基于ANFIS与Sobol敏感性分析的弹性圆柱体微通道聚光光伏系统性能预测

本研究针对聚光光伏(CPV)系统因高温导致的效率下降问题，通过集成微通道与弹性圆柱体结构，结合自适应神经模糊推理系统(ANFIS)和Sobol敏感性分析，揭示了不同圆柱构型（静态/弹性、圆形/菱形/方形）在辐射强度与雷诺数(Re)变化下对电效率(ηel)的影响。结果表明，菱形弹性双圆柱可使ηel提升12.5%，ANFIS模型预测精度达R2=0.99374，为CPV冷却设计提供新思路。

　　

在全球能源转型背景下，聚光光伏(CPV)技术因高转换效率成为研究热点，但其核心挑战在于太阳辐射集中导致电池温度(T_SC)升高，每升高1℃可使电效率(η_el)降低0.4%-0.5%。传统冷却方法如微通道(MCHS)虽有效，但单一结构难以应对复杂工况。为此，研究人员创新性地将弹性圆柱体振荡与微通道耦合，通过流体-结构相互作用强化散热，并首次引入机器学习工具ANFIS（自适应神经模糊推理系统）进行性能预测。

研究采用计算流体力学(CFD)软件ANSYS Fluent建立三维模型，对比静态/弹性圆柱体（圆形、菱形、方形）在辐射强度500-1000 W/m²、雷诺数100-500下的表现。Sobol敏感性分析量化了各参数对η_el的影响权重，ANFIS则基于仿真数据构建预测模型。

关键结果

1. 微通道基础性能：单一微通道可使η_el提升3%-7.1%，但T_SC仍随辐射强度线性增长。
2. 圆柱体构型影响：静态圆柱使η_el提高8%-10%，而弹性圆柱因涡流扰动使散热均匀性提升，最高效率达12.5%。菱形截面因锐角增强湍流，表现最优。
3. 多参数协同效应：Sobol分析显示辐射强度对η_el贡献度达47%，圆柱弹性运动占32%，形状占21%。
4. ANFIS预测效能：模型对η_el的预测R²达0.99374，显著优于传统回归方法。

结论与意义
该研究通过“结构创新+智能算法”双路径，突破CPV冷却技术瓶颈。弹性圆柱体诱导的流体振荡可打破热边界层，使T_SC分布均匀性提升19%，而菱形设计将努塞尔数(Nu)提高至基准值的1.8倍。ANFIS模型的成功应用，为复杂能源系统的实时性能优化提供了可扩展的数字化工具。成果发表于《Renewable Energy》，为下一代光伏-热(PV/T)系统集成设计奠定基础，尤其适用于中东等高辐照地区。