Las torres de refrigeración son componentes vitales en centrales térmicas, responsables de disipar las grandes cantidades de calor generado durante la generación de electricidad. Su rendimiento impacta directamente la eficiencia de la planta, el consumo de agua y el cumplimiento ambiental. Predecir la eficacia de la torre de refrigeración ha dependido históricamente de correlaciones empíricas y modelos simplificados, pero estos enfoques a menudo se reducen al tratar geometrías complejas, condiciones de funcionamiento variables y requisitos regulatorios.

El papel de las torres de refrigeración en las centrales térmicas

En una planta termodinámica típica, ya sea alimentada por carbón, gas natural, energía nuclear o energía solar concentrada, el ciclo termodinámico requiere un disipador de calor para condensar el vapor saliendo de la turbina. Las torres de refrigeración sirven como este disipador de calor, transfiriendo el calor del agua condensador a la atmósfera.El rendimiento de la torre de refrigeración influye directamente en la retropresión del condensador, que a su vez afecta la eficiencia térmica total.

Las torres de refrigeración se clasifican ampliamente en dos tipos: borrador natural y borrador mecánico. Las torres de borrador natural, normalmente hiperbólicas en forma, dependen de flujo de aire impulsado por buoyancy y son comunes en grandes plantas de carga base. Los borradores mecánicos utilizan ventiladores para forzar o inducir flujo de aire y son más comunes en plantas más pequeñas o donde el espacio es limitado.

Más allá de la geometría, el rendimiento térmico de una torre de refrigeración depende de la transferencia de calor y masa entre gotas de agua y aire. El agua caliente del condensador se distribuye a través de boquillas de pulverización o barras de salpicadura, creando una gran superficie para evaporación. A medida que el aire pasa por los medios de llenado o el campo de goteo, absorbe calor y humedad, enfriando el agua.

Fundamentos de modelado CFD para torres de enfriamiento utilizando fluidos ANSYS

ANSYS Fluent es un software CFD de uso general utilizado para aplicaciones industriales que implican flujo de fluidos, transferencia de calor y interacciones multifase. Para simulaciones de torre de refrigeración, Fluent ofrece una amplia gama de modelos que pueden representar la física compleja implicada.El enfoque de modelado típico implica resolver las ecuaciones de dragado Navier-Stokes (RANS) de la fase de aire continua, combinada con un modelo de conexión

Modelado de Ecuaciones y Turbulencias

El flujo de aire dentro de una torre de refrigeración es casi siempre turbulento, especialmente en las torres de borradores mecánicos donde las velocidades inducidas por los ventiladores pueden superar 5 m/s. El modelo de turbulencia derecha es crítico para predecir perfiles de velocidad, caídas de presión y mezcla.

La ecuación de energía se resuelve para la mezcla de vapor de agua de aire, contando con la transferencia de calor latente debido a la evaporación. Las ecuaciones de transporte de agua para vapor de agua se emplean a menudo para rastrear los cambios de humedad. El modelo de evaporación integrado de fluidos puede calibrarse con correlaciones empíricas para la vaporización de voluminosa de gota, como el modelo Duko.

Modelado multifase: Fase discreta vs. Eulerian-Eulerian

Para las torres de refrigeración con boquillas de pulverización o rellenos de salpicaduras, el modelo de fase discreta (DPM) es el enfoque más práctico. Trata las gotas de agua como partículas individuales que intercambian masa, impulso y energía con la fase de aire continua. El DPM es computacionalmente eficiente porque sólo resuelve la trayectoria de partículas en un marco de la grangia, mientras que la fase de aire se resuelve en un marco Eulerian.

En la práctica, muchos estudios comerciales de CFD para grandes torres de refrigeración utilizan el DPM con un gran número de paquetes (cientos de miles) para lograr convergencia estadística. La distribución del tamaño de goteo se especifica normalmente en base a datos del fabricante de boquillas o se puede modelar utilizando una distribución de Rosin-Rammler. Los enfoques más avanzados incorporan el modelado de ruptura secundaria (por ejemplo, TAB o WAVE) para el proceso de evaporación de goteo.

Validación y verificación

No es útil el modelo CFD sin validación contra datos experimentales. Para torres de refrigeración, la validación a menudo implica comparar temperaturas de salida de agua predicha, temperatura de aire y perfiles de humedad, y caída de presión con mediciones de torres físicas o torres de prueba escaladas. Muchos estudios han demostrado que las simulaciones Fluent pueden predecir la característica de torre de refrigeración (KaV/L) y número Merkel con precisión aceptable (en 5-10%) cuando la resolución de fusión adecuada

Los estudios de independencia de malla son esenciales; una malla típica para un gran proyecto de torre natural puede consistir de 2-10 millones de células, con refinamiento cerca de las boquillas de pulverización, región de llenado y paredes de torre. Las mallas tetraedral no estructuradas se utilizan a menudo para geometrías complejas, mientras que las mallas de hexagonal pueden mejorar la precisión en la región de flujo de gran tamaño.

