Dec 04, 2023
Optimización de la estrategia de operación de un sistema combinado de refrigeración, calefacción y energía basado en tecnología de almacenamiento de energía
Informes científicos volumen 13,
Scientific Reports volumen 13, Número de artículo: 2928 (2023) Citar este artículo
1280 Accesos
1 Altmetric
Detalles de métricas
La tecnología de almacenamiento de energía es la clave para lograr una política de emisiones de carbono. El propósito del documento es mejorar el rendimiento general del sistema combinado de refrigeración, calefacción y bomba de calor de fuente terrestre (CCHP-GSHP) por la batería. Se propone una nueva estrategia de operación (la operación de dos puntos) mediante el control del trabajo de la unidad de generación de energía. La unidad de generación de energía tiene dos modos de operación de no operación y operación de eficiencia nominal por la batería de almacenamiento de electricidad. La nueva estrategia de operación se compara con el CCHP-GSHP tradicional que no tiene batería. Los objetivos de optimización incluyen el índice de ahorro de energía primaria, el índice de reducción de las emisiones de dióxido de carbono y el índice de ahorro de costo total anual. El sistema GSHP independiente se utiliza como sistema de referencia. Se seleccionan algoritmos genéticos multipoblacionales para lograr el problema de optimización. Se selecciona un edificio de hotel para un estudio de caso. La configuración óptima del sistema de acoplamiento se calcula siguiendo la estrategia de carga eléctrica. Finalmente, los resultados muestran que el sistema CCHP-GSHP tiene un mejor desempeño bajo la nueva estrategia de operación en comparación con el CCHP-GSHP tradicional (el índice de ahorro de energía primaria aumenta en un 5,5 %; el índice de reducción anual de emisiones de dióxido de carbono aumenta en un 1 %; el ratio anual de reducción de costes totales aumenta un 5,1%). Este documento proporciona referencias y sugerencias para la estrategia de integración y operación de CCHP-GSHP en el futuro.
Con la situación de la energía y el medio ambiente cada vez más grave, el ahorro de energía y la reducción de emisiones han recibido una atención cada vez mayor1. El sistema CCHP puede lograr la utilización de energía en varias etapas y disminuir efectivamente las emisiones de carbono2. Sus ventajas han llevado a su rápido desarrollo en el ahorro de energía y la protección del medio ambiente3. Nojavan et al.4 implementaron energía renovable en una red de microenergía para modelar este sistema. Zeng et al.5,6,7 utilizaron un algoritmo de optimización de enjambre de partículas híbrido y un algoritmo genético para optimizar dinámicamente el sistema CCHP teniendo en cuenta la no linealidad del equipo. Considerando la capacidad de los equipos y la asignación de energía del sistema, se verificaron los resultados de optimización en comparación con el sistema tradicional en tres aspectos: tasa de ahorro de energía, tasa de reducción de dióxido de carbono y costo total anual. Soheyli8 consideró un sistema CCHP novedoso que incluía módulos fotovoltaicos, turbinas eólicas y celdas de combustible de óxido sólido como puntos principales. Lu et al.9 propusieron una estrategia de operación estacional del sistema de energía distribuida, que utilizó un proceso de jerarquía analítica para determinar el algoritmo híbrido de optimización de enjambre de partículas de evolución diferencial y peso para resolver el modelo. Feng et al.10 estudiaron el rendimiento del sistema desde la perspectiva de diferentes métodos de enfriamiento y optimizaron el sistema CCHP basado en un enfriador híbrido. Su et al.11 optimizaron y analizaron los parámetros operativos clave del sistema CCHP-GSHP en función de los beneficios integrales de economía, conservación de energía y protección ambiental. Chu et al.12 consideraron el impuesto al carbono como la función objetivo y compararon las ventajas y desventajas del sistema de suministro conjunto CCHP-GSHP de diferentes tipos de edificios. Yan et al.13 diseñaron una nueva estructura de microrred CCHP con almacenamiento de energía de aire comprimido, considerando principalmente la utilización de energía y la utilización de cascada de energía. Li et al.14 compararon el sistema acoplado CCHP-GSHP con intercambiador de calor con el sistema CCHP-GSHP sin intercambiador de calor. Zhang et al.15 compararon las ventajas y desventajas de cuatro métodos de refrigeración, a saber, refrigerador de absorción de calor residual, refrigerador eléctrico, refrigerador de absorción de gas y bomba de calor de fuente terrestre, en el sistema CCHP. Arabkoohsar y Sadi mejoraron la configuración híbrida de un sistema de generación de energía. El sistema tiene un buen desempeño integral para reducir las emisiones de dióxido de carbono16; Sadi et al.17,18 analizaron los beneficios del uso de energía solar y energía de biomasa en India; Shoeibi et al.19 analizaron y resumieron la aplicación de la energía solar en los sistemas energéticos.
