CAPITULO ¿

7º Congreso Interamericano de Computación Aplicada a la Industria de Procesos , Vila Real (2005). Diagnóstico Energético de la Operación de Centrales.
46KB Größe 4 Downloads 115 vistas
7º Congreso Interamericano de Computación Aplicada a la Industria de Procesos , Vila Real (2005)

Diagnóstico Energético de la Operación de Centrales Termoeléctricas con Reconciliación de Datos Jesús Ángel Remiro y Miguel Ángel Lozano Grupo de Ingeniería Térmica y Sistemas Energéticos (GITSE) Dpto. Ingeniería Mecánica – Universidad de Zaragoza Maria de Luna 3, 50018 Zaragoza, España e-mail: [email protected] Introducción El diagnóstico de la operación de un sistema energético consiste en descubrir e interpretar los signos de un mal funcionamiento en los equipos y cuantificar sus efectos en términos de consumo adicional de recursos; es decir, saber dónde, cómo y qué parte del consumo de recursos puede ser ahorrado, manteniendo constantes la cantidad y especificaciones de los productos del sistema, así como los condicionantes que afectan al comportamiento del sistema y no pueden ser manipulados por el operador (Lozano et al., 1994). El diagnóstico energético de la operación de las centrales termoeléctricas forma parte de las estrategias de mantenimiento correctivo. Una vez que se conoce a través de un diagnóstico el comportamiento defectuoso de los equipos y su efecto individual sobre el consumo de combustible de la central, las acciones correctivas aprovechan esta información con objeto de mejorar la operación. Para realizar el diagnóstico no basta con determinar el estado de funcionamiento de la central a partir de pruebas de rendimiento. Además se requiere comparar dicho estado con una situación límite o estado de referencia. El estado de referencia de la central se caracteriza por lo siguiente: i) no existen malfunciones o derrotas en los equipos, es decir, los equipos se comportan según diseño aunque no funcionen necesariamente a régimen nominal, y ii) la demanda del sistema, las consignas de control y las condiciones externas no controlables toman los valores de la prueba de rendimiento. El estado de referencia del sistema determina pues el límite de ahorro en el consumo de recursos globales que se puede conseguir con acciones de mantenimiento de los equipos. En este articulo se expone una metodología de diagnóstico para centrales termoeléctricas, se explica su implementación a través de un simulador de procesos y se muestra un ejemplo de aplicación. Diagnóstico Energético de los Sistemas La teoría del diagnóstico debe explicar la desviación del consumo de recursos globales con respecto al de referencia. La explicación puede hacerse a partir de las desviaciones que han sufrido las variables medidas en la prueba de rendimiento, pero de este modo resulta difícil inferir las causas reales de la ineficiencia del sistema energético diagnosticado. Las primeras causas de la desviación en el consumo de recursos globales, a excepción de lo que puedan suponer los efectos de las condiciones ambientales o la programación defectuosa de los sistemas de control, son el mal funcionamiento o derrota de los equipos. Existen diversas teorías que se centran en: i) definir unos parámetros de diagnóstico adecuados para los equipos que sean calculables a través de las medidas, ii) obtener sus desviaciones con respecto a una referencia, y iii) calcular los efectos de éstas sobre el consumo global de recursos. El diagnóstico requiere también un proceso de cálculo numérico que facilite las tareas anteriores. Los procedimientos normativos muestran buenas características para el diagnóstico, como son: i) una definición clara y precisa de las variables, ecuaciones y proceso de cálculo, y ii) una selección apropiada de las medidas a realizar y la instrumentación a emplear. Esto facilita el proceso de cálculo y garantiza la certidumbre de los resultados. La debilidad de estos procedimientos proviene de la rigidez en el tratamiento de la información. No permiten introducir nuevas variables en los procedimientos y con respecto a la definición de la instrumentación de medida no ofrecen soluciones cuando falla alguna de las medidas ni permiten aprovechar las ventajas de disponer de medidas redundantes. Además con los procedimientos normativos de los equipos no se puede realizar el diagnóstico en los términos expuestos, ya que tienen un carácter aislado y local; es decir, aunque son capaces de obtener las desviaciones de sus parámetros de eficiencia con relación al estado de

