CN111881618A - 一种超临界co2布雷顿循环耦合优化方法、存储介质及设备 - Google Patents
一种超临界co2布雷顿循环耦合优化方法、存储介质及设备 Download PDFInfo
- Publication number
- CN111881618A CN111881618A CN202010641533.3A CN202010641533A CN111881618A CN 111881618 A CN111881618 A CN 111881618A CN 202010641533 A CN202010641533 A CN 202010641533A CN 111881618 A CN111881618 A CN 111881618A
- Authority
- CN
- China
- Prior art keywords
- efficiency
- turbine
- compressor
- parameters
- loss
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000005457 optimization Methods 0.000 title claims abstract description 53
- 238000010168 coupling process Methods 0.000 title claims abstract description 16
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 16
- 230000008878 coupling Effects 0.000 title claims abstract description 15
- 238000003860 storage Methods 0.000 title claims abstract description 10
- 238000013461 design Methods 0.000 claims abstract description 66
- 238000004364 calculation method Methods 0.000 claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 230000002068 genetic effect Effects 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000009792 diffusion process Methods 0.000 description 3
- 238000012821 model calculation Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000004323 axial length Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000000411 inducer Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000006880 cross-coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01K—STEAM ENGINE PLANTS; STEAM ACCUMULATORS; ENGINE PLANTS NOT OTHERWISE PROVIDED FOR; ENGINES USING SPECIAL WORKING FLUIDS OR CYCLES
- F01K25/00—Plants or engines characterised by use of special working fluids, not otherwise provided for; Plants operating in closed cycles and not otherwise provided for
- F01K25/08—Plants or engines characterised by use of special working fluids, not otherwise provided for; Plants operating in closed cycles and not otherwise provided for using special vapours
- F01K25/10—Plants or engines characterised by use of special working fluids, not otherwise provided for; Plants operating in closed cycles and not otherwise provided for using special vapours the vapours being cold, e.g. ammonia, carbon dioxide, ether
- F01K25/103—Carbon dioxide
