OPTIMALISATIE VAN DE BEDRIJFSVOERING VAN EEN ENERGIECENTRALE

OPTIMALISATIE VAN DE BEDRIJFSVOERING VAN EEN ENERGIECENTRALE ir. A.W.M. van Schijndel Technische Universiteit Eindhoven Faculteit Bouwkunde, vakgroep Fysische Aspecten van de Gebouwde Omgeving (FAGO) Postbus 513, 5600 MB Eindhoven Tel: 040 247 2957, email: [email protected]

SAMENVATTING

In 1993 zijn de warmtekracht- en koelinstallaties (wkek) van het academisch ziekenhuis Groningen in bedrijf genomen. De installatie bestaat uit een vijftal gasmotoren voor de productie van elektriciteit en warmte en andere componenten die op diverse manieren warmte en koude kunnen produceren. De bedrijfsvoering van de deze installatie is geen triviale aangelegenheid door de diverse mogelijkheden die deze installatie biedt. In dit artikel worden met behulp van simulatie en optimalisatie mogelijke bedrijfsvoeringen geëvalueerd. Een mathematisch model beschrijft de wkek installatie. Dit model is quasi stationair en is gebaseerd op energiebalansen van de diverse componenten. Met dit model kunnen simulaties worden uitgevoerd en het dient als proeftuin voor de mogelijke bedrijfsvoeringtypen. Met het oog op de komende liberalisering van de elektriciteitsmarkt kan het model gebruikt worden als hulpmiddel bij het aanpassen van de bedrijfsvoering op mogelijke schommeling in de elektriciteitsprijzen. Een terugtraceer methode (back-tracking) en een Sequentieel Kwadratisch Programmeren methode (SQP) zijn gebruikt als optimalisatiemethode. De SQP methode geeft de beste resultaten doordat de resolutie van de oplossingen hoger is dan bij de back-tracking methode. Bij het optimaliseren wordt uitgegaan van een drietal strategieën: een puur economische optimalisatie (maximale winst), een puur energetische optimalisatie (minimaal benodigde primaire energie) en een tussenvorm van deze twee optimalisaties (winst groter dan een vastgesteld bedrag met een minimaal benodigde primaire energie). De simulaties worden gevoed door synthetische ingangssignalen die gebaseerd zijn op globale metingen en gegevens van de installatie. Doordat details over het ingangssignaal afwezig zijn, kunnen de in dit artikel genoemde waarden voor winst- en energieverbruik afwijken van de reële waarden. Uitgaande van het model en een specifiek ingangssignaal, volgen voor de hierboven beschreven optimalisatiestrategieën de bedrijfsvoeringen behorende bij iedere strategie. Verandering van het ingangssignaal kan echter een andere optimalisatie van een bedrijfsvoering teweeg brengen.

1. INLEIDING In 1993 zijn de warmtekracht- en koelinstallaties (wkek) van het Academisch Ziekenhuis Groningen in bedrijf gesteld. De installatie bevat gasmotoren voor de opwekking van elektriciteit en warmte, ketels voor de opwekking van stoom en warm tapwater en koelcompressoren, ijsbuffers en een absorptie koelmachine voor de opwekking en opslag van koude. De installatie maakt het mogelijk om op diverse manieren warmte en koude te produceren. Door deze mogelijkheden is de bedrijfsvoering geen eenvoudige aangelegenheid. De bedrijfsvoering is bovendien sterk afhankelijk van de prijzen voor gas en elektriciteit. Door het verschil in dag- en nachttarief van elektriciteit bijvoorbeeld, kan het economisch zijn om 's nachts de koelcompressoren aan te zetten, zodat de ijsbuffers gevuld worden en overdag de koelcompressoren minder lang hoeven aan te staan tijdens het hogere elektriciteitstarief. De ontwikkelingen op de elektriciteitsmarkt gaan naar een vrije markt waar aanbieders en afnemers de prijzen bepalen. De elektriciteitsprijzen kunnen dan behoorlijk gaan variëren. Doordat de bedrijfsvoering zo sterk afhankelijk is van deze prijzen is het zinvol de bedrijfsvoering flexibel te maken zodat bij prijswijzigingen de bedrijfsvoering kan worden aangepast. Een ander aspect wat zeer belangrijk kan gaan worden voor de bedrijfsvoering is het milieuaspect. De maatschappij gaat steeds meer eisen stellen aan het milieuvriendelijk produceren van elektriciteit. Een eerste aanzet is

