Recuperación optima de energía de fuentes de baja temperatura bajo condiciones de incertidumbre

72 páginas. Maestría en Ingeniería de Procesos.En el proceso de una industria existen corrientes de calor de baja temperatura las cuales no tienen utilidad y por lo tanto se convierten en residuos industriales. Una fuente de energía se considera de baja temperatura si es inferior a 370_C [10, 52]. Debido a su bajo contenido energético, estas corrientes de procesamiento son consideradas no rentables, especialmente en los ciclos termodinámicos utilizados para la recuperación de energía a partir de fuentes de energía de baja temperatura. Investigaciones estadísticas indican que las corrientes de calor de baja temperatura representan 50% o más del total del calor generado en la industria, el cual se pierde en forma de emisiones contaminantes térmicas [10, 47]. Debido a la falta de métodos de recuperación eficientes, el calor residual de baja calidad ha sido descartado generalmente por la industria y se ha convertido en una preocupación ambiental debido a la contaminación térmica. Un ciclo termodinámico que es utilizado para la recuperación de energía es el ciclo Rankine orgánico y puede ser una opción de generación de energía Sin embargo en la mayoría de las situaciones prácticas existe por lo general incertidumbre o desconocimiento del valor preciso o exacto de variables que influyen fuertemente sobre la calidad de diseño de un ciclo Rankine orgánico. Por lo que considerar incertidumbre en algún parámetro es de gran importancia y utilidad ya que permite obtener diseños que operen bajo condiciones de operación más reales. En esta tesis, se aborda el problema del diseño de fluidos orgánicos de múltiples componentes capaces de funcionar de manera óptima bajo condiciones de incertidumbre en las condiciones de funcionamiento tales como las temperaturas de la fuente de calor y la eficiencia de los componentes individuales del ciclo de Rankine. El problema de diseño se presenta como un problema de optimización estocástica no lineal. También se utilizan las medidas de riesgo para compensar la flexibilidad y el desempeño del promedio y encontrar que existen conflictos fuertes.Consejo Nacional de Ciencia y Tecnología (México)