Использование Ansys Fluent для моделирования эффективности солнечного коллектора в проектах по возобновляемой энергии

Проекты в области возобновляемых источников энергии требуют строгой оптимизации, чтобы конкурировать с традиционными источниками энергии, а вычислительная динамика текучей среды (CFD) стала незаменимым инструментом для достижения этой цели. Среди пакетов CFD Ansys Fluent выделяется своей способностью моделировать сложную физику, регулирующую производительность солнечных коллекторов. Моделируя радиационную передачу тепла, конвективные потери и поток жидкости с высокой точностью, инженеры могут значительно повысить эффективность коллектора перед созданием одного прототипа. Эта статья предоставляет подробное практическое руководство по использованию Ansys Fluent для анализа эффективности солнечных коллекторов, охватывая настройку модели, ключевую физику, сетчатые соображения и стратегии проверки.

Основы технологии солнечного коллектора

Солнечные коллекторы преобразуют солнечный свет в полезное тепло, как правило, для нагрева воды, отопления помещений или промышленных процессов. Два наиболее распространенных типа - плоские коллекторы и эвакуированные коллекторы труб, хотя параболические впадины и линейные отражатели Френеля используются в системах концентрирования солнечной энергии (CSP). Эффективность зависит от нескольких взаимосвязанных факторов:

• Оптическая эффективность: Доля падающего солнечного излучения, поглощаемого поверхностью коллектора. Высокоселективные покрытия и антибликовое стекло могут превышать 95% оптической эффективности.
• Тепловые потери: Конвекция от поглотителя к окружающему воздуху, проводимость через изоляцию и повторное излучение от горячей поверхности.Потери увеличиваются с рабочей температурой.
• Жидкий поток и теплообмен: Рабочая жидкость (вода, гликольная смесь или тепловое масло) должна эффективно извлекать тепло без чрезмерного падения давления, что увеличит энергию перекачки.
• Экологические условия: Температура окружающей среды, скорость ветра, угол солнечного излучения и облачность влияют на мгновенные характеристики.

Традиционные методы проектирования основаны на эмпирических корреляциях и устойчивых энергетических балансах. Хотя они полезны для измерения, они не могут захватывать трехмерные модели потока, локализованные горячие точки или переходные эффекты, такие как утренняя разминка. Именно здесь Ansys Fluent обеспечивает явное преимущество.

Почему Ansys Fluent используется для моделирования солнечных коллекторов?

Ansys Fluent — это CFD-решитель общего назначения, способный обрабатывать сопряженную теплопередачу, радиацию и турбулентность. Для солнечных коллекторов его ключевые возможности включают:

• Модели излучения: Модель дискретных ординат (DO) с солнечной лучевой трассировкой учитывает спектральную интенсивность, спектральные/диффузные отражения и тень. Модель солнечной нагрузки автоматически вычисляет луч и диффузное облучение на основе географического положения, даты и времени.
• Спряжение теплопередачи: Одновременно растворяют твердую проводимость (поглощающая пластина, стеклянная крышка, изоляция) и конвекцию жидкости (рабочая жидкость), точно захватывая тепловую связь.
• Моделирование турбулентности: Реальные потоки в коллекторных трубках часто турбулентны (Re> 4000). Модели К-эпсилон и К-омега SST обеспечивают хорошую точность для внутренних потоков с теплообменом.
• Параметризация и оптимизация: С помощью Ansys Workbench инженеры могут автоматизировать параметрические промахи (например, изменение интервала между трубками, скорости потока или излучательности покрытия) для определения оптимальных конструкций.

Пошаговое моделирование рабочего процесса в Ansys Fluent

1.Геометрия и сетчатая генерация

Начните с 3D CAD модели коллектора. Для плоского пластинчатого коллектора это включает в себя пластину-поглотитель (обычно медь или алюминий с селективным покрытием), трубки-поглотители, заднюю изоляцию и стеклянную крышку. Упростите ненужные детали (например, монтажные скобки) для уменьшения количества сетки. Создайте жидкую область для внутренней рабочей жидкости и твердую область для поглотителя и крышки.

