Utvärdering av lastprognosverktyg för energioptimerad fjärrvärmeleverans från Smurfit Kappas pappersbruk i Piteå Johan Backlund Energiteknik, master 2016 Luleå tekniska universitet Institutionen för teknikvetenskap och matematik
Förord Denna studie har genomförts i samarbete med Smurfit Kappa Piteå och PiteEnergi som ett examensarbete i civilingenjörsutbildningen hållbar energiteknik med inriktning mot energieffektivisering och bioenergi. Examensarbetet har utförts vid institutionen för teknikvetenskap och matematik vid Luleå tekniska universitet. Ett varm tack till Jan Isaksson, Tomas Johansson samt övrigt berörda vid PiteEnergi som genom att dela med dig av sin kunskap och erbjuda mig studiebesök varit till stor hjälp för studiens framåtskridande. Ett stort tack till Erik Elfgren, handledare vid Luleå tekniska universitet, som via sin kompentens och guidning styrt studien i rätt riktning. Ett särskilt stort tack till min handledare vid Smurfit Kappa, Urban Lundmark, som genom sitt genomgående engagemang och stöd bidragit till att utveckla min kunskap och mitt intresse för branschen. Slutligen ett tack till övriga anställda vid Smurfit Kappa Genom att dela era erfarenheter har min kunskapsbas utanför examensarbetet utvecklats ytterligare. i
Sammanfattning Smurfit Kappa äger Europas största kraftlinerbruk i Piteå. I dagsläget säljer Smurfit Kappa fjärrvärme till PiteEnergi med en maximal kapacitet av cirka 95 MW, där PiteEnergi sedan distribuerar ut fjärrvärmen till sina abonnenter i Piteå. Smurfit Kappa kan tillgodose mer än 90 % av Piteås årliga fjärrvärmebehov, vilket i sin tur sker till cirka 90 % genom spillvärme och 10 % genom att kondensera ånga direkt från pannorna i en spetsvärmeväxlare. Den levererade fjärrvärmeeffekten kan regleras både via framledningstemperaturen på fjärrvärmevattnet och via volymflödet. Värmebehovet beror främst på utomhustemperaturen, men även sociala faktorer påverkar, såsom att mer tappvarmvatten används när folk duschar på morgonen. Framledningstemperaturen på fjärrvärmevattnet styrs i dagsläget av utomhustemperaturen. Temperaturändringen når abonnenterna med en tidsfördröjning som beror på deras avstånd till fjärrvärmeverket och vattnets hastighet. Abonnenterna tillgodoser sitt värmebehov genom att reglera volymflödet i sina abonnentcentraler. Vid en hastig stegring av värmebehovet finns det risk för att det efterfrågade volymflödet tillfälligt överskrider pumpkapaciteten. För att förhindra detta har pumpningen historiskt skett med en säkerhetsmarginal, till kostnad av en högre framledningstemperatur och därigenom högre distributionsförluster. Genom att implementera ett lastprognosverktyg som prognostiserar fjärrvärmebehovet kan framledningstemperaturen variera i symbios med värmebehovet under de tillfällen pumpkapaciteten är nära sin maximala begränsning. I denna rapport utvärderas energimässiga och ekonomiska besparingsmöjligheter genom implementering av ett lastprognosverktyg för fjärrvärmeproduktion vid Smurfit Kappas kraftlinerbruk i Piteå. Genom att kombinera mätvärden på timbasis från Smurfit Kappa tillsammans med gränsvärden för maximal pumpning och lägsta framledningstemperatur estimeras energiflödens förhållande till relevanta fjärrvärmevariabler, såsom framledningstemperatur och volymflöde, genom att kombinera termodynamik med regressionsanalys. Resultatet visar att lastprognosverktyget kan bidra till att ersätta drygt 40 % av spetsvärmen med spillvärme. Ofta finns mer spillvärme tillgänglig än den som utnyttjas, men med en alltför låg temperatur. Genom att sänka framledningstemperaturen kan då en större andel spillvärme utnyttjas, vilket resulterar i att mindre biobränsle behöver tillföras. Utöver detta kan distributionsförlusterna minskas med knappt 1 %, genom att framledningstemperaturens i snitt sänks med cirka 4 C. Fjärrvärmenätets tillskott av fossilt bränsle används idag främst som reservkraft och inte vid spetslast, vilket inte går att effektivisera med ett lastprognosverktyg. Implementeringen av lastprognosverktyget har en återbetalningstid på ca 2 år och bidrar sannolikt även med indirekta ekonomiska besparingar genom att exempelvis fungera som ett beslutsunderlag. Nyckelord: Fjärrvärme, pappersbruk, lastprognosverktyg, energieffektivisering. ii
Abstract In the town of Piteå, Sweden, Smurfit Kappa operates the largest kraftliner mill in Europe. Smurfit Kappa currently sells district heating to PiteEnergi with a maximal capacity of 95 MW, which PiteEnergi then distributes to its subscribers around Piteå. Smurfit Kappa produces over 90 % of Piteå s yearly district heating demand, which in turn comes from about 90 % waste heat and 10 % from condensing steam directly from the boilers in a heat exchanger. The supplied district heating can be controlled either through the supply temperature of the district heating water or through the volume flow. The heat demand of subscribers varies mainly because of metrological factors, such as outdoor temperature, or social factors, such as an increased usage of hot water during mornings when showering is more common. The supply temperature is currently determined based on outdoor temperature. A change of supply temperature reaches subscribers with a time delay that depends on their distance from the district heating plant and the velocity of the water. The subscribers meet their heating demand by controlling the volume flow in their subscriber stations. If a rapid change of heating demand occurs there is a risk that the required volume flow temporarily exceeds the pump capacity. To prevent this, pumping have historically been done with a safety margin, to a cost of higher supply temperature and thus higher distribution losses. By implementing a load forecasting tool that predicts the district heating consumption, the supply temperature can vary in symbiosis with the heating load when the pump capacity is close to its maximum capacity. This report evaluates the potential energy and financial savings opportunities through the implementation of a load forecasting tool for district heating production at the Smurfit Kappa kraftliner mill in Piteå. By combining measurements on an hourly basis from Smurfit Kappa with limits for maximum pumping and minimum supply temperature, the energy flows are related to relevant district heating variables, such as supply temperature and volume flow, through thermodynamics and regression analysis. The result shows that the load forecast tool can help replace more than 40% of the peak heating with waste heat. Excess heat is often available, but with too low temperature. By lowering the supply temperature, a greater proportion of the waste heat can be utilized, resulting in reduced biofuel consumption. In addition, the distribution losses decrease by almost 1%, due to an average supply temperature decrease of 4 C. The district heating supply from fossil fuels is today mainly used for backup and not peak loads, which can not be made more efficient with a load forecasting tool. The implementation of load forecasting tool has a payback time of about 2 years. The tool probably also contributes with indirect economical savings, for example by acting as a basis for decisions. Keyword: District heating, paper mill, load forecasting tool, energy efficiency. iii
Innehållsförteckning 1 Inledning... 2 1.1 Bakgrund... 2 1.2 Syfte... 4 1.3 Frågeställningar... 4 1.4 Avgränsningar... 4 1.5 Tidigare relevanta studier... 5 2 Teori... 6 2.1 Teknisk beskrivning av fjärrvärme... 6 2.1.1 Energi- och masstransport... 9 2.2 Piteås fjärrvärmenät... 10 2.2.1 Smurfit Kappa Piteås fjärrvärmeleverans... 11 2.2.2 Shuntning... 13 2.2.3 Temperatur, tryck och flödesbegränsningar... 13 2.2.4 Kända driftstrategier... 14 2.2.5 Möjligheter med implementering av lastprognosverktyg... 14 2.3 Regressionsanalys... 15 3 Metod... 18 3.1 Behandling av mätvärden... 18 3.2 Behandling av ekonomisk data... 18 3.3 Modellering av styrfilosofi... 19 3.3.1 Metrologiska faktorers inverkan på historisk fjärrvärmedata... 20 3.3.2 Sociala faktorers inverkan på historisk fjärrvärmedata... 20 3.4 Förändring av fjärrvärmeparametrar vid energieffektivisering... 20 3.4.1 Distributionsförluster... 21 3.4.2 Levererad fjärrvärme... 21 3.4.3 Returtemperatur... 22 3.4.4 Pumpeffekt... 22 3.4.5 Shuntförluster... 22 3.4.6 Sekundärvärme... 25 3.4.7 Utmattning och slitage... 26 3.4.8 Elproduktion... 26 3.4.9 Energibalans... 26 3.5 Energieffektivisering... 27 iv
3.6 Ackumuleringsmöjligheter... 29 3.7 PiteEnergis produktionsanläggningar... 31 4 Resultat och diskussion... 32 4.1 Historisk fjärrvärmeproduktion... 32 4.1.1 Distributionsförluster... 35 4.1.2 Shuntförluster... 36 4.2 Historiska energiflöden inom Smurfit Kappa... 38 4.3 Historisk styrfilosofi... 41 4.3.1 Utomhustemperaturens inverkan... 42 4.3.2 Sociala beteendens inverkan... 44 4.4 Regressionssamband... 48 4.4.1 Distributionsförluster, levererad effekt och returtemperatur... 48 4.4.2 Sekundärvärme... 52 4.5 Möjlig energieffektivisering... 54 4.5.1 Energieffektivisering med lastprognosverktyg... 55 4.5.2 Energieffektivisering utan lastprognosverktyg... 58 4.5.3 Påverkan av kommande rökgaskylarinstallation... 62 4.5.4 Energieffektivisering genom ackumulering av värme... 63 4.5.5 Energieffektiviseringens påverkan på utmattning och slitage... 65 4.5.6 Jämförelse av energieffektiviseringspotential med och utan lastprognosverktyg... 66 5 Slutsats... 68 6 Rekommendation till fortsatt arbete... 70 7 Referenser... 71 8 Bilagor... 74 8.1 Leverantörer av lastprognosverktyg... 74 8.1.1 Energy Opticon... 74 8.1.2 Vitec... 74 8.1.3 Termis... 75 8.1.4 Val av leverantör... 75 8.2 Huvudsakligen använda sensorer från WinMOPS... 76 8.3 Data för stegvis linjär regression... 77 v
Variabellista Variabel Enhet a b c Cp Beskrivning Regressionskonstant Regressionskonstant Regressionskonstant kg (kj K) Specifik värmekapacitet av vatten d m Inre diameter av fjärrvärmerör D m Yttre diameter av fjärrvärmerör e f - Friktionsfaktor h Felet mellan estimerad och observerat värde W (m 2 C) konvektionskoefficient L m Längd av fjärrvärmerör Mi,barr Mi,björk n ton h Produktion från barrträd i massabruket ton h Produktionen från björk i massabruket Antal p bar Tryck (tryckfall) Q MW Värmeeffekt r 2 % Förklaringsgrad R m 2 K W Termisk resistans T C Temperatur s Residualspridning S m Avstånd mellan fram- och returledning v m/s Flödeshastighet i fjärrvärmerören V m 3 /s Volymflöde x y λ Förklarande (oberoende) variabel Beroende variabel W (m K) Termisk konduktivitet η % Verkningsgrad ρ kg m 3 Densitet vi
Indexlista Index Beskrivning Behov Abonnenternas fjärrvärmebehov e Hänvisar till regressionskonstant för levererad effekt f Hänvisar till regressionskonstant för distributionsförluster Förlust Distributionsförluster i fjärrvärmenätet i Ett specifikt mätvärde Levererad Tillförd värmeeffekt till fjärrvärmenätet led Ledvärdet på framledningstemperaturen Primär Primärvärme från Smurfit Kappa r Hänvisar till regressionskonstant för returtemperatur Retur Returtemperaturen s Hänvisar till regressionskonstant för tillgänglig sekundärvärme sek/sekundär Sekundärvärme från Smurfit Kappa Shunt Hänvisar till regressionskonstant för volymflöde genom shuntventilen Ute Utomhustemperatur Utg Det faktiska värdet på den utgående framledningstemperaturen 1,2 Tidpunkt eller nummer på aktuell konstant vii
Beteckningar Ord Abonnent Fjärrvärmeparameter Färskånga Hetvattencentral(HVC) Kraftliner Lastprognosverktyg Nyckelparameter PiteEnergi Primärvärme Regression Sekundärvärme Shunt Smurfit Kappa Spetsvärmeväxlare Styrfilosofi WinMOPS Beskrivning En konsument som använder fjärrvärme. Hänvisar till parametrar som påverkar effektleveransen i ett fjärrvärmenät. Ånga direkt från pannorna som inte används till någonting annat än möjligtvis elproduktion. PiteEnergis pannor som eldar fossilt bränsle för att producera värme till fjärrvärmenätet. En typ av pappersprodukt som främst används som det yttre skiktet i wellpapp. En mjukvara som kan användas till att prognostisera exempelvis värmebehovet i ett fjärrvärmenät. Hänvisar till framledningstemperatur, returtemperatur, volymflöde och levererad effekt i fjärrvärmenätet. Kommunalägt bolag som bland annat säljer och ansvarar för distributionen av fjärrvärme i Piteå. Fjärrvärme från Smurfit Kappa som kommer från direktreducerad ånga från pannorna. Hänvisar till regressionsanalys, ett statistiskt verktyg för att bestämma en funktion till observerad data. Fjärrvärme från Smurfit Kappa som kommer från kvarvarande spillvärme i en kraftliner relevant tillverkningsprocess. Hänvisar till shuntventilen, en ventil som sammanbinder fjärrvärmenätets fram- och returledning och möjliggör förbi passering av vattenflödet. En global förpackningstillverkare som äger Europas största kraftlinerbruk i Piteå. Den värmeväxlare som tillför primärvärme inom Smurfit Kappas fabrik. Den grundläggande strategin som används för att leverera fjärrvärme till konsumenterna. Datorprogram vid Smurfit Kappa som används för exportering av mätvärden uppmätta vid fabriken. viii
Figurförteckning Figur 1-1. Värmeproduktionsanläggningar anslutna till Piteås fjärrvärmenät [4]. Bilden är modifierad med textrutorna [5].... 3 Figur 2-1. Abonnentcentralens uppbyggnad.... 6 Figur 2-2. Tryckfall i ett horisontellt fjärrvärmenät utan förgreningar.... 7 Figur 2-3. Tryckfall i ett horisontellt fjärrvärmenät utan förgreningar med en tryckstegringspump.. 7 Figur 2-4. Förväntade trender i förhållande till utomhustemperatur för viktiga parametrar i ett fjärrvärmenät.... 9 Figur 2-5. Förenklat processchema av ångnät inom Smurfit Kappas fabrik.... 11 Figur 2-6. Förenklat processchema för värmeväxling mot fjärrvärme inom Smurfit Kappa.... 12 Figur 2-7. Exempel på enkel linjär regression.... 15 Figur 3-1. Exempel på hur orsaken till shuntning bedöms.... 24 Figur 3-2. Energieffektivisering genom att sänka framledningstemperaturen.... 29 Figur 3-3. Energieffektivisering genom att flyta brytpunkten vid vilken utomhustemperatur framledningstemperaturen börjar öka.... 29 Figur 3-4. Exempel över principen för ackumulering i fjärrvärmenätet.... 30 Figur 4-1. Medeleffekten av levererad primär- och sekundärvärme från Smurfit Kappa på kvartalsbasis.... 32 Figur 4-2. Medeleffekten av levererad primär- och sekundärvärme från Smurfit Kappa på årsbasis.... 32 Figur 4-3. Medeleffekten av levererad värme från hetvattencentralen i serie eller parallell drift med Smurfit Kappa på kvartalsbasis... 34 Figur 4-4. Medeleffekten av levererad värme från hetvattencentralen i serie eller parallell drift med Smurfit Kappa på årsbasis... 34 Figur 4-5. Den levererade fjärrvärmeeffekten från Smurfit Kappa sorterad i storleksordning med primär- och sekundärvärme inkluderad, vilka ska avläsas oberoende av varandra och resterande figur innehåll. Effekttillskottet från PiteEnergis produktionsanläggningar vid motsvarande levererad fjärrvärme från Smurfit Kappa är inkluderad.... 35 Figur 4-6. Distributionsförlusterna i Piteås fjärrvärmenät år 2015 baserat på procentuella faktorer från tabell 2-1.... 36 Figur 4-7. Estimering av volymflödet genom shuntventilen.... 36 Figur 4-8. Shuntförluster och shunttillfällen på kvartalsbasis från 2010 till 2016.... 37 Figur 4-9. Shuntförluster och shunttillfällen på timbasis under ett medeldygn år 2015.... 37 Figur 4-10. Estimerad orsak till shuntningen år 2015.... 38 Figur 4-11. Sankey-diagram över energiflödet inom Smurfit Kappas fabrik år 2015 i MWh.... 39 Figur 4-12. Varaktighet av ångflödet genom sodapannan år 2015.... 40 Figur 4-13. Varaktighet av ångflödet genom biopannan år 2015.... 40 Figur 4-14. Varaktighet av ångflödet genom SMW - pannan år 2015.... 40 ix
