Çok değişkenli optimizasyon ile organik Rankine çevrim verimini etkileyen parametrelerin hassasiyet ve katkı oranlarının tespiti

Bu çalışmada, Organik Rankine Çevrimi (ORÇ) üze rinde etkisi olan performans parametrelerinin hassasiyet seviyeleri ve katkı oranları belirlenmiştir. Performans parametreleri evaporatör-kondenser pinch point sıcaklık farkı (∆???,? , ∆???,? ), soğutma suyu giriş sıcaklığı (??,? ), aşırı kızdırma sıcaklığı (???), türbin-pompa izantropik verimleri (?? ve ??) olarak seçilmiştir. Bu parametrelerin ORÇ sistemi üzerindeki etkisi farklı amaç fonksiyonları altında değerlendirilmiştir. İncelenen amaç fonksiyonları; ısıl verim, net güç ve ekserji verimi maksimizasyonu ile toplam tersinmezlik, hacimsel debi oranı (???) ve çevresel etki faktör (???) minimizasyonudur. Böylece enerji-ekserji analizi ile termodinamik performans, türbin ekonomisinde önemli etkisi olan ??? ve termodinamik sürdürülebilirlik indeksleri ile çevresel faktör incelenmiştir. Amaç fonksiyonlarının değişmesiyle performans parametrelerinin etkisinin büyük bir oranda değişkenlik gösterdiği tespit edilmiştir. ∆???,? ’nin etkisi maksimum ısıl verimin elde edilmesinde %20.59 etkili iken, maksimum türbin gücünün elde edilmesinde %71.9 etkili olduğu tespit edilmiştir. Çalışmada TaguchiANOVA’dan yararlanılmıştır. L25 ortogonal dizilim kullanılmasıyla amaç fonksiyonlarına ulaşılmasında optimum ortogonal dizilimler ve parametrelerin hassasiyet seviye sıralaması tespit edilmiştir. Tüm amaç fonksiyonlarının eşit oranda etkilediği bir ağırlık fonksiyonu tanımlanmasıyla ORÇ performansı üzerinde %42.85 ∆???,? ve %25.71 ise ??,? ’nin etkisinin olduğu belirlenmiştir. Son olarak; regresyon analizi ile her bir amaç fonksiyonu için performans parametrelerine bağlı olarak denklemler çıkarılmıştır. Ampirik denklem ile tahmin edilen sonuçlar ile nümerik analiz sonuçları arasındaki hata oranları çıkartılmıştır. Bu oranlara bakıldığında ampirik denklemlerin ORÇ performansının belirlenmesinde başarılı bir şekilde kullanılabileceği tespit edilmiştir.

Anahtar Kelimeler:

Çoklu amaç fonksiyonu, Hassasiyet seviyesi, Organik Rankine çevrimi (ORÇ), Ortogonal dizilim, Pinch pointsıcaklığı

Determination of sensitivity and contribution ratios of parameters affecting organic Rankine cycle efficiency with multivariant optimization

In this study, the sensitivity levels and contribution rates of the performance parameters that have an effect on the Organic Rankine Cycle (ORC) were determined. Performance parameters were chosen as evaporator-condenser pinch point temperature difference (∆???,? , ∆???,? ), cooling water inlet temperature (??,? ), superheating temperature (???), turbine-pump isentropic efficiencies (?? ve ??). The effects of these parameters on the ORC system were evaluated under different objective functions. Examined objective functions; thermal efficiency, net power, and exergy efficiency maximization; total irreversibility, volumetric flow rate (???) and environmental impact factor (???) minimization. Thus, thermodynamic performance with energy-exergy analysis; ???, which has a significant impact on turbine economy; thermodynamic sustainability indices and environmental factor were examined. It has been determined that the effect of performance parameters varies greatly with the change of objective functions. While the effect of ∆???,? was 20.59% effective in obtaining maximum thermal efficiency, it was determined that it was 71.9% effective in obtaining maximum turbine power. Taguchi-ANOVA was used in the study. By using the L25 orthogonal array, the optimum orthogonal arrays and the sensitivity level order of the parameters have been determined to reach the objective functions. By defining a weight function that affects all objective functions equally, it was determined that 42.85% ∆???,? and 25.71% ??,? had an effect on ORC performance. Finally; with regression analysis, equations are derived for each objective function depending on the performance parameters. The error rates between the results estimated by the empirical equation and the numerical analysis results were extracted. Considering these ratios, it has been determined that empirical equations can be used successfully in determining ORC performance.

