潮汐影响下的钻孔热交换器性能研究及实际应用的影响

工程科学与技术，国际期刊30（2022）101057完整长度的文章钻孔热交换器的性能：潮汐波动下热特性估计丹尼尔·莫雷拉a，何塞·马西亚斯a，b，鲁本·伊达尔戈-莱昂c，弗雷迪X。杰维斯a，吉列尔莫索里亚诺c，a厄瓜多尔瓜亚基尔090902 ESPOL滨海理工学院机械和生产科学工程学院，km 30.5 via perimetralb地质和能源研究所，Av. E7-263 y，Diego de Almagro，基多170518，厄瓜多尔c厄瓜多尔瓜亚基尔090902 ESPOL滨海理工学院可再生能源和替代能源中心，30.5 km via perimetralA R T I C L EIN F O文章历史：接收日期：2021年2021年7月16日修订2021年9月2日接受2021年9月30日在线提供关键词：钻孔热交换器PhreaticLevel ®热响应试验饱和土潮汐效应的热特性（英文）A B S T R A C T本研究以厄瓜多尔瓜亚基尔的一个案例研究为例，评估了潮汐引起的地下水流如何影响钻孔热交换器（BHE）的性能。热响应试验（TRT）用于确定土壤的热特性（TRT的实验结果显示，反应中存在周期性波动，可能是由潮汐引起的。对潮汐对热性能的影响进行了系统的解释，并对潮汐对热性能的影响进行了系统的解释后来，提出了一种分析方法来估计近岸地区的水位，这是一个很好的例子。一个几何平均模型，然后预测了地球的热属性，给出了地下水位的波动。结果表明，土壤的有效热容量与土壤的渗透率之间存在着密切的关系，土壤的热扩散率被高估了50%，土壤的导热率被高估了8.8%。最后，我们使用TRNSYS模拟评估了钻孔热交换器的热耗散，结果显示，当忽略潮汐效应时，BHE的热速率容量被高估了12%这种高估显示了使用标准热性能测量方法如何可能影响设计过程，从而导致性能和实施成本方面的实质性不准确性。[10]©2021 Karabuk大学。出版服务由Elsevier B.V.这是CC下BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍性全球建筑需求约占全球最终能源使用量的36%[1，2]。大约三分之一的能源通过HVAC系统用于冷却和加热空间[3]。在拉丁美洲国家也发现了类似的数字。例如，墨西哥的一项研究表明，在广泛的非住宅建筑中，暖通空调占能源使用强度（EUI）的67%，EUI范围从168.7kWh/m2年到549.5 kWh/m2年[4]。 厄瓜多尔最近的一项案例研究发现，44%的电力需求来自HVAC系统，办公楼的EUI为90.7 kWh/m2如果我们加上1990年至2018年间制冷能源需求增加了三倍的事实，那么追求更高效率的HVAC系统已成为全球优先事项[7]。地面耦合热泵（GCHPs）被广泛建议作为传统HVAC系统的替代方案，用于商业和住宅建筑中。为了冷却的目的，传统的HVAC系统- TEM从室内环境中去除热量，并使用空气或*通讯作者。*电子邮件地址：gsorian@espol.edu.ec（G. 索里亚诺）。水就像散热器。相比之下，GCHP系统将地面用作散热器。专业文献提供了GCHP的几个设计和示例，这些设计和示例利用了土壤热特性的微小变化，通常被称为地面热交换器GHE，[8]。GHE的不同配置被广泛用于工程目的[9]。[10]BHE是一种由埋管垂直排列而成的GHE，通常在需要对热速率有高需求且安装面积有限的情况下使用。因此，BHE已被广泛应用于工程解决方案中;它们能够将散热率或提取率提高到50 W/m[10 BHE最常见的设计包括埋在垂直钻孔中的两种类型的管道：U形管在条款中随着时间的推移（一年），土壤中热特性的稳定行为促使工程师将其用作散热器或整个热过程的一部分。适当的尺寸长度是设计BHE的基本参数[15]，因为它需要钻孔直径为10-15 cm、深度高达800 m的钻孔过程[14，16]。因此，对于任何工程项目来说，它都是一个次要的投资成本[11，17]。BHE的大小（深度）主要取决于地面的热特性。https://doi.org/10.1016/j.jestch.2021.09.0032215-0986/©2021卡拉布克大学。Elsevier B.V.的出版服务这是CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）下的开放获取文章。