2. 赤峰山金银铅有限公司, 内蒙古 赤峰 024000
2. Chifeng Mountain Gold Silver Plumbum Limited Corporation, Chifeng 024000, China
自我国提出双碳目标后,其基本逻辑和实现路径得到各行业的高度重视[1]。碳中和的基本定义为净零排放而不是零排放,即通过人类活动排放的二氧化碳总量与自然界吸收及人为固定的碳总量相当[1]。丁仲礼院士指出了发电端、能源消费端和固碳端的三端共同发力体系,在能源消费端要积极推动电力替代、氢能替代以及工艺重构等,从而实现能源消费端的低碳化甚至非碳化。2020年,我国建筑相关领域产生的二氧化碳排放量约2180 Mt,占总量的22%,其中,与热力相关的间接二氧化碳排放量约占21%[2]。因此,减少与热力相关的碳排放会有效降低二氧化碳总排放量,其中充分开发利用低品位余热资源是较为有效的减排措施。这就要求热源相关企业必须升级、研发先进技术,且合理采用到生产中,这是实现碳中和的前提条件,而吸收式热泵技术应用于热力管网采暖中正是“技术为王”的充分体现。
2021-10-24国务院出台的《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》中明确指出:因地制宜推进热泵、燃气、生物质、地热能等清洁低碳供暖。随后各省市政府部门也出台了推广建筑采暖用能优选热泵等政策,当下,集中供热系统存在的主要问题在于热源量不足和管网输送能力不够,因此如何找到足够且合适的热源、将各类不同温度品位的热源优化组合并、长距离输送是供热系统节能减排的关键技术问题,吸收式换热器(吸收式热泵+板式换热器)这一装置能够在解决上述问题中起到关键性作用[3]。吸收式热泵适用于两股流量极不匹配流体之间换热,梯级利用一次网水的热量,在其具有较高做功能力的高温段首先作为驱动热源,换热后低温一次网水作为热泵低温热源继续换热[4],最终出水温度可降至20 ℃,与热源直接换热,使吸收换热的整体㶲效率提高,积耗散减小,温度对口,梯级利用,降低了一次网回水温度,提高了余热利用效率[5]。
在碳中和目标和国家对清洁取暖意见的宏观背景下,了解吸收式热泵的研究现状,对于剖析技术问题和制订合理的技术措施有重要的引导作用。本研究基于中国知网(China National Knowledge Infrastructure,CNKI)检索吸收式热泵(或吸收式换热器)领域的相关文献[6],结合CNKI的检索结果,并运用CiteSpace软件文献计量方法,科学、准确地分析检索文献的外部特征,对关键词和突显词等进行量化、可视化分析,进而阐明发展概况,并预测研究热点,以期为吸收式热泵领域研究提供文献数据的参考依据,激发技术应用活力。
1 样本选取与研究方法 1.1 数据的选取本研究将CNKI作为文献数据来源,样本文献的检索方式是在CNKI的高级检索中,选择“主题”为“ ‘吸收式热泵’ OR ‘吸收式换热器’ ”,检索时间为1975-01-01—2022-12-01。具体检索条件见表 1。检索结果显示,总计1821篇相关文献,其中学术论文1320篇,学位论文307篇,会议、报纸、标准等194篇(剔除该部分非学术类文献)。将期刊分为核心期刊(北大核心)和全部期刊分别进行再次检索,其中核心期刊350篇,占期刊的26.52%,占总文献的21.51%。
表 1 CNKI数据库检索条件 Table 1 CNKI database search conditions |
![]() |
