针对为纯甲烷优化设计的系统，实现50％的甲烷含量会导致效率降低2％，并增加产品成本。但是，与针对50％甲烷进行最佳设计的系统相比，效率下降不到1％，产品成本也没有明显变化。分析 结果表明，cr-CR可以成功代表系统特征，并导致新定义的星形设计变量和cr之间的平滑功能。该方法在以沼气为燃料的燃气轮机上实施。检查了最小cr对燃料成分变化的敏感性，结果表明，在这一点上，针对为纯甲烷优化设计的系统，实现50％的甲烷含量会导致效率降低2％，并增加产品成本。但是，与针对50％甲烷进行最佳设计的系统相比，效率下降不到1％，产品成本也没有明显变化。分析 结果表明，cr-CR可以成功代表系统特征，并导致新定义的星形设计变量和cr之间的平滑功能。该方法在以沼气为燃料的燃气轮机上实施。检查了最小cr对燃料成分变化的敏感性，结果表明，在这一点上，针对为纯甲烷优化设计的系统，实现50％的甲烷含量会导致效率降低2％，并增加产品成本。但是，与针对50％甲烷进行最佳设计的系统相比，效率下降不到1％，产品成本也没有明显变化。分析 检查了最小cr对燃料成分变化的敏感性，结果表明，在这一点上，针对为纯甲烷优化设计的系统，实现50％的甲烷含量会导致效率降低2％，并增加产品成本。但是，与针对50％甲烷进行最佳设计的系统相比，效率下降不到1％，产品成本也没有明显变化。分析 检查了最小cr对燃料成分变化的敏感性，结果表明，在这一点上，针对为纯甲烷优化设计的系统，实现50％的甲烷含量会导致效率降低2％，并增加产品成本。但是，与针对50％甲烷进行最佳设计的系统相比，效率下降不到1％，产品成本也没有明显变化。分析${Ë}_p$（单位产品的排放）和cr表示CR <0.8适用于最佳设计选择。此处提出的方法有助于在项目的早期阶段在成本和减排之间进行权衡，从而提高了能效应用。