一种ORC发电系统工质优选方法及系统与流程

本发明属于orc发电系统工质选取领域，具体涉及了一种orc发电系统工质优选方法及系统。

背景技术：

1、有机朗肯循环(organic rankine cycle,orc)发电技术是一种以低沸点有机工质为工作介质的地热能源转换技术。相较于传统蒸汽朗肯循环，orc系统具有热源适应性广(适用温度范围60～300℃)、模块化程度高、运行维护成本低等优势，尤其适用于中低温余热回收(如工业废热、地热井)及分布式能源系统(装机容量覆盖1kw～10mw)。

2、循环工质作为orc系统的核心载体，其物化特性(如临界温度、沸点、热稳定性、环保性)直接影响系统效率及经济性。目前商业化应用的工质主要包括烷烃类(正丁烷、异丁烷)、氟代烃类及硅氧烷类，但普遍存在以下技术瓶颈：

3、环保性不足：含氟工质存在高全球变暖潜能值，部分氯代烃(如氯乙烷)对臭氧层破坏潜能值(odp)不达标，不符合《蒙特利尔议定书》及欧盟f-gas(含氟气体)法规要求；

4、热效率受限：传统工质在亚临界循环工况下温降匹配性差，导致蒸发器端差损失显著(约15～20％热效率衰减)；

5、材料兼容性差：高腐蚀性工质(如氨)需采用特种合金管道及密封材料，推高系统建设成本(约占总投资的30％)。

6、以下文献是与本发明相关的技术背景资料：

7、cn108491579a(公开日：2018-09-04，申请人：天津大学)公开了“一种多目标循环性能优化筛选混合工质的方法”，通过给定制冷、热泵、有机朗肯的工作条件(蒸发温度、冷凝温度)和混合工质组分，以性能系数cop或热效率ηt及制热量/制冷量或输出功等为多目标函数，将排气压力、压缩比、排气温度等确定为约束条件，获得工质的最佳配比及目标函数值，适用于制冷、热泵及有机朗肯等多种热力循环的混合工质的筛选。

8、cn111816264a(公开日：2020-10-23，申请人：中南大学)公开了“一种基于机器学习的有机朗肯循环工质设计方法”，其中，为了提高工质筛选效率以研发新型环保高效的工质，将机器学习应用于循环性能及工质物性的预测，并提出了以工质物性为中心分别优化循环工况及分子基团的第三代工质设计。基于工质物性循环参数学习库及基础物性数据库，分别建立循环性能及工质物性的机器学习模型，完成不同冷热源工况及循环构型下工质的大规模分子设计。

9、以上两件专利都是通过设计循环工质来解决现有商业化应用工质环保性不足、热效率受限、材料兼容性差的问题，但仍存在循环工质的专用材料成本较高的技术问题。

技术实现思路

1、为了解决现有技术中的上述问题，即现有orc系统使用的商业化工质存在环保性不足、热效率受限及材料兼容性差三大缺陷，且现有改进方案(如混合工质优化、机器学习辅助设计)仍未能有效解决专用材料成本过高的问题，本发明提供了一种orc发电系统工质优选方法及系统。

2、本发明第一方面，提出了一种orc发电系统工质优选方法，包括：根据orc发电系统的余热资源参数，初选出多个有机工质；建立包含目标层、准则层和方案层的层次结构模型，并在准则层中增加时间维度评价指标，所述时间维度评价指标包括工质老化系数和性能衰退因子；

3、其中，目标层用于筛选最优工质，方案层用于初选出多个有机工质，准则层的指标至少包括热物性参数、稳定性参数、环保性参数和时间维度评价指标，

4、构建准则层中两两指标之间的判断矩阵，并进行一致性检验后计算得到主观权重向量；

5、采集实际运行中的工质温度、压力参数，结合初选的有机工质的热物性数据，通过熵权法计算各指标的客观权重向量；

6、将所述主观权重向量和所述客观权重向量进行乘法合成，并进行归一化处理，得到综合权重矩阵；

7、根据地域地热资源成分和温度梯度特征调整综合权重矩阵中的指标权重，并计算各工质与正/负理想解的加权欧氏距离，得到随时间变化的贴近度；

8、根据多个有机工质的贴近度排序结果选择工质。

9、进一步的，所述余热资源参数至少包括温度、瞬时量和供热稳定度。

10、进一步的，将工质运行温度、压力参数输入至所述动态topsis评价模型中，根据所述时间维度评价指标，动态更新工质的热物性参数和性能衰退因子，并构建更新后的两两参数的判断矩阵。

