Optimal flexible operation of dynamic processes

  • Optimale flexible Betriebsführung dynamischer Prozesse

Caspari, Adrian; Mitsos, Alexander (Thesis advisor); Biegler, Lorenz T. (Thesis advisor)

Aachen : Aachener Verfahrenstechnik (2021)
Buch, Doktorarbeit

In: Aachener Verfahrenstechnik Series, Process Systems Engineering 14
Seite(n)/Artikel-Nr.: 1 Online-Ressource (XVII, 218 Seiten) : Illustrationen, Diagramme

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2021

Kurzfassung

Der flexible Betrieb energieintensiver Prozesse ist durch die Existenz schwankender Strompreise, wie sie durch die Integration erneuerbarer Energien in das Energieträgerportfolio induziert werden, ökonomisch sowie ökologisch vorteilhaft. Der Wunsch nach einem best\-möglichen Betrieb motiviert daher einen optimalen flexiblen Betrieb zur Realisierung von optimalem Demand Side Management (DSM).Haben die Prozessdynamiken sowie die Strompreisschwankungen ähnliche charakteristische Zeiten, so ist es notwendig, diese Dynamiken für einen optimalen flexiblen Betrieb explizit zu berücksichtigen. Dies ist der Fall z.B. bei Luftzerlegungsprozessen und Strompreisen der deutschen Day-Ahead Auktion und begründet die Anwendung der behandelten Methoden auf diese Prozesse. Diese Dissertation adressiert daher verschiedene Aspekte eines optimalen flexiblen Betriebs dynamischer Prozesse mit Hilfe modell- und optimierungsbasierter Methoden. Zu Beginn stellen wir einen flexiblen Multi-Produkt Luftzerlegungsprozess vor, der speziell auf DSM zugeschnitten ist, indem der Energiebedarf des Prozesses im Betrieb um mehr als 80 % variiert werden kann. Weiterhin stellen wir einen Ansatz zur dynamischen Optimierung mit Komplementaritätsnebenbedingungen vor. Die Verwendung geglätteter nichtlinearer Komplementaritätsproblemfunktionen erlaubt es, diese Optimierungsprobleme mit direkten Schießverfahren zu lösen. Der vorgeschlagene Optimierungsansatz kann zur Formulierung und Optimierung dynamischer Systeme mit nicht stetigem Verhalten verwendet werden, was wir mit der Anwendung dieser Methode zur Optimierung des Anfahrvorgangs eines Luftzerlegungsprozesses demonstrieren. Während die ersten zwei Kapitel Prozessdesign und offline Optimierung behandeln, konzentrieren wir uns folgend auf die tatsächliche Realisierung einer optimalen Prozessführung dynamischer Prozesse durch modellprädiktive Regelung. Wir vergleichen zwei Paradigmen für die Umsetzung eines optimalen flexiblen Betriebs, d.h. (ökonomische) nichtlineare modellprädiktive Regelung ((e)NMPC) als Bottom-Up- und integrierte Betriebsplanung und Reglung als Top-Down-Strategie. Der Vergleich verdeutlicht die Überlegenheit von eNMPC bezüglich der Regelungsperformance zu Lasten eines erhöhten Rechenaufwandes. Folgend stellen wir zwei Ansätze vor, die den hohen Rechenaufwand, der mit NMPC verbunden ist, deutlich reduzieren können. Zunächst wenden wir einen suboptimalen Fast-Update-Ansatz für NMPC auf einen einfachen Luftzerlegungsprozess an, anschließend für NMPC des komplexen, zuvor vorgestellten flexiblen Luftzerlegungsprozesses und zeigen den deutlichen wirtschaftlichen Vorteil eines flexiblen Betriebs dieses Prozesses auf. Anschließend präsentieren wir einen auf Wellenausbreitung basierenden Ansatz eines reduzierten dynamischen Destillationskolonnenmodells, der den Rechenaufwand von NMPC deutlich verringert. Die Verwendung reduzierter Reglermodelle, wie nahezu jede reale Anwendung in NMPC induzieren einen Plant-Model Mismatch, der meist zu einem unerwünschten Offset führt, d.h. die Regelgrößen weichen von ihren Sollwerten ab. Dies kann durch Offset-Free NMPC unterbunden werden, wobei ein nominelles Prozessmodell um ein Störungsmodell erweitert wird. Wir entwickeln den ersten allgemeinen Ansatz für die Generierung von Störungsmodellen, basierend auf semi-infiniter Optimierung, und erweitern die Theorie bezüglich Offset-Free NMPC.

Identifikationsnummern

Downloads