技术领域
[0001] 本
发明属于
有机朗肯循环技术领域，具体涉及有机朗肯循环的智能构建与工质协同优化方法。
背景技术
[0002] 随着
能源危机、
气候变暖、环境污染等全球性问题关注度的提高，世界各国在致
力于通过改善能源系统性能、回收余热等方式提高化石能源利用率的同时，也致力于提高
可再生能源在一次能源消费结构中的比例。由于工业余热、
内燃机余热以及
太阳能、
地热能、
生物质能等可再生能源的低品位特性，以
水为工质从高温热源吸热为特征的传统发电循环无法很好实现这些能源的利用，由此催生出中低温热能发电技术，其中，有机朗肯循环凭借其低运行成本、低维护成本、生命周期长、易于操作等优势，吸引了大量的关注。
[0003] 循环结构配置和有机工质是影响有机朗肯循环性能的两个重要因素。有机朗肯循环结构设计的常规方法通常包含两个步骤，其一，人工设计循环结构，其二，循环参数优化。在循环结构设计阶段，基于人工设计，通常只考虑1-2个可提高循环性能的特征，如
过热、再热、回热、多级膨胀、超临界等，无法同时将所有可提高性能的循环特征考虑在内。为解决这个问题，出现了尽可能涵盖多种循环特征的“超结构”方法。根据具体问题所构建的循环超结构，是尽可能多的循环结构配置情况的集合。但所构建的超结构越完备，求解最优解的计算越复杂、计算量越大、求解越困难。
[0004] 有机工质筛选是有机朗肯循环设计中不可忽视的方面，在常规方法中一般作为与循环结构设计相独立的优化问题，即先构建循环结构，再根据具体工质优化循环参数。因此，循环结构设计与工质筛选通常被分成两个优化问题进行求解，耗时长且效率低。
[0005] 综上可知，相关技术存在
缺陷，亟待完善。
发明内容
[0006] 本发明的目的在于：针对
现有技术的不足，而提供有机朗肯循环的智能构建与工质协同优化方法，不但可以实现有机朗肯循环编码化设计与结构智能构建，而且是循环结构设计与工质筛选协同优化的一个理想方案。
[0007] 为实现上述目的，本发明采用如下技术方案：
[0008] 有机朗肯循环的智能构建与工质协同优化方法，包括如下步骤：
[0009] S1、预先定义一组候选工质集；
[0010] S2、通过分隔
传热过程与循环其他热力过程，简化有机朗肯循环结构配置；
[0011] S3、以基本循环为循环结构智能构建的基本单元，编码设计参数和拓扑参数，设计三层嵌套
算法框架；
[0012] S4、采用序列二次规划法、0-1规划和以计算智能为特征的
进化算法进行运算处理；
[0013] S5、以有机朗肯循环净输出功为目标函数，完成有机工质筛选与循环结构智能构建。
[0014] 作为本发明所述的有机朗肯循环的智能构建与工质协同优化方法的一种改进，在步骤S3中，所述基本循环为四过程简单有机朗肯循环的简化结果。
[0015] 作为本发明所述的有机朗肯循环的智能构建与工质协同优化方法的一种改进，在步骤S3中，所述基本循环包括两个表示传热过程的占位符、压缩过程和膨胀过程。
[0016] 作为本发明所述的有机朗肯循环的智能构建与工质协同优化方法的一种改进，在步骤S3中，所述拓扑参数为基本循环间共同发生一至三个热力过程的拓扑组合。
[0017] 作为本发明所述的有机朗肯循环的智能构建与工质协同优化方法的一种改进，以所述膨胀过程初始
节点和所述压缩过程初始节点的
热力学状态参数对(P,h)或(T,s)，采用实数编码方式，对设计参数进行编码。
[0018] 作为本发明所述的有机朗肯循环的智能构建与工质协同优化方法的一种改进，所述实数编码方式为二进制编码方式。
[0019] 作为本发明所述的有机朗肯循环的智能构建与工质协同优化方法的一种改进，所述二进制的长度代表基本循环个数，0表示基本循环间不共同发生此热力过程，1表示基本循环间共同发生此热力过程。
[0020] 作为本发明所述的有机朗肯循环的智能构建与工质协同优化方法的一种改进，每一个热力过程对应一个二进制编码矩阵，对拓扑参数进行编码。
[0021] 与现有技术相比，本发明的有益效果是：作为影响有机朗肯循环性能的两个重要方面，在有机朗肯循环的设计中，循环结构与工质选择应同时考虑在内。由于人工设计循环结构的局限性与应用超结构技术设计循环结构的复杂性，利用
人工智能技术进行有机朗肯循环结构构建是一种发展趋势。本发明提出的有机结构智能构建与工质筛选协同优化方法基于计算智能算法，通过对循环进行必要的简化以及对
热力循环设计参数和拓扑参数的编码化，将循环结构设计交由计算机完成；同时，引入工质选择系数，在构建循环结构的同时完成工质的筛选；应用计算智能算法、序列二次规划算法和0-1规划法，通过三层算法框架结构，可以实现有机朗肯循环结构的智能构建与工质筛选的协同优化。
附图说明
[0022] 此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性
实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
[0023] 图1为本发明有机朗肯循环的简化示意图之一；
[0024] 图2为本发明有机朗肯循环的简化示意图之二；
[0025] 图3为本发明有机朗肯循环基本单元拓扑组合的示意图之一；
[0026] 图4为本发明有机朗肯循环基本单元拓扑组合的示意图之二；
[0027] 图5为图1中有机朗肯循环的
温度(T)-
焓(s)示意图
[0028] 图6为本发明有机朗肯循环结构智能构建与工质筛选协同优化方法的逻辑示意图。
具体实施方式
[0029] 如在
说明书及
