CHP process evaluation, optimization and troubleshooting in OpenModelica

As an important part in creating a sustainable energy sector the most prevalent sources of energy production must be in the forefront of being both reliable and effective. In Sweden district heating is utilized in more than half of all households and must therefore be subject to the same scrutiny and analyses as other energy producing technologies. A big challenge here is to optimize a power plant with regards to its specific layout through changing fuel types, amount recirculated flue gas, air flow etc. while also being able to analyse the measured data to draw conclusions on component performances in steam production or flow handling with the goal of predicting unplanned downtimes. To address this in a way that provides a user with a simple interface, a flexibility in handling inputs while producing close to ideal results for conventional boiler components this thesis encompasses the development of a CHP modelling package in OpenModelica, an analysis of the program, the method of model design and of the results produced. As OpenModelica is an open source program and free for anyone to use while it could, if a model is designed reliably, provide the necessary groundwork for closer analysis of boiler components and close operation optimization. To make a viable analysis and comparison a case study in the form of Boiler 1 at Hedemora Energi has been used. The designing procedure of the model involves producing correlations of heat transfer, pressure drops and mass flow rates of water. These are then implemented in components to produce output temperatures, pressures and loads close to what should be in a clean and recently repaired boiler. Many tries in using different numerical and thermodynamic solution methods in different components has been conducted leading to a model that can take any solid fuel compositions, mass flows, water contents, flue gas recirculation fractions and other input values into account while producing results with error margins below 2.5% in validation. Running the model during periods preceding unplanned downtimes also indicated divergences in steam output temperatures and flows which in analysis may be useful in preventing the different downtimes while diagnosing the boiler for future maintenance. As the modelling library allows one to dimension components freely the library could fit any boiler using components of the same sorts thus showing flexibility.En viktig del i ett energisystem som trycker på hållbarhet men som också ska kunna leverera pålitlig energiförsörjning är optimering av kraftproduktion i alla led. Då mer än hälften av alla hushåll i Sverige nyttjar fjärrvärme som främst är ett resultat av förbränning av biobränslen och avfall men också av diverse fossila bränslen som alla är ger upphov till stora utsläpp är optimering av dessa energislag av stor vikt. Användandet av olja och kol, ofta i form av torv, är i synnerhet intressant att minska. De två bränsleformerna svarar tillsammans för nästan 10 % av värmeproduktionen i Sverige och är i dagens fjärrvärmeproduktion nödvändiga reserver för att tillgodose en stabil energiförsörjning då de flesta reservpannor drivs på dessa bränslen. När driften av en panna driven på biobränslen måste stoppas sätts ofta reservbränslen in som utöver större miljöpåverkan också är mycket dyrare för fjärrvärmeproducenten. För att minska den totala bränsleanvändningen i fjärrvärmeproduktion men också reducera de tillfällen en panna måste drivas på olja eller kol behövs en ständig process- och driftoptimering. Det finns ett flertal program som kan göra de båda. Men inom processoptimering är ofta programvarorna dyra i förhållande till potentiella besparingar. Därav är det av stort intresse att kunna utveckla programvaror som erbjuder en driftplanering som kan passa olika bränsletyper och efterfrågan på fjärrvärme men som samtidigt kan erbjuda en fingervisning om vad värmeproduktionen beroende på diverse driftsvillkor bör vara då pannan ansen gå felfritt. Om denna möjlighet till jämförelse med en så nära felfri panna som möjligt finns att tillgå året runt finns möjligheten att i mätvärden se avvikelser som kan tyda på komponentfel som kan innebära oplanerade driftstopp. Detta samtidigt som en sådan modell kan ta ett stort antal driftparametrar i hänsyn för att vid olika tillfällen styra temperaturnivåer och rökgassammansättningar m.m. i syfte att planera driften av pannan ifråga på bästa möjliga sätt. I denna avhandling har open source programmet OpenModelica använts för att konstruera en modell av en fastbränslepanna för just de ovan nämnda syftena att optimera och felsöka olika driftfall. Som fallstudie har