Weel & Sandvig Diplomvej bygning 377-stuen 2800 Kgs . Lyngby Tlf. 2811 0043

1. Energireduktion i kølesystemer ved modelbaseret optimering/regulering v/ Jens Mikkelsen Weel & Sandvig Diplomvej bygning 377-stuen 2800 Kgs. Lyngby Tlf. 2811 0043 email: jmi@weel-sandvig.dk web: www.weel-sandvig.dk

2. Agenda Energieffektivitet og driftsøkonomi Modelbaseret optimering og regulering Kølesystemer – driftsoptimering Designspecifikation i relation til effektivitet

3. Energieffektivitet på anlæg • Der er mindst tre væsentlige forhold, der skal være til stede, for at et anlæg kører effektivt: • Anlæggets komponenter skal være effektive ved dominerende driftsbetingelser. • Fleksibelt anlæg, der kan reguleres effektivt til basale behov i systemet. (Eksempelvis er hastighedsregulering en effektiv regulering af en pumpe i modsætning til drøvling eller endnu værre; recirkulering). • Hav løbende overblik over situationen og tag affære i forhold til pkt 2. • Typisk kører komplekse anlæg (med mange frihedsgrader) ikke sådan – unødvendigt stort energiforbrug er konsekvensen. • Potentialet for energibesparelse er ofte højt (30-80%).

4. Retrofit • Store relative energibesparelser, for at besparelser alene kan betale for retrofit (større ombygning) af anlæg. • Mange anlægsdesign er fremkommet ved: • knubskydninger, • delvis fornyelser og lappeløsninger eller • design baseret på ikke gældende konditioner. • Fokus på basale procesbehov kan ofte gøre systemer både mere enkle og effektive.

5. Optimering af nye anlæg • Ved nye anlægsdesign, er der ofte mulighed for markante effektiviseringer ift. business-as-usual. • Tænk frit og nyt fra starten og fastlås kun helt basale og ufravigelige krav. • Størst potentiale hvor køletårne indgår sammen med kølekompressorer.

6. Hvad er et energiøkonomisk optimalt system? • Balance mellem marginale investeringer og marginale besparelser i alle delsystemer. • Vanskelig og omstændelig optimering, diskontinuiteter ifm. enten/eller valg. • Industrien opererer typisk med korte tilbagebetalingstider: • hvis ikke flaskehalse mht. finansiering eller likviditet bør marginale tilbagebetalingstider vurderes ift. anlæggets forventede levetid. • tilbagebetalingstid af energibesparelser skal ikke ”betale” for fornyelse af anlægget. • ifm. udskiftning af udtjent udstyr er nutidsværdi med base i nuværende situation og lang tidshorisont (fx levetid af nyt anlæg) et godt vurderingskriterium.

7. Modelbaseret optimering og regulering • I komplekse systemer: • mange løsninger, som opfylder basale behov, • sandsynligvis kun én optimal løsning. • I praksis kan det være vanskeligt at • finde frem til den optimale anlægskonfiguration (både i design og driftsfase), • løbende opretholde en optimal indstilling af anlægget. • Modellering af anlægget sammen med numerisk løsning: • optimale driftspunkter for driftssituationer (fastlagt ved randbetingelser), • baseret på optimale driftspunkter, udvikles matematiske udtryk, som giver optimale værdisæt af styrevariable.

8. Kølesystemer • Hvilken effektivitet (COP) kan man forvente for effektive systemer? • Afhænger af ydre betingelser (randbetingelser): • Temperatur af proces, der skal køles. • Varmedræn (forhold mht. hvordan overskudsvarme kan afleveres). • Materialekrav, årlig driftstid, anlægsstørrelse m.v. • Designspecifikation (spidslast eller normal last?). • Randbetingelser varierer ofte over tid • Fx sæsonmæssige variationer i udetemperatur. • Omstændeligt at optimere anlægsdesign. • Opdel fx i scenarier, som ved tidsvægtning kan repræsentere en middelbelastning.

9. Optimeringsparametre • Givne betingelser: • Behov for køleeffekt • Procestemperatur(er) • Vådtemperatur • Variable parametre: • Antal køletårne i drift • Vandfordeling på fyld • Hastighed af blæsere • Hastighed af pumpe • Supplerende kølebehov fra køleanlæg

10. Modellering af køletårn www.truwater.com • “A universal engineering model for cooling towers”. Lu, L. and Cai, W. Energy Conversion and Management, Volume 48, Issue 2, February 2007, p. 355-365. • effektivitet direkte (uden iteration) • gælder for både kryds- og modstrøm • modelkalibrering: modelkoefficienter • mange driftspunkter (performance) • fordelt ud over normalt driftsområde • Alternativ: varmeoverføringsmodel • drivpotentialer af entalpi og temperatur • kalibres op mod ét sæt designdata • kræver numerisk løsning (fx solver i regneark) af performance ved off-design.

11. Eksempel på minimalt elforbrug

12. Styringsmodel til optimal driftInput til model: målt kølebehov og vådtemperatur

13. Modelprædiktion af optimale omdrejningstal versus optimale omdrejningstal fra simulering Input til model: målt kølebehov og vådtemperatur

14. Modelbaseret optimering • Opbygning af en matematisk model: • per automatik gennemgår man anlægget (får kendskab) • tag stilling til hvilke anlægsdetaljer, der skal inddrages • detaljer medtages i relation til hvad modellen skal bruges til • centrale modeller (delmodeller) bør verificeres mod faktisk drift. • En detaljeret model, er et stærkt værktøj til at: • simulere driftsforhold, • optimere design og driftsstrategier af anlæg og • belyse konsekvenser af at foretage ændringer, • kan være ”tung” at anvende.

15. Anlægsdesign og dimensionerende datai relation til effektivitet • Maks. udetemperatur indgår ofte i dimensionering af køleanlæg. • Ok for kontrol af tilstrækkelig kapacitet. • Ifm. optimering af anlægsdesign - risiko for uhensigtsmæssig drift i stor del af tiden. • Køletårne bør udlægges så kølesystemet opnår bedst mulig effektivt set over hele året. • Udlæg køletårne så de opnår effektiv drift i en stor del af tiden. • Kontroller at der er tilstrækkelig kapacitet ved spidslast. • Effektivitet er mindre væsentligt i driftssituationer, som kun forekommer i korte perioder.

16. Køletårne ved design og off-design

17. Alternativ udlægning af tårne

18. Modelbaseret regulering af køleanlæg i praksis • Kræver beskrivelse af sammenhæng mellem optimale sæt af reguleringsparametre: • sammenhænge kan belyses med modelbaseret optimering. • dermed er modelformuleringen en 2-trins raket. • Kræver muligvis opdatering (nye analyser) ved ændring af anlæg. • Størstedelen af et samlet besparelsespotentiale kan realiseres ved modelbaseret optimering af anlæg inkl. hensigtsmæssige reguleringsstrategier (modelbaseret regulering giver et moderat potentiale herefter).