Modelling of a Solar Thermal Power Plant for Benchmarking Blackbox Optimization Solvers

On propose une famille de problèmes d'optimisation originaux pouvant servir de banc d'essai pour les algorithmes d'optimisation de boîtes noires. Les problèmes proposés varient en terme de nombre de variables (5 à 29), de leur type (discrètes, continues, de catégories), du nombre et du type de contraintes (de 5 à 17 contraintes binaires ou continues) ainsi qu'au niveau du nombre de fonctions objectif et de leur nature. Le but étant de tester la performance d'algorithmes d'optimisation pour des problèmes réels d'ingénierie, un modèle numérique d'une centrale électrique solaire thermique avec système de stockage de chaleur à sel fondu a été développé et implémenté. Le modèle simule le fonctionnement des principales composantes d'une telle centrale, soit un champs d'héliostats, un récepteur solaire à cavité, un système de stockage thermique, un échangeur de chaleur et une turbine à vapeur reliée à un alternateur. Afin d'éviter un trop grand nombre de variables, le champs d'héliostats est généré selon une stratégie gloutonne qui consiste à choisir les positions au plus haut rendement individuel en tenant compte de l'efficacité de surface, de l'atténuation atmosphérique et des effets de dépassement. La performance de l'ensemble du champs d'héliostats est calculée par une méthode de Monte-Carlo afin de tenir compte des effets d'ombrage. Les résultats de cette évaluation sont utilisés comme valeurs d'entrées afin de calculer l'évolution du niveau et de la température des unités de stockage au cours de la période simulée. La méthode NUT (nombre d'unité de transfert) est utilisée afin de simuler la performance de l'échangeur de chaleur pour transférer l'énergie du stockage vers le cycle thermique servant à alimenter la turbine de façon à répondre à un profil de demande variable. Quelques modèles auxiliaires sont utilisés afin de générer des contraintes d'optimisation sur le budget, les pertes d'opération et les défaillances. Des résultats sommaires d'optimisation réalisés à l'aide des paramètres par défaut du logiciel NOMAD sont fournis afin de démontrer la validité des problèmes proposés.

Abstract

A new family of problems is provided to serve as a benchmark for blackbox optimization solvers. The problems are single or bi-objective and vary in complexity in terms of the number of variables used (from 5 to 29), the type of variables (integer, real, category), the number of constraints (from 5 to 17) and their types (binary or continuous). In order to provide problems exhibiting dynamics that reflect real engineering challenges, they are extracted from an original numerical model of a concentrated solar power (CSP) power plant with molten salt thermal storage. The model simulates the performance of the power plant by using a high level modeling of each of its main components, namely, an heliostats field, a central cavity receiver, a molten salt heat storage, a steam generator and an idealized powerblock. The heliostats field layout is determined through a simple automatic strategy that finds the best individual positions on the field by considering their respective cosine efficiency, atmospheric scattering and spillage losses as a function of the design parameters. A Monte-Carlo integral method is used to evaluate the heliostats field's optical performance throughout the day so that shadowing effects between heliostats are considered, and the results of this evaluation provide the inputs to simulate the levels and temperatures of the thermal storage. The molten salt storage inventory is used to transfer thermal energy to the powerblock, which simulates a simple Rankine cycle with a single steam turbine. Auxiliary models are used to provide additional optimization constraints on the investment cost, parasitic losses or components failure. The results of preliminary optimizations performed with the NOMAD software using default settings are provided to show the validity of the problems.