CN113623040A - 基于非线性规划的布雷顿循环系统建模方法 - Google Patents

基于非线性规划的布雷顿循环系统建模方法 Download PDF

Info

Publication number
CN113623040A
CN113623040A CN202111007614.9A CN202111007614A CN113623040A CN 113623040 A CN113623040 A CN 113623040A CN 202111007614 A CN202111007614 A CN 202111007614A CN 113623040 A CN113623040 A CN 113623040A
Authority
CN
China
Prior art keywords
pressure
hot
inlet
temperature
outlet
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
Application number
CN202111007614.9A
Other languages
English (en)
Other versions
CN113623040B (zh
Inventor
张大林
李新宇
王式保
王成龙
田文喜
秋穗正
苏光辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202111007614.9A priority Critical patent/CN113623040B/zh
Publication of CN113623040A publication Critical patent/CN113623040A/zh
Application granted granted Critical
Publication of CN113623040B publication Critical patent/CN113623040B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • F01K27/00—Plants for converting heat or fluid energy into mechanical energy, not otherwise provided for
    • 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
    • F01K13/00—General layout or general methods of operation of complete plants
    • 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
    • F01K13/00—General layout or general methods of operation of complete plants
    • F01K13/003—Arrangements for measuring or testing
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Control Of Turbines (AREA)

Abstract

本发明公开了基于非线性规划的布雷顿循环系统建模方法，包括五个步骤：确定边界条件、划分流程、显化参数、局部规划和整体规划；在局部规划中将热端、冷端和回热端的三个
Figure DDA0003237558770000011
损失表示为目标函数，采用无导数局部最优算法，以达到较快的收敛速度；在整体规划中将热、冷和回热端的流量偏差表示目标函数，采用启发式全局优化算法，以尽量找到全局最优解。本发明的方法通过整体规划外迭代和局部规划内迭代，一次计算即可找到热效率和
Figure DDA0003237558770000012
损失的全局最优解，避免了讨论方程封闭性、初值调试和启发式算法调试，降低了求解难度，实现了多构型、多变量的同步优化。