Parámetros clave en simulaciones de CFD para la eficacia de la torre de refrigeración

Predecir la eficacia requiere una especificación cuidadosa de varios parámetros. La eficacia se define como la relación de calor real rechazada al máximo posible rechazo al calor, o equivalentemente, la temperatura de aproximación (la diferencia entre la temperatura de salida del agua fría y la temperatura de la bomba húmeda). Para simular con precisión la eficacia, se deben modelar los siguientes parámetros.

Consideraciones de la geometría y la malla

La geometría de una torre de refrigeración incluye la concha de torre (altura, diámetro, forma), sistema de distribución de agua (pipa, boquillas), medios de llenado (tipo, altura, densidad de embalaje), eliminadores de deriva y apilación de ventilador (para borrador mecánico).En las torres de borrador natural, la forma hiperbólica es crítica para inducir la convección natural; la curvatura afecta la distribución de la velocidad y la caída de presión.

La malla computacional debe resolver la capa de límite en las paredes de la torre y alrededor de los elementos de relleno. Un valor y+ de alrededor de 30-100 es típico para las funciones de la pared cuando se utiliza el modelo k-epsilon, mientras que el más bajo y+ (alrededor 1) es necesario para los modelos de turbulencia baja-nolds-número como SST k-omega.

Condiciones de funcionamiento y parámetros de funcionamiento

Las condiciones de los límites de entrada para el aire incluyen temperatura ambiente, humedad relativa, y velocidad de viento/dirección si se consideran efectos de viento naturales. La condición de entrada de agua especifica la velocidad de flujo por boquilla, temperatura de agua caliente y distribución de tamaño de gota. El límite de salida es típicamente una salida de presión en la parte superior de la torre (para borrador natural) o en la salida del ventilador (para borrado forzado).

ANSYS Fluent permite al usuario definir estas condiciones de límite con funciones definidas por el usuario (UDFs) para variaciones espaciales, como la distribución de agua no uniforme en el radio de torre. Muchas centrales eléctricas operan torres de refrigeración en paralelo; CFD puede modelar un solo módulo o replicar múltiples células usando condiciones de límites periódicos para reducir el costo computacional.

Modelos físicos y submodelos

Más allá del marco eurístico-lagrangiano de referencia, varios submodelos son críticos para una predicción de eficacia precisa:

  • Modelo de evaporación: El modelo de evaporación predeterminado de Fluent utiliza el número de transferencia de masa de soldadura basado en la analogía de transferencia de calor. La temperatura de goteo se actualiza sobre la base del equilibrio energético entre calor convectivo y latente. Para torres de refrigeración, la tasa de evaporación es el mecanismo dominante, normalmente contableciendo el 70-80% del rechazo al calor.
  • ] correlaciones de transferencia de calor: El número Nusselt para gotas se calcula utilizando correlaciones empíricas como la correlación Ranz-Marshall, que depende de los números droplet Reynolds y Prandtl. La exactitud de estas correlaciones a altas temperaturas y con gotitas no esféricas sigue siendo un tema de investigación.
  • ]Transferencia térmica de radiación: En grandes torres naturales expuestas a la luz solar, la radiación puede representar el 5-10% de la transferencia de calor. El modelo de ordenanzas discretas (DO) de Fluent puede activarse para contabilizar la radiación solar y la radiación térmica entre la superficie de agua caliente y la estructura de la torre.
  • ]Modelo de un archivo: Como se ha mencionado, la región de llenado se trata a menudo como un medio poroso con términos de calor volumétrico y fuente de masas. Estos términos de origen pueden derivarse de la teoría de Merkel o el modelo de Braun, que relacionan la eficacia de la torre de refrigeración con la relación de flujo de masa entre agua, geometría de llenado y condiciones de entrada.

Beneficios de usar CFD para el análisis y optimización de torres de refrigeración

La adopción de CFD en el diseño de torres de refrigeración y la retroadapación ha crecido significativamente debido a su capacidad de proporcionar datos detallados y espacialmente resueltos que las pruebas físicas no pueden coincidir fácilmente. Los ingenieros pueden evaluar cambios de diseño en un entorno virtual sin el gasto y tiempo de los prototipos de construcción.

Costo y ahorros de tiempo

Las pruebas físicas de torres de refrigeración son caras, especialmente para grandes torres de borrador natural que requieren meses de construcción e instrumentación especializada. Las simulaciones CFD pueden completarse en unos días a semanas en un grupo de computación de alto rendimiento, permitiendo que se evaluen múltiples iteraciones de diseño en paralelo. Por ejemplo, una fuente de alimentación puede querer evaluar el impacto de la mejora de las boquillas de pulverización para producir gotas finas.

Optimización y solución de problemas

CFD permite estudios paramétricos que son experimentalmente imprácticos. Los ingenieros pueden variar la altura de llenado, la carga de agua, el tamaño de goteo, la velocidad de los ventiladores y las condiciones ambientales para encontrar la combinación óptima para un sitio determinado. Las herramientas de optimización integrada de ANSYS Fluent (por ejemplo, DesignXplorer) pueden automatizar este proceso utilizando métodos de respuesta de superficie o algoritmos genéticos.

