CN115730420A - 一种微型堆布雷顿循环系统综合设计方法 - Google Patents

一种微型堆布雷顿循环系统综合设计方法 Download PDF

Info

Publication number
CN115730420A
CN115730420A CN202211038431.8A CN202211038431A CN115730420A CN 115730420 A CN115730420 A CN 115730420A CN 202211038431 A CN202211038431 A CN 202211038431A CN 115730420 A CN115730420 A CN 115730420A
Authority
CN
China
Prior art keywords
design
cycle
calculation
parameters
thermodynamic
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.)
Pending
Application number
CN202211038431.8A
Other languages
English (en)
Inventor
陈伟雄
钱奕然
唐鑫
严俊杰
种道彤
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 CN202211038431.8A priority Critical patent/CN115730420A/zh
Publication of CN115730420A publication Critical patent/CN115730420A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00Energy generation of nuclear origin

Landscapes

  • Structures Of Non-Positive Displacement Pumps (AREA)

Abstract

本发明公开了一种微型堆布雷顿循环系统综合设计方法,将部件性能与循环参数间耦合关系纳入考虑,构建了微型堆布雷顿循环‑部件联合设计程序;将循环各点热力参数作为部件设计边界条件,将部件设计结果作为循环内部件性能输入值,使循环热力学计算结果与部件设计结果进行交互式迭代修正计算,直到前后两次计算得到的循环效率误差满足要求;在循环设计阶段即可得到部件性能和基本尺寸,实现了循环参数与部件参数的同步设计,并显著提高了设计结果的准确性。此外,本发明创造性地提出以“系统功率密度”代替传统的循环效率为优化目标,采用遗传优化算法对循环设计参数寻优,得到了兼顾高效性和紧凑性的微型堆布雷顿循环系统设计方案。

