Numerical modelling and optimization for thermal energy storage


The project "numerical modelling and optimization for thermal energy storage" (NumOptes) is a collaborative research project, funded by the French National Research Agency (ANR). pic1, between the :

  • Laboratoire des Sciences de l’Ingénieur pour l’Environnement, (UMR 7356) La Rochelle University - CNRS

  • Institut de Mécanique et Ingénierie, (UMR 5295) Bordeaux University - CNRS

  • Institut de Mathématiques de Bordeaux, (UMR 5251) Bordeaux University - CNRS

  • Laboratoire de Mathématiques Appliquées of Compiègne


Project duration : 36 months starting from 2023-01-09

ANR funding : 462 057€

Project reference : ANR-22-CE46-0005


Summary

Thermal energy storage (TES) is a key element, for effective and efficient generation, and for utilization of heat when heat supply and heat demand do not match spatially and in time. Applications of TES systems are expected in several areas: solar heating and cooling of buildings; power generation using thermal conversion processes; seasonal storage in combination with district heating systems... The most common experimental ways to improve the heat transfer through heat storage materials, usually called Phase Change Materials (PCMs), is by adding extended surfaces or encapsulated phase change materials. In this project, we propose to study the spatial optimization of spheres embedded in a PCM such as their respective densities allow a balance to keep them at the quasi-same positions despite the reversible liquid/solid transitions (Archimedes' principle). The studied configuration is made up with a fixed number of full solid spheres with the appropriate size, thermal conductivity and density. In this project, we aim to propose and analyze efficient and easy-to-implement algorithms for the simulation of the phase change process and the optimization of the capsules’ location in order to accelerate the loading/unloading process. For the two objectives we will provide solutions using full order models and Reduced Order Models (ROMs). To achieve it, it will need:

  • to propose a multiphysics phasefield model that incorporate a boundary condition at the Fourier interface to take account for thermal resistance,

  • to implement an adaptive mesh technique to enrich the numerical solution at the interface,

  • to develop mathematical and algorithmic optimization tools in order to improve the performance/behavior of PCM

  • to build efficient and robust parametric ROMs in order to decrease the computing time of optimization method.


Résumé

Le stockage d'énergie thermique (TES) est un élément clé pour garantir efficacement la production de chaleur et son utilisation lorsque l'offre et la demande de chaleur sont déphasées en espace et en temps. Les systèmes TES se retrouvent dans de nombreux domaines d’applications: chauffage et refroidissement solaires des bâtiments; production d'électricité par des procédés de conversion thermique; stockage saisonnier en combinaison avec des systèmes de chauffage urbain... Les moyens expérimentaux, les plus courants, pour améliorer le transfert de chaleur à travers des matériaux de stockage de chaleur, généralement appelés matériaux à changement de phase (PCM), consistent par exemple à ajouter des matériaux à changement de phase encapsulés sous forme de sphères. Dans ce projet, notre objectif est de proposer et d’analyser, des algorithmes efficaces et faciles à mettre en œuvre, permettant la simulation du processus de changement de phase et l'optimisation de l'emplacement des capsules afin d'accélérer le processus de chargement/déchargement. Pour cela des solutions utilisant des modèles d'ordre complet et des modèles d'ordre réduit (ROMs) seront considérées. Pour atteindre nos objectifs, il sera nécessaire de

  • proposer un solveur pour simuler le changement de phase dans un milieu chargé de capsules dont le rôle est de stimuler le transfert. Un solveur développé par I2M existe déjà pour simuler le changement de phase sans les capsules, il s’agit donc de modéliser numériquement leurs présences et leurs interactions avec le PCM porteur

  • de développer des outils d'optimisation mathématiques et algorithmiques afin d'améliorer les performances et le comportement du PCM,

  • de construire des ROMs paramétriques efficaces et robustes afin de diminuer considérablement le temps de calcul de la méthode d'optimisation,

  • et enfin de valider les outils développés par le biais de benchmarks et des comparaisons avec des expériences au laboratoire.