本文档属于类型a，即报告了一项原创性研究的科学论文。以下是对该研究的学术报告：

一、作者及发表信息
本研究由Peng Li、Qingya Hu、Zhonghe Han（通讯作者）、Changxin Wang、Runxia Wang、Xu Han和Yongzhen Wang合作完成。作者团队分别来自华北电力大学能源动力与机械工程学院（North China Electric Power University）、河北省低碳高效发电技术重点实验室（Hebei Key Laboratory of Low Carbon and High Efficiency Power Generation Technology）、天津商业大学机械工程学院（Tianjin University of Commerce）和北京理工大学机械工程学院（Beijing Institute of Technology）。研究成果发表于期刊《Energy》第239卷（2022年），文章编号122252。

二、学术背景与研究目标
研究领域为压缩空气储能（Compressed Air Energy Storage, CAES）系统的热力学分析与多目标优化。随着可再生能源（如风能、太阳能）的快速发展，其间歇性特性对电网稳定性提出了挑战。传统CAES系统依赖化石燃料补燃且效率较低，而先进绝热压缩空气储能（Advanced Adiabatic CAES, AA-CAES）通过集成热储能系统（Thermal Energy Storage, TES）实现了零化石燃料消耗和零污染排放。然而，现有研究较少关注不同工质（working media）和储热介质（heating storage media）的物理性质对系统性能的影响。因此，本研究旨在：
1. 提出基于AA-CAES的三联供系统（Tri-generative System），分析不同工质与储热介质组合的热力学性能；
2. 通过参数敏感性分析确定关键影响因素；
3. 采用多目标优化方法提升系统能效与能量密度。

三、研究流程与方法
1. 系统设计与组合模式
- 构建三联供系统模型，包含压缩机组、膨胀机组、储热系统（冷/热罐）和气体储存室（Gas Storage Chamber, GSC）。
- 提出四种组合模式：
- 模式1：空气（air）为工质，水（water）为储热介质；
- 模式2：空气为工质，Therminol 66为储热介质；
- 模式3：二氧化碳（CO₂）为工质，水为储热介质；
- 模式4：CO₂为工质，Therminol 66为储热介质。

1. 数学模型建立

   • 能量分析：基于热力学第一定律，建立压缩机、膨胀机、换热器和GSC的能量平衡方程。例如，压缩机出口温度通过绝热指数（adiabatic index）和效率修正系数计算（式1）；换热器效率（effectiveness）通过传热单元数（NTU）和热容比（z）动态修正（式6-7）。
     
   • 㶲分析：基于热力学第二定律，计算各组件㶲损（exergy destruction），如换热器㶲损由进出口工质与储热介质的㶲流差确定（表1）。
     

2. 性能评价指标

   • 㶲效率（exergy efficiency, η_ex）：输出㶲（电能、热㶲、冷㶲）与输入㶲之比（式27）；
     
   • 能量密度（energy density, D_en）：系统输出能量与GSC体积之比（式28），假设冷热供应由热泵和电制冷机驱动。
     

3. 参数敏感性分析

   • 研究环境温度（T₀）、冷罐温度（T_cold）和对流换热系数（CHTC）对系统性能的影响，通过MATLAB软件模拟动态响应。
     

4. 多目标优化

   • 采用非支配排序遗传算法（NSGA-II）优化η_ex和D_en，决策变量为T₀、T_cold和CHTC，优化范围见式29。
     

四、主要研究结果
1. 热力学性能对比
- 模式1（空气+水）的综合性能最优：㶲效率达55.7%，能量密度为5.36×10⁶ J/m³，高于其他模式（表6）。
- 模式4（CO₂+Therminol 66）因换热效率最低，性能最差（η_ex=48.36%）。
- 所有模式中，第二换热器（HE2）的㶲损最大（图4），是优化关键组件。

1. 参数敏感性分析

   • 环境温度（T₀）：T₀升高导致压缩功增加，但膨胀功增长有限，㶲效率下降（图10）；能量密度因热/冷能占比提升而上升（图9）。
     
   • 冷罐温度（T_cold）：T_cold降低可提高系统㶲效率（图16），但需权衡经济性。
     
   • 对流换热系数（CHTC）：CHTC增加使GSC储气量上升，但存在最优值（CHTC=20 W/m²K时能量密度最低，图21）。
     

2. 多目标优化结果

   • 模式1最优解：η_ex=53.51%，D_en=5.28 MJ/m³（表7）；其他模式优化后性能提升显著（如模式3的η_ex从52.5%提升至50.19%）。
     

五、结论与价值
1. 科学价值
- 揭示了工质与储热介质物性对AA-CAES系统性能的定量影响，填补了现有研究空白；
- 提出的动态换热器效率模型比传统恒定效率模型更精确（误差从21.8%降至3.6%，表2）。

1. 应用价值
   
   • 为三联供系统设计提供优选方案（推荐空气+水组合）；
     
   • 参数优化结果可指导实际工程中环境温度、储热温度等参数的调控。
     

六、研究亮点
1. 创新性方法：首次在AA-CAES系统中集成工质与储热介质组合分析，并建立动态换热器效率模型。
2. 关键发现：GSC的㶲损在Therminol 66为介质时显著，需针对性优化（图4）。
3. 跨学科意义：结合热力学分析、参数敏感性及遗传算法，为储能系统优化提供方法论参考。

七、其他价值
研究还探讨了系统在负荷适应性（load adaptability）方面的潜力，为后续运行策略优化奠定基础。