农学论文哪里有？本文针对大连地区某工厂化养殖水体升温技术需求，在前期研究的基础上，对太阳能-海水源热泵-养殖废水协同温度管控系统进行优化，通过系统测试和仿真分析，确定系统的合理匹配参数，优化协同温度管控策略，提高系统的运行性能。
1 绪论
1.2.1 国外研究现状
太阳能作为一种清洁能源，众多学者和研究机构对其在水产养殖领域的应用进行了研究。美国德州海洋研究局设计了两套太阳能集热系统用于水产养殖中，试验数据表明，系统每天能产生36.7kW的能量，在每年使用120天的情况下，该系统回收期为5年。Youngwoon Kim等[7]对太阳能热水系统在不同气候条件下对罗非鱼升温的适用性和经济性进行了研究，试验数据表明，随着太阳能的集热量从20%提高到80%，室外环境对太阳能系统的影响显著降低，通过计算太阳能热水系统费用年值，太阳能热水系统在任何环境和气候下都具有经济优势。针对太阳能系统在水产养殖使用中最佳配置问题，Atia等[8]提出了一种强制循环式太阳能热水系统模型。使用遗传算法对太阳能集热器和储热水箱进行优化，优化后的太阳能贡献率提高到98%，提升效果明显。然而，太阳能系统的效能受到天气条件的限制，当太阳能辐射强度不足或室外环境温度过低时，难以供应所需的热能。
国外对于热泵技术的研究开始时间较早，作为一项环境友好型技术，目前已在多水产养殖领域得到了广泛的推广和应用[9]。Ion V.Ion[10]选用了热泵系统满足循环水养殖所需升温负荷，与锅炉供热相比较，热泵系统的年使用成本最低。Yoon[11]使用海水源热泵机组用于水产养殖工厂，并加装了废热回收系统，研究结果显示，废热回收系统最大可节省能源51%。Izquierdo等[12]研究人员采用海水源热泵技术，对位于西班牙的工厂化水产养殖育苗孵化场的养殖水体进行升温，结果显示使用海水源热泵能有效地保持水温在13~24℃范围内，从而确保了鱼卵的顺利孵化。此外，与使用燃气锅炉相比，海水源热泵的使用成本节省了约10%。Satoru Okamoto[13]使用两台功率为650kW的海水源热泵用于日本某水族馆的养殖水体升温，结果表明，海水源热泵的运行费用和CO2排放量低于燃油锅炉和空气源热泵，但长期运行海水源热泵的运行费用较高。由此可见，虽然热泵的性能优异，但是单独使用仍有耗能高和使用成本高等问题。
3 养殖水体多能协同温度管控系统仿真模型建立
3.1 系统主要部件及数学模型
本节将介绍本系统主要部件的数学模型，养殖水体多能协同温度管控系统主要部件模型包括：太阳能辐照量计算模型、真空管太阳能集热器数学模型、储热水箱数学模型、海水源热泵数学模型和板式换热器数学模型。
3.1.1 太阳能辐射计算模型
太阳能供热系统仿真模型搭建时，太阳能辐照量的准确度是影响模型精确性和系统性能评价的关键因素。通常在实际工程中，为了能够高效的接收太阳辐射能，并减少占地面积，非跟踪式集热器在安装时会设置一定的倾斜角度，因现有的气象资料只能够提供水平面上的太阳辐照量，在模拟计算时需要将水平面上的太阳辐照量转化为集热器倾斜面上的辐照量。
4 养殖水体多能协同温度管控系统优化
4.1 多能协同温度管控系统正交试验
多能协同温度管控系统的建设与运行需要大量资金投入，系统的运营方也期望投资能够在合理的时间内获得回报。此外，系统的经济性不仅影响其使用价值，也关系到其未来的推广前景。鉴于系统中关联的影响因素较多，为简化工作量，本节旨在以经济效益最佳为最终目标，通过结合正交试验法和已搭建的TRNSYS仿真模型，研究系统中各关键部件参数对多能协同温度管控系统经济性的影响程度，为后续的优化奠定基础，使得优化工作更有针对性。
4.1.1 系统评价指标与影响因素确定
多能供热系统通常具有较长的使用寿命，单纯考虑初始投资或运行成本不能全面评估其经济效益。因此，以费用年值作为目标函数，其能够在给定的费用目标约束条件下，全面考虑系统在整个寿命周期内运营过程中的所有费用，将初投资成本和运行费用转化为等效的年度费用即为费用年值，有助于全面评估系统的经济效益。
4.2 多能协同温度管控系统同步优化
为了优化系统中各关键部件参数的匹配关系，选用Hooke-Jevees算法并以费用年值为目标函数对系统中关键部件参数进行优化。由于系统中的部件参数较多，为更好的优化各能源之间的匹配关系，本文选取太阳能集热器面积、储热水箱、热泵额定制热量和废水余热回收板换面积进行同步优化。
4.2.1 优化算法的确定
在实际应用中，传统的最优化算法，如牛顿法、共轭梯度法、拉格朗日乘值法等，存在局部最优问题，而启发式算法，例如遗传算法、蚁群算法等，存在搜索效率低和算法复杂度高的缺点。本文拟采用Hooke-Jevees算法用于同步优化。
Hooke-Jevees算法计算可视为寻找一个二元函数极小值点的过程，由三个交替执行的步骤组成：“探索步骤”、“模式移动步骤”和“迭代与终止”，其能够通过“探索步骤”找到合适的搜索方向，并通过模式移动加快搜索过程。
5 结论与建议
5.1 结论
为了解决工厂化养殖水体传统升温替代技术问题，本文以大连地区某工厂化养殖水体升温为研究对象，在前期研究的基础上，对多能协同温度管控系统进行了优化研究，完成了系统性能测试和仿真研究，确定了关键部件最佳匹配参数和最佳控制策略。得出结论如下：
（1）完成了多能协同温度管控系统性能测试。试验结果表明，集热器的平均集热效率分别与周围环境空气温度和风速有关，太阳能集热系统的供热量占系统总供热量分别为4.6%和3.4%；此外，海水源热泵组件的典型升温日平均COP分别为4.36和4.13，系统整体COP为6.46和6.19。
（2）利用TRNSYS构建了多能协同温度管控系统仿真模型，并验证了模型精度。仿真模拟数据与试验数据对比分析发现：集热器进出口温度仿真值与实测值结果偏差值最大为4.7%，水箱水温仿真值与实测值结果最大偏差值为2.3%，热泵出水温度仿真值与实验结果偏差5.6%，偏差值均在6%以内，表明仿真模型准确度较高，可以满足系统优化要求。
（3）开展了多能协同温度管控系统仿真优化。以系统经济性为目标函数，系统中关键部件参数对多能协同温度管控系统影响程度为：热泵额定制热量>集热器面积>储热水箱容积>废水余热回收板换面积。结合Gen Opt软件调用Hooke-Jeeves算法构建了优化模型，对系统关键参数进行了同步优化，得到最佳匹配参数为：集热器面积120.1m²，热泵额定制热量89kW，储热水箱容积56m³，废水余热板换面积36m²。对子系统的启停策略进行了优化，结果显示，采用定温控制策略后，太阳能集热系统集热量提高了8.1%，集热效率提高了4%；海水源热泵的出水温度提升至19℃，整体优化后，升温期太阳能平均保证率达到43.61%，平均集热效率达到了61%，海水源热泵机组的平均COP为5.18，较优化前提升了23.04%，系统平均COP由6.35提高到了8.70，提升了37.01%，系统整体性能得到了明显提升。
参考文献（略）