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01K—STEAM ENGINE PLANTS; STEAM ACCUMULATORS; ENGINE PLANTS NOT OTHERWISE PROVIDED FOR; ENGINES USING SPECIAL WORKING FLUIDS OR CYCLES
- F01K7/00—Steam engine plants characterised by the use of specific types of engine; Plants or engines characterised by their use of special steam systems, cycles or processes; Control means specially adapted for such systems, cycles or processes; Use of withdrawn or exhaust steam for feed-water heating
- F01K7/32—Steam engine plants characterised by the use of specific types of engine; Plants or engines characterised by their use of special steam systems, cycles or processes; Control means specially adapted for such systems, cycles or processes; Use of withdrawn or exhaust steam for feed-water heating the engines using steam of critical or overcritical pressure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Geometry (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Computer Hardware Design (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
Abstract
本发明公开了一种超临界CO2布雷顿循环耦合优化方法、存储介质及设备,采用透平和压缩机的初始等熵效率进行遗传算法优化,通过对第一次热力学优化获取部件一维设计所需的系统优化热力学参数;根据优化后的系统热力学参数,分别进行透平和压缩机的一维设计并获取透平和压缩机的一维设计效率;将获取的新透平效率和新压缩机效率与其对应的初始等熵效率进行对比,当新透平效率和压缩机效率与其对应的初始等熵效率的差值小于或等于给定误差范围时,计算结束;输出系统优化设计参数和透平及压缩机的优化设计参数。本发明提升了系统的热效率和净功率、透平和压缩机效率参数优化计算准确性。
Description
技术领域
本发明属于中高温热能回收与动力工程技术领域,具体涉及一种用于超临界 CO2布雷顿循环的系统-部件耦合优化方法、存储介质及设备。
背景技术
超临界CO2布雷顿循环系统示意图如图1所示。由气体加热器、透平、回热器、冷却器和压缩机组成。在系统运行过程中,透平出口处的高温低压的CO2经回热器向压缩机出口的高压低温的CO2放热,然后经冷却器进一步冷却后进入压缩机被压缩,压缩机出口的CO2进入回热器吸热,随后进入气体加热器与热源换热,高温高压的CO2进入透平中膨胀做功,驱动发电机发电,完成整个循环。
在传统的超临界CO2布雷顿循环优化方法中,设定系统的初始设计参数后,通常先假设透平等熵效率和压缩机等熵效率为某一定值,给定关键参数的变化区间,使用遗传算法进行系统热力学优化,获取系统的优化热力参数(温度、压力、质量流量等),并进行关键部件(透平和压缩机)设计,获得系统性能参数(透平效率、压缩机效率、系统净功率、系统热效率等),其流程如图2所示。但随着设计参数和工况的变化,透平和压缩机的效率并非定值,采用该方法获取的系统优化热力参数再进行透平和压缩机的一维设计,所得到的透平和压缩机效率可能与假设值产生偏差,导致优化系统的热力性能计算不准确。
对于超临界CO2布雷顿循环来说,透平和压缩机作为系统的关键部件,他们的性能与运行稳定性对于系统性能有着至关重要的影响。在超临界CO2布雷顿循环传统优化方法中,通常将透平和压缩机的等熵效率假设为定值,但是系统实际运行中透平和压缩机的效率是变化的,采用定等熵效率值进行系统优化,其所得结果不够准确。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种用于超临界CO2布雷顿循环的系统-部件耦合优化方法、存储介质及设备,解决了现有技术中存在的因假设透平和压缩机的等熵效率为定值而引起的优化结果不准确的问题。
本发明采用以下技术方案:
一种超临界CO2布雷顿循环耦合优化方法,包括以下步骤:
S1、按照设计条件给定系统初始设计参数并假设透平和压缩机的初始等熵效率ηt,0和ηc,0;
S2、采用透平和压缩机的初始等熵效率进行遗传算法优化,通过对第一次热力学优化获取部件一维设计所需的系统优化热力学参数;
