• 文件
  • 知识库

大型蓄热罐温度场发展的预测及其在网络模拟中的集成

原标题:Prediction of the Temperature Field Development in Large Heat Storage Tanks for Integration in Network Simulation

Bogdan NarusaviciusFranziska KochAnja MattheesPeter StangeKarin Rühling

(2024)

|

5

关键词

Thermal Tank Energy Storage
Distributed Temperature Sensing
District Heating
Simulation
FreeTTES Model
Temperature Distribution
Inversion
Python
Validation
Measurement Data

摘要

将越来越多的可再生能源整合到区域供热系统中需要热能储存装置。为了规划和运行整个系统,在例如热液网络模拟和操作优化工具中实施有效且强大的储存模型是至关重要的。使用简单的能量平衡模型对高达60,000立方米的大型储罐热能储存(TTES)进行建模可能是不够的,因为它无法提供温度分布的信息。名为FreeTTES的详细模型能够预测大型常压TTES内部的温度分布。该模型通过假设水平均匀性简化流体动力学过程,并仅在垂直方向上进行分析。该分析流体力学方法与基于数值和测量数据的方法相结合。模型的验证是使用DTS(分布式温度传感)数据进行的。

AI理解论文

图片加载中
预览
图片加载中
预览
图片加载中
预览
图片加载中
预览
图片加载中
预览
图片加载中
预览
图片加载中
预览

该文档主要讨论了FreeTTES模型,一种用于模拟大型大气储热罐(TTES)内部温度分布的模型。文档的核心在于通过**分布式温度传感(DTS)**数据验证该模型的准确性,并探讨其在热力网络模拟和操作优化工具中的应用。

1. 背景与动机

随着可再生能源在区域供热系统中的整合增加,热能储存变得至关重要。传统的能量平衡模型在模拟大型储热罐时可能不足,因为它们无法提供详细的温度分布信息。FreeTTES模型旨在解决这一问题,通过假设水平均匀性,仅在垂直方向上分析流体动力学过程。

2. 模型概述

FreeTTES是一个一维分析-数值插塞流模型,专为大气储热罐设计。该模型基于HEDBÄCK原理,结合了分析流体力学方法和基于测量数据的数值方法。模型的输入包括入口水流量和温度,输出为垂直水温分布。模型考虑了热损失、传导、流体混合、流体反转等特定构造效应。

3. 模型验证

模型的验证通过与DTS测量数据的比较进行。DTS系统提供了±0.24 K的温度分辨率和12.6 cm的空间分辨率。验证的主要方法是视觉比较模拟温度剖面(FreeTTES)和测量温度剖面(DTS)。在相同高度下,绝对偏差小于1 K被视为良好的性能。

4. 充放电过程分析

4.1 充电过程

文档中描述了一个不太可能的温度分布示例,显示了两个不同的水温(56°C和86°C)。充电过程从08:30开始,到16:00结束,流量在1,000到2,000 m³/h之间。模型准确预测了回水温度的上升,这是区域供热模拟的重要方面。

4.2 放电过程

放电过程的比较显示了两个不同的温度水平(56°C和87°C),以及在70°C附近的另一个温度水平。放电从09:30开始,持续约3.5小时,流量在1,200到1,500 m³/h之间。即使在非标准参数下操作,FreeTTES模型也能准确预测放电过程中的温度分布。

5. 反转过程建模

反转过程是模型的主要挑战之一。反转在充电时发生,当较冷的流体进入较热的环境时。模型通过引入参数来模拟反转效应,这些参数根据过程(充电或放电)进行调整。反转过程的建模引入了质量交换参数和脉冲平衡调整参数,这些参数依赖于离散化水平、流量和时间步长。

6. 模型的局限性与未来工作

尽管FreeTTES模型在大多数情况下能准确预测温度分布,但在某些测试阶段的特定情况下,模型的局限性显现。未来的工作将包括对不同几何和操作参数的储罐进行验证,以推广模型的适用性。

7. 结论

FreeTTES模型为大气储热罐的温度分布提供了详细的预测,适用于热力网络模拟和操作优化。通过DTS数据的验证,模型展示了良好的性能,尽管在高温梯度区域存在一些偏差。未来的研究将致力于进一步验证和推广该模型,以适应不同规模和参数的储罐。

总之,该文档详细介绍了FreeTTES模型的开发、验证和应用,强调了其在可再生能源整合中的重要性。模型的准确性和适用性为区域供热系统的规划和操作提供了有力支持。

Chat Paper

当前问答基于全文

转入私有库对话