ScienceDirect上提供的内容列表工程科学与技术，国际期刊日记本主页：www.elsevier.com/locate/jestchD. 莫雷拉，J. Macias，R. Hidalgo-Leon等人工程科学与技术，国际期刊30（2022）1010572×命名法象征意义：t时间（s）D内陆水位表高度（m）B岸坡;水桌高度（m）A波最大振幅（m）x波频（s-1）L长度刻度（m）T温度（°C）DT温差（°C）热导率（Wm-1K-1）a热扩散率（m2s-1）热容量（kJkg-1K-1）q0线性传热率（Wm-1）R耐热性（m2 K W-1）m线性函数b拦截器/体积比/体积比子脚本F流体第i个组件有效的效果W水0土壤或土壤B钻孔U型管的P0未受干扰的土壤缩写词TRT热反应试验K水传导性[编辑]HDPE高密度聚乙烯（PE）g土壤孔隙度GHE地热交换器E浅水参数[编辑]GCHP一种接地耦合式热泵。A振幅参数[编辑]BHE钻孔式热交换器x距岸内陆位置（m）INOCAR 厄瓜多尔海军海洋学研究所z垂直位置（m）MLWS平均低水位弹簧c欧拉数：0.5772暖通空调 加热、通风和空气调节系统X非维内部位置[编辑]RMSE根均方误差S非维时间。HTL高水位线Z垂直位置LTL低潮水位线因此，这些价值观的不准确性可能会导致钻井投资水平的提高[17，18]。土壤作为矿物颗粒的混合物，是一种特殊的介质。在有地下水流的情况下，这些颗粒之间的自由空间将以水或两者的组合取代空气。因此，土壤的机械性质将发生实质性的变化[19，20]。土壤的热性质可由矿物成分、颗粒尺寸、含水量、土壤孔隙度和颗粒接触水平来确定。[10] 表1显示了三种常见土壤中热导率的参考值。其中g是孔隙度的无单位参数，ks是假设无孔隙土壤的平均热导率，kdry和ksat是干土和水饱和土的热导率。评级条件分别[21]。必须注意干燥条件和饱和条件之间的差异。表1显示饱和砂中的热导率比干砂中的热导率高8倍。一些研究探讨了BHE在地下水影响下的热性能;然而，大多数研究都是基于数值方法。在存在地下水流的情况下，几位作者发现，通过从纯传导问题转变为同时传导-平流机制，传热机制发生了显著变化[15，22，23]。Wang等人[23]进行了实验研究，以评估BHE在地面水流下的较差性能。结果表明，由于地下水平流，BHE的性能得到了提高。热注入率提高了约9.8%，12.9%用于BHE中的热提取模式。Diao等人[24]为多孔介质中的传导平流问题提供了一个瞬态分析解作者观察到由于水平流作用，多孔介质中的温度分布发生了显著变化。Fan等人[25]报告了一个耦合地面热传导和地下水平流的数学模型，得出结论，不同的地下水速度对GHE及其周围土壤之间的热传递产生了各种影响。Katsura等人[26]发现土壤与地下水的有效互导性的变化，Lee和Lam[27]提出，地下水方向在方孔场中产生的扰动较小，特别是对于流速低于方孔场的水流。1 10-6米/秒。Wagner等人[22]提出了数值和分析方法来评估地下水对TRT的影响此外，他们还介绍了热导率和达西速度作为敏感参数，在传导和平流问题中的热行为的地面。简而言之，大多数可用的研究表明，即使在低流速下，地下水的存在也能提高BHE中的传热能力[23，28，29]。Cassaso和Sethi[15]模拟了不同的流动和热传输条件，以评估各种参数对GSHPs性能的影响，作者得出结论，BHE长度是一个主导因素。此外，他们还强调了TRT程序在确定土壤物理性质方面的重要性，土壤物理性质通常是不确定性的一个强有力来源。然而，在土壤中发现土壤的存在是很常见的。表1普通土壤热导率的参考值，[21]。土壤ks（W/m-K）g（无单位）k干（W/m-K）ksat（W/m-K）金沙4.75 0.37 0.28 2.27淤泥2.5 0.39 0.26 1.42粘土2.5 0.5 0.19 1.18D. 莫雷拉，J. Macias，R. Hidalgo-Leon等人工程科学与技术，国际期刊30（2022）1010573地下水可能会极大地影响土壤的热响应，大多数工程和设计目的应用纯导热模型来评估项目中土壤的热容量[15，30]。因此，由于缺乏对地球物理性质的精确估计，对地球平流的正确评估受到了很大的影响。[10]为了表征地面水流下土壤中的热行为，通常应用复杂模型[15，28，29]。虽然有大量的研究记录分析了地水流对土壤热响应的影响，但作者还没有发现关于潮汐引起的地水流的研究，这是一个很好的例子。