S3、根据优化后的系统热力学参数,分别进行透平和压缩机的一维设计并获取透平和压缩机的一维设计效率ηt,n和ηc,n;
S4、将获取的新透平效率ηt,n和新压缩机效率ηc,n与其对应的初始等熵效率进行对比,当新透平效率ηt,n和压缩机效率ηc,n与其对应的初始等熵效率的差值小于或等于给定误差范围时,计算结束;
S5、输出系统优化设计参数和透平及压缩机的优化设计参数。
具体的,步骤S3中,透平一维设计具体为:
S3011、给出透平的进口总温、进口总压、CO2质量流量和出口静压;
S3012、估算透平效率ηu;
S3013、计算获得透平动叶的热力参数、速度三角形和几何参数,进一步计算出静叶的热力参数和几何参数;
S3014、通过损失模型重新计算得到透平的轮周效率,并与估算的透平效率对比,若其差值满足要求,则终止计算,否则以计算得到的透平轮周效率作为初值重新进行计算。通过在给定参数范围内进行迭代计算,可以获取精度较高的设计结果。
进一步的,步骤S3012中,透平效率ηu为:
进一步的,步骤S3014中,透平轮周效率ηtur为:
其中,Δha,2-5为工质在透平中的实际比焓降,Δhs,2-5为工质在透平中的总等熵比焓降,Δhtur为工质在透平中的透平总比焓损失。
具体的,步骤S3中,压缩机的一维设计具体为:
S3021、通过守恒方程,结合损失关联式,将压缩机的各项损失转换为总压损失,对压缩机性能进行评估,通过MATLAB软件进行建模和计算;
S3022、输入初始设计参数,并对压缩机效率和总压损失系数进行假设;
S3023、计算导风轮和叶轮的几何参数和气动参数,计算导风轮和叶轮的损失并获取压缩机计算效率;
S3024、压缩机效率收敛后对扩压器参数和损失进行计算,若总压损失系数收敛则终止计算,否则继续迭代。
进一步的,步骤S3023中,叶轮出口处的总压损失通过下式评估:
进一步的,步骤S3024中,扩压器采用无叶扩压器,扩压器的总压损失P05估算如下:
P05=P03-(P03-P3)ωdiff
ωdiff=0.147+0.0046(θeq-12)2
其中,ωdiff为扩压器损失系数;θeq为当量扩张角。
具体的,步骤S4中,若新透平效率和新压缩机效率与其对应的初始等熵效率的差值未满足收敛条件|ηt,0-ηt,n|<ε,|ηc,0-ηc,n|<ε,则用计算所得的新透平效率与新压缩机效率取代原先的初始等熵效率并作为初值ηc,0=ηc,n,进行下一轮遗传算法优化计算n=n+1。
本发明的另一个技术方案是,一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1至8所述的方法中的任一方法。
本发明的另一个技术方案是,一种计算设备,包括:
一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至8所述的方法中的任一方法的指令。
与现有技术相比,本发明至少具有以下有益效果:
本发明一种用于超临界CO2布雷顿循环的系统-部件耦合优化方法,采用系统级与部件级协同耦合优化的策略,结合了透平与压缩机的一维设计和遗传算法优化,提出了一种系统-部件协同耦合的超临界CO2布雷顿循环系统参数优化方法,旨在进一步提升超临界CO2布雷顿循环系统的热力性能优化计算的准确度,通过模拟调控与实验研究,提升了系统的热效率和净功率、透平和压缩机效率等多个关键热力学参数优化计算的准确性。
进一步的,通过采用遗传算法,获取系统第一次优化后的热力学参数值,可为之后的透平和压缩机设计提供初始设计条件。
进一步的,利用优化后的系统热力学参数进行透平一维设计可获取其一维设计效率,之后可与其对应的初始等熵效率做对比。
进一步的,利用优化后的系统热力学参数进行透平一维设计可获取其一维设计效率,之后可与其对应的初始等熵效率做对比。
进一步的,对比获取的透平和压缩机的一维设计效率和其对应的初始等熵效率,若误差满足收敛条件,则计算终止,否则将获取的一维设计效率值赋予初始等熵效率,继续迭代计算,以获得更加准确的参数优化结果。
综上所述,本发明方法结合了透平和压缩机的一维设计以及遗传算法迭代优化,解决了传统优化方法中存在的因假设透平和压缩机的等熵效率为定值而引起的优化结果不准确的问题。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为带回热的超临界CO2布雷顿循环结构示意图;
图2为传统超临界CO2布雷顿循环参数优化方法;
图3为本发明方法流程图;
图4为向心透平典型结构剖面图;
图5为透平热力过程焓-熵图;
图6为透平动叶进出口的速度三角形图;
图7为透平一维设计流程图;
图8为离心压缩机结构示意图;
图9为离心压缩机一维设计流程图;
图10为采用假设效率和一维设计效率计算时系统性能的变化对比图。
具体实施方式
本发明提供了一种用于超临界CO2布雷顿循环的系统-部件耦合优化方法,采用系统级和部件级协同耦合优化策略,将透平和压缩机的一维设计与遗传算法优化相结合,提高了系统优化的精准度。
请参阅图3,本发明一种用于超临界CO2布雷顿循环的系统-部件耦合优化方法,包括以下步骤:
S1、按照设计条件给定系统初始设计参数并假设透平和压缩机的初始等熵效率ηt,0和ηc,0;
S2、随后采用遗传算法进行第一次热力学优化,获取优化后的系统热力学参数(温度、压力、质量流量等);