Figur 4-15. Varaktighet av ångflödet genom BK50 - pannan år 2015.... 40 Figur 4-16. Varaktighet av G2s elproduktion år 2015.... 41 Figur 4-17. Varaktighet av G3s elproduktion år 2015... 41 Figur 4-18. Genomsnittlig årlig temperaturfördelning vid Smurfit Kappas anläggning i Piteå mellan 2010-01-01 och 2016-01-01, erhållen från dator vid Smurfit Kappa Piteå via programmet WinMOPS.... 41 Figur 4-19. Ledvärdet på framledningstemperaturens historiska variation i förhållande till utomhustemperatur mellan 2010-01-01 00:00 och 2016-01-01 00:00.... 42 Figur 4-20. Volymflödets historiska variation i förhållande till utomhustemperatur mellan 2010-01- 01 00:00 och 2016-01-01 00:00.... 43 Figur 4-21. Returtemperaturens historiska variation i förhållande till utomhustemperatur mellan 2010-01-01 00:00 och 2016-01-01 00:00.... 43 Figur 4-22. Den levererade effektens historiska variation i förhållande till utomhustemperatur mellan 2010-01-01 00:00 och 2016-01-01 00:00.... 43 Figur 4-23. Ledvärdet på framledningstemperaturens historiska variation under ett medeldygn med utomhustemperaturens påverkan exkluderad. Baserat på data från 2010-01-01 00:00 till 2015-01-01 00:00... 44 Figur 4-24. Volymflödets historiska variation under ett medeldygn med utomhustemperaturens påverkan exkluderad. Baserat på data från 2010-01-01 00:00 till 2015-01-01 00:00.... 45 Figur 4-25. Returtemperaturens historiska variation under ett medeldygn med utomhustemperaturens påverkan exkluderad. Baserat på data från 2010-01-01 00:00 till 2015-01-01 00:00.... 45 Figur 4-26. Den levererade effektens historiska variation under ett medeldygn med utomhustemperaturens påverkan exkluderad. Baserat på data från 2010-01-01 00:00 till 2015-01-01 00:00 45 Figur 4-27. Ledvärdet på framledningstemperaturens historiska variation under ett medelår med utomhustemperaturens påverkan exkluderad.. Baserat på data från 2010-01-01 00:00 till 2015-01- 01 00:00... 46 Figur 4-28. Volymflödets historiska variation under ett medelår med utomhustemperaturens påverkan exkluderad. Baserat på data från 2010-01-01 00:00 till 2015-01-01 00:00.... 47 Figur 4-29. Returtemperaturens historiska variation under ett medelår med utomhustemperaturens påverkan exkluderad. Baserat på data från 2010-01-01 00:00 till 2015-01-01 00:00.... 47 Figur 4-30. Den levererade effektens historiska variation under ett medelår med utomhustemperaturens påverkan exkluderad. Baserat på data från 2010-01-01 00:00 till 2015-01-01 00:00.... 47 Figur 4-31. Förändring av framlednings-temperaturens inverkan på volymflödet.... 49 Figur 4-32. Förändring av framlednings-temperaturens inverkan på returtemperaturen.... 49 Figur 4-33. Förändring av framlednings-temperaturens inverkan på procentuell distributionsförlust.... 50 Figur 4-34. Förändring av framlednings-temperaturens inverkan på faktisk distributionsförlust.... 50 x
Figur 4-35. De uppskattade distributionsförlusterna jämfört med det anpassade regressionssambandet... 51 Figur 4-36. Den uppmätta levererade effekten jämfört med det anpassade regressionssambandet.. 51 Figur 4-37. Den uppmätta returtemperaturen jämfört med det anpassade regressionssambandet.... 51 Figur 4-38. Känslighetsanalys av regressionssambandet för sekundärvärme... 53 Figur 4-39. Förändring av framlednings- temperaturens inverkan på sekundärvärmen.... 53 Figur 4-40. Den uppmätta sekundärvärmen jämfört med det anpassade regressionssambandet.... 53 Figur 4-41. Framledningstemperaturens trend historiskt samt med lastprognosverktyg med olika maximala volymflödesbegränsningar inkluderat. Baserat på stegvis linjär regression med 10 jämnfördelade utomhustemperaturintervall för år 2015.... 57 Figur 4-42. Volymflödets trend historiskt samt med lastprognosverktyg med olika maximala volymflödesbegränsningar inkluderat. Baserat på stegvis linjär regression med 10 jämnfördelade utomhustemperaturintervall för år 2015.... 57 Figur 4-43. Framledningstemperaturens trend historiskt samt med energieffektivisering via sänkt framledningstemperatur inkluderat. Baserat på stegvis linjär regression med 10 jämnfördelade utomhustemperaturintervall för år 2015.... 59 Figur 4-44. Volymflödets trend historiskt samt med energieffektivisering via sänkt framledningstemperatur inkluderat. Baserat på stegvis linjär regression med 10 jämnfördelade utomhustemperaturintervall för år 2015.... 59 Figur 4-45. Framledningstemperaturens trend historiskt samt med energieffektivisering via förflyttning av framledningstemperaturens brytpunkt från minimumvärdet inkluderat. Baserat på stegvis linjär regression med 10 jämnfördelade utomhustemperaturintervall för år 2015.... 61 Figur 4-46. Volymflödets trend historiskt samt med energieffektivisering via förflyttning av framledningstemperaturens brytpunkt från minimumvärdet inkluderat. Baserat på stegvis linjär regression med 10 jämnfördelade utomhustemperaturintervall för år 2015.... 61 Figur 4-47. Möjlig ackumulering i fjärrvärmenätet under varje drifttimme år 2015.... 63 Figur 4-48. Möjlig reducering av primärvärme genom ackumulering av värme. De olika linjerna beskriver maximalt momentant effektuttag.... 63 Figur 4-49. Ökade intäkter från elproduktion genom ackumulering av värme. De olika linjerna beskriver maximalt momentant effektuttag.... 64 Figur 4-50. Ökade intäkter från elproduktion genom ackumulering av värme med ett tillåtet värmeunderskott. Linjen motsvarar ett maximalt effektuttag av 500 MW.... 64 Figur 4-51. Variation av framledningstemperaturen från timme till timme under 2015 sorterad i storleksordning. Den lägsta variationen motsvaras av ett lastprognosverktyg med den maximala volymflödesbegräsningen 1200 m 3 /h.... 65 Figur 4-52. Variation av framledningstemperaturen från timme till timme under 2015 sorterad i storleksordning.... 65 Figur 4-53. Nuvärdet för energieffektiviseringsåtgärderna under en 5 års period presenterat skalenligt men icke numeriskt. Baserat på att åtgärderna implementeras i början av år 2015.... 67 xi
Tabellförteckning Tabell 2-1. Procentuella istributionsförluster i Piteås fjärrvärmenät under år 2015 [2].... 11 Tabell 3-1. Konstanter för värmeförlustberäkningar.... 24 Tabell 4-1. Värmemängd levererad till Piteås fjärrvärmenät från Smurfit Kappas fabrik och PiteEnergis hetvattencentral samt motsvarande medelvärden på utomhustemperaturen.... 33 Tabell 4-2. Levererad värmemängd till fjärrvärmenätet från Smurfit Kappas värmeväxlare år 2015.... 39 Tabell 4-3. Statistiska mått på regressionens anpassning.... 42 Tabell 4-4. Resultat för regressionssamband för distributionsförluster baserat på data för år 2015. 48 Tabell 4-5. Resultat för regressionssamband för levererad värmeeffekt baserat på data för år 2015.... 48 Tabell 4-6. Resultat för regressionssamband för returtemperatur baserat på data för år 2015.... 48 Tabell 4-7 Resultat för regressionssamband för sekundärvärme baserat på data för år 2015.... 52 Tabell 4-8. Jämförelse av uppmätta värden och korrigerade värden som anpassats till energibalanser och framtagna regressionssamband. Baseras på år 2015.... 54 Tabell 4-9. Riskanalys över antalet volymflödesöverträdelser av uppmätta värden och korrigerade värden som anpassats till energibalanser och framtagna regressionssamband. Baseras på år 2015.. 54 Tabell 4-10. Energimängder och procentuella energieffektiviseringspotentialer genom implementering av lastprognosverktyg med kostnadsskillnaden jämfört med de korrigerade mätvärdena. Baseras på år 2015.... 55 Tabell 4-11 Energimängder, procentuella energieffektiviseringspotentialer och kostnadsskillnaden genom energieffektivisering via sänkning av framledningstemperaturen jämfört med de korrigerade mätvärdena. Baseras på år 2015.... 58 Tabell 4-12. Riskanalys över antalet volymflödesöverträdelser vid energieffektivisering genom sänkning av framledningstemperaturen. Baseras på år 2015.... 58 Tabell 4-13. Energimängder, procentuella energieffektiviseringspotentialer och kostnadsskillnaden genom energieffektivisering via förflyttning av framledningstemperaturens brytpunkt från minimumvärdet jämfört med de korrigerade mätvärdena. Baseras på år 2015.... 60 Tabell 4-14. Riskanalys över antalet volymflödesöverträdelser vid energieffektivisering genom förflyttning av framledningstemperaturens brytpunkt från minimumvärdet. Baseras på år 2015.... 60 Tabell 4-15. Procentuellt förändrad energieffektiviseringspotential vid implementering av rökgaskylare. Den övre respektive undre procentsatsen i varje cell är en jämförelse mellan energieffektiviseringsåtgärd inkluderad rökgaskylare mot den historisk korrigerade driftsituationen år 2015 med respektive utan rökgaskylare.... 62 xii
1 Inledning I dagsläget är strävan efter ett hållbarare samhälle något som är ständigt aktuellt. I ett land med kallt klimat som Sverige omsätter uppvärmningsbehovet av bland annat hushåll, offentliga lokaler och arbetsplatser en stor del av landets energimängd. I Sverige tillförs uppvärmningsbehovet ofta via ett fjärrvärmenät, där varmt vatten värms genom exempelvis bränslekonsumtion i ett värmeverk eller via spillvärme från en fabrik. Generellt är det önskvärt att andelen spillvärmebaserad fjärrvärme utökas, eftersom de bidrar till ett, ur samhällsperspektiv, effektivare resursutnyttjande och en minskad klimatpåverkan. I Piteå tillgodoser Smurfit Kappas kraftlinerbruk en majoritet av uppvärmningsbehovet genom ett samarbete där de säljer både spillvärme och direkt värme till PiteEnergi. Genom att övervaka och prognostisera värmebehovet i Piteå med hjälp av avancerade mjukvaror, tros en potential av att utnyttja den ökade kunskapen för att distribuera mer energieffektiv och spillvärmebaserad fjärrvärme erhållas. 1.1 Bakgrund Om inte annat anges är informationen som presenteras i detta avsnitt erhållen från handledaren Urban Lundmark vid Smurfit Kappa [1] eller Jan Isaksson och Tomas Johansson, anställda vid PiteEnergi, via diskussioner och studiesök [2]. PiteEnergi är ett kommunalägt företag med en omsättning på cirka 500 MSEK, utspridna över affärsområdena elhandel, bredband, fjärrvärme, elnät samt kraftproduktion. Fjärrvärmeleveranserna påbörjades 1977 genom ett samarbete tillsammans med kraftlinerbruket som idag är Smurfit Kappa Piteå. Fjärrvärmenätet har expanderat kontinuerligt och nya kunder ansluts fortfarande. Smurfit Kappa Piteå är Europas största kraftlinerbruk med en produktionskapacitet på cirka 700 000 ton per år [3]. Kraftliner är en pappersprodukt som främst används som yttre lager på wellpapp. Fabriken i Piteå är integrerad med massatillverkning och returpappersanvändning. Smurfit Kappa kan leverera fjärrvärme i två priskategorier, så kallad primär- och sekundärvärme, där det sistnämnda är spillvärme från en process i fabriken. Smurfit Kappa Piteå förser mer än 90 % av det årliga värmebehovet till Piteå stad, med en i dagsläget maximal kapacitet av cirka 95 MW. Andelen levererad primär- och sekundärvärme från Smurfit Kappa uppgår till cirka 10 % respektive 90 %. Förutom Smurfit Kappa kan två andra externa producenter leverera värme till fjärrvärmenätet, Vattenfall via sitt kraftvärmeverk som är anslutet till SCA:s fabrik i Munksund och Stenvalls Trä via sitt sågverk. För att öka reliabiliteten och säkra värmeleveransen vid årets kallaste dagar äger och förvaltar PiteEnergi fem produktionsanläggningar som är inkopplade till fjärrvärmenätet. Backenverket hetvattencentral, vilket är PiteEnergis huvudpanncentral, kan leverera värme parallellt eller i serie med Smurfit Kappas fabrik. På grund av Smurfit Kappa har dessa produktionsanläggningar en förhållandevis kort drifttid, av vilken anledning ingen ekonomisk drivkraft för att byta ut dagens fossila bränsleanvändning mot förnyelsebara bränslen finns. Den tillgängliga värmeeffekten i produktionsanläggningarna och deras position i Piteås fjärrvärmenät återses i figur 1-1. Samarbetet fungerar så att PiteEnergi ansvarar för distributionen av fjärrvärmen, medan Smurfit Kappa under majoriteten av tiden producerar värmen. PiteEnergi skickar en ledsignal på framledningstemperaturen till Smurfit Kappa, som producerar önskad mängd värme genom att upprätthålla temperaturen. Ledvärdet på framledningstemperaturen bestämmer PiteEnergi i dagsläget i förhållande till utomhustemperaturen. 2
Figur 1-1. Värmeproduktionsanläggningar anslutna till Piteås fjärrvärmenät [4]. Bilden är modifierad med textrutorna [5]. Behovet av värme i fjärrvärmenätet bestäms dels av metrologiska faktorer så som utomhustemperatur, men även av sociala faktorer såsom det faktum att användningen av tappvarmvatten tenderar att öka på exempelvis morgonen innan arbetstid. Den levererade värmemängden bestäms antingen av PiteEnergis valda framledningstemperatur eller av volymflödet. I dagsläget styr abonnenternas behov effektuttaget genom att förändra öppningsgraden av en styrventil, vilket varierar volymflödet i fjärrvärmenätet. En förändring av framledningstemperaturen tar tid att propagera ut i fjärrvärmenätet, vilket innebär att under tidsperioder med hastigt svängande variationer i effektbehov kan volymflödet stundvis uppnå förhållandevis höga toppar. Om dessa toppar överskrider kapaciteten av pumparna finns risken att det efterfrågade värmebehovet inte kan tillgodoses. I dagsläget finns det inga dedikerade operatörer som vaktar att sådana händelser inte inträffar, av vilken anledning volymflödet sänks så att pumpningen sker med en hög säkerhetsmarginal till kostnad av en hög framledningstemperatur. Enligt termodynamisk teori innebär en högre framledningstemperatur högre distributionsförluster till omgivningen. Ett lastprognosverktyg är en mjukvara som bland annat prognostiserar behovet på fjärrvärmenätet några timmar in i framtiden med hänsyn till metrologiska faktorer via väderleksrapporter och sociala faktorer via historiskt uppkomna trender. Kännedomen om värmebehovet några timmar in i framtiden innebär förmodligen att framledningstemperaturen generellt kan sänkas medan volymflödet höjs, utan att öka risken för att det behövda volymflödet överskrider pumpkapaciteten. Detta innebär att distributionsförlusterna sannolikt minskar, samtidigt som det möjliggör ett utökat utnyttjande av mer lågtempererad sekundärvärme. För Smurfit Kappa kan förmodligen även kännedomen om fjärrvärmenätets kommande ångkonsumtion agera som ett beslutsunderlag vid exempelvis bränsleval, samtidigt som möjligheterna att styra fjärrvärmenätet mer dynamiskt genom exempelvis ackumulering av värme förmodas öka. 3
1.2 Syfte Syftet med detta examensarbete är att analysera energimässiga och ekonomiska besparingsmöjligheter genom implementering av ett lastprognosverktyg för fjärrvärmeproduktion vid Smurfit Kappas kraftlinerbruk i Piteå. 1.3 Frågeställningar Följande frågeställning sammanfattar syftet med studien; Hur mycket kan ett lastprognosverktyg minska användningen av fossilt bränsle? Hur mycket kan ett lastprognosverktyg utöka andelen utnyttjad sekundärvärme? Hur mycket kan ett lastprognosverktyg minska distributionsförlusterna? Är det ekonomiskt försvarbart att implementera ett lastprognosverktyg? Vilken form av utökat beslutsunderlag kan ett lastprognosverktyg ge processoperatörer? 1.4 Avgränsningar Denna studie utgår främst från att undersöka potentialen med implementeringen av ett lastprognosverktyg för både Smurfit Kappa och PiteEnergi. Det statistiska verktyget regressionsanalys används i kombination med teoretiska ekvationer för att estimera variablers förändring. Resultatet kommer således inte återspegla en exakt simulering av verkligenheten, utan ge en uppfattning om vad implementeringen av ett lastprognosverktyg innebär. Denna metod används eftersom den minskar komplexiteten och kunskapsbehovet om fjärrvärmenätet avsevärt. När effektflöden undersöks läggs fokus på statiska flöden, med vilket menas att temperaturerna, effekterna och volymflödet som mäts vid en tidpunkt antas höra ihop. Analys av mer dynamiska flöden vid exempelvis ackumulering genomförs också. Studien utvärderar inte eventuella förändringar i samarbetet mellan Smurfit Kappa och PiteEnergi i och med möjligheten till en mer komplicerad styrning av fjärrvärmenätet med ett lastprognosverktyg. Kapaciteterna och begränsningarna av, från fjärrvärmenätet sett, motsatta flöden i värmeväxlare analyseras inte annat än genom deras historiska direkta inverkan på fjärrvärmens temperatur och flöde. Detta eftersom en utökad kunskap om de komplexa effektflödena inom Smurfit Kappas fabrik inte antas ge en stor skillnad i erhållna resultat eller tillförlitligheten med vald metod. Energieffektiviseringsåtgärder som kräver att fjärrvärmenätet eller abonnentcentraler modifieras undersöks inte. 4
1.5 Tidigare studier En litteraturstudie har genomförts med syftet att breda kunskapen om aktuell studie. Nedan nämnda rapporter berör aktuellt ämne men används inte alltid som direkta källor, utan kan ge exempelvis inspiration till vad som är relevant att presentera vid en specifik analys. Utökad spillvärmebaserad fjärrvärmeproduktion vid Smurfit Kappa Kraftliner Piteå av Daniel Andersson [6]. Examensarbete som utvärderar möjligheten att utöka den spillvärmebaserade fjärrvärmeleveransen från Smurfit Kappa Piteå. Ökad sekundärvärmeanvändning vid fjärrvärmeproduktion av Gustav Larsson [7]. Examensarbete som utreder investeringen av en rökgaskylare till biopannan alternativt trimkondensator i indunstning 3 vid Smurfit Kappa Piteå. Lastprognoser för fjärrvärme med hänsyn till scenarier och osäkerheter i vädret av Martin Hedberg och Gijs Koppers [8]. Utredning från Värmeforsk som studerar hur osäkerheter i väderprognoser slår igenom i lastprognoser samt att visa hur variationerna i dessa lastprognoser i sin tur påverkar planeringsunderlaget. Lastprognoser för fjärrvärme av Johan Kvarnström, Erik Dotzauer, Lena Gollvik och Cari Andersson [9]. Utredning från Värmeforsk med syftet att studera alternativa metoder att göra lastprognoser för fjärrvärme. Sänkning av fjärrvärmetemperaturen för ökad elverkningsgrad av Johan Dyrlind [10]. Examensarbete som utvärderar vad en sänkning av framledningstemperaturen resulterar i för elproduktionen i Umeås fjärrvärmenät. Värmeackumulator i Piteås fjärrvärmenät Tekniska och ekonomiska förutsättningar av Jan Dahl och Roger Hermansson [11]. Forskningsrapport från 1994 som undersöker installationen av en ackumulatortank i Piteås fjärrvärmenät. Teknoekonomisk förundersökning av ackumulatortank för Luleå fjärrvärmesystem av Anders Hake [12]. Examensarbete där en förstudie av installationen av en ackumulatortank i Luleå fjärrvärmenät undersöks. Luleås fjärrvärmenät bygger likt Piteås på ett samarbete mellan en industri och ett företag som distribuerar värmen, SSABs stålverk samt LuleEnergi. Decentral ackumulering i ett stort fjärrvärmenät Fallstudie vid Vestegnens Kraftvarmeselskab I/S, Köpenhamn av Jakob Thynell och Martin Zander [13]. Examensarbete som analyserar vad olika typer av värmeväxlare skulle innebära för ett större transmissions-fjärrvärmenät. Utmattnings- och slitageuppskattning på fjärrvärmesystem Till följd av tryck- och temperaturförändringar av Gustav Sten [14]. Examensarbete som studerar om temperatureller tryckvariationer på lång sikt kan påskynda slitaget och utmattningen på fjärrvärmenät. Ekonomisk optimering av energiproduktion Analys av kostnadsbesparing av Johan Andersson. Examensarbete som utvärderar ekonomisk optimering genom implementering av ett existerande lastprognosverktyg. Smarta fjärrvärmenät - En simuleringsstudie av prosumers inverkan på tekniska parametrar i distributionsnät av Lisa Brand och Alexandra Calvén [15]. Examensarbete som berör en mer dynamisk drift av Malmös fjärrvärmenät genom introduktionen av prosumers, vilket är abonnenter som både konsumerar och levererar fjärrvärme. Rapporten berör intressanta resonemang och tar upp utökade variationer av fjärrvärmens temperatur och flöde som är relevant för detta arbete. 5