Estudios recientes han avanzado en los esquemas de integración y algoritmos de optimización de los sistemas CCHP. Sin embargo, todavía hay muchos problemas que incluyen modificar la configuración del sistema y la estrategia de operación. No se consideró más el punto de que la existencia de la batería de almacenamiento puede mejorar la eficiencia de la unidad de generación de energía (PGU) en el sistema CCHP-GSHP. En este documento, la batería se usa para almacenar electricidad PGU y la PGU adopta la estrategia de operación de dos puntos para el sistema CCHP-GSHP. Para cumplir con la fluctuación de carga del edificio y mejorar el rendimiento combinado del sistema acoplado, el sistema está equipado con una batería para mejorar la capacidad de regulación del sistema. Tiene un impacto positivo en la mejora de la eficiencia de todo el sistema. Se investiga el caso de un edificio hotelero en Changsha para lograr la configuración óptima. Para el cálculo se utilizó el algoritmo genético multipoblacional (MGA).
El sistema GSHP se considera como un sistema de referencia para el sistema de diseño, y sus resultados de diseño se muestran en la Fig. 1.
Sistema GSHP independiente.
El sistema GSHP proporciona la carga de refrigeración y calefacción requerida por el edificio. La potencia requerida por el edificio. La energía requerida por el edificio y el sistema es proporcionada por la red eléctrica. El equilibrio de la fuente de alimentación del sistema se describe a continuación:
donde \(E\) representa la demanda eléctrica del edificio, \(E_{GSHP,er}\) es la cantidad de demanda eléctrica para hacer funcionar todo el sistema, y \(E_{GSHP}\) es la carga eléctrica de el sistema de conducción GSHP, que se puede expresar como:
donde \(Q^{c}\) y \(Q^{h}\) denotan la capacidad de refrigeración y la capacidad de calor del edificio, respectivamente. \(COP_{GSHP}\) representa la eficiencia de refrigeración y calefacción del sistema GSHP y podría definirse de la siguiente manera2:
donde \(COP_{gshp}^{\max }\) representa la eficiencia nominal de GSHP, y \(\eta_{gshp}\) es el coeficiente de carga parcial de GSHP en el sistema de referencia, que se puede escribir como:
donde \(Q_{gshp}^{\max }\) es la capacidad nominal del GSHP, la ecuación representa refrigeración o calefacción. Considerando la conversión y transmisión de energía, el principal consumo de energía del sistema por hora es
donde \(\eta_{E}\) y \(\eta_{T}\) son la eficiencia de generación y la eficiencia de transmisión, respectivamente.
El GSHP tradicional junto con el sistema de refrigeración, calefacción y energía se considera como el sistema de comparación del sistema de diseño, y sus resultados de diseño se muestran en la Fig. 2.
Sistema tradicional CCHP-GSHP.
La fórmula de equilibrio de poder del sistema tradicional CCHP-GSHP es la siguiente:
donde, \(E_{grid}\) es el consumo eléctrico de la red, \(E_{pgu}\) denota la potencia suministrada por la PGU, \(E\) son los requisitos de carga eléctrica del edificio, \( E_{er}\) son los requisitos de energía del sistema durante la operación, y \(E_{gshp}\) son los requisitos de energía del GSHP, que se pueden definir de la siguiente manera:
donde \(Q_{gshp}^{c/h}\) es el suministro de refrigeración o calefacción del GSHP, y podría escribirse en la Ec. (8):
donde \(m\) denota la proporción de la cantidad de refrigeración o calefacción suministrada por GSHP entre los requisitos de carga de refrigeración o calefacción del sistema, lo que determina la flexibilidad del sistema y se elige como la variable de optimización. La parte de la bomba de calor geotérmica es la misma entre el sistema tradicional CCHP-GSHP y el sistema de referencia:
donde \(\eta_{gshp}\) es el coeficiente de carga parcial de GSHP, y podría escribirse en la ecuación. (10).