遗传算法是一种模拟达尔文生物进化论的方法,它以生物学中遗传学和自然选择为基础,通过概率学方法来搜索最优空间,并自行调整搜索方向,最终获得全局范围内的最优解。基于MATLAB计算平台的遗传算法工具包,在输入优化参数的变化范围及遗传算法的计算条件(种群数目,最大迭代代数,交叉概率,变异概率等)之后,即可获取优化后的系统热力学参数。
S3、根据优化后的系统热力学参数,分别进行透平和压缩机的一维设计并获取其一维设计效率,即新的透平效率ηt,n和压缩机效率ηc,n;
透平是将工质的内能转换为机械能输出的设备,典型向心透平的结构和焓- 熵图分别如图4、图5所示。向心透平主要由蜗壳、喷嘴和动叶组成,其中蜗壳用于使工质周向均匀进入喷嘴环,随后工质依次在喷嘴和动叶中膨胀加速。其详细工作过程为:高温高压的工质经蜗壳后周向均匀分布并进入喷嘴中膨胀加速 1-2,2-3,喷嘴出口处的工质在动静叶间隙内进行混合使得动叶进口处气流分布较为均匀3-4,随后工质进入动叶中膨胀,推动叶轮旋转并带动发动机输出电能 4-5。
请参阅图7,透平一维设计步骤具体为:
S3011、给出透平的热力参数:进口总温、进口总压、CO2质量流量和出口静压;
S3012、根据表1给出的透平设计参数范围,通过公式(1)进行透平效率估算;
表1 S-CO2透平设计参数取值范围
S3013、计算获得透平动叶的热力参数、速度三角形和几何参数,并进一步计算出静叶的热力参数和几何参数;
(1)透平热力参数计算过程如下:
Δhs,2-5=h2,total-h5s (2)
其中,Ω为透平反动度;Δhs,2-5为工质在透平中总的等熵比焓降/kJ·kg-1;Δhs,4-5为工质在动叶中的比焓降/kJ·kg-1;h2,total为透平进口总焓/kJ·kg-1;h5s为透平出口等熵焓值/kJ·kg-1。
动叶出口的实际比焓值可以表示为:
动叶进出口处的绝对速度和相对速度表示为:
其中,c为绝对速度/m*s-1;w为相对速度/m*s-1;u为圆周速度/m*s-1。
(2)透平几何参数计过程如下:
动叶叶片数可通过Glassman经验公式进行估算:
动叶进出口半径和叶片厚度分别表示为:
r5=μr4 (11)
t4=0.03r4 (12)
t5=0.02r4 (13)
其中,μ为叶轮轮径比,即动叶出口处的平均半径和动叶进口半径的比值; r4、r5为叶轮进口半径和叶轮出口处的平均半径/m;t4、t5为动叶进口叶片厚度和出口叶片厚度/m。
动叶进出口叶片高度分别表示为:
其中,b4、b5为动叶进口叶高和动叶出口平均叶高/m;A4、A5为动叶进出口的通流面积/m2。
动叶出口处的轮毂半径r5h和轮盖半径r5s分别表示为:
r5h=r5-0.5b5 (16)
r5s=r5+0.5b5 (17)
根据经验公式,可获取动叶轴向长度Lz:
Lz=1.5(r5s-r5h) (18)
基于动叶的几何参数,可以计算得到喷嘴的几何参数。
假设喷嘴出口叶高等于动叶入口叶高:
b3=b4 (19)
喷嘴相对跨距和喷嘴叶片弦长表示为:
喷嘴进出口半径表示为:
r3=r4+2b4 sinα4 (23)
其中,r2、r3为喷嘴进出口半径/m;α4为喷嘴叶片安装角/°;a为修正系数,一般取1.01~1.06。
S3014、通过损失模型重新计算得到透平的轮周效率,并与估算的透平效率对比,若其差值满足要求,则终止计算,否则以计算得到的透平轮周效率作为初值重新进行计算。通过在给定参数范围内进行迭代计算,可以获取精度较高的设计结果。
透平损失模型计算过程如下:
工质在透平中流动的过程由于摩擦、泄露等原因存在多种损失,通过相应的经验公式,可以对各项损失进行计算,从而获取透平轮周效率。工质在喷嘴中流动产生的能量损失可以通过喷嘴损失系数衡量:
工质在动叶流道中流动时,由于二次流和边界层发展等的影响产生的能量损失为动叶流道损失,表示为:
冲角指的是动叶进口叶片角和气流角之间的差值,在实际工作过程中,冲角通常会偏离最优值,因此产生冲角损失:
由于叶片尾缘影响产生的尾缘损失可定义为:
动叶中高速旋转的轮盘带动工质旋转,与壳体附近的工质发生摩擦,所消耗的能量被定义为轮盘摩擦损失:
由于动叶叶顶和轮盖面存在叶顶间隙,部分工质经叶顶间隙泄漏产生损失:
其中,Ka、Kr、Kar为轴向间隙、径向间隙和交叉耦合系数,其值分别等于0.4, 0.75和-0.3。
由于动叶出口处工质的速度能未被完全利用,因此存在余速损失:
动叶中总的能量损失和透平总的能量损失分别表示为:
Δhr=Δhp+Δhf+Δht+Δhi+Δhc (35)
Δhtur=Δhn+Δhr+Δhe (36)
因此透平轮周效率定义为:
其中,Δha,2-5为工质在透平中的实际比焓降/kJ·kg-1,Δhs,2-5为工质在透平中的总等熵比焓降/kJ·kg-1,Δhtur为工质在透平中的透平总比焓损失/kJ·kg-1。
压缩机一维设计计算步骤如下:
离心压缩机典型结构示意图如图8所示,压缩机进口到叶片喉部的部分为导风轮,喉部以后为叶轮部分,叶轮出口处有一间隙连接扩压器,扩压器出口与蜗壳相连。在压缩机工作过程中,工质先进入叶轮随叶轮旋转并提升压力,随后分别经扩压器和蜗壳进一步提升压力。
请参阅图9,压缩机的一维设计步骤具体为:
S3021、通过守恒方程,结合损失关联式,将压缩机的各项损失转换为总压损失来评估压缩机性能,通过MATLAB软件进行建模和计算;