本研究提出了一种简化的机制，通过对工程应用中广泛使用的线性模型进行校正，来估计地潮引起的地下水的热特性的调整值。[10]不需要确定地面水流速度;然而，需要一份潮汐表的记录（见图1）。随后，在BHE定径过程中评估了调整对热性能的影响。为了开发一种估算土壤热调整特性的简化方法，以厄瓜多尔沿海城市的一个实地研究为例，对该地区的土壤热调整特性进行了研究。该研究发现，输送流体和未受干扰土壤之间的温差对时间的响应存在周期性波动，如图1所示[31]。作者认为，水下流动可能是造成这种影响的原因之一。该研究提出了厄瓜多尔瓜亚基尔的热地质模型作者报告了其中一个TRT实验的周期性该实验揭示了所获得的温度差的不寻常行为，仅对于位于河口附近的TRT，如图1所示。 1. 据推测，这种效应是由潮汐波动引起的。为了确定BHE对地下水潮汐效应的解释，建立了TRNSYS模拟模型。该模型是用一个新提出的模型获得的土壤热性质来拟合的，包括地下地层中地下水位的周期性波动。这个新模型使用几何平均方法来获得更好的结果。将调整后方法的性能及其对BBB设计的影响与使用具有对数回归的传统TRT的方法学进行2. 方法[编辑]本节介绍了一种分为四个步骤的方法。首先，我们描述了用于表征的现场测试程序。确定BHE尺寸的热特性。其次，提出了一个简单的模型来表示内陆水位（或水位）。随后，将该模型应用于假设土壤中某一层的水的比例。第三，土壤的热性质被计算为pH值水平的函数。[10]最后，我们进行了TRNSYS模拟，通过对比两种情况来评估BHE性能：一种情况是使用热特性。直接从传统的TRT过程中获得的土壤;以及一个调整后的情况，其中我们应用了从一个简单模型中获得的热特性的校正值，该模型考虑了土壤层中的pH水平波动2.1. 热响应测试仪TRT是为工程和设计目的获得土壤热特性的实验性现场程序，是广泛首选的[32]。图2显示了一个典型的实验方法方案;图2还显示了现场的图片。 TRT主要是由埋在地下深处的U形热交换器制成的井的深度主要取决于预期的热负荷、地面条件和钻井成本。[10]钻井;它的范围可以从接近地表的几米到深度为300米。简而言之，TRT需要恒定的加热速率来进入埋置交换器（50至80 W/m），通常通过电加热器。然后，设备必须记录埋置交换器入口处和出口处的流体温度，以及所提供的流体流量的温度。该信息应在36至48小时的不间断时间内至少每10分钟收集一次。该方法的平均不确定度为10%[30]。对于工程目的，开尔文线源理论是评估TRT结果的最广泛的方法[22，30，33]。该理论假设BHE是均匀、等距和无限介质中的无限线源，其中热是通过纯对流传递的该模型适用于低导水性土壤，由于其简单性，因此更适合用于工程目的[34]。对于热交换器中的热传递现象，平均流体温度Tf？t？和未受干扰的地面温度T？o之间的差值由公式2计算。1，其中q0是单位长度的传热率，单位为[Wm-1]，keff和a是有效的土壤的热导率[Wm-1K-1]和扩散率[m2s-1]。Rb、Rf和Rp是电阻器的耐热性。相应的钻孔、流体和管道，单位为[mKW-1]。最后，r表示半径（½m），c表示欧拉常数[33，35]。图1。 在厄瓜多尔沿海城市钻探的TRT地面的时间响应。在先前的研究中观察到周期性波动，[31]。D. 莫雷拉，J. Macias，R. Hidalgo-Leon等人工程科学与技术，国际期刊30（2022）1010574PKEFPKEFR21/下午4图2。典型的实验方法方案（a）TRT程序方案（b）设备摄影（c）Guayas Estuary钻孔周围环境的图像，以及（d）钻孔位置的卫星图像。Tf\t\-T或υ4q0Rf Rplnðtthth4q0Σln。4AΣ-CΣ被认为是有效价值[22]。10个TRT程序是汽车-1ried出局在以前的研究to特征化[编辑]热的Q0.Rb第二章根据文献，Eq. 2000。1不考虑垂直热梯度和通量，因为它忽略了在存在地下水流的情况下发生的平流和分散热传输[15]。Eqs. 图2和图3给出了有效热导率作为斜率（m）的函数，斜率（m）来自Tf\t\-T\o和对数时标之间的线性回归。厄瓜多尔瓜亚基尔的土壤属性 在这项研究中，作者报告了距离河口海岸5米的TRT的不常见结果（X = 624152.13，Y = 9755373.32; UTM-WGS 84），如图1所示，其中确定了热响应的周期性变化。在这里，潮汐有可能影响土壤的热性质，这是可能的。