Description

基于非线性规划的布雷顿循环系统建模方法
技术领域
本发明属于动力工程及工程热物理技术领域，具体涉及基于非线性规划的布雷顿循环系统建模方法。
背景技术
由于实际流体性质和分流、合流等过程带来的强非线性，复杂布雷顿循环系统的建模求解和优化一直以来作为过程合成与优化的重难点之一。过去几十年来，通常有两类基于方程的求解方法，即序贯算法和联立方程法，它们的本质都是求解描述全系统能量守恒、不可逆变压过程以及匹配物性状态方程或数据的非线性方程组。
基于序贯算法已经诞生了较为成熟的理论，常见的商用软件如ASPEN和EBSILON等多采用这类方法。然而序贯算法需要频繁调试未知的猜测值，并设置不同设备的约束条件以使得方程组封闭，在不断的调参过程中极其容易犯错。另外，其对流量的反解功能较弱，对模糊约束条件的识别性不强。以换热器为例，用户很有可能在规定了两个串联换热器的最小温差后，发现找不到一组流量的可行解，这是由于换热器约束是一组模糊约束，而序贯算法要求给出明确约束，这往往很难操作。另外，序贯算法的迭代顺序取决于用户的建模方式，在外迭代的影响下，有可能使得内迭代的一个占用时间较长的区域进行多次的重复计算，此时会严重影响计算效率。
基于联立方程组法尚未有较为常用的过程模拟软件，其主要问题在于提供一组合理的初值十分困难。但其优点在于能够明确固定的和可变的已知量，经过对方程的排序和化简处理后能实现更高的计算速度，便于优化和敏感性分析。其面临的主要问题与序贯算法是一致的：方程组必须封闭才可以求解，如果求解欠定方程，则需输入零方程来启动求解器；如果方程超定，则无法求解，只能基于最小二乘法评估残差。另外该方法也无法处理模糊约束的问题。
然而，在采用求解非线性方程组的方法对复杂布雷顿循环系统建模和计算时，首先要考虑方程组封闭性，但非线性方程组实数解的存在性和唯一性与方程封闭与否并无直接关系，这也是传统非线性方程组解法难以识别多解的原因。此外，在经过一系列调试得到一组稳态解后，还需要确保方程组求解算法的稳定性，以实行后续的优化；而强非线性问题对初值和参数的变化十分敏感，当系统复杂时稳定性往往难以保证。最后，如果采用启发式优化来避免局部最优，同样面临计算低效的问题。
综上，复杂布雷顿循环系统——尤其是近年来的研究热点之一：超临界二氧化碳布雷顿循环系统的建模与优化技术，在系统建模求解和优化上均面临此类问题：强非线性使得求解过程中必须讨论方程组封闭性，并反复调试算法以确保其稳定性，另外在启发式优化过程中也会占用大量时间。因此，亟需一种较为通用的布雷顿循环系统建模方法，既能降低求解难度，也能够尽量提高最优化的效率，能够直接在系统层面上设计出具有较好性能的布雷顿循环流程，进而有助于促进我国自主掌握复杂布雷顿循环系统设计和优化技术进程。
发明内容
为了克服上述现有技术存在的问题，本发明的目的在于提供一种非线性规划的布雷顿循环系统建模方法，通过一次计算找到热效率和
Figure BDA0003237558750000031
损失的全局最优解，避免讨论方程封闭性、初值调试和启发式算法调试，降低求解难度，实现多构型、多变量的同步优化。
为了达到上述目的，本发明采用如下技术方案：
基于非线性规划的布雷顿循环系统建模方法，包括五个步骤：确定边界条件、划分流程、显化参数、局部规划和整体规划：
步骤1、确定边界条件：确定工质成分、循环最低温压、环境温度、环境压力、热源温度；其中环境温度范围限定在200K至500K；环境压力限定在0.05MPa至0.15MPa，热源温度限定在500K至1300K；
步骤2、划分流程：将布雷顿循环系统按温度划分为热端、回热端和冷端；热端为从开始吸收热源热量为起点，至全部透平膨胀后的最终出口为终点：起点连接回热端的冷侧出口，终点连接回热端的热侧入口；回热端特指一台换热器，其连接热端和冷端，回热器的冷侧入口连接冷端出口，热侧出口连接冷端入口；冷端即为回热端从热侧出口连接至冷侧入口的部分；热端设备包括透平、热端加热器和热端回热器；冷端设备包括压缩机、冷却器和冷端回热器。
步骤3、显化参数：本步骤及后续步骤均采用实际流体物性库，本步骤先后包括如下子步骤：
子步骤1：规定循环最低温度和压力：应保证压缩机入口不发生凝结，即热力学含气率在1以上；
子步骤2：规定循环最高压力和绝热效率，应保证循环最高压力不高于25MPa，然后进行不可逆压缩计算，获得压缩机出口压力和焓值；对于多压缩机，应规定各压缩机的入口压力；
子步骤3：规定循环最高温度和等熵效率，应保证循环最高温度低于热源最高温度8℃以上；对于多透平，应规定各透平的入口温度；
子步骤4：确定冷端、热端基准构型：首先采用热端简单加热和冷端简单冷却构型；
子步骤5：压力分配：规定各换热器侧压降，由已知的冷端、热端基准构型得到系统各设备出入口处的压力；将各换热器冷侧、热侧压降设置为0.1-0.15MPa，在换热器设计完成后予以修正；进行不可逆膨胀计算，获得透平出口压力和焓值；
子步骤6：流程初步计算：根据透平和压缩机的布置，以及循环最高温度、循环最低温度、循环最低压力和系统压力场的设置情况，尽可能地算出较多的已知参数，在透平、压缩机入口温度已知的情况下，通过不可逆膨胀和不可逆压缩计算得到它们出口温度和压力，进而得到其他热力学参数；
步骤4、局部规划：本步骤中的公式单位均采用国际单位制符号，包括如下子步骤：
子步骤1：对于所有的换热设备，遵循能量守恒公式(a)和夹点温差约束(b)；
Figure BDA0003237558750000041
min(Th-Tl)＝minΔT≥8 (b)
其中，Wh：热侧流量，
Figure BDA0003237558750000042
热侧入口比焓，
Figure BDA0003237558750000043
热侧出口比焓，Wl：冷侧流量，
Figure BDA0003237558750000044
冷侧出口比焓，
Figure BDA0003237558750000045
冷侧入口比焓，min：表示最小值，Th：热侧沿0％-100％换热过程变化的温度分布，Tl：冷侧沿0％-100％换热过程变化的温度分布，minΔT：夹点温差；
1)对于热侧，将热侧焓差
Figure BDA0003237558750000046
沿0％-100％换热过程变化分成i等份，获得热侧的比焓场
Figure BDA0003237558750000051
借助物性状态方程，以热侧最高压力即入口压力
Figure BDA0003237558750000052
来求得热侧最高压力下对应的温度分布场
Figure BDA0003237558750000053
以热侧最低压力即出口压力
Figure BDA0003237558750000054
来求得热侧最低压力下对应的温度分布场
Figure BDA0003237558750000055
2)冷侧与热侧相同处理，得到冷侧最高压力即入口压力
Figure BDA0003237558750000056
下冷侧最高压力下对应的温度分布场
Figure BDA0003237558750000057
冷侧最低压力即出口压力
Figure BDA0003237558750000058
下冷侧最低压力下对应的温度分布场
Figure BDA0003237558750000059
3)计算夹点温差：求解四个最小温差