对检索得到的数据进行统计研究,主要采用SPSS软件进行量化统计分析和CiteSpace软件进行可视化分析。CiteSpace是由美籍华人陈超美教授研究开发的一款基于JAVA语言的科学知识图谱软件。知识图谱是以知识域为对象,显示科学知识的发展进程与结构关系的一种图像,它既是可视化的知识图形,又是序列化的知识史谱,具有“图”和“谱”的双重性质与特征[7],可以把前沿知识以图谱的形式生动地展示出来[8],可输出共现网络图、关键词聚类图和突显关键词等。CiteSpace读取CNKI检索样本的操作及格式转化等,可见参考文献[9-10]。基于CiteSpace的再生医学领域综述,分析了关于“诱导多能干细胞(iPSC)”的前沿知识图谱聚类,预测到了日本生物学家山中伸弥(Shinya Ya manaka)将获得诺贝尔奖[7-11]。由此可见采用CiteSpace软件分析的可操作性和准确性。本研究采用此软件进行前沿预测分析。具体研究思路见图 1所示,统计分析和CiteSpace软件分析的结果,不仅可以归纳总结前人的研究成果,而且可以为专业人员在期刊投稿、前沿热点和研究方向选择等方面提供参考。
![]() |
图 1 采用CiteSpace软件分析研究思路 Figure 1 Research ideas analyzed with CiteSpace software |
文献发文数量可以反映该研究领域在一定时间内的发展状况,科学计量学之父普赖斯提出,学科发展会经历学科产生初期、发展期、理论成熟期和理论完善期四个阶段[12]。Shneider作为美国Curelab公司的创始人,同样认为科研领域的发展大致可分为四个阶段,与普赖斯提出的基本相同,只是将第四时期变为了衰减阶段[13]。文献累计数和文献累计率可以大致反映学科发展所处的阶段,文献累计数是随着年份增加的文献总和,直接可以反映能够检索到的文献规模大小;文献累计率是当年的发文量与上一年文献总和的比值,体现热点的发展趋势。表 2为期刊论文数量、硕博论文数量随年度的变化情况以及文献累计数和文献累计率的计算结果。
表 2 文献数量、累计数和累计率 Table 2 The number of literature, cumulative count and accumulated rate |
![]() |
由表 2可以看出,发文数量整体随着年限的增加呈现正相关性,以20篇文献作为划分节点,在2002年以前,发文量数量呈现不稳定增长,硕博论文开始由无到有,文献累计率在5.26%~66.67%不稳定变化,这可以划定为普赖斯四阶段的学科产生初期。2002—2020年,期刊论文数量和硕博论文增长显著,文献累计率在6.49%~15.65%变化,较稳定,符合普赖斯四阶段的学科发展期。
2.2 热点期刊本研究统计了排名前十位的热点期刊和核心期刊作为参考(见表 3)。对于核心期刊而言,350篇期刊论文分布于97种期刊中,每种核心期刊的平均刊文数为3.61篇,排名前两位的《暖通空调》和《太阳能学报》分别刊文56篇和38篇,分别占核心期刊刊文的16%和10.86%;排名前六的期刊刊文181篇,占比51.72%,超过半数,具有集中性。就全部期刊而言,1320篇论文分布在410余种期刊中,每种期刊的平均刊文数为3.22篇,《暖通空调》《节能》和《区域供热》刊文均超过50篇,分别占全部期刊刊文的4.24%、4.17%和3.94%;排名前十的热点期刊刊文387篇,占比29.32%,不足半数,较为分散。根据布拉福德核心区期刊数量计算公式
表 3 排名前十位的热点期刊和核心期刊刊文数量 Table 3 The number of articles published in the top ten hot journals and core journals |
![]() |
对1320篇文献的作者进行统计,根据Price计算公式来判断核心作者:
![]() |
(1) |
式中:m是核心作者最低发文数量阈值;nmax是最高产作者的发文数量[14]。
核心期刊和全部期刊发文最多的均是清华大学付林教授,分别是nmax=31篇和nmax=42篇,将其带入Price公式,得到核心期刊的m=4.17篇和全部期刊的m=4.85篇。采用CiteSpace对核心作者进行可视化分析,m=5篇以上作者均属于核心作者范畴,做显示处理,小于该值的不做显示。核心期刊和全部期刊的核心作者见图 2所示。在图 2中,节点采用历史年轮的呈现方式,其直径大小与发文频次成正比,颜色由冷色到暖色表示活跃程度递增,连接线的粗细表示合作程度,颜色代表年限[15]。可以看出,以清华大学付林教授和江亿院士为首的团队在吸收式热泵方面有着引领作用,同时与华北电力大学孙健、戈志华等,燕山大学李岩、北京建筑大学孙方田等均有紧密的合作关系;钟理、陆震、耿惠彬、王长庆等研究人员发文较早,最近几年活跃的核心作者还是以付林、张世钢等清华团队为主。