使用型号为GC7000的GEOCUBE设备进行测试。井深为60.0 m;主管道由HDPE管组成，带有mq04PKEFKEFF ΩQ0Q2第三章内径为19.0 mm，厚度为6.4 mm，凹槽它是水泥和膨润土的混合物。因此，该过程施加了723.9kPa的最大压力，并对其进行了钻孔。48小时[23]。一个不受干扰的温度29°C也被发现。最后，以2分钟的采样率采集数据，使用现在，从方程式。在图4和图5中，我们提取了等式中interceptb的表达式。4，有效热扩散率为Eq中的eff。5.最后，Eq. 6给出了有效热容量ceff。热负荷为54.9 W/m[31]。图3绘制了从距离河口海岸5米的钻孔获得的TRT结果[31]。从开尔文线源理论出发，本研究提供了一种新的方法。Q0Σ。4至ΣΣ。RRΣfp电导率keff=1.23Wm-1K-1和热扩散系数aeff=b ¾ 4pkeffLNR2-c−q0Rb−2。Σb Q.RfεRpσAcQ4M0.03m2day-1或aeff=3.47×10- 7m2 s-1。正如我们之前所描述的，结果显示周期性波动。Wang等人[23]开发了一个简单的模型，用于根据温度剖面估计地水流速度。作者建议这样做。R2第四章E- 0：2m-Q5地下水流的影响成为Peclet的主要因素大于5的数，PeυLV=aeff [22，23]。然而，这个过程-CeffKEFF1/4至EFQ6M持续时间仍然不是工程过程中的常见做法[30]。在存在地下水流的情况下，水通过间质腔的运动可能是热传输的主要驱动力[12，36]。因此，TRT程序为我们定义的每个热参数提供了一个平均值。D. 莫雷拉，J. Macias，R. Hidalgo-Leon等人工程科学与技术，国际期刊30（2022）10105752.2. 潮汐引起的水位波动图。第四章水饱和土壤的高度是如何变化的hðx：t是由于内陆头寸x0的表波动而诱发的D. 莫雷拉，J. Macias，R. Hidalgo-Leon等人工程科学与技术，国际期刊30（2022）1010576--2X442-- 2e2aXe-Xcosh1-1pþ 32 2þþ 2-2X--2Xh2-4图。3. 从河口附近的钻孔获得的TRT结果的回归，[22]。图4。 潮汐引起的水位波动的示意图表2记录岸上的水表h（x0，t）。图3中报告的试验日获得的数据，[38]日期时间h（x0，t）inm24/03/201400：0907：094.49 HTL0.23升25/03/201412：5819：3101：204.42 HTL0.35升4.31 HTL26/03/201408：1214：0720：4802：350.28升4.37 HTL0.40升4.23 HTL09：320.31升15：1922：184.4 HTL0.39 LTLHðX;s υ æae-Xcosh1是2。1.1-e-2XΣι1hepfi2Xcosh2-e-2Xcos2h1Σ从岸上。根据这个说明，一个简化的模型潮汐波动由Eq.表示。7，其中x⁄ 4x0⁄0;x是P·菲菲。Σ波的频率，D表示内部的水桌。换句话说，当x足够大或x½L时，其中L是长度尺度[37]。此外，b表示斜坡和海岸线的水平投影之间潮汐水平线31ea.14。1XΣe两个Xep.PΣ具有周期性行为的变量，其中振幅A的范围从低潮水平ðLTL≥到高潮水平ðHTL≥。Conse-ep2小时1-PΣ-E-2X没有2小时1或ð8一股地下水流沿着海岸线的轴线方向这种效应产生了Z2层，其中土壤中水的饱和度随着井的变化而周期性变化同时，Z1和Z3是代表相应的不饱和和完全饱和地层的土壤层的两个层。换句话说，在一个简单的人的等式。7描述了海岸上的水位，或x¾x0。h？x0：t？？D？Acosxt？？7表2显示了TRT手术期间瓜亚斯河口的潮汐观测结果[38]。记录是等式中的一个输入7.现在，我们将注意力集中在Z2层上，内容D. 莫雷拉，J. Macias，R. Hidalgo-Leon等人工程科学与技术，国际期刊30（2022）1010577X1⁄ 4X-aecotbcosTð9h1½s-X1ð10h21/2s-p11 11h3⁄2s-X1ð12长度标度L由以下公式定义：13，其中K是水传导率，g代表土壤孔隙率。同时，e在等式中定义。14作为浅水参数，其是水表高度与长度标度L之间的比率。土壤中的水与潮汐有着相似的关系。Teo等人[39]提出了方程。