一种用于强化传热的固体电蓄热改进装置及改进方法与流程

本发明涉及固体电蓄热装置强化传热领域，具体涉及一种用于强化传热的固体电蓄热改进装置及改进方法。

背景技术：

2000年～2009年全国发电装机年均增长11.84％，累计新增电源规模超过5.5亿千瓦[1]。目前，我国电网规模已超过美国，跃居世界首位，且截至2013年末,全国发电装机总量达12.47亿kW。但近年来供电紧张的问题却无法得到解决，其原因很大程度上在于，电网负荷低、系统峰谷差大(峰谷差占高峰负荷之比高达25％-30％)，直到2015年供电紧张问题依旧没有突破性进展。因此，科学合理利用低谷电对缓解电力紧张具有很重要的意义。鉴于此，我们认为电蓄热发展将会有广阔前景，它的广泛应用能够显著缓解峰谷电荷差的矛盾，同时其无噪声无污染的特性也决定了对它的研究是适应今后社会发展潮流的。

固体蓄热储能装置采用不同的配置和运行方式，可获得不同的经济效益，通常有以下3种运行方式(以北京地区用电时段划分和电价为例)：方式1：蓄热量较大，可全部用低谷电。蓄热装置全部安排在低谷8小时运行，平时段8小时和高峰段8小时不用电，此种方式的运行费用较低，但设备一次性投资较大；方式2：蓄热量不够大时，可用低谷电加平峰电，低谷电满功率运行，平峰电半功率运行。此种方式的一次性投资较小，但运行费用较高；方式3：蓄热量较小，可用低谷电加平峰电加高峰电运行。低谷电满功率运行，平峰电60％功率运行，高峰电10％功率运行，此种方式一次性设备投资最小，运行费用最高，但综合费用较低，为经济的运行方式。

因此，虽然目前固体电蓄热装置能够将电量以较高的效率转化成热量，但是它并不能高效地将热量以有用能的形式输送出去，如果针对这一情况对蓄热系统进行改进，达到强化传热的效果。这将会带来巨大的社会效益。

技术实现要素：

本发明设计开发了一种用于强化传热的固体电蓄热改进装置，本发明的发明目的是通过在改进装置中设置折流板对流体传热进行有效改善。

本发明设计开发了一种用于强化传热的固体电蓄热改进方法，本发明的发明目的是通过对蓄热体内部加热电阻的电流有效控制以及对流体流速的有效控制，达到改善传热效率的目的。

本发明提供的技术方案为：

一种用于强化传热的固体电蓄热改进装置，包括：

装置箱体，其设置有入口及出口；

多个蓄热体，其为圆柱体，所述蓄热体横向平行贯穿设置在所述装置箱体内部；

多个折流板，其平行设置在所述蓄热体之间；

其中，所述入口与所述出口分别设置在所述装置箱体的相对面，流体通过所述入口进入所述装置箱体后，垂直经过所述蓄热体以及所述折流板，通过所述出口流出所述装置箱体。

优选的是，所述蓄热体具有加热电阻。

优选的是，所述蓄热体圆周表面设置有方形凹槽。

优选的是，所述凹槽的深度为所述蓄热体直径的5％～10％。

优选的是，还包括：

温度传感器，其分别设置在所述装置箱体内部、所述装置箱体入口处以及所述装置箱体出口处；以及

流速传感器，其设置在所述入口处。

一种用于强化传热的固体电蓄热改进方法，采集监测数据，包括如下步骤：

步骤一、按照采样周期，分别采集环境温度T_a、装置箱体内部温度T_b、流体进入装置箱体前温度T_c以及流体流出装置箱体后温度T_d；

步骤二、依次将上述系数进行归一化，建立三层BP神经网络的输入层向量，x＝{x₁,x₂,x₃,x₄}；其中，x₁为环境温度系数，x₂为装置箱体内部温度系数，x₃为流体进入装置箱体前温度系数，x₄为流体流出装置箱体后温度系数；