![]() |
图 2 核心作者显示 Figure 2 Core authors display |
对1320篇期刊论文和307篇学位论文进行刊文机构统计。采用CiteSpace对核心机构进行可视化显示,期刊3篇以上作者所在机构显示为核心机构,核心期刊和全部期刊的核心机构见图 3。检索刊文的机构主要集中在双一流高校。期刊方面,清华大学以52篇核心期刊和78篇全部期刊分别占比14.86%和5.91%,高居首位;硕博论文方面,华北电力大学表现抢眼,一校两址以总计51篇论文占比16.61%,独占鳌头。值得一提的是,北京建筑大学和山东建筑大学也分别以刊文13篇和12篇居前八位,这些数据还只是CNKI可检索到的优秀硕博论文。可以看出,已逐渐形成了以华北电力大学、清华大学、中国科学院大学、上海交通大学、大连理工大学、华南理工大学等为主的核心研究机构。在吸收式热泵的研究领域,还是以高等院校和科研院所为主力,缺乏企业参与、技术投产的落实应用。
![]() |
图 3 核心机构显示 Figure 3 Core institutions display |
文献的被引次数可以反映该文的价值及学术影响力度,本研究对被引次数排名前十的文献进行了统计(见表 4)。上海交通大学王如竹教授发表于《太阳能学报》的《关于建筑物节能及复合能量系统的几点思考》,被引次数高达130余次;年均被引率最高的是中国科学院工程热物理研究所金红光院士发表在《中国电机工程学报》上的《多能源互补的分布式冷热电联产系统理论与方法研究》,年均被引率高达17.5,二者均是偏重于吸收式热泵的应用方面,其他高引论文也是如此。高引论文排名前十的文献被引次数高达900余次,篇均被引次数达9次,均刊发在核心期刊上,且有三篇来自《太阳能学报》,两篇出自《暖通空调》,这也彰显了核心期刊引领科学研究的热点前沿。
表 4 被引次数排名前十的文献统计 Table 4 Statistics of the top ten cited literatures |
![]() |
文献的关键词可以突显该研究的主题路线和重点方向,对软件合理预测该领域的热点和前沿有指导作用。采用CiteSpace软件对检索文献进行分析,图 4为关键词共现网络图谱,时间切片设置为1年,其中节点的大小反映了关键词频次高低,节点颜色的深浅反映了关键词的平均共现时间长短,连线的粗细反映了关键词的连接强度[16-17]。由图 4看出,除了检索主题“吸收式热泵”或“吸收式换热器”外,关键词共现网络图形成了以“余热回收”“余热利用”“热电联产”“节能”等吸收式热泵利用方向的大趋势,即对传热传质、性能系数、性能分析、变工况等机理性能的研究趋势。
![]() |
图 4 关键词共现网络图 Figure 4 Keyword co-occurrence network diagram |
CiteSpace依据网络结构和聚类的清晰度,提供了模块值(即Q值)和平均轮廓值(即S值)两个指标,反映聚类边界的清晰度和规模,可以作为评判图谱绘制效果的一个依据[16-17]。一般而言,Q值大于0.3意味着划分的聚类结构是显著的。当S值在0.7以上时,聚类是高效率且令人信服的;若S值在0.5以上,聚类一般认为是合理的[7]。关键词聚类图谱见图 5,采用软件内置的对数似然率(LLR)算法进行分析后得出,核心期刊的聚类结果为12个,选择设置显示11个,得到节点N=392,连接线E=705,密度D = 0.009 2,Q=0.736,S=0.880 1;全部期刊的聚类结果为14个,选择设置显示11个,得到节点N=779,连接线E=2045,密度D = 0.006 7,Q=0.612 5,S=0.883 1,二者都符合聚类检验,这充分表明聚类结构可用。