Keywords:

Multi-Objective function, Sensitivity level, Organic Rankine cycle (ORC), Orthogonal array, Pinch point temperature.,

PDF

___

[1] Wang X, Liu X, Zhang C. “Parametric optimization and range analysis of Organic Rankine Cycle for binary-cycle geothermal plant”. Energy Conversion and Management, 80, 256-265, 2014.
[2] Liu X, Wang X, Zhang C. “Sensitivity analysis of system parameters on the performance of the Organic Rankine Cycle system for binary-cycle geothermal power plants”. Applied Thermal Engineering, 71, 175-183, 2014.
[3] Feng Y, Zhang Y, Li B, Yang J, Shi Y. “Sensitivity analysis and thermoeconomic comparison of ORCs (organic Rankine cycles) for low temperature waste heat recovery”. Energy, 82, 664-677, 2015.
[4] Kumar U, Karimi MN, Asjad M. “Parametric optimisation of the organic Rankine cycle for power generation from lowgrade waste heat”. International Journal of Sustainable Energy, 35, 774-792, 2016.
[5] Yılmaz F, Selbaş R, Şahin AŞ. “Efficiency analysis of organic Rankine cycle with internal heat exchanger using neural network”. Heat Mass Transfer, 52, 351-359, 2016.
[6] Bademlioglu AH, Canbolat AS, Yamankaradeniz N, Kaynakli O. “Investigation of parameters affecting Organic Rankine Cycle efficiency by using Taguchi and ANOVA methods”. Applied Thermal Engineering, 145, 221-228, 2018.
[7] Zhi LH, et al. “Multiple parametric analysis, optimization and efficiency prediction of transcritical organic Rankine cycle using trans-1,3,3,3-tetrafluoropropene (R1234ze(E)) for low grade waste heat recovery”. Energy Conversion and Management, 180, 44-59, 2019.
[8] Kılıc B, Arabacı E. “Alternative approach in performance analysis of organic rankine cycle (ORC)”. Enviromental Progress & Sustainable Energy, 38, 54-259, 2019.
[9] Zhao J, et al. “How to rapidly predict the performance of ORC: Optimal empirical correlation based on cycle separation”. Energy Conversion and Management, 188, 86-93, 2019.
[10] Çelik S, Kabul A. “Parabolik güneş kolektörlü organik rankine çevriminin enerji ve ekserji analizi”. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 25(4), 410-416, 2019.
[11] Atız A, Karakılçık M. “Adana iklim koşullarında Organik Rankine Çevrimi ile bütünleşik düzlem-plakalı ve vakum tüplü kolektörlerin ısıl verimlerinin karşılaştırılması”. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 26 (1), 106-112, 2020.
[12] Bademlioglu AH, Canbolat AS, Kaynakli O. “Multi-objective optimization of parameters affecting Organic Rankine Cycle performance characteristics with Taguchi-Grey Relational Analysis”. Renewable and Sustainable Energy Reviews, 2020. https://doi.org/10.1016/j.rser.2019.109483.
[13] Pan M, Lu F, Zhu Y, Huang G, Yin J, Huang F, Chen G, Chen Z. “Thermodynamic, exergoeconomic and multi-objective optimization analysis of new ORC and heat pump system for waste heat recovery in waste-toenergy combined heat and power plant”. Energy Conversion and Management, 2020. https://doi.org/10.1016/j.enconman.2020.113200.
[14] Nondy J, Gogoi TK. “Exergoeconomic investigation and multi-objective optimization of different ORC configurations for waste heat recovery: A comparative study”. Energy Conversion and Management, 2021. https://doi.org/10.1016/j.enconman.2021.114593.
[15] Yilmaz C, Koyuncu I. “Thermoeconomic modeling and artificial neural network optimization of Afyon geothermal power plant”. Renewable Energy, 163, 1166-1181, 2021.
[16] Jankowski M. “A new indicator for minimizing size of an ORC power plant based on heat exchanger and turbine design parameters”. Applied Thermal Engineering, 2022. https://doi.org/10.1016/j.applthermaleng.2021.117750.
[17] Calm JM, Hourahan GC. “Refrigerant data update”. HPAC Heating, Piping, AirConditioning Engineering, 79(1), 50-64, 2007.
[18] Cengel Y, Boles M. Thermodynamics an Engineering Approach. 8nd ed. Asia, McGraw- Hill, 2014.
[19] Safarian S, Aramoun F. “Energy and exergy assessments of modified organic Rankine cycles (ORCs)”. Energy Reports, 1, 1–7, 2015.
[20] Tuğral N. CNC Makinesinde Gerçek Mermerlerin Kesme Genişliğinin Yüzey Kalitesine Etkisinin Taguchı Yöntemiyle İncelenmesi. Yüksek Lisans Tezi, Afyon Kocatepe Üniversitesi Fen Bilimleri Enstitüsü, Afyonkarahisar, Türkiye, 2019.
[21] Yıldırım S. Ürün Tasarımı Geliştirilmesi: Taguchi Tasarımı, Yüksek Lisans Tezi, Başkent Üniversitesi Fen Bilimleri Enstitüsü, Ankara, Türkiye, 2011.
[22] Ayodele TR, Ogunjuyigbe ASO, Amedu A, Munda JL. “Prediction of global solar irradiation using hybridized kmeans and support vector regression algorithms”. Renewable Energy Focus, 29, 78-93, 2019.