Entwicklung und Validierung einer MATLAB-basierten Performance-Analyse von kraftwerksintegrierten Parabolrinnen-Kollektoren

Abstract

Die Masterthesis umfasst die Entwicklung eines Performance-Analyse-Verfahrens zur Auswertung von Prozessdaten kraftwerksintegrierter Parabolrinnen-Kollektoren. Das entwickelte Verfahren wird zur Leistungsanalyse des Kollektortyps HelioTrough angewendet. Zurzeit existiert kein genormtes Verfahren zur Performance- bzw. Effizienz-Analyse von Parabolrinnen-Kollektoren auf Grundlage von Prozessdaten, die unter realen Betriebsbedingungen in kraftwerksintegrierten Solarfeldern gemessen werden. Bei den bislang etablierten und branchenweit renommierten Teststandmessungen werden nur kurze Kollektoreinheiten unter möglichst stationären Betriebsbedingungen analysiert. Um die Leistungsauswertung kraftwerksintegrierter Kollektoren zu ermöglichen, wird ein Performance-Analyse-Verfahren auf Basis der Software MATLAB entwickelt und validiert, das stationäre Betriebsphasen aus dynamischen Feldmessungsdaten identifiziert und auswertet, was die Ergebnisse mit den Resultaten aus Teststandmessungen vergleichbar macht. Ermittelte Performance-Parameter werden dabei sowohl über eindimensionale Regressionsverfahren in Abhängigkeit vom Einfallswinkel und der mittleren Temperaturdifferenz als auch über Multi-Lineare Regression berechnet. Die dazu analysierten Testdaten stammen vom HelioTrough Kollektor des Herstellers Flagsol GmbH, der seit Ende 2009 in einem Demonstrations-Testloop im kalifornischen SEGS-Kraftwerk Kramer Junction betrieben und getestet wird. Zur Bewertung der Messdaten und Performance- Ergebnisse wird weiterhin eine umfassende Unsicherheitsanalyse des dortigen Messsystems durchgeführt. Ergebnis der Auswertung ist die Ermittlung des Kollektorwirkungsgrads von 77,7% ± 3,9% (k = 2) bei senkrechter Einstrahlung und einer mittleren Betriebstemperatur von 220°C sowie der charakteristischen IAM-Parameter des HelioTroughs bei Betriebstemperatur. Die thermischen Verluste und der optische Wirkungsgrad können auf Grundlage der zur Verfügung stehenden Datenbasis nicht eindeutig bestimmt werden. Um diese ebenfalls bestimmen zu können, ist zukünftig die Einbindung von Messdaten stationärer Betriebsphasen mit geringen Vorlauftemperaturen oder die Anwendung eines dynamischen Analyseverfahrens empfehlenswert.