![]() |
图 5 关键词聚类图谱 Figure 5 Keyword cluster diagram |
聚类重叠区域与关联性呈正相关性,期刊中“供热”“热泵”“余热回收”等关键词起到核心作用,而“变工况”“热交换器”等关键词发展脉络与核心区有偏离。为更好地了解关键词聚类随时间的变化趋势,同时展示吸收式热泵或吸收式换热器的演变趋势,在关键词聚类的基础上绘制时间线图。吸收式热泵随时间线图变化可大致分为三块:
(1)热泵工质的研究工作。以核心期刊聚类“#4热泵”“#7吸收式”和全部期刊聚类“#2稀溶液” “#7溴化锂”为主,该研究工作以早期研究人员为主力。
(2)热泵组成及性能研究。以核心期刊聚类“#1换热器”“#10变工况”和全部期刊聚类“#1吸收器”“#6换热器”“#8热交换器”“#9传热面积”为主,该研究工作注重热泵四个器件组成的变化以及换热器的传热传质、性能变化情况。
(3)热泵的应用。主要是指热电厂节能减排、热电联产集中供热、余热合理利用等,集中在吸收式热泵的应用领域内。以余热为例进行说明,核心期刊聚类“#3余热回收”“#6余热利用”“#9余热”和全部期刊聚类“#0余热回收“等可归为同一个主题“热泵回收余热”。在1995年左右,以热泵和节能为基础,进入21世纪就开始演化为热电厂集中供热的余热回收,最近几年更是关注燃气锅炉余热、烟气余热采用循环水进行回收的工作热点趋势。
3.3 关键词突显利用Citespace对关键词进行突显分析,该研究中主题词自身的变化情况可通过Burst指数体现。突显词的出现可以反映学科发展的新趋势,具体的参数设置分别为:
![]() |
图 6 25个关键词突显图 Figure 6 Twenty-five keywords highlight diagram |
近年我国持续推进美丽中国建设,为应对气候变化,提出了一系列高质量可持续发展的重要战略举措。2021-11-19,国家机关事务管理局、国家发展和改革委员会、财政部、生态环境部联合发布《深入开展公共机构绿色低碳引领行动促进碳达峰实施方案》,提出推进北方地区公共机构清洁取暖,到2025年力争实现北方地区县城以上区域公共机构清洁取暖全覆盖;因地制宜推广利用太阳能、地热能、生物质能等能源和热泵技术,满足建筑采暖和生活热水需求。2021-12-03,工业和信息化部发布了关于印发《“十四五”工业绿色发展规划》的通知,提出鼓励工厂、园区开展工业绿色低碳微电网建设,发展屋顶光伏、分散式风电、多元储能、高效热泵等,推进多能高效互补利用。2022-02-28内蒙古自治区人民政府办公厅发布《内蒙古自治区“十四五”能源发展规划》,指出稳步推进清洁电取暖,坚持“宜电则电、宜煤则煤、宜热则热”原则,在热力管网无法达到的老旧城区、城乡结合部或生态环保要求较高区域,推广应用电锅炉、热泵、分散式电采暖。可见,无论国家还是自治区都大力倡导热泵技术清洁取暖。
3.4.2 余热回收利用工业生产过程中会产生大量的低品位余热资源,例如,在火力发电机组中,排烟热损失是锅炉各项热损失中占比最大的一项,约占锅炉总热损失的80%或更高[18];钢铁行业2020年低品位余热量高达27.5亿GJ,大量低品位余热排放至环境中造成能源浪费[19-21]。低品位余热资源回收再利用是节能减排的重要举措,而采用吸收式热泵抬升余热品位用于清洁供暖是余热利用的重要手段,也拓宽了热泵的应用领域。
3.4.3 核能热电水联产供热采暖是北方冬季的民生问题,热电联产依然是城市集中供热的主力[20]。同时,考虑低品位余热的回收,吸收式热泵用于热电联产运行模式,可以实现对热网回水梯级加热,减少了机组的冷源损失和换热过程的㶲损失[22]。已有部分热电联产开始采用吸收式热泵技术,核能热电联产采用吸收式热泵技术较少,因此在核电的水热同送方面吸收式热泵的应用值得高度关注。