S3022、输入初始设计参数,即压缩机进口压力、温度、压比、质量流量等,并对压缩机效率和总压损失系数进行假设;
根据初始设计参数与实际工程经验,分别假设合适的压缩机效率与总压损失系数。
S3023、计算导风轮和叶轮的几何参数和气动参数,计算导风轮和叶轮的损失并获取压缩机计算效率;
(1)导风轮模型计算过程如下:
导风轮部分考虑四种损失,即冲角损失、收缩损失、扩散损失和阻塞损失。冲角损失产生于叶片前缘,是由工质流动角和叶片角的差异引起的,冲角损失系数ωinc表示为:
其中,w2、vm2为叶轮入口处的相对速度和子午面速度/m s-1。
由于通流面积减小产生的损失表示为:
其中,r2h、r2s为叶轮进口处的轮毂半径和轮盖半径/m;A2、A1为叶轮进口处和压缩机进口处的通流面积/m2。
工质从叶片进口到叶轮喉部处由于扩散效应产生的损失表示为:
若工质流量过大,可能造成喉部工质达到声速,引起阻塞损失:
式中,X为阻塞系数,表示为:
其中,Aeff、A*为有效喉部面积和临界喉部面积/m2。
因此叶轮入口总压和喉部总压可以通过下式计算:
(2)叶轮模型计算过程如下:
叶轮损失分为内部损失和外部损失,式中内部损失主要为实际流动中产生的熵增,即总压损失,而外部损失则会减少工质的有效焓增量。内部损失包括壁面摩擦损失、叶片载荷损失、混合损失和间隙损失,外部损失包括轮盘摩擦损失、泄露损失和回流损失。叶轮内部工质与流道壁面摩擦产生的损失为壁面摩擦损失,可通过下式进行估算:
f=0.0412Re-0.1925 (47)
Lz=d3(0.014+0.023d3/d2h+1.58Φ) (50)
其中,Lz为叶轮轴向长度/m;Qv2为叶轮进口工质体积流量/m3*s-1;Ф为流量系数。
其中,Zeff为有效叶片数,通过下式计算:
Zeff=Zfb+ZsbLsb/Lb (53)
其中,Lsb为分流叶片流道长度/m,取完整叶片长度的65%。
叶片载荷损失是由于叶轮流道内流线发生偏转造成的,通过下式计算:
其中,Δw为叶片压力面和吸力面最大速度差/m*s-1;Ib为叶片输入功系数。
叶轮混合损失主要考虑扭曲流与主流掺混产生的损失以及叶片尾迹与主流掺混发生的损失,通过下式计算:
其中,λ为畸变系数;wsep为分离速度/m*s-1。
其中,B3为叶轮出口处的阻塞因子;δcl为叶顶间隙/m。
其中,Deq为等效扩散比:
对于开式叶轮,一部分流体受压差驱动从叶顶间隙处由压力面流向吸力面引起总压损失,间隙损失表示为:
mcl=ρ3ZeffδclLbvcl (64)
其中,mcl为叶顶间隙泄露流量/kg·s-1;Δpcl为间隙压差/MPa;vcl为间隙泄漏速度/m*s-1。
轮盘摩擦损失可通过下式估算:
其中,CMd为轮盘处的扭矩修正系数。
回流损失可通过下式进行评估:
对于开式叶轮,泄漏损失表示为:
总的输入功系数表示为:
Itotal=Ib+Id+Ir+Il (68)
其中,σ为滑移系数:
其中,ε为叶轮入口均径r2与叶轮出口半径r3之比。
叶轮出口处的总压损失可通过下式评估:
S3024、压缩机效率收敛后对扩压器参数和损失进行计算,若总压损失系数收敛则终止计算,否则继续迭代。
扩压器模型计算过程如下:
扩压器采用无叶扩压器,其总压损失可通过下式估算:
P05=P03-(P03-P3)ωdiff (73)
ωdiff=0.147+0.0046(θeq-12)2 (74)
其中,ωdiff为扩压器损失系数;θeq为当量扩张角/°。
S4、将获取的新透平效率和新压缩机效率与其对应的初始等熵效率进行对比;
S401、若新透平效率和新压缩机效率与其对应的初始等熵效率的差值未满足收敛条件|ηt,0-ηt,n|<ε,|ηc,0-ηc,n|<ε,则用计算所得的新透平效率与新压缩机效率取代原先的初始等熵效率并作为初值ηc,0=ηc,n,进行下一轮遗传算法优化计算 n=n+1;
S402当新透平效率和压缩机效率与其对应的初始等熵效率的差值小于或等于给定误差范围,则计算结束;
S5、输出系统优化设计参数和透平及压缩机的优化设计参数,优化后系统热效率和净功率、透平和压缩机效率。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为验证本发明方法的优越性,下面给出新方法与传统优化方法的计算实例对比。遗传算法的计算条件和参数范围如表2和表3所示。选取透平进口温度、透平进口压力、压缩机进口温度和透平膨胀比作为优化变量,以系统净功率作为优化目标,获取系统的优化热力参数值。
表2超临界CO2动力循环系统遗传算法计算条件
表3超临界CO2动力循环系统遗传算法优化参数取值范围
请参阅图10,分别采用一维设计效率值和假设效率值计算设计参数变化时的系统性能。若假设透平和压缩机的效率始终为定值,会导致系统计算的净功率和系统效率均偏高,系统热效率的偏差值约为2.2%~3.5%,而系统净功率的最大偏差值达到了约362kW,占总净功率的27.6%,表明采用假设的透平和压缩机效率不能很好地对系统性能进行评估和优化。因此,相比传统超临界CO2布雷顿循环系统参数优化方法,本发明方法可以获得更加准确的系统性能参数。
