碟式太阳能集热器出口空气温度预测研究.pdfVIP

SoLAR ENERGY 圜圈盈————一 碟式太阳能集热器出口空气温度预测研究 南京工程学院●孟珊珊+郑健吴昊 摘 要：提出使用BP神经网络对碟式太阳能出口介质温度进行预测。为提高BP算法的预测精度，采 用遗传算法优化BP神经网络模型，建立基于GABP和实际数据结合的碟式太阳能温度预测 模型进行预测，并通过Matlab仿真验证了该预测模型和策略的可行性和有效性。 关键词：碟式太阳能；出口蒸汽温度：BP算法：Matlab 0引言 络f多层前馈神经网络)是目前运用最为广泛和 太阳能作为一种清洁、可再生的能源，利用 成功的神经网络之一，是一种多层网络的“逆推” 太阳能发电，尤其是光热发电，已成为解决能源 算法[41。BP模型已成为神经网络的重要模型之 短缺、温室效应及环境污染等问题的重要技术…。 ，由于其结构简单、易于编程【5】，所以本文提 碟式太阳能热发电系统采用抛物面镜聚光装置， i}{用BP神经网络模型对碟式太阳能集热器出U 将太阳直射光聚焦在抛物面焦点处的集热器上， 空气温度进行预测。 加热流过集热器受热面的水或其他工作介质，产 生高温高压蒸汽推动发电机组发电。}“于太阳 1实验系统 的辐照强度具有较大的随机性和不可控性，它既 1．1实验装置 会随云层的影响而变化，也会随季节的变换而变 本文的实验装置采用单碟聚光加热位于焦点 化口】。因此，集热器出口蒸汽温度的稳定性是碟 处的集热器，如图l所示，碟式太阳能聚光器的 式太阳能热发电系统安全可靠运行的重要控制目 反射面积约12m2。该实验装置采用闭环跟踪方 标，预测太阳能集热器出口温度显得尤为重要。 法进行跟踪，正常情况下自动跟踪太阳的精度不 对于碟式太阳能集热器出口空气温度预测策 大于0．2。；空气出口温度根据空气流量和空气集 略的研究，国内公开发表的研究成果不多。神经 热器性能等特性决定；对应的集热器最高耐温不 kW。 网络具有学习与适应不确定系统的动态特性和较 小于800℃，能提供最大热功率约2 强的鲁棒性及容错性等特点，可以充分逼近复杂 本实验装置的集热器因条件限制，采用高温 的非线性映射【3]。BP(Back 空气换热器，结构简单，使用空气作为介质，直 Propagation)神经网 收稿日期：2016-03-26 通信作着：孟珊珊(1990一)，女，硕士，主要从事新能源技术方面的研究。1035931667@qq．corrl SOL_ARENERGY0912016 万方数据 一—@——一……一一一…一 接加热空气，换热效率高。针对集热器出L]温度 布置1个流量计，测量进入集热器空气流量；在 影响因素多、难以精确控制的特点，很难找出其 聚光碟}：布置1个太阳能辐照仪，测量太阳辐照 具体的数学模型，因此很难获取稳定的集热器出 度。温度测试系统选择4支K型铠装热电偶为 口温度。应用神经网络算法对集热器出口温度进 温度传感器，测试范闱为0～1200℃，连接到数 行预测，作为预测模型(系统辨识)结合控制理 据采集仪l：读取数据。太阳辐射强度采用GHFS— 论，叮实现集热器出口温度的稳定控制。 RS一1500辐照度传感器，其对弱光也较敏感。