步骤三、所述输入层向量映射到中间层，所述中间层向量y＝{y₁,y₂,…,y_m}，m为中间层节点个数；

步骤四、得到输出层向量z＝{z₁,z₂,z₃,z₄}；其中，z₁为流体流速调节系数，z₂为蓄热体内部加热电阻电流调节系数，z₃为蓄热体内部加热电阻工作时间调节系数，z₄为紧急停机信号；

步骤五、控制流体流速，蓄热体内部加热电阻电流以及蓄热体内部加热电阻工作时间，使

其中，其中，其中z₁ⁱ、z₂ⁱ、z₃ⁱ分别为第i个采样周期输出层向量参数，Q_max、I_max、t_max分别为设定的流体最大流速、蓄热体内部加热电阻最大电流以及蓄热体内部加热电阻最长工作时间，Q_i+1、I_i+1、t_i+1分别为第i+1个采样周期时的流体流速、蓄热体内部加热电阻电流以及蓄热体内部加热电阻工作时间。

优选的是，所述步骤五之后还包括：根据第i个采样周期中的环境温度、装置箱体内部温度、流体进入装置箱体前温度以及流体流出装置箱体后温度采样信号，判断第i+1个采样周期中的改进装置的运行状态，当输出信号时，进行紧急停止。

优选的是，所述步骤二中，环境温度T_a、装置箱体内部温度T_b、流体进入装置箱体前温度T_c以及流体流出装置箱体后温度T_d进行规格公式为：

其中，x_j为输入层向量中的参数，X_j分别为测量参数T_a、T_b、T_c、T_d，j＝1,2,3,4；X_jmax和X_jmin分别为相应测量参数中的最大值和最小值。

优选的是，在所述步骤三中，所述中间层节点个数m满足：其中n为输入层节点个数，p为输出层节点个数。

优选的是，初始运行状态下，流体流速、蓄热体内部加热电阻电流以及蓄热体内部加热电阻工作时间满足经验值：

Q₀＝0.55Q_max，

I₀＝0.83I_max，

t₀＝0.75t_max，

其中，Q₀为流体初始流速，I₀为蓄热体内部加热电阻初始通电电流，t₀为蓄热体内部加热电阻初始工作时间，Q_max为设定的流体最大流速，I_max为设定的蓄热体内部加热电阻最大电流，t_max为设定的蓄热体内部加热电阻最长工作时间。

本发明与现有技术相比较所具有的有益效果：

1、本发明进出口位置分别在装置的两个对角，使流体在对流传热过程无法产生快速通道，使换热更加充分，对圆柱形蓄热体表面进行开孔，打破其热边界层，来强化传热，采用开孔这样简单便捷的手段来强化传热，减少材料的消耗，符合充分合理利用能源的设计理念；

2、本发明构建的人工神经网络，能够处理多参数、非线性系统的控制问题，能根据改进装置中的温度变化情况，自动调节流体流速、蓄热体内部电阻电流以及工作时间，提高传热效率，使用这种装置的系统工作更稳定，故障率更低，具有良好的现实意义。

附图说明

图1为本发明的外部结构示意图。

图2为本发明的内部结构示意图。

图3为本发明所述的结构示意图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

如图1～3所示，本发明提供了一种用于强化传热的固体电蓄热改进装置，其主体结构包括：入口110、出口120，装置内部的圆柱形蓄热体130，蓄热体上开的孔150，蓄热体内部的加热电阻140，折流板160以及装置箱体170；其中，入口110在装置箱体170的左侧下方，出口120在装置箱体170的右侧上方，装置箱体170内部为被横向夹持的圆柱形蓄热体130，折流板160平行设置在圆柱形蓄热体130之间，用来进行强化传热。

流体从蓄热装置入口110进入蓄热装置箱体内部，与装置箱体171内被开四方形孔横向夹持的圆柱形蓄热体130进行对流换热，然后从装置出口120处流出，所述传热过程完成传热，流体从装置箱体170的入口110进入，从出口120出，在流经装置箱体170内部时垂直通过圆柱形蓄热体130以及折流板160，进而避免产生快速通道而使传热过程被削弱；在本实施例中，折流板160在装置箱体170中的位置设置在入口110以及出口120前侧，从而进一步增加了流体经过箱体装置170内部的换热时间进而增强换热效率。

