多样化光伏驱动水电解技术的高级发展：耦合机制、技术演变及经济分析的综述 于一飞（Yifei Yu） 史思宁（Suni Shi） 彭志毅（Zhiyi Peng） 王龙璐（Longlu Wang） 王世彦（Shiyan Wang） 刘成斌（Chengbin Liu）

《Nanomaterials》：Advanced Development of Diverse Photovoltaic-Driven Water Electrolysis for Hydrogen Production: A Review on Coupling Mechanisms, Technological Evolution and Economic Analysis Yifei Yu, Suni Shi, Zhiyi Peng, Longlu Wang, Shiyan Wang and Chengbin Liu

　　**摘要**
本研究采用响应面方法（RSM）探究了螺旋通道直接吸收式太阳能集热器（DASC）的热水力性能。研究目的是建立一种设计框架，在热效率（??????）和压降（Δ???）之间找到平衡，同时解决固有的权衡问题。结果表明，几何参数主要影响水力阻力，而光学因素则决定热捕获能力。为了确定一个可靠的运行区域，在??????? ≥ 0.90和Δ???? < 200 Pa的约束条件下，确立了一个可行的设计窗口。分析显示，需要最小接收器高度（因子B）为12.1毫米，以及至少0.052 wt%的纳米颗粒浓度（因子A）来满足性能标准。在该范围内，建议在因子C = 3和因子D = 0.59的固定值下，接收器高度B为18–24毫米，纳米颗粒浓度A为0.06–0.08 wt%。这种基于区域的方法为设计提供了基础，既尊重了热力学限制，又最小化了寄生损失，为螺旋通道DASC的优化提供了实用的指导原则。

