چکیده: با توجه به رشد حداکثری جمعیت، نیاز روزافزون مصرف انرژی الکتریکی در صنعت و مصارف خانگی و همچنین معایب سوخت‌های فسیلی در تولید برق مانند آلودگی، تخریب محیط‌زیست توسط انتشار گازهای مضر و پایان‌پذیر بودن آن‌ها موجب گردیده بشر به انرژی‌های تجدید پذیر روی بیاورد. چرخه کالینا، تکنولوژی مناسب و فرآیندی مفید برای تبدیل منابع حرارتی باکیفیت پایین (درجه حرارت پایین و فشار کم) به توان مکانیکی و الکتریسیته است. در این تحقیق سیکل کالینا خورشیدی شبیه‌سازی شده و از منظر انرژی، اگزرژی و اگزرژواکونومیک مورد بررسی قرارگرفته است؛ سپس موارد مختلف از جمله دما و فشار ورودی به توربین، اختلاف نقطه پینچ اواپراتور سیکل خورشیدی ارزیابی شده است. نتایج حاصله نشان می دهد که بیشترین بازدهی اگزرژی در بیشترین دمای ورودی توربین یعنی 433 کلوین اتفاق می افتد که این مقدار برای سیستم ارائه شده، حدود 9/8% بوده و بیشترین بازدهی انرژی که در همین دما قابل دستیابی است، برابر 85/44% می باشد. کلکتور خورشیدی، بویلرکمکی و مخزن ذخیره به دلیل بالا بودن نرخ هزینه ابتدایی و تخریب اگزرژی، مهم‌ترین اجزاء از منظر اگزرژواکونومیک می باشند. نتایج تحلیلی حاکی از آن است که بیشترین سهم تخریب اگزرژی سیستم مربوط به میدان خورشیدی (کلکتورهای سهموی خطی) بوده و سیکل کالینا کمترین سهم را در تخریب اگزرژی سیستم دارد لذا باید در جهت بهبود عملکرد کلکتورها و افزایش راندمان آنها طراحی های جدید و سرمایه گذاری لازم صورت پذیرد. در بحث اقتصادی، افزایش دمای اواپراتور و اختلاف نقطه پینچ، منجر به کاهش نرخ سرمایه گذاری کلی می شود. همچنین طبق ارزیابی های انجام گرفته با افزایش دمای توربین از K393 تا K435 توان خروجی خالص از kW 77 تا kW106 افزایش یافته و هزینه واحد تولید توان از $/GJ 0.155 تا $/GJ 0.105 کاهش یافته است که از لحاظ اقتصادی بسیار مقرون به صرفه است. همچنین تغییر شار خورشیدی، موجب بهبود عملکرد سیستم از دیدگاه اگزرژواکونومیک شده و افزایش بازده انرژی و اگزرژی را در پی دارد. در بهینه سازی انجام گرفته از روش الگوریتم NSGA-II که روش موثری برای انجام بهینه سازی چند هدفه می باشد که این الگوریتم امروزه به عنوان یکی از کارآمدترین الگوریتم های تکاملی چند هدفه شناخته شده است. یکی از نوآوری های تحقیق حاضر بهینه سازی سه هدفه سیستم مورد بررسی بوده است. راندمان انرژی ، راندمان اگزرژی و هزینه واحد تمام محصولات به عنوان ۳ تابع هدف برای این بهینه سازی انتخاب شده اند.