Анализ экономической эффективности использования рабочего тела в контуре регазификации, работающем на основе закрытого цикла Ренкина

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Обоснование. Глобальный переход к низкоуглеродной энергетике требует разработки эффективных технологий утилизации холодной энергии сжиженных газов, однако существующие решения обладают низким коэффициентом полезного действия и высокой стоимостью. Пробелы в оптимизации рабочих тел и параметров цикла Ренкина ограничивают экономическую целесообразность таких систем. Данное исследование направлено на выбор оптимального рабочего тела и режимов работы, обеспечивающих минимальный срок окупаемости при максимальной энергоэффективности. При анализе существующих установок, основанных на цикле Ренкина для утилизации низкотемпературного потенциала сжиженного воздуха, используют конкретное вещество в качестве рабочего тела цикла Ренкина и не приводят результатов сравнительного анализа рабочих тел между собой. Таким образом анализ влияния рабочих тел и их параметров на эффективность работы контура регазификации криогенного аккумулятора энергии является важной научной проблемой. В данной работе также сформирован массив данных для многокритериальной оптимизации, где ключевым критерием является не только мощность или коэффициент полезного действия, но и экономическая эффективность.

Цель — разработка методики выбора оптимального рабочего тела и параметров замкнутого цикла Ренкина для регазификации криопродуктов, обеспечивающей максимальную энергоэффективность и минимальный срок окупаемости установки.

Методы. 1) термодинамический анализ — моделирование цикла Ренкина с использованием уравнений энергии, энтропии и эксергии для оценки коэффициента полезного действия и энергетических потерь; 2) эксергетический анализ — определение необратимых потерь в компонентах системы (теплообменниках, турбине, насосе) и оценка их влияния на общую эффективность; 3) экономическое моделирование — расчет стоимости оборудования и эксплуатационных затрат на основе эмпирических зависимостей с последующей оптимизацией по критерию минимального срока окупаемости; 4) многокритериальная оптимизация (метод Парето) — поиск компромиссных решений между мощностью установки и капитальными затратами для различных рабочих тел; 5) сравнительный анализ — оценка эффективности альтернативных рабочих тел (метан, кислород, органические хладагенты) по термодинамическим и экономическим показателям.

Результаты. Результаты исследования позволяют определить оптимальные параметры работы системы, включая выбор рабочего тела, температурные режимы и конструктивные особенности теплообменных аппаратов, что способствует разработке более эффективных и экономически целесообразных решений в области криогенной энергетики.

Заключение. Данные, полученные на основе моделирования, показывают, что использование метана в качестве рабочего тела в замкнутом цикле Ренкина обеспечивает наилучшие показатели по мощности, коэффициента полезного действия и окупаемости. Дальнейшее улучшение системы требует оптимизации теплообменных аппаратов для снижения эксергетических потерь.

Об авторах

Евгений Валерьевич Благин

Самарский национальный исследовательский университет имени академика С.П. Королева

Email: evgenyblagin@gmail.com
ORCID iD: 0000-0002-8921-4122
SPIN-код: 1797-7951

канд. техн. наук

Россия, Самара

Дмитрий Александрович Угланов

Самарский национальный исследовательский университет имени академика С.П. Королева

Email: dmitry.uglanov@mail.ru
ORCID iD: 0000-0003-3198-0585
SPIN-код: 6083-4399

д-р техн. наук, профессор

Россия, Самара

Виктор Викторович Урлапкин

Самарский национальный исследовательский университет имени академика С.П. Королева

Автор, ответственный за переписку.
Email: urlapkin.vv@ssau.ru
ORCID iD: 0000-0002-9410-6003
SPIN-код: 9240-6034
Россия, Самара

Елизавета Андреевна Марахова

Самарский национальный исследовательский университет имени академика С.П. Королева

Email: eamarakhova@gmail.com
ORCID iD: 0009-0008-0942-7357
SPIN-код: 4168-2150
Россия, Самара

Сергей Сергеевич Корнеев

Самарский национальный исследовательский университет имени академика С.П. Королева

Email: korneev.ss@ssau.ru
ORCID iD: 0000-0001-8359-0146
SPIN-код: 1598-8990
Россия, Самара

