利用拓扑优化设计区域热网

2021年 2月 8日

发电厂在冬季可以利用热电联产达到高效供电。它是如何做到的呢?依靠区域热网。以前,这种网络设计仅限于小型网络的线性模型或非线性模型。最近的研究表明,我们可以使用基于梯度的优化的非线性模型设计大型网络(参考文献 2)。这篇博客文章中,我们将使用 COMSOL Multiphysics® 软件及其附加的管道流和优化模块重现这项研究。

什么是区域热网?

供应电力的发电厂通常将不到一半的输入能量转换成电能。通过捕获发电过程中产生的热量可以提高效率,这些热量可以为城市的住宅供暖。

为了实现这种供暖系统,必须构建一个用于分配热量的管道网络。这项技术在冬天可以使发电厂的效率高达80%(参考资料1)!

A photograph of two large pipelines placed in a dug out hole.
来自德国 Tübingen 的区域热管示例。图片来源:BjörnAppel。通过Wikimedia CommonsCC BY-SA 3.0下获得许可。

模拟区域热网

本篇博文中讨论的模型考虑了相同的用户、连续的管道直径以及散热器和网络热损失的简单模型。这意味着最终生成的拓扑网络可能会很好,但是为了让定量的管道直径更有可信度,使用更高级的表达式和技术可能很有必要,如参考文献 2 中所描述的那样。

拓扑优化

优化问题包括控制、约束和目标三个因素。下面,我们来看一看这些因素对于优化问题有关的意义。

控制项

区域热网通常与道路基础设施保持一致,因此可以将网络设计方式的问题简化为以下问题:

  • 哪条道路应该有管道?
  • 这些管道应该多大?

消费者通常要为过热的热水付费,因为这浪费了泵送能量。因此,消费者希望能够降低通过换热器的流速,该换热器用于将热网连接到住宅物业的加热系统。但是,这可能会导致系统中的流速过低;从而使得热网到地面存在热量散失,进而导致距发电厂较远的消费者家里的温度较低。为避免这个问题,热网的末端配备了旁通阀,以确保末端用户有足够的流量。

因为我们不知道网络的终点,所以只是简单的将每个生产者都视为旁通阀,并优化了该阀的直径。我们还针对个人用户优化了散热器控制,从而有效地确定了用户级别的室温与网络加热流体之间的耦合常数。最后,我们可以优化网络上的驱动压力。

约束条件

为了使网络有效,它必须能够分配足够的热量给所有消费者,大型网络会拥有更多的消费者,从而导致了许多约束,造成计算量巨大。解决这个问题的一种惯用方法是使用约束聚合技术,将大量的线性约束转换为单一的非线性约束,即

C = \frac{\log(\sum_{i=1}^{N_\mathrm{consumers}} \exp(\beta\left(P/P_\mathrm{target}-1\right)^2))}{\beta N_\mathrm{consumers}} < 1

对局部约束的违反将随着 \beta 值的增大而减少 ,但是较大的值也会引起数值问题。因此,在实践中,必须找到一种折衷的办法。

目标

建立网络的主要成本与挖掘沟渠的总长度有关,且较大的管道比较小的管道成本更高,因此我们可以将估算成本:

\mathrm{EUR}_\mathrm{pipes} = \int_\mathrm{roads} (a D + b ) dl,

这里,D 是管道直径,b 是挖沟渠的成本,a 是一个参数,这表明了一个事实:购买和安装更大的管道成本更高。值 ab 是根据参考文献 1 估算的。

就其本身而言,这将导致一个具有非常小的管道和较大压降的网络,从而需要昂贵的泵。我们可以通过添加与泵送功率相关的项来避免这种情况,因此总目标函数变为

\mathrm{EUR}_\mathrm{total} = \mathrm{EUR}_\mathrm{pipes} + P_\mathrm{pump} 1000 [EUR/W]

将泵送功率与目标函数相关联的常数取决于几个因素,例如网络的维护成本、电价和资本成本。

区域热网优化问题的结果

每个用户需要 5kW 的热能。消费者以与城市街区相对应的矩形排列,而矩形又依次排列成阵列。消费者被排列在对应于城市街区的矩形中,这些矩形依次以阵列的形式重复。该网络有一个制热器,为西南角输送 70°C 的水,另一个制热器在北部输送 65°C 的水。

该模型从优化旁路和散热器控制开始,将约束 C 作为目标函数。当最小化 \mathrm{EUR}_\mathrm{total} 时,这一结果被用作计算的初始值。

第一张图显示了优化后的每个用户的管道直径以及加热功率。网络设计分支变成越来越小的管道,这是在意料之中的。在这里案例下,我们考虑这样一种情况,即几乎到处都有消费者的情况,因此很难减少 \mathrm{EUR}_\mathrm{Pipe}

A plot of a district heating network topology visualized in a rainbow color table and consumer heating powers highlighted.
显示了网络拓扑以及用户的加热功率。最小功率为 4.7kW,因此没有一个用户会感觉寒冷。

第二个图显示了旁路控制的值。正如预期的那样,除了两个网络的最末端,阀门大部分都是关闭的。

A model of the bypass controls in a district heating network modeled using COMSOL Multiphysics.
旁路控制。

最后,我们可以查看用户散热器控制,并得出结论:热网中入口温度为 65°C 的用户相比处于更高温度热网的用户需要将他们的散热器调高一点。在进行优化计算时,散热器控制的最大限制参数设一个较大的值,从而计算过程中不会达到该上限值,降低该上限值意味着允许用户使用性能一般的散热器,但在网络末端使用更好的散热器,整体经济成本可能会更低。人们可以通过在目标函数中包含散热器的成本来优化这个问题。

A model showing the consumer radiator controls in a district heating network optimization model.
用户散热器控制。

后续操作

您可以使用参考文献2 中使用的技术扩展模型。编写一个模型方法支持从OpenStreetMap;导入道路网络,并创建用于设计分布式供热网络的仿真 App。该仿真 App 可以告诉我们需要购买哪些管道,并为消费者估算成本,以评估建立网络的可行性。

参考文献

  1. “How Gas Turbine Power Plants Work”, Office of Fossil Energyhttps://www.energy.gov/fe/how-gas-turbine-power-plants-work.
  2. M. Blommaert, Y. Wack, and M. Baelmans, “An adjoint optimization approach for the topological design of large-scale district heating networks based on nonlinear models”, Applied Energy, vol. 280, 2020.

评论 (0)

正在加载...
浏览 COMSOL 博客