Description

一种微型堆布雷顿循环系统综合设计方法
技术领域
本发明属于核能应用技术与动力工程技术领域,具体涉及一种微型堆布雷顿循环系统综合设计方法。
背景技术
随着第四代核反应堆技术快速发展,小型化可移动反应堆技术引起各国研究者高度关注。微型堆功率等级在1-20MW之间,功率密度大,可靠性好,寿命周期可长达数年,可通过车载、机载、船载快速移动和部署。微型堆动力系统可在高寒、极地和远洋环境下提供电力和热量,在军用动力、远洋科考和抢险救灾等领域具有潜在的应用价值。微型堆堆型包括高温气冷堆和热管堆,通常以布雷顿循环作为热电转换方式,整体系统具备高效、紧凑、灵活特点。微型堆布雷顿循环系统示意图如图1所示,由反应堆热源、加热器、透平、回热器、冷却器、压缩机和发电机构成。工质首先经过压缩机加压(1-2),然后进入回热器低温侧回收热量(2-3),之后在加热器中被加热至循环最高温度(3-4),高温高压工质进入透平膨胀做功(4-5),完成做功后工质进入回热器高温侧释放热量(5-6),最终带余热的工质在冷却器中被冷却至循环最低温度(6-1)。考虑到设备紧凑性,本系统中压缩机与透平采用了共轴设计,两者转速保持一致。
在传统的布雷顿循环设计方法中,首先需要根据边界条件和设计要求,假设部件性能为某一定值(压缩机、透平等熵效率,换热器内压力损失),并给出关键设计参数的变化范围,构建热力学模型,采用优化算法以最大循环效率为目标寻找最佳循环设计参数。部件初步设计包括叶轮机械一维通流结构设计和换热器结构设计。在获得系统的优化热力参数后(温度、压力、流量等),开展关键部件初步设计,获得能够满足性能要求的叶轮机械和换热器的基本结构与性能参数。传统布雷顿循环设计方法流程图如图2所示。
在传统的布雷顿循环设计方法中,叶轮机械等熵效率和换热器压损通常假定为常数,然而部件性能与循环参数间存在耦合关系。循环参数如压比、功率等级将决定循环流量和各点热力状态,即部件进出口条件。一般地,功率等级越高循环流量越高,叶轮机械效率也越高。同时叶轮等熵效率直接决定压缩机耗功与透平输出功大小,循环效率依赖于部件性能。随着边界条件发生变化,部件性能假定值并非总是合理。传统方法设计得到的部件性能很可能与假定值存在偏差。部件性能假定值过高会导致部件设计不达预期;假定值太低则会导致循环性能低于正常水平。上述两种情况都将使循环参数设计结果不准确。
传统布雷顿循环设计为提高循环效率,多采用回热、中间冷却、再热等复杂循环构型,同时增大换热器换热面积以尽可能增加换热量。然而如果设计参数不合理,上述措施都将显著增加动力系统整体尺寸,与微型堆动力系统紧凑性目标相悖,系统难以在高效性和紧凑性之间获得平衡。
发明内容
为了克服上述现有技术中的不足,本发明的目的在于提出一种用于微型堆布雷顿循环系统综合设计方法,解决了现有技术中存在的部件性能假定值不合理导致的循环设计结果不准确的问题,以及传统设计方法无法兼顾系统高效性和紧凑性的问题。
为了达到上述目的,本发明采用的技术方案如下:
一种微型堆布雷顿循环系统综合设计方法,包括以下步骤:
(1)建立微型堆布雷顿循环-部件联合设计程序,具体如下;
(1.1)根据循环边界条件,给定微型堆布雷顿循环初始设计参数并假定部件性能参数;
(1.2)建立布雷顿循环热力学模型,通过热力学计算得到微型堆布雷顿循环内各点热力状态和流量的初始值,作为部件设计所需的热力参数边界条件;
(1.3)根据部件设计所需的热力参数边界条件,进行热力学计算结果和部件设计计算结果之间的交互式迭代修正计算,获得部件设计结果包括性能参数和结构参数,以及热力学计算结果包括循环效率与流量;
(1.4)将循环效率与上一次热力学计算得到的循环效率值对比,当两次热力学计算结果的误差小于或等于给定误差上限时结束步骤(1.4),否则以最后一次热力学计算得到的循环设计参数替代部件原边界条件,返回步骤(1.3)重新开始部件设计;
(1.5)输出微型堆布雷顿循环系统功率密度Dp
微型堆布雷顿循环-部件联合设计程序的数学表达为:
Figure BDA0003819716530000031
其中,Dp是微型堆布雷顿循环系统功率密度,
Figure BDA0003819716530000032
是压缩机进口温度,
Figure BDA0003819716530000033
是冷却介质出口温度,εre是回热器效能,πC是压缩机压比;
(2)采用遗传优化算法,以微型堆布雷顿循环系统功率密度最大为目标对循环设计参数寻优;
(3)计算并输出循环优化设计结果和部件设计结果。