8为了预测作为波频率x、时间s和距岸x的轴距离的函数的峰电平，考虑-b=0。Eq. 8使用中描述的非维参数。第二章第三章Q13命名法X1、h1、h2和h3表示公式中所示的转换变量。（9）D和1/4LRgxD2K14MgxD. 莫雷拉，J. Macias，R. Hidalgo-Leon等人工程科学与技术，国际期刊30（2022）1010578德·马X. Σ1/4W S在受瓜亚斯河潮汐影响的钻孔情况下，距海岸的轴向距离为x=5.0 m。根据[31]，研究区对应于Silty Soils。因此，表3总结了在等式1中用作输入变量的关键参数8.导水性和孔隙率的值可从[21]中获得。2.3. 作为潮汐函数的土壤热特性（英文）为了计算土壤中的热导率，我们建议使用热电阻模型，将级数模型建立为一个上限方程。21，并将并行模型作为下极限方程。22.对于这些模型，ki和/i分别表示矿物、水或空气的热导率和体积比。我们包括了第三个模型，由[44]提供，它由几何平均定律组成，方程。23.我们使用地下水的体积比/作为一个根据公式h x;t的phreatic水平的比例函数。15和8。此外，我们必须记住，参数是一个很好的指标。1K1/FN/IIKIN第21章x是我们实验数据中的恒定变量[31]。最后，热性能将与水表高度、导热性和热容量成比例地变化[40]。keffvX？d/iki？d2和N。/Σ1//Üfðhðx;tThð15如表1所示，土壤受热影响的热行为KEFFiKII第23章随水的存在而显著变化。低于干燥条件--土壤被认为是一种多孔介质，主要由具有气孔的矿物混合物组成。在饱和条件下，水充满了这些空气腔，因此我们可以估计土壤的有效热性能，作为每种成分存在的函数。唤醒缺乏一个标准或一个独特的专业。从等式。23、饱和土的性质可以用公式表示。24，其中g表示土壤孔隙率;意味着而kw和ks分别是水和土壤的热导率[21]。为我们的案例kw0： 56Wm-1K-1和ks2： 50Wm-1K-1用于淤泥质土壤，这是通过钻孔穿透后的矿物学分析确定的。为了确定这类介质中的热导率，专门的文献提出了几个模型来估计这一点。keffυkgk1-g24M[19，21，29，41 -43] 由于图4所示的三层复合结构，当我们靠近海岸移动时，热特性将在x位置发生变化，这意味着。Z1表层土壤的水饱和度比例最低。与此同时，在中间层Z2中，水/水的体积比随时间急剧变化。最后，最深层Z3是一个完全饱和的区域。我们假设Z1层和Z3层的恒定性质。对于每一层Z1、Z2和Z3，热容量Ci由以下等式定义：16，其中cp和qi分别是土壤的热容量和密度（矿物混合物）。有效的热容量[编辑]是根据公式计算的17作为的比例和验证Eq.20我们必须将方程中的呼吸水平与时间观察结果进行比较。8，以及我们从TRT结果的回归（图3）。该比较将提供土壤的有效热容量作为一个函数的phreatic水平。Eq. 然后可以应用6，并且拦截器B2将产生热扩散率和传导率。最后，RMSE是用于估计模型调整产生的误差的建议参数[21，40]。Eq. TRT结果DTTRT和自适应模型DTadj的RMSE。为热特性的两种情况提供了模型：有潮汐影响和没有潮汐影响。"1Xn 。Σ#1= 2矿物混合物的容量。Ciυ/iqicpð16RMSE1/4ni 1DTadj-DTTRT25MCeff xXCii17M2.4. 考虑潮汐影响的BHE性能分析（英文）如果我们考虑具有恒定性质的Z1和Z3层，则方程18可以表示为以下内容：C½eff/2q2cp άC1άC2 άð18现在，我们使用Eqs。16和16以获得的时间函数热容量，如在等式中所示。 19和20，其中m2⁄ 4/2cp f。C½eff/2q2cp άC1άC2 άð19Cefðtυm2hðtb2ð20表3在phreatic级别模型中使用的物理参数，Eq. 8.适用于瓜亚基尔的特定钻孔。参数值单位平均水位（D）2.33 m导水性（K）5.00 m天-1潮汐振幅（A）3.86 m波频（x）4p天-1土壤孔隙度（g）0.55-为了将该模型应用于我们的目的，我们使用TRNSYS中的一个简单模型分析了BHE的性能。图5示出了为了进行模拟的示意图。图中有一个名为BHE的核心对象该元素由天气文件[45]提供，该文件对应于标准井热交换器。GHE被配置为BHE（U形井）。该元素需要土壤的物理属性，这些属性在前面的章节中已经提供。此外，还需要管道和地面字符-istics。最后，计算稳态热速率（SHEAT）。