堆积床储冷系统循环性能分析

金 翼，王 乐，杨岑玉，宋 洁，徐 超



堆积床储冷系统循环性能分析

金 翼1，王 乐1，杨岑玉1，宋 洁1，徐 超2

（1全球能源互联网研究院，北京 102200；2华北电力大学能源动力与机械工程学院，北京102206）

液态空气储能技术是一种新型的压缩空气储能技术，由于具有储能密度高等优点具有较好的应用前景。储冷系统是液态空气储能技术的核心装置，其性能对于整体储能系统的效率及可靠性至关重要。本文针对固体颗粒堆积床储冷系统，采用数值模拟方法，研究了储冷系统在连续储/释冷循环过程中的运行性能和效率特性。发现完全储/释冷循环具有较低的循环效率，因此在储能系统运行时需要采用带有截止温度的部分储/释冷循环；在循环若干次后可以达到可重复循环状态，此时释冷效率接近100%，而堆积床高度、填充颗粒直径、储/释冷过程截止温度等对储冷效率尤其是有效容量比具有重要影响。由于堆积床储冷系统的有效容量比较低，为满足一定的储冷容量需求，设计时必须依据有效容量比对理论储冷容量进行放大。

液态空气储能；堆积床储冷；效率；循环性能

液态空气储能技术是一种新型的压缩空气储能技术，具有储能密度高、成本下降空间大等优势，具有较好的应用前景[1-2]。在液态空气储能系统中，需要一个储冷系统来存储释能过程中液态空气气化过程产生的冷能（约-150 ℃）（图1），同时该储 冷系统在储能系统储能过程中将释放冷能，用来将高压空气进行冷却及液化。因此，储冷系统是液态空气储能系统的核心装置，其运行性能对于整体储能系统的效率及可靠性具有重要影响。目前，需要实现-150 ℃冷能的存储和释放的大容量储冷系统尚缺乏成熟的实际应用。而作为一种成本较低、性能较好的技术，固体颗粒堆积床储热/冷技术具 有较丰富的工程经验和应用经验，适合作为液态 空气储能系统中的储冷系统。本论文针对堆积床 储冷系统在液态压缩空气储能系统中的应用性能进行分析研究，重点分析在液态空气储能的运行环境下，堆积床储冷系统的循环运行性能和优化设计 方向。

然而，过去对于堆积床系统的研究主要集中在储热领域，尤其是中高温的应用场景，少有应用于储冷的研究。但从根本上讲，堆积床系统运行时涉及的换热规律及设计方法并不依赖于存储的温度，储热系统的运行规律同样适用于储冷系统。因此，下文对堆积床系统在储热领域的研究进行总结分析。由于固体材料优异的性能和较低的成本，利用空气作为传热流体的固体颗粒堆积床可以实现更低成本和更大温区的热能存储，在过去的几十年中，对这个领域的技术研究从未间断并不断发展[3]。

在实验研究方面，为了评价堆积床技术的可靠性及研究堆积床系统的运行性能，各种实验室规模和示范性的堆积床储热系统被国内外学者研究。MEIER等[4]建立了一个圆柱形的岩石堆积床储热系统，研究了高达700 ℃的热空气对于储热系统的储热过程。在储热过程中，罐内温度显示了明显的斜温层分布特点。CHAI等[5]用实验方法研究了一种堆积花岗岩和鹅卵石的储热系统，分析了堆积床的流动方向及能量存储温度对于储热性能的影响，并给出了详细的堆积床内部的沿轴向和径向的温度分布。AVILA-MARIN等[6]研究了堆积床实验系统的充热性能，测试了不同尺寸和密度的氧化铝颗粒，并分析了空气流量和入口空气温度对储热性能的影响。LIU等[7]试验研究了超临界流体在岩层中的储热和传热行为，确定了颗粒对流体传热系数的影响，还研究了空气压力、质量流量和入口距离对传热系数的影响规律。SCHLIPF等[8]也实验研究了采用小颗粒材料如石英砂的堆积床储热系统的储热性能。吴双茂等[9]开展了填充床蓄冷器应用于空调系统的 实验研究，得到了蓄冷和释冷速率的非稳态变化 规律。