Качество сетки имеет решающее значение. Используйте гексаэдрально-доминантную сетку для области текучей среды для захвата пограничных слоев (y + ~ 1 для k-omega SST). Для твердых областей приемлемы неструктурированные тетраэдры. Обратите особое внимание на интерфейсы между твердым телом и жидкостью: конформная сетка обеспечивает точную передачу теплового потока. Нацельте количество ячеек от 500 000 до 2 миллионов для небольшого коллектора плоской пластины в зависимости от симметрии.

Исследование независимости сетки: Уточнить сетку до изменения ключевых выходов (температура поглотителя, коэффициент теплопередачи) менее чем на 2% между последовательными усовершенствованиями.

2.Физическая установка

Для большинства солнечных коллекторов рекомендуется использовать модель дискретных ординатов (DO) с трассировкой солнечного излучения. В рамках радиационной модели выберите «Солнечная нагрузка» и укажите местоположение (широта/долгота), дату, время и прямое нормальное излучение (DNI). Определите солнечный спектр как «Спектр солнечного излучения» (стандарт AM1.5).

Для рабочей жидкости определяют температурно-зависимые свойства (плотность, удельное тепло, теплопроводность, вязкость). Для водогликольных смесей используют базу данных флюентного материала или вводят пользовательские полиномиальные функции. Устанавливают область жидкости как "жидкость" и назначают состояние впуска скорости (ламинарное или турбулентное, исходя из числа Рейнольдса). Выход: выходное давление. Стены: безскальзывание.

Для твердых областей назначают материалы: медь (к=401 Вт/м·К), низкожелезное стекло (к=0,96 Вт/м·К), изоляция минеральной ваты (к=0,04 Вт/м·К). Поглощающая поверхность должна иметь спектральную излучаемость и абсорбционную способность; использовать «полупрозрачное» граничное условие для стеклянной крышки (пропускная способность ~0,91).

3.Границы

• Внешние стены: Применяют конвекцию и излучение к окружающей среде. Укажите коэффициент теплопередачи (h ~10-25 Вт/м2·К в зависимости от скорости ветра) и внешнюю излучательную способность. Для спины и боков добавьте толщину изоляции и обработайте как адиабатические или связанные с окружающей средой.
• Стеклянная крышка: Устанавливается как «полупрозрачная» с заданной толщиной. Флюент вычисляет отражение, поглощение и передачу на основе показателя преломления стекла и коэффициента вымирания.
• Поглощающая пластина: Используйте «непрозрачную» стенку с заданной абсорбционной способностью (например, 0,95 для черного хрома) и излучательной способностью (например, 0,10 для селективного покрытия). Модель солнечной нагрузки будет применять тепловой поток на основе падающего излучения.
• На входе жидкости: Массовый расход или скорость. Типичные скорости потока для отечественных коллекторов: 0,015-0,03 кг/с на трубку. Установить температуру на входе (например, 20°С). Указать интенсивность турбулентности (5% - хороший по умолчанию) и гидравлический диаметр.

4. Настройки и конвергенция растворителей

Используйте растворитель на основе давления с сопряженным алгоритмом для связи скоростного давления. Включите «Солнечную нагрузку» под излучением; обновите коэффициенты поглощения при использовании участвующих носителей (обычно не нужных для воздуха/воды). При факторах релаксации уменьшите до 0,5 для энергии и излучения для повышения стабильности. Установите критерии конвергенции 10−6 для энергии и 10−4 для остатков потока. Следите за средневзвешенной температурой площади при поглотителе и температуре выхода для обеспечения стабилизации.

Холодный старт против горячего старта: Инициализируйте раствор с однородной температурой (например, окружающей) для имитации восхода солнца. Для устойчивой пиковой производительности инициализируйте с предполагаемой температурой поглотителя (например, 60°C) для ускорения конвергенции.

Извлечение и интерпретация эффективности

После схождения вычислите эффективность коллектора с использованием:

η = (m·C p·ΔT) / (A·G)

где m - масса потока (кг/с), C p - удельное тепло (J/кг·К), ΔT - повышение температуры через коллектор (°C или K), A - площадь апертуры (m2), а G - падающее солнечное облучение (W/m2). В Fluent сообщите средневзвешенную массу температуры на выходе и входе, чтобы получить ΔT. Площадь апертуры - проецируемая площадь коллекторной поверхности.

