液态空气储能(liquid air energy storage,LAES)因其不受地理限制和储能密度高的特点,已经成为一种极具发展潜力的大规模储能技术。为了进一步提升LAES系统往返效率,提出一种耦合钢铁余热与有机朗肯循环(organic Rankine cycle,ORC)的新...液态空气储能(liquid air energy storage,LAES)因其不受地理限制和储能密度高的特点,已经成为一种极具发展潜力的大规模储能技术。为了进一步提升LAES系统往返效率,提出一种耦合钢铁余热与有机朗肯循环(organic Rankine cycle,ORC)的新型LAES系统,该集成系统不仅能有效回收钢铁余热,还能显著提升LAES系统性能。通过建立集成系统的热力学模型,利用仿真计算对集成系统关键参数进行了热力性能敏感性分析和优化,开展了系统热力学分析评价。结果表明:不同有机工质随着有机透平进口温度的升高,其输入功率呈现先减小后增加的趋势,ORC效率和系统往返效率则都表现出先增大后减小的特征,且极值出现在临界温度附近。当热源温度从200℃升高到300℃时,系统输出功率从37.3 MW提升至51.9 MW。在最佳工况下,集成系统的电换电效率为118.66%,热电效率为35.62%。(火用)分析表明,膨胀机、冷却器与汽化器是主要(火用)损失源,需通过设备优化与温差调控进一步提升效率。研究成果可为LAES系统的效率提升和钢铁余热利用技术创新提供了重要的理论参考。展开更多
文摘目前,多无人机(Unmanned Aerial Vehicle,UAV)在大规模任务场景下的任务分配问题仍是一个挑战性问题。传统启发式算法可在较低计算复杂度下得到满意的解,但收敛速度慢且难以收敛到全局最优解。为此提出一种基于UAV链、任务链和双阶段修复策略的遗传算法(Genetic Algorithm Based on UAV-chain,Task-chain,and Two-Stage Repair strategy,UTTSRGA)。在编码结构中设计UAV链和任务链来量化任务执行代价,增强了编码中的信息承载能力并显著提升搜索效率。针对交叉操作后出现任务缺失与任务重复问题,设计双阶段修复策略。第一阶段设计随机填充机制,增强对解空间的全局搜索能力;第二阶段设计邻接映射表修复机制,根据任务间的邻接关系提供进化方向,有效引导种群向当前最优解快速收敛。提出动态复合变异策略,融合自适应变异率与基于任务链值的变异点选择,并设计4种功能互补的变异算子,多维度协同优化解的质量。针对大规模场景下的路径交叉问题,引入路径优化策略,从实践角度进一步优化任务分配方案。实验结果表明,UTTSRGA在不同任务规模下,尤其是大规模复杂任务场景中,在解的质量、收敛速度和鲁棒性3个方面均表现出显著优势。
文摘液态空气储能(liquid air energy storage,LAES)因其不受地理限制和储能密度高的特点,已经成为一种极具发展潜力的大规模储能技术。为了进一步提升LAES系统往返效率,提出一种耦合钢铁余热与有机朗肯循环(organic Rankine cycle,ORC)的新型LAES系统,该集成系统不仅能有效回收钢铁余热,还能显著提升LAES系统性能。通过建立集成系统的热力学模型,利用仿真计算对集成系统关键参数进行了热力性能敏感性分析和优化,开展了系统热力学分析评价。结果表明:不同有机工质随着有机透平进口温度的升高,其输入功率呈现先减小后增加的趋势,ORC效率和系统往返效率则都表现出先增大后减小的特征,且极值出现在临界温度附近。当热源温度从200℃升高到300℃时,系统输出功率从37.3 MW提升至51.9 MW。在最佳工况下,集成系统的电换电效率为118.66%,热电效率为35.62%。(火用)分析表明,膨胀机、冷却器与汽化器是主要(火用)损失源,需通过设备优化与温差调控进一步提升效率。研究成果可为LAES系统的效率提升和钢铁余热利用技术创新提供了重要的理论参考。
