Search

This paper presents a robust soft sensor for estimating heat exchanger fouling in combustion–thermal power plant context. The approach is data–driven and focuses on identifying the effect of plant load changes to fouling estimation. Proposed method is applied to real process measurements and results are presented. The method consists of two blocks; a static energy balance calculation block for “traditional” fouling indicator calculation and a dynamic subspace identification block for finding sootblowing– and load level dynamics components of the static fouling indicator signal. Results from applying the proposed method to real plant data show that load level dynamics can be decoupled from static fouling estimate.

District heating systems are projected to face significant new challenges in terms of increasing requirements in system dynamics handling, disturbance rejection and system efficiency. Therefore, a systematic approach to network development is required. Complexity is a defining characteristic of district heating systems. Piping network includes hundreds of consumers and usually dozens of loops are present in the pipe network. Exact modeling of such a complex system is a difficult task and model-based control approaches are only starting to emerge. During high demand separate supplementary power plants are operated to satisfy the increased need for energy. To run supplementary power plants is not only expensive, but also much more harmful to the environment compared to solid-fuel main plants. The more the supplementary plants are used, the less economic and environmentally friendly the district heating system becomes. The aim of this work was to create a detailed mathematical model for a district heating system. Network of the city of Kemi was used as an example. The results of the simulation were compared to measured data to verify the model. Based on this model, a model predictive control strategy was applied to optimize the operation of power plants. Results of the optimization were compared to the control policy used in Kemi in order to study the financial potential of suggested strategy.Kemin kaukolämpöverkon mallintaminen ja lyhyen aikavälin operoinnin optimointi. Tiivistelmä. Kaukolämpöjärjestelmät tullevat kohtaamaan merkittäviä uusia haasteita vaatimuksien systeemin dynamiikan hallinnan, häiriönsietokyvyn ja tehokkuuden suhteen tiukentuessa. Verkon kehittäminen vaatiikin systemaattista lähestymistapaa. Kaukolämpöverkolle luonteenomaisia piirteitä ovat verkon laajuus ja monimutkaisuus. Putkistossa asiakkaita on satoja ja verkosto muodostaa jopa kymmeniä silmukoita. Verkon dynamiikan tarkka mallintaminen onkin vaikeaa. Tästä johtuen mallipohjaisten säätömenetelmien käyttö kaukolämpöverkkojen hallinnassa on vasta alkutekijöissä. Huippukulutustilanteissa käynnistetään erillisiä polttolaitoksia tyydyttämään lisääntynyt lämmöntarve. Varalla olevien polttolaitosten ajaminen on paitsi kallista, myös kiinteää polttoainetta käyttävään päätuotantolaitokseen verrattuna selkeästi haitallisempaa ympäristölle. Mitä vähemmän lisälaitoksia pidetään päällä, sitä taloudellisempi ja ympäristöystävällisempi kaukolämpöverkko on. Tämän työn tavoitteena oli luoda tarkka matemaattinen malli kaukolämpöjärjestelmästä jota hyödyntäen voitiin rakentaa malliprediktiivinen säädin. Simuloinnin perusteella saatuja tuloksia vertailtiin Kemin kaukolämpöverkosta mitattuun dataan tulosten oikeellisuuden varmistamiseksi. Optimoinnin tuloksia tarkasteltiin käytettyä säätöperiaatetta vasten optimointimenetelmän tuomien hyötyjen arvioimiseksi