2 Teori En variabellista för ekvationer i detta avsnitt presenteras i början av rapporten. 2.1 Teknisk beskrivning av fjärrvärme Fjärrvärme är en metod för att storskaligt tillgodose hushåll och industriers värmebehov. Produktionen av värme sker centralt genom exempelvis uppvärmning av vatten via förbränning av avfall, biomassa eller fossila bränslen. Det uppvärmda vattnet distribueras traditionellt sett ut via ett nät av framledningar, avkyls hos abonnenterna och returneras via ett nät av returledningar. Hos varje abonnent finns en abonnentcentral med värmeväxlare där effekten överförs till ett system för tappvarmvatten och ett slutet system för uppvärmning av byggnaden. Vattnet i de tre systemen kommer aldrig i kontakt med varandra. Principen illustreras i figur 2-1. Figur 2-1. Abonnentcentralens uppbyggnad. Majoriteten av värmen produceras ofta centralt i en baslastanläggning och pumpas därefter ut till abonnenterna. För att öka reliabiliteten och säkra värmeleveransen vid extrema väderförhållanden kan mindre produktionsanläggningar placeras vid strategiska punkter i fjärrvärmenätet. I de fall lokala industrier producerar ett överskott av värme med tillräckligt hög temperatur kan denna utnyttjas till att värma fjärrvärmenätet. I dagsläget är ofta fjärrvärmeledningarna av säkerhetsskäl dimensionerade för en maximal framledningstemperatur av 120 C och ett maximalt tryck av 16 bar ( [16], sida 450). Vid byggnation av fjärrvärmenät dimensioneras stamnätets ledningar utifrån kostnad och ett acceptabelt tryckfall. En större rördiameter leder generellt till en ökad investeringskostnad för rör samt högre värmeförluster, eftersom vattnet rör sig långsammare. En mindre rördiameter leder generellt till en högre pumpkostnad, eftersom det dynamiska tryckfallet ökar och leder till ett högre pumparbete. Figur 2-2 illustrerar tryckfallet längs en fjärrvärmeledning som placerats horisontellt och inte har några förgreningar. Om fjärrvärmenätets längd utökas kan tryckfallet blir så stort att ett minimumtryck inte kan upprätthållas i fjärrvärmenätets periferi utan att maximaltrycket av 16 bar nås i anslutning till pumpen. För att förhindra stora tryckvariationer i fjärrvärmenätet kan tryckstegringspumpar installeras vid strategiskt utvalda punkter, vilket illustreras i figur 2-3. I verkligheten är fjärrvärmenäten ofta mer komplexa och innehåller diverse förgreningar, återkopplingar och höjdskillnader som påverkar det totala trycket i en punkt. ( [16], sida 447) 6
Figur 2-2. Tryckfall i ett horisontellt fjärrvärmenät utan förgreningar. Figur 2-3. Tryckfall i ett horisontellt fjärrvärmenät utan förgreningar med en tryckstegringspump. För att säkerhetsställa att framledningsvattnet inte kokar vid ett eventuellt stopp av pumparna bibehålls ett statiskt tryck på fjärrvärmenätet genom att producera en kudde av ånga i ett expansionskärl [2]. Detta expansionskärl tar även upp variationer i vattnets volym på grund av temperaturskillnader. Abonnentcentralerna reglerar mängden överförd värmeeffekt i värmeväxlarna för lokaluppvärmning och tappvarmvatten genom att ändra det genomgående volymflödet, via automatisk justering av en styrventil i förhållande till utomhustemperatur och konsumtion [2]. Vid konstant framledningstemperatur motsvarar en mer öppen styrventil en högre överförd effekt. Det högre volymflödet mellan fram- och returledningen resulterar då i att differenstrycket mellan ledningarna jämnas ut. Differenstrycket över en fjärrvärmecentral tillåts variera inom ungefärligen 1-6 bar och är generellt högre närmare en produktionsanläggning eller i en punkt med förhållandevis låg höjd över havet [17]. Vid ett lägre differenstryck kan inte en tillförlitlig värmeleverans säkerhetsställas. Vid ett högre differenstryck ökar risken för oljud och dåligt fungerade styrventiler [17]. Differenstrycket mellan fram- och returledningen mäts på utvalda punkter i fjärrvärmenätet. För att säkerhetsställa att differenstrycket över konsumenternas fjärrvärmecentraler inte understiger ett minimivärde, ungefärligen 1 bar, regleras cirkulationspumparnas varvtal utifrån ett utvalt differenstyck vid en mätpunkt i en från pumpen avlägsen del av fjärrvärmenätet [2]. Under sommaren tillåts ofta ett högre differenstryck för att driva på cirkulationen och leverera den efterfrågade effekten med mindre förluster. 7
Framledningstemperaturen i ett fjärrvärmenät bestäms traditionellt av producenten i förhållande till utomhustemperaturen. När utomhustemperaturen sjunker ökar framledningstemperaturen för att tillgodose det ökade uppvärmningsbehovet med bibehållna krav på differenstryck [2]. Vid lägre utomhustemperaturer ökar även värmeförlusterna mellan distributionsledningarna och omgivningen, av vilken anledning en högre framledningstemperatur från produktionsanläggningen även krävs för att uppnå temperaturkraven i fjärrvärmenätets periferi. När utomhustemperaturen sjunker så lågt att framledningstemperaturen närmar sig det maximala värdet av 120 C startas mindre produktionsanläggningar för att tillgodose det ökade värmebehovet. Kraven på fjärrvärmenätets lägsta framledningstemperatur ställs av tappvarmvattnet hos hushåll, vilket måste uppnå en temperatur på minst 50 C [18] av bland annat komfortskäl. Kravet grundar sig också i en positiv tillväxttakt av den sjukdomsbringande Legionellabakterien i ett temperaturinternvall mellan 20 C och strax under 50 C ( [16], sida 388). När utomhustemperaturen ökar kommer således en brytpunkt att nås, där framledningstemperaturen förblir konstant. Om utomhustemperaturens inverkan exkluderas varierar den efterfrågade fjärrvärmeeffekten under ett dygn även på grund av mänskliga beteenden, vilket främst är ett resultat av ett ökat behov av tappvarmvatten under dagtid. Effekttoppar vid morgon- och middagstid syns traditionellt, vilket kan kopplas till matlagning och duschning innan och efter en arbetsdag [2]. Vid en utomhustemperatur över cirka 15 C försvinner behovet av fjärrvärme till lokaluppvärmning för de flesta bostadshus. Tappvarmvattenbehovet är oberoende av utomhustemperaturen, så när det är varmare utomhus tangerar volymflödet ut och dygnsmedelvärdet förblir relativt konstant [2]. Returtemperaturen hålls generellt så låg som möjligt för att minimera distributionsförlusterna. I en traditionell abonnentcentral bidrar tappvarmvattnet till en större avkylning av fjärrvärmen, förutsatt att varmvatten används [2]. För att minimera fördröjningen av tappvarmvatten när kranar öppnas cirkuleras varmvatten i hushållens system kontinuerligt för att upprätthålla temperaturen i en ackumulatortank. Denna cirkulation av varmvatten innebär en låg avkylning av fjärrvärmen, eftersom det inkommande vattnet ofta är runt 50 C. Generellt innebär detta ändå att returtemperaturen ofta minskar ju högre andel av fjärrvärmeeffekten som överförs till tappvarmvattnet. Ett undantag är när framledningstemperaturen nått sitt minimivärde och uppvärmningsbehovet börjar minimeras, då returtemperaturen åter ökar för att minska temperaturdifferensen mellan fram- och returledning. Figur 2-4 visar nämnda parametrars variation med utomhustemperaturen. Figuren är tänkt att enbart ge en förutsägelse om förväntat mönster av variationerna och är varken skalenlig eller numrerad. En aktuell representation av motsvarande parametrar för Piteås fjärrvärmenät presenteras i avsnitt 4.3. De maximala och minimala värdena på fjärrvärmeparametrarna i figur 2-4 varierar med olika fjärrvärmenät. Övriga faktorer som påverkar är bland annat flaskhalsar i rörpassager över exempelvis vattendrag, alternativt begränsningar i värmeproduktionsanläggningar och tryckstegringsstationer. Sådana begränsningar kan överkommas genom att placera ytterligare värmeproduktionsanläggningar på strategiska punkter i fjärrvärmenätet ( [16], sida 431). Sammanfattningsvis regleras effektöverföringen i ett fjärrvärmenät genom att producenten varierar framledningstemperaturen eller differenstrycket inom tillåtna intervall, medan abonnenterna varierar volymflödet. De aktuella trycken och temperaturerna i ett fjärrvärmenät påverkas främst av utomhustemperatur och dygnsrytm, men även ytterligare faktorer som exempelvis helgdagar, industrisemester, sportevent, solinstrålning och vindhastighet. 8
Figur 2-4. Förväntade trender i förhållande till utomhustemperatur för viktiga parametrar i ett fjärrvärmenät. 2.1.1 Energi- och masstransport Följande avsnitt presenterar ekvationer som används för att beräkna alternativt estimera energi- och masstransporten i fjärrvärmenätet. Med massflödet, den specifika värmekapaciteten och en temperaturdifferens kan energimängden som exempelvis produceras i en anläggning eller överförs till en abonnent beräknas enligt, Q = m C p T. ( 1 ) En del av den effekt som levereras till fjärrvärmenätet överförs till abonnenter och resterande förloras till omgivningen i form av distributionsförluster, Q levererad = Q behov + Q förlust, ( 2 ) Q förlust = p Q levererad, ( 3 ) där p är en procentuell faktor. 9
Distributionsförlusterna kan även beskrivas som värmetransporten från fram- respektive returledningen till omgivningen med hjälp av längden och diametern på fjärrvärmerören samt den termiska resistansen enligt ( [16], sida 78), Q förlust = L π d (T utg T ute ) R tot + L π d (T retur T ute ) R tot. ( 4 ) Den termiska resistansen är ett mått på ett objekts förmåga att motstå värmegenomgång och består i detta fall av tre termer enligt, R tot = R i + R g + R c ( 5 ) d R is = ( ) ln ( D 2 λ isolering d ) ( 6 ) d R g = ( ) ln ( 4 h 2 λ jord D ) ( 7 ) d R c = ( ) ln ((( 2 h 2 2 λ jord S ) + 1) 0,5 ) ( 8 ) Där Ris motsvarar resistansen i rörisoleringen, Rg resistansen i jorden och Rc resistansen som är förknippad med fram- och returledningsens termodynamiska inverkan på varandra ( [16], sida 79). λ motsvarar den termiska konduktiviteten, h konvektionskoefficienten, S distansen mellan framoch returledningen samt d och D den inre respektive yttre diametern av fjärrvärmerören. Den krävda pumpeffekten kan beskrivas med hjälp av volymflödet och tryckfallet enligt, P = V V ρ v2 L p = η η 2 d f. ( 9 ) Där η är pumpens verkningsgrad och f en friktionsfaktor ( [16], sida 445). 2.2 Piteås fjärrvärmenät Detta avsnitt presenterar en ingående teoretisk beskrivning av fjärrvärmenätets inkoppling till Smurfit Kappas fabrik med kända implementerade driftstrategier och begränsningar i fjärrvärmenätet. Om inte annat anges är informationen som presenteras i avsnittet 2.2 Piteås fjärrvärmenät erhållen från handledaren Urban Lundmark vid Smurfit Kappa [1] eller Jan Isaksson och Tomas Johansson, anställda vid PiteEnergi, via diskussioner och studiesök [2]. I dagsläget bestäms fjärrvärmeleveransen från Smurfit Kappa genom att PiteEnergi skickar ett ledvärde på framledningstemperaturen till fabriken, som Smurfit Kappas processoperatörer upprätthåller genom en så stor mängd sekundärvärme som möjligt, följt av ett behövt tillskott av primärvärme. 10
Data för procentuell distributionsförlust i förhållande till levererad effekt under varje månad har tilldelats från PiteEnergi och presenteras i Tabell 2-1. Förlusterna är procentuellt högre under sommarhalvåret eftersom vattnet är mer stillastående. Tabell 2-1. Procentuella distributionsförluster i Piteås fjärrvärmenät under år 2015 [2]. Månad Jan Feb Mar Apr Maj Jun Jul Aug Sep Okt Nov Dec Förlust 14% 14% 15% 15% 16% 17% 18% 19% 20% 19% 19% 17% 2.2.1 Smurfit Kappa Piteås fjärrvärmeleverans Smurfit kappa har flertalet pannor för att producera ånga, två ångturbiner för att generera el och flera möjligheter att kondensera ånga. Detta presenteras i processchemat i figur 2-5. Figur 2-5. Förenklat processchema av ångnät inom Smurfit Kappas fabrik. De huvudsakliga pannorna är; Sodapannan. Används som baslast eftersom den förbränner indunstad svartlut, som är en del av kemikaliecykeln inom fabriken. Producerar cirka 75 % av ångenergin under ett år. Biopannan. Förbränner fast biomassa i en fluidiserande bädd och används för att uppfylla ett varierande kondenseringsbehov. Producerar cirka 24 % av ångenergin under ett år. SMW-pannan. Förbränner lättolja och används som backup eller vid höga ångbehov. Producerar cirka 0,5 % av ångenergin under ett år. BK50. Förbränner gaser som bildas i processteg, exempelvis metanol. Producerar cirka 0,5 % av ångenergin under ett år. De två turbinerna kallas G2 respektive G3 och är av mottryckstyp med en kapacitet av 27 MW respektive 25 MW styck. Turbinerna använder huvudsakligen två olika ångsystem med avtappningar som beror på kraven hos ångförbrukare, dessa framgår i figur 2-5. För att utnyttja turbinerna mest energieffektivt krävs det att kondenseringsmöjligheterna minst motsvarar energimängden i ångan ut från turbinens avtappningar. Vid höga elpriser och ett lågt kondenseringsbehov kan det vara ekonomiskt lönsamt att friblåsa en del av ångan efter turbinerna. Turbinerna har inte möjligheten att expandera ångan till ett tryck som påverkar fjärrvärmenätets maximala framledningstemperatur. 11
Fjärrvärmeleveransen från Smurfit Kappa kategoriseras i primär- och sekundärvärme, där primärvärme är ånga som värmeväxlas direkt mot fjärrvärmenätet utan att användas i något processteg och sekundärvärme är överbliven spillvärme från ett processteg i fabriken. Ett processchema för fjärrvärmeledningar inom Smurfit Kappas anläggning illustreras i figur 2-6, dessa värmeväxlare ingår i diverse undernivåer under boxen förbrukare i figur 2-5. Figur 2-6. Förenklat processchema för värmeväxling mot fjärrvärme inom Smurfit Kappa. Den inkommande fjärrvärmen passerar först indunstningen, där fjärrvärmen används för att höja koncentrationen av svartlut innan förbränning i sodapannan. Indunstningsprocessen sker i flera steg, vilka kallas effekter, där trycket på koncentrationssidan minskar stegvis till den sjätte effekten. Tryckökningen innebär att kokpunkten förändras, vilket möjliggör att vattnet som förångas i en effekt kan användas till att öka koncentrationen i nästa effekt [19]. Efter den sjätte effekten har den önskade koncentrationen på svartlut nåtts och ångan kan kondenseras mot fjärrvärmenätet istället. I det aktuella fallet finns även möjligheten att tappa av delar av ångan mellan effekterna. Detta resulterar i att tillskottet av färskånga i första effekten behöver ökas för att uppnå den krävda indunstningseffekten, vilket innebär att effekten som överförs till fjärrvärmenätet i indunstningen teoretiskt inte är enbart sekundärvärme. Desto senare ur fjärrvärmeflödets synpunkt som effekten i indunstningen tappas av, desto större är kompensationen av färskånga. Det förekommer även driftsituationer där ånga kondenseras mot fjärrvärmenätet mellan effekterna för att driva på indunstningsprocessen, under vilka omständigheter effekten kan ses som 100 % sekundärvärme. Hur mycket och när dessa tillfällen sker går inte att kartlägga [6]. I övrigt gäller följande för fjärrvärmeväxlarna i indunstningen; 12 I samarbetet med PiteEnergi ses indunstningen i dagsläget alltid som 100 % sekundärvärme. Fjärrvärmeväxlarna i indunstningen övervakas av processoperatörer under lutavdelningen. Sommartid förbipasseras fjärrvärmeflödet genom att manuellt stänga en ventil, eftersom det låga fjärrvärmeflödet annars blir för varmt för att kyla motsatta flöden i senare, mer avkylningsberoende, värmeväxlare. Drygt 40 % av fjärrvärmetillskottet från Smurfit Kappa kommer från indunstningen.
