57、可再生能源驱动的冷却存储设备制造与参数优化

可再生能源驱动的冷却存储设备制造与参数优化

1. 引言

如今，各行业对低温应用的需求不断增长，这导致电力使用量增加，同时设备泄漏出更多包括 CFCs 和 CO2 等危险气体，进而引发全球变暖。为减少这些影响，利用可再生能源成为主要目标，太阳能就是地球上丰富的可再生能源之一。

太阳能驱动的热电设备是创造冷却效果的最新替代技术。热电设备基于“热电效应”运行，该效应以珀尔帖效应和塞贝克效应为基础。珀尔帖冷却模块或热电模块能产生热电效应，它由半导体材料组成，这些材料分别以热并联和电串联的方式连接，在模块两侧产生冷热温度。与传统制冷系统相比，这些设备效率较低，但更轻便、便宜、安静且环保。

此外，还可使用相变材料（PCM）来降低温度。由于 PCM 的热阻较低，在熔化和凝固过程开始时，从液态转变为固态会释放更多热量，从固态转变为液态会吸收更多热量。

本文记录了两个不同体积的舱室在使用和不使用 PCM 的情况下达到指定温度所需的时间。此外，使用灰色关联分析（GRA）来优化诸如被动热负荷、COP、时间、温度和体积等变量。由于有机 PCM 化学性质稳定、环境安全、无毒且天然无腐蚀性，因此在本研究中选择有机 PCM 而非无机 PCM。该设备由可通过太阳能板充电的电池供电，可在电力供应很少或不可靠的偏远地区使用。

2. 文献综述

2.1 热电冷却

Swapnil 先生借助基于珀尔帖效应原理运行的热电模块，设计并分析了一种利用太阳能（一种非常规能源）调节温度的机制。对于印度农村地区存在负载共享问题的居民来说，这将是一种合适且价格合理的方法。

2.2 相变材料

K. Dharmareddy 研究了一种使用石蜡作为相变物质，同时进行潜热和显热存储的系统的效能。通过添加金属泡沫和粉末可以提高 PCM 的效能。可以使用低熔点的 PCM 来诱导冷却并维持所获得的冷却效果。

热能存储（TES）技术可使不同的热应用受益匪浅。由于众所周知 TES 可能是弥合能源供需差距的最佳策略，因此该技术广受欢迎。本文在 TES 用于冷藏应用的背景下对 PCM 的使用进行了综述。研究重点包括 PCM、包装、改善热传递以及对食品质量存储的影响等方面，并总结了科学家使用的低温（低于 20°C）潜在 PCM 材料及其热物理性质。

2.3 热能存储应用

这里讨论了 19 种以二元比例混合的熔盐中一种具有低熔点的熔盐及其主要热物理性质。结合长期热稳定性测试结果，研究了 1200 小时连续高温暴露测试，结果表明其具有热力学稳定性。

3. 方法与研究工作

3.1 方法：灰色关联分析

本研究采用了 1982 - 1989 年在华中科技大学发展起来的灰色关联分析理论，该理论用于处理不确定信息。它能提供介于完全无信息（黑色）和完全信息（白色）之间的部分信息，就像社会科学和自然科学之间的桥梁，还提供了许多解决问题的技术理论和思路。该理论包含归一化、偏差、相关系数等多种类型，这些都存在于灰色系统理论中。

3.2 研究设置

设计了两种用于存储冷却的舱室，一种容积为 16L，另一种为 30L。在 30L 容积的舱室中，使用甘油作为相变材料，以在停止供电后一段时间内保持舱室内的冷却效果。

这些舱室的电源来自太阳能板，太阳能辐射被转化为电能并存储在电池中。由于电池获得的功率较低，使用逆变器来放大功率，将直流电转换为交流电作为备用电源，再将其整流为直流电，使热电冷却设备获得不间断的电源供应。

热电冷却设备通过从整流器接收直流电，在其两侧产生冷热面。在 30L 舱室中，将铝制插座连接到热电冷却设备的冷面，用于放置 PCM，以在 30 分钟内维持舱室内的温度。铝制插座有助于提高热导率。