除了实验研究外，数值模拟研究也被广泛应用在堆积床储热系统的分析研究中。如IAMAIL和STUGINSKY[10]所总结的，目前主要有4个基础模型适合于对于堆积床储热系统进行模拟分析，这4个模型分别是双温度模型、SCHUMANN模型、单温度模型及考虑微粒内部温度分布的分散同心（D-C）模型。JALAZADEH-AZAR等[11]利用氧化锆颗粒作为存储材料，烟气和空气作为传热流体模拟了高温下堆积床储热系统的热量传递，并通过实验验证了使用的模型。BARTON[12]用一维的分散同心模型模拟了使用空气作为换热流体的堆积床储热性能。结果显示热扩散对于粒子内动态特性的影响非常小，以及假设岩石颗粒内温度分布一致是合理的。在单温度模型的基础上，ANDERSON等[13]研究了使用空气作为换热工质的氧化铝颗粒堆积床储热性能。研究发现，为了准确计算，模拟时需要考虑空气和氧化铝随温度变化的热物理性质。KLEIN等[14]使用双温度模型研究了使用燃气作为储热流体、空气作为放热流体的氧化铝球堆积床储热系统。结果显示，储热系统的实际储热热量较储热装置的理论储热量小，将实际储热量和理论储量的比值定义为有效容量比，储热系统的有效容量比取决于它的放热温度、罐体直径以及进口储热温度。ANDERSON等[15]使用双温度模型研究了使用压缩空气作为换热流体的氧化铝颗粒堆积床储热系统，研究也发现在模拟过程中最好考虑流体及储热介质热物性随温度的改变。赵岩等[16]采用模拟手段分析了不同储热工质对堆积床热效率和效率的影响，优化其储热结构，热效率可达96%，而效率可达88%。

最近，堆积床储热系统的连续储/释热循环性能得到了越来越多的关注。HÄNCHEN等[17]基于一维的双温度模型，研究了应用于太阳能热发电站的岩石堆积床储热系统的性能。重点分析了堆积床尺寸、流体流速、颗粒直径和固态材料的参数对于储/释热性能、系统热效率及有效容量比的影响。使用一维双温度模型，ZANGANEH等[18]也研究了堆积床储热系统对于太阳能热发电运行性能的影响。通过对循环操作效率的分析发现，储热系统的有效容量比在给定的设计条件下会低于50%。MONGIBELLO 等[19]使用三维的双温度模型，对应用于太阳能热发电系统的堆积床储热系统性能进行了参数分析。模拟时使用氧化铝球作为固态颗粒，二氧化碳作为传热流体。结果表明，经过若干周期后，储热系统将达到可重复的储/释热循环状态。CASCETTA等[20]采用一维的双温度模型，对高温堆积床储热系统进行了循环性能研究，发现储罐的有效储热量随着循环周期的变化而改变，而储/释热循环的截止温度对于有效容量比有重要影响。此外，MERTENS等[21]使用一维的双温度模型研究了太阳能热发电系统中的堆积床储热系统的动态特性，分析了颗粒直径、罐体高径比、待机时间以及循环次数对动态性能和能量效率的影响规律。AGALIT等[22]也使用一维的双温度模型研究了太阳能热发电站中的高温堆积床储热性能，分析了储热效率、释热效率和有效容量比随着储/释热循环的变化规律。

基于上述研究现状，堆积床储热/冷系统的动态特性和效率特性和运行工况和结构有重要关系。本论文将对应用于液态空气储能系统的堆积床储冷系统进行模拟研究，重点分析堆积床储冷系统在连续储/释冷循环过程的运行性能和效率特性，为储冷系统结构设计和运行调控提供理论指导。

1 数学模型

1.1 物理对象

选取堆积床储冷罐为研究对象，其结构如图2所示。储冷罐主要包括外面包裹保温层的圆柱状罐体以及罐体内部填充的固体颗粒储热材料组成。储冷罐的上下两端布置有使得气体均匀分配的均流装置，气体能够以均匀的流速流过颗粒堆积床层。储冷罐储冷时，来自于液体空气蒸发器的冷空气（-150 ℃）从下端流入，流经颗粒堆积床层时将石块冷却，实现储冷过程，储冷后的温度升高的空气从上端开口流出；释冷过程与储冷过程相反，常温空气（如30 ℃）从上端流入，被储冷罐内的低温石块冷却，实现释冷过程，冷却后得到的低温空气从下端流出，然后进入液态空气储能系统的冷箱来冷却和液化压缩空气。本研究中选取玄武岩石块作为堆积床填充固体颗粒，由于填充床的孔隙率一般为0.35～0.4，计算中取中间值0.37。

