Framtemperaturreglering för ökad elproduktion

Transkript

1 Framtemperaturreglering för ökad elproduktion 1

2 Varför bry sig om framtemperaturen? Högre elverkningsgrad på turbinen. Lägre värmeförluster från nätet. Kontroll på difftryck och flöde på nätet. Leveranssäkerhet.

3 Vad är svårigheten? Tidsfördröjning mellan anläggning och kund (flera timmar!) Lösning: Reglera på predikterad last.

4 Startpunkt Framtempbörvärde sätts normalt med en kurva mot utetemperaturen. Returtemp beror av utetemperatur och tid på dygnet. Flöde beror av last och tempdiff (fram-retur) Framtryck konstant. Returtryck styrs för att hålla difftryck i en mätpunkt ute på nätet. Supply T. - Return T. (deg C) Return Temperature (deg C) Return Pressure (bar) Outdoor temperature (deg C) Outdoor temperature (deg C) Outdoor temperature (deg C) Flow (ton/h) Supply Temperature (deg C) Outdoor temperature (deg C) Supply Pressure (bar) Outdoor temperature (deg C) Outdoor temperature (deg C)

5 Strategi P = c p ( T ) Q T fram retur Varken returtemp eller flöde kan styras direkt. Flöde och framledningstemp :00 12:00 00:00 12:00 00:00 12:00 00: :00 12:00 00:00 12:00 00:00 12:00 00:00 Vanligtvis: Flödet tar hand om lastvariationerna. Modellbaserad reglering: Framtemperaturen tar hand om lastvariationerna.

6 Resultat från Nyköping Modellbaserad reglering startar 4 C lägre framtemp 2.5% ökad elproduktion

7 Uppsala Producenter i två olika delar av nätet pumpar mot varandra. Topplast och baslast. Hur påverkas situationen när värme pumpas från två håll respektive bara från ett håll?

8 Nätmodell En detaljerad modell av nätet (baserad på GISdata) sattes upp i programvaran TERMIS. En enklare nätmodell som kan användas för reglering togs fram och validerades mot TERMIS-modellen. Lastdistribution Tillåtet flöde som funktion 0.05 av lastfördelning mellan anläggningarna MW reached every 15 minutes/total MW Load Distribution Boland Boland 589MW, 7400 m3/h Boland 439 MW, 5400 m3/h Boland 221 MW, 2400 m3/h Transportation time (hours)

9 Lastprediktionsmodell Lasten antas bero på Nuvarande last Nuvarande utetemperatur (och prognos) Normal dygnskurva (vardag respektive helg), adaptiv Förändringen av last och utetemp de senaste timmarna jämfört med vad som är normalt

10 Lastprediktionsmodell L L ( t) = L( t) L( t n) = L ( t) + L ( t) + L ( t) e( t) T ( t) = [ b b b ] av T w + T T T ( t) Tav ( t) ( t 1) T ( t 1) av ( t 7) T ( t 7) av Förändringen av lasten är summan av förändringen beroende på normalkurva, utetemp, vardag/helg-kurva Den utetemperaturberoende delen skattas med en FIR-modell ( t) = λ L ( t) + ( 1 ) L( t) L + λ av, i 1 L av, i L Adaptiv modell: Uppdatering av dygnskurva, vardag/helgkurva och utetempberoende.

11 Resultat - vinter 6 bar difftryck 8 bar difftryck 100 Supply temperature Measured data Simulated with new control 100 Supply temperature Measured data Simulated with new control C 90 C Flow from Boland 00 Flow from Boland t/h t/h Boland differential pressure Boland differential pressure bar bar MW Husbyborg production Time MW Husbyborg production Time

12 Resultat - vår C Supply temperature Measured data Simulated with new control Inget behov att gå över 75 C. t/h Flow from Boland Nätets kapacitet utnyttjas bättre (=högre flöden) bar Differential pressure Boland Time

13 Slutsatser Stor potential för sänkt framtemperatur Nyköping 4 C Uppsala 8 C Elproduktionen kan ökas med 2,5% 1-2 Mkr (Uppsala) respektive 750 kkr (Nyköping) ökad nettointäkt