步骤(1.3)中,进行热力学计算结果和部件设计计算结果之间进行交互式迭代修正计算;交互式迭代修正计算的具体内容为:每完成一次部件设计计算,都以新的部件性能参数计算结果替代该部件的原有性能参数,并进行一次热力学计算,更新微型堆布雷顿循环内各点热力状态和流量,作为下一个部件设计计算的边界条件;在设计时,以上一次部件设计计算输出的部件性能参数作为本次热力学计算的输入值,以本次热力学计算输出的微型堆布雷顿循环内各点热力状态和流量作为下一次部件设计计算的输入值;按照加热器、透平、回热器、冷却器、压缩机的顺序进行计算,当完成压缩机设计计算和对应的热力学计算后,输出循环效率
Figure BDA0003819716530000041
和循环流量mn,n表示第n次执行步骤(1.3)),步骤(1.3)结束。
在步骤(1.5)中,输出参数为微型堆布雷顿循环系统功率密度;微型堆布雷顿循环系统功率密度Dp定义是动力系统在单位系统体积内净输出功率大小,数值上等于微型堆布雷顿循环系统净输出功率与微型堆布雷顿循环系统各部件体积之和的比值;如果堆芯功率是确定的,净输出功率等于堆芯功率与循环效率的乘积;堆芯功率不变,循环效率越高或者部件尺寸越小,则微型堆布雷顿循环系统功率密度值越大;作为动力循环评价指标,微型堆布雷顿循环系统功率密度大小能够正确反映系统增加构型复杂度和换热面大小带来的性能提升程度;
Figure BDA0003819716530000051
其中,
Figure BDA0003819716530000052
是堆芯功率,ηcycle是循环效率,
Figure BDA0003819716530000053
是系统净输出功率,VC,VT,VH,VR,VCo分别代表压缩机、透平、加热器、回热器和冷却器的体积,部件体积由部件尺寸参数计算得到。
在步骤(2)中,采用遗传优化算法,以微型堆布雷顿循环系统功率密度最大为目标对循环参数寻优,得到最佳设计方案;需要优化的循环参数包括压缩机进口温度
Figure BDA0003819716530000054
冷却介质出口温度
Figure BDA0003819716530000055
回热器效能εre,压缩机压比πC;具体表达式为:
优化目标:
Figure BDA0003819716530000056
约束条件:
Figure BDA0003819716530000057
在步骤3中,以步骤2优化得到的循环设计参数作为微型堆布雷顿循环-部件联合设计程序输入值,计算得到最佳设计方案下的循环优化设计结果和部件设计结果;循环优化设计结果包括循环性能参数和循环设计参数;输出的部件设计结果包括部件性能参数和部件尺寸参数。
本发明将部件性能与循环参数间耦合关系纳入考虑,构建了系统级-部件级综合设计方法,使循环热力学模型计算结果与部件初始设计结果交互式迭代修正,在循环概念设计阶段即可得到部件性能和基本尺寸,实现了循环参数与部件参数的同步设计,并显著提高了设计结果的准确性。此外,本发明创造性地提出以“系统功率密度”指标代替传统的循环效率评价指标。以系统功率密度为目标优化循环设计参数,得到的系统设计方案兼顾高效性和紧凑性。
附图说明
图1为微型堆布雷顿循环系统示意图;
图2为传统的布雷顿循环设计方法流程图;
图3为本发明提出的微型堆布雷顿循环-部件联合设计程序流程图;
图4为本发明提出的交互式迭代修正计算流程图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细描述。
本发明提出一种用于微型堆布雷顿循环系统综合设计方法,构建了微型堆布雷顿循环-部件联合设计程序,使循环热力学计算结果与部件设计结果进行交互式迭代修正计算,以系统功率密度为优化目标寻找最佳循环设计参数组合,实现了循环参数与部件参数的同步设计,解决了传统设计方法中部件性能假定值不合理导致的循环设计结果不准确的问题,以及传统设计方法无法兼顾系统高效性和紧凑性的问题。
如图3所示,一种微型堆布雷顿循环系统综合设计方法,包括以下步骤:
1、建立微型堆布雷顿循环-部件联合设计程序;
2、采用遗传优化算法,以微型堆布雷顿循环系统功率密度最大为目标对循环设计参数寻优;
3、计算并输出循环优化设计结果和部件设计结果。
具体的,在步骤1中,建立微型堆布雷顿循环-部件联合设计程序步骤如下:
1.1、根据已知循环边界条件,给定微型堆布雷顿循环初始设计参数并假定部件性能参数;
所需给定的微型堆布雷顿循环初始设计参数包括:压缩机进口温度、冷却介质出口温度、压缩机压比和回热器效能。所需假定的部件性能参数包括:透平等熵效率、压缩机等熵效率、回热器两侧压力损失、加热器压力损失和冷却器压力损失。
1.2、建立布雷顿循环热力学模型,通过热力学计算得到微型堆布雷顿循环内各点热力状态和流量的初始值,作为部件设计所需的热力参数边界条件;
常规的简单布雷顿循环热力学模型根据能量守恒方程、连续性方程和REFPROP标准工质物性库建立,该热力学模型在动力工程领域已有广泛研究。该热力学模型可以根据给定的循环边界条件(微型堆堆芯功率、堆芯工作温度、环境温度)、循环初始设计参数(压缩机压比、压缩机进口温度、冷却介质出口温度、回热器效能)和假定的部件性能参数(压缩机和透平等熵效率、回热器两侧压力损失、加热器压力损失和冷却器压力损失),计算得到循环各个节点的流量与工质热力状态。
