槽式太阳能耦合压缩空气储能系统动态特性研究

doi:10.3976/j.issn.1002-4026.20240133

摘要/Abstract

摘要： 在国家双碳政策推动与能源转型进程中，压缩空气储能（CAES）技术与新能源协同发展的需求日益凸显。提出了一种槽式太阳能耦合压缩空气储能系统（SAR-CAES），该系统采用抛物面槽式太阳能集热器辅热先进绝热压缩空气储能系统（AA-CAES）释能过程提供辅助热源。构建了槽式太阳能集热器数学模型和三级膨胀AA-CAES模型，通过Matlab软件中离散化算法实现模型耦合，分析了月份和纬度对系统关键参数影响。结果表明：动态模型满足热力学第一和第二定律；辅热后换热器热负荷发生明显变化，辅热换热器热负荷明显较高，MR和LR几乎不参与换热但产生较大火用损；耦合后压缩空气储能效率明显提升，当时空处于夏至日和北回归线时达峰值；该系统太阳能有效利用效率高于太阳能直驱氨水动力循环系统，冬至日较氨水系统提升67.86%。

关键词: 压缩空气储能, 槽式太阳能, 辅热过程, 动态特性

Abstract:

Under the national dual-carbon policy and energy transition，the need for coordinated development between compressed air energy storage （CAES） technology and renewable energy has grown significantly. A solar auxiliary reheating compressed air energy storage （SAR-CAES） system is proposed. The system integrates a parabolic trough solar collector with an advanced adiabatic CAES system for achieving energy release. A mathematical model of the trough solar collector and a three-stage expansion advanced adiabatic compressed air energy storage system were established. Using the discretization algorithm in Matlab，the models were coupled to analyze the impact of months and latitudes on key system parameters. Results show that the resultant dynamic model satisfies the first and second laws of thermodynamics. After auxiliary heating，the heat load of the auxiliary heat exchanger increased clearly. Medium regenerator and Low regenerator barely participated in heat exchange，but generated considerable exergic loss. The efficiency of compressed air energy storage clearly improved after auxiliary heating，reaching its peak during the summer solstice at the Tropic of Cancer. The effective utilization efficiency of the solar energy in this system is higher than that of a solar-driven ammonia-water regenerative Rankine cycle system，with a maximum efficiency during the winter solstice—67.86% higher than that of the ammonia-water power cycle.

Key words: compressed air energy storage, trough solar energy, auxiliary heating process, dynamic characteristic

中图分类号:

TK02

秦浩轩, 陈伟. 槽式太阳能耦合压缩空气储能系统动态特性研究[J]. 山东科学, 2025, 38(5): 64-78.

QIN Haoxuan, CHEN Wei. Dynamic characteristics of a trough solar energy-coupled compressed air energy storage system[J]. Shandong Science, 2025, 38(5): 64-78.

