Performance analysis and control optimization of a solar-driven seasonal sorption thermal energy storage system
Loading...
Access the documents
Date
Impact
Journal Title
Journal ISSN
Volume Title
Abstract
La calor és el tipus denergia final més consumida del món. En particular, el sector de l'edificació és responsable del voltant del 40% de la calor consumida. Les energies renovables són una bona solució per mitigar el canvi climàtic. Tot i això, la discontinuïtat de les energies renovable requereix emmagatzematge d'energia. Els col·lectors solars tèrmics acoblats a l'emmagatzematge d'energia tèrmica estacional (STES) són una bona solució per reduir el consum de combustibles fòssils en climes amb alta irradiació solar a l'estiu i una alta demanda de calefacció a l'hivern. L'emmagatzematge de calor (TES) per sorció és la tecnologia més adequada per a STES a causa de les pèrdues tèrmiques gairebé nul·les durant el període d'emmagatzematge i la seva alta densitat energètica a nivell de material. Tot i això, el funcionament d'un TES estacional per sorció integrat en una instal·lació de calefacció d'un edifici no és senzill i s'ha d'estudiar detalladament. Un funcionament no òptim del sistema segons les condicions climàtiques i les demandes tèrmiques de ledifici pot conduir a una baixa eficiència del sistema. Aquesta tesi doctoral té com a objectiu analitzar i millorar el funcionament d‟un sistema d‟emmagatzematge per sorció estacional impulsat per energia solar (SDSSTES) integrat en un edifici mitjançant diferents estratègies de control i dissenys de sistemes. El sistema estava compost per col·lectors solars, un dipòsit d'aigua estratificada, una caldera, un SoTES estacional i la font de calor de baixa temperatura (LTHS). Operar el sistema amb una estratègia RBC optimitzada va permetre minimitzar els costos d'operació usant un menor volum d'emmagatzematge de sorció. A més, la densitat energètica del SDSSTES es va veure molt afectada per les condicions climàtiques i pel tipus i disponibilitat de LTHS. Els resultats van demostrar la viabilitat tècnica del sistema al centre i al nord d'Europa, malgrat les baixes temperatures a l'hivern, l'ús de la calor solar hivernal va ser suficient per descarregar el STES. No obstant això, es van obtenir densitats energètiques 23% més grans suposant una font de calor constant (p.ex., energia geotèrmica). A més, es van aconseguir menors costos operacionals en controlar el sistema amb deep reinforcement learning (DRL), en comparació de l'estratègia RBC optimitzada. L'ús de DRL va permetre operar el sistema durant l'hivern prop de l'òptim global. No obstant això, el desenvolupament i la implementació d'un algorisme de DRL requereix altes habilitats de programació i llargs temps d'entrenament computacional.