本发明采用Ebsilon热力学仿真平台建立与求解布雷顿循环热力学模型,获得循环性能参数和各点状态参数(Ebsilon是一款系统热力学仿真软件)。工质物性计算采用统一的NIST的refprop物性数据库。
1.3、根据部件设计所需的热力参数边界条件,进行热力学计算结果和部件设计计算结果之间的交互式迭代修正计算,获得部件设计结果包括性能参数和结构参数,以及热力学计算结果包括循环效率与流量;
部件设计方法包括叶轮机械的一维设计方法和换热器的设计方法。叶轮机械的一维设计方法以边界条件(叶轮机械的进口温度和压力、出口压力、质量流量)和性能参数假定值(叶轮机械的等熵效率)作为输入值,通过计算并输出叶轮机械的尺寸参数(叶片数、叶轮外径、轴向长度等)和性能参数(叶轮机械的等熵效率);换热器设计方法以边界条件(换热器的进口温度和压力、出口温度、质量流量)作为输入值,通过计算并输出换热器的尺寸参数(换热面积、流道长度等)和性能参数(换热器的压力损失)。本发明具体实施方案中所用叶轮机械一维设计方法,参考文献《杨策,施新.径流式叶轮机械理论及设计.2004.国防工业出版社》;所用换热器设计方法,参考文献《余建祖.换热器原理与设计.2006.北京航空航天大学》。使用Matlab软件将部件设计方法编写成函数,输入部件进出口边界条件,输出参数为部件结构尺寸和性能参数。
在步骤1.3中,为了提高计算稳定性和收敛性,使热力学计算结果和部件设计计算结果之间进行交互式迭代修正计算,交互式迭代修正计算流程见于图4。交互式迭代修正计算的具体内容为:每完成一次部件设计计算,都以新的部件性能参数计算结果替代该部件的原有性能参数,并进行一次热力学计算,更新微型堆布雷顿循环内各点热力状态和流量,作为下一个部件设计计算的边界条件。在设计时,以上一次部件设计计算输出的部件性能参数作为本次热力学计算的输入值,以本次热力学计算输出的微型堆布雷顿循环内各点热力状态和流量作为下一次部件设计计算的输入值,这一过程即热力学计算结果与部件设计计算结果的交互式迭代修正计算。按照加热器、透平、回热器、冷却器、压缩机的顺序进行计算,当完成压缩机设计计算和对应的热力学计算后,输出循环效率
Figure BDA0003819716530000091
(n表示第n次执行步骤1.3),步骤1.3结束。
Matlab主程序可在部件设计函数和热力学模型之间传递参数:主程序将与部件进出口对应的循环内部节点的状态参数和流量输入到部件设计函数中,部件设计函数经过计算将部件尺寸参数和性能参数输出并记录在主程序中;主程序将得到的部件性能参数输入至Ebsilon热力学模型中,经过循环热力学计算得到循环各点状态参数和性能参数,并保存到主程序中。
1.4、将循环效率与上一次热力学计算得到的循环效率值对比,当两次热力学计算结果的误差小于或等于给定误差上限时结束步骤1.4,否则以最后一次热力学计算得到的循环参数替代部件原边界条件,返回步骤1.3重新开始部件设计;
若前后两次计算得到的循环效率满足收敛条件
Figure BDA0003819716530000092
(ε为循环效率的给定误差上限),则步骤1.4结束,否则采用最后一次热力学计算得到的循环设计参数作为边界条件,返回步骤1.3重新开始交互式迭代修正计算。
1.5、输出微型堆布雷顿循环系统功率密度Dp
微型堆布雷顿循环-部件联合设计程序的数学表达为:
Figure BDA0003819716530000093
其中,Dp是微型堆布雷顿循环系统功率密度,
Figure BDA0003819716530000094
是压缩机进口温度,
Figure BDA0003819716530000095
是冷却介质出口温度,εre是回热器效能,πC是压缩机压比。
微型堆布雷顿循环系统功率密度Dp定义是动力系统在单位系统体积内净输出功率大小,数值上等于微型堆布雷顿循环系统净输出功率与微型堆布雷顿循环系统各部件体积之和的比值。如果堆芯功率是确定的,系统净输出功率等于堆芯功率与循环效率的乘积。堆功率不变,循环效率越高或者部件尺寸越小,则微型堆布雷顿循环系统功率密度值越大。作为动力循环评价指标,微型堆布雷顿循环系统功率密度大小可以正确反映系统增加构型复杂度和换热面大小带来的性能提升程度。
Figure BDA0003819716530000101
其中,
Figure BDA0003819716530000102
是堆芯功率,ηcycle是循环效率,
Figure BDA0003819716530000103