**1. 引言**
提高太阳能热集热器的效率和运行稳定性是扩大可再生能源应用的重要目标[1]。由于这些系统暴露在环境中，容易受到热损失的影响，从而降低整体热性能和可靠性[2]。特别是具有大吸收面积和高环境接触面的配置，容易因对流和辐射损失而显著退化。因此，需要新的接收器设计来最小化这些损失，同时最大化能量吸收。
聚焦式太阳能系统通过局部增强太阳辐射来解决这些挑战，从而实现接收器结构的微型化[3,4,5]。减小接收器面积减少了与周围空气的热交换面积，有效限制了对流和辐射热损失。这种配置有利于在运行条件变化的情况下保持稳定的热性能。特别是当水作为工作流体时，这些结构特征有助于缓解出口温度波动，确保稳定的热供应。因此，已经提出了各种设计方法[4,6,7,8,9]来提高聚焦接收器的热传递性能，重点策略是同时优化内部能量吸收机制和流动特性。
直接吸收式太阳能集热器（DASC）基于体积吸收的概念，即太阳辐射直接在作用流体内部被吸收，而不是在吸收器表面上[10]。这种机制将辐射能量分散到整个流体中，有效减轻了局部热集中现象，扩大了热传递面积。当与聚焦接收器结合使用时，DASC便于在流体中更均匀地分布聚焦太阳能，从而缓解内部温度梯度，提高整体热稳定性[10,11]。为了在实际系统中实现这些特性，必须同时考虑工作流体的光吸收性能和接收器的内部流动结构。因此，已经研究了纳米流体的应用来增强辐射吸收和热传递特性，以及对内部几何形状的改进以控制流动混合和能量分布[5,12,13,14,15,16]。虽然纳米流体被用来提高体积吸收效率[14,15,16]，但几何设计也不断发展，以有效地将辐射能量的空间分布与对流热传递结合起来[5,12,13]。
关于DASC的研究正朝着通过作用流体内的体积辐射吸收来提高热传递效率的方向发展。早期研究侧重于验证直接吸收概念的可行性，而后续研究则积极利用纳米流体来增强光吸收系数和热传递特性。特别是，纳米颗粒浓度、颗粒性质和流动条件对热收集性能的影响是分析的主要内容[17,18,19]。例如，Tran等人[20]评估了通过空化作用合成的金刚石纳米流体（DNFs）在DASC中的光热性能。实验结果显示，DNFs的体积吸收效率高达87.2%（浓度为0.25 wt%），比蒸馏水提高了40.7%，表明DNFs作为工作介质比传统的基于表面的集热器具有更好的性能。Haeri等人[21]研究了通过溶热法合成的TiNML125和MXML125混合纳米流体在DASC中的太阳能收集性能。实验结果显示，TiNML125和MXML125在浓度为60 ppm时的光热效率分别达到86.0%和96.8%。这两种混合纳米流体的性能均显著优于单一成分的ML125，其中TiNML125的吸收效率提高了40%，MXML125则表现出更好的长期稳定性和热分布。Huminic等人[22]研究了使用Ag + rGO混合纳米流体（分散在水-乙二醇溶液中）的全尺寸DASC原型的户外性能。与基础流体相比，这种混合工作介质在流量为1.0 L/min时，相对效率提高了16.72%，能量输出增加了42.91%，显示出其在实际太阳能收集中的有效性。
同时，将直接吸收原理应用于聚焦式太阳能热集热器（CSTCs）的研究也在扩展。Vijayaraghavan等人[23]实验性地研究了使用CuSO4溶液作为光谱选择性吸收流体的菲涅耳透镜聚焦直接吸收集热器，并报告说在测试范围内，流速和光学浓度比率对热效率的影响有限。Kaluri等人[24]开发了一个三维CFD模型，通过将RTE与Navier-Stokes方程结合，表明增加光学浓度比率可使集热器效率提高至28%，尽管超过一定吸收系数后效率会达到阈值。Dugaria等人[25]数值研究了使用SWCNH/水纳米流体的聚焦直接吸收接收器，表明体积吸收可以提高接收器效率。他们的结果还表明，纳米颗粒浓度和通道深度显著影响辐射穿透深度、温度分布和热性能。Qin等人[26]使用有限元数值模拟研究了DASC中波纹基底的热影响。他们的结果表明，在体积吸收模式下的努塞尔数是表面吸收模式的1.47–2.8倍，波纹几何形状有效减少了再辐射损失。此外，他们确定了从总体积吸收到底部吸收的转换是最高效的模式，使集热器效率提高了高达10%。在相关的聚焦式太阳能接收器研究中，Aslfattahi等人[27]表明，接收器几何形状和纳米流体浓度可以影响太阳能碟形集热器的热效率和泵送功，强调了评估热增强与水力损失协同重要性的必要性。尽管这些研究表明了基于液体和纳米流体的体积吸收在聚焦辐照下的潜力，但与传统的或低温DASC相比，关于聚焦DASC的研究仍然相对有限。现有研究主要集中在光学吸收行为、辐射热传递或热性能改进上，而与接收器几何形状相关的水力损失关注较少。特别是，当纳米流体浓度和接收器几何形状同时变化时，集中DASC的耦合热水力行为尚未得到充分研究。
在集中式直接吸收接收器中，整体性能由光热工作流体和内部接收器几何形状的耦合效应决定。纳米流体浓度直接影响入射太阳辐射的体积吸收，而接收器高度和流道配置则影响停留时间、内部混合和水力阻力。因此，仅提高太阳吸收并不一定能保证系统性能的改善，因为热增强可能伴随着压降增加或非均匀的热传递特性。在这些多变条件下，单独分析每个设计变量的影响不足以完全表征接收器的非线性热水力行为。因此，需要一个定量框架来评估变量敏感性、交互效应和可行的运行条件。由于Fe3O4纳米流体在集中DASC应用中的实际优势，本研究选择了它作为工作介质。Fe3O4纳米颗粒在可见光区域表现出强光吸收特性，有利于体积太阳能吸收。此外，其磁性特性可以通过外部磁场帮助回收或去除沉积颗粒，从而在系统维护方面具有优势。与可能在高通量辐照和高温条件下容易聚集的基于碳的纳米流体相比，Fe3O4纳米流体在高温下可以提供有利的分散稳定性。这些特性使Fe3O4纳米流体成为适合聚焦直接吸收太阳能接收器的光热工作介质。
因此，本研究采用计算流体动力学（CFD）来研究Fe3O4纳米流体浓度和螺旋通道几何形状对集中DASC热水力性能的耦合效应。进一步应用响应面方法（RSM）来量化设计变量的主要、非线性和交互效应，包括纳米颗粒浓度、接收器高度、螺旋导向数和壁面发射率。本工作的附加值在于它综合处理了在聚焦辐照下基于水的Fe3O4纳米流体和螺旋通道接收器的设计。尽管基于水的纳米流体在传统或低温DASC中已被广泛研究，但它们在集中直接吸收接收器中的应用较少，特别是在体积太阳能吸收与水力损失之间的权衡方面。因此，本研究不仅仅独立评估纳米流体的光热性能或接收器几何形状；而是建立了一个统一的热水力设计框架，将光吸收、内部流动结构和压降联系起来。最后，基于热效率和压降的同时约束，得出了一个可行的设计窗口，为设计集中直接吸收太阳能接收器提供了实用指导。