图/表 19

图1

图2

表1

表2

表3

图3

表4

图4

表5

图5

图6

图7

图8

图9

图10

图11

图12

图13

图14

参考文献 18

[1]	陈海生, 李泓, 徐玉杰, 等. 2023年中国储能技术研究进展[J]. 储能科学与技术, 2024, 13(5): 1359-1397. DOI:10.19799/j.cnki.2095-4239.2024.0441.
[2]	郭欢. 新型压缩空气储能系统性能研究[D]. 北京: 中国科学院大学, 2013.
[3]	李威. 先进绝热压缩空气储能系统运行方式分析与优化[D]. 北京: 华北电力大学, 2020. DOI:10.27139/d.cnki.ghbdu.2020.000214.
[4]	伊力奇, 李涛, 张婷, 等. 海上风电-海浪能与光伏-压缩空气储能综合能源投资决策模型[J]. 数学的实践与认识, 2021, 51(14): 78-88.
[5]	安鹏. 基于太阳能辅热的压缩空气储能系统热力性能研究[D]. 北京: 华北电力大学, 2018.
[6]	徐玉杰, 陈海生, 刘佳, 等. 风光互补的压缩空气储能与发电一体化系统特性分析[J]. 中国电机工程学报, 2012, 32(20): 88-95. DOI:10.13334/j.0258-8013.pcsee.2012.20.020.
[7]	杨承, 王旭升, 张驰, 等. 太阳能与压缩空气耦合储能的燃气轮机CCHP系统特性[J]. 中国电机工程学报, 2017, 37(18): 5350-5358. DOI:10.13334/j.0258-8013.pcsee.161374.
[8]	LI P, SUN Y, et al. Thermodynamic and economic performance analysis of heat and power cogeneration system based on advanced adiabatic compressed air energy storage coupled with solar auxiliary heat[J]. Journal of Energy Storage, 2021, 42: 103089. DOI:10.1016/j.est.2021.103089.
[9]	蒋润花. 分布式能源系统研究[D]. 北京: 中国科学院研究生院(工程热物理研究所), 2009.
[10]	雷骁林. 槽式太阳能聚光集热系统设计研究[D]. 武汉: 华中科技大学, 2013.
[11]	陈庚. 槽式太阳能集热器热性能分析与实验[D]. 重庆: 重庆大学, 2012.
[12]	王亚龙. 槽式太阳能集热与热发电系统集成研究[D]. 北京: 中国科学院研究生院(工程热物理研究所), 2010.
[13]	邹斌. 抛物面槽式太阳能集热器聚光传热机理及热性能研究[D]. 哈尔滨: 哈尔滨工业大学, 2019. DOI:10.27061/d.cnki.ghgdu.2019.005199.
[14]	XIAO F, CHEN W, ZHANG B, et al. A novel constant power operation mode of constant volume expansion process for AA-CAES: Regulation strategy, dynamic simulation, and comparison[J]. Energy, 2023, 284:128594.DOI:10.1016/j.energy.2023.128594.
[15]	ZHANG N, CAI R X. Analytical solutions and typical characteristics of part-load performances of single shaft gas turbine and its cogeneration[J]. Energy Conversion and Management, 2002, 43(9/10/11/12): 1323-1337. DOI:10.1016/S0196-8904(02)00018-3.
[16]	CHEN W, BAI J S, WANG G H, et al. First and second law analysis and operational mode optimization of the compression process for an advanced adiabatic compressed air energy storage based on the established comprehensive dynamic model[J]. Energy, 2023, 263: 125882. DOI:10.1016/j.energy.2022.125882.
[17]	CHEN L X, ZHANG L G, YANG H P, et al. Dynamic simulation of a re-compressed adiabatic compressed air energy storage (RA-CAES) system[J]. Energy, 2022, 261: 125351. DOI:10.1016/j.energy.2022.125351.
[18]	GUO H, ZHANG Y, et al. Off-design performance and an optimal operation strategy for the multistage compression process in adiabatic compressed air energy storage systems[J]. Applied Thermal Engineering, 2019, 149: 262-274. DOI:10.1016/j.applthermaleng.2018.12.035.

地点	日期	经纬度	可视度/km	E_bh计算值/（MJ·m^-2·h^-1）	E_bh测量值/（MJ·m^-2·h^-1）	误差
北京	2024-06-15	116.3°E 39.9°N	15	1.48	1.62	8.64%
北京	2024-07-15	116.3°E 39.9°N	20	1.43	1.46	2.05%
上海	2024-04-15	121.5°E 31.4°N	18	1.43	1.34	6.72%
上海	2024-07-15	121.5°E 31.4°N	15	1.52	1.58	3.80%
青岛	2024-06-15	120.0°E 36.0°N	18	1.55	1.68	7.74%
青岛	2024-07-15	120.0°E 36.0°N	18	1.51	1.48	2.03%
广州	2024-07-15	113.3°E 23.1°N	23	1.50	1.40	7.14%
广州	2024-09-15	113.3°E 23.1°N	12	1.49	1.47	1.36%
乌鲁木齐	2024-06-15	87.4°E 43.5°N	30	2.21	2.12	4.25%
乌鲁木齐	2024-07-15	87.4°E 43.5°N	30	2.23	2.43	8.23%

部件	设计状况参数	数值
AT	体积V/m³	9 313
	初始压力p/MPa	10
	初始温度T/K	388.4
	终点压力p/MPa	3.2
HR	空气质量流量q_m，air/（kg·s^-1）	22.03
	热油质量流量q_m，oil/（kg·s^-1）	9.134
MR	空气质量流量q_m，air/（kg·s^-1）	22.03
	热油质量流量q_m，oil/（kg·s^-1）	0.457 0
LR	空气质量流量q_m，air/（kg·s^-1）	22.03
	热油质量流量q_m，oil/（kg·s^-1）	0
HS	空气质量流量q_m，air/（kg·s^-1）	22.03
	热油质量流量q_m，oil/（kg·s^-1）	10.01
MS	空气质量流量q_m，air/（kg·s^-1）	22.03
	热油质量流量q_m，oil/（kg·s^-1）	9.908
LS	空气质量流量q_m，air/（kg·s^-1）	22.03
	热油质量流量q_m，oil/（kg·s^-1）	9.875
HT	空气质量流量q_m，air/（kg·s^-1）	22.03
	汽轮机参数G₀	1.646×10^-4
	压比e₀	3.163
	绝热效率h₀	0.9
MT	空气质量流量q_m，air/（kg·s^-1）	22.03
	汽轮机参数G₀	5.202×10^-4
	压比e₀	3.163
	绝热效率h₀	0.9
LT	空气质量流量q_m，air/（kg·s^-1）	22.03
	汽轮机参数G₀	1.644×10^-4
	压比e₀	3.163
	绝热效率h₀	0.9

