利用遗传算法驱动的设计方法对高温热电发电机中的半导体器件进行优化

《Scientific Reports》：Optimization of a high-temperature thermoelectric generator using semiconductor devices via a genetic algorithm-driven design

　　

摘要

热电发电机（TEGs）为热能直接转换为电能提供了一种有前景的解决方案，其关键优势包括运行无声、结构紧凑以及由于没有运动部件而具有高可靠性。然而，由于转换效率普遍较低（低温系统的转换效率通常约为5%），它们的广泛应用受到了限制。为了解决这一问题，本研究提出了一种基于硅基半导体模块的高温TEG的设计与优化方案，旨在提高分布式发电应用中的转换效率和输出功率。该系统首先采用准静态最大功率点跟踪（MPPT）算法进行初始配置，然后通过遗传算法（GA）进行多参数优化以最大化性能。开发了一个综合的多物理场建模框架，用于在理想化条件下评估模块的热学、电气和几何特性。然而，这些结果基于一些假设，例如完美的热接触和均匀的材料属性，而在实际应用中这些条件可能会有所不同。对比分析表明，与基线配置相比，遗传算法优化后的设计在能量转换效率和输出功率方面都有显著提升。这些发现强调了基于数值模拟的优化热电发电机在高温环境（如工业废热回收和分布式电力系统）中应用的潜力。这里呈现的结果基于数值多物理场建模和遗传算法优化。尽管模拟结果令人鼓舞，但还需要通过实验验证来确认这些预测在现实条件下的准确性。未来的工作将重点开展这一实验验证。