将有机相变材料甘油倒入插座中，并记录时间、舱室温度和 PCM 的状态等数据。当 PCM 充电时，舱室温度会逐渐下降；完全充电后，温度会迅速下降。当电源切断时，利用 PCM 放电的优势，使舱室至少在 30 分钟内保持低温。使用电子温度计测量舱室温度，使用数字温度计测量 PCM 温度。PCM 的热物理特性如下表所示：
| 公式 | 沸点 (°C) | 密度 (g/m - L) | 熔化热 (kj/kg) | 熔点 (°C) |
| — | — | — | — | — |
| C3H5 (OH) 3 | 290 | 1.26 | 198.7 | 17.9 |

3.3 研究工作

本研究旨在利用可再生能源存储冷却，并在热电模块的冷面应用相变物质，然后记录使用和不使用相变材料时冷却舱室所需的时间、舱室温度等输出参数，并将其记录在表和图中。

3.4 冷却过程研究数据

本研究创建了两个不同体积的舱室，一个为 16L，另一个为 30L。在两个舱室中都进行了使用和不使用相变材料的实验。为了在一段时间内保持冷却效果，记录了实验过程中舱室达到最低温度时的数据。
| 序号 | 16L 舱室冷却时间（分钟） | 16L 舱室温度 (°C) 无 PCM | 16L 舱室温度 (°C) 有 PCM | 30L 舱室冷却时间（分钟） | 30L 舱室温度 (°C) 无 PCM | 30L 舱室温度 (°C) 有 PCM |
| — | — | — | — | — | — | — |
| 1 | 0 | 35 | 35 | 0 | 36 | 36 |
| 2 | 10 | 25 | 30.01 | 10 | 29 | 32 |
| 3 | 20 | 22 | 25.01 | 20 | 26 | 29 |
| 4 | 30 | 17 | 20.06 | 30 | 20 | 22 |
| 5 | 40 | 12 | 18.07 | 40 | 15 | 21.5 |
| 6 | 50 | 10 | 15.09 | 50 | 10 | 19.76 |
| 7 | 60 | 8 | 14.01 | 60 | 6.07 | 18.49 |
| 8 | 70 | 5 | 14.01 | 70 | 5.06 | 17.97 |
| 9 | 80 | 3 | 14.01 | 80 | 4.29 | 16.5 |
| 10 | 90 | 2.05 | 13.01 | 90 | 4.25 | 15.01 |
| 11 | 100 | - | 12.46 | 100 | 3.5 | 15.01 |
| 12 | 110 | - | 11.09 | 110 | - | 15.01 |
| 13 | 120 | - | 10.01 | 120 | - | 15.01 |
| 14 | 130 | - | 9.42 | 130 | - | 13.02 |
| 15 | 140 | - | 8.21 | 140 | - | 12.5 |
| 16 | 150 | - | 7.46 | 150 | - | 10.26 |
| 17 | 160 | - | 6.5 | 160 | - | 8.9 |
| 18 | 170 | - | 5.2 | 170 | - | 6.5 |
| 19 | 180 | - | 4.5 | 180 | - | 5.07 |
| 20 | - | - | - | 190 | - | 4.57 |

通过应用 PCM，充电过程所需时间减少，放电过程所需时间增加。不使用 PCM 时，充电和放电过程所需时间都较短。我们的目标是在较短时间内为舱室充电，并在较长时间内放电，这样才能长时间储存食品和药品而不损坏。

3.5 热负荷计算

热电制冷系统包括主动和被动热负荷。主动负荷每次都会产生一部分热量，根据所需的电压和电流，电路会消耗能量。许多热电应用没有主动负荷，因此在这些情况下这个词完全不必要。为了维持系统热负荷与周围空气之间的温差，必须持续将少量能量从负荷中转移出去。被动负荷决定了能量转移的速度。热电系统的基本目标是使热负荷比周围空气更冷。但即使系统设计良好，也不可避免地会有一些泄漏。由于没有具有无限热阻的隔热材料，一些热量会从周围环境流入热负荷。用于覆盖不可避免间隙的密封件也会不足。

被动热负荷计算公式如下：
- 无 PCM 时：$Q=\frac{\Delta T\times A}{\frac{L}{K}+\frac{1}{h}}$
- 有 PCM 时：$Q=\frac{\Delta T\times A}{\frac{L_1}{K_1}+\frac{1}{h}+\frac{L_2}{K_2}+\frac{L_3}{K_3}}$