bijvoorbeeld de milieubelasting op de afname van elektriciteit. Toekomstige ontwikkelingen zullen waarschijnlijk steeds strengere regelgevingen opleveren. In verband met de hierboven beschreven problematiek is er een behoefte aan gereedschap om bedrijfsvoeringen van een dergelijke installatie te kunnen evalueren. Een mogelijk gereedschap is simulatie. Hiermee kan een beeld verkregen worden van de gevolgen van de diverse typen bedrijfsvoeringen. Ook kunnen optimalisatiestudies worden verricht. Een aantal doelgroepen kan gebruik maken van de in dit artikel beschreven simulaties en optimalisaties. Allereerst is de methode van modelleren toepasbaar op andere wkk-installaties. Door toepassing van deze methode kunnen ingenieurs de consequenties van een bepaalde bedrijfsvoering bepalen. Gevolgen van bijvoorbeeld tariefwijzigingen kunnen worden doorberekend en de bedrijfsvoering kan hierop worden aangepast. De bedrijfsleider kan de berekende details over de bedrijfsvoering gebruiken als leidraad voor het instellen van zijn installatie. Beleidsmakers kunnen de berekeningen van het totale energiegebruik en van de winst gebruiken om afwegingen te maken inzake opbrengst en milieubelasting.

2. MODELVORMING EN OPTIMALISATIE In figuur 1, is schematisch de relatie tussen model en optimalisatieprocedure weergegeven:

i(t)

o(t) Model c(t)

Controller Minimise input Constrained output

Figuur 1. De relatie tussen model en optimalisatieprocedure (controller). De input van het model kan verdeeld worden in een niet manipuleerbare input i(t) en een manipuleerbare input c(t). De output van het model is o(t). De output van het model wordt gebruikt als input voor de optimalisatieprocedure. De output van de optimalisatieprocedure c(t) wordt weer gebruikt als input voor het model. De optimalisatieprocedure minimaliseert zijn input door een geschikte keuze van c(t). De volgende stappen kunnen onderscheiden worden bij het ontwikkelen van een numeriek optimalisatie programma: 1) 2) 3) 4) 5) 6) 7)

Ontwerp van een (mathematisch) model Definitie van de manipuleerbare en niet manipuleerbare ingangen en een uitgang Definitie van de limieten (constraints) van het model en zijn ingangen Definitie van de optimalisatie criteria Simulatie van een numeriek model Toepassen van een numerieke optimalisatie procedure Berekening van een startpunt

De bovenstaande stappen zullen worden toegepast op de energiecentrale van het Academisch Ziekenhuis te Groningen (AZG).

3. TOEPASSING

In de energiecentrale zijn drie 8 bar stoomketels van het fabrikaat Novum opgesteld met elk een capaciteit van 12 MW. Het CV-water wordt verwarmd door middel van drie warmtewisselaars die boven elke ketel zijn opgesteld. Voor de eigen elektriciteitsopwekking is een wkk-installatie opgesteld bestaande uit vijf gasmotoren van het merk Waukesha, elk met een generatorvermogen van 1980 kW. De restwarmte uit de uitlaatgassen van drie motoren wordt benut voor stoomproductie via een gescheiden pijpenbundel in de stoomketels. De restwarmte uit de rookgassen van de overige twee motoren en de restwarmte uit de oplaadluchtkoelers, oliekoelers/mantelwaterkoelers en interkoelers van alle vijf motoren wordt benut ten behoeve van het CV-water. De restwarmte van deze installatie wordt tevens benut voor het aandrijven van een absorptiekoelmachine (AKM) van het fabrikaat York met een koelvermogen van 2750 kW. De absorptiekoelmachine is aangesloten op het terreinleidingnet waarop ook in de diverse onderstations zeven ijsbuffers zijn aangesloten. Elk onderstation bestaat uit een compressorkoelmachine (CKM) met een capaciteit van 1100 kW. De totale slagcapaciteit van de ijsbuffers bedraagt 31000 kWh. De condensorkoeling van de absorptiekoelmachine en de eventuele warmtevernietiging geschiedt door middel van een koeltorens. Het ontwerp van de centrale is gebaseerd op geschatte benodigde vermogens van het AZG. Deze vermogens worden gebruikt voor: - warm tapwater en ruimteverwarming (30 MW); - stoom (8 MW); - koude (12 MW); - elektriciteit (7.5 MW). Enige karakteristieke energiecijfers van 1995 zijn [2]: - totale warmtevraag 66000 MWh; - totale elektriciteitsvraag 27000 MWh; - gasverbruik wkek installatie 13 miljoen m3; - gasverbruik ketels 3 miljoen m3. In figuur 2, is de energiecentrale weergegeven: Steam