donde \(Q_{gshp}^{\max }\) es la capacidad nominal del GSHP. La capacidad nominal de la PGU determina si el sistema puede realizar eficientemente la utilización de energía en cascada. Por lo tanto, también se elige como variable de optimización en el sistema, y el gas natural consumido por la PGU es:
donde \(E_{pgu}\) es la generación de energía real de la PGU y se puede expresar de la siguiente manera20:
El parámetro t puede mejorar efectivamente la eficiencia de generación de energía de la PGU y desempeñar un papel decisivo en la mejora de la eficiencia de todo el sistema. El parámetro f es el coeficiente de carga parcial de la PGU y se elige como la variable de decisión, que se puede escribir como:
donde \(E_{pgu}^{\max }\) es la generación de energía nominal de la PGU, y \(\eta_{pgu}^{f}\) es la eficiencia de generación de energía. El equilibrio térmico del sistema acoplado se puede expresar como:
donde \(Q\) representa el calor regenerado. \(\eta_{tst}\) es el coeficiente de pérdida de calor del acumulador térmico por hora, y \(\eta_{rec}\) es la eficiencia del sistema de recuperación de calor. \(COP_{ab}\) se puede expresar como:
El gas consumido por la caldera se puede calcular de la siguiente manera:
El esquema del sistema modelo CCHP-GSHP de dos operaciones con acumulador en PGU se muestra en la Fig. 3. La fórmula de balance de potencia del sistema modelo CCHP-GSHP de dos operaciones es la siguiente:
\(E_{grid}\) es la cantidad de consumo de electricidad de la red, \(E_{pgu}\) es la cantidad de energía proporcionada por la PGU, y \(E\) es la carga de electricidad requerida de la edificio. \(E_{bat}^{out}\) denota la cantidad de energía exportada desde el acumulador, y \(E_{bat}^{in}\) es la cantidad de energía importada al acumulador. \(\eta_{in}\) y \(\eta_{out}\) son la eficiencia de carga y la eficiencia de descarga de la batería21. En el modelo de operación de dos puntos del sistema CCHP-GSHP, la capacidad del acumulador (Batmax) determina la capacidad de regulación del sistema, y se adopta como la variable de optimización.
Sistema CCHP-GSHP de funcionamiento en dos puntos.
Se utiliza un inversor bidireccional para conectar entre los buses AC y DC, con una eficiencia \(\eta_{c}\)22. Luego, la CA de la PGU se convierte en CC para cargar la batería, y el resto del modelo del equipo es consistente con el sistema tradicional. Las variables de optimización incluyen la capacidad nominal de la PGU y la tasa de carga de la GSHP, mientras que los parámetros de inicio de la PGU no se consideran porque se ha determinado el modo de operación de la PGU. \(E_{pgu}\) es la generación de energía real de la PGU, y se puede expresar de la siguiente manera:
Los algoritmos genéticos, que también pueden denominarse algoritmos genéticos estándar, fueron propuestos por primera vez por John Holland en 1975. El algoritmo genético multipoblacional se basa en el algoritmo genético estándar. Sin embargo, rompe el marco de solo depender de una sola población para lograr la evolución genética e introduce múltiples poblaciones para buscar los resultados óptimos al mismo tiempo. Cada población tiene diferentes parámetros de control y logra diferentes objetivos de búsqueda. Diferentes poblaciones se influyen mutuamente a través de operadores migrantes. La selección manual se utiliza para obtener individuos de élite. El mejor resultado final es el efecto combinado de la coevolución de todas las poblaciones. Se desarrollan múltiples poblaciones, el algoritmo genético, para optimizar la capacitancia nominal del motor principal y el sistema de acoplamiento en la tasa de carga de calefacción/refrigeración de la bomba de calor fuente y la capacidad de almacenamiento para las variables de decisión del sistema para la optimización general. El objetivo de optimización considera la energía, el medio ambiente, los indicadores económicos, utilizando el software MATLAB para realizar todo el proceso de cálculo.
