Ekonomisk optimering av kraftverk med hjälp av ANN baserat övervakningsverktyg Corfitz Nelsson, Svenskt Gastekniskt Center AB Agne Karlsson, Siemens AB Mohsen Assadi & Magnus Fast, LTH 1
Syfte Att koppla ett ANN baserat verktyg för övervakning till ekonomiska faktorer för att kunna kombinera termodynamisk-, ekonomisk- och miljömässig optimering av anläggningsdriften. 2
Projektgrupp LTH, Inst. för Energivetenskaper analys- och modellarbete Mohsen Assadi & Magnus Fast (m.fl.) Siemens Modifiering av CMS och support till LTH (med mera) Agne Karlsson (m.fl.) SGC - projektledning och delfinansiering Corfitz Nelsson Öresundskraft ställde anläggningen till förfogande Ulrik Snygg, Conny Franzon (m.fl.) Värmeforsk delfinansiering och referensgrupp 3
Vad är ANN? ANN är en statistisk modell som lär sig samband mellan in- och utdata. ANN har använts inom bland annat medicinen för att tolka hjärtproblem. Kan appliceras på alla processer med in/utdatasamband. Mycket snabbare och mindre resurskrävande än termodynamiska modeller. 4
Förbättrat underhåll On-line övervakning ger kunskap om anläggningens tillstånd i varje ögonblick. Detta ger i sin tur möjlighet till bättre planering av underhållet och att detta kan göras vid optimala tidpunkter. ANN detekterar avvikelser från vad som kan anses vara normalt och uppmärksammar operatören på avvikelsen. Om det är ett känt fel kan systemet även uppmärksamma operatören på vilket fel det rör sig om samt föreslå åtgärder. Ekonomiska parametrar som indata gör att beslut kan fattas på ekonomiska grunder, inte bara prestanda. 5
ANN +/- +Snabbt. +Billigt. +Kan implementeras i kända miljöer (läs: Excel). +Kan användas för en rad olika ändamål, övervakning, degradering, feldetektion, sensorvalidering, prediktering, m.m. +Kräver lite av användaren. -Måste tränas, alla driftdata inte alltid kända. -Måste ha tränats på korrekta data för att undvika skräp in-skräp ut. -Kräver mycket av designern. 6
Hur fungerar ANN? 7
Möjligheter med systemet Optimering av underhållsåtgärder. Driftoptimering. Kostnad för att vidta/inte vidta åtgärder. Simulera olika driftfall. M.m. 8
Västhamnsverket i Helsingborg Tidigare kolpulvereldat kraftvärmeverk där en gasturbin och avgaspanna installerades. Befintligt system kopplades ihop med nya systemet och ångturbinen modifierades. Naturgaseldad gasturbin Siemens SGT-800 (tidigare GTX100) 43 MW el, 37 % elverkningsgrad. Avgaspanna Nybyggd i samband med installation av gasturbinen. Ångpanna 100 % pelletseldad sedan ett par år tillbaka, cirka 250 MW bränsle. Ångturbin Stal-Laval ATM, cirka 90 MW el, tre avtappningar. 9
Västhamnsverket 10
ANN-modell+ekonomiska data Gaspris Gasnät Elnät Koldioxidskatt Energiskatt Utsläppsrätter Pelletspris Elcertifikat Elpris Elcertifikat Underhåll 11
Implementering Excel gränssnitt som kopplas mot befintligt 800xA nätverk där data hämtas från. Alla ekonomiska data utom elpris (Nordpool) matas in för hand. 12
Case-kompressortvätt En gasturbinkompressor degraderas gradvis till följd av försmutsning m.m. men återställs (nästan) genom tvättning. Effekt Kompressortvätt η perm η temp t 1 t 2 t 3 Tid 13
Case-kompressortvätt-resultat Dagar för Intjäning 37 41 26 23 17 15 20 Dag 1 Dag 2 Dag 3 Dag 4 Dag 5 Dag 6 Dag 7 Tvättdag 14
Slutsatser Samband som är svåra att uttrycka fysikaliskt modelleras i ANN genom detektering av statistiska samband mellan in- och utdata. Modelleringsarbetet går relativt snabbt, förutsatt att detaljerad kunskap om systemets funktionssätt finns hos modelleraren. Slutprodukten är väldigt lättanvänd med korta beräkningstider. Slutprodukten kan implementeras i valfri programmiljö, till exempel Microsoft Excel. ANN kan kombineras med fysikaliska modeller. 15
Utvecklingsmöjligheter Implementering och användning av ANN modeller, för online tillståndsövervakning och termoekonomisk driftoptimering, samt utvärdering av användbarheten. Vidare forskning bör också utföras inom andra användningsområden, såsom sensorvalidering, vibrationsövervakning, avgastemperatursprofilsmodellering och feldiagnostisering. 16