Steam

3X Heat exchanger

2X

Heat exchanger Exhaust cooler

1X

Cooling Towers

Steamboiler

Heat exchanger

Absorption cooling machine

Heat exchanger

Gasmotor

Heat exchanger

Gasmotor Heat exchanger

Heat exchanger

Heat exchanger

Heat exchanger

6/14 oC

Heat exchanger

50/56 oC

50/56 oC

85/100 o C 50/100 oC

CV

Figuur 2. De energiecentrale van het AZG. De stappen voor het ontwikkelen van een numeriek optimalisatie programma worden nu uitgewerkt: 3.1 Ontwerp van een (mathematisch) model Het model is gebaseerd op massa- en energiebalansen. In figuur 3 zijn de diverse energiestromen schematisch weergeven:

ABSORPTION REFRIGERATOR

ICE STORAGE

COMPRESSION REFRIGERATOR

BOILERS STEAM

Oil

HOSPITAL COOLING

HOSPITAL STEAM

Inter

Exhaust

HOSPITAL HOT WATER

Gas engines 1,2,3 A

HOSPITAL HEAT Oil

Inter

Exhaust

Gas engines 4,5 Cooling

Electricity

Primary energy

Heat

HOSPITAL ELECTRICITY

PUBLIC ELECTRICITY NETWORK

Figuur 3. De energiestromen van de energiecentrale 3.2 Definitie van de manipuleerbare en niet manipuleerbare ingangen en een uitgang De manipuleerbare ingangen van het model zijn: setpoint gasmotoren groep 1-3, setpoint gasmotoren groep 4-5, setpoint van de compressorkoelmachine en setpoint van de absorptiekoelmachine. De niet manipuleerbare ingangen van het model zijn de energiebehoeften van het AZG en de energieprijzen. De belangrijkste uitgangsvariabelen zijn: winst, de hoeveelheid gebruikte primaire energie, de hoeveelheid verloren nuttige warmte en de inhoud van de ijsbuffers. In figuur 4 is de relatie tussen model en optimalisatieprocedure (controller) met de beschrijving van input en output weergegeven:

i(t)

o(t)

i(t)=

Model c(t)

Controller

c(t) =

Minimise input Constrained output

o(t) =

Q cooling (W) Q heating (W) Q electricity (W) Q steam (W) Fl gas, buy, motor (Gulden/m3) Fl gas, sell, boiler (Gulden/m3) Fl el, buy (Gulden/kWh) Fl el, sell (Gulden/kWh)

Setpoint Motor 1-3 Setpoint Motor 4,5 Setpoint Compressor Setpoint ACM cost (Hfl) primairy Energy (J) wasted Energy (J) Ice contents (J) .

Controller Constrained output - Hard: Setpoint Motor 1-3 = {0.25-1} Setpoint Motor 4,5 = {0.35-1} Setpoint 0Compressor = {0 - 1 } Setpoint ACM = {0 of 1} 0< Max(Ice contents(t)) < Ice contents capacity - Soft: User defined (maintenance)

Figuur 4: De relatie tussen model en optimalisatieprocedure (controller) met de beschrijving van input en output. 3.3 Definitie van de limieten (constraints) van het model en zijn ingangen De limieten zijn weergegeven in figuur 4 onder ‘constrained output’. 3.4 Definitie van de optimalisatie criteria Er zijn 3 verschillende optimalisatie strategieën gebruikt: 1. De eerste optimalisatie strategie is een puur economisch criterium: maximalisatie van de winst.