Сравните эффективность с теоретическими или экспериментальными значениями. Типичные плоскопластовые коллекторы достигают 50-75% эффективности при ΔT/G = 0,01 К·м2/Вт (низкая температура). При более высоком ΔT (80°C выше окружающей среды) эффективность падает до 30-40% из-за повышенных потерь.

Использование контурных участков температуры поглотителя для идентификации горячих точек. Неравномерное нагревание указывает на неправильное распределение потока. Линии, окрашенные скоростью, показывают мертвые зоны в коллекторе заголовка, которые могут быть смягчены суженными заголовками или ограничителями потока.

Проверка и экспериментальная корреляция

Валидация гарантирует, что модель отражает реальность. Сравните прогнозы на флюенте с данными испытаний Национальной лаборатории возобновляемых источников энергии (NREL) или стандартными процедурами испытаний (ISO 9806). Ключевые показатели валидации:

• Коэффициент потерь тепла (U L): Потери тепла в устойчивом состоянии на единицу площади на разницу температур в градусе. Прогнозируемый Fluent U L должен соответствовать ±10% от экспериментальных значений.
• Оптическая эффективность: Имитировать с нулевой потерей тепла (адиабатический поглотитель) и сравнивать с измеренными значениями.Расхождения могут возникать из допущений о пропускании стекла или поглощении поглотителя.
• Температурный профиль: Прикрепление термопар на поверхности поглотителя и вдоль труб. Распределение температуры флюэнта должно соответствовать наблюдаемым градиентам в пределах ±2°C.

Если ошибки превышают допустимые пределы, пересмотрите граничные условия: свойства стеклянного покрытия, теплопроводность изоляции (которая может ухудшаться с течением времени) или коэффициенты теплопередачи (изменение скорости ветра).

Передовые методы моделирования

Переходное моделирование

Солнечное излучение постоянно меняется. Переходное моделирование в течение дня (3600–86400 секунд) показывает, как тепловая емкость влияет на производительность. Используйте переходную модель DO с шагом фиксированного времени (10–60 секунд). Инициируйте с ночной температурой (~15 ° C). Контролируйте температуру и эффективность розетки в течение дня. Это помогает размерным резервуарам для хранения и стратегиям управления.

Концентрация коллекционеров

Для параболических впадин модель солнечной нагрузки может обрабатывать неравномерное распределение потока на трубке приемника. Используйте подход трассировки лучей: «Солнечная нагрузка» Fluent включает опцию «Лучовой поиск», которая вычисляет концентрированный поток из параболической зеркальной геометрии. Сетка трубки приемника с очень тонкими пограничными слоями (y + < 1) для захвата градиентов высокого теплового потока. Эффективность обычно превышает 70% для хорошо спроектированных приемников.

Параметрическая оптимизация с помощью Ansys Workbench

Свяжите Fluent с Workbench Design of Experiments (DOE) или Response Surface Optimization. Определите входные параметры: диаметр трубки, шаг (пробег), излучаемость покрытия, скорость потока и угол инцидента. Выходные ответы: тепловая эффективность, падение давления и температура поглотителя. Запустите моделирование 30–50 для построения поверхности отклика, затем найдите границу Парето для эффективности против стоимости насоса. Этот подход может повысить эффективность на 5–15% по сравнению с базовыми конструкциями.

Обычные подводные камни и как их избежать

• Игнорирование естественной конвекции в воздушном зазоре: В плоскопластовых коллекторах воздух между поглотителем и стеклянной крышкой подвергается естественной конвекции (Ra>108). Используйте модель Boussinesq и тонкую сетку для зазора. Несоблюдение модели приводит к завышенной эффективности на 10-20%.
• Предполагая постоянные свойства жидкости: Вязкость воды и теплопроводность значительно изменяются с температурой. Используйте температурозависимые профили из базы данных Fluent или NIST REFPROP.
• Пренебрежение затенением с помощью опор трубки: Малые монтажные скобки могут затенить поглотитель. Включите их в геометрию или исправьте поток инцидентов, уменьшив G на 1-2 %.
• Плохое качество сетки в интерфейсах: Непрочность >0.9 или ортогональное качество <0.1 вызывает ложную диффузию. Используйте метрики качества сетки Fluent перед решением.