3.4.4 集中供热中热源的取代为了满足日益增长的能源需求,开发替代能源技术备受关注[23]。热泵耦合可再生能源系统供热是取代集中供热的较稳妥方案,受不同地区的地理环境差异、资源特性和意识形态的影响,可再生能源驱动吸收式热泵的技术可以打破集中供热热源的制约,是我国双碳战略节能的可行性路径之一。
3.4.5 对电力行业的影响可再生能源发电呈现波动性和间歇性,对电网的稳定运行十分不利,电能存储技术可以削峰填谷、改善电网稳定性,热泵储电技术是基于热力学循环和热能存储技术发展起来的一种新型大规模储电技术,该技术具有不受地理条件的限制、成本低、储能密度高和系统效率高等优点,近年来受到广泛关注[24-25]。结合内蒙古自身资源特性,风、光、生物质等可再生能源技术发电技术强劲发展,热泵储电技术有利于提高区域能源系统效率。
综上所述,吸收式热泵用于供热及电力行业中,在政策上得到大力支持,不仅可以降低热网回水温度,增大供回温差,提升管网供热能力,而且可以回收低品位余热资源,节能效果显著;新的可再生能源耦合热泵供暖可以取代集中供热热源,大规模热泵储电等技术的应用将得到高度关注。
4 结论基于CNKI检索吸收式热泵领域的相关文献,运用CiteSpace软件分析了发文数量、热点期刊、核心作者、发文机构、高被引论文等,得出以下结论。
在1821篇文献检索结果中,期刊论文1320篇,学位论文307篇,会议、报纸、标准等194篇。热点期刊是《暖通空调》《太阳能学报》《节能》《区域供热》等建筑、工业、动力类能源期刊,核心作者、核心机构、高被引论文来源均集中于高等院校和科研院所,未来在吸收式热泵应用上有待加强校企合作、技术投产。
采用关键词共现、聚类和突显的方式分析吸收式热泵的发展趋势,发现吸收式热泵领域早期工作以工质研究、机组性能研究为主,现今转变至工业应用研究上,形成了与余热回收利用相关的吸收式热泵利用方面的大方向,预测吸收式热泵下一步的研究趋势是用于清洁取暖、余热回收、核电热水联产、热泵储电技术和耦合可再生能源取代集中供热中的热源等工业应用问题。
[1] |
丁仲礼, 张涛, 等.
碳中和: 逻辑体系与技术需求[M]. 北京: 科学出版社, 2022: 72-80.
( ![]() |
[2] |
清华大学建筑节能研究中心. 2022年中国建筑节能年度发展研究报告[R]. 北京: 中国建筑工业出版社, 2022: 40-43.
( ![]() |
[3] |
Zhu CY, Xie XY, Jiang Y. Vertical U-pipe flow characteristics in absorption heat pump: Experimental study under vacuum conditions[J].
Applied Thermal Engineering, 2020, 172(5): 115-164 ( ![]() |
[4] |
付林, 江亿, 张世钢. 基于Co-ah循环的热电联产集中供热方法[J].
清华大学学报(自然科学版), 2008, 48(9): 1377-1380 FU Lin, JIANG Yi, ZHANG Shigang. Cogeneration district heating method based on Co-ah cycle[J]. Journal of Tsinghua University(Science and Technology), 2008, 48(9): 1377-1380 DOI:10.3321/j.issn:1000-0054.2008.09.002 ( ![]() |
[5] |
WANG X, ZHAO XL, Fu L. Entransy analysis of secondary net work flow distribution in absorption heat exchanger[J].
Energy, 2018, 147: 428-439 DOI:10.1016/j.energy.2017.11.157 ( ![]() |
[6] |
涂佳琪, 杨新涯, 王彦力. 中国知网CNKI历史与发展研究[J].