2. De tweede optimalisatie strategie is een puur energetisch criterium: minimalisatie van de benodigde primaire energie. 3. De derde optimalisatie strategie bestaat uit de minimalisatie van de benodigde primaire energie met als voorwaarde dat de winst groter moet zijn dan een bepaald bedrag (bijv. winst > 0 gulden). 3.5 Simulatie van een numeriek model De vergelijkingen zijn geprogrammeerd in MatLab [3] en zijn in de onderstaande figuur weergegeven: %posvecsym=(x)->(abs(x)+x)/2; %negvecsym=(x)->(-abs(x)+x)/2; %signsym=(x)->signum(x); P13=gmax13*H*G13; %Vermogen motoren 1-3 P45=gmax45*H*G45; % Vermogen motoren 4 en 5 PC=QcCmax*Cnivo; % Vermogen motoren compressorkoelmachine ElE=P13*rE13+P45*rE45-PC-ElA % Elektriciteitsbalans; QCVbal=P13*(rh13A+rh13I)+P45*(rh45A+rh45I)-QhA; %Warmtebalans CV QsW=posvecsym(signsym(QCVbal)); %Overschot aan warmte QAKMloss=posvecsym(QCVbal-QcSmax); %Warmteoverschot AKM QhAKM =QsW*(posvecsym(QCVbal)-QAKMloss)*SchAKM; %Warmte voor AKM QhCV =P13*(rh13A+rh13I)+P45*(rh45A+rh45I)-QhAKM; %warmte voor CV QKst =(hst-hcwa)*msA + (hhwa-hcwa)*mlA; %Warmte voor stoom en tapwater QKbal =-negvecsym(QhCV-QhA)+QKst - P13*rh13s; %Warmtebalans ketels QKtoe =posvecsym(QKbal); %Benodigde warmte van de ketels mgK =QKtoe/(rhK*H); %Benodigde gas voor ketels QcAKM =QhAKM*rcS; %Geleverde koeling door AKM QcB =PC*rcC+QcAKM-QcA; %Warmtebalans ijsbuffers Ekill =-negvecsym(QKbal)+posvecsym(QhCV-QhA) %Verloren nuttige warmte; Qprim =H*mgK+P13+P45 -negvecsym(ElE)/rEland; %Benodigde primaire energie Elopbr =Eluitfl*posvecsym(ElE) + Elinfl*negvecsym(ElE); %Opbrengst Totopbr =Elopbr-Gaskost; %Totale opbrengst Sloss =(1-rcS)*QhAKM %Verliezen AKM; Closs =(1-rcC)*PC; %Verliezen CKM Kloss =(1-rhK)*H*mgK; %Verliezen ketels Gloss =P13*(1-rE13-rh13s-rh13A-rh13I) + P45*(1-rE45-rh45A-rh45I);%Verliezen Euit =QcA+QKst+QhA+ElA+QcB+ElE+Kloss+Gloss+Sloss+Closs+Ekill;% Uitgaande energie Ein =H*mgK + P13 + P45; %Toegevoerde energie Etot =Ein-Euit; %Verschil toegevoerde en uitgaande energie

Figuur 5. Het numerieke model in MatLab 3.6 Toepassing van een numerieke optimalisatie procedure Een sequentieel kwadratisch programmeren methode (SQP) van de MatLab Optimization toolbox [4] is gebruikt voor de optimalisatie. 3.7 Berekening van een startpunt Een bekend probleem bij niet lineaire optimalisatie is dat een berekende oplossing niet het globale minimum bepaald maar een lokaal minimum. Om dit te voorkomen en voor het verkrijgen van een snelle convergentie, is een goed startpunt noodzakelijk. Een terugtraceermethode (back-tracking) is gebruikt voor het bepalen van het startpunt. Deze methode bestaat uit: - Verdeling van alle manipuleerbare ingangen in stappen - Het uitrekenen van alle mogelijke combinaties van de manipuleerbare ingangen - Simulatie van alle combinaties - Het selecteren van de beste oplossing (back-tracking) uit alle oplossingen behorende bij een bepaalde optimalisatie strategie.