**2. 数值方法**
**2.1. 集中式DASC的描述**
所提出的DASC旨在解决集中辐照下流动停滞和局部过热的风险。在没有内部导流结构的接收器中，工作流体可能在边界附近或低速区域形成停滞或循环不良的区域。在集中太阳辐照下，这种不均匀的流动分布可能导致局部热积累，从而降低热性能，并可能引起接收器组件的热应力或耐久性问题。为了解决这个问题，在当前的接收器中引入了向内辐射的螺旋流动布置。图1显示了带螺旋流动导向器的集中DASC的示意图和工作原理。接收器由三个主要部分组成：厚度为3毫米的半透明玻璃盖、外径为140毫米的圆柱形接收器框架，以及定义流体路径的内部螺旋导向器。表1总结了模拟中使用的集中DASC的几何规格和设计变量。集中太阳辐射通过玻璃盖进入，并被接收器内的Fe3O4纳米流体体积吸收，使太阳能直接转化为工作流体中的热能。
与传统的纵向流动接收器不同，工作流体通过位于外半径附近的偏心入口进入，并沿螺旋轨迹流向中心出口。这种向内的径向流动路径增加了工作流体的停留时间，促进了内部能量分布，从而抑制了停滞区域并减少了局部过热。此外，这种流动布置有助于将高温流体区域集中在接收器中心附近，降低了外部框架附近的温度，并限制了与周围环境的对流热交换。内部流道由螺旋导向器的数量控制（），这决定了旋转次数、有效通道宽度、停留时间和水力阻力。将螺旋导向器的数量从3增加到7可以提高内部能量再分布，但由于有效流动面积减小和流动阻力增加，也可能增加压降。因此，必须从热水力的角度评估螺旋通道几何形状，同时考虑热增益和压降。

**2.2. 集中式DASC的数值模型**
为了研究使用Fe3O4纳米流体的集中DASC的热水力特性，使用了ANSYS Fluent 2022 R2进行了三维稳态CFD模拟。图2显示了本分析中采用的数值模型和主要边界条件。计算域包括Fe3O4纳米流体区域、半透明玻璃盖、接收器框架以及内部螺旋导向装置。图2展示了集中式DASC数值模型和边界条件的示意图。在本研究考虑的低浓度范围内，Fe3O4纳米流体被视为不可压缩的均匀单相流体。通过求解雷诺平均质量守恒方程、动量守恒方程和能量守恒方程，可以得到接收器内部的速度场、压力场和温度场。由于径向向内的螺旋流动路径可能在接收器内部产生流线曲率、局部加速和循环流动结构，因此采用了可实现的k-ε湍流模型来描述湍流行为。控制方程表示如下：

(1)
(2)
(3)

其中，ρ_f表示纳米流体的有效密度，μ_f表示分子粘度，C_p表示比热容，κ_f表示有效热导率。v表示速度向量，μ_t表示由可实现的k-ε模型得到的湍流粘度，p表示静压，T表示温度，Q waypoints表示通过吸收集中太阳能辐射产生的体积热源。辐射源项Q_waypoints是使用非灰度DO辐射模型计算的，具体方法将在下文中描述，并与能量方程耦合。

在入口处施加了规定的质量流量和入口温度，而出口则定义为压力出口。入射的太阳辐射以40个太阳倍的浓度比施加到玻璃表面上，其光谱分布使用普朗克黑体关系在辐射传热模型中进行建模。玻璃盖被建模为半透明边界，以允许入射辐射的透过，而接收器框架和螺旋导向壁则被视为无滑移条件的不透明表面。压降计算为入口和出口处面积平均静压之间的差值。

压力-速度耦合采用SIMPLE算法进行。动量方程、能量方程和DO辐射方程使用二阶迎风格式离散化。在耦合的辐射-传热计算中，辐射传递方程和能量方程依次求解，DO辐射方程每30次能量方程迭代更新一次，以降低计算成本同时保持数值稳定性。DO模型的角度离散化设置为6×6个细分单元，每个单元3×3个像素。残差收敛标准分别为：连续性方程10^-4，动量方程10^-7，DO辐射方程10^-6。