7º Congreso Interamericano de Computación Aplicada a la Industria de Procesos , Vila Real (2005)

referencia alcanzando un diagnóstico local, no calculan los efectos de estas desviaciones sobre el consumo de recursos globales ya que no contemplan las interrelaciones operacionales. No se puede diagnosticar la totalidad del sistema aplicando solamente los procedimientos normativos de todos los equipos individuales (ASME, 1993). Para superar estas limitaciones de los procedimientos normativos se deben considerar los puntos siguientes: i) Un modelo matemático global que describa el comportamiento del sistema y que incluya entre sus variables las medidas de la prueba de rendimiento y los parámetros de diagnóstico. Para construir este modelo se debe descender a un nivel de desagregación adecuado donde los instrumentos de medida disponibles sean suficientes para describir los fenómenos físicos a partir de las variables y ecuaciones formuladas. A la vez el modelo debe ser tan fiel a la realidad como para reflejar las interrelaciones operacionales y las causas primeras de las desviaciones en el consumo de recursos. ii) Una selección apropiada de los parámetros de diagnóstico. Resulta deseable que las variables elegidas como parámetros de diagnóstico tengan algunas de las propiedades siguientes: a) alerten de las derrotas de los procesos de transformación energética, b) faciliten la explicación del incremento en el consumo global de recursos del sistema, y c) se relacionen con las posibles acciones de regulación y mantenimiento. Aquellos parámetros que reflejan las derrotas de los equipos se denominan parámetros de eficiencia de equipos o condiciones internas y el responsable de la operación del sistema tiene en su mano adoptar las medidas pertinentes de mantenimiento respecto de ellos. Alguno de los parámetros elegidos por los procedimientos normativos de los equipos individuales pueden ser utilizados como condiciones internas. Existen otros parámetros de control que no reflejan el funcionamiento defectuoso de los equipos pero sí la programación defectuosa de la regulación, haciéndose preciso la actuación del controlador del sistema para corregir sus efectos negativos. El conjunto se completa con los parámetros de diagnóstico sobre los que no hay opción de actuar (condiciones externas no controlables) y cuyos efectos no son responsabilidad de nadie implicado en la gestión del sistema. Un buen ejemplo son las condiciones ambientales. iii) Un método numérico de resolución del sistema de ecuaciones del modelo que sea flexible en cuanto al tipo de información capaz de procesar para afrontar las tareas de diagnóstico. Esta flexibilidad no solamente se debe traducir en facilitar la realización del diagnóstico con una prueba de rendimiento definida según la normativa, sino también a partir de medidas tomadas en el transcurso normal de la operación. Se pretende que el método sea capaz de superar el problema de una instrumentación insuficiente, detectar en lo posible la descalibración de los instrumentos de medida y, por otro lado, aprovechar las ventajas derivadas de la disponibilidad de instrumentación redundante; en definitiva, lo que se conoce como reconciliación de medidas. Los métodos de reconciliación de medidas son los adecuados porque desacoplan las ecuaciones del método de resolución y de las medidas disponibles (Veverka y Madron, 1997; Lozano y Remiro, 2001, 2002 y 2003). Programa de Cálculo Se ha planteado un procedimiento de diagnóstico de la operación de centrales termoeléctricas utilizando un simulador del comportamiento de la central que aprovecha las técnicas de reconciliación de medidas. El modelo matemático engloba el conjunto de la central y tiene un carácter predictivo derivado de las leyes cinéticas de los equipos. Estas leyes permiten describir el funcionamiento de los equipos y conocer la sensibilidad del consumo de combustible frente a cambios en sus parámetros de eficiencia. Para conseguir que estas leyes reflejen la operación se ha realizado el ajuste del modelo a través de las condiciones internas. En cuanto a la forma de simulación comparte características de las dos familias de simuladores de procesos: abierta y cerrada. De la simulación abierta aprovecha la flexibilidad en cuanto al tipo de información que es capaz de procesar y la capacidad de la reconciliación de medidas. Pero además el simulador se basa en un planteamiento cerrado o modular porque en el caso particular de los ciclos de vapor, aunque cada ciclo tenga sus peculiaridades todos ellos comparten ciertos rasgos estructurales que han sido aprovechados para construir y resolver el modelo matemático. Ello simplifica también la inicialización de variables.