一个单速泵为BHE提供恒定的水流，以满足您的需求。在本项目中，我们将热交换器耗散容量中的补偿作为Casasso和Sethi[15]表明，BBB的性能对该参数敏感（在360至2500 kg/h的范围内考虑）。根据类似项目的设计指南[15，30]选择工作流程范围[15，30]。从BHE对象中，我们得到了地面散热的总容量（W/m）。根据图5中的BHE，该模型通过对土壤的热特性应用两种情景来计算传热容量。第一种方法是将初始技术获得的属性用于TRT程序。第二个实例考虑了调整后的热特性，该热特性是通过应用获得的。iD. 莫雷拉，J. Macias，R. Hidalgo-Leon等人工程科学与技术，国际期刊30（2022）1010579Eqs. 20和2424。最后，然后针对每种情况计算BHE所需的长度。井钻通常是一个困难且昂贵的过程。因此，任何需要BHE的项目都是对井钻成本敏感的项目。最后，本研究的目的是估计所需钻孔长度的差异，这些差异是由于错误计算了土壤性质的变化而产生的，而土壤性质的变化是由水位波动引起的。3. 结果和讨论结果在本研究中，我们提供了由于地落潮影响而引起的热导率、热容量和热扩散率的校正估计。然后，我们通过比较土壤热特性的两种情况来评估BHE的性能。这些分别被称为基本情况和调整后的情况。基本情况（BC）使用直接从TRT程序中获得的热属性;同时，调整情况（AC）应用热属性的修正值，其中考虑了潮汐的影响（见图1）。最后，通过TRNSYS模拟测试了BHE的性能。3.1. 调整后的热性能在本节中，考虑到潮汐引起的土壤层含水量的周期性变化，我们得到了土壤热性质的调整值。图6同时显示了图1中的TRT结果和河口水位记录。从这里，我们观察到TRT结果的周期性波动，这被认为是潮汐引起的。然后，图7绘制了我们对呼吸水平和潮汐函数的简化假设，公式10。分别为7和8。考虑到这一点，在TRT实验中评估了井位的呼吸水平和潮汐函数，TRT实验意味着与海岸的内陆距离等于5 m;以及我们使用图3中提供的参数。我们考虑了波浪的退偶过程，这是在潮水退去时产生的，而aquifer则流向了海岸[46]。从这个结果中，我们注意到在呼吸水平上强烈依赖于潮汐波动。依次，水平面的作用将水饱和度传递到Z-2层中的高度，来自图1。 4.必须指出的是，在工程应用的BHE的尺寸确定过程中，必须忽略使用的地下水流[23]。尽管研究涉及地下水流对土壤热响应的影响[29，40]，但作者并不知道其他研究，这些研究纳入了潮汐引起的地下水流或土壤层中水饱和度的周期性变化[29，40]。图8图Eq.1使用TRT回归估计的热属性，对于距离海岸5.0 m的钻孔。还绘制了从TRT程序获得的温度差（Tf-T0因此，图8揭示了3.4°C的RMSE，其主要由偏置表征，如虚线曲线所示。在这种情况下，我们推断出产生了错误。通过方程的截数。1，原则上。在工作的情况下根据Soriano等人[31]的研究，我们发现无潮汐钻孔的RMSE小于1.0°C。简而言之，我们预计会看到由于土壤水饱和度的波动而导致的热扩散性和热容量的显著差异。图6。 TRT结果和河口水平。D. 莫雷拉，J. Macias，R. Hidalgo-Leon等人工程科学与技术，国际期刊30（2022）10105710德·马图。7. Eq. 7，假设功能的phreatic水平，和方程。8、潮汐函数为钻孔位置的函数。首先，我们使用几何模型来计算有效热导率keff;然后，从等式1.13W m-1K-1获得新的值。24.在另一只手上，来自等式。1直接地，我们计算出k= 1.23Wm-1K-1。这意味着由于水的存在，土壤的耐热性通常，在存在地下水流的情况下，文献报道了有效导热性的增强。例如，Wilke等人[10]。[29]据报道，有效值高至土壤中干燥条件的两倍。Meanwhile，Li等人。[28]发现甚至更高的比率增加到144.5%。与目前的分析相反，这些研究中的大多数都是在考虑相对较高的地下水流速度的情况下进行评估的。在目前的情况下，我们有非常低孔隙度的淤泥质土壤，地下水流是由潮汐变化引起的;因此，我们假定水流速度很低在可用的文献中没有发现类似的情况其次，我们通过使用方程10估计了热扩散率的动态值图5，作为地面层中饱和度水平的近似值，以及TRT过程的时间步骤，如图5所示。 9. 随后，通过公式10估计有效热容量的动态值，如图11所示。6，如图所示。 10. 根据图1中的回归。 