Figure BDA00032375587500000510
Figure BDA00032375587500000511
Figure BDA00032375587500000512
即为夹点温差；
1)至3)中，
Figure BDA00032375587500000513
热侧沿0％-100％换热过程变化的等分比焓场，
Figure BDA00032375587500000514
热侧入口压力，
Figure BDA00032375587500000515
热侧最高压力，
Figure BDA00032375587500000516
热侧最高压力下沿0％-100％换热过程变化的温度分布场，
Figure BDA00032375587500000517
热侧出口压力，
Figure BDA00032375587500000518
热侧最低压力，
Figure BDA00032375587500000519
热侧最低压力下沿0％-100％换热过程变化的温度分布场，
Figure BDA00032375587500000520
冷侧沿0％-100％换热过程变化的等分比焓场，
Figure BDA00032375587500000521
冷侧入口压力，
Figure BDA00032375587500000522
冷侧最高压力，
Figure BDA00032375587500000523
冷侧最高压力下沿0％-100％换热过程变化的温度分布场，
Figure BDA00032375587500000524
冷侧出口压力，
Figure BDA00032375587500000525
冷侧最低压力，
Figure BDA00032375587500000526
冷侧最低压力下沿0％-100％换热过程变化的温度分布场；其余符号与公式(a)和(b)中的符号含义相同；
子步骤2：对于所有的透平，遵循不可逆膨胀，如公式(c)；对于压缩机，遵循不可逆压缩，如公式(d)：
Figure BDA00032375587500000527
Figure BDA0003237558750000061
其中，
Figure BDA0003237558750000062
透平入口压力，
Figure BDA0003237558750000063
透平出口压力，kT：膨胀比，ηT：等熵效率；
Figure BDA0003237558750000064
透平入口比焓；
Figure BDA0003237558750000065
透平出口比焓，
Figure BDA0003237558750000066
透平入口比熵，
Figure BDA0003237558750000067
透平出口温度，
Figure BDA0003237558750000068
透平出口比熵，kC：压缩比；
Figure BDA0003237558750000069
压缩机入口压力，
Figure BDA00032375587500000610
压缩机出口压力，ηC：绝热效率，
Figure BDA00032375587500000611
压缩机入口比熵，
Figure BDA00032375587500000612
压缩机入口比焓，
Figure BDA00032375587500000613
压缩机出口比焓，
Figure BDA00032375587500000614
压缩机出口温度，
Figure BDA00032375587500000615
压缩机出口比熵；
由于膨胀比kT和压缩比ηC已知，将公式(c)和公式(d)归纳为黑箱模型，即确定透平或压缩机入口压力Pin、出口压力Pout和等熵效率或绝热效率η后，由透平或压缩机入口温度Tin能够计算透平或压缩机出口温度Tout，即：
Figure BDA00032375587500000616
子步骤3：对于所有的分流设备和合流设备，遵循能量守恒(f)：
∑(Winhin)＝∑(Wouthout) (f)
其中，∑表示求和，Win：入口流量，hin：入口比焓，Wout：出口流量，hout：出口比焓；
子步骤4：最小损失规划：将热端、冷端和回热端的三个
Figure BDA00032375587500000618
损失表示为：
I＝T0[∑(Woutsout)-∑(Winsin)] (g)
综合式(a)至式(f)，总结非线性隐式约束：
Figure BDA00032375587500000617
其中，h：各设备出入口比焓，P：各设备出入口压力，T：各设备出入口温度，s：各设备出入口比熵；
式(g)和(h)构成了一个非线性约束问题，其中式(g)为目标函数，式(h)为非线性约束，决策变量为各支路流量W、各设备出入口的压力P和温度T；在约束(h)下求解得到目标函数(g)的最小值，即热、冷和回热端达到最小的
Figure BDA0003237558750000075
损失；子步骤4采用无导数局部优化算法，以达到较快的收敛速度，获得局部最优解；如NLOPT求解器中的线性逼近的约束优化算法COBYLA和Sbplx算法等；
步骤5、整体规划：本步骤中的公式单位均采用国际单位制符号，包括如下子步骤：
子步骤1：当步骤4收敛后，系统损失最小、能量利用率最高，但热端、冷端和回热端的流量和接口温度参数并不匹配；因此将步骤4封装为黑箱，其输入量为各支路流量、各设备出入口的压力和温度，输出为热端、冷端和回热端的流量和温度；根据此黑箱，基于最小二乘原则定义目标函数(j)和线性约束(k)：
Figure BDA0003237558750000071
R(P,T,W)＝(WH-WL)2+(WH-WR)2＝0 (j)
Figure BDA0003237558750000072
其中，W：各支路流量，P：各设备出入口压力，T：各设备出入口温度，WH：热端流量，WL：冷端流量，WR：回热端流量，
Figure BDA0003237558750000073
热端入口温度，
Figure BDA0003237558750000074
热端出口温度，
Figure BDA0003237558750000081
冷端入口温度，
Figure BDA0003237558750000082
冷端出口温度，
Figure BDA0003237558750000083
回热端热侧入口温度，
Figure BDA0003237558750000084
回热端热侧出口温度，
Figure BDA0003237558750000085
回热端热侧入口温度，
Figure BDA0003237558750000086
回热端冷侧出口温度；
本步骤只是作为外迭代，其决策变量均与步骤4共用；由于步骤4中的子步骤4找到的是局部最优解，故本步骤中采用启发式全局优化算法以尽量找到全局最优解，如遗传算法、差分进化算法和粒子群算法等；当R<0.0001时，即热、冷和回热端的流量绝对偏差平方和小于10-4，认为全局收敛；反之如果达不到该标准，则将优化结果重新带入无导数局部最优算法继续计算，若仍然不能收敛，则说明该构型下很难有稳态解；
子步骤2：在步骤5子步骤1的基础上，分析热端、冷端和回热端的三个
Figure BDA0003237558750000087
损失；若热端
Figure BDA0003237558750000088
损失超过了总损失的40％，则对热端采取分流再热措施，增加再热器、透平和热端回热器；若回热端