综上所述,本发明超临界CO2布雷顿循环耦合优化方法,针对传统参数优化方法采用定等熵效率计算导致优化结果不准确的问题,在传统参数优化方法基础上进行改进,采用系统级与部件级协同耦合优化的策略,结合了透平与压缩机的一维设计和遗传算法优化,提出了一种用于超临界CO2布雷顿循环的系统-部件耦合优化方法,先假设透平与压缩机的初始等熵效率并通过遗传算法计算获取优化系统热力学参数,再将设计所得的透平与压缩机的一维设计效率与其初始等熵效率进行比较,若它们的差值不满足收敛条件,再将一维设计效率值赋予初始等熵效率进行重复迭代计算,直至差值小于或等于给定误差范围。本发明解决了超临界CO2布雷顿循环系统参数优化方法采用定等熵效率进行计算导致优化结果不准确的问题,旨在进一步提升超临界CO2布雷顿循环系统的热力性能优化计算的准确度,有望通过模拟调控与实验研究,提升系统的热效率和净功率、透平和压缩机效率等多个关键热力学参数优化计算的准确性。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和 /或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (10)
1.一种超临界CO2布雷顿循环耦合优化方法,其特征在于,包括以下步骤:
S1、按照设计条件给定系统初始设计参数并假设透平和压缩机的初始等熵效率ηt,0和ηc,0;
S2、采用透平和压缩机的初始等熵效率进行遗传算法优化,通过对第一次热力学优化获取部件一维设计所需的系统优化热力学参数;
S3、根据优化后的系统热力学参数,分别进行透平和压缩机的一维设计并获取透平和压缩机的一维设计效率ηt,n和ηc,n;
S4、将获取的新透平效率ηt,n和新压缩机效率ηc,n与其对应的初始等熵效率进行对比,当新透平效率ηt,n和压缩机效率ηc,n与其对应的初始等熵效率的差值小于或等于给定误差范围时,计算结束;
S5、输出系统优化设计参数和透平及压缩机的优化设计参数。
2.根据权利要求1所述的方法,其特征在于,步骤S3中,透平一维设计具体为:
S3011、给出透平的进口总温、进口总压、CO2质量流量和出口静压;
S3012、估算透平效率ηu;
S3013、计算获得透平动叶的热力参数、速度三角形和几何参数,进一步计算出静叶的热力参数和几何参数;
S3014、通过损失模型重新计算得到透平的轮周效率,并与估算的透平效率对比,若其差值满足要求,则终止计算,否则以计算得到的透平轮周效率作为初值重新进行计算,通过在给定参数范围内进行迭代计算,可以获取精度较高的设计结果。
5.根据权利要求1所述的方法,其特征在于,步骤S3中,压缩机的一维设计具体为:
S3021、通过守恒方程,结合损失关联式,将压缩机的各项损失转换为总压损失,对压缩机性能进行评估,通过MATLAB软件进行建模和计算;
S3022、输入初始设计参数,并对压缩机效率和总压损失系数进行假设;
S3023、计算导风轮和叶轮的几何参数和气动参数,计算导风轮和叶轮的损失并获取压缩机计算效率;
S3024、压缩机效率收敛后对扩压器参数和损失进行计算,若总压损失系数收敛则终止计算,否则继续迭代。
8.根据权利要求1所述的方法,其特征在于,步骤S4中,若新透平效率和新压缩机效率与其对应的初始等熵效率的差值未满足收敛条件|ηt,0-ηt,n|<ε,|ηc,0-ηc,n|<ε,则用计算所得的新透平效率与新压缩机效率取代原先的初始等熵效率并作为初值ηc,0=ηc,n,进行下一轮遗传算法优化计算n=n+1。
9.一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1至8所述的方法中的任一方法。
10.一种计算设备,其特征在于,包括:
一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至8所述的方法中的任一方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010641533.3A CN111881618B (zh) | 2020-07-06 | 2020-07-06 | 一种超临界co2布雷顿循环耦合优化方法、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010641533.3A CN111881618B (zh) | 2020-07-06 | 2020-07-06 | 一种超临界co2布雷顿循环耦合优化方法、存储介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111881618A true CN111881618A (zh) | 2020-11-03 |
CN111881618B CN111881618B (zh) | 2024-04-05 |
Family
ID=73150162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010641533.3A Active CN111881618B (zh) | 2020-07-06 | 2020-07-06 | 一种超临界co2布雷顿循环耦合优化方法、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111881618B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113342314A (zh) * | 2021-05-28 | 2021-09-03 | 西安交通大学 | 超临界二氧化碳工质轴流式透平设计系统及方法 |