10、我们得到了一个有效热容量的线性函数（Jm-3K-1）在公式中的phreatic水平h t方面。26，其被用作考虑土壤中饱和度水平的替代方法。 在此热 扩 散 率 范 围 为 5.91×10- 7m2s-1 至 8.22 × 10- 7m2s-1 ， 平 均 值 为aeff=7.15×10- 7m2s-1。图9。热扩散率与呼吸水平的线性回归关系。图10。热容量与呼吸水平的线性回归关系。最后，图11为等式。对于从等式1获得的热容量的每一时间步长值，为1。6、此外，TRT结果已被过度覆盖。在这种情况下，我们得到的RMSE为0.13°C。另一方面，如果我们使用获得的平均值，则热微分-fusivityaeff=7.15×10- 7m2s-1和热导率keff=1.13。与此同时，热容量平均为1.59×106JK m-3，在1.37× 106JK m-3和ceff=1.91×106JK m-3之间波动。ceffðt√2： 14x 105hðt› 1： 00x 106ð26›Wm-1K-1，我们提供了图1所示的平均关系。 12;此处RMSE等于0.33°C。应该注意的是，Fig. 12同意我们先前关于图8的陈述，其中可以推断出偏差误差。D. 莫雷拉，J. Macias，R. Hidalgo-Leon等人工程科学与技术，国际期刊30（2022）10105711图。8. Eq. 1和TRT结果是从河口附近的钻孔中获得D. 莫雷拉，J. Macias，R. Hidalgo-Leon等人工程科学与技术，国际期刊30（2022）10105712图11. Eq. 1.应用热扩散率和热容量的瞬时值。图12。 温差的时间行为（Tf（t）-To）。Eq. 1.应用热扩散率的瞬时值。简而言之，土壤热响应的周期性变化可能是由潮汐波动引起的。从线性模型，在等式中。1，我们观察到一个偏误，最大的源可能来自等式的交集。4.从图中的回归。 9，我们得到了热扩散率的调整值，这是基本情况的两倍。此外，使用公式10从几何模型中计算出热传导率的调整值。24. 调整后的值比基本情况小8.8%这些结果与文献一致，文献表明，即使流量低至0.1 m/s，地下水流输送也会使土壤的热平衡发生显著变化[23，28，29]。同样，土壤中的热特性对它们的含水率含量很敏感，这意味着BHE的性能可能会随着时间的推移而发生显著变化。然而，在工程应用程序中，将平均值应用于设计和大小仍然很常见[9，29，30，47]。3.2. 潮汐对BHE性能的影响本节通过考虑两种情景提供了BHE性能分析，表4中对此进行了总结。第一种情况使用直接从TRT结果和方程中获得的热特性。1，称为基本案例（BC）。第二个实例是一个调整后的场景，通过使用从前一节估计的热特性进行测试，称为调整后的情况（AC）。为了评估BHE性能，我们检查了一组模拟，以m为单位计算四个长度的BHE（50、100、150和200）;以kg/h为单位计算三个水位（750、1500和3000）[15]。结果如图13和图14所示。由于除热能力是BHE定径过程中的一个关键条件，因此采用TRNSYS模拟来分析BHE的性能。图13以深度为单位显示了BHE的热容量。作为潮汐影响的结果，我们发现除热能力降低了11.0%和13.1%之间。对于所有观察结果。这些结果与之前的工作一致，其中使用1500kg/h的流速测试了单长度BHE[48]。此外，我们注意到，更高的流速会导致除热能力的降低。此外，结果与[15]一致，其中作者发现达西速度具有比由不同饱和厚度引起的变化更大的影响[16]。采用不同的方法，许多研究表明，由于地下水的存在，BHE的热容量有所改善[12，36]。王的工作室[23]在地下水条件下，BHE的增强率在9.8%和12.9%特别是，我们解释说，水位波动携带周期性低饱和期，这降低了土壤中的热响应。如果我们的目标是补偿散热能力的下降，我们可以设计一个更大的BHE。考虑到这一点，图13表明，我们需要在BHE长度上增加约16%。以补偿潮流的影响。[49]中报告了类似的结果，该结果表明热特性估计中10.0%的误差可导致BHE设计长度中约5.0%的变化。另一方面，图14显示了增加管道输送机长度如何导致每长度容量的热速率下降。因此，BHE中单位热速率（W/m）的恢复变得几乎不可实现。例如，深度为50.0 m、流速为750 kg/h的BHE需要增加流量。D. 莫雷拉，J. Macias，R. Hidalgo-Leon等人工程科学与技术，国际期刊30（2022）10105713表4评估BHE性能的情景描述（第1部分）。