Modellbaserad styrning av Fluid
pannor med fukthaltsmätning online på ingående bränsle.
Erik Dahlquist och Anders Avelin
Mälardalens Högskola
Akademin för hållbar samhälls- och teknikutveckling
Västerås
Värmeforskprojekt
• Arbetet har utförts av
– Anders Avelin och Erik Dahlquist vid Mälardalens
Högskola,
– Per-Erik Mode´n vid ABB CRC
– i samarbete med Eskilstuna Energi och miljö, Sam
Bohman mfl
Disposition
•
•
•
•
Styrstrategin
Försök med MPC – reglering
Modellen till MPC – regulatorn
Bränslefukthaltens påverkan på variationen av
bäddtemperaturen.
• Processmodell i Dymola
• Slutsatser
• Vidare arbeten
3
Styrstrategi
Mål 2: Håll stabilt ångflöde konstant på högre nivå
Ångdom
med bra stabilitet i ångtryck kan man höja
medelvärdet och således höja uteffekten
Mål 3: Håll CO & NOX under gräns
Styr matning
utifrån NIR. FF.
NIR-mätare
Mål 1:
Håll bäddtemp
konstant
Uppfuktning
Justera luftflöde
Luftflöde
Rökgasrecirk
Att utvärdera: Hur fukthalten på bränslet påverkar variationen av bäddtemperaturen.
Hur bränslekvaliteten påverkar stabiliteten av bäddtemperaturen.
Försök med MPC-reglering
5
Sotblåsning
Log data from identification experiment with uncorrelated PRBS excitation. From the top: Violet curve position
of humidification valve; dark green moisture content in exhaust gas; red curve total gas flow through the bed;
blue curve is bed temperature; yellow- green set point for primary air; light blue set point for exhaust gas
recirculation and black at the bottom soot blowing flow.
40
Uppfuktning
35
30
Fukthalt i rökgas
25
Tot rökgasflöde
20
Börvärde primärluft
15
Bäddtemp
10
5
0
15
Börvärde rökgasrecirk
15.5
16
16.5
17
17.5
18
18.5
Sotblåsning
19
19.5
20
Excitationsförsök, Recirk
7
Excitationsförsök, Primärluft
8
Excitationsförsök, Uppfuktning
9
Rökgasfukt och panntemp under en
timme
10
DF+
E-,F-
DD+,F-
E-,F-
E-,F-
E+,F+
D+,E+
E+
Bäddtemperatur
13
Bränslefukt, leverans
14
Fukthaltsvariation i bränslet in till pannan
15
Bränslefukthalt, leverans och NIR
16
Modelica modell över BFB panna
Bränsleflöde
Bränslefukthalt
Insprutningsflödet
Matarvattenflöde
Luftflöde
Recirkulationsflöde
17
Dymola modell över CFB panna
18
Modellen kopplad till signaler från
processen
19
Resultat pannmodell
20
67 timmar då fukthalten varierade ganska mycket mellan 42 %
och upp mot 49 %. Ej kompenserat för ca 40 min dT fuktmätning - panna
Bränsle
fukt
Pann
temp
Rögas
recirk
Primär
luft
Panntemp tämligen konstant trots stor variation i bränslefukt
Slutsatser
• Pannans temperatur reagerar på fukthalten i bränslet , om än inte
alltid.
• Styrning har fungerat i vissa fall, men inte alltid.
• MPC har körts sedan slutet av september och produktionschef Sam
Bohman tycker att man har fått bättre kontroll över sin process med
denna
• Efter att fukthaltsmätningen infördes har bränslet blandats så bra att
variationerna i fukthalt blivit mycket små normalt, varför också
effekten av bättre styrning minskat.
• Under vintern har dock fukthalten in till pannan varierat mer, och då
har MPCn gett tydlig minskning i bäddtemperaturens variation
• Tydlig skillnad i variationen i panntemperatur mellan före och efter
fukthaltsmätning infördes
• För anläggningar med mer varierat bränsle bör värdet av MPCstyrning vara avsevärd!
22
Vidare arbete
• Se hur bäddtemperaturen reagerar med NIRfukt som FF, och med MPC.
• Utveckla pannmodellen för att bli tillräckligt
bra för att kunna generera modell till MPC för
att hantera en framkoppling av fukthaltsignal.
• Kan användas för att snabbt kunna starta MPC
i andra pannor.
23