Tasa de ahorro de energía primaria
Como índice energético se seleccionó la tasa anual de ahorro de energía primaria. El consumo de energía del sistema acoplado incluye el gas natural consumido por PGU y calderas y los combustibles fósiles consumidos por las redes eléctricas. Se puede expresar como:
donde \(F_{CCHP}\) es el consumo anual de energía fósil del sistema acoplado, \(F_{pgu}^{n}\) es el consumo de gas natural por hora por parte de la PGU, \(F_{b}^ {n}\) es la cantidad de consumo de gas natural por hora de la caldera, y \(F_{grid}^{n}\) es la cantidad de consumo de combustible fósil por hora de la red eléctrica, El consumo de energía de la sistema de referencia que incluye el consumo de combustibles fósiles por parte de la red eléctrica, se puede expresar como:
donde \(F_{GSHP}^{{}}\) es el consumo anual de energía fósil del sistema de referencia, y \(F_{GSHP,grid}^{n}\) es la cantidad de consumo de combustible fósil por hora en la red eléctrica pública. En consecuencia, la tasa anual de ahorro de energía se puede escribir como:
donde \(P_{energy}\) es la tasa de ahorro de energía primaria del sistema CCHP, \(F_{GSHP}^{{}}\) es el consumo anual de energía del sistema de referencia, y \(F_{CCHP}\ ) es el consumo anual de energía fósil del sistema acoplado.
Tasa de reducción del costo total anual
El costo total anual se elige como indicador económico, que incluye el costo del gas natural, el impuesto al carbono y la inversión inicial anual, y se puede calcular de la siguiente manera.
donde \(CR_{CCHP}\) es el costo total anual total del sistema acoplado, \(N_{gas}\) es el costo del gas natural por kilovatio por hora, \(N_{red}\) es la unidad coste de la red eléctrica pública, \(ER_{CCHP}\) son las emisiones anuales de CO2 del sistema acoplado, \(E_{grid}^{n}\) es el consumo de energía en la red eléctrica pública, y \ (T\) representa el impuesto al carbono. \(Ca_{k}\) es la capacidad unitaria del equipo en un sistema acoplado, \(Co_{k}\) es el costo unitario del equipo, y \(y\) es el número de piezas del equipo. \(P\) es la tasa de rendimiento de la inversión, y podría definirse en la ecuación. (28).
donde \(I\) es la tasa de interés y \(d\) representa la vida útil del equipo; suponga que \(I\) y \(d\) son iguales para todos los equipos de este documento. Entonces el costo total anual del sistema de referencia se muestra en la Ec. (29), y la tasa de reducción del costo total anual se puede escribir en la ecuación. (30).
Tasa de reducción de las emisiones anuales de CO2
La tasa de emisión anual de CO2 se elige como indicador ambiental. La tasa de emisión de CO2 del sistema acoplado incluye el consumo de gas natural por parte de la PGU y caldera, y el consumo de combustibles fósiles por parte de la red eléctrica pública, que se puede expresar como:
donde \(ER_{CCHP}\) son las emisiones anuales de CO2 del sistema acoplado, \(M_{gas}\) son las emisiones de CO2 por unidad de gas natural, y \(M_{grid}\) son las emisiones de CO2 por unidad de red eléctrica. Las emisiones de CO2 del sistema de referencia incluyen el consumo de combustibles fósiles por parte de la red eléctrica pública, y se pueden expresar de la siguiente manera.
donde \(E_{GSHP,grid}^{n}\) es el consumo de energía por hora del sistema de referencia. Por lo tanto, la tasa de reducción de las emisiones anuales de CO2 se puede expresar como Eq. (33) espectáculos.