7º Congreso Interamericano de Computación Aplicada a la Industria de Procesos , Vila Real (2005)

Esta metodología facilita: i) generar el sistema independiente y consistente de ecuaciones del modelo, ii) seleccionar el conjunto de variables dato más adecuadas para el cálculo, y iii) plantear una secuencia de resolución de las ecuaciones (consistentes en módulos de cálculo de equipos) para obtener el estado de funcionamiento del sistema de forma rápida y segura. La idea general es que un simulador modular debe centrarse en resolver los diferentes grupos de ecuaciones para obtener las variables directamente implicadas en las mismas; por ejemplo los balances de masa de los equipos se emplean para calcular los flujos másicos según una secuencia predeterminada por la teoría de grafos, las ecuaciones de parámetros referentes a los procesos de derrame o caídas de presión se emplean para calcular las presiones de flujos, y los balances de energía de los equipos y ecuaciones de parámetros de eficiencia, como los rendimientos isentrópicos o coeficientes globales de transferencia de calor, se emplean para calcular las temperaturas y energías específicas de flujos. A la vez el interés se ha centrado en crear un simulador modular, donde las ecuaciones del modelo físico se resuelvan por módulos de equipo en los que se juntan todas las ecuaciones, con vistas a poder utilizar módulos comerciales de equipos. Las tareas de diagnóstico conllevan conjuntos de datos diferentes, lo que produce cambios en el flujo de información a procesar por el simulador (Lozano y de Mingo, 1998). En particular no toda la información de entrada al núcleo del simulador es conocida mientras que otro subconjunto de variables de salida del simulador son conocidas. Para afrontar estas situaciones y en general para aprovechar cualquier instrumentación disponible en la central, el procedimiento de diagnóstico elaborado utiliza un proceso de reconciliación de medidas desarrollado por un algoritmo de optimización matemática sujeto a restricciones de igualdad del modelo cuya función objetivo a minimizar es la suma de los cuadrados de las diferencias entre las variables estimadas que verifican las ecuaciones del modelo y las propias medidas, siendo ponderadas estas diferencias con la inversa de sus respectivas incertidumbres. Este algoritmo no es más que un procedimiento de sustitución directa con una forma especial de asignar las variables de ruptura del lazo de recirculación por reconciliación de medidas. Resultados En la Tabla 1 se muestra un resumen de los resultados de diagnóstico de la central termoeléctrica de la Figura 1, donde se muestran los impactos en el consumo de combustible originados por cada una de las malfunciones de los equipos.

Fig. 1: Diagrama de flujos de una central termoeléctrica.