2.3. 辐射传热建模
为了考虑纳米流体内部的体积辐射吸收以及耦合的热传递（辐射、对流和传导），采用了离散坐标（DO）辐射模型。DO模型特别适合分析半透明介质中的能量分布，因为它通过将辐射传递方程（RTE）离散化为有限数量的离散角度来求解RTE。RTE表示如下：

(4)

其中，I_r表示辐射强度，α_f表示纳米流体的光谱吸收系数，β_f表示光谱散射系数，κ_f表示光谱消光系数。这些系数通过基本恒等式相互关联。

规定的入射太阳辐射浓度比为40个太阳倍，其光谱强度分布使用普朗克黑体关系定义如下：

(5)

由于太阳辐射覆盖了宽广的波长范围，因此采用了非灰度光谱带模型，而非灰介质假设，以考虑纳米流体的波长依赖性光学特性。在方程(5)中，T?表示太阳温度，Ω_s表示从地球上看太阳的立体角为6.8×10^-5。α_s表示衰减常数。太阳光谱被划分为几个波长带，纳米流体的吸收系数分别分配给每个带以计算总辐射热源。关于边界条件，顶部玻璃盖被建模为半透明边界，以允许入射太阳辐射的透过，而接收器的内部固体壁则被视为具有漫反射的不透明表面。

2.4. 纳米流体建模
DASC的体积辐射吸收和热行为受纳米流体的综合光学和热物理特性控制。在本研究中，Fe3O4纳米流体在0-0.1 wt%的低浓度范围内被建模为稳定的均匀单相介质。选择这一浓度范围是基于DASC的光热转换机制以及先前的观察结果，即Fe3O4纳米流体在约0.075-0.1 wt%的浓度范围内表现出良好的吸收性能。尽管更高的纳米粒子浓度可以提高热物理特性和对流热传递，但过高的粒子装载会增加散射和反射损失，这可能会降低工作流体内的有效光学吸收。因此，考虑了浓度低于0.1 wt%的情况，以确保高效的体积太阳吸收，同时避免过度的散射效应。

2.4.1. 光学特性
纳米流体的光学特性被用来模拟工作流体内入射太阳辐射的体积吸收。在本研究考虑的低浓度范围内，纳米流体被视为稳定的均匀单相介质。 accordingly，纳米流体的光谱消光系数α_f表示为基体流体和悬浮纳米粒子的贡献的线性组合：

(6)

对于高度透明的基体流体，散射可以忽略不计。纳米粒子的吸收和散射系数根据各自的效率η_f和η_s确定如下：

(7)

其中，φ_f表示体积分数，d_n表示纳米粒子直径。消光效率η_f是吸收效率η_a和散射效率η_s的总和：

(8)

这些效率使用瑞利散射近似公式进行评估，该公式适用于尺寸参数λ：

(9)
(10)

其中，λ表示尺寸参数，n表示相对复折射率。

2.4.2. 热特性
纳米流体的热行为由基体流体的温度依赖性质和悬浮Fe3O4纳米粒子的固有性质决定。在本研究中，使用水作为基体流体，其热物理性质表示为温度依赖的相关性，以考虑在太阳加热过程中的性质变化。相比之下，Fe3O4纳米粒子的热物理性质被视为恒定值，因为它们在操作温度范围内的变化相对于基体流体来说很小。数值分析中使用的基本热物理性质和相关性总结在表2中。

表2. 用于有效纳米流体性质建模的水和Fe3O4纳米粒子的热物理性质。这些性质作为输入值，用于评估纳米流体的有效热物理性质作为纳米粒子体积分数(?)的函数。尽管布朗运动可以增强纳米流体的热导率，但在目前0.1 wt%的低浓度范围内，其影响被认为是有限的。因此，有效热导率使用Maxwell模型[29]计算，该模型表示了均匀颗粒悬浮液中的热传导，并考虑了固体颗粒与基体流体之间的导热比：

(11)

其中，κ_n表示纳米粒子的热导率，κ_b表示基体流体的热导率。纳米流体的密度(ρ_f)和单位体积热容量(C_p)使用经典混合规则[30]确定：

(12)
(13)

其中，下标f、b和n分别表示纳米流体、基体流体和纳米粒子。动态粘度使用Einstein模型[29]估算，该模型适用于低浓度范围内的稳定分散体系：

(14)