Список литературы

  1. Hamdy S, Morosuk T, Tsatsaronis G. Cryogenics-based energy storage: Evaluation of cold exergy recovery cycles. Energy. 2017;138:1069–1080.
  2. Zhang C, Li D, Mao C, Liu H, Chen Y. Thermodynamic analysis of liquid air energy storage system integrating LNG cold energy. Energy. 2024;299:131485. doi: 10.1016/j.energy.2024.131485 EDN: ONCYUY
  3. Liu Zh, Kim D, Gundersen Tr. Optimization and analysis of different liquid air energy storage configurations. Comput Chem Eng. 2023;169:108087. doi: 10.1016/j.compchemeng.2022.108087 EDN: AMVMID
  4. Ding X, Duan L, Zhou Y, et al. Energy, exergy, and economic analyses of a new liquid air energy storage system coupled with solar heat and organic Rankine cycle. Energy Convers Manag. 2022;266:115828. doi: 10.1016/j.enconman.2022.115828 EDN: JLSWPY
  5. Fang Z, Pan Z, Ma G, et al. Exergoeconomic, exergoenvironmental analysis and multi-objective optimization of a novel combined cooling, heating and power system for liquefied natural gas cold energy recovery. Energy. 2023;269:126752. doi: 10.1016/j.energy.2023.126752 EDN: KJPXWL
  6. Abdolalipouradl M, Khalilarya S, Jafarmadar S. Exergoeconomic analysis of a novel integrated transcritical CO2 and Kalina 11 cycles from Sabalan geothermal power plant. Energy Convers Manag. 2019;195:420–435.
  7. Özen D, Koçak B. Advanced exergy and exergo-economic analyses of a novel combined power system using the cold energy of liquefied natural gas. Energy. 2022;248:123531. doi: 10.1016/j.energy.2022.123531EDN: JRPROO
  8. Khanmohammadi S, Musharavati F. Multi-generation energy system based on geothermal source to produce power, cooling, heating, and fresh water: Exergoeconomic analysis and optimum selection by LINMAP method. Appl Therm Eng. 2021;195:117127. doi: 10.1016/j.applthermaleng.2021.117127 EDN: ONSFNS
  9. Du J, Guo J, Zhang Z, et al. A triple cascade gas turbine waste heat recovery system based on supercritical CO2 Brayton cycle: Thermal analysis and optimization. Energy Convers Manag X. 2022;16:100297. doi: 10.1016/j.ecmx.2022.100297 EDN: DPINFD
  10. Xia J, Wang J, Zhou K, et al. Thermodynamic and economic analysis and multi-objective optimization of a novel transcritical CO2 Rankine cycle with an ejector driven by low grade heat source. Energy. 2018;161:337–351.
  11. Patent USSR 1456688, IPC F17S9/02. Zagrivyi SI. Gasification installation. (In Russ.) EDN: PULTSA
  12. Patent China CN 101238322B, IPC F01K25/00, F17C9/02, F17C9/04. Mak J; Applicant and patent holder: Fluor Tech Corp. Configurations and methods for power generation in LNG regasification terminals. Priority date: July 17, 2006; Publication date: November 14, 2012.
  13. Patent Application German DE 102010056585A1, WIPO, IPC F17C9/02. Dr. Mosemann Dieter; Applicant and patent holder: GEA Batignolles Technologies Thermique. Arrangement for regasifying liquefied natural gas (LNG) for feeding to a power plant process. Publication date: June 6, 2013.
  14. Bell IH, Wronski J, Quoilin S, Lemort V. Pure and Pseudo-pure Fluid Thermophysical Property Evaluation and the Open-Source Thermophysical Property Library CoolProp. Ind Eng Chem Res. 2014;53(6):2498–2508. doi: 10.1021/ie4033999

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Схема системы регазификации, работающей по закрытому циклу Ренкина.

Скачать (69KB)
3. Рис. 2. Изображение процессов закрытого цикла Ренкина на Т-S диаграмме: процесс 1–2: адиабатный процесс сжатия жидкого воздуха в насосе; процесс 2–5: изобарный подвод теплоты для получения перегретого пара в теплообменном аппарате; процесс 5–6: адиабатное расширения пара в турбине; процесс 6–1: изобарный процесс отвода теплоты и конденсацию воздуха.

Скачать (43KB)
4. Рис. 3. Разброс значений мощности относительно среднего значения.

Скачать (102KB)
5. Рис. 4. Фронт Парето для значений мощности/стоимости, построенный для модели Fang с указанным расположением оптимального значения.

Скачать (63KB)
6. Рис. 5. Фронт Парето с указанием рабочих тел.

Скачать (94KB)
7. Рис. 6. Соотношение Парето-оптимальных конфигураций по рабочим телам.

Скачать (66KB)
8. Рис. 7. Рентабельность установок в зависимости от типа рабочего тела.

Скачать (144KB)
9. Рис. 8. T-S диаграмма: 1–2 — процесс сжатия жидкого метана в насосе; 2–5 — процесс подвода теплоты к жидкому метану в теплообменнике; 5–6 — процесс расширения метана в турбине; 6–1 — процесс охлаждения и конденсации метана.

Скачать (199KB)
10. Рис. 9. Диаграмма эксергетического КПД и доли разрушения эксергии компонентов энергоустановки.

Скачать (81KB)
11. Рис. 10. Тепловая диаграмма теплообменных аппаратов.

Скачать (91KB)

© Эко-Вектор, 2024

Ссылка на описание лицензии: https://eco-vector.com/for_authors.php#07

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».