The invention discloses a method for predicting the parameters of the thermal field of DSG trough type light and power station, including: S1 obtains the historical data of the parameters related to the working quality of the DSG trough type light and power station; S2 establishes the heat transfer and hydrodynamic coupling steady-state mechanism model of the DSG trough type photothermal power plant collector; S3 is used to build the pressure and export workers at the entrance of the study collector. The neural network of mass temperature, and the historical data of the parameters related parameters obtained by S1, and the model of the heat transfer and hydrodynamic coupling steady state mechanism established by S2 to train the constructed neural network; S4 is used to predict the inlet pressure and exit of the collector by using the heat transfer and hydrodynamic coupling steady-state mechanism model and the neural network. The neural network prediction model of temperature is used, and S5 obtains the known parameters of the known working parameters of the DSG trough type thermal power plant collector. As the input of the neural network prediction model, the temperature of the outlet working quality and the inlet pressure of the DSG trough type photothermal power plant collector are predicted. The invention can improve the prediction efficiency and accuracy of the parameters prediction of the working parameters of the DSG trough optical and thermal power station.
【技术实现步骤摘要】
一种DSG槽式光热电站集热场工质参数预测方法
本专利技术涉及光热电站功率预测
,特别是一种基于传热机理和深度神经网络的DSG槽式光热电站集热场工质参数预测方法。
技术介绍
直接蒸汽发电(DirectSteamGeneration,DSG)槽式太阳能热发电系统(槽式系统)作为一种新型的槽式系统,其基本原理是利用抛物线型槽式聚光器将太阳光聚焦到吸热管上,直接加热吸热管内的工质水,直至产生蒸汽推动汽轮发电机组发电。其中,由聚光器与集热管组成的装置称为DSG槽式太阳能聚光集热器(即DSG槽式集热器),多组DSG槽式集热器按一定方式排列在一起,组成DSG槽式系统集热场。由于DSG槽式系统具有以下优势:用水替代导热油,消除了环境污染风险;省略了油/蒸汽换热器及其附件等,电站投资大幅下降;简化了系统结构,大幅降低了电站投资和运营成本;具有更高的蒸汽温度,电站发电效率较高。因此,DSG槽式系统是今后槽式系统发展的重点方向。对DSG槽式光热电站进行功率预测是DSG槽式光热电站优化调度的基础工作,而DSG槽式光热电站集热场工质参数预测是功率预测的基础和关键。目前,由于DSG槽式光热电站正处于示范发展阶段,其运行数据并不多见,因此国内外均多采用机理模型对发电功率进行预测。Heinzel等建立了抛物线型槽式集热器的光学模型,并利用该光学模型和基本热损模型对导热油工质的LS2型槽式集热器进行了模拟,与Sandia国家实验室的实验数据基本吻合。Odeh在1996年至2003年之间的五篇论文中,分析了SEGS电站槽式集热器的热力学性质,建立了以管壁温度作为自变量的槽式集热器热力学 ...
【技术保护点】
一种DSG槽式光热电站集热场工质参数预测方法,其特征是,包括:S1,获取DSG槽式光热电站的工质相关参数历史数据,所述工质相关参数历史数据包括对应多个连续时刻的太阳直射辐照强度DNI、系统入口工质流量FI、入口工质温度TI、入口工质压力PI、出口工质压力PO和出口工质温度TO;S2,基于S1获取的工质相关参数历史数据,建立DSG槽式光热电站集热器的传热和水动力耦合稳态机理模型,所述传热和水动力耦合稳态机理模型的输入量包括太阳直射辐照强度DNI、系统入口工质流量FI、入口工质压力PI和入口工质温度TI,输出量为系统机理先验温度T1和机理先验压力P1;S3,搭建用于学习集热器入口工质压力和出口工质温度的神经网络;神经网络的输入量包括:传热和水动力耦合稳态机理模型输出的系统机理先验温度和机理先验压力,太阳直射辐照强度DNI及其差分值,以及系统入口工质流量FI及其差分值;神经网络的输出量为集热器出口工质预测温度T_F和集热器入口工质预测压力P_F;利用S1获取的工质相关参数历史数据,和S2建立的传热和水动力耦合稳态机理模型,对搭建的神经网络进行训练;S4,利用S2建立的传热和水动力耦合稳态机理 ...