案例编号命名法热导率（W/mK）热容量kJ/m3 K热扩散率（m2/s）方程式1基数（BC）1.253587.93.47x10-7TRT Eq. 12调整情况（AC）1.131569.47.20x10-7TRT Eqs. 1、6、20和24图。13. 稳态热速率容量与BHE深度的关系。图。14. 每单位长度的热速率与BHE深度。大于初始尺寸的200%在其他情况下，不可能实现赔偿，因为这是不可能的。类似地，为了补偿对BHE中的热速率能力的高估，我们可以设置不同的流速。图。图15示出了作为流速的函数的热速率容量。在表4中对场景的结果进行了评价。分析表明，热补偿容量的实现只是为了更大的BHE。[10]对于长度为150.0 m的BHE，水流中的四倍增量允许我们达到初始热速率。类似地，深度为200.0m的BHE需要流速增加2.4倍。简而言之，结果表明，如果我们不考虑潮汐对土壤热行为的影响，我们可能会过度估计BHE的散热能力。[10]忽略这一问题导致BHE性能的平均高估值为12%，这是一个很好的例子。在热速率补偿方面，BHE尺寸的增加并对流速进行了测试。然而，这些替代方案并不合适。4. 总结和结论本研究对潮汐引起的地水流对BHE规模化过程的影响进行了评价。通过分析Guayas河口附近TRT的土壤热属性值，该团队确定了潮汐对土壤热响应的影响（见图1）。为了将潮汐效应纳入BBB的设计中，设计了一个调整因子，以考虑潮汐效应的在模拟中使用该调整因子，以便通过考虑潮汐并在TRT结果中使用校正来测试BHE的性能结果显示，对BHE性能的预测提高了12%，同时对热性能的D. 莫雷拉，J. Macias，R. Hidalgo-Leon等人工程科学与技术，国际期刊30（2022）10105714图。15. 热速率与流速。土壤的土壤属性。该方法提出了一个改进的土壤属性评估的基础上，潮汐诱导的地下水流和内在的基础上，BHE性能。对于一个位于河口海岸附近的BHE，观察并分析了潮汐涨落对土壤热行为的影响，并对结果进行了分析。结果表明，土壤的热响应存在周期性波动。这些都是地下水流的结果，地下水流在一天中受到潮汐变化的支配。简而言之，地下水流输送层在地下一层（Z2）内的水位发生变化。使用两种情景对TRT结果进行了分析：首先，使用传统的开尔文线源理论获得土壤的热属性;然后，通过应用校正因子来调整这些属性，该校正因子与潮汐引起的地下水波动相关联。提出的方法更好地调整了实验数据，并保持了开尔文线源理论的简单性，而没有表征地下水流的特征。一些研究表明，土壤中的有效性质是如何因深度、孔隙度、矿物学或孔隙饱和度而变化的。在这个意义上，我们展示了相关性，并开发了热扩散率和热容量作为呼吸水平函数的模型。估计了热扩散率的一个新值，该值几乎是基本情况下的两倍。随后，通过几何模型估计了热传导率的调整值。[10]因此，热导率需要从基本情况校正8.8%的大多数文献都集中在地下水流如何增强地下的有效热特性上。[10]然而，本研究考察了土壤中饱和度条件的周期性变化所产生的偏误因此，负效应反映了一层土壤中的一种周期性拥挤状态。换句话说，存在着周期性地改变方向和深度的地下流动，贯穿一天。因此，土壤层中的水饱和度水平产生了波动，这涉及到复杂多孔介质中的流动，需要进一步的研究。热属性的校正值为方程式提供了一个调整后的线性模型。1.通过比较TRT的实验数据和基本情况（BC）和调整情况（AC）的线性模型，校正后的RMSE值从3.4°C降至0.3°C。最后，我们分析了BHE bellow tide influence的散热能力。对于这项研究，结果表明，如果不考虑这些影响，我们最有可能将BHE的热容量高估约12%。[10]换句话说，BHE执行-在基本情况（BC）和调整情况（AC）之间递减。此外，我们还通过增加BHE长度或流速来寻求热速率补偿。就BHE长度而言，这将意味着增加16%，以补偿除热容量（W）的总下降。在流速增加的情况下，只有最大的BHE才有可能实现热流率容量补偿。然而，这需要流量和/或泵送功率的大幅度增加。应该指出的是，BHE中单位热速率（W/m）的恢复几乎是无法实现的。在BHE性能方面，大多数文献集中在通过应用不同水平的交叉流速度来改善地下水流动所带来的改进上。然而，由于土壤层中的周期性饱和条件，我们对BHE的热容量提出了一个高估。未来的研究应该致力于表征流动体系的其他重要参数，如达西速度和佩克莱数。另