Rendimiento global
Para reflejar el desempeño integral del sistema acoplado, los indicadores energéticos, económicos y ambientales se combinan en las siguientes expresiones:
donde \(\delta_{1}\), \(\delta_{2}\) y \(\delta_{3}\) son factores de ponderación, que requieren \(0 \le \delta_{1}\), \ (\delta_{2} \le 1\), \(\delta_{3} \le 1\), y \(\delta_{1} + \delta_{2} + \delta_{3} \le 1\) . Estos valores representan la importancia de los indicadores energéticos, económicos y ambientales, respectivamente. Según la literatura, \(\delta_{1}\), \(\delta_{2}\) y \(\delta_{3}\) se establecen en 1/3 por igual, lo que significa que los indicadores ambientales y económicos son igualmente importantes. El propósito de optimizar un modelo es encontrar el valor máximo del modelo. En este artículo, el problema de maximización se transforma en un problema de minimización. Por lo tanto, el objetivo de optimización de este modelo se expresa como:
Se elige un edificio hotelero para validar el modelo de optimización propuesto. El edificio del hotel está ubicado en la ciudad de Changsha. El software Energy Plus se utiliza para simular la carga de calefacción y refrigeración por hora del edificio, y los resultados se muestran en la Fig. 4.
Cargas anuales de un edificio.
Los costos del sistema y los precios de la energía se muestran en la Tabla 1; los parámetros del equipo del sistema se muestran en la Tabla 2; y las emisiones de carbono de la energía se muestran en la Tabla 3.
Como se muestra en las Figs. 5 y 6, cuando la PGU usa la estrategia de operación de dos puntos para el sistema CCHP-GSHP, la eficiencia de generación de energía tiene el nivel más alto y la eficiencia de la batería es relativamente alta, lo cual es un buen ajuste para el sistema. La PGU ha dado mucho apoyo con alta eficiencia en el trabajo interválico. Por lo tanto, el espacio de reposición de la red eléctrica disminuye considerablemente y la capacidad de la PGU no aumenta significativamente. Desde la perspectiva del ahorro de energía y la protección del medio ambiente, se mejora el rendimiento general de todo el sistema.
Distribuciones anuales de energía del sistema tradicional CCHP-GSHP.
Distribuciones anuales de potencia del sistema CCHP-GSHP de operación en dos puntos.
Como se ve a partir de la comparación entre las Figs. 7 y 8, la PGU se ejecuta en la estrategia de operación de dos puntos para el sistema CCHP, lo que mejora la eficiencia de utilización del tanque de almacenamiento de calor y juega un buen papel en la regulación y proporciona más apoyo para la PGU que trabaja en la alta eficiencia. Debido al menor costo económico de la fuente de energía en el sistema CCHP-GSHP de operación de dos puntos, la capacidad de GSHP se ha mejorado aún más. El coste de refrigeración/calefacción es relativamente reducido. Se mejora el rendimiento general del sistema.
Distribuciones anuales de cantidad de calor del sistema tradicional CCHP-GSHP.
Distribuciones anuales de cantidad de calor del sistema CCHP-GSHP de operación de dos puntos.
Como se muestra en la Fig. 9, en comparación con el sistema de referencia, la tasa de ahorro de energía primaria del sistema CCHP-GSHP tradicional es del 27,7 %, la tasa de ahorro de costos total anual es del 37,5 %, la tasa de reducción de las emisiones de CO2 es del 47,7 % y el rendimiento global es del 37,7%. La tasa de ahorro de energía primaria del sistema CCHP-GSHP con baterías es del 33,2 %, la tasa de ahorro de costos total anual es del 38,5 %, la tasa de reducción de las emisiones de CO2 es del 52,8 % y el rendimiento general es del 41,5 %. Por lo tanto, el sistema CCHP-GSHP de operación de dos puntos con baterías tiene una tasa de ahorro de energía primaria, tasa de emisión de CO2, tasa de ahorro de costo total anual y rendimiento general un 5,5%, 1%, 5,1% y 3,9% más alta que las del sistema tradicional. sistema CCHP-GSHP, respectivamente. Si bien el costo aumenta debido al aumento del equipo de batería, desde la perspectiva de reducir el consumo de combustible, se ha mejorado el rendimiento de todos los aspectos de todo el sistema.
Valores objetivo de optimización de dos sistemas.
En comparación con el sistema CCHP-GSHP tradicional, el sistema CCHP-GSHP de modo de operación de dos puntos propuesto tiene ventajas en todos los aspectos, que son 5.5%, 1%, 5.1% y 3.9% más altas en la tasa de ahorro de energía primaria, tasa de emisión de carbono, tasa de ahorro de costos total anual y desempeño integral, respectivamente. Los resultados muestran que el sistema de acoplamiento optimizado puede funcionar de una manera más económica, con mayor ahorro de energía y protección del medio ambiente y probar la eficacia del sistema de acoplamiento, la estrategia de operación y el método de optimización.
