太阳能塔式电站定日镜场积灰预测与清洗资源优化
物理与社会
2023-09-14 v3
摘要
本文提出了一种通过实验测量表征积灰损失的新方法。积灰预测通过基于澳大利亚 Mount Isa 一个 50 MW 模块化太阳能塔项目的现场测量标定积灰模型获得。研究发现，水平固定镜面的平均预测积灰率在低尘季节为每天 0.12 个百分点（pp/d），在高尘季节为 0.22 pp/d。采用自回归时间序列模型将两年现场气象测量延长至 10 年周期，从而能够预测定日镜场积灰率。应用固定频率清洗启发式方法，通过平衡直接清洗资源成本与预期生产损失（通过对多条模拟积灰损失轨迹取平均计算），优化不同运营策略下的清洗资源。资源使用分析表明，燃料与操作员薪资成本分别占清洗成本的 42% 与 35%。此外，夜间将定日镜水平收拢相较垂直收拢的定日镜场，每日积灰率增加 114%，总清洗成本增加 51%。在简化的仅夜间发电配置下，尽管镜面反射率因积灰而降低，超尺寸太阳能场在白天仍有效为储热系统充能。这些发现表明该电站在降低清洗率下仍能维持高效运行。最后，观察到白天进行清洗作业相较夜间清洗策略使总清洗成本增加 7%，这主要归因于需将运行中的定日镜停驻以进行清洗。
引用
@article{arxiv.2306.06106,
title = {Heliostat-field soiling predictions and cleaning resource optimization for solar tower plants},
author = {Cody B. Anderson and Giovanni Picotti and Michael E. Cholette and Bruce Leslie and Theodore A. Steinberg and Giampaolo Manzolini},
journal= {arXiv preprint arXiv:2306.06106},
year = {2023}
}