Investigation on ejector design for CO₂ heat pump applications using Dymola

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

In this paper, the Dymola modelling tool is used to study the influence of ejector design onto the whole heat pump cycle working with carbon dioxide. The cycle is built using the components provided by the TIL Modelica library. It is found that the ejector models in TIL are quite limited, namely by their inability to properly capture the on-design plateau and rapid decrease in performance in off-design operation. Therefore, an in-house state-of-the-art ejector model, originally developed in Python, is implemented as a Dymola object. This model is then calibrated onto CO₂ experimental data. The operation of a simple CO₂ heat pump system is investigated, with focus on the ejector sizing at fixed geometry. It is found that there exists an ejector size that maximises the COP of the cycle. Furthermore, critical ejector pressure is not reached at this optimum COP point; the ejector is operating well under the on-design regime.

作者简介

Antoine Metsue

Institute Mechanics, Materials, and Civil Engineering (iMMC), Université catholique de Louvain (UCLouvain)

编辑信件的主要联系方式.
Email: antoine.metsue@usherbrooke.ca
比利时, Louvain-la-Neuve

Yann Bartosiewicz

Institute Mechanics, Materials, and Civil Engineering (iMMC), Université catholique de Louvain (UCLouvain)

Email: yann.bartosiewicz@uclouvain.be
比利时, Louvain-la-Neuve

Sébastien Poncet

Mechanical Engineering Department, Université de Sherbrooke

Email: sebastien.poncet@usherbrooke.ca
加拿大, boulevard de l’Université, 2500, Sherbrooke

参考

  1. Liu J, Wang L, Jia L, Xue H. Thermodynamic analysis of the steam ejector for desalination applications. Appl. Therm. Eng. 2019;159(1):113883.
  2. Ipakchi O, Mosaffa AH, Garousi Farshi L. Ejector based CO₂ transcritical combined cooling and power system utilizing waste heat recovery: A thermoeconomic assessment. Energy Convers. Manag. 2019;186(1):462–472.
  3. Besagni G, Mereu R, Inzoli F. Ejector refrigeration: A comprehensive review. Renew. Sustain. Energy Rev. 2016;53(1):373–407.
  4. Aidoun Z, Ameur K, Falsafioon M, Badache M. Current Advances in Ejector Modeling, Experimentation and Applications for Refrigeration and Heat Pumps. Part 1: Single-Phase Ejectors. Inventions. 2019;4(1):15.
  5. Aidoun Z, Ameur K, Falsafioon M, Badache M. Current Advances in Ejector Modeling, Experimentation and Applications for Refrigeration and Heat Pumps. Part 2: Two-Phase Ejectors. Inventions. 2019;4(1):16.
  6. Tashtoush BM, Al-Nimr MA, Khasawneh MA. A comprehensive review of ejector design, performance, and applications. Appl. Energy. 2019;240(1):138–172.
  7. Elbel S, Hrnjak P. Experimental validation of a prototype ejector designed to reduce throttling losses encountered in transcritical R744 system operation. Int. J. Refrig. 2008;31(3):411–422.
  8. Taslimi Taleghani S, Sorin M, Poncet S. Modeling of two-phase transcritical CO₂ ejectors for on-design and off-design conditions. Int. J. Refrig. 2018;87(1):91–105.
  9. Metsue A, Debroeyer R, Poncet S, Bartosiewicz Y. An improved thermodynamic model for supersonic real-gas ejectors using the compound-choking theory. Energy. 2021. (In Print).
  10. Chen Y, Chen Z, Chen Z, Yuan X. Dynamic modeling of solarassisted ground source heat pump using Modelica. Appl. Therm. Eng. 2021;196(1):117324.
  11. Liu F, Qiu W, Deng J, et al. Multi-objective nonsimultaneous dynamic optimal control for an ejector expansion heat pump with thermal storages. Appl. Therm. Eng. 2020;168(1):114835.
  12. Hafner A, Försterling S, Banasiak K. Multi-ejector concept for R-744 supermarket refrigeration. Int. J. Refrig. 2014;43(1):1–13.
  13. Liu F, Deng J, Pan W. Model-based Dynamic Optimal Control of an Ejector Expansion CO₂ Heat Pump Coupled with Thermal Storages. Energy Procedia. 2018;152(1):156–161.
  14. Zhu Y, Li C, Zhang F, Jiang P-X. Comprehensive experimental study on a transcritical CO₂ ejector-expansion refrigeration system. Energy Convers. Manag. 2017;151(1):98–106.

补充文件

附件文件
动作
1. JATS XML
2. Fig. 1. Comparison of the two ejectors models in TIL with the present model. Left: pp,0 = 95 bar; Right: pp,0 = 85 bar.

下载 (154KB)
3. Fig. 2. Schematic of the ejector model of Metsue et al. [9].

下载 (105KB)
4. Fig. 3. Fitting of the model onto the experimental data of Zhu et al. [14]. Blue: pp,0 = 8.7 bar; Red: pp,0 = 9.3 bar; Black: pp,0 = 9.8 bar.

下载 (64KB)
5. Fig. 4. Schematic of the heat pump cycle.

下载 (99KB)
6. Fig. 5. Ejector operating conditions and COP of the cycle as a function of the ejector size. The dashed line delimits on- and off-design regimes.

下载 (246KB)

版权所有 © Eco-Vector, 2023

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».