4. RESULTATEN

4.1 Validatie Voor het uitvoeren van een complete validatie van het model is het noodzakelijk om de wkek installatie gedurende langere tijd te bemeten. Om nauwkeurige gegevens over de relevante energiestromen te verkrijgen, zouden nog een aantal sensoren geplaatst moeten worden. Gedurende de uitvoer van het project is dit niet haalbaar gebleken. Om toch een zo betrouwbaar model te verkrijgen zijn de volgende stappen uitgevoerd. 1) Een controle van de consistentie van het model, waarbij is aangetoond dat de energiebalans exact kloppend is. 2) Een parameterkeuze gebaseerd op metingen aan de installatie en fabrikantgegevens. 3) Een controle van de gesimuleerde totale energieverbruiken met gemeten totale energieverbruiken in het verleden. Voor verdere validatiestudies is het noodzakelijk om de wkek installatie voor langere tijd (bijvoorbeeld 1 jaar) in zijn geheel te monitoren. Extra sensoren dienen dan geplaatst worden om gegevens te registreren van de relevante waterdebieten, de koelcompressoren en ijsbuffers. 4.2 De terugtraceermethode methode Bij de terugtraceer (back-tracking) methode worden alle combinaties uitgerekend en daarna wordt bepaald welke oplossingen er zijn. De mogelijke instellingen voor de dag- en nachtperiode bestaan uit: G13dag=[0, 0.25, 0.5, 0.75, 1], G13nacht=[0, 0.25, 0.5, 0.75, 1] G45dag=[0, 0.25, 0.5, 0.75, 1], G45nacht=[0, 0.25, 0.5, 0.75, 1] CKMdag=[0, 0.2, 0.35, 0.5, 1], CKMnacht=[0, 0.2, 0.35, 0.5, 1] AKMdag=[0 1], AKMnacht=[0,1] Het aantal mogelijkheden is gelijk aan: (5*5*5*2)*(5*5*5*2) = 62500. In figuur 6 is het resultaat weergegeven van een enkel tijdvenster (1 etmaal). In deze figuur zijn de gemiddelden per etmaal weergegeven van de primaire energie [MW], de niet gebruikte nuttige warmte [MW], vermogen naar ijsbuffer [MW] en het gasverbruik [m3/s] uitgezet tegen de opbrengst [Hfl/s]: Wasted energy

Cooling energy to buffer

6

30

5

25 20

[MW]

[MW]

4 3 2

15 10 5

1

0

0 −0.6

−5 −0.6

−0.4

−0.2

0

0.2

−0.4

35

0.8

30

0.6

25

0.4 0.2 0 −0.6

0

0.2

0

0.2

Primary energy

1

[MW]

[m3/s]

Gas consumption

−0.2

20 15

−0.4

−0.2 profit [HFl/s]

0

0.2

10 −0.6

−0.4

−0.2 profit [HFl/s]

Figuur 6. De gemiddelden per etmaal van de primaire energie [MW], de niet gebruikte nuttige warmte [MW], vermogen naar ijsbuffer [MW] en het gasverbruik [m3/s] uitgezet tegen de opbrengst [Hfl/s], inclusief de 3 optima maximale winst (o), minimale primaire energie (*) en minimale primaire energie met winst > 0 (+).

Het zoeken van de oplossingen voor de optimalisatiestrategieën 1 t/m 3 gebeurt nu als volgt. Alle data met een positief vermogen naar de ijsbuffers worden geselecteerd. Uit deze geselecteerde data worden vervolgens bepaald voor strategie 1 de maximale winst (o), voor strategie 3 de minimale primaire energie (*) en voor strategie 2 de minimale primaire energie met winst > 0 of, als dit niet mogelijk is, de minimale primaire energie met maximale winst (+). 4.3 De niet manipuleerbare input signalen van het model i(t) De simulaties hebben een tijdreeks nodig als ingangssignaal. Het ingangssignaal bestaat uit tarieven voor gas en elektriciteit en energiebehoeften van het AZG. Omdat het niet mogelijk is gebleken gedurende een lange periode (bijv. 1 jaar) de wkek installatie te bemeten, zijn synthetische ingangssignalen gemaakt. De synthetische ingangsreeks is gebaseerd op gegevens uit de technische beschrijving. De volgende items komen aan bod bij de samenstelling van de synthetische tijdreeksen: 1) De gastarieven zijn gebaseerd op standaard gastarieven en bestaan uit een gastarief van 21 cent per m3 voor de gasmotoren en 28 cent per m3 voor de ketels. 2) De tarieven voor de leverantie en afname van elektriciteit en is vastgelegd in een geheime afspraak tussen het AZG en het energiebedrijf. De hier gehanteerde tarieven zijn gebaseerd op de prijzen die het energiebedrijf in rekening brengt voor grootgebruikers. Deze prijzen zijn gebaseerd op een maandelijkse vaste vergoeding voor het maximum vermogen en een variabele vergoeding per kWh. De maandelijkse vergoeding is een vaststaand bedrag en wordt hier verder buiten beschouwing gelaten. De vergoeding gebaseerd op de afname of leverantie per kWh bevat een aantal componenten zoals productieonkosten, brandstofkosten en milieutoeslagen. De prijzen van het energiebedrijf voor grootgebruikers toegepast op de wkek installatie levert een prijs van 13.24 cent per kWh voor normaal tarief en 11.38 cent per kWh voor daluren (23.00 - 07.00 uur). 3) Bij de berekening van de koelbehoefte, warmtebehoefte en stoombehoefte is gebruik gemaakt van een klimaatfile van De Bilt met daarin uurlijkse waarden voor de buitentemperatuur. Uit deze uurlijkse temperaturen worden per etmaal een gemiddelde dag- en nachttemperatuur van de buitenlucht Tl bepaald. De energiebehoeften zijn gekoppeld aan het klimaat. De ingangssignalen worden zodanig geconstrueerd, dat ze de gegeven minima en maxima bevatten en dat de totalen overeenkomen met de in paragraaf 3 gegeven karakteristieke energiecijfers. In figuur 7 zijn de ingangssignalen van het AZG, (deel A) de koel-, (deel B) warmte-, en (deel C) elektriciteitsbehoefte [MW] en (deel D) de stoombehoefte [kg/uur] als functie van de tijd weergegeven: Cooling

