Otimização geométrica de um acumulador térmico utilizando o método de otimização extrema generalizada

Abstract

Este trabalho apresenta a otimização geométrica de um sistema de acumulação de energia térmica solar. O acumulador estudado consiste em uma disposição de chapas planas de aço AISI 304, utilizadas como material de acumulação. Ar aquecido escoa entre as chapas de aço, dando início ao processo de transferência de calor, que é modelado através do modelo da capacitância global. As equações da modelagem definem dois parâmetros que representam a geometria do acumulador: um relacionado com a área superficial das chapas e outro com o volume ocupado pelas chapas. Esses parâmetros são otimizados através do algoritmo estocástico GEO (Otimização Extrema Generalizada), tendo como objetivo reduzir a diferença entre a temperatura do fluido de saída do sistema de acumulação e a temperatura de referência. Os resultados obtidos são comparados com os obtidos por outros autores utilizando métodos de otimização diferentes. O método GEO obteve resultados cerca de 50 vezes mais rápido e com valores 6,5% melhores, necessitando de pouco tempo computacional e obtendo os valores ótimos já nas primeiras iterações. Sendo assim, conclui-se que o algoritmo estocástico é uma boa alternativa para solução de problemas de acumulação térmica, e que pode ser usado futuramente para problemas mais complexos na área.

This paper presents the geometric optimization of a solar thermal energy storage system. The storage system is studied as an arrangement of flat plates of AISI 304 steel, used as the storage material. Heated air flows within the steel plates, starting the heat transfer process, which is modeled using the global capacitance method. The modeling equations define two parameters that represent the geometry of the system: one related to the surface area of the plates and the other with the volume occupied by the plates. These parameters are optimized through stochastic algorithm GEO (Generalized Extremal Optimization), aiming to reduce the temperature difference between the output fluid temperature and the reference output temperature. The results obtained are compared with those obtained by other authors using different optimization methods. The GEO method obtained results about 50 times faster and with values 6.5% better, requiring little computational time and resulting in optimal values within the first iterations. Thus, the conclusion is that the stochastic algorithm is a good alternative to solve thermal storage problems, and it can be used in the future for more complex problems in the area.