Modelação de um motor de Stirling com concentração de radiação solar

Abstract

Neste trabalho é abordada a modelação e simulação de um sistema de termoeletricidade solar com motor de Stirling e disco parabólico, com o objetivo de determinar a produção de energia e a eficiência para diferentes regimes de funcionamento e condições ambientais. O modelo global desenvolvido inclui a concentração de radiação solar, a transferência de calor no recetor, o ciclo térmico e a conversão de energia mecânica e elétrica. Os processos termodinâmicos e de transferência de energia no motor são modelados detalhadamente, sendo apresentada uma análise de desempenho em função dos parâmetros que determinam o seu funcionamento. Partindo de uma configuração base, é feita uma otimização do fator de concentração e são apresentados resultados das fases transiente e estacionária do sistema. Da análise desses resultados, comprova-se ser possível atingir eficiências de 23.8% no motor e 10.4% no sistema global, e identificam-se os componentes a otimizar para aumentar a performance do sistema; ABSTRACT: Stirling engine modelling with solar radiation concentration This work addresses the modelling and simulation of a solar thermo-electric system with Stirling engine and parabolic dish aiming to determine the energy production and efficiency under different operation regimes and environmental conditions. The global model includes the solar concentration system, the heat transfer in the receiver, the thermal cycle and the mechanical and electric energy conversion. The thermodynamic and energy transfer processes in the engine are modeled in detail, and a performance analysis is presented by varying the parameters that determine its operation. Starting from a standard configuration, an optimization of the concentration factor is done and the results for the transient and stationary phases of the system are presented. From the analysis of these results, it is proved that is possible to achieve an engine efficiency of 23.8% and a global efficiency of 10.4%, and components to be optimized are identified in order to increase the system performance.