Para satisfacer la fluctuación de la carga del edificio y fortalecer el rendimiento combinado del sistema acoplado, este documento proporciona cierta referencia y sugerencia para la posterior estrategia de operación e integración del sistema CCHP-GSHP.
Los conjuntos de datos analizados durante el estudio actual están disponibles del autor correspondiente a pedido razonable.
Sadi, M. & Arabkoohsar, A. Análisis tecnoeconómico de sistemas de almacenamiento en frío impulsados por energía solar fuera de la red para prevenir el desperdicio de productos agrícolas en climas cálidos y húmedos. J. Limpio. Pinchar. 275, 124143 (2020).
Artículo Google Académico
Deng, Y. et al. Una estrategia de operación novedosa basada en el algoritmo del agujero negro para optimizar el sistema combinado de bomba de calor de fuente de energía terrestre y refrigeración, calefacción. Energía 229, 120637 (2021).
Artículo Google Académico
Deng, Y. et al. Un novedoso modelo fuera de diseño para optimizar el sistema combinado de refrigeración, calefacción y energía con enfriadores híbridos para diferentes estrategias de operación. Energía 239, 122085 (2022).
Artículo Google Académico
Sayyad, N., Kasra, S. y Kazem, Z. Rendimiento basado en el riesgo de la combinación de refrigeración, calefacción y energía (CCHP) integrado con energías renovables mediante la teoría de la decisión de la brecha de información. aplicación Termia. Ing. 159, 113875 (2019).
Artículo Google Académico
Zeng, R. et al. Un método novedoso basado en un algoritmo genético multipoblacional para la optimización del sistema de acoplamiento CCHP-GSHP. Convertidores de energía. Administrar 105, 1138–1148 (2015).
Artículo Google Académico
Zeng, R. et al. Un modelo fuera de diseño para optimizar el sistema CCHP-GSHP considerando el impuesto al carbono. Convertidores de energía. Administrar 189, 105–117 (2019).
Artículo Google Académico
Zeng, R. et al. Optimización y comparación del rendimiento del sistema combinado de refrigeración, calefacción y energía/bomba de calor de fuente terrestre/fotovoltaica/solar térmica bajo diferentes relaciones de carga para dos estrategias de operación. Convertidores de energía. Administrar 208, 112579 (2020).
Artículo Google Académico
Saman, S., Mohamad, H. & Mehri, M. Modelado de un nuevo sistema CCHP que incluye recursos de energía renovable solar y eólica y dimensionamiento mediante un algoritmo CC-MOPSO. aplicación Energía 184, 375–395 (2016).
Artículo Google Académico
Lu, S., Li, Y. & Xia, H. Estudio sobre la configuración y optimización de la operación del sistema de energía múltiple de acoplamiento CCHP. Convertidores de energía. Administrar 177, 773–791 (2018).
Artículo Google Académico
Feng, L. et al. Evaluación del rendimiento de los sistemas CCHP con diferentes modos de suministro de refrigeración y estrategias de operación. Convertidores de energía. Administrar 192, 188–201 (2019).
Artículo Google Académico
Su, PW Análisis del sistema de suministro de energía distribuida con bomba de calor geotérmica sobre los beneficios de 3E (Universidad Tecnológica de Dalian, 2019) (en chino).
Google Académico
Chu, XL & Yang, D. Programación de optimización estocástica con restricciones de oportunidad para el sistema de acoplamiento CCHP-GSHP considerando el impuesto al carbono. Universidad J. Donghua 45(05), 759–764 (2019) (en chino).
Google Académico
Yan Y, Zhang CH, Li K, et al. La estrategia de operación óptima para una microrred combinada híbrida de refrigeración, calefacción y energía con almacenamiento de energía de aire comprimido. Procedimiento de CSEE, 2018, 38(23): 6924–6936+7126.
Li, B. et al. Análisis de rendimiento y optimización de un sistema de acoplamiento CCHP-GSHP basado en algoritmo genético cuántico. Sostener. Ciudades Soc. 46, 101408 (2019).
