Ottimizzazione di miscele di fluidi per impianti ORC

Nell’attuale panorama energetico, lo sviluppo di sistemi per la generazione di energia elettrica è orientato verso soluzioni sempre più sostenibili. Questo imperativo deriva dalla necessità di superare le comuni tecnologie legate ad i combustibili fossili e basate su cicli a gas o a vapore. Il tradizionale ciclo Rankine non solo comporta un elevato impatto ambientale, ma risulta anche intrinsecamente impossibilitato allo sfruttamento di un’ampia varietà di sorgenti termiche. Nel caso in cui le temperature e le potenze termiche disponibili sono limitate, il ciclo Rankine organico (ORC) diventa la più attraente soluzione per la generazione di energia elettrica. La crescente imposizione di normative sempre più stringenti ha reso proibitiva la scelta di fluidi puri ad alto Potenziale di Riscaldamento Globale (GWP) all’interno del ciclo termodinamico. Nel presente lavoro di tesi, viene proposto l’impiego di miscele di fluidi organici in risposta a tale esigenza. L’impiego di miscele nei sistemi ORC consente di conciliare un’elevata resa energetica ad un basso impatto ambientale del fluido operatore. In letteratura, sono presenti diversi approcci riguardanti l’ottimizzazione di fluidi organici: gran parte di questi riguardano applicazioni in sistemi frigoriferi o in impianti di condizionamento. Pertanto, l’obiettivo di questo elaborato consiste nell’implementazione di un robusto algoritmo di “machine learning” basato sulle inferenze statistiche Bayesiane in grado di determinare il candidato ideale in sostituzione ad un fluido commercialmente obsoleto, per un’applicazione ORC specifica.