摘要
不稳定可再生能源的大规模存储具有很大发展潜力。为此,提出隧道围岩蓄热型热泵系统并建立三维隧道围岩蓄热换热器耦合传热模型,同时,基于田口试验设计,提出了隧道围岩热泵系统蓄热性能优化方法,并应用于Stuttgart-Fasanenhof 能源隧道工程。在用现场热响应试验数据验证模型合理性的基础上,蓄热隧道的蓄热性能模拟结果表明,隧道围岩蓄热型热泵系统储热效能优于传统垂直钻孔埋管蓄热系统,且不需要高的前期钻孔成本和占地面积。建立4因子3水平下的L10(
关键词
在双碳目标的引领下,构建绿色清洁高效的可再生能源储存体系尤为重要。而由于太阳能、风能等可再生能源的间歇性和波动性,使能源产生极大的浪费,需要一种经济有效的方法将这些能量进行大规模存储,以便在没有太阳能等资源的时间段使用。目前我国大力支持浅层地温能的开发利用,在寒冷或严寒地区,取暖的热负荷远大于冷负荷,造成岩土体温度逐年持续下降,大大制约了热泵的运行效率,限制了地温能利用技术在严寒地区的发展。为弥补这种冷热不平衡,多个学
在隧道中铺设热交换管提取地温能的研究已屡见不鲜。Ada
基于田口试验设计,提出了隧道围岩热泵系统蓄热性能优化方法,并应用于德国Stuttgart–Fasanenhof 城市轨道能源隧道换热器系统。首先,建立了三维隧道围岩蓄热换热器系统耦合模型,通过将现场热响应试验实测数据与模拟结果相对比,验证了该模型用于隧道围岩蓄热系统研究的合理性;其次,从蓄能隧道围岩储能效率角度建立了评价指标,对影响隧道围岩蓄能特性的围岩初始温度、围岩导热系数、运行模式(蓄热与取热时间比)、蓄热与取热温差4个控制因子,采用田口方法进行正交试验设计,对各因素的影响程度进行排序并找到最优因素参4数组合,对隧道围岩蓄热系统进行运行优化分析。
隧道围岩蓄热型热泵系统是将热交换管埋设在隧道衬砌与围岩之间,以不稳定的可再生能源太阳能等作为热源,将隧道围岩作为大型蓄能容器,通过热交换管中的循环介质与隧道围岩进行热交换,从而实现隧道围岩的蓄热储能。储存在围岩中的热量可用于冬季隧道洞口段的防冻加热,也可用于附近建筑的供热。隧道围岩蓄热型热泵系统如

图1 隧道围岩蓄热型热泵系统图
Fig. 1 Diagram system of tunnel surrounding rock heat storage heat exchangers
与钻孔地埋管蓄能和能源桩蓄能相比,隧道围岩蓄热有更显著的优势:① 隧道拥有更大的地下体表面积来大规模储能;② 相对于钻孔埋管蓄热,大大节省了前期钻孔成本以及占地面积。此外,目前我国隧道基础建设蓬勃发展,应抓住这一契机,以期为双碳目标的实现做出一些贡献,同时也为太阳能丰富的高寒隧道(如新疆天山胜利隧道)的蓄能防冻提供指导。
隧道衬砌和围岩温度场瞬态传热控制方程为
(1) |
式中:其中ρs、Cp、k分别为固体(即围岩、混凝土衬砌)的密度、恒压热容和导热系数;T为温度;Q为热源蓄热换热器。
蓄热换热器采用非等温管道流模型,在管道轴线上将其简化为一维曲线,并忽略管壁温度的变化,管内水通过管壁与管周环境换热使用等效传热系数计算。其能量方程为
(2) |
式中:ρL、Cp、k分别为流体的密度、恒压热容和导热系数;A为换热管横截面积;T为流体截面平均温度;u为流体速度场;fd为达西摩擦系数;dH为平均水力直径;Qw为管壁与周围环境热交换的源项。
管壁与周围环境的热交换方程为
(3) |
式中:Zeff为管内流体与外界进行热交换的等效传热系数,其值为等效传热热阻R的倒数,其中包含了管壁、管壁外表面传热等对热传导的贡献。
(4) |
式中:r1、r2分别为换热管内、外半径;kwall为换热管导热系数;hint、hext为换热管内表面和外表面的壁面换热系数。
田口优化设计方法,是一种使用标准正交矩阵形成试验矩阵,且从最少的试验次数中获得每个参数最佳水平的试验优化方法。在数据分析中,信噪比(S/N)用于分析其响应,分析信噪比的特性性能分为三种:望大、望小、望目。另外,利用方差分析(ANOVA)得到各个参数的贡献百分比。
在隧道围岩蓄热换热器性能优化分析中,优化的目标是尽可能提高储能效率,因此取望大特性信噪比:
(5) |
式中:S/N为信噪比;Yi为试验因变量,在此为隧道围岩蓄热换热器储能效率;n为试验重复次数。
田口优化设计方法的最小实验次数为
(6) |
式中:NTagu为实验次数;Nv为参数因子数目;L为水平数。
