Puuttuva palanen laitoksen operointiin

Mallin avulla voidaan ennaltaehkäistä polttoaineiden laatuvaihteluista johtuvia ongelmia ja helpottaa polttoprosessin säätöä. Varastomallia on kehitetty vuodesta 2015 alkaen ja sitä demonstroidaan parhaillaan Vantaan Energian Järvenpään voimalaitoksella osana Business Finlandin rahoittamaa SmartFlex-projektia, jossa on mukana Inrayn lisäksi VTT, Fortum Power and Heat Oy, Sumitomo SHI FW Energia Oy (SFW) ja Pinja Oy.

Järjestelmä kokoaa datan hyödynnettävään muotoon

Järjestelmä koostuu FUELCONTROL skannerista, joka mittaa polttoaineen vastaanoton kuljettimelta kosteuden, vierasaineiden määrän ja polttoaineen tilavuuden. Järjestelmä tallentaa mittaus- ja prosessidataa tietokantaan, josta sitä voidaan monitoroida selainpohjaisen käyttöliittymän avulla. Polttoaineen vastaanottoon voidaan myös lisätä konenäköjärjestelmä (Inray Camera), joka tunnistaa automaattisesti eri polttoainetyypit.

Siilojen mallinnuksessa käytetään polttoainekuormien tunnistetietoja, polttoaineen röntgen- ja määrämittauksia, alkuaineanalyysejä, siilojen pintamittauksia sekä kuljettimien syöttö- ja purkutietoja. Minuuttikohtaista dataa kuljetetaan mallin läpi ja tilanne päivittyy aina siilojen pinnankorkeustietojen sekä syöttö- ja purkutietojen mukaisesti. Siilojen jakaumaa voi tarkastella seuraavien parametrin mukaan: polttoaineen tyyppi, kosteuspitoisuus, vierasainepitoisuus, alkuainepitoisuudet ja energiasisältö.

Puuttuva palanen voimalaitoksen operointiin

Tällä hetkellä voimalaitoksia operoidaan ilman tarkkaa tietoa polttoaineesta. Vähemmälle huomiolle ovat jääneet optimointimahdollisuudet ennen polttoaineen syöttöä kattilaan. Polttoaine on yhä suurin tuntematon tekijä polttoprosessissa. Polttoaineen vastaanoton jälkeen polttoaineet ohjataan varastosiiloihin niiden pinnankorkeuden perusteella. Varastosiiloista saatava polttoainedata on tällä hetkellä pelkkiä kuutioita ja pinnankorkeuksia. Tällä hetkellä voimalaitosten käytössä ei ole riittävän tarkkaa ennakkotietoa polttoaineseoksen kosteuspitoisuudesta tai eri polttoainejakeiden osuuksista seoksessa, joka on tulossa polttoon. Polttoaineen mittaaminen polttoaineen vastaanotossa ei ole riittävän tarkka tieto ennustamaan kattilaan tulevan polttoaineseoksen laatuparametreja, koska varastointi muuttaa polttoaineiden kosteuksia sekoittumisesta ja olosuhteista johtuen.

Tietoa polttoaineesta ajoissa

Kattilan ohjauksen kannalta on suotavaa, että tieto polttoaineen laadusta ja määrästä saataisiin ennen materiaalin syöttöä tulipesään. Isommilla laitoksilla ongelmia synty etenkin silloin, kun kattilaan tulee iso määrä laadultaan vaihtelevaa polttoainetta, sillä kattilan säätöarvojen ja polttoprosessien ohjaus hankaloituu ja päästöt lisääntyvät hetkellisesti, ennen kuin tilanne taas normalisoituu. Varastomallin avulla laadunvaihtelut voidaan havaita ennen polttoaineen syöttämistä kattilaan. Kun reaaliaikainen laatutieto varastotilanteesta on voimalaitosten käytössä, on huonolaatuistenkin polttoaineiden osalta mahdollista tehdä ennakoivia toimenpiteitä ja vähentää niiden aiheuttamia lisäkustannuksia. Lisäksi kattilaa on mahdollista operoida lähempänä sen eri raja-arvoja, koska polttoaineesta on saatavilla tarkempi laatutieto.