Tunnlutskylaren, terpentinkylaren och värmeväxlingen mot flash- och basånga är 100 % sekundärvärme och övervakas av processoperatörer under massaavdelningen. Tunnlutskylaren och kylningen mot flash- och basningsånga motsvarar ungefär 30 % respektive 20 % av fjärrvärmetillskottet, medan terpentinkylaren tillför under 1 %. Fjärrvärmeflödet passerar slutligen en spetsvärmeväxlare där primärvärme i form av färskånga tillsätts under de omständigheter det behövs för att uppnå ledvärdet på den utgående framledningstemperaturen som PiteEnergi efterfrågar. Denna värmeväxlare övervakas av operatörer under kraftavdelningen och tillför ungefär 10 % av fjärrvärmetillskotet under ett år. Under 2016 kommer en rökgaskondensator installeras i biopannan, vilket estimeras bidra till ytterligare 13,8 GWh och cirka 5 MW sekundärvärme [20]. Denna värmeväxlare placeras direkt innan primärvärmeväxlaren i processchemat i figur 2-6. 2.2.2 Shuntning Vid driftsituationer där den utgående framledningstemperaturen är varmare än ledvärdet på framledningstemperaturen kan en shuntventil öppnas, vilket leder vatten från returledning förbi fabriken och späder ut det uppvärmda vattnet i framledningen till önskad temperatur. När shuntventilen öppnar minskar volymflödet genom Smurfit Kappa, vilket på grund av placeringen av temperatursensorn innebär ett utslag av en ytterligare temperaturökning på den uppmäta utgående framledningstemperaturen. Så länge inga temperaturbegränsningar av motstående strömmar i värmeväxlarna nås och den överförda effekten inom Smurfit Kappa förblir nära densamma kommer samma avkylningseffekt att krävas oavsett ökningen av den faktiska temperaturen. Antalet värmeväxlare inom Smurfit Kappa ger upphov till ett relativt högt tryckfall över fabriken, av vilken anledning en tryckstegringspump upprätthåller tryckfallet till en bar. Om differenstrycket ändå blir för högt kan shuntventilen även användas till att sänka tryckfallet över fabriken. 2.2.3 Temperatur, tryck och flödesbegränsningar Temperaturen på tappvarmvatten måste uppnå minst 50 C, se 2.1 Teknisk beskrivning av fjärrvärme, vilket med hänsyn till säkerhetsmarginaler, effektiviteter på värmeväxlare och distributionsförluster gör att PiteEnergi väljer en utgående framledningstemperatur från en produktionsanläggning av minst 75 C. Ledvärdet på framledningstemperaturen bestäms i dagsläget utifrån utomhustemperaturen via ett samband som är konstant 75 C ner till en utomhustemperatur av cirka 5 C och sedan ökar i princip linjärt tills den övre begränsningen av 120 C nås vid en utomhustemperatur av under -30 C. Enligt Jan Isaksson och Tomas Johansson är PiteEnergi är inte övertygad på var sambandet kommer ifrån. Ett statiskt tryck av minst 4 bar hålls alltid i fjärrvärmenätet, detta för att förhindra förångning av varmt vatten om pumparna stannar. Pumparna kan således arbete med en tryckdifferens på maximalt 12 bar, då det maximalt tillåtna trycket av 16 bar nås. Fjärrvärmen distribueras i dagsläget över Piteälven via en gångbro enligt figur 1-1, där detta rör är en begränsning för pumpningen i fjärrvärmenätet. Om behovet antas jämnfördelat över hela Piteås fjärrvärmenät kan cirkulationspumparna därför driva runt maximalt 1125 m 3 /h. Pumparna har en något högre kapacitet, men vid dessa tillfällen når inte fjärrvärmen abonnenterna i de södra delarna av fjärrvärmenätet. Hela fjärrvärmenätet har en storlek på cirka 4650 m 3. 13
2.2.4 Kända driftstrategier En känd driftstrategi är att mellan klockan 04.00 och 10.00 tillfälligt avgå från styrkruvan för framledningstemperaturen genom att öka ledvärdet med 2 C. Tanken är att det varmare vattnet ska nå abonnenterna innan ökningen av värmebehovet sker på grund av de sociala faktorer som infaller varje morgon, vilket minskar utslaget av volymflödet. Detta ska i sin tur resultera i ett jämnare effektuttag från Smurfit Kappa, samtidigt som fjärrvärmeleveransen garanteras med högre säkerhet. En annan känd driftstrategi är att tillåta ett högre gränsvärde för minsta differenstrycket under sommartid, för att på så sett tvinga upp volymflödet och minska de procentuella distributionsförlusterna mot omgivningen. 2.2.5 Möjligheter med implementering av lastprognosverktyg Den teoretiska informationen under 2.2.5 Möjligheter med implementering av lastprognosverktyg är baserad och verifierad via kontakt med leverantörer av lastprognosverktyg [21], [22], [23], [24], resonemang med Urban Lundmark vid Smurfit Kappa [1] samt Jan Isaksson och Tomas Johansson vid PiteEnergi [2] om inget annat anges. Tre leverantörer av mjukvara för prognostisering av fjärrvärmeförbrukningen har kontaktats, Energy Opticon, Vitec och Termis. En utförligare förklaring av dessa presenteras under 8.1 Leverantörer av lastprognosverktyg. Distributionen av fjärrvärme styrs genom en variation i antingen framledningstemperatur eller volymflöde, där PiteEnergi bestämmer framledningstemperaturen och abonnenterna volymflödet. Vid dynamiska värmelastförändringar är responsen i fjärrvärmenätets periferi långsammare för framledningstemperaturen, då en förändring beror på vattnets flödeshastighet genom rören. Om en lastförändring sker snabbare än propageringen av en förändrad framledningstemperatur kommer således volymflödet att tillfälligt öka och sedan succesivt minska tills temperaturförändringen når de mest avlägsna abonnenterna. För att minimera risken av att pumparnas maximala kapacitet nås vid den tillfälliga volymflödesökningen sker pumpningen med en säkerhetsmarginal under oförändrad drift, till kostnad av en högre framledningstemperatur. Genom att implementera en mjukvara för prognostisering av fjärrvärmeförbrukningen i förhållande till metrologiska prognoser och mänskliga sociala beteenden erhålls en vetskap om fjärrvärmenätets kommande behov. Detta innebär teoretiskt att framledningstemperaturen kan sänkas och behållas konstant vid minimumvärdet fram tills volymflödet når sin maximala kapacitet, då volymflödet övergår till konstant maximal medan framledningstemperaturen varieras så att förändringen propagerar till fjärrvärmenätets periferi i symbios med behovets variation. Genom detta kan pumpningens kapacitet utnyttjas till en högre grad, vilket innebär att framledningstemperaturen på fjärrvärmen kan minskas. En minskning av framledningstemperaturen kan innebära att; Temperaturdifferensen mellan framledningsröret och omgivningen minskar, vilket enligt termodynamisk teori minskar värmeöverföringen och därmed distributionsförlusterna till omgivningen ( [16], sida 76). Elproduktionen ökar i de fall en turbin kan kondensera ångan till ett tryck som innebär att kondensatets temperatur är den begränsande faktorn i värmeväxlingen mot fjärrvärmenätet [25]. Utnyttjandet av spillvärme ökar, om temperaturen och inte den tillgängliga mängden är den begränsande faktorn i dagsläget. 14
y Ett lastprognosverktyg kan även användas för att planera drift av pannor, minska start och stopp av produktionsanläggningar samt generera mer el under perioder när elspotpriset är högt. Detta innebär generellt att andelen fossila bränslen kan minimeras, samtidigt som intäkterna från elproduktion ökas. Potentialen utökas ytterligare om ackumuleringsmöjligheter i fjärrvärmenätet alternativt en ackumulatortank finns. Eftersom Smurfit Kappas turbiner är av mottryckstyp är den åtgående ångas temperatur ingen begränsning för värmeväxling till fjärrvärmenätet. Detta innebär exempelvis att ett lastprognosverktyg öppnar möjligheterna att tillfälligt kondensera en större mängd ånga än behövd till fjärrvärmenätet under höga elspotpriser, eftersom en högre elproduktion innebär ett högre kondenseringsbehov efter turbinerna. Den överskottsvärme som ackumuleras i fjärrvärmenätet kan användas genom att leverera en mindre mängd fjärrvärme än behövd när elspotpriset är längre. För en industri som Smurfit Kappa kan ett lastprognosverktyg indirekt prognostisera fjärrvärmenätets konsumtion av färskånga. Detta kan agera som ett beslutsunderlag för processoperatörer som styr produktionen av ånga till fler förbrukare än fjärrvärmenätet, vilket kortsiktigt ökar leveranssäkerheten och bidrar till en mer korrekt producering av färskånga, vilket i sin tur resulterar i mer resurseffektiva och miljövänliga bränsleval. På längre prognossikt kan verktyget bidra till en säkrare bedömning av förväntade kondenseringsmöjligheter och ekonomiska förutsättningar vid exempelvis revisioner av delar av fabriken, detta genom att med hjälp av historiskt data göra en statistisk prognos av fjärrvärmebehovet. I ett samarbete som det existerande mellan Smurfit Kappa och PiteEnergi kan fördelar och nackdelar skilja sig åt mellan de olika företagen. Exempelvis innebär en minskning av distributionsförlusterna en minskad kostnad av inköpt värme för PiteEnergi och en minskad intäkt för Smurfit Kappa, förutsatt att andelen primärvärme och sekundärvärme är densamma. Ett annat exempel är att möjligheterna att öka intäkterna från elproduktionen vid höga elspotpriser kan resultera i att fjärrvärmeleveransen tillfälligt blir mindre optimal, vilket ökar distributionsförlusterna för PiteEnergi. 2.3 Regressionsanalys Regressionsanalys är ett statistiskt verktyg för att för skapa en funktion till observerad data. Enkel linjär regression utgår från att studera sambandet mellan två variabler, exempelvis xi och yi. En ekvation kan approximeras enligt y i = b x i + a ( 10 ) där y i är det estimerade värdet av den beroende variabeln yi, med hjälp av den förklarande (alternativt oberoende) variabeln xi och regressionskonstanterna a och b ( [26], sida 14). Figur 2-7 illustrerar ett exempel på en linje som anpassats till mätdata. Mätvärden Regressionslinje Figur 2-7. Exempel på enkel linjär regression. x 15
Regressionskonstanterna a och b bestäms genom minsta-kvadrat-metoden ( [26], sida 31), vilket går ut på att minimera summan av felet mellan yi och y i, e = (y i y i) 2. ( 11 ) Kvadraten av differensen används, eftersom det resulterar i att alla fel blir positiva och inte tar ut varandra. Med hjälp av ekvation 10 kan uttrycket skrivas om, partialderiveras med avseende på a och b och ansättas till 0 för att hitta en minimumpunkt, e = (y i a b x i ), ( 12 ) e a = 2 (y i a b x i ) = 0, ( 13 ) e b = 2 x i (y i a b x i ) = 0. ( 14 ) Genom att lösa systemet för ekvation 13 och ekvation 14 kan regressionskonstanterna a och b som ger det minsta felet, och såldes förklarar observerad data bäst, bestämmas till b = n x i y i x i y i n x i 2 ( x i ) 2 ( 15 ) och a = y i b x i, ( 16 ) där n är antalet observationer och y i respektive x i är medelvärden. Regressionssambandet kan även bestämmas med två eller fler förklarande variabler genom att addera termer. Med två förklarande variabler omskrivs ekvation 10 till y i = c x 1,i + b x 2,i + a ( 17 ) Regressionskonstanterna bestäms sedan genom att partialderivera ekvation 17 med avseende på a, b och c enligt samma princip som med en förklarande variabel, vilket i detta fall resulterar i ett ekvationssystem med tre ekvationer ( [26], sida 81). Samma princip gäller med i antalet förklarande variabler, vilket alltid resulterar i ett ekvationssystem med i+1 antal ekvationer. Om observerad data visar tydliga mönster på att vara icke-linjär kan regressionsanalysen genomföras genom att ersätta en eller fler förklarande variabler i ekvation 10 eller ekvation 17 med ett olinjärt samband och sedan applicera samma ekvationer som vid linjär regression, exempelvis xi = x 2 ( [26], sida 125). Olinjära samband kan även genomföras stegvis, då flera linjära ekvationer anpassas i intervaller till observerad data. 16
Hur väll regressionslinjen beskriver observerad data kan beskrivas genom förklaringsgraden ( [26], sida 85) r 2 = 1 (y i y i) 2 (y i y ) 2. ( 18 ) En förklaringsgrad av 90 % kan tolkas som att 90 % av variationerna av observerad data förklaras av regressionslinjen. Ett annat mått på hur väl regressionslinjen anpassat sig till observationerna är residualspridningen ( [26], sida 34), s = (y i y i) 2. ( 19 ) n 2 Residualspridningen förklarar ungefärligen observationernas genomsnittliga avstånd från regressionslinjen och kallas ibland residualstandardavvikelsen. 17
3 Metod Beräkningar och behandling av mätvärden sker i Microsoft Excel 2013. Den övergripande metoden går ut på att estimera effektflödens förhållande till relevanta fjärrvärmeparametrar genom att kombinera teoretiska fysikaliska ekvationer med det statistiska verktyget regressionsanalys. 3.1 Behandling av mätvärden All data för beräkningar och analys hämtas genom en Excelfil för dataexport från programmet WinMOPS, vilket är tillgängligt vid datorer hos Smurfit Kappa Piteå. Använda sensorer presenteras i 8.2 Huvudsakligen använda sensorer från WinMOPS. Data används på timbasis för att dynamiska förändringar av viktiga parametrar ska inkluderas i analysen. Den förbrukade fjärrvärmeeffekten antas oförändrad sedan 2010, vilket bekräftats genom att analysera förändringar i årliga medelvärden av levererad effekt. De använda mätvärdena antas representera verkligheten. I detta inkluderas att utomhustemperaturen som uppmätts i WinMOPS gäller för hela Piteås fjärrvärmenät, samt att den valda sensorn för volymflöde ger ett korrekt utslag även fast det finns flera sensorer för mätningen av volymflödet. Tillgänglig mätdata beskriver under vissa omständigheter parametrar som påverkas av en driftsituation bortom kännedom, av vilken anledning dessa mätvärden förkastas för att ge ett mer trovärdigt resultat vid bestämning av regressionssamband. En förklaring till varför mätvärden förkastas ges i listan nedan. Förkastade driftsituationer varierar med vad som undersöks, av vilken anledning situationer som avviker från listan nedan presenteras i början av varje delavsnitt. Mätvärden förkastas då: Hetvattencentralen anges leverera en effekt, eftersom framledningstemperaturen alternativt volymflödet påverkas okänt mycket beroende på om anläggningen är kopplad parallellt eller i serie med Smurfit Kappa. Gränsvärdet för värmeleverans är ansatt till 0,1 MW på grund av sensorbrus. Ledvärdet på framledningstemperaturen understiger 75 C eller överstiger 120 C, eftersom detta angetts som det tillåtna intervallet av PiteEnergi [2]. Sådana driftsituationer kan bero på tillfällen då en hetvattencentral varit i seriedrift med fabriken, då PiteEnergi kan sänka ledsignalen till Smurfit Kappa tillfälligt för att förhindra för höga levererade effekter. Shuntventilen angivit en öppningsgrad på 1 % eller mer, eftersom dessa tillfällen påverkar den faktiska framledningstemperaturen och volymflödet genom Smurfit Kappa och därmed den uppmätta, levererade effekten. Gränsvärdet är ansatt till 1 % på grund av sensorbrus. Shuntventilen har historiskt gett negativt utslag, vilket analysmässigt antagits som positivt. Volymflödet, den levererade effekten eller temperaturen från Smurfit Kappa varit negativ, vilken antas bero på sensorfel eller en ovanlig driftsituation såsom avställning. Utöver detta förkastas mätvärden som påverkar resultatet av specifika delberäkningar uppenbart, vilket påpekas under respektive avsnitt. 3.2 Behandling av ekonomisk data En leverantör av lastprognosverktyg har offererat en implementering av deras mjukvara, men önskar att deras priser ska vara konfidentiella. Av denna anledning presenteras inte ekonomiskt data numeriskt, utan enbart skalenligt i axellösa grafer. Övrigt använd ekonomisk data kommer antigen 18