Fastbränslepanna 1 på Hedemora Energi använts för att kunna dra slutsatser om programmets behov av inputs och dess förmåga att beräkna börvärden på producerad ånga. En utvärdering av programvaran under utveckling och i användning utförs och resultat baserat på jämförelser mellan börvärden och uppmätta värden genomförs och diskuteras. Själva modellbyggandet i OpenModelica är mycket tidskrävande då det kostnadsfria programmet inte har någon välfungerande felsökning kopplat till beräkningsprocessen. Felsökning i modellering får ske manuellt och beror således på intuition och kunskap hos modellanvändaren eller utvecklaren. En modell utvecklades dock för design av pannans komponenter som utfördes med hjälp av mätdata från tidig höst då det antas föregåtts av renovering och rengöring av pannan för att på så vis simulera en panna i så gott skick som möjligt. Här användes bränsleflöde och luftöverskott i förbränningen för att balansera temperaturer och flöde av rökgas med de samma av vatten och ånga i pannan vilket i sin tur gav korrelationer för värmeövergångstal och tryckfall i de olika komponenterna. Dessa korrelationer användes därefter i komponenterna för att på så vis skapa en s.k. offdesignmodell där vattentemperaturer och tryck istället för att anges beräknas med hjälp av korrelationer för det bättre skick pannan befann sig i under tidig höst. Korrelationerna för värmeövergångstal och tryckfall utrycktes som funktioner av vattenflöde i de olika komponenterna och gav vid körning av styckvis komponenter önskade resultat. Värmeövergångstalen ökar med last men konsekvent långsammare då lasten ligger över pannans designade maxeffekt på 10 MW. För numeriska skäl i OpenModelica kunde inte alla värmeväxlande komponenter köras i off utan detta beräkningsläge fick användas i de båda överhettarna samtidigt som resten av komponenterna balanserades manuellt. Då felen som ska gå att upptäcka förflyttar sig i pannan går de att se som resultat i just överhettarna. För att validera off-designmodellen användes tre lastfall under tidig höst som skilde sig från de laster som pannan designats för. De gav goda resultat då tryckfall i modellen skilde sig mindre än 1‰ från uppmätta värden. För beräknade ångtemperaturer vid laster lägre än 7 MW låg största felmarginal på 1.05%. För en last på 9.2 MW låg största felmarginal på ångtemperaturer på 2.5%, detta för ångtemperaturen ut ur överhettare 1. För att se förslitning och sotbildning i pannan simulerades en lastperiod under en längre drift på hög effekt. Detta under mitten av februari. Här ger off-designmodellen de börvärden på ångtemperaturer som pannan i gott skick ska kunna producera i jämförelse med uppmätta värden. Skillnader upptäcktes i form av att överhettare 2 i synnerhet konsekvent gav lägre temperaturer än vad som borde producerats vid samma lasttillfälle. Detta anses till stor del bero på just slitage och sotbildning men kan i viss mån tillskrivas ändrade bränslesammansättningar eller liknande. Detta märker därmed modellen av och indikerar att resultaten skiljer i för hög grad. Då driftstopp beroende på bränslepriser och efterfrågan på värme kan innebära stora förluster för värmeproducenter undersöktes modellens förmåga att upptäcka fel i pannan för att på så vis förhindra eller förkorta driftstoppet ifråga. Ett driftstopp som på Hedemora Energi skedde i början på December analyserades. Från det att modellen producerade resultat liknande de uppmätta genomfördes jämfördes resultaten löpande fram till driftstoppet. Ångtemperaturerna i båda överhettarna visade på stor divergens, i synnerhet i överhettare 2 där temperaturerna gick från en felmarginal på 2.6% till att succesivt öka närmre driftstoppet till en felmarginal på ca 15.7%. Även bränslesammansättning, rökgasåterföring och lufttemperaturer varierades för att visa på modellens flexibilitet i optimering. Vätskehalten i bränsletillförseln varierades för att visa på dess reducerande effekt på rökgastemperaturer, temperaturen på tillförs luft ökades för att höja densamma, flera olika åtgärder däribland de båda nämnda samt ökad rökgasåterföring prövades för att nå temperaturer mer skonsamma för de olika komponenterna i pannan. Modellen visar på stor flexibilitet i förmågan att variera inputs i pannan i syfte att nå önskade drifter och temperaturer. Även skillnaden mellan uppmätta värden och börvärden som offdesignmodellen producerar under vissa lastperioder visar på jämförelsens signifikans och hur den går att använda detta i ultimat syfte att se för stora divergenser och visa på var felen verkar uppträda samt om en tidigare åtgärd kan utföras. Detta för att minska på bränsleanvändning och möjligtvis förkorta eller förhindra driftstopp och på så vis nå stora besparingar