1.2 数学描述

本文针对图1所示的储冷罐体进行数值模拟分析，建模时引入如下合理化假设：①固体颗粒为球形，且热物性恒定；② 固体颗粒填充均匀，形成孔隙率均匀的多孔区域；③进口和出口的流量分配均匀；④ 罐壁保温良好，忽略通过罐体外壁的冷损失。

基于以上假设，可以选取堆积床区域为计算区域，且温度在径向方向没有变化，可以选用一维方程进行研究。本工作中采用了分散-同心模型对堆积床区域进行模拟[23]。分散-同心模型假设固体颗粒均匀的分布在流体中，固体颗粒之间没有能量迁移，只考虑流体和固体颗粒表面的传热以及颗粒内部的传热过程。分散-同心模型能够反映颗粒内部的传热过程，即可以揭示储释冷过程中颗粒内部的温度的不均匀变化过程。

连续性方程：

空气的能量守恒方程：

固体颗粒的能量方程：

固体颗粒表面的边界条件为

（5）

上述方程中出现的固体和流体的换热系数选用式(6)[23]

空气的有效导热系数选用式(7)[24]

（7）

其中特征数定义如下

对于玄武岩储热材料，其主要物性参数如下：导热系数为2.1 W/(m·K)，比热容为850 J/(kg·K)，密度为2800 kg/m3。

模拟中选取压力为12 bar（1 bar=1.01×105Pa）的空气作为换热流体，其主要物性从REFPROP8.0中获取，并拟合成公式（以下公式中温度用℃），密度、焓、比热容、导热系数和动力黏度分别如以下公式所示：

（9）

（10）

（11）

（12）

1.3 计算方法及模型验证

以上控制方程采用隐式格式进行离散，并采用三对角阵算法（TDMA）迭代求解代数方程组。经过网格无关化验证，堆积床高度方向均匀划分100个网格，颗粒半径方向均匀划分30个网格，时间步长为0.1 s。

由于文献中缺少堆积床储冷实验结果，为验证上述模型的合理性，首先采用本文使用的模型与文献中存在的堆积床储热实验结果进行比较。实验结果采用MEIER等[4]高温堆积床储热的实验结果，模拟时使用的相关参数和文献[4]完全一致。本文的模拟结果与实验结果的对比如图3所示。可以看出，模拟结果和实验结果可以较好地吻合，因此可以使用上述模型来合理的预测堆积床系统储释冷过程性能。

2 结果与讨论

本文针对一个理论储冷量为10 MW·h的堆积床储冷罐进行分析。按照系统储/释冷时间为8 h估算，储/释冷过程进口温度分别为-150 ℃/30 ℃，则计算可得储/释冷过程的空气质量流量固定为6.616 kg/s，且储冷罐的理论体积约为133.4 m3。计算过程中固定进口位置温度和气体质量流量，出口位置按对称边界条件处理。下文分别围绕该 10 MW·h储冷罐，研究分析其完全储/释冷特性、部分储/释冷特性及关键参数的影响规律。

2.1 完全储释冷过程特性

首先对堆积床储冷罐完全储冷过程和完全释冷过程进行了模拟分析。研究中选取的参数如下：罐体高度=16 m；罐体内部直径=3.6 m；颗粒直径 2 cm。对于储冷过程，初始时刻罐体处于均匀的常温（30 ℃），冷空气流体（-150 ℃）从罐体底部以恒定的流速流入罐体，将冷量逐渐存储到固体颗粒后由罐体上部的出口流出。罐体内的固体颗粒的温度逐渐下降，直到罐内所有的固体颗粒温度都下降到-150 ℃，此时完全储冷过程结束。释冷过程与之相反，初始时刻罐体处于均匀的低温（-150 ℃），常温空气（30 ℃）从罐体顶部以恒定的流速流入罐体，被罐内的冷固体颗粒冷却后从罐体底部的出口流出。罐体内的固体颗粒释冷后温度逐渐上升，直到全部变成常温（30 ℃），完成一个完全释冷过程。