Heating 30

8

25 20

6

[MW]

[MW]

10

4

10

2 0 0

15

5 2000

4000

6000

0 0

8000

2000

Electricity

4000

6000

8000

4000 6000 time [hours]

8000

Steam

6

10000 8000

[MW]

[kg/h]

4

2

6000 4000 2000

0 0

2000

4000 6000 time [hours]

8000

0 0

2000

Figuur 7. De ingangssignalen van het AZG, (deel A) de koel-, (deel B) warmte-, en (deel C) elektriciteitsbehoefte [MW] en (deel D) de stoombehoefte [kg/uur] als functie van de tijd. 4.4 De output Bij iedere optimalisatie strategie hoort een verschillende oplossing. Als voorbeeld zijn in figuur 8 de volgende output signalen gegeven: De winst [Hfl/s], hoeveelheid primaire energie [MW], de onbenutte

nuttige warmte [MW] en de bedrijfsvoering (setpoint waarden voor belastingniveau) voor gasmotorengroep 1-3. [%]. De hierbij behorende optimalisatie strategie is minimalisatie van de benodigde primaire energie met een winst > 0 Hfl.

Profit

Primary energy

0.06

50 40

0.02

[MW]

[Hfl/s]

0.04

0

30

−0.02 20

−0.04 −0.06 0

2000

4000

6000

10 0

8000

Wasted energy

4000

6000

8000

Set points engines 1−3

8

100 80

[%]

6

[MW]

2000

4

60 40

2 0 0

20 2000

4000 6000 time [hours]

8000

0 0

2000

4000 6000 time [hours]

8000

Figuur 8. De winst [Hfl/s], hoeveelheid primaire energie [MW], de onbenutte nuttige warmte [MW] en de bedrijfsvoering (setpoint waarden voor belastingniveau) voor gasmotorengroep 1-3. [%] als functie van de tijd.

Andere output signalen (niet weergegeven) zijn: De setpoint waarden voor gasmotorengroep 4-5, de compressorkoelmachine en de absorptiekoelmachine, het koelvermogen naar de ijsbuffers en het gasverbruik van de ketels en gasmotoren. De bijbehorende jaarkarakteristieken zijn weergegeven in de onderstaande tabel:

Totale winst [Mfl] Gasverbruik ketels [m3] Gasverbruik gasmotoren [m3] Warmtevraag AZG [MWh] Koelvraag AZG[MWh] Elektriciteitsvraag AZG [MWh] Elektriciteit voor koeling [MWh] Elektriciteit geproduceerd [MWh] Totale primaire energie [MWh] Onbenutte nuttige warmte [MWh]

0.0 1,860,000 20,150,000 69,000 17,000 24,000 1,100 62,700 195,700 12,500

Tabel I. De jaarkarakteristieken.

5. ANALYSE In figuur 9 zijn de primaire energie [GWh] en de niet benutte nuttige warmte [GWh] uitgezet tegen de opbrengst [miljoen HFl] van achtereenvolgens elektriciteitsbehoefte (E) regeling, de warmtebehoefte (W) regeling, de back-tracking optimalisatieresultaten en de SQP optimalisatieresultaten. De doorgetrokken lijn wordt weer verkregen door het model met een gebalanceerde CKM met een variatie van het belastingniveau van de beide gasmotoren van 0 naar 1.