7º Congreso Interamericano de Computación Aplicada a la Industria de Procesos , Vila Real (2005)

Tabla 1: Impacto en el consumo de combustible por la malfunción de los equipos. CONDICIONES INTERNAS (parámetros de eficiencia) Rendimiento isentrópico de la turbina de baja Rendimiento isentrópico de la turbina de media Rendimiento isentrópico de la turbina de alta Ensuciamiento en el condensador Ensuciamiento en el calentador de superficie Rendimiento del alternador Rendimiento isentrópico de la bomba de alta Rendimiento electromecánico de la bomba de alta Rendimiento isentrópico de la bomba de baja Rendimiento electromecánico de la bomba de baja Rendimiento isentrópico de la bomba de refrigeración Rendimiento electromecánico de la bomba de refrigeración Pérdidas de presión en tubería agua de refrigeración Pérdidas de presión en calentador de superficie Pérdidas de calor en tubería de paso del sobrecalentado Pérdidas de presión en tubería de paso del sobrecalentado Pérdidas de calor en tubería de paso del recalentado Pérdidas de presión en tubería de paso del recalentado Rendimiento energético de caldera Pérdidas de presión en caldera: sobrecalentado Pérdidas de presión en caldera: recalentado Impacto total en consumo de combustible (mol/s)

Valor en operación (relativo a 1)

Desviación típica

0.980 0.997 0.995 0.903 0.831 0.990 0.864 0.970 0.852 0.933 0.950 0.890 1.135 1.100 1.061 1.166 1.041 1.116 1.170 1.000

0.0297 0.0077 0.0290 0.0120 0.0229 0.0014 0.0803 0.0879 0.8734 0.9733 3.5300 2.8706 0.0340 0.7354 0.5728 0.4349 0.5761 0.6805 0.0753 0.0523

Impacto en consumo de combustible (mol/s) 2.74 0.36 0.30 1.11 0.27 3.70 0.65 0.18 0.01 0.01 0.05 0.11 0.12 0.00 0.16 0.08 0.11 0.07 2.29 0.04 0.00 12.37

Conclusiones Los procedimientos normativos disponibles para los equipos son la herramienta de conocimiento más utilizada para la realización de pruebas de rendimiento. Vistos sus inconvenientes a la hora de efectuar un diagnóstico energético se ha planteado un procedimiento que utiliza una formulación matemática de reconciliación de medidas considerando las leyes de transferencia o cinéticas de los procesos en un simulador modular. El hecho de diagnosticar la central con reconciliación de medidas permite superar la rigidez en el tratamiento de la información de los procedimientos normativos, ya que el algoritmo de optimización se encarga de adaptar cualquier medición a los datos de entrada al núcleo del simulador. Además permite aprovechar la información redundante, detectar errores de medida e incluso diagnosticar unas zonas de la planta cuando la medición sea insuficiente en otras. Finalmente, al obtenerse los resultados de diagnóstico con su incertidumbre asociada, podemos determinar el umbral de incertidumbre de las medidas necesario para que las pequeñas desviaciones observadas en los parámetros de eficiencia de los equipos puedan acreditarse como ciertas. Referencias ASME PTC-PM-1993, “Performance Monitoring Guidelines for Steam Power Plants”, ASME (1993). Lozano, M.A. et al., “Thermoeconomic Diagnosis of Thermal Power Plants”, En Energy for the 21st century, Ed. E. Carnevale et al, SGE Padova, pp. 149-156 (1994). Lozano, M.A. y A. De Mingo, “Simulación y diagnóstico termoeconómico de ciclos de potencia”, Anales de Ingeniería Mecánica, Vol. 12, No. 4, pp. 542-549, Diciembre 1998. Lozano, M.A. y J.A. Remiro, “Diagnóstico de calderas de vapor. Aplicación de la técnica de reconciliación de datos”, Ingeniería Química, pp. 117-123, Octubre 2000. Lozano, M.A. y J.A. Remiro, “Diagnóstico con reconciliación de datos en sistemas energéticos”, Información Tecnológica, Vol. 12, No. 2, pp. 99-104 (2001). Lozano, M.A. y J.A. Remiro, “Clasificación de variables y reconciliación de datos en ingeniería de procesos”, Rev. Int. de Mét. Num. para Cálculo y Diseño en Ingeniería, Vol. 18, pp. 401-414 (2002). Veverka, V. y F. Madron, “Material and energy balancing in the process industries”, Elsevier (1997).