权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，
硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接受的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。
[0030] 在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“水平”等指示的方位或
位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0031] 在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0032] 以下结合附图对本发明作进一步详细说明，但不作为对本发明的限定。
[0033] 本发明所提出的面向有机朗肯循环智能构建及工质筛选协同
优化算法，基于以下假设：循环均为四过程有机朗肯循环；采用同一种工质；混合器与分离器内工质的混合和分离均是等温的；过热度与
过冷度固定；忽略系统内管路的
热损失。
[0034] 本发明所提出的面向有机朗肯循环智能构建及工质筛选协同优化算法，基于以下简化思想：假设换热网络为黑箱，分隔传热过程与循环其他热力过程，用占位符表示换热过程的初始端与终端；不考虑具体的换热网络，而关注换热黑箱的边界条件，即占位符两端的热力学状态参数与工质
质量流量。如图1所示，将此简化思想应用于四过程简单有机朗肯循环，可将其简化为由两个占位符、压缩过程和膨胀过程组成的循环形式(如图2所示)；将这种循环形式命名为基本循环，它是循环结构智能构建的基本单元。如图3所示的多级冷凝有机朗肯循环，应用此简化思想进行化简，可得到如图4所示的结果；简化结果可看作两个基本循环的一种拓扑组合。所述拓扑组合的含义是：若干基本循环通过共同发生1-3个热力过程的组合，如图4，简化后的多级冷凝有机朗肯循环由两个基本循环通过共同发生加热过程组合而成。因此，基于分隔传热过程与循环其他热力过程的简化方法，有机朗肯循环分解为若干基本循环的拓扑组合。
[0035] 采用智能算法进行循环结构构建，需要对循环的必要参数进行编码化处理。在工质过热度与过冷度确定的情况下，若已知膨胀过程初始节点与压缩过程初始节点的热力学状态参数，即如图5有机朗肯循环T-s图中所示1点与4点的热力学状态参数已知，则图中其他关键状态点的参数均可计算得到。因此，对膨胀过程初始节点与压缩过程初始节点的设计参数进行编码，设计参数包括可确定状态点的热力学参数对，如(T,P)、(T,s)、(P,h)等，采用实数编码方式，并用矩阵表示如下：
[0036] [Texp,Pexp；Tcom,Pcom]
[0037] 另外，由上述简化结果所得到的循环拓扑组合，表示了循环的结构信息，是循环设计编码化必不可少的参数。因此，对循环的拓扑参数进行编码，采用二进制编码方式。由于循环拓扑组合是若干基本循环通过共同发生1-3个热力过程的组合，拓扑参数相应地包含了代表四个热力过程的四个二进制列表，即，拓扑参数由四个二进制列表组成，每个二进制列表表示一个热力过程的拓扑组合情况。如，以A代表压缩过程，B代表加热过程，C代表膨胀过程，D代表冷却过程，则对图3和图4所示的循环拓扑组合，其拓扑参数表示为：
[0038] A:[0,0]
[0039] B:[1,1]
[0040] C:[0,0]
[0041] D:[0,0]
[0042] 其中，0表示基本循环间不共同发生热力过程，1表示共同发生热力过程，0/1的总个数表示有机朗肯循环结构配置所包含基本循环的个数。
[0043] 基于以上假设、简化以及参数编码化结果，本发明所提出的面向有机朗肯循环智能构建及工质筛选协同优化算法，具有三层算法框架，如图6：
[0044] 外层算法利用0-1规划法，引入工质选择系数，从一组预先定义的候选工质集中筛选最优的有机工质；所述工质选择系数为0/1变量，0表示不选择此种工质，1表示选择此种工质，其总和为1；对最优工质的筛选基于上层与下层算法的计算结果。
[0045] 上层算法利用进化算法，进化算法属于计算智能算法中基于模拟自然界种群进化的算法；一个个体表示一种可能的有机朗肯循环配置，一个种群表示可能的有机朗肯循环配置的集合；个体的基因型以设计参数与拓扑参数的编码化结果表示，通过选择、交叉、变异等遗传算子操作，得到新的个体基因型；基因型解码为表现型，利用下层算法计算个体的适应度值，适应度值函数为循环的净输出功。
[0046] 下层算法应用序列二次规划法，计算个体的适应度值。对序列二次规划法，其目标函数为最大循环净输出功，约束条件基于换热黑箱中的传热约束进行设定。约束条件包括传热窄点的约束以及传热可行性的约束，即循环中热流的放热量不小于冷流的吸热量。序列二次规划法的数学模型如下：
[0047] min-(Wnet)
[0048] s.t.Δtmin≥Δtpinch
[0049] Qtotal_heat–Qtotal_cold≥0
[0050] 其中，Wnet为循环净输出功；Δtmin为换热器中的最小传热温差，Δtpinch为换热器中的窄点温差；Qtotal_heat为热流总放热量，Qtotal_cold为冷流总吸热量。
[0051] 上述说明示出并描述了本发明的若干优选实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、
修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
