Zusammenfassung: Die Dampftemperaturregelung ist ein entscheidender Bestandteil der Kesselsteuerung und beeinflusst direkt die Lastreaktionsgeschwindigkeit und die Spannungsänderungen in den Kesselrohren. Diese Arbeit untersucht die Modernisierung von Block 3 des Kraftwerks George Neal und den Einsatz der Dampftemperaturoptimierungssoftware Smartprocess zur Verbesserung des Dampftemperaturregelkreises. Die abschließenden experimentellen Ergebnisse zeigen, dass diese fortschrittliche Regelungsstrategie die Leistung der Dampftemperaturregelung signifikant verbessert und die Leckage in den Kesselrohren effektiv reduziert. 1. Einleitung: Angesichts des zunehmenden Wettbewerbs in der Energiewirtschaft ergreifen viele Energieerzeugungsunternehmen verschiedene Maßnahmen, um sich an die neue Situation anzupassen. Obwohl niemand die Zukunft vorhersagen kann, sind die direktesten Maßnahmen die Senkung der Betriebs- und Wartungskosten, die Reduzierung des Kohleverbrauchs und die Verbesserung der Anlagenverfügbarkeit. Diese Arbeit nutzt das Modernisierungsprojekt von Block 3 des Kraftwerks George Neal von MidAmerican Energy als Beispiel, um die Anwendung des Dampftemperaturoptimierers Smartprocess in der Dampftemperaturregelung vorzustellen. Ziel ist es, die Qualität der Dampftemperaturregelung zu verbessern, die Leckage in den Kesselrohren zu reduzieren und letztendlich die Stromerzeugungskosten zu senken. 2. Hintergrundinformationen: Das Kraftwerk George Neal liegt am Ufer des Missouri River in Iowa. Block 3 hat eine Leistung von 515 MW und ist mit einem Foster-Wheeler-Gegenstromkessel und GE-Turbinen ausgestattet. Sechs MPS-89-Kohlemühlen versorgen 24 Brenner an der Vorder- und Rückwand des Kessels mit Kohlenstaub. Die Temperatur des überhitzten Dampfes wird durch primäre und sekundäre Wassereinspritzung geregelt, während die Temperatur des Zwischenüberhitzungsdampfes durch Wassereinspritzung, Überhitzerklappen und Zwischenüberhitzungsklappen gesteuert wird. Das Kesselregelungssystem arbeitet mit einem WDPF-System. Vor der Modernisierung des Regelungssystems begrenzten übermäßige Dampftemperaturschwankungen die Reaktionsgeschwindigkeit des Blocks. Diese betrug 1 %/min bei geringer Last und 0,3 %/min bei hoher Last. Daher entschied sich der Betreiber in Zusammenarbeit mit EPRI und dem Regelungssystemlieferanten Emerson für den Einsatz des Smartprocess Steam Temperature Optimizer, um das Temperaturverhalten bei dynamischen Laständerungen zu verbessern und somit die Lastreaktionsgeschwindigkeit zu erhöhen. Der Smartprocess Steam Temperature Optimizer ist ein zentrales Modul der Leistungsoptimierungssoftware von Emerson. Es nutzt prädiktive Regelung und Fuzzy-Logik, um den Vorsteuerungseffekt des Dampftemperaturregelkreises zu verbessern und somit die Qualität der Dampftemperaturregelung zu steigern. 3. Projektplanung Das gesamte Projekt zur Modernisierung des Steuerungssystems verfolgt zwei Ziele: Erstens die Verbesserung der Dampftemperaturregelung und des Lastansprechverhaltens der Anlage; zweitens den Vergleich der Leistung des optimierten Systems mit herkömmlichen PID-Regelverfahren und die Dokumentation der Verbesserungen. Die Hauptschritte des Projekts umfassen: > Erfassung des bestehenden Systemdesigns und der Leistungsfähigkeit > Optimierung des bestehenden Systems und Durchführung von Tests > Entwicklung und Installation eines fortschrittlichen Dampftemperaturregelungssystems > Test und Dokumentation der Leistungsfähigkeit des fortschrittlichen Regelungssystems > Erstellung eines Testberichts . 