图4给出了完全储冷过程和完全释冷过程中不同时刻的固体颗粒表面温度沿着罐体高度方向的分布情况。对于完全储冷过程，可以看到存在一个不停往上移动的温度梯度层（一般称为斜温层）。随着储冷时间的增加，斜温层区域不断以上移动，下方的低温区不断增加，而上方的常温区不断减少。同时发现，斜温层占据的罐体高度也逐渐增加，表明斜温层移动过程中厚度会随着时间进行而不断增加。当储冷进行到6 h时，斜温层到达罐体顶部，常温区开始消失，此时罐体顶部的温度开始从常温慢慢下降。释冷过程与之相反，斜温层随着释冷时间的进行而不停从上往下移动，上方的常温区不断增加而下方的低温区逐渐减小。而且显然斜温层往下移动的过程中也在缓慢扩张。这里需要指出，斜温层的发展情况对于堆积床式储冷/储热系统的性能具有重要影响，为了实现更好的储释冷/热性能，降低斜温层厚度并限制其扩张速度非常重要。

图5给出了在完全储/释冷的过程中，出口空气温度随着时间的变化情况。对于完全储冷过程，约6 h之前的出口温度维持在常温30 ℃，6 h后由于斜温层达到罐体顶端，出口温度逐渐下降，直到大约10 h下降到-150 ℃，完全储冷过程结束。而对于完全释冷过程，约5 h之前的出口温度维持在恒定的-150 ℃低温，5 h时斜温层运动到罐体底部，随后出口温度逐渐上升，并于大约11 h上升到 30 ℃的常温。值得指出的是，对于储冷过程后期，由于出口温度低于常温，意味着出口气体带走了一部分的冷能，这些冷能没能存储到储冷罐里，对于储冷罐来讲是冷损失。当出口温度下降到-149 ℃时（此时可视作已经完全储冷），计算得到系统的储冷效率为80%，表示对储冷罐进行完全储冷运行时，单次储冷过程将有20%的冷能损失。而对于释冷过程，后期出口温度逐渐上升，当出口温度上升到一定温度时将不再满足液体空气储能系统的运行要求，因此完全释冷运行时最末期的释放冷能因不能得到有效利用而被浪费掉。如选取-140 ℃为储能系统可以接受的最高释冷温度时，释放的有效冷能约占全部释放冷能的77.1%。因此，对于完全储冷-完全释冷的运行循环，虽然储冷罐每次都能被储满冷能，但储冷罐的循环效率（表示为释冷过程释放并有效利用的总冷能占储冷过程进口流体提供的总冷能之比）只有80%×77.1%=61.7%。这么低的循环效率意味着完全储冷-完全释冷循环带有太大的冷能损失，显热不适合在实际应用时采用这种运行方式。为了提高储冷罐的循环效率，需要采用依据截断温度来停止储/释冷过程运行的部分储释冷运行方式。

2.2 带有截断温度的部分储释冷循环特性

接下来对采用截断温度来判断储/释冷单过程停止的部分储释冷循环过程进行研究。研究中选取的参数如下：堆积床高度=16 m；颗粒直径2 cm；储/释冷过程截断温度分别为0 ℃/-140 ℃。当储冷过程的出口温度达到截止温度时，储冷过程停止而开始释冷过程，反之亦然。研究中计算了连续30个储/释冷循环的性能。

图6给出了不同循环次数时储冷和释冷结束时刻固体颗粒表面温度沿着堆积床高度方向的分布情况。可以看出，储/释冷截止时刻的颗粒表面温度分布随着循环次数的增加而发生改变。随着循环次数的增加，斜温层的厚度逐渐变大，而循环15次以后温度分布基本稳定，到达了可重复的储/释冷状态。这时储/释冷结束时刻的温度分布对应的两条曲线之间的面积（该面积意味着每次储冷时存储到储冷罐内的最大冷能）和第一次储/释冷过程相比有显著下降。

