Βέλτιστος μοριακός σχεδιασμός υλικών αλλαγής φάσης για αποθήκευση ηλιακής ενέργειας
Optimal molecular design of phase change materials for solar energy storage
Πτυχιακή εργασία
Συγγραφέας
Μαρούλης, Μιχάλης
Ημερομηνία
2016-07-07Επιβλέπων
Νίκας, Κωνσταντίνος - ΣτέφανοςΘεματική επικεφαλίδα
TPSH::Τεχνολογία ; TPSH::Τεχνολογία::Ηλιακή ΕνέργειαΛέξεις κλειδιά
Αποθήκευση ενέργειας ; Ηλιακή ενέργεια ; PCM ; Υλικά αλλαγής φάσηςΠερίληψη
Η παρούσα Πτυχιακή Eργασία παρουσιάζει τα αποτελέσματα υπολογιστικών πειραμάτων για σχεδιασμό καινοτόμων Υλικών Αλλαγής Φάσης (PCM) για αποθήκευση ηλιακής Ενέργειας. Το λογισμικό που χρησιμοποιείται εδώ αποτελεί κατάλληλη επέκταση υπάρχοντος αλγορίθμου μοριακού σχεδιασμού για τη βελτιστοποίηση οργανικών μορίων, ο οποίος συγκαταλέγεται στα state-of-the-art στο σχεδιασμό καινοτόμων διαλυτών (Marcoulaki και συν-συγγραφείς 1998-2003, Papadopoulos και συν-συγγραφείς 2004-2013). Οι επεκτάσεις περιλαμβάνουν παραμέτρους και συναρτήσεις για αγωγιμότητα, ιξώδες, πυκνότητα, λανθάνουσα θερμότητα τήξεως, θερμοχωρητικότητες, θερμική διάχυση, σημείο τήξης κ.ά. Ανάλογα έχουν ενημερωθεί και επεκταθεί οι βάσεις δεδομένων για τους συντελεστές των εν λόγω μοντέλων. Για την εξαγωγή των αποτελεσμάτων που παρουσιάζονται στην εργασία έχουν επίσης υλοποιηθεί επεκτάσεις του κώδικα σε επίπεδο διατύπωσης του προβλήματος βελτιστοποίησης PCM.
Περίληψη
The present Diploma Thesis presents the results of computational experiments to design innovative Phase Change Materials (PCM) for storing solar energy. The software tool used here is a suitable extension of an existing algorithm for molecular design to optimize organic molecules. This algorithm is considered state-of-the-art in the design of innovative solvents (Marcoulaki and coauthors 1998-2003, Papadopoulos and coauthors 2004-2013). The software extensions include parameters and functions for conductivity, viscosity, density, latent heat of fusion, heat capacities, thermal diffusion, melting point, etc. Databases on the coefficients of the models have been updated and expanded accordingly. To obtain the results presented in the work, the code extension have been implemented, in terms of the formulation of the PCM optimization problem.