CN113688565A (zh) * | 2021-08-02 | 2021-11-23 | 大连理工大学 | 基于最优权衡的超临界co2离心压缩机贝叶斯优化方法 |
CN113868982A (zh) * | 2021-10-21 | 2021-12-31 | 山东大学 | 超临界二氧化碳径流式涡轮机械的数值仿真方法及系统 |
CN114251129A (zh) * | 2021-11-29 | 2022-03-29 | 中国船舶工业集团公司第七0八研究所 | 用于透平机械二次流分析评估第三类流面及其设计方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190327A (zh) * | 2018-11-23 | 2019-01-11 | 华北电力大学(保定) | 有机朗肯循环系统分析优化方法、装置及设备 |
US20190071995A1 (en) * | 2017-09-01 | 2019-03-07 | Southwest Research Institute | Double Wall Supercritical Carbon Dioxide Turboexpander |
-
2020
- 2020-07-06 CN CN202010641533.3A patent/CN111881618B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190071995A1 (en) * | 2017-09-01 | 2019-03-07 | Southwest Research Institute | Double Wall Supercritical Carbon Dioxide Turboexpander |
CN109190327A (zh) * | 2018-11-23 | 2019-01-11 | 华北电力大学(保定) | 有机朗肯循环系统分析优化方法、装置及设备 |
Non-Patent Citations (2)
Title |
---|
梁之博;季俊生;黎本锋;刘晓燕;: "翼型蜗舌技术在多翼离心风机中的应用", 电器, no. 1 * |
王兵兵;乔加飞;: "再压缩式超临界二氧化碳布雷顿循环的特性研究", 动力工程学报, no. 09 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113342314A (zh) * | 2021-05-28 | 2021-09-03 | 西安交通大学 | 超临界二氧化碳工质轴流式透平设计系统及方法 |
CN113342314B (zh) * | 2021-05-28 | 2023-08-18 | 西安交通大学 | 超临界二氧化碳工质轴流式透平设计系统及方法 |
CN113688565A (zh) * | 2021-08-02 | 2021-11-23 | 大连理工大学 | 基于最优权衡的超临界co2离心压缩机贝叶斯优化方法 |
CN113688565B (zh) * | 2021-08-02 | 2024-01-30 | 大连理工大学 | 基于最优权衡的超临界co2离心压缩机贝叶斯优化方法 |
CN113868982A (zh) * | 2021-10-21 | 2021-12-31 | 山东大学 | 超临界二氧化碳径流式涡轮机械的数值仿真方法及系统 |
CN114251129A (zh) * | 2021-11-29 | 2022-03-29 | 中国船舶工业集团公司第七0八研究所 | 用于透平机械二次流分析评估第三类流面及其设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111881618B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111881618B (zh) | 一种超临界co2布雷顿循环耦合优化方法、存储介质及设备 | |
Berdanier et al. | The effects of tip leakage flow on the performance of multistage compressors used in small core engine applications | |
US20200173298A1 (en) | Turbine housing and method of improving efficiency of a radial/mixed flow turbine | |
Liang et al. | Design of a centrifugal compressor with low solidity vaned diffuser (LSVD) for large-scale compressed air energy storage (CAES) | |
Sudadiyo | Preliminary design of RDE feedwater pump impeller | |
