Erik Dahlquist och Anders Avelin
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
© Copyright 2024