方差分析主要是通过计算每个参数因子在隧道围岩蓄热换热器系统热响应中的贡献百分比来估计各控制参数的相对重要性。方差分析法,即求得各种参数的平方和(TSS)、方差(σMS)、F值以及P值,进而求得各参数贡献率,用以评判参数的相对重要程度。
(7) |
式中:Xi为水平i的信噪比S/N总和;n为总试验次数。
(8) |
式中:L为水平数。
F值是组间平均方差和组内平均方差的比值,用于量化隧道围岩蓄热换热器系统储能效率优化中的各控制因素权重。P值为各控制因子的概率分布,其中概率高对应的权重系数较小,用来测量否定原假设的证据。概率越低,否定原假设的证据越充分,当P < 0.05 时,则可认为蓄热隧道储能效率与参数之间的关联具有显著的统计意义。此外,参数的贡献百分比c表示该参数对蓄热隧道储能效率优化的贡献程度大小,由
(9) |
以德国Stuttgart–Fasanenhof 城市轨道能源隧
采用Comsol Multiphysics数值模拟软件中非等温管道流模块和固体传热模块来实现2.1节所述隧道围岩蓄热换热器耦合传热模型的建立。首先,用Stuttgart-Fasanenhof 能源隧道现场热响应试验的一组实测数据来验证该隧道围岩蓄热系统模型的合理性。该隧道位于地表以下10 m,隧道等效直径为10 m,衬砌厚40 cm,单个隧道段(10 m长)布置热交换管总长为400 m(隧道左右各一个200 m的循环管路),热交换管外径25 mm,壁厚2.3 mm,间距0.4 m。按照Stuttgart-Fasanenhof 能源隧道实际尺寸及参数,建立三维隧道围岩蓄热系统耦合模型(

图2 隧道围岩蓄热模型初始条件和边界条件
Fig. 2 Schematic of numerical validation model initial and boundary conditions
材料 | 密度ρ /(kg· | 导热系数λs /(W· | 比热容cp /(J·k |
---|---|---|---|
隧道衬砌 | 2 250 | 2.1 | 890 |
围岩 | 2 400 | 2.9 | 1 100 |
HDPE热交换管 | - | 0.4 | - |
循环流体 | 1 000 | 0.582 | 4 180 |
隧道围岩蓄热换热器系统数值模拟结果与现场热响应试验数据对比结果如

图3 隧道围岩蓄热换热器模型与现场试验结
Fig. 3 Comparison of results between numerical simulation and field experimen
上述结果表明,该隧道围岩蓄热换热器模型可以很好地描述和再现现场试验观察到的能源隧道热响应特性,此外,根据
为研究隧道围岩蓄热换热器长期蓄热性能,模拟其在20年的蓄热和取热循环周期运行下温度变化规律。由于隧道内表面与空气的对流换热,在蓄能过程中势必会存在一定的储存损失,因此在蓄能隧道内侧铺设隔热材料,以避免热损失,而在模型分析中隧道内表面设为绝热边界条件。
隧道围岩蓄热取热运行模式考虑为6个月的蓄热期和6个月的取热期(夏季蓄热,冬季取热),蓄热期间和取热期间热交换管入口温度分别设定为50 ℃、5 ℃,蓄热与取热温差为45 ℃,热交换管循环液体流速为1 m·

图4 20年季节性蓄热运行下蓄能隧道蓄热特性
Fig. 4 Thermal characteristics of energy storage tunnel in 20 years seasonal operation
在6个月蓄热和6个月取热循环周期运行下,储能效率持续增大并在运行5个周期后逐渐趋于稳定,直到充满达到44 %。在前5年不断蓄能取能的周期循环下,围岩平均初始温度持续升高,为隧道围岩持续蓄能,直到达到该蓄能隧道围岩条件下的最大地温能存储量。在现有的钻孔埋管蓄能系统中,蓄能稳定后储能效率大多在40 %~60 %之
换热功率q由下式计算得出:
(10) |
式中:q为换热(蓄热或取热)功率;ρ、cp、V为热交换管内循环介质水的密度、比热容、流量;Tin、Tout分别为热交换管内循环介质水的入口温度和出口温度。
换热(蓄热或取热)量由换热功率在一定时间内积分得到:
(11) |
式中:Q 为换热(蓄热或取热)量;t为运行时间。
储能效率是η在一年运行周期内提取的热量Qext和存储的热量Qinj之比:
(12) |
储能效率是评估地下热能储存系统能源性能最广泛使用的指标,在隧道围岩蓄热换热器性能优化分析研究中,采用储能效率指标来评估围岩蓄热换热器的性能。
