基于TRNSYS的CIGS薄膜光伏余热-土壤源双热源热泵系统模拟

于 靓,毕然冉,李辰琦,董玉宽

(沈阳建筑大学市政与环境工程学院,辽宁 沈阳 110168)

太阳能作为极具发展前景的可再生能源,近年来已在我国得到了广泛利用。其应用方式主要有太阳能集热系统、太阳能光伏系统、太阳能光电/光热一体化(Photovoltaic/Thermal,PV/T)系统以及与其他可再生能源的耦合系统[1-2]。但在太阳能光伏系统中,光伏组件只能将18%的太阳辐射能转化为电能,高达82%的能量都会作为热能散失[3]。CIGS薄膜光伏电池作为第二代太阳能电池具有光电转化效率高、弱光效应好等优势,但它同样面临余热积聚面板温度升高带来的光电转化效率降低问题。根据Aish的实验研究表明,单晶硅、多晶硅、CIGS太阳能光伏电池分别在面板温度由25℃升高至45℃时电量的下降程度依次为单晶硅(0.54%/℃)、多晶硅(0.49%/℃)、铜铟镓硒(0.38%/℃)[4]。CIGS薄膜光伏电池的工作温度每降低1℃,光电转换效率可提高0.36%左右[5]。而热泵cop值与蒸发温度和冷凝温度密切相关,冷凝温度趋于一定时,蒸发温度越高,热泵的循环性能系数也越高。因此笔者将CIGS光伏组件余热与土壤源热泵组合形成CIGS-BIPV/T-土壤源双热源热泵系统,提高CIGS光电转化效率及热泵制热性能,满足居住建筑物用电、冷热负荷及生活热水的需求。由于太阳辐射产生的热量沿电池层垂直厚度方向的导热很微弱,而CIGS电池组件中电池层采用溅射法制成,厚度不超过10 μm[6],且可选用玻璃、金属等柔性衬底,便于流体通道焊接,从而一体化制作PV/T组件。

1 组件结构

系统中CIGS-BIPV/T组件的结构如图1所示,自上而下依次分别为钢化玻璃盖板、EVA胶合粘膜材料层、CIGS薄膜电池层、基底玻璃层。基底玻璃与下方的集热背板在EVA胶粘膜的作用下紧密贴合,平行铜管焊接于背板下方,铜管与集热板间的间隙使用热绝缘材料填充。

图1 CIGS-BIPV/T组件结构示意图Fig.1 Structure diagram of CIGS-BIPV/T module

2 物理模型及参数

2.1 建筑模型

选取沈阳市某别墅型建筑为实例,建筑总面积为300 m2,建筑高度为10.2 m。在DeST软件中建立了如图2所示的建筑模型。

图2 DeST建筑模型图Fig.2 Dest building model drawing

围护结构设计是严寒地区建筑节能设计的重点内容[7-10],建筑模型按照《近零能耗建筑技术标准》(GB/T 51350—2019)进行围护结构热工参数选取,参数结果如表1所示。

表1 DeST建筑模型围护结构热工参数选取Table 1 Thermal parameters of the envelope structure in the DeST building model

2.2 系统模型

系统主要由CIGS-BIPV/T组件、热泵机组、蓄热水箱等设备模块组成,其中CIGS-BIPV组件的参数设置如表2所示。

表2 CIGS-BIPV/T组件主要参数选取Table 2 Main parameters of CIGS-BIPV module

在TRNSYS软件中设置各模块所需的参数和模拟量并输入初始值,按照实际运行方式进行环路连接。构建的CIGS-BIPV/T-土壤源双热源热泵系统模型如图3所示。

图3 CIGS-BIPV/T-土壤源双热源热泵系统模型图Fig.3 Model diagram of CIGS-BIPV/T-soil source double heat pump system

其中CIGS薄膜光伏电池产生电能用于建筑物内生活用电,冬季工况时,土壤源热泵内循环水流经连接CIGS-BIPV/T组件背部带走光伏余热,余热环路与地源侧环路通过蓄热水箱2进行连接并由蓄热水箱2完成光伏余热与浅层地热能的汇聚与迁移,热泵机组的循环方向为制热循环;夏季工况时通过启停装置关闭蓄热水箱2,两个环路相互独立,CIGS-BIPV/T组件的余热用于加热蓄热水箱1中的生活热水,满足建筑物夏季的生活热水需求,热泵机组的循环方向为制冷循环。冷却水泵设置为定频运行,冷冻水泵设置为变频运行,根据DeST软件得到的逐时负荷改变其逐时流量。DeST负荷数据以Type9e模块链接,通过Type682链接至负荷侧。

3 模拟结果及分析

3.1 建筑负荷分布

由DeST软件模拟计算得全年8 760 h的建筑负荷分布结果如图4所示。沈阳市为严寒地区典型城市,由于室外温度的变化导致整个供暖期内的热负荷值波动较大。根据数值模拟结果显示,全年累计采暖热负荷值为13 121.54 kW·h,冷负荷值为1 874.15 kW·h,冷热负荷都存在较为明显的多峰值分布情况。总体来看,负荷的分布情况呈现为波动型的正态分布。过渡季当中未出现冷热负荷共存的现象。

