Abstract Affected by the fluctuating ambient temperature, the organic Rankine cycle (ORC) system deviates from the design point during operation, resulting in the deterioration of system performance. How to design the best ORC system considering the fluctuating ambient temperature is an important and challenging topic. This study proposes a multi-objective approach to determine the optimal design of the ORC system, based on hourly off-design operating conditions. The concept of optimal design ambient temperature ( T a,opt d ) is introduced to represent the optimal design of multiple system parameters. Its specific value, the relationship with the ambient characteristics, and the variation for three different target variables and two ORC configurations are revealed. The results of 15 cities in different climate zones indicate that, although the average value of annual ambient temperature ( T av ) itself is not the best system design point, it significantly affects the value of T a,opt d . To maximize the lifetime electricity generation, T a,opt d should be designed to be 5 °C lower than T av . In contrast, if the optimization objective is to maximize the net present value, T a,opt d should be 5 °C higher than T av . Moreover, compared with the conventional approach where the design ambient temperature is 20 °C or T av , using T a,opt d can increase the electricity production by 7% and 0.8%, respectively. Furthermore, the effects of electricity market parameters including the discount rate and electricity price on the optimal design are also revealed in the sensitivity analysis.

中文翻译：

---

如何设计环境温度波动下的有机朗肯循环系统：一种多目标方法

摘要 受环境温度波动的影响，有机朗肯循环（ORC）系统在运行过程中偏离设计点，导致系统性能恶化。如何在环境温度波动的情况下设计最佳的 ORC 系统是一个重要且具有挑战性的课题。本研究提出了一种多目标方法，用于根据每小时非设计运行条件确定 ORC 系统的最佳设计。引入最优设计环境温度（T a,opt d ）的概念来表示多个系统参数的优化设计。揭示了它的具体值、与环境特性的关系以及三个不同目标变量和两个 ORC 配置的变化。15个不同气候带城市的结果表明，虽然年环境温度平均值（T av ）本身并不是最佳系统设计点，但它对T a,opt d 的值有显着影响。为了最大限度地提高终生发电量，T a,opt d 应设计为比 T av 低 5 °C。相反，如果优化目标是最大化净现值，T a,opt d 应该比 T av 高 5 °C。此外，与设计环境温度为 20 °C 或 T av 的传统方法相比，使用 T a,opt d 可以分别增加 7% 和 0.8% 的发电量。此外，敏感性分析还揭示了电力市场参数，包括折扣率和电价对优化设计的影响。它显着影响 T a,opt d 的值。为了最大限度地提高终生发电量，T a,opt d 应设计为比 T av 低 5 °C。相反，如果优化目标是最大化净现值，T a,opt d 应该比 T av 高 5 °C。此外，与设计环境温度为 20 °C 或 T av 的传统方法相比，使用 T a,opt d 可以分别增加 7% 和 0.8% 的发电量。此外，在敏感性分析中还揭示了电力市场参数，包括折扣率和电价对优化设计的影响。它显着影响 T a,opt d 的值。为了最大限度地提高终生发电量，T a,opt d 应设计为比 T av 低 5 °C。相反，如果优化目标是最大化净现值，T a,opt d 应该比 T av 高 5 °C。此外，与设计环境温度为 20 °C 或 T av 的传统方法相比，使用 T a,opt d 可以分别增加 7% 和 0.8% 的发电量。此外，敏感性分析还揭示了电力市场参数，包括折扣率和电价对优化设计的影响。如果优化目标是最大化净现值，T a,opt d 应该比 Tav 高 5°C。此外，与设计环境温度为 20 °C 或 T av 的传统方法相比，使用 T a,opt d 可以分别增加 7% 和 0.8% 的发电量。此外，在敏感性分析中还揭示了电力市场参数，包括折扣率和电价对优化设计的影响。如果优化目标是最大化净现值，T a,opt d 应该比 Tav 高 5°C。此外，与设计环境温度为 20 °C 或 T av 的传统方法相比，使用 T a,opt d 可以分别增加 7% 和 0.8% 的发电量。此外，在敏感性分析中还揭示了电力市场参数，包括折扣率和电价对优化设计的影响。