图书馆论坛, 2019, 39(9): 1-11 TU Jiaqi, YANG Xinya, WANG Yanli. Research on the history and development of CNKI[J]. Library Forune, 2019, 39(9): 1-11 DOI:10.3969/j.issn.1002-1167.2019.09.001 ( ![]() |
[7] |
陈悦, 陈超美, 刘则渊, 等. CiteSpace知识图谱的方法论功能[J].
科学学研究, 2015, 33(2): 242-253 CHEN Yue, CHEN Chaomei, LIU Zeyuan, et al. The function of the methodology of CiteSpace Knowledge graph[J]. Studies in Science of Science, 2015, 33(2): 242-253 DOI:10.3969/j.issn.1003-2053.2015.02.009 ( ![]() |
[8] |
桂智刚, 吴海西, 沈波, 等. 探求绿色建筑的研究概况和前沿热点-基于CNKI的统计分析[J].
西安建筑科技大学学报(自然科学版), 2019, 51(4): 610-616 GUI Zhigang, WU Haixi, SHEN Bo, et al. Research on Green Building: A statistical analysis based on CNKI[J]. Journal of Xi'an University of Architecture and Technology(Natural Science Edition), 2019, 51(4): 610-616 ( ![]() |
[9] |
陈俊利, 任建学, 王璐, 等. 我国健康扶贫研究热点与趋势分析-基于2016-2021年CNKI的文献计量分析[J].
中国农村卫生事业管理, 2022, 42(11): 775-780 CHEN Junli, REN Jianxue, WANG Lu, et al. Research Hotspot and Trend analysis of Health Poverty alleviation in China: A bibliometric analysis based on CNKI from 2016-2021[J]. Chinese Rural Health Service Administration, 2022, 42(11): 775-780 ( ![]() |
[10] |
周晓分, 黄国彬, 白雅楠. 科学计量可视化软件的对比与数据预处理研究[J].
图书情报工作, 2013, 57(23): 64-72 ZHOU Xiaofen, HUANG Guobin, BAI Yanan. Comparison and Data Preprocessing of Scientometrics Visualization Software[J]. Library and Information Service, 2013, 57(23): 64-72 ( ![]() |
[11] |
CHEN C, HU Z, LIU S, et al. Emerging trends in regenerative medicine: Ascientometricanalysis in CiteSpace[J].
Expert Opinions on Biological Therapy, 2012, 12(5): 593-608 DOI:10.1517/14712598.2012.674507 ( ![]() |
[12] |
张渊君, 李鹤飞. 基于CNKI文献计量学的我国"教育焦虑"的分析研究[J].
华北理工大学学报(社会科学版), 2022, 22(6): 71-78 ZHANG Yuanjun, LI Hefei. An analysis of Chinese "educational anxiety" based on CNKI bibliometrics[J]. Journal of North China University of Science and Technology (Social Sciences Edition), 2022, 22(6): 71-78 ( ![]() |
[13] |
Shneider A M. Four stages of a scientific discipline; four types of scientist[J].
Trends in Biochemical Sciences, 2009, 34(5): 217-223 DOI:10.1016/j.tibs.2009.02.002 ( ![]() |
[14] |
熊颢, 冯君, 陈献富, 等. 基于CNKI数据库的陶瓷膜文献计量及可视化分析[J].
膜科学与技术, 2022, 42(4): 138-147 XIONG Hao, FENG Jun, CHEN Xianfu, et al. Bibliometric and visualization analysis of ceramic membrane based on CNKI Database[J]. Membrane Science and Technology, 2022, 42(4): 138-147 ( ![]() |
[15] |
张雪意, 陈延, 黄敏, 等. 基于CNKI的中医药治疗癫痫的知识图谱分析[J].
世界科学技术-中医药现代化, 2022, 24(1): 122-131 ZHANG Xueyi, CHEN Yan, HUANG Min, et al. Knowledge graph analysis of TCM treatment for epilepsy based on CNKI[J]. World Science and Technology-Modernization of Traditional Chinese Medicine, 2022, 24(1): 122-131 ( ![]() |
[16] |
李杰, 陈超美.