是系统净输出功率,VC,VT,VH,VR,VCo分别代表压缩机、透平、加热器、回热器和冷却器的体积,部件体积由部件尺寸参数计算得到。
具体的,在步骤2中,采用遗传优化算法,以微型堆布雷顿循环系统功率密度最大为目标对循环设计参数寻优,得到最佳设计方案。遗传算法是一种模拟自然界生物进化的方法,以遗传学和自然选择为基础,通过概率学方法搜索最优空间,并自动调整搜索方向,最终获得全局范围内的最优解。借助Matlab的遗传算法工具包,确定待优化变量的变化范围和遗传算法设计参数后(种群数目、最大迭代代数、交叉概率、变异概率等),即可通过优化计算得到最佳循环参数组合。需要优化的循环参数包括压缩机进口温度
Figure BDA0003819716530000104
冷却介质出口温度
Figure BDA0003819716530000105
回热器效能εre,压缩机压比πC。具体表达式为:
优化目标:
Figure BDA0003819716530000106
约束条件:
Figure BDA0003819716530000111
具体的,在步骤3中,以步骤2优化得到的4个循环设计参数作为微型堆布雷顿循环-部件联合设计程序输入值,计算得到最佳设计方案下的循环优化设计结果和部件设计结果。步骤3输出的循环优化优化设计结果包括循环性能参数,如系统功率密度、循环效率、工质流量、循环内各点温度和压力,以及循环设计参数,如压缩机压比、压缩机进口温度、冷却介质出口温度以及回热器效能;输出的部件设计结果包括部件性能参数,如压缩机和透平的等熵效率、换热器两侧压力损失,以及部件尺寸参数,如叶轮机械的外径、叶片长度、轴向长度等。
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。本实例分别采用传统设计方法和本发明提出的综合设计方法,设计了适用于5MW功率等级微型堆的闭式空气布雷顿循环系统。
表1微型堆闭式空气循环采用的部件型式
Figure BDA0003819716530000121
微型堆闭式空气循环示意图如图1所示,本实例所用的微型堆参考了INL设计的5MWt级热管反应堆,采用20℃环境空气作为冷却介质,由冷端压缩机驱动流过冷却器。系统部件所采用的型式列于表1中。在Ebsilon Professional 14.0平台上建立了闭式空气循环系统热力学模型,并在Matlab编写了主控制程序和部件设计函数程序。采用Matlab自带的遗传优化算法工具,遗传算法的参数范围如表2所示。选取压缩机进口温度、压缩机压比、冷却介质出口温度和回热器效能作为优化变量,以系统功率密度作为优化目标优化循环设计参数。
表2遗传优化算法待优化参数取值范围
Figure BDA0003819716530000122
循环初始设计参数、优化前设计参数和优化后设计参数如表3所示,从初始设计到优化前设计循环待优化参数保持不变,仅对部件性能和循环热力学计算结果做修正。经过修正后,循环效率由24.94%提高到31.06%,循环流量由30.07kg/s提升至33.28kg/s,冷却器外侧压损由10kPa降至1.07kPa,内侧压损由5kPa升高至11.4kPa。回热器低温侧压力损失降至初始值的一半。修正后透平等熵效率为83.17%,压缩机等熵效率为79.66%,两者共轴转速为36400r/min。换热器设计尺寸和传热系数如表3所示,热管加热器、回热器与冷却器体积之和为5.31m2,优化前设计系统功率密度为296.47kW/m3。由此可以看出,采用本发明提出的综合设计方法能够有效提高循环设计结果的准确度,部件性能和循环各点热力参数与实际值误差更小。
表3闭式空气布雷顿循环初始设计参数与优化前后设计参数
Figure BDA0003819716530000131
Figure BDA0003819716530000141
经过以系统功率密度最大为目标的优化计算后发现,最大系统功率密度为402.34kW/m3,对应换热器总体积为3.09m3,循环效率为24.86%,循环流量为25.43kg/s。经过以系统功率密度为目标的优化,系统尺寸由基准设计的5.31m3降至3.09m3,优化后系统紧凑性获得明显提高。本实例的优化结果证明以系统功率密度作为系统高效性和紧凑性的共有评价指标是可靠的,本发明提出的微型堆布雷顿循环系统综合设计方法能够获得兼顾系统高效性和紧凑的最佳设计。
本发明将部件性能与循环参数间耦合关系纳入考虑,构建了系统级-部件级综合设计方法,使循环热力学模型计算结果与部件初始设计结果交互式迭代修正,在循环概念设计阶段即可得到部件性能和基本尺寸,实现了循环参数与部件参数的同步设计,并显著提高了设计结果的准确性。此外,本发明创造性地提出以“系统功率密度”指标代替传统的循环效率评价指标。以系统功率密度为目标优化循环设计参数,得到的系统设计方案兼顾高效性和紧凑性。