2.5. Box-Behnken因子设计建模
为了系统地分析设计参数与集热器性能之间的关系，采用了响应面方法(RSM)来分析热效率与压降之间的热力权衡，并确定一个可行的设计范围。使用Box-Behnken设计(BBD)构建实验矩阵，因为它允许以较少的数值运行次数高效地探索设计空间。选择了四个独立变量进行研究：纳米粒子体积浓度、接收器高度、螺旋转弯次数和壁面发射率。每个因素都在三个不同的水平上进行了评估，如表3所总结。共进行了25次数值模拟，以评估接收器的热效率和压降的热力性能。使用方差分析(ANOVA)评估设计变量的主要效应和交互效应的统计显著性，以验证所开发回归模型的可靠性。所有统计分析，包括回归建模、ANOVA、响应面分析和Pareto图构建，均使用PIAnO Signature软件进行。

表3. Box-Behnken设计矩阵以及热效率和压降的编码因子水平和数值结果。

3. 结果与讨论
3.1. 数值模型验证
为了确保数值结果的准确性和可靠性，提出的CFD模型通过光学性质验证和网格独立性研究进行了验证。首先，使用瑞利散射近似计算得到的Fe3O4纳米流体的光谱光学性质与使用UV-Vis分光光度计(AVANTES-2048, Inc. AVANTES, The Netherlands)测量的实验透射数据进行了比较。如图3所示，数值模型捕捉到了所研究浓度范围内的整体波长依赖性透射趋势。大约10%的差异对应于一个有限波长区域内的局部最大偏差，在该区域透射率变化迅速，而不是在整个光谱范围内的平均误差。这一结果支持使用光学模型为非灰度DO辐射模型提供波长依赖性的光学系数。图3. 基于Fe3O4纳米流体光谱透射率的光学模型验证。此外，进行了网格独立性测试，以验证数值结果不会受到网格分辨率的显著影响，如图4所示。测试使用了第10次运行的配置，检查了从0.12×10^6到3.68×10^6个单元的五个网格系统。出口温度和压降被监测为参考量，因为它们对应于本研究的主要热力响应。出口温度直接关系到有用的热收益和热效率，而压降代表了优化中考虑的液压损失。如图4所示，这两个量在粗网格区域显示出明显的变化，但随着网格细化逐渐趋于收敛趋势。当单元数量从1.53×10^6增加到3.68×10^6时，出口温度仅变化了0.1 K，相当于大约0.03%，压降变化了2.01 Pa，相当于大约1.48%。这些变化对于当前的热力分析来说被认为是足够小的。因此，选择了大约1.53×10^6个单元的网格系统作为所有后续模拟的标准网格，同时考虑了数值准确性和计算成本。