Artículo Google Académico
Zhang, J. et al. Comparación de sistemas combinados de refrigeración, calefacción y energía (CCHP) con diferentes modos de refrigeración en función de criterios energéticos, medioambientales y económicos. Convertidores de energía. Administrar 160, 60–73 (2018).
Artículo Google Académico
Arabkoohsar, A. & Sadi, M. Análisis termodinámico, económico y ambiental de una central térmica solar híbrida de residuos. J. Termal Anal. Calorías. 214, 570–584 (2020).
Google Académico
Sadi, M. et al. Investigación técnico-económica-ambiental de varios tipos de biomasa y tecnologías innovadoras de combustión de biomasa para enfriamiento rentable en la India. Energía 219, 119561 (2021).
Artículo Google Académico
Sadi, M., Arabkoohsar, A. & Joshi, AK Optimización y mejora técnico-económicas del sistema combinado de refrigeración alimentado por energía solar para el almacenamiento de productos agrícolas. Sostener. Tecnología energética. Evaluar. 45(1), 101057 (2021).
Google Académico
Shoeibi, S. et al. Una revisión sobre el uso de generadores termoeléctricos de refrigeración, calefacción y electricidad en aplicaciones de energía solar. Sostener. Tecnología energética. Evaluar. 52, 102105 (2022).
Google Académico
Zhou, WB Investigación sobre el diseño óptimo y el funcionamiento incierto del sistema combinado de refrigeración, calefacción y energía con sinergia de múltiples fuentes de energía. Universidad de Arquitectura y Tecnología de Xi'an, Xi'an, China (2018) (en chino)
Yang, H. et al. Método de dimensionamiento óptimo para un sistema híbrido solar-eólico autónomo con tecnología LPSP mediante el uso de algoritmo genético. Sol. Energía 82(4), 354–367 (2008).
Artículo ANUNCIOS Google Académico
Kim, H. et al. Convertidor CA-CC bidireccional aislado de alta eficiencia para un sistema de distribución de CC. Trans. IEEE. Electrón de potencia. 28(4), 1642–1654 (2013).
Artículo ANUNCIOS Google Académico
Wang, JJ, Jing, RY & Zhang, RF Optimización de capacidad y operación para sistema CCHP por algoritmo genético. aplicación Energía 87(4), 1325–1335 (2010).
Artículo Google Académico
Deng, Y. et al. Optimización y análisis de rendimiento del sistema CCHP-GSHP-SE bajo diferentes factores de arranque. Convertidores de energía. Administrar 266, 115827 (2022).
Artículo Google Académico
Descargar referencias
Esta investigación fue financiada por la Fundación Nacional de Ciencias Naturales de China (51776226) y apoyada por los Fondos de Investigación Fundamental para las Universidades Centrales de la Universidad Central del Sur (1053320214535).
Escuela de Ciencias e Ingeniería de la Energía, Universidad Central del Sur, Changsha, 410083, China
Yu Zhang, Yan Deng, Zimin Zheng, Yao Yao y Yicai Liu
También puede buscar este autor en PubMed Google Scholar
También puede buscar este autor en PubMed Google Scholar
También puede buscar este autor en PubMed Google Scholar
También puede buscar este autor en PubMed Google Scholar
También puede buscar este autor en PubMed Google Scholar
YZ y YD diseñaron y dirigieron el trabajo de investigación y con YZ redactaron el manuscrito con aportes de todos los autores. YZ, YD, ZZ e YY participaron en el trabajo de simulación y YL revisó el manuscrito.
Correspondencia a Yicai Liu.
Los autores declaran no tener conflictos de intereses.
Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.
Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.
Reimpresiones y permisos
Zhang, Y., Deng, Y., Zheng, Z. et al. Optimización de la estrategia de operación de un sistema combinado de refrigeración, calefacción y energía basado en tecnología de almacenamiento de energía. Informe científico 13, 2928 (2023). https://doi.org/10.1038/s41598-023-29938-6
Descargar cita
Recibido: 10 noviembre 2022
Aceptado: 13 febrero 2023
Publicado: 20 febrero 2023
DOI: https://doi.org/10.1038/s41598-023-29938-6
Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:
Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.
Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt
Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.