【技术特征摘要】
1.一种DSG槽式光热电站集热场工质参数预测方法,其特征是,包括:S1,获取DSG槽式光热电站的工质相关参数历史数据,所述工质相关参数历史数据包括对应多个连续时刻的太阳直射辐照强度DNI、系统入口工质流量FI、入口工质温度TI、入口工质压力PI、出口工质压力PO和出口工质温度TO;S2,基于S1获取的工质相关参数历史数据,建立DSG槽式光热电站集热器的传热和水动力耦合稳态机理模型,所述传热和水动力耦合稳态机理模型的输入量包括太阳直射辐照强度DNI、系统入口工质流量FI、入口工质压力PI和入口工质温度TI,输出量为系统机理先验温度T1和机理先验压力P1;S3,搭建用于学习集热器入口工质压力和出口工质温度的神经网络;神经网络的输入量包括:传热和水动力耦合稳态机理模型输出的系统机理先验温度和机理先验压力,太阳直射辐照强度DNI及其差分值,以及系统入口工质流量FI及其差分值;神经网络的输出量为集热器出口工质预测温度T_F和集热器入口工质预测压力P_F;利用S1获取的工质相关参数历史数据,和S2建立的传热和水动力耦合稳态机理模型,对搭建的神经网络进行训练;S4,利用S2建立的传热和水动力耦合稳态机理模型,以及S3训练得到的神经网络,组建用于预测集热器入口工质压力和出口工质温度的神经网络预测模型;S5,获取待预测的DSG槽式光热电站集热器的已知工质相关参数数据,作为S4组建的神经网络预测模型的输入量,对DSG槽式光热电站集热器的出口工质温度和入口工质压力进行预测。2.根据权利要求1所述的方法,其特征是,S2包括步骤:S21,定义DSG槽式光热电站集热器中,F为管内截面积,Dab,i为金属管内径,T为管内工质温度,H为管内工质比焓,为管内工质质量流量,P为工质压力,ω为工质流速,x为工质的质量含气率,ρ为工质密度,Q1为单位时间单位管长太阳辐射向管壁金属的放热量,Q2为单位时间单位管长管壁金属向管内工质的放热量,y为管长方向长度,r为管壁径向,Idirect为聚光器开口面上的太阳直射辐射强度,B为聚光器开口宽度,ηopt为DSG集热器的光学效率,Kτα为入射角修正系数,q1为DSG集热器的热力学损失,Dab,o为吸热管外径;则传热和水动力耦合稳态机理模型包括:金属管管壁外侧的能量方程:Q1=IdirectBηoptKτα;Q2=Q1-ql·πDab,o;金属管内传热和水动力模型,包括:质量守恒方程:能量守恒方程:动量守恒方程:Pd为单位管长的摩擦压降;管内传热方程:Q2=h·πDab,i(Twall-T),h为传热系数,Twall为金属管壁温;S22,确定管内传热方程中的传热系数h:单相流体区域的传热系数由Dittus-Boelter关系式表示,即:Re为金属管内工质的雷诺数,Pr为金属管内工质的普朗特数,k为导热系数;两相流体区域的传热系数为:h=h′B+h′1式中,h′E=hBS,hB为水的核态沸腾传热系数;h′1=h1F,hl为饱和水传热系数;S为限制因子,F为增强因子;S23,确定热力学损失q1:ql=(a+c·Vwind)(Tj-Ta)+εab·b·(Tj4-Tsky4)式中,Vwind为风速;Ta为环境温度;εa...
【专利技术属性】
技术研发人员:郭苏,段逸群,刘德有,许昌,
申请(专利权)人:河海大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。