Vikasietoinen malliprediktiivinen säätö (FTMPC) BioGrate-kattilalle

Climate change and environmental concerns are forcing process industries to increase the share of sustainable resources in energy production. The utilization of biomass receives an increasing attention as a replacement for fossil fuels due to its wide availability and sustainability. However, the unpredictable variability of biomass properties, including moisture content, composition and heating value, results in disturbances, faults, and failures during the power plant operation, which creates additional barriers for a wider utilization of biomass. This thesis focusses on the development of a fault tolerant model predictive control (FTMPC) scheme that addresses the challenges associated with the biomass utilization for power production in BioGrate boilers. The novelty of this scheme lies in the integration of soft-sensors measuring the unpredictable biomass properties with a fault accommodation mechanism. The effectiveness of the developed FTMPC scheme is successfully tested with a dynamic simulator of the BioGrate boiler. This simulator is constructed using the industrial test data from the BioPower 5 CHP plant. In addition, industrial tests, conducted to evaluate the performance of the developed soft-sensors, confirm the prediction accuracy of the fuel moisture content and combustion power in the furnace. Subsequently, the economic evaluation of the soft-sensors integrated FTMPC scheme is presented.Ilmastonmuutos ja ympäristökysymykset pakottavat prosessiteollisuutta kasvattamaan kestävien luonnonvarojen osuutta energiantuotannossa. Biomassa saa kasvavaa huomiota korvaavana vaihtoehtona fossiilisille polttoaineaineille johtuen sen hyvästä saatavuudesta ja hiilineutraalisuudesta. Kuitenkin biomassan ominaisuuksien arvaamaton vaihtelu, mukaan lukien kosteus, koostumus ja lämpöarvo, johtaa häiriöihin, vikoihin ja toimintahäiriöihin laitoksen operoinnissa, mikä luo esteitä biomassan laajemmalle hyödyntämiselle. Tämä väitöskirja keskittyy vikasietoisen malliprediktiivisen säätö (FTMPC) -järjestelmän kehittämiseen ottaen huomioon haasteet biomassan hyödyntämisessä energiantuotannossa BioGrate-kattiloilla. Uutta tässä järjestelmässä on soft-sensorien integrointi mittaamaan biomassan vaihtelevia ominaisuuksia yhdessä vikasietoisen menetelmän kanssa. Kehitetyn FTMPC-järjestelmän tehokkuus on testattu käyttäen BioGrate-kattilan dynaamista simulaattoria, joka on tehty käyttäen hyväksi BioPower 5 CHP -laitoksen teollisia mittauksia. Lisäksi, teollisuudessa suoritetut koetulokset, joita käytettiin kehitettyjen soft-sensorien suorituskyvyn arvioimiseen vahvistavat, että polttoaineen kosteus ja palamisteho voidaan ennustaa hyvällä tarkkuudella. Tämän lisäksi kehitetyn FTMPC-järjestelmän taloudellinen merkitys on arvioitu väitöskirjassa