基于遗传算法的有机朗肯循环多目标优化

《基于遗传算法的有机朗肯循环多目标优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码10530学号201510161697分类号TK124密级公开硕士学位论文基于遗传算法的有机朗肯循环多目标优化学位申请人周奇遇指导教师王志奇副教授学院名称机械工程学院学科专业动力工程及工程热物理研究方向工业过程节能二○一八年六月六日Multi-objectiveOptimizationofOrganicRankineCycleBasedonGeneticAlgorithmCandidateZhouQiYuSupervisorAssociateProf.WangZhiqiCollegecollegeofm

2、echanicalengineeringProgramPowerengineeringandengineeringthermalphysicsSpecializationEnergysavinginindustrialprocessesDegreeMasterofEngineeringUniversityXiangtanUniversityDateJune2018摘要摘要有机朗肯循环（OrganicRankineCycle，ORC）作为一种新型的低温余热回收技术，具有结构简单、效率高，环境友好等特点，对节能减排

3、，保护环境具有重大意义。ORC系统在实际运行中需要综合考虑系统的热力性能、经济性能与环保性能。本文通过遗传算法对有机朗肯循环进行多目标优化研究，分析热源温度及工质物性对系统综合性能及最佳运行参数的影响，为有机朗肯循环的应用提供理论基础。论文的主要工作及结论如下：1）以热效率，投资回收周期和当量CO2年减排量为目标，建立了基本有机朗肯循环（BasicOrganicRankineCycle，BORC）的多目标优化模型，通过遗传算法对系统的蒸发压力、夹点温差和过热度进行优化，并运用熵权法与灰色关联法对优化所得到的帕累

4、托进行决策，确定系统最佳运行参数。结果表明：热源温度为450K时，R245ca的最佳蒸发压力为1500.00Pa，窄点温差为5.09K，过热度为5.01K；此时对应的热效率为14.00%，投资回收周期为2.77年，当量6CO2年减排量为2.98×10kg。随蒸发压力的上升，热效率与当量CO年减排量2逐渐增大，投资回收周期不断减小；夹点温差与过热度变化较小对目标函数影响较大，夹点温差在5K左右，过热度在5.5K左右。2）基于多目标优化模型，研究了热源温度与工质物性对BORC系统综合性能的影响。结果表明：在选取的1

5、2种工质中，当热源温度为420K～440K时，R142b具有最佳的综合性能，在热源温度为450K～480K，综合性能最好的工质分别为R114、R245fa、R1233zd、RE245fa2；随热源温度的升高，热效率和当量CO2年减排量逐渐增大，投资回收周期随不断减小；不同工质存在最匹配的热源温度，工质最佳热源温度取决于工质沸点。3）建立了双级有机朗肯循环（DualloopOrganicRankineCycle，DORC）的多目标优化模型，对其开展了多目标优化研究，并对系统的工质进行筛选。研究表明：与BORC系统

6、进行对比，DORC系统采用R114时的热效率提升5.4%，投资回收周期增加21.18%，当量CO2年减排量增加15.36%。高低温循环使用同种工质时，R114的综合性能最优。系统最佳蒸发压力与工质沸点成反比。在DORC系统中，高低温循环采用不同种工质，比高低温循环采用同种工质时，热效率最大可提高8.8%，投资回收周期减小11.8%，当量CO2年减排量增加18.57%，低温循环采用R114与R21时，高温循环选用RE245fa2的DORC系统综合性能最佳。关键词：遗传算法；有机朗肯循环；多目标优化；参数优化；工质

7、筛选IAbstractAbstractOrganicRankineCycle(ORC),asanewtypeoflow-temperaturewasteheatrecoverytechnology,hastheadvantagesofsimplestructure,highefficiency,andenvironmentalfriendliness.Itisofgreatsignificancetoenergyconservation,emissionreduction,andenvironmentalpro

8、tection.TheORCsystemneedstotakethethermalperformance,economicperformance,andenvironmentalperformanceintocomprehensiveconsiderationinactualoperation.Inthispaper,themulti-objectiveoptimizationofor