图4. 基于第10次运行几何形状的网格独立性测试：(a) 出口温度和 (b) 压降。

3.2. 热效率评估
使用方差分析(ANOVA)严格评估了热效率模型的统计显著性和预测可靠性。为了关注最具影响力的参数并简化模型，通过 backsward elimination 方法排除了不显著的项(ΔR > 0.1)，从而开发了一个简化的二次模型，如表4所总结。优化后的模型显示出较高的R^2值为63.63，F值小于0.0001，表明回归非常显著，结果的概率极低。这个简化模型的稳健性还通过高的决定系数(R^2 = 0.9591，调整后的R^2 = 0.9440)得到了进一步验证，这证实了所选设计变量有效地控制了系统的热行为。表4. 热效率回归模型的统计分析(ANOVA)。图5使用Pareto图展示了每个设计因素对热效率的相对影响。这些结果表明，在直接吸收模式下，热性能主要受纳米流体内部体积辐射吸收的控制，而不是由螺旋导向引起的液压变化。换句话说，提高工作流体的光学吸收能力对热效率的影响比修改螺旋流动路径更强。纳米粒子浓度(因素A)被确定为最主要的参数，其次是壁面发射率(因素D)和接收器高度(因素B)。相比之下，螺旋转弯数（因子C）在统计上并不显著（全模型中的P值=0.628），因此在模型简化过程中被移除。这表明纳米流体的体积辐射吸收是决定热性能的主要因素，而螺旋导向器引起的液压变化对直接吸收模式下的整体能量收集影响可以忽略不计。图5显示了热效率标准化效应的帕累托图。图6展示了交互效应，特别是AD和BD，揭示了DASC的复杂热光学行为。纳米粒子浓度的增加（）由于工作流体的光学厚度增加，导致总能量吸收增加。然而，AD交互效应表明，当高浓度与高壁面发射率结合时，热效率进一步提高。这表明接收器壁面有助于捕获和重新发射散射辐射；高发射率表面会吸收纳米粒子散射的光线，并将这些能量重新整合到流体中作为热增益，而低发射率表面则会让这些散射光线穿过玻璃盖逸出。图6显示了设计参数交互对热效率的影响：(a) AD交互和(b) BD交互。BD交互突显了太阳穿透深度带来的限制。在低浓度下，增加接收器高度（）可以延长光路并提高效率。然而，在较高浓度下，由于集中散射，入射辐射在流体顶部附近几乎完全衰减。在这种饱和状态下，较深的流体层被屏蔽住了辐射源，使得增加接收器高度无法进一步提高效率。根据实际设计参数得出的回归方程如下：(15) 中项的显著负系数（-28.51）证实了在高纳米粒子负荷下观察到的饱和效应，即从吸收向散射主导模式的转变限制了效率的提升，尽管物理体积较大。3.3. 压降通过数值分析入口和出口之间的压降（）来评估螺旋通道集热器的液压性能。为了适应压力的非线性特性和广泛的数值范围，对响应变量进行了自然对数转换，以确保回归模型的精确性和物理有效性。如表5中的ANOVA所示，模型的P值为658.47，P值小于0.0001，确认了高度的统计显著性。决定系数（R2=0.9937和调整后的R2=0.9922）进一步表明模型有效地解释了数值结果的变化。表5显示了压降回归模型的统计分析（ANOVA）。图7显示了压降的帕累托图分析。接收器高度（因子B）和螺旋转弯数（因子C）被确定为液压阻力的主要决定因素。纳米粒子浓度（因子A）被排除在模型之外，因为在调查的范围内（最高0.1 wt%），添加粒子并没有足够改变有效粘度以产生可测量的压降变化。同样，壁面发射率（因子D）对数值框架内的质量输送影响可以忽略不计。图8显示了BC交互对压降的影响。液压行为受通道几何形状变化引起的流速变化的控制。螺旋转弯数的增加（）在固定接收器直径内限制了单个流动宽度，从而减小了截面积。这种减小在恒定质量流量的情况下加剧了流体速度，导致更高的壁面剪切应力并增加了压降。相反，增加接收器高度（）扩大了截面积，通过降低流速来减轻压降。BC交互进一步表明，在较高值时增加的压降降低效果更为明显。压降的最终回归方程如下：(16) 考虑上述方程，DASC的液压性能主要受流动路径的几何设计控制， rather than 工作流体的热物理性质或边界的光学特性。3.4. 基于热液压权衡分析的最优设计指南图9展示了热效率与压降的叠加等高线图，作为纳米粒子浓度和接收器高度的函数。图中未阴影的白色区域代表可行的设计空间，其中同时满足预定义的性能标准——0.90和200 Pa。该区域的边界由实线蓝色（代表90%效率阈值）和虚线红色（代表200 Pa压降限制）划定。如图9所示，任何落在这个白色窗口内的设计配置都能实现高密度能量收集，同时将寄生泵送损失保持在可接受的水平。具体来说，图表表明，对于浓度低于0.052 wt%的情况，无论接收器高度如何，都无法达到目标效率。同样，对于高度低于12.1 mm的情况，由于流动阻力增加，系统无法满足压降限制。此外，图9突出了螺旋通道DASC的操作灵活性；在20 mm的中等高度下，可以使用广泛的浓度范围（0.06至0.10 wt%）而不违反设计约束。这种可视化有效地捕捉了复杂的热液压权衡，并作为确定高性能太阳能集热器的最佳几何和流体参数的强大工具。图9显示了实现高热效率和低液压阻力的最佳设计空间的叠加等高线图。4. 结论本研究使用响应面方法研究了螺旋通道DASC的热液压性能。结果表明，压降主要受几何参数的影响，而热效率则受光学因素的控制。为了解决这些特性之间的权衡，在0.90和200 Pa的约束下定义了一个设计窗口。分析表明，需要至少12.1 mm的接收器高度和至少0.052 wt%的纳米粒子浓度来满足性能标准。对于实际应用，建议在C=3和D=0.5的固定值下，操作范围为B=18–24 mm和A=0.06–0.08 wt%。这种基于区域的方法提供了尊重热力学限制的设计基础，同时最小化了螺旋通道DASC配置中的寄生损失。