基于改进粒子群优化算法的先进绝热压缩空气储能系统参数优化

被引:9
作者
周檬 [1 ]
贾亚雷 [1 ,2 ]
机构
[1] 河北软件职业技术学院软件技术系
[2] 华北电力大学电站设备状态监测与控制教育部重点实验室
关键词
先进绝热压缩空气储能; 改进粒子群算法; 储能效率; 储气室; 换热器; 优化;
D O I
10.19666/j.rlfd.201704010
中图分类号
TK02 [蓄能技术];
学科分类号
080502 ;
摘要
压缩空气储能技术是一种高效、环保的大规模储能技术,在可再生能源并网和电网调峰领域有广泛应用。为了提高压缩空气储能系统的储能效率,对系统建立了热力学模型,研究了系统运行参数对系统性能的影响,并采用改进粒子群算法对多个运行参数进行优化。研究结果表明:随着储气室最低压力的升高,储能效率先升高后降低,储气过程压力升高幅度和储气室对流换热系数的增大会使储能效率降低;通过改进粒子群优化算法,储能效率最高可以达到0.699 45;优化算法具有较好的全局收敛性和较高的精确度。
引用
收藏
页码:94 / 99
页数:6
相关论文
共 18 条
[1]  
Trigenerative micro compressed air energy storage: Concept and thermodynamic assessment.[J].Andrea L. Facci;David Sánchez;Elio Jannelli;Stefano Ubertini.Applied Energy.2015,
[2]  
Modeling on heat storage performance of compressed air in a packed bed system.[J].Hao Peng;Rui Li;Xiang Ling;Huihua Dong.Applied Energy.2015,
[3]  
Adiabatic Compressed Air Energy Storage with packed bed thermal energy storage.[J].KURUP RAVI KUMAR;KURUP PARAMESWARA ACHUTHA.Applied Energy.2015,
[4]  
Green solution for power generation by adoption of adiabatic CAES system.[J].Naser M. Jubeh;Yousef S.H. Najjar.Applied Thermal Engineering.2012,
[5]  
Temperature and pressure variations within compressed air energy storage caverns.[J].R. Kushnir;A. Dayan;A. Ullmann.International Journal of Heat and Mass Transfer.2012, 21-2
[6]  
Modeling and simulation of compressed air storage in caverns: A case study of the Huntorf plant.[J].Mandhapati Raju;Siddhartha Kumar Khaitan.Applied Energy.2011, 1
[7]  
Overview of current and future energy storage technologies for electric power applications.[J].Ioannis Hadjipaschalis;Andreas Poullikkas;Venizelos Efthimiou.Renewable and Sustainable Energy Reviews.2008, 6
[8]  
Thermodynamic analysis of CAES/TES systems for renewable energy plants.[J].Giuseppe Grazzini;Adriano Milazzo.Renewable Energy.2007, 9
[9]   功率平滑用电池储能系统的功率响应特性研究 [J].
郭芳 ;
邓长虹 ;
廖毅 ;
谭茂强 .
电工技术学报, 2015, 30 (12) :434-440
[10]   压缩空气储能电站技术经济性分析 [J].
刘畅 ;
徐玉杰 ;
胡珊 ;
陈海生 .
储能科学与技术, 2015, 4 (02) :158-168