Figure BDA0003237558750000089
损失超过了总损失的40％，则对冷端采取分流再压缩措施；若冷端损失超过了总损失的40％，则对冷端采取间冷措施，增加冷却器和压缩机；随后对新构型执行步骤2-5，以得到更小的
Figure BDA00032375587500000810
损失；若
Figure BDA00032375587500000811
损失更大，则回退构型；
子步骤3：在子步骤2的基础上，输出布雷顿循环系统设计优化的结果，包括最终构型、循环各路流量、各设备出入口温度和压力和总
Figure BDA00032375587500000812
损失，进而计算热效率和
Figure BDA00032375587500000813
效率。
和现有技术相比较，本发明具备如下优点：
1、建模难度低。本发明采用非线性规划思路，不需要考虑方程的封闭性，用户只需要根据冷端、热端和回热端提供不同的能量方程、不可逆变压过程和物性库等式约束以及夹点温差不等式约束，提供目标函数和决策变量即可求解；另外，成熟的高性能非线性规划工具很多，较易于实现模块化和面向对象编程。
2、计算步骤简化。本发明将能量守恒和
Figure BDA0003237558750000091
损失最小化在内迭代中同时求解，将冷端、热端和回热端的流量和温压匹配在外迭代中同时求解，最终得到的结果即为全局最优热效率和相应的循环构型，实现了多构型、多变量的同步优化，简化了建模流程，有利于提高建模效率。
3、便于多工质和多构型性能对比。本发明在优化过程中会根据各种构型的取舍情况，得出它们的最适应用范围；更换工质后会得到其他对比结论。相比传统的基于方程组求解方法，在更改构型和工质后，本发明省去大量的求解方程组的调试工作，便于快速确定适用于某类环境的布雷顿循环系统配置。
附图说明
图1为本发明基于非线性规划的布雷顿循环系统建模方法流程图。
具体实施方式
下面结合附图1，以应用于小型氟盐冷却高温堆的超临界二氧化碳布雷顿循环系统为例，对本发明方法的具体实施方式进行详细说明。
基于非线性规划的布雷顿循环系统建模方法，包括五个步骤：确定边界条件、划分流程、显化参数、局部规划和整体规划：
步骤1、确定边界条件：确定工质成分、循环最低温压、环境温度、环境压力、热源温度；其中环境温度范围限定在288.15K；环境压力限定在0.1MPa，热源温度限定在923-973K；
步骤2、划分流程：将布雷顿循环系统按温度划分为热端、回热端和冷端；其中热端为从开始吸收热源热量为起点，至全部透平膨胀后的最终出口为终点：起点连接回热端的冷侧出口，终点连接回热端的热侧入口；回热端特指一台换热器，其连接热端和冷端，回热器的冷侧入口连接冷端出口，热侧出口连接冷端入口；冷端即为回热端从热侧出口连接至冷侧入口的部分；热端设备包括透平、热端加热器和热端回热器；冷端设备包括压缩机、冷却器和冷端回热器。
步骤3、显化参数：本步骤及后续步骤均采用实际流体物性库，本步骤先后包括如下子步骤：
子步骤1：规定循环最低温度和压力：应保证压缩机入口不发生凝结，即热力学含气率在1以上；
子步骤2：规定循环最高压力和绝热效率，应保证循环最高压力不高于25MPa，然后进行不可逆压缩计算，获得压缩机出口压力和焓值；对于多压缩机，应规定各压缩机的入口压力；
子步骤3：规定循环最高温度和等熵效率，应保证循环最高温度低于热源最高温度8℃以上；对于多透平，应规定各透平的入口温度；
子步骤4：确定冷端、热端基准构型：首先采用热端简单加热和冷端简单冷却构型；
子步骤5：压力分配：规定各换热器侧压降，由已知的冷端、热端基准构型得到系统各设备出入口处的压力；将各换热器冷侧、热侧压降设置为0.1MPa，在换热器设计完成后予以修正；进行不可逆膨胀计算，获得透平出口压力和焓值；
子步骤6：流程初步计算：根据透平和压缩机的布置，以及循环最高温度、循环最低温度、循环最低压力和系统压力场的设置情况，尽可能地算出较多的已知参数，在透平、压缩机入口温度已知的情况下，通过不可逆膨胀和不可逆压缩计算得到它们出口温度和压力，进而得到其他热力学参数；
步骤4、局部规划：本步骤中的公式单位均采用国际单位制符号，包括如下子步骤：
子步骤1：对于所有的换热设备，遵循能量守恒公式(a)和夹点温差约束(b)；
Figure BDA0003237558750000111
min(Th-Tl)＝minΔT≥8 (b)
其中，Wh：热侧流量，
Figure BDA0003237558750000112
热侧入口比焓，
Figure BDA0003237558750000113
热侧出口比焓，Wl：冷侧流量，
Figure BDA0003237558750000114
冷侧出口比焓，
Figure BDA0003237558750000115
冷侧入口比焓，min：表示最小值，Th：热侧沿0％-100％换热过程变化的温度分布，Tl：冷侧沿0％-100％换热过程变化的温度分布，minΔT：夹点温差；
1)对于热侧，将热侧焓差
Figure BDA0003237558750000116
沿0％-100％换热过程变化分成i等份，获得热侧的比焓场
Figure BDA0003237558750000117
借助物性状态方程，以热侧最高压力即入口压力
Figure BDA0003237558750000118
来求得热侧最高压力下对应的温度分布场
Figure BDA0003237558750000119
以热侧最低压力即出口压力
Figure BDA00032375587500001110
来求得热侧最低压力下对应的温度分布场
Figure BDA00032375587500001111
2)冷侧与热侧相同处理，得到冷侧最高压力即入口压力
Figure BDA00032375587500001112
下冷侧最高压力下对应的温度分布场
Figure BDA00032375587500001113
冷侧最低压力即出口压力
Figure BDA00032375587500001114
下冷侧最低压力下对应的温度分布场
Figure BDA00032375587500001115
3)计算夹点温差：求解四个最小温差
Figure BDA00032375587500001116
Figure BDA00032375587500001117
Figure BDA00032375587500001118
即为夹点温差；
1)至3)中，
Figure BDA00032375587500001119
热侧沿0％-100％换热过程变化的等分比焓场，
Figure BDA00032375587500001120
热侧入口压力，
Figure BDA00032375587500001121
热侧最高压力，
Figure BDA00032375587500001122
热侧最高压力下沿0％-100％换热过程变化的温度分布场，
Figure BDA00032375587500001123
热侧出口压力，
Figure BDA00032375587500001124
热侧最低压力，
Figure BDA00032375587500001125
热侧最低压力下沿0％-100％换热过程变化的温度分布场，
Figure BDA0003237558750000121
冷侧沿0％-100％换热过程变化的等分比焓场，