图4 建筑全年逐时负荷分布图Fig.4 Hourly load distribution of the building

3.2 双水箱温度分布情况

为便于系统的运行和调节,笔者设计了双水箱运行模式,其温度变化趋势以及波动情况对比如图5所示。由图可知,两种水箱的温度分布基本保持一致。连接红色光伏余热环路与蓝色地源侧环路的蓄热水箱1,其可利用能量效率基本与CIGS-BIPV/组件所接收的总辐射量变化趋势大致相同,导致运行过程中的温度分布区间较大。尤其是在冬季运行工况中的12月初供暖时,系统并未实现全月供热,故被有效利用的太阳辐射热能较少,温度分布的波动情况较大。1月为采暖季最冷月，室外温度最低,建筑采暖热负荷增大,系统供热量增大,CIGS-BIPV/T组件有效利用余热量也增大。夏季工况中,由于室外气温较高,双水箱运行温度的波动情况较为一致,沈阳地区进入到9月雨水天气减少,主要以晴朗天气为主,太阳辐射最为强烈,因此9月时水箱温度达到峰值。双水箱供热系统中CIGS-BIPV/T环路采用独立供/储热的方式,可通过对双水箱温度进行实时监测,在不同的运行工况下进行智能切换来满足不同室外气象条件下室内用能的需求。

图5 双水箱温度分布情况Fig.5 Temperature distribution of double water tanks

3.3 系统参数优化

由于CIGS-BIPV/T组件空间位置关系是影响组件接收太阳辐射的关键因素,为了实现CIGS-BIPV/T-土壤源双热源热泵系统中关键参数的优化匹配,笔者重点对组件的倾角、方位角进行参数优化[11-13]。以组件整体表面所接受到的最高辐射量为目标函数,以组件的倾角和方位角为优化变量,通过Genopt软件调用Hooke-Jeeves算法对优化变量进行迭代计算优化,计算过程结果如图6所示。

图6 迭代计算寻优过程Fig.6 Iterative computational optimization process

Hooke-Jeeves算法通过不断的变化目标变量的参数取值进行迭代计算,以证明算法的应用合理性[14]。经过76次迭代计算时,目标函数取得最大值,同时优化变量得到最优解。因此组件倾角设置范围为42°到45°,方位角设置范围为正南到南偏西1.56°时能够获得日最大发电量。

3.4 多元线性回归计算

在CIGS-BIPV/T-土壤源双热源热泵系统中,CIGS光伏余热环路是影响系统运行的重要组成环路,环路参数较多,参数之间互相耦合。因此对整个系统的运行参数进行了线性相关水平分析,以发电功率为因变量,以太阳入射辐射、水箱温度、室外气温和薄膜组件出水温度为解释变量建立多元线性回归模型[15]。回归系数如表3所示,线性回归模型参数值如表4所示,方差分析如表5所示。

表3 回归系数表Table 3 Regression coefficient

表4 回归模型参数值Table 4 Regression model parameters

表5 ANOVAaTable 5 ANOVAa

由表3可知,所选取的5个解释变量的容差均大于0.1,同时方差膨胀因子VIF均远远小于10,表明这5个解释变量的选取是合理的,不会存在多重共线性的问题。

由表4可以看出,调整后的R2为0.989,在其取值范围(0,1)内,证明回归模型的线性回归效果显著,模型的拟合程度较高。

从表5可以看出,方差检验量的计算值为772 877.5,明显大于F0.05,模型回归效果显著。同时差异性检验值<0.05,方程具有明显的统计学意义,能够作为预测方程。光伏系统中的发电量预测模型:

y=0.119x1-0.001x2-0.003x3+

0.002x4+0.002 7x5+0.028.

(8)

式中:x1为太阳入射辐射;x2为室外气温;x3为1号水箱温度;x4为2号水箱温度;x5为CIGS-BIPV/T组件出水温度。

4 结 论

(1)实例建筑全年累计采暖热负荷13 121.54 kW·h,冷负荷1 874.15 kW·h,生活热水年耗热量12 455.48 kW,完全由CIGS-BIPV/T-土壤源双热源热泵系统提供,系统能够满足建筑物内冷热负荷及生活热水需求。

(2)对CIGS-BIPV/T组件的倾角和方位角进行迭代优化计算得出热组件倾角的设置范围为42°到45°,方位角设置范围为正南至南偏西1.56°。在此放置条件下能够获得日最高发电量,其值为1.89(kW·h)/m2。

(3)CIGS-BIPV/T组件发电量多元线性回归模型的R2为0.989,方差检验量的计算值为772 877.5,明显大于F0.05,线性回归关系较好,模型的拟合度较高,预测方程能够实现对CIGS-BIPV/T组件发电量的精准预测。组件全年发电量的预测值为5 427.35 kW·h。