图7给出了第一次储/释冷过程和达到可重复状态的储/释冷过程对应的储/释冷出口空气温度随着时间的变化。对于第一次储冷过程，出口空气温度在大约6 h开始从30 ℃下降，直到下降到储冷截止温度；对于第一次释冷过程，出口空气温度在大约4 h开始从-150 ℃上升，到5.2 h上升到释冷截止温度。而对于可重复状态的储冷过程，出口空气温度在1.3 h时便开始下降，到3.2 h储冷过程停止；对于可重复的释冷过程，出口空气温度在1.7 h开始上升，到2.9 h释冷过程停止。储/释冷循环过程对应的有效储/释冷时间随着循环次数的变化如图8(a)所示。随着循环次数的不断增加，有效储/释冷时间在前3个循环迅速下降，之后下降速度逐渐变缓，直到在第15个循环时趋于稳定。可以看出，到达可重复状态的有效储/释冷时间比第一次储/释冷过程大幅下降。这个变化可以通过储冷罐的效率特性进一步分析。

图8(b)给出了储冷罐的储冷效率、释冷效率和有效容量比随循环次数的变化。随着循环次数的增大，储冷效率从98%逐渐下降到95%左右，这是储冷过程的末期出口空气温度低于30℃，导致了一部分冷能损失。但总体来看该工况对应的储冷效率保持在较高的数值。而释冷效率从第一次的72%迅速上升，到达可重复状态时释冷效率已经接近100%。这表明了对于可重复状态的储/释冷循环过程，存储在储冷罐的冷能几乎全部可以在释冷时得到释放并有效利用。由于可重复状态的储/释冷循环的释冷效率接近100%，后续的结果讨论中不再对释冷效率进行讨论。而对于有效容量比，随着循环次数的增大，在最初的几个循环中从89%迅速下降，然后逐渐下降并趋于稳定，到达可重复状态时仅有37.3%。这说明此时可重复状态的储/释冷循环过程存储的最大冷能远低于储冷罐的理论储冷容量，即储冷罐的储冷容量并不能全部得到利用。因此，在进行储冷罐容量设计时，必须要考虑储冷罐运行时的有效容量比，为满足一定的储冷容量需求，必须依据有效容量比对理论储冷容量进行放大而获得实际应该配置的储冷容量。

2.3 关键参数对部分储释冷循环影响分析

储冷罐设计和运行时涉及了一些关键的几何参数和运行参数，下文对最重要的几个参数对于带有截断温度的部分储/释冷循环性能的影响规律进行分析，包括储冷罐堆积床总高度、填充固体颗粒直径、储冷过程截止温度和释冷过程截止温度。

首先分析了堆积床总高度对于储冷罐循环性能的影响。研究比较了涵盖4～20 m的5种不同堆积床高度，保持罐体内部直径不变的条件下，开展相应的计算分析，选取的其它参数如下：颗粒直径 2 cm；储/释冷过程截断温度分别为0 ℃/-140 ℃。图9给出了不同堆积床高度下可重复储/释冷循环对应的储冷和释冷结束时刻固体颗粒表面温度沿着堆积床高度方向的分布。为了更清晰的进行比较，图9的横坐标采用了无量纲堆积床高度，定义为局部位置高度和堆积床高度的相对比值。可以看出，随着无量纲堆积床高度的增加，储释冷/结束时刻的温度分布中斜温层的相对厚度逐渐减小，对应的两条温度分布曲线之间的面积逐渐增大。由此带来的堆积床高度变化对于储冷系统效率的影响可以通过图10来分析。图10(a)给出了储冷罐的储冷效率和有效容量比随堆积床高度的变化。堆积床总高度从 4 m增加到20 m时，系统的储冷效率从95.6%少量增加到97.3%，储冷效率的少量改善是由于堆积床总高度增加引起了斜温层相对厚度的减小的原因。另一方面，储冷罐的有效容量比从25.4%显著提高到38.9%。储冷罐的有效容量比的显著增加使得每次储释冷过程都可以存储和释放更多的冷量，因此可重复循环中有效储/释冷时间也随着堆积床的高度而显著增加，如图10(b)所示。堆积床总高度从4 m增加到20 m时，系统的储/释冷时间分别从2.05/1.98 h增加到3.05/2.98 h。因此，增加堆积床高度有助于显著提高储冷罐的利用率，在进行罐体设计时应该尽可能地选择较大的堆积床高度。