Figure BDA0003237558750000122
冷侧入口压力，
Figure BDA0003237558750000123
冷侧最高压力，
Figure BDA0003237558750000124
冷侧最高压力下沿0％-100％换热过程变化的温度分布场，
Figure BDA0003237558750000125
冷侧出口压力，
Figure BDA0003237558750000126
冷侧最低压力，
Figure BDA0003237558750000127
冷侧最低压力下沿0％-100％换热过程变化的温度分布场；其余符号与公式(a)和(b)中的符号含义相同；
子步骤2：对于所有的透平，遵循不可逆膨胀，如公式(c)；对于压缩机，遵循不可逆压缩，如公式(d)：
Figure BDA0003237558750000128
Figure BDA0003237558750000129
其中，
Figure BDA00032375587500001210
透平入口压力，
Figure BDA00032375587500001211
透平出口压力，kT：膨胀比，ηT：等熵效率；
Figure BDA00032375587500001212
透平入口比焓；
Figure BDA00032375587500001213
透平出口比焓，
Figure BDA00032375587500001214
透平入口比熵，
Figure BDA00032375587500001215
透平出口温度，
Figure BDA00032375587500001216
透平出口比熵，kC：压缩比；
Figure BDA00032375587500001217
压缩机入口压力，
Figure BDA00032375587500001218
压缩机出口压力，ηC：绝热效率，
Figure BDA00032375587500001219
压缩机入口比熵，
Figure BDA00032375587500001220
压缩机入口比焓，
Figure BDA00032375587500001221
压缩机出口比焓，
Figure BDA00032375587500001222
压缩机出口温度，
Figure BDA00032375587500001223
压缩机出口比熵；
由于膨胀比kT和压缩比ηC已知，将公式(c)和公式(d)归纳为黑箱模型，即确定透平或压缩机入口压力Pin、出口压力Pout和等熵效率或绝热效率η后，由透平或压缩机入口温度Tin能够计算透平或压缩机出口温度Tout，即：
Figure BDA00032375587500001224
子步骤3：对于所有的分流设备和合流设备，遵循能量守恒(f)：
∑(Winhin)＝∑(Wouthout) (f)
其中，∑表示求和，Win：入口流量，hin：入口比焓，Wout：出口流量，hout：出口比焓；
子步骤4：最小损失规划：将热端、冷端和回热端的三个
Figure BDA0003237558750000132
损失表示为：
I＝T0[∑(Woutsout)-∑(Winsin)] (g)
综合式(a)至式(f)，总结非线性隐式约束：
Figure BDA0003237558750000131
其中，h：各设备出入口比焓，P：各设备出入口压力，T：各设备出入口温度，s：各设备出入口比熵；
式(g)和(h)构成了一个非线性约束问题，其中式(g)为目标函数，式(h)为非线性约束，决策变量为各支路流量W、各设备出入口的压力P和温度T；在约束(h)下求解得到目标函数(g)的最小值，即热、冷和回热端达到最小的
Figure BDA0003237558750000133
损失；子步骤4采用线性逼近的约束优化算法COBYLA，通过n维n+1点的单纯形来构造目标函数和约束的连续线性逼近，并在每一步的信赖区域中优化这些逼近，以达到较快的收敛速度，获得局部最优解；
步骤5、整体规划：本步骤中的公式单位均采用国际单位制符号，包括如下子步骤：
子步骤1：当步骤4收敛后，系统损失最小、能量利用率最高，但热端、冷端和回热端的流量和接口温度参数并不匹配；因此将步骤4封装为黑箱，其输入量为各支路流量、各设备出入口的压力和温度，输出为热端、冷端和回热端的流量和温度；根据此黑箱，基于最小二乘原则定义目标函数(j)和线性约束(k)：
Figure BDA0003237558750000141
R(P,T,W)＝(WH-WL)2+(WH-WR)2＝0 (j)
Figure BDA0003237558750000142
其中，W：各支路流量，P：各设备出入口压力，T：各设备出入口温度，WH：热端流量，WL：冷端流量，WR：回热端流量，
Figure BDA0003237558750000143
热端入口温度，
Figure BDA0003237558750000144
热端出口温度，
Figure BDA0003237558750000145
冷端入口温度，
Figure BDA0003237558750000146
冷端出口温度，
Figure BDA0003237558750000147
回热端热侧入口温度，
Figure BDA0003237558750000148
回热端热侧出口温度，
Figure BDA0003237558750000149
回热端热侧入口温度，
Figure BDA00032375587500001410
回热端冷侧出口温度；
本步骤只是作为外迭代，其决策变量均与步骤4共用；由于步骤4中的子步骤4找到的是局部最优解，故本步骤中采用遗传算法以尽量找到全局最优解；当R<0.0001时，即热、冷和回热端的流量绝对偏差平方和小于10-4，认为全局收敛；反之如果达不到该标准，则将优化结果重新带入COBYLA算法继续计算，若仍然不能收敛，则说明该构型下很难有稳态解；
子步骤2：在步骤5子步骤1的基础上，分析热端、冷端和回热端的三个
Figure BDA00032375587500001411
损失；若热端
Figure BDA00032375587500001412
损失超过了总损失的40％，则对热端采取分流再热措施，增加再热器、透平和热端回热器；若回热端
Figure BDA00032375587500001413
损失超过了总损失的40％，则对冷端采取分流再压缩措施；若冷端损失超过了总损失的40％，则对冷端采取间冷措施，增加冷却器和压缩机；随后对新构型执行步骤2-5，以得到更小的
Figure BDA0003237558750000151
损失；若
Figure BDA0003237558750000152
损失更大，则回退构型；
子步骤3：在子步骤2的基础上，输出布雷顿循环系统设计优化的结果，包括最终构型、循环各路流量、各设备出入口温度和压力和总
Figure BDA0003237558750000153
损失，进而计算热效率和
Figure BDA0003237558750000154
效率。
以小型氟盐冷却高温堆为例，考虑到反应堆内的体积限制，当热端只允许一次加热时，使用该算法得到的循环构型为热端简单加热+冷端分流再压缩主间冷构型，最优循环热效率达到48％。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定专利保护范围。

