Optimering av ett värmeverk

Transkript

1 PROJEKTARBETE Optimering av ett värmeverk Värmeverket i Kristinehamn AV DANIEL BYSTRÖM OCH STEFAN UNDÉN HANDLEDARE: LARS BÄCKSTRÖM

2 Inledning På senare år har det byggts ett stort antal kraft/värmeverk i Sverige. Nedrustningen av kärnkraften har ställt allt större krav på framtida, hållbara, energisystem. Eftersom Sverige är ett relativt kallt land, så det behövs en stor mängd energi i form av värme. När kärnkraften byggdes var det tänkt att vanliga hushåll skulle tillgodose värmebehovet med hjälp av direktverkande el. Detta var naturligtvist inte särskilt begåvat, eftersom när kärnkraften försvinner kommer Sverige att ha brist på el. Problemet löstes genom att bygga kraftvärme/värmeverk på de flesta större orter, dessa i sin tur, var tänkta att tillgodose en stor del av värmebehovet till hushåll genom ett fjärrvärmenät. På grund av vissa politiska beslut återfinns ett stort antal krav på vilka former /mängder av ämnen man får släppa ut i miljön. Detta resulterade i en växande marknad för bränslen vilket ledde till en större variation. En del med högt energivärde och höga värden på smutsiga utsläpp t.ex. olja och en del med relativt låga energivärden men med betydligt renare egenskaper, t.ex.. Dessa bränslen har naturligtvist olika prisnivåer. En naturlig fråga är: Hur ska jag köra ett värmeverk med några olika pannor optimalt? Dvs. Hur kan jag tillgodose energibehovet till en stad till en så låg kostnad som möjligt? Svaret har vi försökt lösa med optimeringsprogrammet, What s Best.

3 Metod Värmeverket modellen eldar med tre olika bränslen i de tre pannorna; olja och. En ackumulatortank är även medtagen, denna har en lagringskapacitet på 300MWh. På grund av begränsningar med antal binäravariabler i demoversionen av programmet kunde vi bara skapa en modell för en vecka. Dessutom är startkostnaden för oljepannan noll för att ligga inom programmets gränser. Värmeförluster i ackumulatortanken: 2% per dag. Startkostnader: Flis kr Olja 0 kr Sopor kr Startkostnaderna approximerades då verklig data inte har hittats. Oljepannans startkostnad satts till 0 kr i detta fall eftersom demoversionen av What s Best inte klarade av nog många variabler för att ha en startkostnad på samtliga pannor. Anledningen att till att oljepannan valdes till detta var att det är billigast att elda igång en oljepanna samtidigt som oljan är dyrast och därmed blev simuleringarna bättre. Effekten respektive priset för varje panna ses i tabell 1 nedan. Effekt (MWh) Pris(kr/MWh) Flis Olja Sopor Tabell 1, Maxeffekten och priset/mwh för varje panna I priset för varje panna ingår även underhållskostnaderna, dock ingen amortering som är konstant oberoende hur mycket pannorna körs. Dessa värden är approximativa även dom, dock ändå rimliga. För att få ett så verkligt fall som möjligt måste en begränsning av minimum effekten för pannorna införas: Minimieffekt: Flis 20 MWh Olja 5 MWh Sopor 40 MWh Dessa minimieffekter är viktiga för optimeringens skull eftersom pannorna annars skulle fisköras för att minimera startkostnaderna för pannorna. I ett verkligt fall är detta också fallet då alla pannor har en minimieffekt. Det som optimeras är alltså priset för att klara effektförbrukningen i en vecka. Detta pris beräknas enligt (1). Totalpris = E P + E P + E P + S A + S A (1) oljs olja Där E står för effekt, P för priset/mwh, S för startkostnaden och A för antalet starter.

4 Resultat - testkörningar Fall 1. Behoven för de olika dagarna har hittats på för att få intressanta driftfall med både start och stopp på de olika pannorna.vi har ett stort behov på måndag. Resultaten visas nedan i tabell 2. veckodagar behov acktank olja Sopor Igånkörning Flis Sopor mån tis ons , tors fre lör sön Totalkostnad Tabell 2. Driftfall med en ackumulatorkapacitet på 300 MWh Även om startkostnaden för är hög, så körs den igång ändå. Förklaringen ligger i att man får betalt för omhändertagandet av. Flispannan är igång tills onsdag då effektbehovet minskar. Det kan ses som att na körs som basproduktion. Flispannan komplettera soppannan och oljepannan används som spetsproduktion. Fall 2. I fall 2 illustreras hur en utbyggnad av ackumulatorkapaciteten förändrar driftdatan. Lagringskapaciteten dubblerades från 300 till 600 MWh. Resultaten visas i tabell 3 nedan. Dubbel acktank acktank olja Sopor Igångkörning Flis Sopor mån tis ons , tors fre lör sön , Totalkostnad ,8 Besparing ,2 Tabell 3. Driftfall med en ackumulatorkapacitet på 600 MWh Körschemat för fall 2 är i stort sett oförändrat gentemot det tidigare fallet. Den största skillnaden ligger i att oljan inte behövs i lika stor utsträckning som tidigare, då vi kan lagra

5 mer värme. Denna minskning av oljeförbrukningen är bra både för miljön och ekonomin då det görs en besparing på cirka 180 tusen kronor gentemot fall 1. Fall 3. För att simulera fler start och stopp ändrades behovet till ett något mer overkligt scenario. Dessutom minskades ackumulatortankens lagringskapacitet till 100 MWh. Resultaten visas i tabell 4. Minskad ack (100MWh) acktank olja Sopor Igångkörning Flis Sopor mån tis ons 10 57, , tors 10 86, fre lör sön 10 71, ,95E , Totalkostnad Tabell 4. Driftfall med en ackumulatorkapacitet på 100 MWh och ett något overkligt scenario. Flispannan får i detta fall köras igång två gånger. Varför just den pannan startas två gånger beror på att dess startkostnad är lägre än för soppannans samt att produktionskostnaden är betydligt lägre för soppannan. Återigen ser vi hur soppannan körs som basproduktionspanna.

6 Diskussion What s Best är ett mycket lätthanterligt och överskådligt optimeringsprogram som verkar i en välkänd miljö (Excel). För denna optimeringsuppgift finns det dock en ganska betydande begränsning eftersom vi bara har tillgång till demoversionen av programmet. Denna begränsning är antalen binära variabler som vi använder för att illustrera start och stopp på pannorna. I demoversionen är det maximala antalet satt till 30 variabler, något som vi förbrukar på en vecka. Med bara en veckas produktion får vi då inte någon möjlighet att variera driftfallen på det sätt som vi skulle vilja. Genom att simulera olika ackumulatortankvolymer, insåg vi att en större ackumulatorkapacitet ger betydligt lägre kostnader eftersom oljepannor inte behöver tas i bruk. Man klarar sig alltså i mycket högre utsträckning på baskapaciteten. Detta är i och för sig känt sen tidigare men ändå nämnvärt att notera då många företag planerar en utbyggnad av just ackumulatotankar. Optimeringarna som görs i What s Best har dock en stor fördel gentemot verkligheten då behovet för nästkommande dag redan är känt. Det är då mycket lättare att hålla fyllnadsgraden i ackumulatortanken på en lagom nivå. I verkligheten grundar man körscheman på erfarenhet och väderleksrapporter samt att man normalt har modeller för energibehovet. Normalt är dock att man försöker ha en relativt hög fyllnadsgrad i tanken både för att gardera sig mot oförberedda stopp samt plötsliga effekthöjningar.