液态氢储存、充装和运输建模助力实现更具可持续性的未来

随着全球积极寻找更环保的能源，努力实现更环保的经济和脱碳目标，氢气和天然气愈加受到关注。氢是宇宙中含量最丰富的元素之一，并且作为能源使用时几乎不会产生污染。因此，氢成为了化石燃料的理想替代方案，可以帮助运输和航运等高排放行业实现脱碳目标。工程师和企业在评估如何将氢燃料纳入其设计时，当务之急是在液化低温状态下如何处理这些气体。

然而，低温液体现场作业，如储罐充装、卸料和运输，涉及复杂的相变物理，而仿真在这些多相问题中的普及应用一直极具挑战。

接下来我们查看一个高效的仿真工作流程，了解如何使用系统级热仿真工具——Ansys Thermal Desktop热建模软件来实现低温液体现场作业建模，其中包括这些示例：储罐充装、液态氢（LH2）卸料、液化天然气（LNG）的轨道车运输以及使用LH2和液态氮（LN2）的管道预冷。

该工作流程适用于任何低温液体，如液态氧（LOX），以及R410a、R-32和R-454B等各种制冷剂。

低温液体储存和运输工程挑战

在低温环境中，高压和低温为储存设备以及测量和监控仪器带来了巨大的工程挑战。如果采用构建测试法，不仅成本高昂，而且十分耗时，于是越来越多的工程师希望通过仿真来加速储罐的设计，并优化现场作业，例如低温液体的充装、卸料、运输和保存。

工程设计目标通常包括：

• 最大限度地减少蒸发损失。除了保持结构完整性之外，储罐/储存瓶和大容量运输容器还需要良好的绝热，以最大限度地减少蒸发损失。
• 最大限度地减少低温淬火液体损失。在有适当绝热的前提下，储罐之间的充装/卸料管道需要充分预冷但不要过度，以避免造成液氢的不必要消耗。
• 最大限度地提高充装质量。储罐在充装之前需要冷却并加压，其初始状态将影响在不超过结构安全极限的情况下，能够充装的低温流体的质量。

3D CFD仿真的当前挑战

如果使用高保真度3D计算流体力学（CFD）仿真来研究低温流体相变，通常需要长时间的瞬态仿真，而这对于早期阶段的系统设计不切实际。举例来说，如果对轨道车集装箱上的LH2或LNG的充装/卸料作业进行仿真，很可能需要数百个CPU内核，以及数天甚至数周的计算时间。就计算而言，对长达数天的作业进行仿真则更为耗时，例如长途运输或大型工业规模的地面储存结构的储存/充装/卸料作业。

显而易见，“求解时间”可能会成为这些低温应用的一个重大障碍，尤其是在快节奏的初始设计探索阶段。为了满足快速作业需求，亟需一款快速的解决方案来指向正确的行为趋势，并提供整体的输入-输出结果。

高效的仿真工作流程将充分利用两者之长：首先，快速的系统级仿真用于优化整体设计，然后，详细的CFD解决方案用于进一步优化组件，并在需要时捕获详细的3D物理场。

混合保真度系统级仿真解决方案

Thermal Desktop软件凭借独特的混合保真度系统级建模功能，在Ansys解决方案系列中脱颖而出。其将0D和1D热流体网络与1D、2D和3D固体热传导和辐射相结合。几十年来，该工具已在航空航天行业中广为人知，并得到了广泛应用。

Thermal Desktop软件包含各种流体属性，并标准配备了尤其适合低温应用的NIST REFPROF数据库。

对于CFD仿真，最耗时、计算量最大的方面，就是求解高度非线性的3D CFD方程。在Thermal Desktop软件中，这些3D CFD方程被被替换为几乎可以瞬时求解的0D或1D流体网络模型，这种方法适用于具有“明确定义”的流体（如管道网络），并可用于不涉及3D流动细节的传热效应。

Thermal Desktop软件使用已广泛发表的经验相关关系以及用户提供的数据，来提高精确度。对于低温应用，仅考虑低温流体的整体热力学效应与固体-热传导相互作用，后者由线性方程控制，因此可以非常经济高效地求解整个流体-固体热系统。

这种方法的求解速度很快，事实上，它相比于CFD解决方案要快得多，即使对于相变场景也是如此。系统级解决方案尽管能够获得显著的速度提升，但其代价是流体的空间分辨率不足。因此，我们无法看到一些CFD仿真中自然会呈现的结果，比如流动循环、流动矢量、波动或液-气自由表面的飞溅现象。这种方法仅求解和显示整体量的时间变化，如质量、气相/液相分数、温度、压力等。