Claims (2)

1.基于非线性规划的布雷顿循环系统建模方法，其特征在于：包括五个步骤：确定边界条件、划分流程、显化参数、局部规划和整体规划：
步骤1、确定边界条件：确定工质成分、循环最低温压、环境温度、环境压力、热源温度；其中环境温度范围限定在200K至500K；环境压力限定在0.05MPa至0.15MPa，热源温度限定在500K至1300K；
步骤2、划分流程：将布雷顿循环系统按温度划分为热端、回热端和冷端；其中热端为从开始吸收热源热量为起点，至全部透平膨胀后的最终出口为终点：起点连接回热端的冷侧出口，终点连接回热端的热侧入口；回热端特指一台换热器，其连接热端和冷端，回热器的冷侧入口连接冷端出口，热侧出口连接冷端入口；冷端即为回热端从热侧出口连接至冷侧入口的部分；
步骤3、显化参数：本步骤及后续步骤均采用实际流体物性库，本步骤先后包括如下子步骤：
子步骤1：规定循环最低温度和压力：应保证压缩机入口不发生凝结，即热力学含气率在1以上；
子步骤2：规定循环最高压力和绝热效率，应保证循环最高压力不高于25MPa，然后进行不可逆压缩计算，获得压缩机出口压力和焓值；对于多压缩机，应规定各压缩机的入口压力；
子步骤3：规定循环最高温度和等熵效率，应保证循环最高温度低于热源最高温度8℃以上；对于多透平，应规定各透平的入口温度；
子步骤4：确定冷端、热端基准构型：首先采用热端简单加热和冷端简单冷却构型；
子步骤5：压力分配：规定各换热器侧压降，由已知的冷端、热端基准构型得到系统各设备出入口处的压力；将各换热器冷侧、热侧压降设置为0.1-0.15MPa，在换热器设计完成后予以修正；进行不可逆膨胀计算，获得透平出口压力和焓值；
子步骤6：流程初步计算：根据透平和压缩机的布置，以及循环最高温度、循环最低温度、循环最低压力和系统压力场的设置情况，尽可能地算出较多的已知参数，在透平、压缩机入口温度已知的情况下，通过不可逆膨胀和不可逆压缩计算得到它们出口温度和压力，进而得到其他热力学参数；
步骤4、局部规划：本步骤中的公式单位均采用国际单位制符号，包括如下子步骤：
子步骤1：对于所有的换热设备，遵循能量守恒公式(a)和夹点温差约束(b)；
Figure FDA0003237558740000021
min(Th-Tl)＝minΔT≥8 (b)
其中，Wh：热侧流量，
Figure FDA0003237558740000022
热侧入口比焓，
Figure FDA0003237558740000023
热侧出口比焓，Wl：冷侧流量，
Figure FDA0003237558740000024
冷侧出口比焓，
Figure FDA0003237558740000025
冷侧入口比焓，min：表示最小值，Th：热侧沿0％-100％换热过程变化的温度分布，Tl：冷侧沿0％-100％换热过程变化的温度分布，minΔT：夹点温差；
1)对于热侧，将热侧焓差
Figure FDA0003237558740000026
沿0％-100％换热过程变化分成i等份，获得热侧的比焓场
Figure FDA0003237558740000027
借助物性状态方程，以热侧最高压力即入口压力
Figure FDA0003237558740000028
来求得热侧最高压力下对应的温度分布场
Figure FDA0003237558740000029
以热侧最低压力即出口压力
Figure FDA00032375587400000210
来求得热侧最低压力下对应的温度分布场
Figure FDA00032375587400000211
2)冷侧与热侧相同处理，得到冷侧最高压力即入口压力
Figure FDA00032375587400000212
下冷侧最高压力下对应的温度分布场
Figure FDA00032375587400000213
冷侧最低压力即出口压力
Figure FDA00032375587400000214
下冷侧最低压力下对应的温度分布场
Figure FDA00032375587400000215
3)计算夹点温差：求解四个最小温差
Figure FDA0003237558740000031
Figure FDA0003237558740000032
Figure FDA0003237558740000033
即为夹点温差；
1)至3)中，
Figure FDA0003237558740000034
热侧沿0％-100％换热过程变化的等分比焓场，
Figure FDA0003237558740000035
热侧入口压力，
Figure FDA0003237558740000036
热侧最高压力，
Figure FDA0003237558740000037
热侧最高压力下沿0％-100％换热过程变化的温度分布场，
Figure FDA0003237558740000038
热侧出口压力，
Figure FDA0003237558740000039
热侧最低压力，
Figure FDA00032375587400000310
热侧最低压力下沿0％-100％换热过程变化的温度分布场，
Figure FDA00032375587400000311
冷侧沿0％-100％换热过程变化的等分比焓场，
Figure FDA00032375587400000312
冷侧入口压力，
Figure FDA00032375587400000313
冷侧最高压力，
Figure FDA00032375587400000314
冷侧最高压力下沿0％-100％换热过程变化的温度分布场，
Figure FDA00032375587400000315
冷侧出口压力，
Figure FDA00032375587400000316
冷侧最低压力，
Figure FDA00032375587400000317
冷侧最低压力下沿0％-100％换热过程变化的温度分布场；其余符号与公式(a)和(b)中的符号含义相同；
子步骤2：对于所有的透平，遵循不可逆膨胀，如公式(c)；对于压缩机，遵循不可逆压缩，如公式(d)：
Figure FDA00032375587400000318
Figure FDA00032375587400000319
其中，
Figure FDA00032375587400000320
透平入口压力，
Figure FDA00032375587400000321
透平出口压力，kT：膨胀比，ηT：等熵效率；
Figure FDA00032375587400000322
透平入口比焓；