（a）储冷效率及有效容量比

（b）有效储/释冷时间

图10 固定床的主要参数随堆积床高度的变化

Fig.10 The main performance of pellet bed as function of bed height

之后分析了填充固体颗粒的直径对于储冷罐循环性能的影响。研究比较了涵盖1～5 cm的5种不同颗粒直径，模拟时选取的其它参数如下：堆积床高度16 m；储/释冷过程截断温度分别为0 ℃/-140 ℃。图11给出了不同固体颗粒直径时可重复储/释冷循环对应的储冷和释冷结束时刻固体颗粒表面温度沿着堆积床高度方向的分布。随着固体颗粒直径的减小，储释冷/结束时刻的温度分布中斜温层的相对厚度也逐渐减小，导致对应的两条温度分布曲线之间的面积明显增大。图12(a)给出了储冷罐的储冷效率和有效容量比随固体颗粒直径的变化。固体颗粒直径从5 cm减小到1 cm时，系统的储冷效率从94%少量增加到98%，储冷效率的少量改善是由于颗粒直径的减小有助于提高固体和空气的换热速率，从而减少了斜温层厚度，这一影响和使用高温熔融盐为流体的堆积床储热系统的规律一致[25]。另一方面，储冷罐的有效容量比从17.7%大幅提高到47.1%，导致了可重复循环中有效储/释冷时间也随着固体颗粒直径的减小而大幅增加，如图12(b)所示。颗粒直径从5 cm减小到1 cm时，系统的储/释冷时间分别从1.5/1.42 h增加到3.76/3.69 h。因此，为了提高储冷罐的利用率，在选取颗粒尺寸时应该尽可能选择颗粒直径较小的固体颗粒。颗粒直径的减小另一方面会导致流经堆积床的流体的压差增大，系统泵功增加，选择固体颗粒直径时也需要同时考虑这一影响。

储冷过程和释冷过程的截至温度也是系统设计和运行时的重要参数。首先研究了储冷过程截至温度对于储冷罐循环性能的影响。研究时释冷过程截止温度固定为-140 ℃，选择了15 ℃、0 ℃、-15 ℃和-30 ℃四种不同的储冷过程截止温度，模拟时选取的其它参数如下：堆积床高度16 m；颗粒直径 2 cm。图13给出了不同储冷过程截止温度时可重复储/释冷循环对应的储冷和释冷结束时刻固体颗粒表面温度沿着堆积床高度方向的分布。随着储冷过程截止温度的降低，储冷截止时刻的颗粒温度分布曲线明显向上（图右）移动。同时，释冷截止时刻的温度分布也明显受到影响，温度分布中对应的斜温层厚度也明显减小。以上影响明显会对储冷罐的效率特性产生影响。图14(a)给出了储冷罐的储冷效率和有效容量比随储冷过程截止温度的变化。截止温度从15 ℃下降到-30 ℃时，系统的储冷效率从98.4%下降到94.9%，这显然主要是由于储冷过程截止温度的下降意味着更多的冷能随着空气排出储冷系统。另一方面，随着储冷截止温度的下降，储冷罐的有效容量比从25.9%大幅提高到53.7%。由此对应，如图14(b)所示，截止温度从15 ℃下降到 -30 ℃时，系统的储/释冷时间也分别从1.86/1.84 h大幅增加到4.48/4.25 h。因此，降低储冷过程截止温度有助于显著提高储冷罐的有效利用率。在罐体设计时，在保证储冷效率可以接受的前提下，应该尽可能的降低储冷过程截止温度。

最后研究了释冷过程截止温度对于储冷罐循环性能的影响。研究时为了实现较大的有效容量比，储冷过程截止温度固定为-30 ℃，而选择了-140 ℃、-130 ℃、-120 ℃和-110 ℃四种不同的释冷过程 截止温度，模拟时选取的其它参数如下：堆积床高度16 m；颗粒直径2 cm。图15给出了不同释冷过程截止温度时可重复储/释冷循环对应的储冷和释冷结束时刻固体颗粒表面温度沿着堆积床高度方向的分布。随着释冷过程截止温度的升高，释冷截止时刻的颗粒温度分布曲线明显向下移动[图16(a)]。同时可以看出，储冷截止时刻的温度分布也受到一些影响，斜温层厚度也稍微减小。图16(a)给出了 储冷罐的储冷效率和有效容量比随释冷过程截止温度的变化。截止温度从-140 ℃上升到-110 ℃时，系统的储冷效率从94.9%稍微增加到96%，这是上述储冷过程截止时刻的斜温层厚度减小所致。而 随着释冷截止温度的升高，储冷罐的有效容量比从53.7%大幅提高到75.8%，而由此导致系统的储/释冷时间也分别从4.48/4.25 h升高到6.32/6.24 h。因此，升高释冷过程截止温度也有助于显著提高储冷罐的有效利用率。