CiteSpace: 科技文本挖掘及可视化.3版[M]. 北京: 首都经贸大学出版社, 2022: 217-228.
( ![]() |
[17] |
蒋仲安, 曾发镔. 基于CNKI文献计量学的矿山粉尘研究可视化知识图谱分析[J].
矿业安全与环保, 2022, 49(4)37-44, 50 JIANG Zhongan, ZEN Fabin. Visualization Knowledge Graph Analysis of Mine dust Research Based on CNKI bibliometrics[J]. Mining Safety and Environmental Protection, 2022, 49(4)37-44, 50 ( ![]() |
[18] |
王迅, 李宇曦, 李想, 等. 电厂燃煤锅炉烟气余热回收的优化利用[J].
燃烧科学与技术, 2018, 24(1): 15-20 WANG Xun, LI Yuxi, LI Xiang, et al. Optimal utilization of flue gas waste Heat recovery from coal-fired boiler in Power Plant[J]. Journal of Combustion Science and Technology, 2018, 24(1): 15-20 ( ![]() |
[19] |
时国华, 林俊华, 田志敏, 等. 降低热网回水温度的钢厂余热回收供暖分析[J].
科学技术与工程, 2021, 21(35): 15035-15042 SHI Guohua, LIN Junhua, TIAN Zhimin, et al. Analysis of Waste Heat Recovery Heating in Steel Mill by Reducing the Return Water Temperature of Heat Network[J]. Science Technology and Engineering, 2021, 21(35): 15035-15042 ( ![]() |
[20] |
杨卫卫, 周福, 闫飞宇, 等. 余热回收利用的高温热泵系统混合工质选择研究[J].
工程热物理学报, 2017, 38(5): 907-913 YANG Weiwei, ZHOU Fu, YAN Feiyu, et al. Research on Mixing Medium Selection of High temperature Heat Pump System for Waste Heat Recovery and Utilization[J]. Journal of Engineering Thermophysics, 2017, 38(5): 907-913 ( ![]() |
[21] |
李永田, 张欢, 王军, 等. 基于热泵技术的电厂余热利用研究[J].
热科学与技术, 2022, 21(3): 297-303 LI Yongtian, ZHANG Huan, WANG Jun, et al. Research on waste heat utilization of Power Plant based on Heat pump Technology[J]. Journal of Thermal Science and Technology, 2022, 21(3): 297-303 ( ![]() |
[22] |
陆树银, 刘浩晨, 顾煜炯, 等. 大型热电联产机组供热改造分析[J].
工程热物理学报, 2022, 43(5): 1182-1189 LU Shuyin, LIU Haochen, GU Yujiong, et al. Analysis of heating improvement of large cogeneration units[J]. Journal of Engineering Thermophysics, 2022, 43(5): 1182-1189 ( ![]() |
[23] |
冯国会, 张磊, 常莎莎, 等. 可再生能源耦合供热系统在严寒地区的适宜性分析[J].
可再生能源, 2022, 40(7): 881-889 FENG Guohui, ZHANG Lei, CHANG Shasha, et al. Analysis of suitability of renewable energy coupled heating system in cold region[J]. Renewable Energy Resource, 2022, 40(7): 881-889 ( ![]() |
[24] |
周新乐, 薛昊栋, 周永钢. 600 MW湿冷机组利用热泵回收余热供热措施优化[J].
内蒙古电力技术, 2022, 40(6): 89-93 ZHOU Xinle, XUE Haodong, ZHOU Yonggang. Application and Optimization of Heat Pump for 600 MW Wet Cooling Unit[J]. Inner Mongolia Electric Power, 2022, 40(6): 89-93 ( ![]() |
[25] |
路唱, 史幸平, 贾明祥, 等. 热泵储电系统的动态模型及其启动特性分析[J].
中国电机工程学报, 2022, 42(S1): 167-176 LU Chang, SHI Xingping, JIA Mingxiang, et al. Dynamic Model and Start-up Characteristics of Pumped Thermal Electricity Storage System[J]. Proceedings of the CSEE, 2022, 42(S1): 167-176 ( ![]() |