internt från Smurfit Kappa [1], från Nord Pool Spot [27] eller svensk kraftmätning [28]. Kalkylräntan antas till 4 %. Intäkterna från abonnenterna antas inte förändras mellan implementerade energieffektiviseringsåtgärder och historisk produktion, eftersom behovet antagits samma som historiskt. PiteEnergis skillnad i intäkter antas påverkas av köpt primärvärme, köpt sekundärvärme samt elen som krävs för pumpningen. Smurfit Kappas skillnad i intäkter antas påverkas av såld primärvärme, såld sekundärvärme samt skillnad i intäkter för elproduktion av primärvärme. 3.3 Modellering av styrfilosofi En statistisk analys genomförs med syftet att undersöka den aktuella styrningen av fjärrvärmenätet, den så kallade styrfilosofin, i förhållande till förbrukningstrender beroende på väderlek och sociala beteenden. Analysens avsikt är inte att förklara fjärrvärmestyrningen fullständigt, utan enbart ge en uppfattning med få förklarande variabler för att bedöma effektiviseringsmöjligheter, upptäcka begränsningar eller eventuella taktiker som avviker från teori. Data används på timbasis från 2010-01-01 00:00:00 till 2016-01-01 00:00:00. Anledningen till att data för 6 år används beror på att säsongsvariationer i förbrukad fjärrvärmeeffekt inte i lika stor grad påverkas av exempelvis ett ovanligt varmt år. Samma metod appliceras på energieffektiviserad data med syftet att illustrera hur parametrarna förändras. Följande variabler undersöks; V Fjärrvärmevattnets totala volymflöde genom Smurfit Kappa. Q Den levererade fjärrvärmeeffekten från Smurfit Kappa. T led Ledvärdet på framledningstemperaturen som PiteEnergi skickar till Smurfit Kappa. T retur Returtemperaturen på det inkommande fjärrvärmevattnet till Smurfit Kappa. Variablerna förkortas fortsättningsvis som nyckelparametrar. Anledningen till att ledvärdet på framledningstemperaturen, istället för den faktiskt uppmätta framledningstemperaturen, används som data för framledningstemperaturen är att denna antas representera den i dagsläget önskade styrfilosofin. Differensen mellan ledvärdet och den faktiska framledningstemperaturen klassas istället som en förlust på grund av en oönskad driftsituation, se 2.2.2 Shuntning. Nyckelparametrarna antas huvudsakligen bero på två utomstående parametrar; Metrologiska faktorer - eftersom uppvärmningsbehovet i hushållen generellt ökar när det blir kallare utomhus. Sociala faktorer under dygnsbasis eftersom tappvarmvattenbehovet förmodas öka under dagtid och under säsongsbasis eftersom bland annat väderparametrar som solinstrålning förändras och värmebehovet till industrier, skolor och liknande antas sjunka under semestertider. Utöver förkastade mätvärden enligt 3.1 Behandling av mätvärden förkastas även en orimlig uteliggare vid en utomhustemperatur av minus 32 C, eftersom denna påverkar resultatet uppenbart felaktigt genom att resultera i en sänkning av ledvärdet vid minskad utomhustemperatur. 19
3.3.1 Metrologiska faktorers inverkan på historisk fjärrvärmedata Utomhustemperaturen antas vara den metrologiska faktor som påverkar fjärrvärmenätets nyckelparametrar överlägset mest. Andra faktorer, som vind och solinstrålning, försummas. Ledvärdet på framledningstemperaturen bestäms traditionellt av PiteEnergi utan hänsyn till andra väderfaktorer än utomhustemperaturen [2]. Nyckelparametrarnas beroende av utomhustemperatur bestäms med stegvis enkel linjär regression över jämnfördelade temperaturintervall mellan minimal och maximal uppmätt temperatur. Stegen i regressionen delas upp på temperaturintervaller istället för ett jämt antal mätvärden på grund av frekvensen av en specifik utomhustemperatur. Om den stegvisa regressionen skett på mätvärdesintervall hade linjerna generellt spänt över ett större temperaturintervall under årets kallaste och varmaste dagar, vilket representerar data sämre inom dessa intervall ifall trenden egentligen är olinjär. Av samma anledning anpassas inte en olinjär funktion till mätvärdena, eftersom det kan resultera i ett fall där funktionen är väl anpassad till den höga koncentrationen av mätvärden i de centrala delarna av temperaturintervallet och differerar vid gränserna av temperaturintervallet. Den valda metoden resulterar i en högre förklaringsgrad jämfört med andra nämnda metoder, men funktionen kommer inte vara kontinuerlig om hela intervallet av utomhustemperaturer beaktas. 3.3.2 Sociala faktorers inverkan på historisk fjärrvärmedata Eventuella trender beroende på mänskliga dygnsrutiner undersöks genom att exkludera beroendet av utomhustemperatur via subtraktion av mätvärden för en nyckelparameter med motsvarande estimerade värde från den aktuella regressionslinjen. Om regressionslinjen antas ensam beskriva den aktuella nyckelparameterns väderberoende bör resultatets medelvärde vara nära den vertikala axelns nollvärde, med en eventuell förskjutning i höjdled på grund av andra tidsberoende faktorer som säsongsvariationer. Medelvärdet av varje nyckelparameter för ett dygn subtraheras med respektive timvärde, viket resulterar i 24 mätvärden för medelvärdesavvikelser per dygn. Dagar utan alla 24 timmar representerade förkastas. Genom att sedan beräkna medelvärdet av dessa avvikelser över alla analyserade dagar kan en eventuell genomsnittlig daglig trend urskiljas. För att ge en uppfattning om nyckelparametrarnas spridning anges den undre och övre kvartilen, inom vilka gränser 50 % av mätvärdena finns representerade. Säsongsvariationer studeras genom att subtrahera månadsmedelvärdet och årsmedelvärdet av det data där utomhustemperaturens inverkan på nyckelparametrarna exkluderas. Dagar där 24 timmar inte finns representerade förkastas i detta fall inte, eftersom tidigare förkastade mätvärdena enligt 3.1 Behandling av mätvärden antas och verifieras ligga någorlunda jämnfördelade över året. 3.4 Förändring av fjärrvärmeparametrar vid energieffektivisering Om den utgående framledningstemperaturen förändras påverkas ett antal fjärrvärmeparametrar för att bibehålla energibalansen mellan levererad värme, värmebehov och distributionsförlust samt primär och sekundärvärme inom Smurfit Kappa. I detta underavsnitt förklaras metoden för att undersöka hur fjärrvärmeparametrarna distributionsförluster, levererad fjärrvärme, returtemperatur, pumpeffekt, shuntförluster, tillgänglig sekundärvärme, utmattning och slitage samt elproduktion antas variera med fjärrvärmens utgående framledningstemperatur, volymflöde, abonnenternas värmebehov, utomhustemperatur, temperatur på sekundärvärmen samt produktionen i massabruket. 20
Mätvärden används på timbasis under ett år, varav år 2015 presenteras i rapportens resultat eftersom faktorer för distributionsförlusterna enbart är kända för år 2015. Resultatgrafer och tabeller för år 2010-2014 med antagandet att förlustfaktorerna är samma som år 2015 har beräknats och visar ingen nämnvärd skillnad i trender och slutsatser, av vilken anledning de inte presenteras i rapporten. Om inget annat nämns förkastas mätvärden i efterföljande underavsnitt enligt 3.1 Behandling av mätvärden. 3.4.1 Distributionsförluster Anledningen till att de procentuella distributionsförlusterna varierar under året antas bero på skillnader i volymflöde, utgående temperatur, returtemperatur och utomhustemperatur. Med hjälp av olinjär regressionsanalys beräknas ett samband som sammankopplar nämnda nyckelparametrar med förlusten i megawattimmar. Sambandet antas olinjärt eftersom det förväntas likna ekvation 4, där längden och diametern är okända och kategoriseras in i regressionskonstanter. Regressionssambandet för distributionsförluster blir Q i,förlust = a f + b f V i (T i,utg T i,ute ) + c f V i (T i,retur T i,ute ). ( 20 ) Q förlust beräknas med hjälp av ekvation 3 och de procentuella förlustfaktorerna i Tabell 2-1, där faktorerna antas konstanta för varje timme under aktuell månad. I ekvation 20 används volymflödet som en variabel, vilket inte återses i den teoretiska ekvation 4 för distributionsförluster. Detta på grund av komplexiteten i att mäta variablerna i den termiska resistansen i ekvation 6, 7 och 8. Därför antas resistanserna vara proportionerliga mot volymflödet enligt R tot 1 V ( 21 ) och resterande parametrar i resistanserna antas konstanta i förhållande till den aktuella variationen på nyckelparametrarna. Ekvation 20 och 21 visar god förklaringsgrad och styrks i teorin av det faktum att konvektionskoefficienten h, som ingår i den termiska resistansen, är en funktion av Nusselts tal som i sin tur är en funktion av Reynolds tal, vilket beror på hastigheten och således volymflödet genom fjärrvärmeledningarna ( [29], sida 401). 3.4.2 Levererad fjärrvärme Undersökta energieffektiviseringspotentialer innebär bland annat att distributionsförlusterna minskar. Förutsatt att inga effektiviseringar eller beteendeförändringar hos abonnenter sker bör värmebehovet vara detsamma, vilket innebär att lägre förluster medför mindre levererad värme. För att beräkna en ny levererad effekt bestäms ett regressionssamband enligt, Q i,levererad = a e + b e V i (T i,utg T i,retur ). ( 22 ) Regressionssambandet bygger på ett antagande om att den producerade värmen kan förklaras med massflödet, värmekapaciteten och temperaturdifferensen enligt ekvation 1. Detta styrks av en beräkningsmall som finns tillgänglig via WinMOPS, vilket visar att effekten i dagsläget beräknas för varje separat värmeväxlare och sedan adderas enligt Q i,levererad = Q i = ( 1 3600 4,180 V i T i ). ( 23 ) 21
I detta fall utförs alltså ett regressionssamband som beskriver effekten med en ekvation istället för summan av en för varje värmeväxlare enligt beräkningsmallen. Sambandet resulterar i en hög förklaringsgrad och är oberoende av den ökande mängden mätdata för temperaturdifferenser och flöden över varje värmeväxlare. 3.4.3 Returtemperatur När volymflödet och den utgående temperaturen på fjärrvärmen förändras antas returtemperaturen också variera, där ett högre volymflöde eller högre inkommande temperatur till en abonnentcentral bör resultera i en högre returtemperatur. Graden av avkylningen antas även bero på abonnentens aktuella värmebehov. De beroende variablerna i regressionsanalysen härleds genom antagandet att ekvationen kan förklaras med massflödet, värmekapaciteten och temperaturdifferensen likt ekvation 1. Det faktum att mätdata vid produktionsanläggningar och inte abonnentcentralerna är tillgänglig påverkar resultat, vilket antas inkluderas automatiskt som faktorer i regressionskonstanterna ar, br, cr och dr. Sambandet för returtemperaturen blir 3.4.4 Pumpeffekt T i,retur = a r + b r Q i,behov + c r T i,utg. ( 24 ) V i En ökning av volymflödet innebär att tryckfallet ökar i kvadrat och den krävda pumpeffekten i kubik enligt ekvation 9. Genom att anta att de geometriska parametrarna, densiteten och friktionskoefficienten är konstanta inom aktuella intervall kan ekvationen förenklas till där P = V η p = k V 3, ( 25 ) 22 k = p i 2 ( 26 ) V i om pumpens verkningsgrad antas vara 100 %. Faktorn k kan sedan bestämmas om tryckfallet vid ett specifikt volymflöde är känt. Det maximala trycket i fjärrvärmenätet får på grund av säkerhetsskäl inte överstiga 16 bar, vilket med hänsyn till det statiska trycket av 4 bar innebär att tryckdifferensen över pumpen maximalt får vara 12 bar. Eftersom begränsningen av pumpningen på 1125 m 3 /h beror på en flaskhals i fjärrvärmenätet och inte pumparnas kapacitet antas tryckdifferensen av 12 bar över pumpen inträffa vid volymflödet 1200 m 3 /h. 3.4.5 Shuntförluster Vid estimering av shuntförluster förkastas inte tillfällen då shuntventilen angivit en öppningsgrad på 1 % eller mer, i övrigt behandlas mätvärden enligt beskrivningen under 3.1 Behandling av mätvärden. Shuntventilen öppnas för att ledvärdet och det utgående värdet på framledningstemperaturen skiljer från varandra, tryckfallet över Smurfit Kappa är för stort eller tillfällen då hetvattencentralen körs parallellt med Smurfit Kappa. Tillfällen då ventilen öppnas för att tryckfallet är för stort kan inte urskiljas vid behandling av mätdata och sker relativt sällan i förhållande till andra shuntorsaker, av vilken anledning dessa tillfällen antas icke existerande [2]. Tillfällen då shuntventilen öppnas för att
köra hetvattencentralen parallellt exkluderas automatiskt i och med att tillfällen då hetvattencentralen är i drift förkastas. Förändringshastigheten hos framledningstemperaturen respektive ledvärdet antas kunna beskrivas genom att anpassa en rätt linje i förhållande till tid, enligt där index 1 och 2 motsvarar två godtyckliga tidpunkter. dt dt = T 2 T 1 t 2 t 1 ( 27 ) Genom att jämföra förändringshastigheterna mellan framledningstemperaturen och ledvärdet på framledningstemperaturen innan shuntning kan en uppfattning om vad som orsakat öppningen av shuntventilen erhållas. När shuntventilen ger utslag beräknas förändringshastigheten enligt ekvation 27 mellan de två timmarna innan ventilen öppnades. Anledningen till att inte fler timmar inkluderas beror på eventuella lokala toppar som kan resultera i ett missvisande resultat. På grund av en höjd framledningstemperatur i och med förändrat volymflöde genom fabriken vid öppning av shuntventilen beräknas inte förändringshastigheten med mätvärden associerade med en tidpunkt för öppnad shuntventil. Följande antagande är gjorda; Förändringshastigheterna representerar anledningen till shuntning, även om värdena på timbasis innebär att lokala toppar som enbart uppkommer under några minuter nedtonas. De två respektive förändringshastigheterna påverkar oberoende shunttillfällena lika mycket. En förändring av ledvärdet med 10 % vid konstant framledningstemperatur påverkar således shuntningen lika mycket som en förändring av framledningstemperaturen med 10 % vid konstant ledvärde, så länge resterande krav för shuntning uppfylls. Genom att dividera absolutvärdet av framledningstemperaturens förändring med absolutvärdet av de båda förändringshastigheterna adderade med varandra erhålls ett värde mellan 0 och 1, där 0 alternativt 1 innebär att framledningstemperaturen alternativt ledvärdets förändring varit konstant innan shuntventil öppnats. Exempelvis, om shuntning uppstår klockan 15.00 och framledningstemperaturen respektive ledvärdet på framledningstemperaturen klockan 13.00 och 14.00 varit 100 C och 103 C respektive 100 C och 99 C antas anledning till öppningen bero till 25 % på ett förändrat ledvärde och 75 % på en förändrad framledningstemperatur. Exemplet illustreras i Figur 3-1, där trenden inte baseras på uppmätta värden utan enbart är framtagen ur illustrativ synpunkt. 23