但是，释冷过程截止温度的升高虽然有利于提高储冷效率尤其是有效容量比，但是升高释冷过程截止温度将使得释冷过程后期的温度变化范围增大，不满足整体液化空气储能系统尽可能稳定参数运行的需求。因此，选取释冷过程截止温度时主要受到储能系统运行要求的限制。在储能系统运行许可下，还是应该尽可能提高释冷过程的截止温度。

3 结 论

本文针对应用在液态空气储能系统中的堆积床储冷系统进行模拟研究，主要结论如下。

（1）完全储冷-完全释冷循环具有较大的冷能损失，循环效率较低，不适合在实际应用时采用这种运行方式，需要采用依据截断温度来停止储/释冷过程运行的部分储/释冷循环运行方式。

（2）部分储/释冷循环在若干次后会达到可重复状态。此时释冷效率接近100%，储冷效率一般大于95%，而有效容量比较低，即储冷罐的储冷容量不能全部得到利用。

（3）增加堆积床高度、减小填充固体颗粒直径有助于显著增加储冷系统有效容量比；而提高释冷过程截止温度、降低储冷过程截止温度也可以大幅提高储冷系统有效容量比，但需要同时考虑储能系统运行要求的限制。

[1] ROBERT Morgan, STUART Nelmes, EMMA Gibson, et al. Liquid air energy storage: Analysis and first results from a pilot scale demonstration plant[J]. Applied Energy, 2015, 137(3) : 845-853.

[2] SCIACOVELLI A, VECCHI A, DING Y. Liquid air energy storage (LAES) with packed bed cold thermal storage—From component to system level performance through dynamic modelling[J]. Applied Energy, 2017, 190: 84-98.

[3] SINGH H, SAINI R, SAINI J. A review on packed bed solar energy storage systems[J]. Renew. Sust. Energ. Rev., 2010, 14: 1059-1069.

[4] MEIER A, WINKLER C, WUILLEMIN D. Experiment for modelling high temperature rock bed storage[J]. Sol. Energ. Mat., 1991, 24: 255-264.

[5] CHAI L, WANG L, LIU J, et al. Performance study of a packed bed in a closed loop thermal energy storage system[J]. Energy, 2014, 77: 871-879.

[6] AVILA-MARIN A L, ALVAREZ-LARA M, FERNANDEZ-RECHE J. A regenerative heat storage system for central receiver technology working with atmospheric air[J]. Energy Proc., 2014, 49: 705-714.

[7] LIU J, WANG L, YANG L, et al. Experimental study on heat storage and transfer characteristics of supercritical air in a rock bed[J]. Int. J. Heat Mass Transfer, 2014, 77: 883-890.

[8] SCHLIPF D, SCHICKTANZ P, MAIER H, et al. Using sand and other small grained materials as heat storage medium in a packed bed HTTESS[J]. Energy Proc., 2015, 69: 1029-1038.

[9] 吴双茂，方贵银，刘旭. 球形堆积床蓄冷空调系统实验性能研究[J]. 制冷技术, 2009, 37(9): 45-50.

WU Shuangmao, FANG Guiyin, LIU Xu. Experimental study on performance of cool storage air-condistioning system with spherial capsules packed bed[J]. Cryogenics and Superconductivity, 2009, 37(9): 45-50.

[10] ISMAIL K, STUGINSKY J R R. A parametric study on possible fixed bed models for pcm and sensible heat storage[J]. Appl. Therm. Eng., 1999, 19: 757-788.

[11] JALALZADEH-AZAR A, STEELE W, ADEBIYI G. Heat transfer in a high-temperature packed bed thermal energy storage system: Roles of radiation and intraparticle conduction[J]. J. Energ. Resour., 1996, 118: 50-57.

[12] BARTON N. Simulations of air-blown thermal storage in a rock bed[J]. Appl. Therm. Eng., 2013, 55: 43-50.

[13] ANDERSON R, BATES L, JOHNSON E, et al. Packed bed thermal energy storage: A simplified experimentally validated model[J]. J. Energ, Storage, 2015, 4: 14-23.