260

1

50 45

240

200

2

180

Wasted energy [GWh]

Primary energy [GWh]

40 220

35

1

30 25 20

160 15 2 140

10 5

3

120 −6

−4

−2 Profit [MFl]

0

0

−6

−4

3

−2 Profit [MFl]

0

Figuur 9. Deel A: De totale opbrengst [MFl] versus de totale primaire energie [GWh], deel B: De totale opbrengst [MFl] versus de totale onbenutte nuttige warmte [GWh], Figuurlabels: Eregeling (*), W-regeling (x) , optimalisatieresultaten met strategieën 1, 2 en 3: backtracking (+), SQP (o). Doorgetrokken lijn: gebalanceerd niveau van de compressorkoelmachines.

efficiency [−]

Uit bovenstaande figuren volgt: 1) De SQP methode (o) geeft betere resultaten dan de back-tracking methode (+). Dit wordt vooral veroorzaakt doordat de resolutie van de oplossing van de back-tracking methode kleiner is dan die van de SQP methode. Door de voorwaarde dat het koelvermogen naar de ijsbuffers positief moet zijn, wordt er bij de back-tracking oplossing telkens teveel ijs geproduceerd. 0.9 2) De SQP methode (o) geeft een beter resultaat dan de situatie waarbij de gasmotoren de volledige motors tijd aan staan en waarbij het niveau van de CKM wordt uitgerekendGas (doorgetrokken lijn). Dit verschil 0.8 Boilers is om 's nachts ijs aan te wordt voornamelijk veroorzaakt doordat het bij de SQP methode mogelijk Total maken voor de dagperiode erna. In het geval dat alle gasmotoren het hele jaar continu draaien, levert 0.7 dit een besparing van zo'n 0.25 MFl. 3) De curve van de primaire energie bevat een minimum. Dit wordt veroorzaakt door enerzijds een stijging van de0.6primaire energie die evenredig is met het gasverbruik van de gasmotoren en anderzijds een daling van de primaire energie door de daling van de afname van elektriciteit uit het landelijk net. 0.5 4) Indien de installatie continu op het maximale niveau zou 0.7 draaien, gaat0.9er een hoeveelheid van 50 0 0.1 0.2 0.3 0.4 0.5 0.6 0.8 1 fraction of full power of gas motors GWh aan beschikbare warmte verloren. fraction of total gas consumption

In de volgende 1figuur zijn de rendementen van de ketels, de gasmotoren en het totaal rendement van de installatie als functie van de fractie van de aantijd van de gasmotoren weergegeven. Tevens is het 0.8 aandeel in gastoevoer van de ketels en het aandeel van de gasmotoren als functie van de fractie van Gas motors de aantijd van0.6 de gasmotoren weergegeven: Boilers 0.4 0.2 0

0

0.1

0.2

0.3

0.4 0.5 0.6 0.7 fraction of full power of gas motors

0.8

0.9

1

Figuur 10 Deel A: De rendementen van de ketels (o), de gasmotoren (+) en het totaal van de installatie (-) als functie van de fractie van de aantijd van de gasmotoren. Deel B: Het aandeel in gastoevoer van de ketels (-) en de gasmotoren (--) als functie van de fractie van de aantijd van de gasmotoren. Uit bovenstaande figuur volgt het dat totale rendement van de wkek installatie tussen 0.53 en 0.90 ligt. Het totale rendement van de gasmotoren is 0.73. Bij het maximale belastingniveau van de gasmotoren wordt, door de overcapaciteit aan warmte, niet alle warmte gebruikt, waardoor het totale rendement zakt naar 0.52.

