波浪驱动海水淡化系统的多学科设计优化

《Renewable Energy》：Multidisciplinary design optimization for wave-driven desalination systems

　　

摘要翻译：波浪驱动海水淡化系统是全球淡水危机的一种创新解决方案，利用了海水反渗透与波浪能转换器之间的互补特性。然而，该系统的高成本对其大规模推广构成了重大障碍。优化可帮助这些系统达到更具竞争力的平准化水成本，但该系统的高度耦合特性要求采用多学科设计优化方法。本文提出了一种面向波浪驱动海水淡化系统设计的整体性多学科设计优化框架，整合了波浪能转换器水动力学、能量提取传动、海水反渗透约束以及经济分析等模型。本研究表明，多学科设计优化对波浪驱动海水淡化系统的影响显著，在该建模框架下，相较于名义设计，平准化水成本降低了69.5%。研究人员证明，多学科设计优化优于两种不同的序贯设计方法，获得了更低的平准化水成本以及显著不同的最优设计。多学科设计优化结果提示，与文献中的设计相比存在重大设计变更。值得注意的是，在该建模框架下，更小的波浪能转换器和更大的活塞、更小的蓄能器以及更大规模的海水反渗透装置更受青睐。这些设计趋势在一系列海况下保持一致，表明其可能具有超越单一地点的普适性。本研究证明了整体性建模与协同设计对波浪驱动海水淡化系统的重要性，并为后续研究建立了一个有效的优化框架。

论文解读：

研究背景与问题：全球淡水危机日益严峻，预计到2050年淡水需求将增长超过40%。海水反渗透（SWRO）是一种成熟的淡化技术，但能耗较高，通常每生产1 m3淡水需2–4 kWh，能源成本占淡水生产总费用的25%–40%。若使用化石燃料供电，将进一步加剧水资源短缺。波浪能转换器（WEC）因其与沿海SWRO工厂的自然共位性而具有潜力，且两者运行特性互补。WEC可通过液压动力输出（PTO）系统直接为SWRO提供高压海水，从而省去中间发电环节，提高效率并降低系统复杂性。然而，波浪驱动海水淡化系统的高成本阻碍了其应用。以往研究虽建立了耦合动力学模型，但未在多学科设计优化（MDO）框架下利用这些模型；针对发电式WEC的MDO研究已取得进展，但尚未扩展到波浪驱动海水淡化系统。因此，亟需一种整体性MDO方法，同时考虑WEC水动力学、PTO传动、SWRO运行约束和经济性能，以实现系统级协同设计。

研究内容与结论：研究人员提出了一种波浪驱动海水淡化系统的整体性MDO框架，将WEC水动力学、PTO传动、SWRO约束和经济分析集成于同一优化问题中。以平准化水成本（LCOW）为目标函数，采用遗传算法进行优化。在代表海况（有效波高2.64 m，峰值周期9.86 s）下的案例研究中，MDO优化设计将LCOW从名义设计的3.97 $/m3降至1.21 $/m3，降幅达69.5%。与两种序贯设计优化（SDO）方法相比，MDO显著更优：SDO方法A和B分别获得2.39 $/m3和2.17 $/m3的LCOW，且最优设计变量与MDO结果差异较大。在不同海况的敏感性分析中，MDO一致推荐更小的WEC宽度、更大的活塞面积、更小的蓄能器以及更大的SWRO工厂容量。这些设计趋势表明，名义设计存在扭矩不匹配问题，较小的WEC配合较大的活塞可改善阻抗匹配；较小的蓄能器虽增加流量波动和压力溢流损失，但可提升WEC能量捕获，综合效益优于增大蓄能器进行流动平滑。该研究发表在《Renewable Energy》。

主要技术方法：研究人员采用了多学科设计优化框架，包含几何模块、海水淡化模块、水动力学模块、系统动力学模块和经济模块。水动力学系数通过开源边界元法求解器Capytaine计算，系统动力学利用WEC-Sim和Simscape（多体动力学与液压库）在时域内求解WEC运动与液压回路耦合方程。经济分析采用LCOW作为目标函数，成本模型覆盖WEC、PTO和SWRO工厂。优化使用遗传算法，种群规模400，并采用移民策略防止早熟收敛。敏感性分析基于NOAA国家数据浮标中心（NDBC）五个浮标（关岛52200、夏威夷希洛51206、圣莫尼卡湾46221、波多黎各圣胡安41053、乔治斯浅滩44011）2015–2024年逐小时有效波高和峰值周期数据，经两次K-means聚类获得20个代表海况。

研究结果：
（1）案例研究：MDO与SDO对比
在单一海况下，MDO优化收敛于345代，获得LCOW为1.21 $/m3的设计，较名义设计降低69.5%。功率时间序列和能量饼图显示，进入系统的加压海水能量中有36.4%在到达SWRO膜前被释放（通过压力释放阀和盐水节流阀）。MDO设计变量与文献名义设计相比，WEC宽度减少77%，厚度减少54%，质量增加72%；活塞面积增加187%，连杆长度?1增加41%；蓄能器体积减少59%，预充压力增加91%；SWRO工厂容量增加113%。两种SDO方法均获得较差结果：SDO A优化出的WEC厚度比MDO大202%，质量小68%，蓄能器体积仅0.29 m3，SWRO工厂容量6753 m3/day，LCOW为2.39 $/m3；SDO B的活塞面积比MDO小46%，SWRO工厂容量降至下限1000 m3/day，LCOW为2.17 $/m3。
（2）敏感性分析结果
对20种不同海态分别执行MDO，所有最优设计均相对于名义设计呈现更小的WEC宽度、更大的活塞面积、更小的蓄能器和更大的SWRO工厂容量。各海态下的LCOW变化幅度较低，表明虽然每种海态产生不同最优设计，但系统配置的权衡最终收敛于相近的单位水成本。

讨论与结论：讨论部分指出，MDO通过耦合WEC、PTO和SWRO系统，揭示了序贯设计无法发现的系统级权衡。较小蓄能器虽导致更多能量经压力释放阀损失，但改善了PTO阻抗匹配，提高WEC能量捕获，其收益超过增加SWRO工厂容量和能量损失的成本。这表明在集成式波浪驱动海水淡化系统中，较不激进的流动平滑设计可能更优。研究结论翻译：本研究提出了用于设计波浪驱动海水淡化系统的MDO框架。在代表性案例中，MDO将LCOW从名义设计的3.97 $/m3降至1.21 $/m3，在该建模框架假设下降低了69.5%。MDO解也显著优于两种SDO方法，后者分别获得2.39 $/m3和2.17 $/m3。对来自五个地点的20种海况的敏感性分析进一步表明，MDO一致推荐关键设计转变，包括更小的WEC、更大的活塞面积、更小的蓄能器和更大的SWRO工厂容量。这些趋势只有使用整体性耦合系统模型才会出现，凸显了MDO在此应用中的价值。研究局限性包括未考虑长期膜性能退化、成本模型仅为趋势估计、未纳入年度海况时序变化等，但该框架为改进波浪驱动海水淡化系统设计奠定了坚实基础。