圆柱形蓄热体130表面开有四方形小孔150，流体流经凹面时会破坏边界层在凹坑处重新形成边界层，使边界层变得很薄，传热通过边界层时以导热为主，以此来打破圆柱形蓄热体130的热边界层，增强传热。

通过对装置箱体170内流场的分析可知在装置前半部分流速较高，后半部分流速较低，故所述圆柱形蓄热体130在流体经过的前半部分即流速较高区域开孔较深，后半部分流速较低区域开孔较浅，一个圆柱形蓄热体130上开孔的数量由该处的温度分布梯度进行确定；在本实施例中，在不影响蓄热体强度的前提下，设置深孔为蓄热体直径的10％，浅孔为蓄热体直径的5％。

采用此方案只需要一次测量以后，就可以按照测得的开孔规律进行批量加工，既强化了装置的传热过程，同时也节省了蓄热体材料。

在另一种实施例中，还包括：温度传感器分别设置在装置箱体170内部、装置箱体170的入口110以及装置箱体170的出口120，流速传感器设置在装置箱体170的入口110。

本发明还提供了一种用于强化传热的固体电蓄热改进方法，基于BP神经网络的调控确定流经固体电蓄热改进装置箱体的流体流速，蓄热体内部的加热电阻的电流以及蓄热体内部的加热电阻的工作时间，包括如下步骤：

步骤一、建立BP神经网络模型；

本发明采用的BP网络体系结构由三层组成，第一层为输入层，共n个节点，对应了表示设备工作状态的n个检测信号，这些信号参数由数据预处理模块给出。第二层为隐层，共m个节点，由网络的训练过程以自适应的方式确定。第三层为输出层，共p个节点，由系统实际需要输出的响应确定。

该网络的数学模型为：

输入层向量：x＝(x₁,x₂,…,x_n)^T

中间层向量：y＝(y₁,y₂,…,y_m)^T

输出层向量：z＝(z₁,z₂,…,z_p)^T

本发明中，输入层节点数为n＝4，输出层节点数为p＝4。隐藏层节点数m由下式估算得出：

通过温度传感器以及流速传感器分别采集监测数据，包括：环境温度T_a、装置箱体内部温度T_b、流体进入装置箱体前温度T_c以及流体流出装置箱体后温度T_d，将数据进行传输；

按照采样周期，输入的4个参数为：x₁为环境温度系数，x₂为装置箱体内部温度系数，x₃为流体进入装置箱体前温度系数，x₄为流体流出装置箱体后温度系数；

由于传感器获取的数据属于不同的物理量，其量纲各不相同。因此，在数据输入神经网络之前，需要将数据规格化为0-1之间的数。

具体而言，使用温度传感器测量环境温度T_a，进行规格化后，得到环境温度系数x₁：

其中，T_{a_min}和T_{a_max}分别为环境温度的最小温度和最大温度。

同样的，使用温度传感器测量装置箱体内部温度T_b，进行规格化后，得到装置箱体内部温度系数x₂：

其中，T_{b_min}和T_{b_max}分别为装置箱体内部的最小温度和最大温度。

使用温度传感器测量流体进入装置箱体前温度T_c，进行规格化后，得到流体进入装置箱体前温度系数x₃：

其中，T_{c_min}和T_{c_max}分别为流体进入装置箱体前温度的最小温度和最大温度。

使用温度传感器测量流体流出装置箱体后温度T_d，进行规格化后，得到流体进入装置箱体前温度系数x₄：

其中，T_{d_min}和T_{d_max}分别为流体流出装置箱体后温度的最小温度和最大温度。

输出信号的4个参数分别表示为：z₁为流体流速调节系数，z₂为蓄热体内部加热电阻电流调节系数，z₃为蓄热体内部加热电阻工作时间调节系数，z₄为紧急停机信号；

流体流速系数z₁表示为下一个采样周期中的流体流速与当前采样周期中设定的最高流速之比，即在第i个采样周期中，采集到的流体流速为Q_i，通过BP神经网络输出第i个采样周期的流体流速调节系数z₁ⁱ后，控制第i+1个采样周期中流体流速为Q_i+1，使其满足