6. CONCLUSIES Model en optimalisatie * De warmtekracht- en koelinstallaties van het AZG kunnen door een quasi stationair model, welke gebaseerd is op energiebalansen van de diverse componenten, worden beschreven. * Het model met de bijbehorende simulaties kan als proeftuin dienen voor evaluaties van mogelijke bedrijfsvoeringen. * Het principe van modelleren is ook toepasbaar op andere warmtekracht- en koelinstallaties. Hiermee is een gereedschap voor handen voor de analyse van een type installatie zoals beschreven in dit verslag. * De simulaties worden gevoed door synthetische ingangssignalen die gebaseerd zijn op globale metingen en gegevens van de installatie. Deze ingangssignalen zijn nodig voor de simulatie van de installatie bij een langere periode (bijv. 1 jaar). Doordat details over het ingangssignaal afwezig zijn, kunnen de in dit artikel genoemde waarden voor winst en energieverbruik afwijken van de echte waarden. * De tarieven zijn gebaseerd op standaardtarieven voor WKK installaties en niet op de werkelijke (geheime) tarieven, gehanteerd door de energiecentrale van het AZG. De gepresenteerde resultaten van de winst hebben daardoor niets te maken met de werkelijke winstverwachting van de energiecentrale. * In de toekomst wordt de elektriciteitsprijs vrij gegeven. De elektriciteitsmarkt krijgt dan te maken met mogelijk sterk fluctuerende elektriciteitsprijzen. Met behulp van het model en de optimalisatiemethoden, kan eenvoudig een bedrijfsvoering worden bepaald die afgestemd is op de nieuwe situatie. * De optimalisatie hangt af van het ingangssignaal. Verandering van het ingangssignaal kan een andere optimalisatie van de bedrijfsvoering teweegbrengen. * Bij de optimalisatie wordt gebruik gemaakt van een terugtraceer methode (back-tracking) en een Sequentieel Programmeren methode (SQP). De SQP methode geeft het beste resultaat doordat de resolutie van de oplossingen hoger is dan bij de back-tracking methode. * Bij het optimaliseren wordt uitgegaan van een drietal strategieën: een puur economische optimalisatie (maximale winst), een puur milieuvriendelijke optimalisatie (minimale benodigde primaire energie) en een tussenvorm van deze twee optimalisaties (winst groter dan een vastgesteld bedrag met een minimale benodigde primaire energie). Uitgaande van het model en een specifiek ingangssignaal, volgen voor de hierboven beschreven optimalisatiestrategieën de bedrijfsvoeringen behorende bij iedere strategie. Optimalisatie naar maximale winst De maximaal haalbare winst bedraagt 1.5 MFl met een bijbehorend verbruik van primaire energie van 260 GWh. De hierbij behorende bedrijfsvoering kan worden samengevat met: 1) Alle gasmotoren dag en nacht op vol vermogen, 2) De ijsbuffers worden in de nachtperiode opgeladen. Optimalisatie naar minimaal verbruik van primaire energie Het minimaal haalbare verbruik van primaire energie bedraagt 120 GWh met een daarbij behorend verlies van 3.4 MFl. Optimalisatie naar minimaal verbruik van primaire energie met een winst groter dan 0

Het minimaal verbruik van primaire energie bedraagt 196 GWh met een daarbij behorende winst van 0.00 MFl. Voor de laatste twee optimalisaties zijn de bedrijfsvoeringen gedetailleerd berekend. Deze zijn echter niet op een eenvoudige manier samen te vatten.

Milieu aspect * Het meest milieuvriendelijk is die bedrijfsvoering waarbij de benodigde primaire energie minimaal is. Deze bedrijfsvoering geeft echter een aanzienlijk verlies. * Het totale rendement van de gasmotoren is 0.73. Bij een maximaal belastingniveau van de gasmotoren, is de warmteproductie veel groter dan de behoefte. Doordat niet alle beschikbare warmte benut wordt, zakt het totale rendement naar 0.52.

LITERATUUR

[1] Optimalisatie van de bedrijfsvoering van de warmtekracht- en koelinstallaties van het Academisch Ziekenhuis Groningen, A.W.M. van Schijndel, afstudeerverslag technische natuurkunde, Technische Universiteit Eindhoven [2] Energiecentrale Academisch Ziekenhuis Groningen; Koppeling van warmte, kracht en koude, Bakker,T e.a , TVVL magazine 1/98, pp10 – 15 [3] MATLAB User's Guide (August 1992), The Mathworks, Inc. [4] MATLAB Optimization Toolbox, Users Guide Version 5, The Mathworks, Inc. [5] Wirtschatliches betreiben und planen energietechnischer anlagen in industrie und kommunen, VDI berichte 1368, 265 pp, 1997 [6] Practical Optimisation, Gill. P.E, e.a. Academic Press London, 1985 [7] Design and optimization of thermal systems, Y. Jaluria, McGraw-Hill ,1998