使用Minitab数据统计分析软件中试验设计(DOE)的田口设计和方差分析(ANOVA)实现隧道围岩蓄热换热器性能优化分析。
在垂直地埋管换热器中循环流体的热物性参数和流速对换热性能影响并不
编号 | 参数 | 水平 1 | 水平 2 | 水平3 |
---|---|---|---|---|
A | 围岩初始地温/℃ | 18 | 13 | 9 |
B |
围岩导热系数/(W· | 1.5 | 2.5 | 3.5 |
C | 运行模式(蓄取比) | 1 | 0.5 | 2 |
D | 蓄热与取热温差/℃ | 35 | 40 | 45 |
在隧道围岩蓄热换热器性能优化分析研究中,Nv=4,L=3,最小实验次数为9,但如果设计9次试验,残差误差自由度即为0,无法计算方差,因此也无法计算 F 值(评估组间差异)、P值(用来判定假设检验结果的参数)。因此选择进行10种不同工况(在田口试验设计9种工况的基础上增加1种工况)的数值模拟试验,正交试验表排列L10(
模拟分析隧道围岩蓄热换热器系统在不同工况下运行20年的蓄热特性,得到各工况对应的响应值(储能效率),见
序号 | A | B | C | D | 储能效率η | 信噪比S/N |
---|---|---|---|---|---|---|
1 | 18 | 1.5 | 1 | 35 | 0.486 | -6.267 27 |
2 | 18 | 2.5 | 0.5 | 40 | 0.766 | -2.315 42 |
3 | 18 | 3.5 | 2 | 45 | 0.585 | -4.656 88 |
4 | 13 | 1.5 | 0.5 | 45 | 0.878 | -1.130 11 |
5 | 13 | 2.5 | 2 | 35 | 0.411 | -7.723 16 |
6 | 13 | 3.5 | 1 | 40 | 0.543 | -5.304 00 |
7 | 9 | 1.5 | 2 | 40 | 0.506 | -5.916 99 |
8 | 9 | 2.5 | 1 | 45 | 0.441 | -7.111 23 |
9 | 9 | 3.5 | 0.5 | 35 | 0.396 | -8.046 10 |
10 | 13 | 2.5 | 1 | 35 | 0.408 | -6.125 46 |
水平数 | A | B | C | D |
---|---|---|---|---|
1 | -4.413 | -4.438 | -6.617 | -7.456 |
2 | -5.486 | -6.234 | -3.831 | -4.512 |
3 | -7.025 | -6.002 | -6.099 | -4.299 |
Delta | 2.612 | 1.796 | 2.787 | 3.156 |
排秩 | 3 | 4 | 2 | 1 |
在隧道围岩蓄热换热器系统储能效率最大的优化目标下,影响储能效率的各参数控制因子的自由度、平方和(SS)、方差(MS)、F值、P值和贡献百分比,如方差分析
参数 | 自由度 | 平方和 | 方差 | F值 | P值 | 贡献率/% |
---|---|---|---|---|---|---|
A | 2 | 10.360 8 | 6.264 46 | 2 978.52 | 0.013 | 20.79 |
B | 2 | 6.406 0 | 2.100 30 | 998.62 | 0.022 | 12.85 |
C | 2 | 13.703 0 | 5.622 66 | 2 673.37 | 0.014 | 27.50 |
D | 2 | 19.369 8 | 9.684 89 | 4 604.81 | 0.010 | 38.86 |
误差 | 1 | 0.0021 | 0.002 10 | |||
合计 | 9 | 49.8416 |
从
提出可实现不稳定能源大规模存储的隧道围岩蓄热型热泵系统,基于田口试验方法建立该系统的蓄热性能优化方法,并应用于Stuttgart-Fasanenhof 能源隧道。建立三维隧道围岩蓄热换热器系统耦合传热模型,通过现场热响应试验数据验证该模型可靠性基础上,分析蓄热隧道在20年循环周期运行下的蓄热特性及储热效率,基于Minitab数据统计分析软件构建4因子3水平下的L10(