Siilojen syötön ja purkamisen ohjaaminen varastomallin avulla mahdollistaa kattilaan syötettävän polttoaineen laadun parantamisen sekä saavuttamaan mahdollisimman tasaisen polttoaineen, jolloin se on optimaalinen palamisprosessin kannalta. Lisäksi ohjaus mahdollistaa polttoaineseosten optimoinnin. Seossuhteiden optimointi on tapa välttää kalliiden lisäaineiden, kuten rikin ja sulfaattien annostelemisen kattilaan, jos kloorin aiheuttaman korroosion vaara on olemassa. Lisäksi ohjaus mahdollistaa kattilan suojaamisen välttämällä ei-toivottuja polttoaineseoksia, jotka aiheuttavat muita kattilan haittailmiöitä, kuten likaantumista, hiekkapedin agglomerisoitumista ja tuhkan sulamista. Mallin avulla kattilan ja turbiinin toiminta ylläpidetään optimaalisempana vähentäen päästöjä ja parantaen palamisen tehokkuutta. Lisäksi varastomallia voidaan hyödyntää polttoaineen hankinnassa, sillä tilauksia tehtäessä polttoaineen hankinnasta vastaavalla on tarkka tieto laitoksen varastotilanteesta.

Palautetta polttoainehankinnalle

Varastomallissa voidaan peruuttaa ajassa taaksepäin ja tarkastella siilojen polttoainesuhteita tai kattilaan syötettyä polttoaineseosta ja sen osuutta ongelman syntyyn. Kun mahdollinen syy löydetään, voidaan tilanteista oppia tekemällä esimerkiksi korjaavia toimenpiteitä polttoaineen hankintaan. Polttoainedatan järjestelmällisellä keräämisellä ja tarkastelulla on keskeinen rooli voimalaitoksen ongelmatilanteiden selvittämisessä laajemminkin. Tilastollisia tutkimuksia sekä polttoaineiden ja esimerkiksi korroosiovaurioiden välisiä yhteyksiä voidaan tarkastella ja pyrkiä jatkossa välttämään näitä epäedullisia olosuhteita.

Järjestelmää demonstroidaan parhaillaan Järvenpään monipolttoainelaitoksella. Yhdistettyä sähköä ja lämpöä tuotetaan CHP-voimalaitoksella BFB -kattilalla. Monipolttoainevoimalaitoksen polttoaineteho on 76 MW. Tästä tuotetaan 23,3 MW sähköä, höyrykierto tuottaa 45 MW kaukolämpöä ja savukaasulauhduttimen ylilämpö tuottaa 15 MW ylimääräistä kaukolämpöä. Kattila pystyy polttamaan laajasti erilaisia polttoaineita, joilla on erilaiset fyysiset ominaisuudet ja lämpöarvot. Järvenpään voimalaitoksella käytettäviin polttoainejakeisiin kuuluvat puupolttoaineet, kierrätyspuu ja kierrätyspolttoaineet. Puupolttoaineiden vuosiosuus vaihtelee 0–100% välillä ja kierrätyspolttoaineen vuosiosuus vaihtelee 0–30% välillä.

Laitoksella on ollut polttoaineen vastaanotossa Inrayn toimittama FUELCONTROL polttoaineen laadunmittausjärjestelmä käytössä vuodesta 2015. Järjestelmällä mitataan jokaisen kuorman kosteus ja tunnistetaan vierasaineet, joiden pohjalta lasketaan kuormien energiasisältö polttoaineen hinnoittelua varten. Demonstrointia varten laitokselle asennettiin toinen FUELCONTROL-järjestelmä elokuussa 2020 mittaamaan kattilasiiloille menevää polttoainevirtaa. Polttoaineen vastaanottoon asennettiin myös InrayCamera-konenäköjärjestelmä polttoainetyyppien luokitteluun. Lisäksi laitoksella järjestettiin prosesessidatan tiedonkeruu DCS:stä ja polttoaineenhallintajärjestelmästä.

Varastomalli on operaattorin uusi työpari

Tulevaisuudessa mallia voidaan kehittää polttoaineseosten optimoimiseksi, jossa voidaan määrittää eri alkuainesuhteiden ja raskasmetallien riskitasot, joiden perusteella malli tarjoaa joukon mahdollisia polttoaineseoksia, jotka täyttävät nämä vaatimukset. Lisäksi voidaan tutkia rikin syötön optimointia kattilaan. Varastomalli pystyy auttamaan kattilan ajoprosessia sen huomatessa selkeän laadun muutoksen ennen polttoaineen syöttämistä kattilaan. Muutoksesta tuotetaan hälytys, jonka perusteella manuaalisesti tai automaattisesti säädetään ajoarvoja niin, että polttoprosessi pysyy mahdollisimman tehokkaana. Varastomallia ja älykattiloiden ohjausjärjestelmiä voidaan hyödyntää toistensa tukena.

Kirjoittaja on diplomityön tekijä.