Тематическое исследование: оптимизация плоского солнечного коллектора

Рассмотрим стандартный плоскопластовый коллектор с площадью апертуры 2,0 м2, медный поглотитель (толщиной 0,5 мм) с селективным покрытием (α=0,95, ε=0,10), однослойный стеклянный покров (4 мм закаленное стекло, пропускная способность 0,92). Скорость потока: 0,02 кг/с воды. Температура входа: 30°С. Окружающая среда: 25°С, ветер 3 м/с. Солнечное облучение: 800 Вт/м2 нормальный.

Базовое моделирование флюента прогнозирует эффективность = 68%, а температура выхода = 55°C. Для улучшения параметры варьируются:

• Увеличить расход до 0,03 кг/с → КПД повышается до 72%, но давление падает втрое.
• Уменьшить расстояние между трубами от 100 мм до 80 мм → КПД повышается до 71% за счет лучшей площади теплопередачи, но стоимость материала увеличивается.
• Добавить вторую стеклянную крышку (двойное остекление) → уменьшает потери конвекции, эффективность при высоком ΔT (80°C выше окружающей среды) повышается с 35% до 48%, но оптические потери увеличиваются (пропускная способность двух крышек = 0,85).

Используя оптимизацию Ansys Workbench, Pareto-оптимальная конструкция для максимальной эффективности и минимальной стоимости является компромиссом: расстояние между трубами 85 мм, скорость потока 0,025 кг / с и селективное покрытие с ε=0,08. Это дает 73% эффективность при приемлемом падении давления.

Преимущества для проектов в области возобновляемой энергетики

Точное моделирование CFD дает ощутимые результаты:

• Сокращение итераций прототипов: Каждая симуляция стоит доли от строительства и тестирования физического коллектора. Такие компании, как Solarthermalworld.org оценивают экономию в 30-50% в циклах разработки.
• Гарантии производительности: Прогнозы на плавность поддерживают кривые эффективности, необходимые для финансирования проектов на крупных солнечных тепловых установках.
• Оптимизация для экстремальных климатических условий: Высотные участки (низкая плотность воздуха) или пыльные среды легко моделируются без полевых испытаний.
• Интеграция с моделированием энергии зданий: Результаты экспорта Fluent в такие инструменты, как EnergyPlus для анализа всей системы, как рекомендовано Ansys Renewable Energy Applications.

Будущие направления: ИИ и цифровые близнецы

Следующий рубеж — это соединение Fluent с машинным обучением. Нейронные сети, обученные параметрическим данным Fluent, могут прогнозировать эффективность в миллисекундах, позволяя контролировать в реальном времени. Цифровые двойники — непрерывные модели CFD, обновленные данными датчиков, — могут динамически оптимизировать наклон коллектора, скорость потока и графики обслуживания. Партнерство Ansys с MathWorks уже позволяет такие рабочие процессы. По мере увеличения вычислительной мощности полномасштабные коллекторные массивы с десятками трубок будут моделироваться регулярно, приближая солнечную энергию к четности сети.

Заключение

Ansys Fluent обеспечивает надежную среду для моделирования эффективности солнечных коллекторов, от плоской пластины до концентрационных систем. Благодаря тщательной настройке излучения, сопряженной теплопередачи и турбулентности инженеры могут прогнозировать производительность с высокой точностью. Рабочий процесс - геометрия, сетка, граничные условия, настройки решателя, валидация - требует внимания к деталям, но дает богатую информацию, которая снижает затраты и ускоряет инновации. По мере расширения проектов возобновляемой энергии моделирование CFD остается краеугольным камнем устойчивого дизайна, позволяя коллекторам, которые захватывают все возможные фотоны и доставляют тепло с минимальными потерями. Принятие этих методов моделирования гарантирует, что солнечная тепловая технология продолжает улучшаться, делая чистую энергию более доступной во всем мире.