热电器件优化设计研究现状及展望

何杭

摘 要：本文對热电器件优化设计的相关研究做了综合性的介绍。热电器件具有无可动部件、稳定性高、可靠性好等优点，而热电器件优化设计有望改善其效率不高的局限性，因而相关的研究在近年来得到了迅速发展。本篇文章对热电器件优化设计——两级热电发电机、两级热电制冷器的几何参数优化为例做了介绍，并对其中采用的优化方法做了说明。结合现阶段热电器件优化设计研究的进展，给出了对于热电器件优化设计研究主题的展望，为今后考虑特定场合与复杂工况下热电器件的优化设计提供参考。

关键词：热电器件;优化;热电发电机;热电制冷器

一、绪论

热电器件具有固态能量转换器的特点，通常可以被分为两类：半导体热电发电机基于塞贝克效应将热能转化成电能，半导体热电制冷器基于珀耳帖效应将电能用于制冷。由于基于半导体材料特性的能量转换不需要流动介质或可动部件，这使得热电器件相比传统的发电、制冷系统具有更好的可靠性和稳定性，有很好地研究前景。[1]

热电器件的性能与半导体热电材料的发展密切相关，许多研究人员关注热电材料的物理特性和热电器件的制造技术以提高热电器件的能量转换性能。然而除了热电材料和模块的改进之外，热电器件的优化设计对于提高其性能同样重要。

为了改善热电器件能量转换效率不高的局限性，有关热电器件优化设计的研究在近年来得到了迅速发展。

二、当前研究现状

近五年来，结合优化算法对热电器件设计进行多参数优化的研究工作被公开。由于优化过程对于热电器件性能分析的准确度有较高的要求，因此相关研究多采取变物性三维耦合模型以提高性能预测精度。几个代表性的热电参数优化研究的介绍与分析如下。

（1）两级热电发电机（TEC）几何优化。Liu等采用简化共轭梯度法（SCGM）结合三维数值模拟，以采用BiTe半导体材料的两级热电发电机为研究对象。[2]优化半导体腿长比和半导体横截面积比。相比优化前，输出功率与发电效率分别提升了42.9% 与31.4%。

（2）两级热电制冷器（TEC）几何优化。Huang等采用共轭梯度法（CGM）结合三维耦合模型，以采用Bi2与Te3 半导体材料的两级热电制冷器为研究对象。[3]优化半导体对数、腿长比和半导体横截面积比。结论是相比初始的几何参数结构，热电器件冷端的吸热量提高了214%。

（3）两级热电发电机（TEC）拓扑结构优化。Sun等采用非支配排序遗传算法（NSGA-II）结合三维有限元仿真，以采用Bi2与Te3 半导体材料的两级热电发电机为研究对象。[4]优化结构，配置和负载电阻。结论是与初始设计参数相比，输出功率、发电效率分别提升36.4%，31.21%，并且熵产率降低52.92%。

三、分析与展望

热电器件所具有的可靠性高以及结构简单等优点，让热电器件在诸多特殊的应用场合具有优势。有望作为各种复杂能量转换或能量管理系统的重要组成部件，如低品位能源的高效回收、微通道热沉的强化冷端等。

然而，目前对于热电器件结构设计优化的研究工作大多着眼与热电单元层面。针对附加在各种复杂能量转换或能量管理系统的热电器件的结构优化，如汽车尾气余热回收、太阳能聚光、燃料电池吸热、结合微通道热沉等具体场景的热电器件结构优化设计还有研究的空间。

针对特定应用的多种因素变化，在多方面加大了优化的复杂度。针对不同工况的变化，仅用固定的边界条件研究出的热电器件优化设计是不适用的。

半导体热电器件在具体应用时，要考虑工况在时间上的变化。当热电器件用于汽车尾气余热发电时，汽车在启动、低速行驶、高速行驶等不同状态，对应着热电器件的不同工况;当热电器件用于太阳能光热发电中，太阳光照强度也会随季节与天气变化，产生随时间变化的热源强度。针对工况随时间的变化，仅用固定的边界条件研究出的热电器件优化设计是不适用的。

同时，在半导体热电器件应用的实际案例中，也应当考虑工况在空间上的非均匀分布。例如，当热电器件应用在烟气余热回收时，靠近烟气源头的热电器件转换较多的热量，使得整个热电器件模块的热端温度分布按照流动方向梯度下降。同时热电器件各个单元之间存在耦合关系，单个热电单元的改变都将会影响温度场的分布。因此，对于工况在空间上的变化，采用固定的边界条件假定进行热电器件优化设计也是不精确的。

对于在特定场合使用的半导体热电器件的优化，应当具体考虑。特定应用工况的多种因素变化，大大加大了计算的复杂程度。因此可以考虑引入更先进的智能算法来解决优化问题。

参考文献：

[1]刘静，李敬锋.热电材料的应用及研究进展[J].新材料产业，2004（08）：49-53.

[2]Liu Z，Zhu S，Ge Y，etal.Geometry optimization of two-stage thermoelectric generators using simplified conjugate-gradient method[J].Applied energy，2017，190：540-552.

[3]Huang Y X，Wang X D，Cheng C H，etal.Geometry optimization of thermoelectric coolers using simplified conjugate-gradient method[J].Energy，2013，59：689-697.

[4]Sun H，Ge Y，Liu W，etal.Geometric optimization of two-stage thermoelectric generator using genetic algorithms and thermodynamic analysis[J].Energy，2019，171：37-48.