LNG轨道列车行驶示例

为了便于理解，我们来看几个典型的低温液体储罐充装/卸料示例，另外，还有一辆挡板式LNG轨道车经过各种弯道行驶20小时，然后停留4小时的示例。这些通用模型具有合理的输入条件和标称材料属性，以便演示相关功能。

我们现在求解的是整体温度，如果仔细观察，便会发现流体中没有温度变化，不像在典型CFD仿真等值线图中那样会显示出温度差异。此外，自由表面是平坦的，因为它只是整体液相/气相分数的图形表示。这样，就保证了极快的求解速度。

在轨道列车行驶示例中，当列车经过弯曲轨道时，平坦的自由表面会因加速度而倾斜。此时，仿真不会捕获自由表面的波浪或晃动，但会捕获整体加速度。如前所述，系统级仿真的目标是获得快速的解决方案，以捕获正确的行为趋势，而无需流体细节。

我们都想要缩短求解时间，但我们如何知道这些结果是否可靠呢？检验主要依赖现场数据、已发表的论文、文献、高保真度CFD仿真（例如，利用Ansys Fluent流体仿真软件或Ansys CFX CFD软件），以及基于物理场的可靠工程知识等多方面的平衡考量。

LH2管道冷却示例

接下来，我们来看一个基于公开发布的NIST (NBS) 9264号报告的LH2管道冷却示例。Thermal Desktop软件预测的温度历史与测量结果非常吻合。请注意管道和求解时间的高纵横比（约4000）。

我们通过直接使用标称属性来填补NIST报告中一些不确定的输入数据缺口（参见下面的LN2示例），可以实现上述良好吻合情况。

对于现实中的复杂问题，我们可能并没有这么幸运，能够轻而易举地从仿真中获得如此吻合的结果，我们更有可能获得的是正确的趋势预测。仿真结果的质量通常会受到输入不确定性的影响，比如缺少材料属性或正确的操作/边界条件。正因为如此，如果我们看到预测的趋势很好，但确实希望预测更接近基准，该怎么办呢？

Thermal Desktop软件采用了大量经验相关关系/公式。例如，许多模型参数、传热系数和材料属性都可以进行调整，以校准解决方案，使其更接近现实情况。该产品具有内置优化器和自动校准例程，可最大限度地减少其解决方案与现场数据、文献或高保真度仿真的目标之间的均方根（RMS）差。

我们来看一个解决方案校准示例。仍是在这份NIST报告中，我们对LN2的测试数据进行了相同的设置。目前来看，趋势很好，但结果有待改进。主要的不确定性在于铜比热、摩擦（压降）系数、传热系数和供应压力。通过调整这四个参数，温度RMS误差从未校准的43.8开尔文（K）大幅减少到校准后的12.8 K。即使完美匹配可能不切实际，但这充分证明了，我们已经实现了良好的趋势预测和更好的解决方案目标。

为了避免期望过高，这里我们需要强调：校准只能在合理范围内起作用，其效果是有限的。良好的仿真离不开良好的数据。此外，系统级解决方案本质上缺乏对详细的物理场过程的完全重现，因此，其与质量测量和经过充分验证的高保真度CFD解决方案存在偏差，这是正常的。

在求解自动校准路线后，Thermal Desktop软件将报告并量化RMS误差相对于四个可调节参数的敏感度。当探索数据稀少的新应用时，可以利用该软件根据解的灵敏性响应来获得重要的操作参数。仅凭这一点，该软件就对定向设计非常有帮助，并能够缩短研发时间。

此外，值得注意的是，我们并不是完全不需要详细的CFD仿真。恰恰相反，CFD比以往任何时候都更必不可少。因为，对于新设备和新工艺设计，只有很少、甚至几乎没有数据或文献可供对比。尽管可能需要大量计算，但战略性地使用CFD来检查/校准和最终确定，并结合本文所介绍的初始系统级仿真，可以提供经济高效、有竞争力的工作流程。

将Thermal Desktop软件与Fluent软件耦合

综上所述，Thermal Desktop软件的快速解决方案与详细的CFD仿真相结合，可以实现如下所示的高效工作流程：

在更复杂的场景中，还可以通过Ansys System Coupling物理求解器连接软件在Thermal Desktop软件和Fluent软件之间实现协同仿真，以实时交换热边界信息。下面显示了混合罐（流体A）与加热盘管（流体B）的协同仿真。这种耦合将非常有益，尤其是当需要获得储罐中的流动细节以及盘管内部的相变信息时。

了解更多

欢迎申请Thermal Desktop软件的15天免费试用，并观看本次能源网络研讨会点播视频。