其中：
- $h$：空气的对流换热系数
- $Q$：被动负荷
- $\Delta T$：环境与舱室温度之间的温差
- $A$：传热面积
- $L$：材料厚度

性能系数计算公式如下：
- $COP=\frac{Q / time}{w_{in}}$
- 无 PCM 时：$Q = mC_v\Delta T$
- 有 PCM 时：$Q = mC_v\Delta T + mL$
- $w_{in}=V\times I + fans$

其中：
- $m$：待冷却的质量
- $C_v$：热容 = 0.718 kJ/kg - k
- $\Delta T$：环境与舱室温度之间的温差
- $V$：输入电压 = 12 V
- $I$：输入电流 15 A

以下是需要优化的参数表：
| 序号 | 体积 | 充电时间 | 放电时间 | 舱室温度 | 被动热负荷 | COP |
| — | — | — | — | — | — | — |
| 1 | 16 | 90 | 250 | 2.05 | 3.29 | 0.000385 |
| 2 | 16 | 180 | 600 | 4.50 | 2.94 | 1 |
| 3 | 30 | 100 | 200 | 3.50 | 3.24 | 0.000641 |
| 4 | 30 | 190 | 450 | 4.57 | 3.029 | 0.287631 |

4. 灰色关联分析（GRA）

邓氏灰色关联分析也称为灰色关联分析，是一种用于理想情况的中国优化方法。这里将情况分为黑色、灰色、模糊和白色等颜色。它用于从一组多响应参数中找出最优值。为了实际应用，对过程参数进行排序以找出最优解。

4.1 步骤 1：灰色关联生成

• 对于最小化：$\theta=\frac{y_{max}-y}{y_{max}-y_{min}}$
  • 充电时间：$y_{max}=190$，$y_{min}=90$
  • 舱室温度：$y_{max}=4.57$，$y_{min}=2.05$
• 对于最大化：$\theta=\frac{y - y_{min}}{y_{max}-y_{min}}$
  • 舱室体积：$y_{max}=30$，$y_{min}=16$
  • 放电时间：$y_{max}=600$，$y_{min}=200$
  • 被动热负荷：$y_{max}=3.29$，$y_{min}=2.94$
  • COP：$y_{max}=1$，$y_{min}=0.000385$

计算值如下表所示：
| 序号 | 体积 | 充电时间 | 放电时间 | 舱室温度 | 被动热负荷 | COP |
| — | — | — | — | — | — | — |
| 1 | 1 | 1 | 0.13 | 1 | 1 | 0 |
| 2 | 1 | 0.10 | 1 | 0.02 | 0 | 1 |
| 3 | 0 | 0.90 | 0 | 0.42 | 0.86 | 0 |
| 4 | 0 | 0 | 0.63 | 0 | 0.25 | 0.29 |

偏差序列是将计算值从 1 中减去得到的，结果如下表所示：
| 序号 | 体积 | 充电时间 | 放电时间 | 舱室温度 | 被动热负荷 | COP |
| — | — | — | — | — | — | — |
| 1 | 0 | 0 | 0.87 | 0 | 0 | 1 |
| 2 | 0 | 0.9 | 0 | 0.98 | 1 | 0 |
| 3 | 1 | 0.1 | 1 | 0.58 | 0.14 | 1 |
| 4 | 1 | 1 | 0.37 | 1 | 0.75 | 0.71 |

4.2 步骤 2：计算灰色关联系数

使用公式：$\xi(y)=\frac{\theta_{min}+\xi\theta_{max}}{\theta_{o}+\xi\theta_{max}}$，其中 $\xi = 0.5$（随机选取），$\theta_{o}$ 是偏差序列，$\theta_{max}=1$，$\theta_{min}=0$。计算值如下表所示：
| 序号 | 体积 | 充电时间 | 放电时间 | 舱室温度 | 被动热负荷 | COP |
| — | — | — | — | — | — | — |
| 1 | 1 | 1 | 0.36 | 1 | 1 | 0.33 |
| 2 | 1 | 0.35 | 1 | 0.34 | 0.3 | 1 |
| 3 | 0.33 | 0.83 | 0.33 | 0.46 | 0.78 | 0.33 |
| 4 | 0.33 | 0.33 | 0.57 | 0.33 | 0.40 | 0.41 |