11、进一步的，判断矩阵的构建方法为：对准则层的热物性参数、稳定性参数、环保性参数以及时间维度评价指标进行两两重要性比较，基于预设的标度规则生成判断矩阵。

12、进一步的，根据地域地热资源成分和温度梯度特征调整综合权重矩阵中的指标权重，具体为：

13、根据地热水中腐蚀性成分含量，按照设定比例提升稳定性参数的权重占比；

14、根据地热田的温度梯度分布特征，按照设定比例降低热物性参数中沸点指标的权重占比。

15、进一步的，动态更新工质的热物性参数，其方法为：

16、根据实时采集的工质压力和温度，结合工质物性数据库，插值计算当前状态下的比焓和比熵，更新topsis评价模型中的热物性参数。

17、进一步的，根据多个有机工质的贴近度排序结果选择工质，具体为：

18、将多个有机工质的贴近度进行降序排序，基于降序排序结果选择工质。

19、进一步的，所述热物性参数至少包括临界温度和沸点，所述稳定性参数至少包括热稳定性。

20、本发明第二方面，提出了一种orc发电系统工质优选系统，基于一种orc发电系统工质优选方法，该系统包括：

21、初选模块，其配置为根据orc发电系统的余热资源参数，初选出多个有机工质；建立包含目标层、准则层和方案层的层次结构模型，并在准则层中增加时间维度评价指标，所述时间维度评价指标包括工质老化系数和性能衰退因子；

22、其中，目标层用于筛选最优工质，方案层用于初选出多个有机工质，准则层的指标至少包括热物性参数、稳定性参数、环保性参数和时间维度评价指标，

23、主观向量构建模块，其配置为构建准则层中两两指标之间的判断矩阵，并进行一致性检验后计算得到主观权重向量；

24、客观向量构建模块，其配置为采集实际运行中的工质温度、压力参数，结合初选的有机工质的热物性数据，通过熵权法计算各指标的客观权重向量；

25、融合模块，其配置为将所述主观权重向量和所述客观权重向量进行乘法合成，并进行归一化处理，得到综合权重矩阵；

26、贴近度计算模块，其配置为根据地域地热资源成分和温度梯度特征调整综合权重矩阵中的指标权重，并计算各工质与正/负理想解的加权欧氏距离，得到随时间变化的贴近度；

27、筛选模块，其配置为根据多个有机工质的贴近度排序结果选择工质。

28、本发明的有益效果：

29、提升工质长期稳定性评估能力：通过在评价准则层中引入时间维度指标(工质老化系数及性能衰退因子)，能够动态量化工质在长期运行中的性能衰减趋势，有效筛选出耐老化、低衰退的工质，降低系统运维成本。

30、兼顾环保性与热效率优化：通过热物性参数、环保性参数等多准则的权重综合计算，避免单一指标主导评价结果，确保所选工质同时满足低环境危害和高热力学性能要求。

31、主客观权重融合提高决策科学性：结合层次分析法的主观经验权重与熵权法的客观数据权重，有效平衡专家经验与实际运行数据的差异，避免单一赋权方法导致的评价偏差。

32、增强地域适应性：通过根据地热资源成分及温度梯度特征动态调整权重矩阵，使工质优选结果精准匹配不同地域的余热特性，提高orc系统与热源的协同效率。

33、降低材料兼容性成本：基于稳定性参数与时间维度的综合评价，筛选出低腐蚀性、长寿命工质，减少对特种材料的依赖，从而降低系统初期投资及长期维护成本。

34、动态贴近度排序优化选型：通过加权欧氏距离计算工质与理想解的动态贴近度，实现随时间变化的工质性能衰退预测与优选排序，为系统全生命周期管理提供决策依据。