Lei et al. | A rapid and automatic optimal design method for six-stage axial-flow industry compressor | |
Rusanov et al. | The influence of stator-rotor interspace overlap of meridional contours on the efficiency of high-pressure steam turbine stages | |
Robinson et al. | An integrated approach to the aero-mechanical optimisation of turbo compressors | |
Ha et al. | Detailed Design and Optimization of the first stage of an axial supercritical CO2 compressor | |
Sugimoto et al. | Performance investigation into supersonic diffuser for a high pressure centrifugal compressor | |
Shanechi et al. | Optimisation of a high pressure ratio radial-inflow turbine: Coupled CFD-FE analysis | |
Wiedermann et al. | Through-flow modeling of single-and two-shaft gas turbines at wide operating range | |
Lee et al. | Investigation into the impact of span-wise flow distribution on the performance of a mixed flow turbine | |
Choi et al. | Performance and size comparison of two-stage and three-stage axial turbines for a nitrogen gas Brayton cycle coupled with a sodium-cooled fast reactor | |
Luo et al. | Design of 1+ 1/2 counter rotating centrifugal turbine and performance comparison with two-stage centrifugal turbine | |
Van den Braembussche et al. | Aerothermal optimization of micro-gas turbine compressor including heat transfer | |
Moroz et al. | Integrated environment for gas turbine preliminary design | |
CN115859490A (zh) | 一种真实气体离心式压气机一维气动优化设计方法及系统 | |
Carcasci et al. | Heavy duty gas turbine simulation: a compressor IGV airfoil off-design characterization | |
Shouyi et al. | Preliminary design of centrifugal compressor using multidisciplinary optimization method | |
Sammak et al. | Reduced-order through-flow design code for highly loaded, cooled axial turbines | |
Muppana et al. | High Pressure Novel Single Hub Multi-Rotor Centrifugal Compressor: Performance Prediction and Loss Analysis | |
Diehl et al. | Impact of large tip clearance ratios on the performance of a centrifugal compressor | |
Ostad et al. | An Investigation on the Effect of Blade Tip Clearance on the Performance of a Single-Stage Axial Compressor | |
Krivosheev et al. | Development of Methods for Designing Turbines and Compressors as a Part of Gas Turbine Engines |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |