一种基于多目标优化的太阳能真空多级管式蒸馏系统及方法

本发明涉及太阳能利用的技术领域。更具体地，涉及一种利用并控制太阳能进行蒸馏水的系统和方法。

背景技术：

太阳能多级管式蒸馏水装置是一种利用太阳能与水蒸气冷凝时的汽化潜热将海水淡化的蒸馏水装置，该装置只需要太阳能作为外部能量输入，不消耗化石能源作为能量来源，无有害物质排放且无噪音无污染的清洁能源海水淡化装置。

然而，太阳能多级蒸馏装置却对外界条件有严格的要求。首先，他们通常需要接收较高强度或长时间的太阳辐照才能使水转变成为水蒸气，而太阳辐照强度在一天当中随时间变化大，这使得蒸馏装置的产水速率只有在太阳强度较高的时间比如中午12点到下午2点这个时间段内会比较可观，这使得传统的太阳能多级蒸馏装置无法将产水量最大化。

其次，蒸馏系统中的蒸馏所需的热量是由循环水泵的循环水带入到系统当中，传统的太阳能蒸馏装置的循环水泵往往固定了水的流速无法调整，使得装置在太阳辐照强度低时不能加快循环水的流速强化对流传热，从而达不到加快水的蒸馏速度增加产水量的目的。

因此，有效的太阳辐照管理与循环水管理系统对于太阳能多级蒸馏装置至关重要。尽管无法改变太阳辐照强度随时间变化这个自然规律，但是它可以调整太阳能集热器的角度，使装置在工作时间内尽可能多的接收太阳辐照。同时根据产水速率与所接收的太阳辐照总量调整循环水的流速，使整个蒸馏装置的产水量最大化。

技术实现要素：

本发明提供了一种太阳能真空多级管式蒸馏系统，本发明还提供了该蒸馏系统的多目标优化方法。

为实现上述发明目的，本发明采用如下文的技术方案。

一种基于多目标优化的太阳能真空多级管式蒸馏系统，包括蒸馏装置、太阳能采集装置、闭环控制装置、太阳能发电装置、强化冷却装置、海水供给装置；闭环控制装置用于分别控制蒸馏装置、太阳能采集装置、太阳能发电装置、海水供给装置的运作；太阳能发电装置用于向整个蒸馏系统供电；海水供给装置用于向蒸馏装置输入水源；太阳能采集装置用于向整个蒸馏系统提供能源输入；蒸馏装置浸没在强化冷却装置中，蒸馏装置用于蒸发海水产生蒸馏水，强化冷却装置用于对蒸馏装置进行降温。

进一步地，闭环控制装置包括单片微型计算机、最大功率点跟踪控制器、太阳辐照传感器、电压控制器、变功率微型水泵、压力传感器、微型真空泵、称重传感器、补水阀、液位传感器；单片微型计算机分别控制最大功率点跟踪控制器、太阳辐照传感器、电压控制器、变功率微型水泵、压力传感器、微型真空泵、称重传感器、补水阀、液位传感器的运行；最大功率点跟踪控制器、太阳辐照传感器、电压控制器、变功率微型水泵、压力传感器、微型真空泵、称重传感器、补水阀、液位传感器分别与单片微型计算机电性连接。

进一步地，单片微型计算机用作多目标优化的太阳能真空多级管式蒸馏方法的计算和控制部件。

进一步地，蒸馏装置为真空多级管式蒸馏管，真空多级管式蒸馏管用于对流传热蒸馏与汽化潜热蒸馏。

进一步地，太阳能发电装置设有储电设备；最大功率点跟踪控制器与太阳能发电装置间通过电气开关电性连接。

进一步地，强化冷却装置内部装有冷水，真空多级管式蒸馏管浸没在强化冷却装置的冷水中。

进一步地，电压控制器、太阳辐照传感器、压力传感器、称重传感器、液位传感器均分别设有输出端电性连接单片微型计算机；电压控制器用于将太阳能发电装置的发电信号传输到单片微型计算机；压力传感器用于将内压强信号传输到单片微型计算机；称重传感器用于将蒸馏装置的产水信号传输到单片微型计算机；液位传感器用于将水位信号传输到单片微型计算机；太阳辐照传感器用于将阳光的辐照强度信号传输到单片微型计算机。

一种基于多目标优化的太阳能真空多级管式蒸馏方法，包括步骤如下：

s1.系统启动；利用外部电源先给太阳能发电装置充电；太阳能发电装置传给单片微型计算机发电信号，片微型计算机控制最大功率点跟踪控制器和电压控制器分别与太阳能发电装置产生电性连接，同时单片微型计算机控制启动全部的传感器、泵和补水阀上电；

s2.系统工作；单片微型计算机根据称重传感器的产水量信号、太阳辐照传感器的太阳光辐照强度信号执行多目标优化方法预测产水量，根据预测的产水量调节循环水泵内循环水流速和太阳能采集装置的角度，使蒸馏装置具备相应的产水速度；

s3.在系统工作时，若称重传感器监测到蒸馏装置内水量低于1千克的信号，则单片微型计算机控制补水阀开启往蒸馏装置内补水，液位传感器监测到水量补充到位的信号后，回传到单片微型计算机以控制补水阀关闭；若蒸馏装置内的水量监测到没有低于1千克的数值，则保持当前的工作状态；

s4.当太阳辐照传感器监测到太阳下山的光照信号后，单片微型计算机控制全部的传感器、泵和补水阀下电停止工作，让蒸馏装置利用汽化潜热与海水余热继续进行蒸馏。

进一步地，在步骤s2中，多目标优化方法的具体步骤如下：

s21、特征选择；根据循环水温、太阳辐照强度、吸收太阳辐照总量、循环水流速、环境温度、风速、装置内真空度构造特征数据；

s22、模型选择；选择多目标优化大数据模型，选取蒸馏装置产水量作为模型输出，循环水温、太阳辐照强度、吸收太阳辐照总量、循环水流速、环境温度、风速、装置内真空度作为模型输入；

s23、采用10-折交叉验证方法来对多目标优化大数据模型进行训练和评价；模型评价标准采用决定系数r²，r²计算方法如下式：

其中，y为待拟合数值，均值为拟合值为n为数据集大小；

s24、模型输出；将步骤s23中训练得到的多目标优化大数据模型保存；

s25、多目标预测；根据步骤s24的多目标优化大数据模型，输入实时采集的特征数据对蒸馏装置产水量、太阳辐照强度进行预测。

进一步地，在步骤s23中，10-折交叉验证方法步骤如下：

s231、把步骤s21中的特征数据设为训练集s，将全部训练集s分成10个不相交的子集，训练集s中的训练样例个数为m，每一个子集有m/10个训练样例，相应的子集标记为{s1,s2,…,s10}，每次从分好的子集中里面，拿出一个作为测试集，其它9个作为训练集；

s232、训练多目标优化大数据模型；

s233、将测试集代入多目标优化大数据模型中，计算决定系数r²值；

s234、计算10次r²再求得其平均值，将平均值设为多目标优化大数据模型的准确率的依据；

s235、将实时采集的循环水温、太阳辐照强度、吸收太阳辐照总量、循环水流速、环境温度、风速、装置内真空度特征数据作为训练后多目标优化大数据模型的模型输入；特征数据的采集时间间隔为5min；

s236、模型评价；根据相同条件下的循环水温、太阳辐照强度、吸收太阳辐照总量、循环水流速、环境温度、风速、装置内真空度作为自变量，将自变量作为多目标优化大数据模型输入，由多目标优化大数据模型预测蒸馏装置的日产水量；当模型预测的日产水量大于等于实际监测到的日产水量的105％时，判定训练后的多目标优化大数据模型有效。

与现有技术相比，本发明的蒸馏系统和蒸馏方法具备以下有益效果：

利用单片微型计算机根据各个传感器输入的参数，控制各个泵、补水阀改变循环水的流速、太阳能的接收角度，向蒸馏装置内补水保证装置运行的安全，且使得蒸馏装置的产水速度运行在一个合理的范围内，整个管理系统结构简单明了，操作方便智能。多目标优化的方法针对传统太阳能管式蒸馏装置产水量受外界影响大产水曲线不平稳的特点进行优化，利用闭环控制装置实时改变太阳能热管接受太阳辐照的角度，改变循环水泵流速，将太阳辐照强度、循环水流速对产水量的影响尽可能降低，使产水量达到最大化。

附图说明

图1为本发明其中一种蒸馏系统的示意图；

图2为图1中蒸馏系统的闭环控制回路示意图；

图3为图1中蒸馏系统的多目标优化方法流程图；

图4为图1中蒸馏系统的闭环控制装置与蒸馏装置连接示意图；

图5为图3中多目标优化方法的10折交叉验证方法示意图。

具体实施方式

为进一步阐述本发明的原理与工作过程，现结合说明书附图1至5的内容对其中的实施方式进行具体说明。以下实施方式仅用于说明本发明而不用于限制本发明的范围。下例实施例中说明具体条件或连接方式的，通常按照本领域常规手段实施。

如图1所示，本实施方式的基于多目标优化的太阳能真空多级管式蒸馏系统包括蒸馏装置、太阳能采集装置、闭环控制装置、太阳能发电装置、强化冷却装置、海水供给装置。

蒸馏装置用于存储海水以及对水蒸气进行冷凝生产淡水，蒸馏装置由多级管式蒸馏管构成。太阳能采集装置与蒸馏装置相连，太阳能采集装置为蒸馏装置提供热源。太阳能发电装置与所有用电器相。各个传感器与控制器、补水阀、泵组成了闭环控制装置，闭环控制装置与太阳能采集装置、太阳能发电装置相连。强化冷却装置内含有一定量的冷水，使蒸馏装置多级管式蒸馏管浸没在其中。海水供给装置与蒸馏装置相连，用于向蒸馏装置内输入海水。太阳能发电装置对所有用电器提供直流电，所有用电器均使用直流电，不需要电流转换器。太阳能发电装置还设有储电设备。

如图2所示，闭环控制装置包括mcu单片微型计算机、mppt最大功率点跟踪控制器、电压控制器、太阳辐照传感器、变功率微型水泵、压力传感器、微型真空泵、称重传感器、补水阀、液位传感器。单片微型计算机控制最大功率点跟踪控制器、变功率微型水泵、微型真空泵、补水阀工作；压力传感器、太阳辐照传感器、称重传感器、液位传感器、太阳辐照传感器均通过一个信号输出端与单片微型计算机相连接，将参数传入单片微型计算机，由单片微型计算机内的多目标优化方法控制程序优化上述控制器、补水阀、泵的工作状态。

mcu单片微型计算机是整个闭环控制装置的核心部件。mcu单片微型计算机用于根据太阳能真空多级蒸馏装置的具体情况来控制阀门的启闭、微型水泵流速的调整、太阳能采集装置与太阳能发电装置的角度变化，从而使蒸馏装置的产水速度运行在一个合适的范围内。mcu一般由低功耗可编程微控制器如(arduino或rasberrypi)组成。mppt最大功率点跟踪控制器和电压控制器两个控制器并联连接太阳辐照传感器。太阳辐照传感器输出端一段连接太阳能发电装置，另一端连接mcu单片微型计算机，用于将太阳能发电装置工作信息传输到mcu单片微型计算机中。mppt最大功率点跟踪控制器算法和电压控制器算法本身嵌入在相应的电源电路系统中，mcu单片微型计算机可以控制各部分开关闭合与否，由此控制系统使用哪一种控制器，同时确保两个控制器不会同时工作。多目标优化方法嵌入到mcu单片微型计算机中，由mcu需要处理使用各个传感器的数据，同时mcu单片微型计算机需要计算电压控制器应该操作的适当参考电压，并确实将该信息传递给对应的用电器。mppt最大功率点跟踪控制器和电压控制器电路使用线路开关相互隔离，使其不会同时工作。

太阳辐照传感器用于测量太阳能发电装置流出的电力。太阳能发电装置需要在已定的设计中测量功率的值，在发电过程中需要既需要给所有用电器供电也需要向装置自带的蓄电池充电。测量发电装置产生的电力，将工作信息输入到mcu中，以便mcu对太阳能发电装置接收太阳辐照的角度进行调整。

结合图2与图3，mcu单片微型计算机对蒸馏系统的控制过程如下：当蒸馏系统启动时，太阳辐照传感器将系统接收的太阳辐照传入到mcu单片微型计算机，mcu将根据环境太阳辐照强度与接收太阳辐照强度调整太阳能采集装置与太阳能发电装置的接收角度，同时控制真空泵抽取蒸馏装置内空气，使其达到预定的负压；温度传感器将循环水温度信息传输到mcu中，待温度达到设定值后，mcu控制循环水泵启动，此时循环水开始加热蒸馏装置中的海水，待海水蒸发冷凝，冷凝水流入淡水储水罐中，与淡水储水罐相连的称重传感器将信息传到mcu中；当系统未达到最佳产水速度范围时，mcu将接到称重传感器信息，mcu控制太阳能采集装置与循环水泵调整接收太阳辐照角度与循环水流速，加快海水蒸馏速度从而提升产水速度，使其在当前的环境太阳辐照下接近最佳产水速度范围；当产水速度达到最佳范围时，mcu将接到称重传感器信息，保持系统维持现状；系统运行一段时间后，mcu根据称重传感器传来的信息计算该时间段内产水量，确定是否需要向整流装置内补充海水，若需要补充，则控制补水阀打开，同时补水箱内液位传感器将变化的液位信息传入mcu中，当液位下降到一定程度之后停止补水；由于系统不可能完全密封，但是在蒸发过程中要保持蒸馏装置的负压，mcu根据压力传感器传来的信息，当蒸馏装置内真空低于某个定值时，启动真空泵对蒸馏装置进行抽真空操作，直到管内真空达到预定值，mcu控制真空泵停止抽真空；当太阳辐照过低时，太阳辐照传感器将信息传入mcu中，mcu控制除循环水泵和温度传感器外的所有用电器关闭，温度传感器将循环水温度信息传入mcu中，待循环水温度下降到某一定值时，mcu控制循环水泵与温度传感器关闭，此时整个系统用电器彻底关闭，蒸馏装置依靠循环水余热与水蒸气汽化潜热蒸馏系统内剩余海水，使得系统在夜晚也能产水；由于夜间产水量较小，不需要mcu控制补水阀向蒸馏装置内补水；使用mppt最大功率点跟踪控制器目的在于控制太阳能发电装置，使其在保证系统用电器能够运行的同时向自带的蓄电池充电，利用蓄电池的电量来满足第二天系统的启动要求。

太阳能发电装置可以使用太阳能电池板，太阳能采集装置可以使用太阳能集热器，这两种装置均可调节其支架角度与方向来接收该时间下最大太阳辐照量，所需电量由太阳能发电装置提供。

本实施方式的基于多目标优化的太阳能真空多级管式蒸馏方法步骤如下：

第一步系统进入启动状态；当蒸馏装置内循环水温和真空度到达预定值时，利用外部电源先给太阳能发电装置充电；太阳能发电装置传给单片微型计算机发电信号，片微型计算机控制最大功率点跟踪控制器和电压控制器分别与太阳能发电装置产生电性连接，同时单片微型计算机控制启动全部的传感器、泵和补水阀上电；

第二步系统进入工作状态；单片微型计算机根据称重传感器的产水量信号、太阳辐照传感器的太阳光辐照强度信号执行多目标优化方法预测产水量，多目标优化方法的具体步骤如下：

第一小步特征选择；根据循环水温、太阳辐照强度、吸收太阳辐照总量、循环水流速、环境温度、风速、装置内真空度构造特征数据；

第二小步模型选择；选择多目标优化大数据模型，选取蒸馏装置产水量作为模型输出，循环水温、太阳辐照强度、吸收太阳辐照总量、循环水流速、环境温度、风速、装置内真空度作为模型输入；

第三小步采用10-折交叉验证方法来对多目标优化大数据模型进行训练和评价；模型评价标准采用决定系数r²，同时做出roc曲线，直观观察预测值与实际值差异，r²计算方法如下式：

其中，y为待拟合数值，均值为拟合值为n为数据集大小；

10-折交叉验证方法步骤如下：

1、把第一小步中的特征数据设为训练集s，将全部训练集s分成10个不相交的子集，训练集s中的训练样例个数为m，每一个子集有m/10个训练样例，相应的子集标记为{s1,s2,…,s10}，每次从分好的子集中里面，拿出一个作为测试集，其它9个作为训练集；

2、训练多目标优化大数据模型；

3、将测试集代入多目标优化大数据模型中，计算决定系数r²值；

4、计算10次r²再求得其平均值，将平均值设为多目标优化大数据模型的准确率的依据；

5、将实时采集的循环水温、太阳辐照强度、吸收太阳辐照总量、循环水流速、环境温度、风速、装置内真空度特征数据作为训练后多目标优化大数据模型的模型输入；特征数据的采集时间间隔为5min；

6、根据相同条件下的循环水温、太阳辐照强度、吸收太阳辐照总量、循环水流速、环境温度、风速、装置内真空度作为自变量，将自变量作为多目标优化大数据模型输入，由多目标优化大数据模型预测蒸馏装置的日产水量；当模型测试集预测的日产水量大于等于实际监测到的日产水量的105％时，判定训练后的多目标优化大数据模型有效；

第四小步模型输出；将上一小步中训练得到的多目标优化大数据模型保存；

第五小步多目标预测；根据上一小步的多目标优化大数据模型，输入实时采集的特征数据对蒸馏装置产水量、太阳辐照强度进行预测，根据预测的产水量调节循环水泵内循环水流速和太阳能采集装置的角度，使蒸馏装置具备相应的产水速度；

第三步，在系统工作时，若称重传感器监测到蒸馏装置内水量低于1千克的信号，则单片微型计算机控制补水阀开启往蒸馏装置内补水，液位传感器监测到水量补充到位的信号后，回传到单片微型计算机以控制补水阀关闭，若蒸馏装置内的水量没有低于1千克的数值，则保持当前的工作状态；

第四步，当太阳辐照传感器监测到太阳下山的光照信号后，单片微型计算机控制全部的传感器、泵和补水阀下电停止工作，让蒸馏装置利用汽化潜热与海水余热继续进行蒸馏。

与现有技术相比，本实施方式的蒸馏系统和蒸馏方法，通过利用mcu单片微型计算机根据各个传感器输入的参数，控制各个泵、补水阀改变循环水的流速、太阳能收集器接收角度，向蒸馏装置内补水保证装置运行的安全，且使得蒸馏装置的产水速度运行在一个合理的范围内，从而实现产水量的最优化。整个蒸馏系统结构简单明了，操作方便智能，而且系统的运行是完全自主的。

显然，本发明的上述实施方式仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。