4.3 步骤 3：计算灰色关联度

计算灰色关联度（GRG）的公式为：$\gamma=\frac{\xi_1+\xi_2+\cdots+\xi_n}{n}$。

计算 GRG 并对 GRA 结果进行排序。灰色关联度越大，表示参数组合越接近理想的输入参数集。因此，灰色关联度越高，排名越高。具体结果如下表所示：
| GRE | 排名 |
| — | — |
| 0.78 | 1 |
| 0.67 | 2 |
| 0.51 | 3 |
| 0.30 | 4 |

通过 GRA 方法得到的最优结果是在 16L 舱室中使用有机 PCM 甘油：
- 冷却舱室所需时间 = 180 分钟
- 舱室放电所需时间 = 600 分钟
- 舱室达到的温度 = 5°C
- 舱室体积 = 16L
- 模型的 COP = 1
- 通过舱室的被动热负荷 = 2.94 W

5. 结果

为了比较所有报道的用于冷冻温度存储应用的 TES 材料，显热存储容量范围取决于材料运行的温度范围。通过进行 GRA，我们考虑充电和放电过程这两个输入参数来获得最优性。根据 GRA，充电过程采用“越小越好”的条件，放电过程采用“越大越好”的条件。

充电过程“越小越好”条件的计算公式为：$\theta=\frac{y_{max}-y}{y_{max}-y_{min}}$，其中 $y_{max}=200$，$y_{min}=90$（充电时间）。

综上所述，通过结合可再生能源、相变材料和灰色关联分析，我们可以优化冷却存储设备的参数，实现更高效的冷却存储。这种方法不仅有助于减少能源消耗和环境污染，还能为偏远地区提供可靠的冷却解决方案。未来，我们可以进一步研究不同类型的相变材料和热电设备，以提高系统的性能和效率。

以下是整个研究过程的 mermaid 流程图：

graph LR
    A[开始] --> B[文献综述]
    B --> C[方法与研究工作]
    C --> C1[灰色关联分析理论]
    C --> C2[研究设置]
    C --> C3[研究工作开展]
    C --> C4[热负荷计算]
    C3 --> C31[创建不同体积舱室]
    C31 --> C32[使用和不使用 PCM 实验]
    C32 --> C33[记录数据]
    C4 --> C41[主动和被动热负荷分析]
    C41 --> C42[热负荷公式计算]
    C --> D[灰色关联分析]
    D --> D1[灰色关联生成]
    D1 --> D11[最小化计算]
    D1 --> D12[最大化计算]
    D --> D2[计算灰色关联系数]
    D --> D3[计算灰色关联度]
    D3 --> D31[计算 GRG]
    D3 --> D32[结果排序]
    D --> E[得出最优结果]
    E --> F[总结与展望]
    F --> G[结束]

6. 技术点分析与解读

6.1 热电冷却技术

热电冷却基于珀尔帖效应和塞贝克效应，通过热电模块实现。与传统制冷系统相比，它具有轻便、便宜、安静和环保等优点，但效率较低。在实际应用中，其效率问题可以通过优化半导体材料的性能以及改进模块的设计来逐步提高。例如，选择更合适的半导体材料，提高其热电转换效率，或者优化模块的结构，减少热阻和电阻，从而提高整个热电冷却系统的性能。

6.2 相变材料的应用

相变材料（PCM）在冷却存储中起到了关键作用。由于其热阻较低，在相变过程中能够吸收或释放大量的热量。在本研究中，选择有机 PCM 甘油，是因为它化学性质稳定、环境安全、无毒且天然无腐蚀性。在实际操作中，将甘油倒入铝制插座中，利用铝的良好热导率，有助于提高热传递效率。同时，PCM 的使用可以调节充电和放电时间，实现更合理的能量存储和释放。