Öppning shuntventil [%] Temperatur [ C] 9% 6% 3% 112 108 104 100 0% 96 12:00 13:00 14:00 15:00 16:00 17:00 Tid Shuntventil [%] Ledvärde på framledningstemperatur [ C] Utgående framledningstemperatur Figur 3-1. Exempel på hur orsaken till shuntning bedöms. Mätvärden på volymflödet som omdirigeras vid en specifik öppningsgrad finns inte tillgängligt, av vilken anledning det estimeras med hjälp av regressionsanalys. Genom att exkludera volymflödets beroende av utomhustemperatur och subtrahera medelvärdesavvikelserna för dygns och säsongsvariationer enligt avsnitt 3.3.2 Sociala faktorers inverkan på historisk fjärrvärmedata erhålls ett korrigerat volymflöde där påverkningarna av shuntning antas framstå tydligare. Volymflödet genom shuntventilen estimeras genom att beräkna skillnaden i volymflöde genom Smurfit Kappa mellan den mättimme då shuntning påbörjas eller avslutas med en timme före eller efteråt och anpassa dessa värden till den motsvarande uppmätta öppningsgraden av shuntventilen enligt V shunt = a shunt + b shunt öppningsgrad. ( 28 ) Värmeförlusterna i samband med shuntning beräknas med ekvation 1, där massflödet byts ut mot volymflödet enligt Q shunt = ρ C p V shunt (T led T retur ). ( 29 ) Ledvärdet på framledningstemperaturen används istället för den faktiska framledningstemperaturen, eftersom den sistnämnda påverkas av shuntventilens öppningsgrad. En Excelfil med beräkningsunderlaget för fjärrvärmeleveransen från Smurfit Kappa finns tillgänglig genom programmet WinMOPS, där de använda mätvärdessignalerna och materialkonstanter finns åtkomliga, dessa presenteras i Tabell 3-1. Tabell 3-1. Konstanter för värmeförlustberäkningar. Beskrivning Variabel Värde Enhet Specifik värmekapacitet C p 4,18 kj (kg K) Densitet ρ 1000 kg m 3 För att ge en uppfattning om när shuntning uppstår och om energieffektiviseringsåtgärder utförts kategoriseras förlusterna kvartalsvis från 2010 till 2016, samt timvis under en medeldag. På grund av att volymflödet inte mäts genom shuntventilen antas resultatet osäkert, av vilken anledning 24
shuntförlusternas eventuella effektiviseringspotential vid implementering av ett lastprognosverktyg inte presenteras numeriskt utan behandlas via resonemang och diskussion. Mätvärden används på timbasis från år 2010 till 2016. 3.4.6 Sekundärvärme Vid estimering av shuntförluster förkastas inte tillfällen då shuntventilen angivit en öppningsgrad på 1 % eller mer, eftersom dessa driftsituationer enbart påverkar temperaturer i fjärrvärmenätet utanför Smurfit Kappa. I övrigt behandlas mätvärden enligt beskrivningen under 3.1 Behandling av mätvärden. Genom att subtrahera historisk levererad värme med primärvärmetillskott kan mängden utnyttjad sekundärvärme beräknas. Sekundärvärmen som i dagsläget används av fjärrvärmenätet under de kallaste månaderna antas inte efterfrågas av någon annan förbrukare under de varmaste månaderna, utan istället övergå som förluster till omgivningen. Den tillgängliga sekundärvärmen som går att överföra till fjärrvärmenätet antas begränsas av antingen temperaturen innan spetsvärmeväxlaren, fjärrvärmens volymflöde eller produktionen i massabruket. För en bestämd timme under ett år antas alltså den tillgängliga sekundärvärmen inte kunna uppnå en varmare temperatur än historiskt uppmätt för samma timme, även om volymflödet av fjärrvärmen förändras. Detta ger förmodligen en något underestimerad tillgänglig sekundärvärme vid vissa driftsituationer. Exempelvis förbipasseras delar av indunstningen historiskt under sommartid, detta för att fjärrvärmevattnet inte ska uppnå temperaturer som innebär att vattnet inte kan användas till att kyla mer kritiska processer i senare steg av värmeväxlarföljden. Om indunstningen antas beså av enbart sekundärvärme kan detta resultera i att temperaturen på sekundärvärmen i slutändan blir kallare än möjligt. Ett högre volymflöde hade förmodligen resulterat i en större möjlig avkylningseffekt, vilket innebär att indunstningen kan förbipasseras under kortare drifttid. Begräsningar som uppstår mellan sekundärvärmeväxlare och inverkan av tillgänglig effekt i respektive värmeväxlare i förhållande till varandra analyseras inte. En del av effekten som överförs i indunstningen består av primärvärme, eftersom extra färskånga som egentligen inte är nödvändig för processen tillförs när det finns möjlighet att kondensera ångan mot fjärrvärmenätet. Denna värme kategoriseras i detta fall som sekundärvärme, eftersom den i dagsläget klassas som sekundärvärme vid samarbetet med PiteEnergi. En regressionsanalys utförs för att hitta ett samband som beskriver tillgänglig sekundärvärme vid olika driftsituationer. Sekundärvärmen antas antingen bero på fjärrvärmevattnets parametrar via en olinjär term baserad på ekvation 1, där densiteten och värmekapaciteten bestäms av konstanten b och temperaturdifferensen baseras på temperaturen innan spetsvärmeväxlaren enligt, Q i,sek = a s + b s V i (T i,sek T i,retur ), ( 30 ) alternativt två linjära termer som inkluderar påverkan från massabrukets produktion enligt Q i,sek = c s M i,barr + d s M i,björk, ( 31 ) där Mi,barr och Mi,björk är massabrukets produktion av barr- respektive björkmassa. Slutligen kan även den tillgängliga sekundärvärmen bero på både ekvation 30 och ekvation 31 samtidigt enligt, 25
Q i,sek = a s + b s V i (T i,sek T i,retur ) + c s M i,barr + d s M i,björk. ( 32 ) Vad som påverkar sekundärvärmen evalueras i resultatet via förklaringsgraderna och en känslighetsanalys, där de utvalda oberoende variablerna ansätts till medianvärdet och varieras sedan till den 25:e respektive 75:e kvartilen enskilt. 3.4.7 Utmattning och slitage En ökning av variationen av framledningstemperaturen kan innebära att det större antalet expansioner respektive kontraktioner av fjärrvärmeledningarna resulterar i en ökad utmattning och ett ökat slitage, vilket kan förkorta livslängden på fjärrvärmenätet. Energieffektiviseringsåtgärderna kan även innebära att det efterfrågade effektuttaget från Smurfit Kappa blir mer varierande, vilket kan resultera i att komplexiteten i ångförbrukningen inom fabriken ökar. Storleksvariationerna från timme till timme av framledningstemperaturen och den levererade effekten analyseras och jämförs därför med den historiska variationen, vilket presenteras i 4.5.5 Energieffektiviseringens påverkan på utmattning och slitage. 3.4.8 Elproduktion Om den efterfrågade primärvärmen varierar kommer mängden ånga som passerar genom ångturbinerna att variera, vilket i sin tur resulterar i en förändrad elproduktion. För att estimera hur mycket elproduktion förändras bestäms lutningen mellan massflödet genom turbinen och den resulterade elproduktionen ur en visuellt linjär graf, tillgänglig internt inom Smurfit Kappa [1]. Massflödet genom primärvärmeväxlarens förhållande till historiskt primärvärmetillskott mäts inte och estimeras därför genom en effektbalans med entalpier. Ångan som passerar spetsvärmeväxlaren antas alltid ha ett övertryck av 3 bar, där den inkommande ångan är mättad och det utgående vattenkondensatet har den uppmätta mediantemperaturen 75,8 C. Detta resulterar i entalpierna hin = 2738 kj/kg och hut = 317,6 kj/kg enligt ett beräkningsverktyg i Excel [30]. Historiskt är det möjligt att sekundärvärmeandelen minskats under perioder ångproduktionen utökas för att höja elproduktionen vid höga elpriser, eftersom dessa tillfällen inte kan kategoriseras antas de inte existera. 3.4.9 Energibalans Energibalanser som alltid ska uppfyllas är och Q i,levererad = Q i,behov + Q i,förlust ( 33 ) Q i,levererad = Q i,sekundär + Q i,primär, ( 34 ) förutsatt att hetvattencentralen inte levererar värme. Ekvation 34 med ekvation 20, 22 och 24 resulterar i 26
a e + b e V i (T i,utg (a r + b r Q i,behov + c r T i,utg )) = Q i,behov + a f + b f V i V i (T i,utg T i,ute ) + c f V i ((a r + b r Q i,behov + c r T i,utg ) T i,ute ), V i ( 35 ) där fjärrvärmens utgående framledningstemperatur, volymflöde, abonnenternas värmebehov samt utomhustemperatur är de enda variablerna i ekvationen. Om värmebehovet och utomhustemperaturen antas konstanta kan den utgående framledningstemperaturen varieras, vilket resulteras i att volymflödet förändras för att upprätthålla energibalansen i ekvation 35. Det nya flödet och temperaturen kan användas för att analysera vad förändringen innebär för förlusterna och den producerade värmen, elproduktion av primärvärmetillskottet, pumpeffekten via ekvation 25 samt sekundärvärmen och därigenom tillskottet av primärvärme via ekvation 30, 31 eller 32. En känslighetsanalys som beaktar energibalanserna genomförs för att ge en uppfattning om vad variationen av framledningstemperatur innebär för volymflödet, de faktiska förlusterna, de procentuella förlusterna samt sekundärvärmen. Analysen utförs genom att variera framledningstemperaturen i 10 steg mellan 75 C och 120 C vid tre olika utomhustemperaturer och motsvarande värmebehov vid utomhustemperaturens 25e, 50e och 75e percentil. 3.5 Energieffektivisering En analys genomförs där den historiska fjärrvärmeproduktionen för ett år jämförs med en energieffektiviserad version. Denna metod anses ge en tillförlitlig indikation om vad implementeringen innebär i framtiden, eftersom de metrologiska trenderna, Smurfit Kappas produktionstakt samt effektbehovet i Piteås fjärrvärmenät inte antas förändras nämnvärt. Vid denna analys förkastas inga mätvärden, eftersom detta hade resulterat i att en del av årets timmar bortfaller och resultatet troligtvis inte speglar verkligheten med lika hög sannolikhetsgrad. Regressionssambanden som används vid beräkningarna bestäms enligt 3.4 Förändring av fjärrvärmeparametrar vid energieffektivisering. För att uppnå jämförbar data, justera eventuella avvikande mätvärden och bibehålla en kontinuitet korrigeras den historiska utgående framledningstemperaturen och volymflödet tills den uppmätta levererade effekten från Smurfit Kappa motsvarar den beräknade enligt ekvation 22. Under de tillfällen den uppmätt levererade effekten från Smurfit Kappa understiger 1 MW antas fabriken inte leverera någon fjärrvärme, varpå den estimerade levererade effekten ansätts till noll. Signalen från effekten i WinMOPS inkluderar eventuella tillskott från hetvattencentralen, där denna metod förutsätter att detta tillskott subtraheras. Det är känt att det högra ledet i ekvation 35 motsvarar den kända levererade effekten från Smurfit Kappa, vilket innebär att det okända behovet kan brytas ut som en funktion av den utgående framledningstemperaturen, volymflödet och utomhustemperaturen, där utomhustemperaturen är känd, Q i,behov = Q i,levererad a f V i (b f (T i,utg T i,ute ) + c f (a r + c r T i,utg T i,ute )) 1 + c f b r. ( 36 ) 27
Genom att implementera sambandet i ekvation 35 erhålls en funktion där enbart framledningstemperaturen och volymflödet är okända, a e + b e V i (T i,utg (a r + b r (Q i,levererad a f V i (b f (T i,utg T i,ute ) + c f (a r + c r T i,utg T i,ute ))) 1 (1+c f b r ) V i + c r T i,utg )) = (Q i,levererad a f V i (b f (T i,utg T i,ute ) + c f (a r + c r T i,utg T i,ute ))) + a 1+c f b f + b f V r i 1 ( 37 ) (T i,utg T i,ute ) + c f V i ((a r + b r (Q i,levererad a f V i (b f (T i,utg T i,ute ) + c f (a r + c r T i,utg T i,ute ))) 1 (1+c f b r ) V i + c r T i,utg ) T i,ute ). Framledningstemperaturen ansätts till den historiskt uppmätta utgående framledningstemperaturen förutsatt att inte; Framledningstemperaturen är så hög att volymflödet som beräknas med ekvation 37 blir högre än det övre gränsvärdet på 1125 m 3 /h. Vid dessa tillfällen beräknas en ny framledningstemperatur som motsvarar det övre gränsvärdet på volymflödet. Shuntventilen är öppen, vilket resulterar i felaktiga utslag på den utgående framledningstemperaturen. Under dessa omständigheter ersätts den utgående framledningstemperaturen med ledvärdet från PiteEnergi. Ingen av ovan nämnda metoder resulterar i en framledningstemperatur under det nedre gränsvärdet på 75 C, under dessa omständigheter ersätts den utgående framledningstemperaturen med 75 C. Med ekvation 37 bestäms sedan det motsvarande volymflödet för att den levererade effekten ska överensstämma med den historiskt uppmätta. Med hjälp av det nya volymflödet och framledningstemperaturen kan de historiska distributionsförlusterna estimeras med ekvation 20, värmebehovet med ekvation 36, pumpeffekten med ekvation 25 och sekundärvärmen samt primärvärmen och den resulterande elproduktionen med ekvation 30, 31 eller 32. Abonnenternas efterfrågade värmebehov antas vara konstant och motsvaras av det estimerade behovet oavsett undersökta förändringar på fjärrvärmeparametrar. Med hjälp av energibalans och regressionssambanden för effektflöden enligt ekvation 33, ekvation 34, ekvation 35 och ekvation 31, 32 eller 33 analyseras energieffektiviseringspotentialen genom att historiskt utvärdera vad årliga effektflöden varit om energieffektiviseringsåtgärder hade utnyttjas. Detta anses ge ett tillförlitligt resultat för framtiden, eftersom utomhustemperaturens och fjärrvärmebehovets trender under ett år inte förväntas förändras nämnvärt. Energieffektiviseringspotentialen med lastprognosverktyget utvärderas genom att sänka framledningstemperaturen och därigenom höja volymflödet tills antingen begränsningen av framledningstemperatur eller volymflöde nås. Begränsningen av volymflödet är i fjärrvärmenätet antagen till 1125 m 3 /h. För att analysera vad en eventuell önskad säkerhetsmarginal alternativt ökning av volymflödesbegränsningen genom att ersätta flaskhalsen i fjärrvärmenätet innebär utförs fyra energieffektiviseringsfall med lastprognosverktyg, där volymflödets övre begränsning antas 28
