[发明专利]塔式太阳能热电系统镜场的聚焦策略优化方法有效
申请号: | 201410649209.0 | 申请日: | 2014-11-14 |
公开(公告)号: | CN104408527B | 公开(公告)日: | 2018-04-10 |
发明(设计)人: | 赵豫红;陈将 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/06;F24S23/00 |
代理公司: | 杭州求是专利事务所有限公司33200 | 代理人: | 张法高 |
地址: | 310027 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 塔式 太阳能 热电 系统 聚焦 策略 优化 方法 | ||
技术领域
本发明涉及塔式太阳能热电系统领域,特别是涉及一种塔式太阳能热电系统镜场的聚焦策略优化方法。
背景技术
塔式太阳能热电系统利用很多个独立跟踪太阳的定日镜,将太阳光聚焦到一个固定在接收塔顶部的吸热器上,加热流经吸热器内部的传热介质,再使用高温介质的热能带动汽轮机、发电机来发电。它是所有大规模太阳能发电技术中成本最低的一种,有着广泛的应用前景。
塔式太阳能热电系统中的聚光、集热子系统,包括定日镜场和安装在接收塔上的吸热器等,一直是研究的关注点。在定日镜场的聚光仿真中,需要关注吸热器获得的能量多少以及能流密度分布情况,通常是假设所有定日镜聚焦于吸热器物理中心点以简化计算。然而如果在系统实际运行时采用此聚焦策略则会造成吸热器表面受热不均匀和局部温度过高,导致换热效率低甚至损坏吸热器,进而影响整个系统的可靠性。因此必须采用合理的聚焦策略,来优化吸热器受热面的能流密度分布。所谓合理的聚焦策略,应该在保证吸热器接收到的能量尽可能多的前提下,使吸热器受热面上的能量分布更均匀,避免较大的温度梯度的出现,以此保护吸热器,利于换热,保障系统稳定性。
现有的镜场聚焦策略的研究中,有的技术通过设计镜场聚焦方式,来达到更高的聚光倍数,但并没有考虑到因此会出现的吸热器过热现象,从而存在安全隐患;有的技术以吸热器上能流密度均匀,避免吸热器局部温度过高为目标,进行镜场聚焦策略调度,但在聚光过程中并未考虑定日镜之间的阴影损失和吸热器接收的总能量大小等因素,与实际情况有差距;也有的技术旨在降低吸热器峰值能流密度,将原有的一个聚焦点拓展到两个聚焦点,实现镜场聚焦策略的改变,但是对于吸热器上的能流密度分布均匀程度的改善效果不明显。
发明内容
本发明提供了一种塔式太阳能热电系统镜场的聚焦策略优化方法,保证了吸热器接收到高能量,并使得吸热器上能量分布均匀,达到保护吸热器、利于换热、提高系统稳定性的目的。
本发明采用的技术方案如下:
(1)将定日镜场分块,吸热器上确定多个聚焦点。
将镜场划分为若干个分块,各镜场分块中包含相同数量的定日镜。在平面式吸热器受热面确定一个矩形的聚焦点限定框,来限定聚焦点分布范围,从而避免聚焦点选取在吸热器边缘位置而造成镜场的溢出损失过大、吸热器接收到的能量偏小的不良后果。将此聚焦点限定框按两组边长进行等长划分为若干个小矩形,各聚焦点选为各小矩形的中心。
(2)计算每个镜场分块聚焦到每个聚焦点上所对应产生的能流密度矩阵。
将平面式吸热器受热面进行网格化。在一个给定的时刻点,根据几何投影和光线追迹相结合的方法,并基于GPU,在MATLAB中计算出某一个镜场分块聚焦到某一个聚焦点上时吸热器各网格中心的能流密度值,从而得到对应的能流密度矩阵。重复这一过程,直到每个镜场分块聚焦到每个聚焦点时对应产生的能流密度矩阵都获得。
(3)以吸热器各网格的能流密度的标准差最小为目标,吸热器上的功率不小于预设值为约束条件,构造优化问题。
为了实现镜场的聚焦策略优化,需要确定所有镜场分块各自的聚焦点,且同一镜场分块内的定日镜聚焦到同一聚焦点,在吸热器上的功率不小于某一预设值的约束条件下,使得吸热器各网格的能流密度的标准差最小,达到吸热器上能流密度分布均匀的目的。约束条件的设置,旨在保证吸热器接收到的能量尽可能大。
(4)利用带有精英保留策略的多变异位自适应遗传算法来求解优化问题,得到最优的镜场聚焦策略。
自适应遗传算法中,交叉概率和变异概率能够随适应度自动改变,可以根据公式计算相对某个解的最佳交叉概率和变异概率。精英保留策略的实施方式是,把群体在进化过程中迄今出现的最好的几个个体,即精英个体,不进行配对交叉而直接复制到下一代中,并将新一代群体中适应度值最小的几个个体淘汰掉。多变异位是将染色体中多个基因位进行变异。
每个个体用一个二进制编码的二维矩阵进行表示,代表各镜场分块聚焦到各聚焦点的情况,即一种可能的聚焦策略。矩阵每一列包含且仅包含一个“1”元素,其余为“0”元素;“0”、“1”元素分别表示某个镜场分块未聚焦到或者聚焦到某个聚焦点。
算法中的选择运算利用轮盘赌规则来实现。交叉和变异运算分别通过特定的方式来进行,且在变异运算中,需引入体现多变异位思想的第二变异概率pm2,它决定了当个体需要进行变异时,对应的染色体矩阵中有多少列需要变异。
优化问题中的约束条件的处理方式为:在遗传算法中,将不满足约束条件的个体的适应度设为0,则个体在进化中不会被选择。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410649209.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:感冒清片及其制备方法
- 下一篇:一种毛诃子提取物的药物用途
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理