(1)在蓄热与取热循环周期运行下,围岩初始温度不断升高,为隧道围岩持续充电蓄能,直到达到该蓄能隧道围岩条件下的最大储能量。通过对蓄热隧道的不同参数工况蓄热性能模拟,表明隧道围岩蓄热型热泵系统储热效能不亚于传统垂直钻孔埋管蓄热系统,且不需要高的钻孔前期成本和占地面积。
(2)基于田口试验方法,得到最优控制参数水平为 A1(围岩初始温度18 ℃),B1(围岩导热系数1.5 W·
(3)根据方差分析结果,在隧道围岩蓄热换热器系统储能效率优化设计的4个控制因子中D因子(蓄热与取热温差)的贡献率最大,为38.86 %,其次依次为是C因子(运行模式与蓄取之比)27.50 %,A因子(围岩初始温度)20.79 %, B因子(围岩导热系数)12.85 %。
作者贡献声明
张 瑶:初稿撰写,模拟分析,论文思路构思。
夏才初:论文审阅和修改。
周舒威:论文审阅。
张建新:项目的资金支持。
参考文献
RAD F M, FUNG A S. Solar community heating and cooling system with borehole thermal energy storage—Review of systems[J]. Renewable and Sustainable Energy Reviews, 2016, 60: 1550. [百度学术]
杨卫波, 陈振乾, 施明恒. 跨季节蓄能型地源热泵地下蓄能与释能特性[J]. 东南大学学报(自然科学版), 2010, 40(5): 973. [百度学术]
YANG Weibo, CHEN Zhenqian, SHI Mingheng. Underground energy storage and release characteristics of ground source heat pump with seasonal energy storage[J]. Journal of Southeast University (Natural Science), 2010, 40(5): 973. [百度学术]
姚乐恒, 卢星宇, 孙东亮, 等. 太阳能跨季节土壤蓄热简化快速计算方法构建及性能分析[J]. 工程热物理学报, 2022, 43(6): 1617. [百度学术]
YAO Leheng, LU Xingyu, SUN Dongliang, et al. Construction and performance analysis of an simplified simulation method for solar energy trans-seasonal soil heat storage system [J]. Journal of Engineering Thermophysics, 2022, 43(6): 1617. [百度学术]
DUPRAY F, LALOUI L, KAZANGBA A. Numerical analysis of seasonal heat storage in an energy pile foundation[J]. Computers and Geotechnics, 2014, 55: 67. [百度学术]
ADAM D, MARKIEWICZ R. Energy from earth-coupled structures, foundation, tunnel and sewers[J]. Geotechnique, 2009, 59 (3): 229. [百度学术]
ZHANG G Z, XIA C C, YANG Y, et al. Experimental study on the thermal performance of tunnel lining ground heat exchangers[J]. Energy and Buildings, 2014, 77: 149. [百度学术]
ZHANG G Z, XIA C C, SUN M, et al. A new model and analytical solution for the heat conduction of tunnel lining ground heat exchanges[J]. Cold Regions Science and Technology, 2013, 88: 59. [百度学术]
张国柱, 夏才初, 马绪光, 等. 寒区隧道地源热泵型供热系统岩土热响应试验[J]. 岩石力学与工程学报, 2012, 31(1): 99. [百度学术]