蓄热体内部加热电阻电流调节系数z₂表示为下一个采样周期中的蓄热体内部加热电阻电流与当前采样周期中设定的最高电流之比，即在第i个采样周期中，采集到的电流为I_i，通过BP神经网络输出第i个采样周期的电流调节系数z₂ⁱ后，控制第i+1个采样周期中电流为I_i+1，使其满足

蓄热体内部加热电阻工作时间调节系数z₃表示为下一个采样周期中的蓄热体内部加热电阻工作时间与当前采样周期中设定的最长工作时间之比，即在第i个采样周期中，采集到的加热电阻工作时间为t_i，通过BP神经网络输出第i个采样周期的加热电阻工作时间调节系数z₃ⁱ后，控制第i+1个采样周期中加热电阻工作时间为t_i+1，使其满足

紧急停机信号z₄表示为当前设备的运行状态，其输出值为0或1，当输出值为0时，表示当前改进装置处于非正常状态，此时，需要进行紧急停机；当输出值为1时，表示当前改进装置处于正常状态，可以继续运行。

步骤二、进行BP神经网络的训练。

建立好BP神经网络节点模型后，即可进行BP神经网络的训练。根据产品的经验数据获取训练的样本，并给定输入节点i和隐含层节点j之间的连接权值w_ij，隐层节点j和输出层节点k之间的连接权值w_jk，隐层节点j的阈值θ_j，输出层节点k的阈值w_ij、w_jk、θ_j、θ_k均为-1到1之间的随机数。

在训练过程中，不断修正w_ij和w_jk的值，直至系统误差小于等于期望误差时，完成神经网络的训练过程。

如表1所示，给定了一组训练样本以及训练过程中各节点的值。

表1 训练过程各节点值

步骤三、采集数据运行参数输入神经网络得到调控系数；

训练好的人工神经网络固化在芯片之中，使硬件电路具备预测和智能决策功能，从而形成智能硬件。智能硬件加电启动后，控制流体的电机开始运行，蓄热体内部加热电阻以最大电流和最长工作时间开始运行，即流体初始流速为Q₀＝0.55Q_max，蓄热体内部加热电阻初始电流为I₀＝0.83I_max，蓄热体内部加热电阻初始工作时间为t₀＝0.75t_max；

同时，通过使用温度传感器测量初始环境温度T_a0、装置箱体内部初始温度T_b0、流体进入装置箱体前初始温度T_c0以及流体流出装置箱体后初始温度T_d0，通过将上述参数规格化，得到BP神经网络的初始输入向量通过BP神经网络的运算得到初始输出向量

步骤四：控制流体流速、蓄热体内部加热电阻电流以及蓄热体内部加热电阻工作时间；得到初始输出向量后，即可进行流速、电流以及工作时间的调控，调节流体流速、加热电阻电流以及加热电阻工作时间，使下一个采样周期流体流速、加热电阻电流以及加热电阻工作时间分别为：

通过传感器获取第i个采样周期中的环境温度T_a、装置箱体内部温度T_b、流体进入装置箱体前温度T_c以及流体流出装置箱体后温度T_d，通过进行规格化得到第i个采样周期的输入向量xⁱ＝(x₁ⁱ,x₂ⁱ,x₃ⁱ,x₄ⁱ)，通过BP神经网络的运算得到第i个采样周期的输出向量zⁱ＝(z₁ⁱ,z₂ⁱ,z₃ⁱ,z₄ⁱ)，然后控制流体流速、加热电阻电流以及加热电阻工作时间，使第i+1个采样周期时流体流速、加热电阻电流以及加热电阻工作时间分别为：

步骤五、监测改进装置的紧急停机信号。

根据的值判断设置的工作状态，是否处于非正常工作状态，当改进装置处于正常工作状态时需使设备立即停机，以进行检修，避免设备进一步的损坏。

通过上述设置，通过传感器实时监测改进装置的运行状态，通过采用BP神经网络算法，对流体流速、加热电阻电流以及加热电阻工作时间进行调控，使其达到最佳的运行状态，从而提高改进装置的蓄热效率。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。