Framledningstemperatur [ C] Framledningstemperatur [ C] vara 1000 m 3 /h, 1075 m 3 /h, 1125 m 3 /h alternativt 1200 m 3 /h. Den lägsta tillåtna framledningstemperaturen är i respektive fall alltid 75 C. För att bedöma lastprognosverktygets lönsamhet analyseras även energieffektiviseringspotentialen utan lastprognosverktyg. Två metoder med fyra energieffektiviseringsfall var utvärderas: Den första metoden går ut på att sänka framledningstemperaturen med 10 C jämt, 5 C jämt, 2 C jämt alternativt 2 C mellan klockan 04:00 och klockan 10:00. Det sistnämnda fallet utförs för att utvärdera vad den existerande natthöjningen innebär energimässigt i dagsläget. Ledvärdet på framledningstemperaturen sänks till minimalt 75 C. I figur 3-2 presenteras i grafisk illustration av energieffektiviseringsmetoden jämfört med en traditionell styrkurva. Den andra metoden går ut på att flytta brytpunkten vid vilken utomhustemperatur framledningstemperaturen ökar från 75 C, och sedan öka framledningstemperaturen med större linjär lutning fram tills en utomhustemperatur av -10 C. När det är kallare än -10 C utomhus förblir framledningstemperaturen som historiskt. Denna metod har framresonerats med PiteEnergi [2], eftersom de märker tydligare begränsningar i fjärrvärmenätet när det är kallare än -10 C utomhus. Fyra fall genomförs, där brytpunkten sätts till en utomhustemperatur av 5 C, 0 C, -5 C, samt den temperatur som innebär att volymflödes trend aldrig minskar när framledningstemperaturen ökar. I figur 3-3 presenteras i grafisk illustration av energieffektiviseringsmetoden jämfört med en traditionell styrkurva. -30-20 -10 0 10 20 30 Utomhustemperatur [ C] Historisk Effektiviserad -30-20 -10 0 10 20 30 Utomhustemperatur [ C] Historisk Effektiviserad Figur 3-2. Energieffektivisering genom att sänka framledningstemperaturen. 3.6 Ackumuleringsmöjligheter Figur 3-3. Energieffektivisering genom att flytta brytpunkten vid vilken utomhustemperatur framledningstemperaturen börjar öka. Potentialen av att ackumulera värme i en ackumulatortank alternativt i fjärrvärmenätet antas möjliggöra en mer dynamisk drift av fjärrvärmenätet, vilket kan leda till ökade intäkter och mer bränsleeffektiv värmeleverans. Ackumuleringen antas generellt ske genom att ledvärdet på framledningstemperaturen höjs. Detta resulterar i att ett överskott av värme distribueras ut i framledningen 29
Ökande medan temperaturförändringen propagerar ut i fjärrvärmenätet och ventilerna i abonnentcentralerna successivt minskar öppningsgraden tills volymflödet nått ett nytt jämnvikts-värde. Figur 3-4 illustrerar ett exempel med tre abonnenter där ledvärdet på framlednings-temperaturen höjs vid tidpunkt 1, vilket får ett överskott av effekt att levereras ut på fjärrvärmenätet fram tills den sista abonnenten nås vid tidpunkt 4. Den lagrade värmeeffekten motsvaras då av arean mellan den levererade effekten och den efterfrågade. Efterfrågad effekt Levererad effekt Volymflöde 0 1 2 3 4 5 Tidpunkt Figur 3-4. Exempel över principen för ackumulering i fjärrvärmenätet. Utgående framledningstemperatur I denna studie utförs överslagsberäkningar utan hänsyn till investeringskostnader för att ge en uppfattning om möjligheterna med ackumulering, där år 2015 med implementerat lastprognosverktyg med en maximal volymflödesbegränsning av 1125 m 3 /h undersöks. Tre fall utreds; Ackumuleringsmöjligheter i fjärrvärmenätet, Ackumulering i ackumulatortank för primärvärmereduktion, Ackumulering i ackumulatortank för ökade intäkter från el. Ackumuleringsmöjligheterna i fjärrvärmenätet analyseras genom att beräkna värmelagringsmängden för varje timme under året. I detta fall tas ingen hänsyn till hur denna värmemängd ska uppfyllas. Genom att anta en maximal fjärrvärmetemperatur beräknas det motsvande jämnviktsvolymflödet vid denna temperatur med ekvation 35. Tiden innan en ledvärdeshöjning till den maximala framledningstemperaturen propagerat till fjärrvärmenätets periferi beräknas genom medelvärdet på volymflödets nya respektive gamla jämnviktsvärde och fjärrvärmenätets storlek 4650 m 3 /h. Den ackumulerbara värmemängden bestäms sedan genom att beräkna genomsnittlig levererad värmeeffekt med medelvärdet av volymflödet enligt ekvation 35 och sedan multiplicera det med tiden det tar innan den nya jämnviktsvärdet på volymflödet efter en förändring av ledvärdet på framledningstemperaturen nås. Följande antaganden för ackumulering i fjärrvärmenätet utförs; Den maximala temperaturen är 120 C, Det går enbart att ackumulera värme i halva fjärrvärmenätets storlek, 2325 m 3, Värmebehovet för aktuell timme representerar värmebehovet för hela ackumuleringsperioden, Vid en förändring av ledvärdet på framledningstemperaturen förändras volymflödet linjärt tills ett nytt jämnviktsvärde nåtts. 30
Ackumulering i ackumulatortank för primärvärmereduktion analyseras genom att beräkna hur mycket sekundärvärme som finns tillgängligt varje timme om den historiskt uppmätta temperaturen på sekundärvärmen varit den begränsande faktorn. Skillnaden mot övriga energieffektiviseringsberäkningar är att i de fall sekundärvärmen överskrider den efterfrågade framledningstemperaturen eller värmemängden ansätts dessa värden till de efterfrågade. I de fall de finns ett överskott av sekundärvärme tillförs denna värmemängd en ackumulatortank. När ett primärvärmetillskott historiskt tillförts ersätt detta värmetillskott av så stor mängd ackumulerad sekundärvärme som möjligt, där mängden värme och temperaturen i ackumulatortanken tas i hänsyn. Temperaturen i ackumulatortanken ansätts till det maximala värdet av antingen temperaturen på sekundärvärmen som tillförs eller den värme som redan lagrats i tanken. Temperaturen i ackumulatortanken varierar sedan på grund utblandning i tanken från timme till timme, värmeförluster till omgivningen, alternativt vid primärvärmeuttag då temperaturen i ackumulatortanken minskar enligt ekvation 1. Följande antaganden för ackumulering i ackumulatortank för primärvärmereduktion utförs; den tillgängliga sekundärvärmen begränsas av den historiskt uppmätta temperaturen innan spetsvärmeväxlaren, den lagrade värmen minskar i temperatur med 0,5 C per timme, temperaturen i ackumulatortanken tillåts högs vara 99 C, de procentuella värmeförlusterna är 3 % per timme såvida inget effektuttag görs ( [11], sida 6), ackumulatortanken kategoriseras av möjligt värmelagring och maximalt momentant effektuttag. Ackumulering i ackumulatortank för ökade intäkter från el analyseras genom att beräkna hur mycket intäkterna kan ökas om primärvärmetillskottet omfördelas under ett dygn. Ett dygn väljs eftersom Nord Pool Spot släpper en prognos för kommande dygns elpriser vid cirka klockan 13.00 dagen innan. Istället för att primärvärmetillskottet sker jämnt under ett dygn tillförs i detta fall all primärvärme under den timme på dygnet elpriser är som högst, såvida effektuttaget och värmemängden håller sig inom antagna begränsningar. Följande antaganden för ackumulering i ackumulatortank för ökade intäkter utförs; behovet av ett primärvärmetillskott kommande dygn är känt, elpriserna kommande dygn är kända, distributionsförlusterna förändras inte om primärvärmetillskottet omfördelas, ett maximalt momentant effektuttag, värmeunderskott alternativt värmeöverskott i fjärrvärmenätet begränsar omfördelningen av primärvärme. 3.7 PiteEnergis produktionsanläggningar Effekttillskottet till fjärrvärmenätet som inte kommer från Smurfit Kappa är känt som ett mätvärde i datorprogrammet WinMOPS vid datorer hos Smurfit Kappa. Huruvida detta enbart inkluderar PiteEnergis hetvattencentral eller alla övriga produktionsanläggningar är okänt. Avsnitt 4.1 Historisk fjärrvärmeproduktion visar även att effekttillskottet från andra anläggningar än Smurfit Kappa främst sker när Smurfit Kappas fabrik är avstängd och inte för att det efterfrågade behovet överstiger fabrikens maximala kapacitet. Av denna anledning antas PiteEnergis anläggningar agera reservkraft och inte spetslast. Eftersom tillfällen då fabriken bortfaller inte alltid går att prognostisera beräknas ingen energieffektiviseringspotential av effektflöden annat än från Smurfit Kappas fabrik numeriskt. 31
Levererad fjärrvärme[mw] Levererad fjärrvärme [MW] Q4-15 Q3-15 Q2-15 Q1-15 Q4-14 Q3-14 Q2-14 Q1-14 Q4-13 Q3-13 Q2-13 Q1-13 Q4-12 Q3-12 Q2-12 Q1-12 Q4-11 Q3-11 Q2-11 Q1-11 Q4-10 Q3-10 Q2-10 Q1-10 4 Resultat och diskussion 4.1 Historisk fjärrvärmeproduktion Den historiskt levererade fjärrvärmen till Piteås fjärrvärmenät presenteras på kvartals- samt årtalsbasis mellan 2010 och 2016 i Tabell 4-1. Produktionsanläggningar utöver Smurfit Kappa och hetvattencentralen inkluderas inte. Den levererade medeleffekten presenteras grafiskt på kvartalsbasis för Smurfit Kappa respektive hetvattencentralen i figur 4-1 och figur 4-3, samt på årsbasis i figur 4-2 och figur 4-4. Från figur 4-1 kan tydliga cykler urskiljas beroende på säsong, vilket förklaras av ett varierande värmebehov. Den totala levererade effekttrenden är relativt konstant, med en tendens av att minska något de senaste åren. Detta är även synligt i figur 4-2 där linjen för den totala producerade värmen avtar något. Minskningen tros förklaras av ett högre medelvärde på utomhustemperaturen de senaste åren. Noterbart är att den levererade sekundärvärmen är enskilt högre vintertid än den totala levererade värmen sommartid, även fast ett tillskott av primärvärme tillförts. Förutsatt att Smurfit Kappas fabrik har en jämnfördelad tillgång på sekundärvärme bör därför möjligheten att utnyttja mer värme under årets varmare månader finnas. Detta analyseras utförligare under 4.4.2 Sekundärvärme. 50 40 30 20 10 0 Sekundär Primär Totalt Figur 4-1. Medeleffekten av levererad primär- och sekundärvärme från Smurfit Kappa på kvartalsbasis. Figur 4-2. Medeleffekten av levererad primär- och sekundärvärme från Smurfit Kappa på årsbasis. 32 35 30 25 20 15 10 5 0 2015 2014 2013 2012 2011 2010 Sekundär 25,6 25,3 24,6 26,7 24,7 29,8 Primär 2,6 2,9 4,5 4,4 3,0 2,8 Totalt 28,1 28,2 29,1 31,1 27,7 32,6
Tabell 4-1. Värmemängd levererad till Piteås fjärrvärmenät från Smurfit Kappas fabrik och PiteEnergis hetvattencentral samt motsvarande medelvärden på utomhustemperaturen. Kvartal & år Producerad värme [MWh] och medel utomhustemperatur [ C] Smurfit Kappa Piteå HVC SKK+ Sekundär Primär Totalt Parallell Serie Totalt HVC Utomhustemperatur Q4-15 72094 4508 76602 337,5 8,0 345,4 76947 2,65 Q3-15 19668 5133 24800 1390,7 0,0 1390,7 26191 16,24 Q2-15 46324 3164 49488 0,5 0,9 1,5 49490 9,46 Q1-15 85294 9691 94984 14,9 0,0 14,9 94999-1,90 Q4-14 80387 6734 87121 171,4 275,3 446,7 87568 0,07 Q3-14 19440 4184 23624 24,9 1137,8 1162,7 24787 17,28 Q2-14 39738 2913 42651 0,0 0,0 0,0 42651 10,39 Q1-14 81367 11762 93129 1,5 400,4 401,8 93531-1,58 Q4-13 75571 5552 81123 0,0 1,7 1,7 81124 1,48 Q3-13 14950 9462 24412 1100,7 110,4 1211,0 25623 15,46 Q2-13 37733 4794 42527 0,2 0,0 0,2 42527 9,02 Q1-13 86242 19844 106086 49,0 413,6 462,7 106549-5,03 Q4-12 72270 17518 89789 3356,8 2427,4 5784,2 95573-0,62 Q3-12 25038 3249 28287 87,9 34,6 122,5 28410 14,26 Q2-12 44114 6492 50606 167,8 181,8 349,6 50956 6,64 Q1-12 92797 11700 104497 461,5 2597,5 3059,0 107556-3,45 Q4-11 65915 6703 72618 78,5 222,0 300,4 72918 3,17 Q3-11 13877 6936 20812 3369,0 129,8 3498,8 24311 15,16 Q2-11 33787 5935 39722 270,6 110,6 381,2 40103 9,99 Q1-11 101875 7011 108887 66,8 1495,7 1562,5 110449-7,50 Q4-10 98019 4473 102492 31,1 33,8 64,9 102557-4,43 Q3-10 22221 3327 25548 253,2 1990,5 2243,7 27792 13,41 Q2-10 36690 2841 39531 20,1 0,0 20,1 39551 7,85 Q1-10 103312 13654 116966 2161,1 2863,1 5024,2 121990-6,76 2015 223379 22496 245874 1743,6 8,9 1752,5 247627 6,62 2014 220931 25593 246525 197,8 1813,5 2011,2 248536 6,18 2013 214496 39652 254148 1149,9 525,7 1675,6 255824 4,22 2012 234219 38960 273179 4074,0 5241,2 9315,3 282494 3,53 2011 215454 26584 242039 3784,9 1958,1 5743,0 247782 3,82 2010 260242 24295 284537 2465,6 4887,3 7353,0 291890 0,53 33
Levererad fjärrvärme[mw] Q4-15 Q3-15 Q2-15 Q1-15 Q4-14 Q3-14 Q2-14 Q1-14 Q4-13 Q3-13 Q2-13 Q1-13 Q4-12 Q3-12 Q2-12 Q1-12 Q4-11 Q3-11 Q2-11 Q1-11 Q4-10 Q3-10 Q2-10 Q1-10 Levererad fjärrvärme [MW] Från figur 4-3 jämfört med figur 4-1 kan inte lika tydliga säsongscykler utskiljas, vilket borde innebära att hetvattencentralen historiskt används främst vid situationer där Smurfit Kappa inte kunnat leverera förväntad effekt, snarare än situationer med låga utomhustemperaturer. Beslutskriterierna mellan att producera värme parallellt eller i serie med Smurfit Kappa är okända, men en seriedrift borde vara att föredra eftersom det innebär en möjlighet att utnyttja mer sekundärvärme i och med en sänkt framledningstemperatur från Smurfit Kappa. Den tydliga toppen i fjärde kvartalet 2012 ger genomslag på medelvärdet i figur 4-4. Anledning till att hetvattencentralen har levererad mer värme under denna tidsperiod är okänd. I kombination med en förhållandevis låg utomhustemperatur tror detta delvis bero på anslutning av fler abonnenter. En anledning till att efterfrågan återigen minskar 2013 oavsett fler abonnenter kan bero på implementerade effektiviseringsåtgärder, såsom bättre inställda abonnentcentraler och en sänkning av värmen till exempelvis skolor under nätter och helger. Genomsnittligt har medeleffekten från både hetvattencentralen och Smurfit Kappa minskat de senaste åren. Samtidigt som medeltemperaturen även varit varmare har nya abonnenter anslutits under samma tidsperiod [2]. Detta innebär att styrfilosofin med implementerade effektiviseringsåtgärder energieffektiviserat fjärrvärmenätet mellan 2010 och 2016. 2,5 2,0 1,5 1,0 0,5 0,0 Parallell Serie Totalt Figur 4-3. Medeleffekten av levererad värme från hetvattencentralen i serie eller parallell drift med Smurfit Kappa på kvartalsbasis. 1,0 0,8 0,6 0,4 0,2 0,0 2015 2014 2013 2012 2011 2010 Parallell 0,197 0,022 0,125 0,462 0,429 0,285 Serie 0,001 0,206 0,059 0,597 0,226 0,561 Totalt 0,198 0,229 0,184 1,059 0,655 0,845 Figur 4-4. Medeleffekten av levererad värme från hetvattencentralen i serie eller parallell drift med Smurfit Kappa på årsbasis. 34