ZHANG Guozhu, XIA Caichu, MA Xuguang,et al. Rock-soil thermal response test of tunnel heating system using heat pump in cold region[J]. Chinese Journal of Rock Mechanics and Engineering, 2012, 31(1): 99. [百度学术]
OGUNLEYE O, Singh R M, CECINATO F, et al. Effect of intermittent operation on the thermal efficiency of energy tunnels under varying tunnel air temperature[J]. Tunnelling and Underground Space Technology, 2020, 146: 2646. [百度学术]
MIMOUNI T, DUPRAY F, LALOUI L. Estimating the geothermal potential of heat-exchanger anchors on a cut-and-cover tunnel[J]. Geothermics, 2014, 51: 380. [百度学术]
GREEN S, MCLENNAN J, PANJA P, et al. Geothermal battery energy storage[J]. Renewable Energy, 2021, 164: 777. [百度学术]
LORIA A F R. The thermal energy storage potential of underground tunnels used as heat exchangers[J]. Renewable Energy, 2021, 176: 214. [百度学术]
CHEN W, HUANG S, LIN Y. Performance analysis and optimum operation of a thermoelectric generator by Taguchi method[J]. Appllied Energy, 2015, 158: 44. [百度学术]
周坤, 茅靳丰, 李永, 等. 基于田口方法的垂直单U地埋管钻孔热阻优化分析[J]. 太阳能学报, 2021, 42(6): 493. [百度学术]
ZHOU Kun,MAO Jinfeng,LI Yong,CHEN F,et al. Analysis and optimization of borehole thermal resistance of vertical single U-tube ground heat exchanger using Taguchi method[J]. Acta Energiae Solaris Sinica, 2021, 42(6): 493. [百度学术]
ESEN H, TURGUT E. Optimization of operating parameters of a ground coupled heat pump system by Taguchi method[J]. Energy and Buildings, 2015, 107: 329. [百度学术]
BUHMANN P, MOORMANN C, WESTRICH B, et al. Tunnel geothermics—A German experience with renewable energy concepts in tunnel projects[J]. Geomechanics for Energy and the Environment, 2016, 8: 1. [百度学术]
PANDEY N, MURUGESAN K, THOMAS H. Optimization of ground heat exchangers for space heating and cooling applications using Taguchi method and utility concept[J]. Applied Energy, 2017, 190: 421. [百度学术]