Figure FDA00032375587400000323
透平出口比焓，
Figure FDA00032375587400000324
透平入口比熵，
Figure FDA00032375587400000325
透平出口温度，
Figure FDA00032375587400000326
透平出口比熵，kC：压缩比；
Figure FDA00032375587400000327
压缩机入口压力，
Figure FDA00032375587400000328
压缩机出口压力，ηC：绝热效率，
Figure FDA00032375587400000329
压缩机入口比熵，
Figure FDA00032375587400000330
压缩机入口比焓，
Figure FDA00032375587400000331
压缩机出口比焓，
Figure FDA0003237558740000041
压缩机出口温度，
Figure FDA0003237558740000042
压缩机出口比熵；
由于膨胀比kT和压缩比ηC已知，将公式(c)和公式(d)归纳为黑箱模型，即确定透平或压缩机入口压力Pin、出口压力Pout和等熵效率或绝热效率η后，由透平或压缩机入口温度Tin能够计算透平或压缩机出口温度Tout，即：
Figure FDA0003237558740000043
子步骤3：对于所有的分流设备和合流设备，遵循能量守恒(f)：
∑(Winhin)＝∑(Wouthout) (f)
其中，∑表示求和，Win：入口流量，hin：入口比焓，Wout：出口流量，hout：出口比焓；
子步骤4：最小损失规划：将热端、冷端和回热端的三个
Figure FDA0003237558740000046
损失表示为：
I＝T0[∑(Woutsout)-∑(Winsin)] (g)
综合式(a)至式(f)，总结非线性隐式约束：
Figure FDA0003237558740000044
其中，h：各设备出入口比焓，P：各设备出入口压力，T：各设备出入口温度，s：各设备出入口比熵；
式(g)和(h)构成了一个非线性约束问题，其中式(g)为目标函数，式(h)为非线性约束，决策变量为各支路流量W、各设备出入口的压力P和温度T；在约束(h)下求解得到目标函数(g)的最小值，即热、冷和回热端达到最小的
Figure FDA0003237558740000045
损失；子步骤4采用无导数局部优化算法，以达到较快的收敛速度，获得局部最优解；
步骤5、整体规划：本步骤中的公式单位均采用国际单位制符号，包括如下子步骤：
子步骤1：当步骤4收敛后，系统损失最小、能量利用率最高，但热端、冷端和回热端的流量和接口温度参数并不匹配；因此将步骤4封装为黑箱，其输入量为各支路流量、各设备出入口的压力和温度，输出为热端、冷端和回热端的流量和温度；根据此黑箱，基于最小二乘原则定义目标函数(j)和线性约束(k)：
Figure FDA0003237558740000051
R(P，T，W)＝(WH-WL)2+(WH-WR)2＝0 (j)
Figure FDA0003237558740000052
其中，W：各支路流量，P：各设备出入口压力，T：各设备出入口温度，WH：热端流量，WL：冷端流量，WR：回热端流量，
Figure FDA0003237558740000053
热端入口温度，
Figure FDA0003237558740000054
热端出口温度，
Figure FDA0003237558740000055
冷端入口温度，
Figure FDA0003237558740000056
冷端出口温度，
Figure FDA0003237558740000057
回热端热侧入口温度，
Figure FDA0003237558740000058
回热端热侧出口温度，
Figure FDA0003237558740000059
回热端热侧入口温度，
Figure FDA00032375587400000510
回热端冷侧出口温度；
本步骤只是作为外迭代，其决策变量均与步骤4共用；由于步骤4中的子步骤4找到的是局部最优解，故本步骤中采用启发式全局优化算法以尽量找到全局最优解；当R＜0.0001时，即热、冷和回热端的流量绝对偏差平方和小于10-4，认为全局收敛；反之如果达不到该标准，则将优化结果重新带入无导数局部最优算法继续计算，若仍然不能收敛，则说明该构型下很难有稳态解；
子步骤2：在步骤5子步骤1的基础上，分析热端、冷端和回热端的三个
Figure FDA0003237558740000061
损失；若热端
Figure FDA0003237558740000062
损失超过了总损失的40％，则对热端采取分流再热措施，增加再热器、透平和热端回热器；若回热端
Figure FDA0003237558740000063
损失超过了总损失的40％，则对冷端采取分流再压缩措施；若冷端损失超过了总损失的40％，则对冷端采取间冷措施，增加冷却器和压缩机；随后对新构型执行步骤2-5，以得到更小的
Figure FDA0003237558740000064
损失；若
Figure FDA0003237558740000065
损失更大，则回退构型；
子步骤3：在子步骤2的基础上，输出布雷顿循环系统设计优化的结果，包括最终构型、循环各路流量、各设备出入口温度和压力和总
Figure FDA0003237558740000066
损失，进而计算热效率和
Figure FDA0003237558740000067
效率。
2.根据权利要求1所述的基于非线性规划的布雷顿循环系统建模方法，其特征在于：步骤2所述的热端包括透平、热端加热器和热端回热器；冷端包括压缩机、冷却器和冷端回热器。
CN202111007614.9A 2021-08-30 2021-08-30 基于非线性规划的布雷顿循环系统建模方法 Active CN113623040B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111007614.9A CN113623040B (zh) 2021-08-30 2021-08-30 基于非线性规划的布雷顿循环系统建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111007614.9A CN113623040B (zh) 2021-08-30 2021-08-30 基于非线性规划的布雷顿循环系统建模方法