6.3 灰色关联分析（GRA）的应用

GRA 是一种有效的多响应参数优化方法。通过将复杂的情况分类为不同颜色（黑、灰、模糊、白），可以从一组多响应参数中找出最优值。具体操作步骤如下：
1. 灰色关联生成 ：根据最小化和最大化的不同要求，分别使用相应的公式计算 $\theta$ 值。对于充电时间和舱室温度等需要最小化的参数，使用 $\theta=\frac{y_{max}-y}{y_{max}-y_{min}}$；对于舱室体积、放电时间、被动热负荷和 COP 等需要最大化的参数，使用 $\theta=\frac{y - y_{min}}{y_{max}-y_{min}}$。
2. 计算灰色关联系数 ：使用公式 $\xi(y)=\frac{\theta_{min}+\xi\theta_{max}}{\theta_{o}+\xi\theta_{max}}$，其中 $\xi = 0.5$（随机选取），$\theta_{o}$ 是偏差序列，$\theta_{max}=1$，$\theta_{min}=0$。
3. 计算灰色关联度 ：使用公式 $\gamma=\frac{\xi_1+\xi_2+\cdots+\xi_n}{n}$ 计算 GRG，并对结果进行排序，灰色关联度越高，排名越高，对应的参数组合越接近理想的输入参数集。

6.4 热负荷计算的重要性

热负荷计算对于热电制冷系统的设计和优化至关重要。热电制冷系统包括主动和被动热负荷，主动负荷与电路的电压和电流有关，而被动热负荷则决定了能量转移的速度。在实际应用中，需要根据具体的环境条件和系统要求，准确计算热负荷，以确保系统能够有效地维持热负荷与周围空气之间的温差。同时，通过合理的隔热设计和密封措施，可以减少热泄漏，提高系统的效率。

7. 总结与展望

7.1 研究总结

本研究通过结合可再生能源（太阳能）、相变材料（甘油）和灰色关联分析（GRA），对冷却存储设备的参数进行了优化。通过实验和计算，得出了在 16L 舱室中使用有机 PCM 甘油的最优结果，实现了更高效的冷却存储。具体表现为在 180 分钟内冷却舱室，600 分钟的放电时间，舱室温度达到 5°C，模型的 COP 为 1，通过舱室的被动热负荷为 2.94 W。

7.2 未来展望

虽然本研究取得了一定的成果，但仍有许多方面可以进一步改进和研究。
1. 材料研究 ：可以进一步研究不同类型的相变材料，寻找具有更高热存储能力和更好热性能的材料。同时，探索新型的半导体材料，提高热电模块的效率。
2. 系统优化 ：优化热电制冷系统的设计，减少热泄漏和能量损失。例如，改进隔热材料和密封技术，提高系统的整体性能。
3. 应用拓展 ：将该冷却存储设备应用于更多领域，如医疗冷链、食品保鲜等，为这些领域提供更可靠、高效的冷却解决方案。

以下是不同参数在有无 PCM 情况下的对比表格总结：
| 参数 | 无 PCM 情况 | 有 PCM 情况 |
| — | — | — |
| 充电时间 | 较短 | 较短（相对优化） |
| 放电时间 | 较短 | 较长 |
| 舱室温度 | 下降速度相对较慢 | 下降速度相对较快，最终温度更低 |
| 被动热负荷 | 计算方式相对简单 | 计算方式更复杂，考虑因素更多 |
| COP | 相对较低 | 可优化提高 |

为了更清晰地展示整个研究的关键步骤和逻辑关系，下面给出另一个 mermaid 流程图：

graph LR
    A[可再生能源（太阳能）] --> B[热电冷却设备]
    B --> C[舱室（16L/30L）]
    C --> C1[无 PCM 实验]
    C --> C2[有 PCM（甘油）实验]
    C1 --> D1[记录数据]
    C2 --> D2[记录数据]
    D1 --> E[热负荷计算（无 PCM）]
    D2 --> F[热负荷计算（有 PCM）]
    E --> G[灰色关联分析输入数据]
    F --> G
    G --> H[灰色关联生成]
    H --> I[计算灰色关联系数]
    I --> J[计算灰色关联度]
    J --> K[找出最优参数组合]
    K --> L[得出最优结果（16L 舱室+甘油）]

通过以上的研究和分析，我们可以看到，利用可再生能源和相变材料优化冷却存储设备是一种具有潜力的技术方向。随着技术的不断发展和研究的深入，相信这种方法将在更多领域得到广泛应用，为解决能源和环境问题做出贡献。