Estudio de caso: Mejora del rendimiento del proyecto de torre

Un reto común de retrofit es mejorar el rendimiento de las torres de borrador natural envejecido. En un estudio publicado (ver enlace abajo), los ingenieros utilizaron ANSYS Fluent para modelar una torre de refrigeración hiperbólica de 120 metros de altura y encontraron que la distribución de agua no uniforme de las boquillas obstruidas redujo la eficacia en más del 15%.

Leer un estudio de caso de cliente de ANSYS sobre la optimización de torres de refrigeración (PDF).

Desafíos y limitaciones de la CFD para la predicción de torre de refrigeración

A pesar de su poder, el modelado de torres de refrigeración CFD enfrenta varios desafíos que los practicantes deben reconocer para evitar la sobreconfianza en los resultados de simulación.

Requisitos de recursos computacionales

Resolver la multifísica completa de una gran torre de refrigeración, incluyendo flujo de aire turbulento, cientos de miles de trayectorias de goteo, transferencia de calor y evaporación, requiere recursos computacionales significativos. Una simulación de estado único con el DPM puede tomar 2472 horas en un grupo de 64 núcleos. Simulaciones transitorias para capturar comportamiento dinámico (por ejemplo, arranque constante, fallas de viento) son incluso más costosos

Simplificaciones y hipótesis modelo

El modelo de fase discreta supone que las gotas no interactúan entre sí (sin coalescencia o ruptura más allá de la inyección inicial). En realidad, las gotas collide y coalesce, especialmente en la región de llenado donde la carga de agua es alta. Más avanzados modelos Eulerian-Eulerian (por ejemplo, el modelo multifase euriano con el seguimiento de la interfaz) puede capturar estas interacciones pero se utilizan raramente debido a altos límites de inundación.

Requisitos y validación de datos

CFD precisa requiere datos de entrada detallados: distribución de tamaños de gotas, llenar propiedades materiales (zona de transferencia de calor, coeficientes de caída de presión), y condiciones ambientales. Estos datos son a menudo propietarios o difíciles de medir in situ. El rendimiento real de una torre puede desviarse del diseño debido a la manipulación, envejecimiento o escalado. Sin calibración regular y validación contra mediciones de campo, las predicciones CFD pueden utilizar un modelo de actualización de doble.

Tendencias e innovaciones futuras en la torre de refrigeración CFD

El futuro de la simulación de torre de refrigeración es integrar el CFD con tecnologías emergentes para mejorar la precisión, la velocidad y la usabilidad.

Integración de aprendizaje automático

Los modelos de aprendizaje automático pueden ser entrenados en los resultados de CFD para proporcionar predicciones casi instanciales de rendimiento de torres de refrigeración bajo condiciones variables. Por ejemplo, una red neuronales puede ser entrenada con cientos de carreras de CFD que cubren el rango esperado de temperatura ambiente, humedad y concentración de agua. El modelo de acumulación de energía surrogada puede ser incorporado en sistemas de control de plantas para optimizar la velocidad de ventiladores y el flujo de agua en tiempo real.

NREL reporta sobre el aprendizaje automático para el modelado de torres de refrigeración (PDF).

Simulación en tiempo real y Gemelos digitales

Un gemelo digital es una representación virtual de un activo físico que se actualiza continuamente con datos de sensores. Para torres de refrigeración, un gemelo digital basado en modelos de orden reducido derivados de CFD puede predecir el deterioro, sugerir intervalos de mantenimiento y advertir de fallo inminente. ANSYS Twin Builder permite a los ingenieros crear modelos de nivel de sistema que incluyen modelos de componentes basados en CFD.

Computación de alto rendimiento y simulación de nube

El coste y el tiempo de las simulaciones CFD están disminuyendo con la disponibilidad de servicios basados en la nube HPC. ANSYS Cloud ofrece recursos escalables que permiten a los ingenieros ejecutar simulaciones de mayor fidelidad con más células de malla y más partículas. Esto permite un modelado más detallado de microfísica de gotas, incluyendo formas de goteo no ideales y agua multicomponente (si utiliza agua tratada con simulación computativa).

Conclusión

Dinámicas Fluidas Computacionales usando ANSYS Fluent ha revolucionado la forma en que los ingenieros predicen y optimizan la eficacia de las torres de refrigeración en las centrales eléctricas. Al proporcionar una visión detallada y basada en la física en las complejas interacciones entre aire y agua, CFD permite predicciones de rendimiento más precisas que los métodos empíricos tradicionales.

Mirando hacia adelante, la integración de CFD con el aprendizaje automático, el monitoreo en tiempo real y los gemelos digitales mejorará aún más su utilidad, lo que lo convierte en una herramienta indispensable para nuevos diseños y la adaptación de las plantas existentes. A medida que las regulaciones ambientales se endurecen y la demanda de mayor eficiencia crece, la capacidad de predecir con precisión el rendimiento de torre de refrigeración a través de la simulación será una ventaja competitiva crítica para los productores de energía.

Más información sobre ANSYS Fluent for térmica management.