状态点	温度/K	压力/MPa	比体积/（m³·kg^-1）	质量流量/（kg·s^-1）	比焓/（kJ·kg^-1）	比熵/（kJ·kg^-1·K^-1）
1	388.4	10.00	0.011 46	22.03	503.1	2.770
2	388.4	10.00	0.011 46	22.03	503.1	2.770
2'	388.4	3.200	0.035 06	22.03	509.7	3.119
3	425.0	3.200	0.038 45	22.03	547.7	3.212
4	571.7	3.200	0.051 89	22.03	701.0	3.522
5	424.2	1.012	0.120 6	22.03	548.9	3.547
6	425.0	1.012	0.120 8	22.03	549.7	3.549
7	571.7	1.012	0.162 7	22.03	701.4	3.855
8	425.0	0.320 3	0.381 2	22.03	550.3	3.881
9	425.0	0.320 3	0.381 2	22.03	550.3	3.881
10	571.7	0.320 3	0.512 9	22.03	701.5	4.186
11	425.3	0.101 3	1.205	22.03	550.8	4.213
12	433.3	0.101 3	0.001 097	9.134	996.5	0.859 6
13	393.4	0.101 3	0.001 066	9.134	904.8	0.637 7
14	433.3	0.101 3	0.001 097	0.457 1	996.5	0.859 6
15	416.4	0.101 3	0.001 084	0.457 1	957.7	0.768 2
16	433.3	0.101 3	0.001 097	0.000	996.5	0.859 6
17	416.8	0.101 3	0.001 084	0.000	958.5	0.770 2
18	576.7	0.101 3	0.001 220	10.01	1 326	1.517
19	430.0	0.101 3	0.001 125	10.01	989.0	0.842 2
20	576.7	0.101 3	0.001 220	9.908	1 326	1.517
21	430.0	0.101 3	0.001 125	9.908	989.0	0.842 2
22	576.7	0.101 3	0.001 220	9.875	1 326	1.517 2
23	430.0	0.101 3	0.001 125	9.875	989.0	0.842 2

组件	能量	数值/kW
AT	输入功，W_AT	0.000
HT	输出功，W_HT	-3 351
MT	输出功，W_MT	-3 328
LT	输出功，W_LT	-3 320
HR	油供热流功，q_HR	837.0
MR	油供热流功，q_MR	17.73
LR	油供热流功，q_LR	0.000
HS	油供热流功，q_HS	3 376
MS	油供热流功，q_MS	3 342
LS	油供热流功，q_LS	3 331
	焓差，ΔH_air	904.3
释能过程总能量变化		1×10^-2

组件	可用能	数值/kW
AT	㶲输出，${{E}_{x，out，}}_{AT}$	7 108
AT	㶲损失，E_{x，loss，AT}	0.000
HT	㶲输出，E_x，out，HT	11 202
	㶲损失，E_{x，loss，HT}	163.7
	输出功，P_HT	3 351
MT	㶲输出，E_x，out，MT	13 365
	㶲损失，E_{x，loss，MT}	169.6
	输出功，P_MT	3 328
LT	㶲输出，E_x，out，LT	15 533
	㶲损失，${{{E}_{x，loss}}_{，}}_{LT}$	171.8
	输出功，P_LT	3 320
HR	㶲损失，E_{x，loss，HR}	9.784
MR	㶲损失，E_{x，loss，MR}	249.4
LR	㶲损失，E_{x，loss，LR}	249.4
HS	㶲损失，E_{x，loss，HS}	19.68
MS	㶲损失，E_{x，loss，MS}	19.13
LS	㶲损失，E_{x，loss，LS}	18.95
	空气侧输入㶲，ΔE_x，air	6 280
	热油侧输入㶲，ΔE_x，oil	4 791
释能过程总㶲变化		7×10^-12