Claims (5)

1.一种微型堆布雷顿循环系统综合设计方法,其特征在于,包括以下步骤:
(1)建立微型堆布雷顿循环-部件联合设计程序,具体如下;
(1.1)根据循环边界条件,给定微型堆布雷顿循环初始设计参数并假定部件性能参数;
(1.2)建立布雷顿循环热力学模型,通过热力学计算得到微型堆布雷顿循环内各点热力状态和流量的初始值,作为部件设计所需的热力参数边界条件;
(1.3)根据部件设计所需的热力参数边界条件,进行热力学计算结果和部件设计计算结果之间的交互式迭代修正计算,获得部件设计结果包括性能参数和结构参数,以及热力学计算结果包括循环效率与流量;
(1.4)将循环效率与上一次热力学计算得到的循环效率值对比,当两次热力学计算结果的误差小于或等于给定误差上限时结束步骤(1.4),否则以最后一次热力学计算得到的循环设计参数替代部件原边界条件,返回步骤(1.3)重新开始部件设计;
(1.5)输出微型堆布雷顿循环系统功率密度Dp
微型堆布雷顿循环-部件联合设计程序的数学表达为:
Figure FDA0003819716520000011
其中,Dp是微型堆布雷顿循环系统功率密度,
Figure FDA0003819716520000012
是压缩机进口温度,
Figure FDA0003819716520000013
是冷却介质出口温度,εre是回热器效能,πC是压缩机压比;
(2)采用遗传优化算法,以微型堆布雷顿循环系统功率密度最大为目标对循环设计参数寻优;
(3)计算并输出循环优化设计结果和部件设计结果。
2.根据权利要求1所述的综合设计方法,其特征在于:
步骤(1.3)中,进行热力学计算结果和部件设计计算结果之间进行交互式迭代修正计算;交互式迭代修正计算的具体内容为:每完成一次部件设计计算,都以新的部件性能参数计算结果替代该部件的原有性能参数,并进行一次热力学计算,更新微型堆布雷顿循环内各点热力状态和流量,作为下一个部件设计计算的边界条件;在设计时,以上一次部件设计计算输出的部件性能参数作为本次热力学计算的输入值,以本次热力学计算输出的微型堆布雷顿循环内各点热力状态和流量作为下一次部件设计计算的输入值;按照加热器、透平、回热器、冷却器、压缩机的顺序进行计算,当完成压缩机设计计算和对应的热力学计算后,输出循环效率
Figure FDA0003819716520000021
和循环流量mn,n表示第n次执行步骤(1.3)),步骤(1.3)结束。
3.根据权利要求1所述的综合设计方法,其特征在于:在步骤(1.5)中,输出参数为微型堆布雷顿循环系统功率密度;微型堆布雷顿循环系统功率密度Dp定义是动力系统在单位系统体积内净输出功率大小,数值上等于微型堆布雷顿循环系统净输出功率与微型堆布雷顿循环系统各部件体积之和的比值;如果堆芯功率是确定的,净输出功率等于堆芯功率与循环效率的乘积;堆芯功率不变,循环效率越高或者部件尺寸越小,则微型堆布雷顿循环系统功率密度值越大;作为动力循环评价指标,微型堆布雷顿循环系统功率密度大小能够正确反映系统增加构型复杂度和换热面大小带来的性能提升程度;
Figure FDA0003819716520000022
其中,
Figure FDA0003819716520000031
是堆芯功率,ηcycle是循环效率,
Figure FDA0003819716520000032
是系统净输出功率,VC,VT,VH,VR,VCo分别代表压缩机、透平、加热器、回热器和冷却器的体积,部件体积由部件尺寸参数计算得到。
4.根据权利要求1所述的综合设计方法,其特征在于:在步骤(2)中,采用遗传优化算法,以微型堆布雷顿循环系统功率密度最大为目标对循环参数寻优,得到最佳设计方案;需要优化的循环参数包括压缩机进口温度
Figure FDA0003819716520000033
冷却介质出口温度
Figure FDA0003819716520000034
回热器效能εre,压缩机压比πC;具体表达式为:
优化目标:
Figure FDA0003819716520000035
约束条件:
Figure FDA0003819716520000036
5.根据权利要求1所述的综合设计方法,其特征在于:在步骤3中,以步骤2优化得到的循环设计参数作为微型堆布雷顿循环-部件联合设计程序输入值,计算得到最佳设计方案下的循环优化设计结果和部件设计结果;循环优化设计结果包括循环性能参数和循环设计参数;输出的部件设计结果包括部件性能参数和部件尺寸参数。
CN202211038431.8A 2022-08-29 2022-08-29 一种微型堆布雷顿循环系统综合设计方法 Pending CN115730420A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211038431.8A CN115730420A (zh) 2022-08-29 2022-08-29 一种微型堆布雷顿循环系统综合设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211038431.8A CN115730420A (zh) 2022-08-29 2022-08-29 一种微型堆布雷顿循环系统综合设计方法

