[发明专利]基于Sobol序列抽样的混联温差发电器不确定性分析方法

说明书

本发明涉及一种基于Sobol序列抽样的混联温差发电器不确定性分析方法，属于温差发电领域。通过建立混联温差发电器的热力学模型，采用Sobol序列抽样模拟系统参数的随机不确定性，研究参数不确定性对输出功率及转换效率稳定性和可靠性的影响。不仅为考虑参数随机性的混联温差发电器性能优化指明了方向，更为新型高性能温差发电系统开发和研制提供了必要的理论和实验依据。

技术领域

本发明属于温差发电领域，具体涉及混联温差发电器的不确定性分析方法。

背景技术

温差发电技术是利用材料的塞贝克效应可将热能直接转换为电能，是一种绿色环保的发电技术，近年来，在航空航天、检测仪器领域得到了广泛应用。然而由于热电材料本身较低的热电转换效率严重制约了其应用，此外，温差发电器件各组件材料膨胀系数的不同而产生的热应力可能致使器件结构崩坏，严重影响温差发电器的使用寿命和输出性能。为进一步提高温差发电器的输出性能，许多学者已经建立了基于热力学原理的温差发电系统模型，对温差发电热电材料、结构参数等方面进行了深入的研究，并优化了温差发电系统。如Luo等通过应用具有高导热性和热响应速度的石蜡/膨胀石墨相变材料，改善了太阳能温差发电器的热管理性能；Zhu等基于人工神经网络算法实现了温差发电器的精确几何设计和优化。

上述研究主要针对温差发电器确定性模型的研究，然而温差发电器在工作运行过程中，普遍存在发电效率低，输出稳定性差等缺点。一方面由于工作参数存在波动，如冷热源间温度会受实际工况环境影响，负载电阻会根据不同负载要求而上下波动；另一方面是由于温差电组件材料参数及系统结构参数存在波动，如在工艺制造、设计阶段，温差电组件材料性能参数、串并联组件数量及热电模块和冷热源间接触热阻等会受材料工艺的限制或不同温差发电装置的差异性等原因，导致参数会在一定范围内波动。这些参数的随机不确定性，必然会导致温差发电器输出性能的变化，给航空航天供电系统规划和调度的可靠性、稳定性带来诸多问题，故应充分考虑温差发电系统设计、运行过程中存在的参数不确定性。因此，针对温差发电系统进行不确定性分析是十分有必要的。通过在工业制造阶段进行合理的设计、实际工况环境下合理的资源分配，从而有效的提高系统的可靠性和稳定性，具有重要的研究意义和应用价值。此研究主要针对涉及一般的混联温差发电模型，在此基础上建立不确定性分析模型，通过不确定性分析得到设计变量波动对混联温差发电器输出响应的影响。

目前，常用的不确定分析方法包括概率分析法和模糊集理论分析法，前者是定量分析方法，后者是定性分析方法。概率分析法通过概率分布来量化变量的不确定性，能比较逼真的描述变量在工业设计或物理实验过程中所存在的随机不确定性；而模糊集理论分析法研究概念模糊的变量，由于当前研究尚不成熟，在实践中应用得较少。概率分析法中最常用的就是蒙特卡罗方法，即通过对概率模型进行抽样实验产生伪随机数来计算所求参数的统计特性。蒙特卡洛抽样思路简单，易于实现，但非常依赖于随机数的生成机理，抽样效率低，收敛速度慢，往往需要庞大的样本量。相比于蒙特卡洛法，拟蒙特卡洛法不再使用均匀分布的伪随机数进行抽样，而是使用确定性的低偏差序列进行抽样，能够更好的保证样本的均匀性和确定性，提高收敛速度，大幅提升了抽样效率。常用的低偏差序列有Halton序列、Niederreiter序列、Sobol序列等。

发明内容

要解决的技术问题

先前的研究大多围绕温差发电确定性模型展开研究，未考虑到温差发电器具有发电效率低，输出稳定性差等缺点，以及温差发电器在设计制造阶段和实际工况环境下的设计参数存在随机不确定性的问题。为了避免现有技术的不足之处，本发明提出一种基于Sobol序列抽样的混联温差发电器不确定性分析方法。

技术方案

一种基于Sobol序列抽样的混联温差发电器不确定性分析方法，其特征在于步骤如下：