Publications (2)

Publication Number Publication Date
CN113623040A true CN113623040A (zh) 2021-11-09
CN113623040B CN113623040B (zh) 2022-06-07

Family

ID=78388551

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111007614.9A Active CN113623040B (zh) 2021-08-30 2021-08-30 基于非线性规划的布雷顿循环系统建模方法

Country Status (1)

Country Link
CN (1) CN113623040B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2884059A1 (en) * 2013-12-11 2015-06-17 Honeywell spol s.r.o. Multistage HRSG control in combined cycle unit
CN109356679A (zh) * 2018-11-30 2019-02-19 西安交通大学 一种核能蒸汽-布雷顿联合循环发电系统
CN209510411U (zh) * 2019-02-15 2019-10-18 浙江大学 布雷顿循环系统
CN111577419A (zh) * 2019-02-15 2020-08-25 浙江大学 布雷顿循环系统
CN112733469A (zh) * 2020-12-30 2021-04-30 西安交通大学 特种反应堆布雷顿循环系统的超临界流体适用性评价方法
CN113299408A (zh) * 2021-04-30 2021-08-24 西安交通大学 一种模块化小型氟盐冷却高温堆系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2884059A1 (en) * 2013-12-11 2015-06-17 Honeywell spol s.r.o. Multistage HRSG control in combined cycle unit
CN109356679A (zh) * 2018-11-30 2019-02-19 西安交通大学 一种核能蒸汽-布雷顿联合循环发电系统
CN209510411U (zh) * 2019-02-15 2019-10-18 浙江大学 布雷顿循环系统
CN111577419A (zh) * 2019-02-15 2020-08-25 浙江大学 布雷顿循环系统
CN112733469A (zh) * 2020-12-30 2021-04-30 西安交通大学 特种反应堆布雷顿循环系统的超临界流体适用性评价方法
CN113299408A (zh) * 2021-04-30 2021-08-24 西安交通大学 一种模块化小型氟盐冷却高温堆系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YUTONG CHEN.ET AL.: "Preliminary development and validation of ACENA code for heavy liquid", 《ANNALS OF NUCLEAR ENERGY》 *
张大林等: "固有安全一体化小型氟盐冷却高温堆", 《中国基础科学.科技计划》 *
郑华雷等: "基于部件模型的超临界二氧化碳布雷顿循环性能计算", 《航空发动机》 *

Also Published As

Publication number Publication date
CN113623040B (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
CN102495094A (zh) 一种水和水蒸气焓熵值的在线计算方法
Yun et al. Design, optimization and thermodynamic analysis of SCO2 Brayton cycle system for FHR
Amini‐Rankouhi et al. Prediction of maximum recoverable mechanical energy via work integration: A thermodynamic modeling and analysis approach
CN113623040B (zh) 基于非线性规划的布雷顿循环系统建模方法
Martinelli et al. Simultaneous synthesis and optimization of refrigeration cycles and heat exchangers networks
CN115730420A (zh) 一种微型堆布雷顿循环系统综合设计方法
Yin et al. Model predictive control for vapor compression cycle of refrigeration process
CN110532506A (zh) 一种基于图论的大型客机辅助冷却系统仿真建模方法
CN116227113A (zh) 热力系统仿真的求解方法、装置、电子设备及介质
Wang et al. Aerodynamic prediction on the off-design performance of a S-CO2 turbine based on deep learning
Ma et al. A nonlinear model order reduction framework for dynamic vapor compression cycles via proper orthogonal decomposition
Marmolejo Correa et al. Process design methodology for energy‐efficient processes operating below and across ambient temperature
CN113027549A (zh) 超临界二氧化碳发电系统动态模型的建模方法
Li et al. Performance evaluation and optimization of the cascade refrigeration system based on the digital twin model
Sami et al. Development of a simulation model for predicting dynamic behaviour of heat pump with nonazeotropic refrigerant mixtures
Williams et al. Orthogonal Collocation-based Steady-State and Transient Response Simulation of Two-pass Shell and Tube Heat Exchangers
Klimenko et al. Influence of process parameters on thermodynamic efficiency of expander-generator units at the plants for technological decompression of transported natural gas
Ibrić et al. Simultaneous Optimization of Work and Heat Exchange Networks
Ma Reduced Order Modeling for Vapor Compression Systems Via Proper Orthogonal Decomposition
Li et al. Analysis and Operation Optimization of Recompression Supercritical Carbon Dioxide Power Generation System Based on the Power Flow Method
Lin et al. Design for refrigerator evaporator superheat based on direct adaptive fuzzy controller
Green et al. Program Geothm: A thermodynamic process program for geothermal power plant cycles
Yoshida et al. Optimal Design for Thermodynamic System with OpenModelica and MATLAB/Simulink
Oldřich Isentropic efficiency of centrifugal compressor working with real gas
Chen et al. Power Flow Topology of Supercritical Carbon Dioxide Power Generation System and its Application in Modeling and Optimization

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