Publications (1)

Publication Number Publication Date
CN115730420A true CN115730420A (zh) 2023-03-03

Family

ID=85292904

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211038431.8A Pending CN115730420A (zh) 2022-08-29 2022-08-29 一种微型堆布雷顿循环系统综合设计方法

Country Status (1)

Country Link
CN (1) CN115730420A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116933630A (zh) * 2023-07-18 2023-10-24 西安交通大学 一种闭式空气布雷顿循环多目标优化和构型筛选方法
CN117371239A (zh) * 2023-11-01 2024-01-09 北京理工大学 一种动力系统性能与体积耦合的快速优化方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116933630A (zh) * 2023-07-18 2023-10-24 西安交通大学 一种闭式空气布雷顿循环多目标优化和构型筛选方法
CN116933630B (zh) * 2023-07-18 2024-03-26 西安交通大学 一种闭式空气布雷顿循环多目标优化和构型筛选方法
CN117371239A (zh) * 2023-11-01 2024-01-09 北京理工大学 一种动力系统性能与体积耦合的快速优化方法
CN117371239B (zh) * 2023-11-01 2024-05-17 北京理工大学 一种动力系统性能与体积耦合的快速优化方法

Similar Documents

Publication Publication Date Title
CN115730420A (zh) 一种微型堆布雷顿循环系统综合设计方法
Yu et al. Recent trends of supercritical CO2 Brayton cycle: Bibliometric analysis and research review
Cha et al. Development of a supercritical CO 2 Brayton energy conversion system coupled with a sodium cooled fast reactor
US20220309122A1 (en) Iterative algorithm for aero-engine model based on hybrid adaptive differential evolution
CN112016033B (zh) 一种基于前推回代法的电-热-气综合能源系统潮流计算方法
CN112883509B (zh) 一种绝热式压缩空气储能系统的设计方法及设计系统
Du et al. Size optimization of heat exchanger and thermoeconomic assessment for supercritical CO2 recompression Brayton cycle applied in marine
CN109190327B (zh) 有机朗肯循环系统分析优化方法、装置及设备
CN109359379A (zh) 一种自适应的超临界二氧化碳透平设计方法
CN116933630B (zh) 一种闭式空气布雷顿循环多目标优化和构型筛选方法
CN111241479B (zh) 基于交叉熵及客观熵权法的电-热互联综合能源系统风险评估方法
Ziółkowski et al. Optimization of the last stage of gas-steam turbine using a hybrid method
CN114239432B (zh) 基于Modelica的船舶二回路系统换热器动态仿真模型开发方法
CN110020506A (zh) 基于电热型综合能源系统运行优化的差分格式选择方法
CN113027549B (zh) 超临界二氧化碳发电系统动态模型的建模方法
Deng et al. Implementation of Adaptive Neuro-fuzzy Model to Optimize Operational Process of Multiconfiguration Gas-Turbines
CN112182905B (zh) 一种用于综合能源系统的供热管网仿真方法和装置
Mikkelson et al. Status report on FY2022 model development within the integrated energy systems HYBRID repository
Zhang et al. Design and analysis of a multi‐stage axial turbine for gasified coal‐water power system
CN114781153B (zh) 一种整机变维度仿真性能仿真流程控制方法
Haubensack et al. The COPERNIC/CYCLOP computer tool: pre-conceptual design of generation 4 nuclear systems
Ferrero Modelica dynamic modeling of a supercritical CO2 loop for solar and nuclear applications.
Zohuri et al. Air Brayton cycles for nuclear power plants
CN117593030A (zh) 一种超临界二氧化碳发电系统性能评估方法、系统及设备
Chang et al. Research on recompression supercritical CO2 power cycle system considering performance and stability of main compressor

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