[14] KLEIN P, ROOS T, SHEER T. Parametric analysis of a high temperature packed bed thermal storage design for a solar gas turbine[J]. Solar Energy, 2015, 118: 59-73.

[15] ANDERSON R, SHIRI S, BINDRA H, et al. Experimental results and modeling of energy storage and recovery in a packed bed of alumina particles[J]. Appl. Energy, 2014, 119: 521-529.

[16] 赵岩, 王亮, 陈海生, 等. 填充床显热及相变储热特征分析[J]. 工程热物理学报, 2012, 33(12): 2052-2057.

ZHAO Yan, WANG Liang, CHEN Haisheng, et al. Analysis on thermal storage characteristic of sensible and latent heat in packed beds[J]. Journal of Engineering Thermophysics, 2012, 33(12): 2052-2057.

[17] HÄNCHEN M, BRÜCKNER S, STEINFELD A. High-temperature thermal storage using a packed bed of rocks: Heat transfer analysis and experimental validation[J]. Appl. Therm. Eng., 2011, 31: 1798-1806.

[18] ZANGANEH G, PEDRETTI A, ZAVATTONI S, et al. Packed-bed thermal storage for concentrated solar power—Pilot-scale demonstration and industrial-scale design[J]. Solar Energy, 2012, 86: 3084-3098.

[19] MONGIBELLO L, ATRIGNA M, GRADITI G. Parametric analysis of a high temperature sensible heat storage system by numerical simulations[J]. J. Solar Energy Eng., 2013, 135: 041010.

[20] CASCETTA M, CAU G, PUDDU P, et al. Numerical investigation of a packed bed thermal energy storage system with different heat transfer fluids[J]. Energy Proc., 2014, 45: 598-607.

[21] MERTENS N, ALOBAID F, FRIGGE L, et al. Dynamic simulation of integrated rock-bed thermocline storage for concentrated solar power[J]. Solar Energy, 2014, 110: 830-842.

[22] AGALIT H, ZARI N, MAALMI M, et al. Numerical investigations of high temperature packed bed TES systems used in hybrid solar tower power plants[J]. Solar Energy, 2015, 122: 603-616.

[23] XU C, LI X, WANG Z, et al. Effects of solid particle properties on the themral performance of a packed-bed molten-salt thermocline thermal storage system[J]. Applied Thermal Engineering, 2012, 57: 69-80.

[24] XU C, WANG Z, HE Y, et al. Sensitivity analysis of the numerical study on the thermal performance of a packed-bed molten salt thermocline thermal storage system[J]. Appl. Energy, 2012, 92: 65-75.

[25] XU C, WANG Z, HE Y, et al. Parametric study and standby behavior of a packed-bed molten salt thermocline thermal storage system[J]. Renewable Energy, 2012, 48: 1-9.

Cycle performance of a packed bed based cold storage device

JIN Yi1, WANG Le1, YANG Cenyu1, SONG Jie1, XU Chao2

（1Global Energy Interconnection Research Institute, Beijing 102200, China;2School of Energy, Power and Mechanical Engineering, China North China Electric Power University, Beijing 102206, China）

We studied numerically a packed bed based cold energy storage device—A key component of liquid air energy storage (LAES) system and could play an important role in the system efficiency enhancement of LAES. Both the charging and discharging performance and associated efficiency were studied. Low cycle efficiency is found when the packed bed was fully charged/discharged in the first few cycles; suggesting that the outlet air temperature should be controlled with a cut-off point for each cycle. The packed bed based cold storage device approaches steady state after a number of cycles, with the charge/discharge processes repeatable, indicating the cold utilization efficiency of ~100% could be achieved. We also examined the effects of bed height, packed particle size and the cut-off point temperature on the performance. The results showed very low effective storage volume ratio. This should be considered when the storage device is scaled up.

liquid air energy storage; pellet bed for cold storage; efficiency; cycle performance

10.12028/j.issn.2095-4239.2017.0083

TK 02

A

2095-4239（2017）04-708-11

2017-05-10；

2017-06-08。

国家自然科学优秀青年基金（51522602）项目，国网科技项目（SGRI-DL-71-16-017）。

金翼（1980—），男，博士，高级工程师，研究方向为储热（冷）技术及其应用，E-mail：jin.yi@139.com。