I figur 4-5 illustreras den levererade fjärrvärmeeffekten från Smurfit Kapa i storleksordning med tillskottet från övriga produktionsanläggningar tillagt vid de tillfällen en värme levereras från dem. För att få en uppfattning om hur ofta primär- och sekundärvärme levereras inkluderas dessa effekttillskott sorterade i storleksordning. Dessa två linjer ska läsas oberoende från resterande figurinnehåll, exempelvis inträffar nödvändigtvis inte den maximala primärvärmeproduktionen samtidigt som den maximala sekundärvärmeproduktionen eller maximala totala leveransen från Smurfit Kappa. De exponentiella trenderna i början och slutet av varaktighetsintervallet för den levererade värmen beror på att frekvensen av de uppkomna utomhustemperaturerna associerade med dessa tillfällen är låg. Det går att utskilja att den högsta koncentrationen, ungefär hälften av alla mätvärden, av hetvattencentralens produktionstillfällen sker när den levererade fjärrvärmen från Smurfit Kappa är under cirka 10 MW. Detta är ytterligare ett tecken på hetvattencentralers roll som reservkapacitet vid Smurfit Kappas bortfall. Figur 4-5. Den levererade fjärrvärmeeffekten från Smurfit Kappa sorterad i storleksordning med primär- och sekundärvärme inkluderad, vilka ska avläsas oberoende av varandra och resterande figurinnehåll. Effekttillskottet från PiteEnergis produktionsanläggningar vid motsvarande levererad fjärrvärme från Smurfit Kappa är inkluderad. 4.1.1 Distributionsförluster De estimerade distributionsförlusterna år 2015 presenteras i figur 4-6, där den grå linjen motsvarar tilldelade procentuella förlustfaktorer enligt 3.4.1 Distributionsförluster och de svarta staplarna den estimerade förlusten jämfört med levererad fjärrvärme. De estimerade förlusterna är som störst när de procentuella förlusterna är som lägst. Detta beror på att volymflödet minskar när den levererade värmen är lägre, vilket resulterar i ett mer stillastående vatten och högre procentuella förluster. Tillförlitligheten hos de estimerade distributionsförlusterna beror på förlustfaktorerna, vilka tilldelats på månadsbasis med två värdesiffror. Eftersom detta resulterar i diskontinuerliga steg vid varje månadsskifte har de förmodligen påverkat värdena i staplarna i figur 4-6. Faktorerna antas ändå ge en realistisk uppskattning av de faktiska distributionsförlusterna. 35
Distributionsförlust [MWh] 5094 3721 3531 2678 2457 1671 1337 1284 1731 3617 4611 5233 Distributionsförlust [%] 6 000 20% 4 500 15% 3 000 10% 1 500 5% 0 Jan Feb Mar Apr Maj Jun Jul Aug Sep Okt Nov Dec [MWh] [%] 0% Figur 4-6. Distributionsförlusterna i Piteås fjärrvärmenät år 2015 baserat på procentuella faktorer från tabell 2-1. 4.1.2 Shuntförluster I figur 4-7 presenteras uppskattningen av volymflödet som passerar genom shuntventilen vid en specifik öppningsgrad och den motsvarande regressionslinjen enligt ekvation 28. Förklaringsgraden är i detta fall 15 %, vilket klassas som lågt. Volymflödet har historiskt påverkats av fler faktorer, där trycket mellan fram- och returledningen troligen är en viktig faktor. Eftersom en sensor för trycket i fjärrvärmenätet inte är tillgänglig kan inte detta implementeras i regressionsanalysen. Samtidigt påverkas resultatet av det faktum att volymflödet genom shuntventilen är uppskattat och inte uppmätt. Regressionssambandet för volymflödet antas ändå ge en uppfattning om trender och storleksordning av värmeeffekter som förloras genom shuntning. Figur 4-7. Estimering av volymflödet genom shuntventilen. I figur 4-8 presenteras shunttiden, som är ett förhållande mellan hur ofta shuntventilen gett en signal eller inte under en viss tidsperiod, samt den estimerade shuntförlusten enligt ekvation 29. Exempelvis innebär detta att desto större stapeln för medelshuntförlusten är jämfört med stapeln för shunttiden, desto större är ventilens öppningsgrad. Ur figuren är det tydligt att både shuntförlusterna och shunttiden har en trend av att minska de senaste åren. Detta beror sannolikt på förändrade kriterium för shuntning, där den tillåtna differensen mellan den faktiska framledningstemperaturen och ledvärdet höjts [1]. Detta har inneburit att shuntventilen inte ligger och pendlar vid små variationer, vilket historiskt orsakat svängningar av fjärrvärmeflödet genom Smurfit Kappas fabrik. 36
Figur 4-8. Shuntförluster och shunttillfällen på kvartalsbasis från 2010 till 2016. Shuntningen undersöks även på timbasis under ett medeldygn, vilket presenteras i figur 4-9. På grund av att effektiviseringsåtgärder är tydliga i figur 4-8 undersöks enbart år 2015, eftersom detta år förmodligen ger en mer realistisk bild av framtiden. Det är uppenbart att både medelshuntförlusterna och shunttiden är betydligt högre under eftermiddagen. Förkastade mätvärden är jämnfördelat över timmarna under ett dygn och anses inte ha påverkat resultatet. Anledningen till att shuntningen är högre under eftermiddagen kan förmodligen delvis bero på att volymflödet i fjärrvärmenätet har trender av att minska under eftermiddagen, både på grund av mänskliga trender men även en fallande utomhustemperatur. I och med att volymflödet då minskar genom Smurfit Kappa kan trögheten i värmeväxlarna tillsammans med en för hög tillgänglighet på ånga innebära att den utgående framledningstemperaturen blir för varm och måste shuntas ner. Enligt analysen av styrfilosofin under avsnitt 4.3 Historisk styrfilosofi är toppen för volymflödet ungefär en timme senare än toppen för shuntningen i figur 4-9. Detta kan förklaras av en okänd parameter som påverkar shuntningen, alternativt felaktigheter i den använda metoden. Eftersom staplarna för shunttid baseras på mätvärden direkt och således är helt oberoende av någon regressionsanalys, men ändå visar samma trend av att vara högre under eftermiddagen, anses shuntresultatet tillförlitligt. Figur 4-9. Shuntförluster och shunttillfällen på timbasis under ett medeldygn år 2015. 37
Shuntningen antas bero på att antingen den utgående framledningstemperaturen stigit alternativt ledvärdet sjunkit i förhållande till varandra, andra shuntorsaker förkastas enligt avsnitt 3.4.5 Shuntförluster. I figur 4-10 illustreras orsakerna till shuntningen under 2015 grafiskt. Det framgår att under närmare 50 % av alla tillfällen då shuntventilen varit öppen har ledvärdet på framledningstemperaturen varit konstant och således inte en orsak till shuntning. Totalt estimeras shuntningen till 79,6 % bero på en förändring av den utgående framledningstemperaturen och till 20,4 % bero på en förändring av ledvärdet på framledningstemperaturen, vilket motsvaras av arean under alternativt över den svarta linjen i figur 4-10. Figur 4-10. Estimerad orsak till shuntningen år 2015. Shuntförlusterna kan förmodligen minskas ytterligare genom att använda ett mer konstant ledvärde, vilket lastprognosverktyget kan bidra med. Om shuntförlusterna som orsakas av en stigande utgående framledningstemperatur faktiskt orsakats av trögheten i värmeväxlare och den höga ångtillgängligheten inom Smurfit Kappa kan vetskapen om framledningstemperaturen några timmar in i framtiden förmodligen bidra till en energieffektivisering. Detta förutsätter dock att ledvärdet på framledningstemperaturen inte enbart automatiskt byts ut mot ett beräknat via lastprognosverktyget, utan att trögheten och ångproduktionen integreras i lastprognosverktyget alternativt att processoperatörerna manuellt tar detta i hänsyn. 4.2 Historiska energiflöden inom Smurfit Kappa För att ge en uppfattning om energiflödet genom hela pappersbruket presenteras antalet omsatta megawattimmar energi under 2015 i ett Sankey-diagram i figur 4-11. Data som används i diagrammet kommer från en årlig rapport erhållen internt från Smurfit Kappa [1]. Ur detta diagram syns det tydligt att fjärrvärmeproduktionen bara omsätter en liten del av energin i pappersbruket. Noterbart är även att den delen av bränslet som inte går till att producera ånga, vilket till majoriteten är förluster genom rökgaser, är större än fjärrvärmeproduktionen. Anledningen till att mer värme inte utnyttjas beror förmodligen på en kombination av en låg exergi tillsammans med en begränsad efterfrågan i och med Piteås befolkningsmängd. Med smälta menas energi som kemisk binds i och med konverteringen av svartlut i massabrukets kemiska cykel. 38
Figur 4-11. Sankey-diagram över energiflödet inom Smurfit Kappas fabrik år 2015 i MWh. Den levererade sekundärvärmen kategoriseras i fem steg inom fabriken, vars årligt levererade värmemängd tillsammans med primärvärmetillskottet presenteras i tabell 4-2. För en utförligare beskrivning om värmeväxlarna se 2.2.1 Smurfit Kappa Piteås fjärrvärmeleverans. En del av till levererade värmen från indunstningen är primärvärme, men hur mycket är okänt. Eftersom all värme utom tillskottet i spetsvärmeväxlaren säljs som sekundärvärme i samarbetet med PiteEnergi beaktas indunstningen ändå som 100 % sekundärvärme. En kommande installation av en rökgaskylare förväntas öka andelen sekundärvärme med 13-15 GWh. Tabell 4-2. Levererad värmemängd till fjärrvärmenätet från Smurfit Kappas värmeväxlare år 2015. Värmeväxlare Levererad värme [GWh] Indunstning 3 108 Tunnlutskylare 70,0 Terpentinkylare 1,67 Flashånga och basningsånga linje 1 39,8 Flashånga och basningsånga linje 2 8,92 Spetsvärmeväxlare 22,3 39
Varaktigheten för de fyra största pannorna inom Smurfit Kappa presenteras i figur 4-12, figur 4-13, figur 4-14 och figur 4-15. Det är tydligt att sodapannan används som baslast, vilket beror på dess roll i den kemiska återvinningscykeln. Biopannan uppnår sällan en hög last i förhållande till den maximala kapaciteten, vilket beror på att ångbehovet inom Smurfit Kappa är lägre än kapaciteten. Vid ett behov av primärvärme till spetsvärmeväxlaren tillförs nästan uteslutande extra bränsle till biopannan för att producera mer ånga. Om primärvärmetillskotet minskas med hjälp av ett lastprognosverktyg kommer förmodligen biopannan producera ännu mindre ånga än historiskt. SMWpannans varaktighet är låg, med en stigning från 0 till över 15 kg/s ångflöde under 1 % av tiden. Detta påvisar att SMW-pannan används som reservkraft när en annan ångproducent bortfaller. BK50 pannan har en jämn last med ett förhållandevis lågt tillskott till det totala ångflödet. Figur 4-12. Varaktighet av ångflödet genom sodapannan år 2015. Figur 4-13. Varaktighet av ångflödet genom biopannan år 2015. Figur 4-14. Varaktighet av ångflödet genom SMW - pannan år 2015. Figur 4-15. Varaktighet av ångflödet genom BK50 - pannan år 2015. 40
Utomhustemperatur [ C] Varaktigheten för turbinerna presenteras i figur 4-16 och figur 4-17. G2 är främst ansluten till ångsystemet för sodapannan, medan G3 främst är ansluten till ångsystemet för biopannan. Detta framgår av processchemat i figur 2-5. Av denna anledning speglar sig de respektive pannornas varaktighet i turbinernas elproduktion. Eftersom G3 har högre produktionsmöjligheter under majoriteten av tiden finns det möjligheter att generera mer elektricitet, vilket sker mer energieffektivt om det finns ett kondenseringsbehov av turbinens utgående ånga. Minskar biopannans last kommer sannolikt även elproduktionen att minska. Figur 4-16. Varaktighet av G2s elproduktion år 2015. 4.3 Historisk styrfilosofi Figur 4-17. Varaktighet av G3s elproduktion år 2015 Fördelningen av uppmätta temperaturer vid Smurfit Kappas anläggning i Piteå presenteras i Figur 4-18. Denna fördelning är direkt anknuten till koncentrationen av mätvärden under intervallen för stegvis linjär regression under följande avsnitt. Tillförlitligheten av den presenterade styrfilosofin anses överlag vara hög, eftersom trenderna till största del överensstämmer med teori och tillgiven information från PiteEnergi [2]. 35 20 5-10 -25-40 0 2000 4000 6000 8000 Timmar på ett år [h] Figur 4-18. Genomsnittlig årlig temperaturfördelning vid Smurfit Kappas anläggning i Piteå mellan 2010-01-01 och 2016-01-01, erhållen från dator vid Smurfit Kappa Piteå via programmet WinMOPS. 41
4.3.1 Utomhustemperaturens inverkan I figur 4-19, figur 4-20, figur 4-21 och figur 4-22 presenteras variationen av nyckelparametrarna ledvärdet på framledningstemperatur, volymflöde, returtemperatur och levererad effekt. Den svarta linjen illustrerar nyckelparametrarnas trend och baseras på en stegvis linjär regression i tio steg med lutning, skärningspunkt och antal mätvärden enligt 8.3 Data för stegvis linjär regression. Trenderna överensstämmer med teorin enligt avsnitt 2.1 Teknisk beskrivning av fjärrvärme. Förklaringsgraden och residualspridningen för de fyra figurerna presenteras i Tabell 4-3. En hög förklaringsgrad innebär att nyckelparametern till stor del förklaras av utomhustemperaturen, likt framledningstemperaturen, volymflödet och effekten som alla har en förklaringsgrad mellan 93 och 96 %. De motsvarande tre graferna ger tydliga indikationer på en brytning från konstant till ökande vid en viss utomhustemperatur. Detta kan innebära att förklaringsgraden blir ännu högre om gränsen mellan 2 intervall för den stegvisa regressionen ligger närmare gränsen för denna brytning. I grafen för volymflödet är det synligt att volymflödet historiskt varit högre än den antagna begräsningen av 1125 m 3 /h. Dessa tillfällen är förhållandevis få och grundar sig i det faktum att begräsningen är en flaskhals i rören över Piteälven och inte cirkulationspumparnas kapacitet. Om värmebehovet är snedfördelat och högre på pumparnas sida om flaskhalsen kan kapaciteten tillfälligt nå högre utslag. Eftersom mätvärdena är uppmätta vid Smurfit Kappa är detta även ett bevis på att den maximala kapaciteten i nätet kan passera genom Smurfit Kappas värmeväxlare. Returtemperaturen har en lägre förklaringsgrad men följer ändå den förväntade trenden. Anledningen till den större spridningen tros delvis förklaras av varierande abonnentcentralsinställningar. Detta kan medföra en skiftande returtemperatur beroende på vilka abonnentcentraler vattnet passerar genom vid ett aktuellt tillfälle. Förutom abonnentcentralsinställningar utökas returtemperaturens spridning beroende på om fjärrvärmeeffekten används till att värma lokaler, färskt tappvarmvatten eller cirkulerande tappvarmvatten vid låg förbrukning, tillfällen som historiskt inte kategoriserats. Tabell 4-3. Statistiska mått på regressionens anpassning. Framledningstemperatur Volymflöde Returtemperatur Effekt Förklaringsgrad 94 % 93 % 72 % 96 % Residualspridning 1,36 8,24 1,39 1,91 Figur 4-19. Ledvärdet på framledningstemperaturens historiska variation i förhållande till utomhustemperatur mellan 2010-01-01 00:00 och 2016-01-01 00:00. 42
Figur 4-20. Volymflödets historiska variation i förhållande till utomhustemperatur mellan 2010-01- 01 00:00 och 2016-01-01 00:00. Figur 4-21. Returtemperaturens historiska variation i förhållande till utomhustemperatur mellan 2010-01-01 00:00 och 2016-01-01 00:00. Figur 4-22. Den levererade effektens historiska variation i förhållande till utomhustemperatur mellan 2010-01-01 00:00 och 2016-01-01 00:00. 43