4. Bewertung des bestehenden Systems Das bestehende Steuerungssystem ist ein herkömmliches PID-Regelsystem. Die Sekundäreinspritzung des Überhitzers wird mittels Kaskadenregelung mit einem externen und zwei internen Reglern gesteuert. Die Primäreinspritzung des Überhitzers wird ebenfalls mittels Kaskadenregelung mit jeweils zwei Reglern für den internen und externen Regelkreis gesteuert. Die Rauchgasklappe wird durch einen Zwischenüberhitzungsregler innerhalb eines vorkonfigurierten Bereichs geregelt. Der Regelkreis für die Nachheiz-Sprühdüse ist ein einfacher PID-Regler. Die einzige Besonderheit des bestehenden Regelsystems ist das Fehlen eines Vorsteuersignals im Dampftemperaturregelkreis. Abbildung 1 zeigt das Funktionsblockdiagramm des Regelkreises für die Sekundärsprühdüse; das TTFuzz-Modul ist das nach der Optimierung hinzugefügte Vorsteuermodul. Vor Beginn der Optimierungsarbeiten wurden die Einstellwerte des PID-Reglers und anderer einstellbarer Module im bestehenden Regelkreis erfasst. Anschließend wurden die bestehenden PID-Parameter angepasst, um die Regelgüte zu verbessern. Die Parameter der Heißwassersprühdüse wurden signifikant angepasst, was zu einer deutlichen Verbesserung der Lastansprechgeschwindigkeit führte. Weitere experimentelle Analysen zeigten, dass die aktuellen Parametereinstellungen unter bestimmten Betriebsbedingungen sehr nahe am Sollwert des Optimierers lagen. Geringfügige Änderungen wurden an den Einstellungen der Rauchgasklappenregelung und der Nachheiz-Sprühdüse vorgenommen. 5. Modellidentifizierung und -prüfung Für die Entwicklung eines fortschrittlichen Mehrgrößenreglers muss zunächst ein Prozessmodell erstellt werden. Es gibt viele Methoden zur Erstellung eines Prozessmodells, wobei die Modellidentifizierung die praktischste ist. Die Modellidentifizierung (oder Systemidentifizierung) erfordert die Erfassung von Reglereingangs-/ausgangsdaten und Störgrößendaten unter spezifischen Betriebsbedingungen der Anlage. Diese Tests dienen der Simulation aller für die Modellierung erforderlichen Prozessmodellmerkmale. Typische Tests umfassen: Sprungtests im offenen Regelkreis, Tests mit pseudozufälligen Binärsequenzen und Frequenzgangtests. Bei Bedarf können auch Sollwertsprungtests im geschlossenen Regelkreis durchgeführt werden. Ist bekannt, dass die Störung einen signifikanten Einfluss auf den Prozess hat, müssen Störungstests durchgeführt werden. In diesem Projekt wurden alle Dampftemperaturregelkreise Sprungtests im offenen Regelkreis und Sollwertgangtests im geschlossenen Regelkreis unterzogen. Zusätzlich wurden Laständerungs- sowie An- und Abfahrtests der Kohlemühle durchgeführt, um die Auswirkungen von Störungen zu simulieren. Alle Tests wurden innerhalb von 5 Tagen abgeschlossen. Die historische Station des Prozessleitsystems (DCS) wurde zur Aufzeichnung aller Testdaten verwendet. Insgesamt wurden während des gesamten Tests 150 Datenpunkte erfasst; die Totzone der Datenerfassung an der historischen Station wurde dabei auf nahezu null eingestellt. Ist die Totzone der erfassten Daten zu groß, liefert die Modellidentifizierungssoftware keine zufriedenstellenden Ergebnisse. Hochpräzise Daten sind entscheidend für die Genauigkeit des Identifikationsmodells. Nach dem Test werden die Daten von der historischen Station extrahiert, und anschließend beginnt die Modellidentifikationsphase. Da in diesem Projekt zwei verschiedene Regelungstechnologien zum Einsatz kommen, sind zwei unterschiedliche Modelle erforderlich. 6. Reglerentwurf Der in diesem Projekt verwendete Smartprocess-Dampftemperaturoptimierer kombiniert zwei unabhängige Technologien. Die modellprädiktive Regelung (MPC) dient der Anpassung des Sollwerts des äußeren Regelkreises, während das dynamische Vorsteuerungssystem den Sollwert des inneren Regelkreises dynamisch kompensiert. Abbildung 1 zeigt die Schnittstelle zwischen dem fortschrittlichen und dem konventionellen Regelsystem. Andere Regelkreise werden mit ähnlichen Verfahren implementiert. Das MPC-System verwendet den Aspen Target-Regler, die dynamische Vorsteuerung den TTFuzz-Regler. Der Target-Regler verfügt über 5 Stellgrößen, 5 Regelgrößen und zahlreiche Störgrößen. Der TTFuzz-Regler hat 6 Vorsteuerungsausgänge und ca. 40 Störgrößeneingänge. Der Aspen Target-Regler verwendet ein lineares Kleinste-Quadrate-Modell (PLS) mit nichtlinearen Korrekturkoeffizienten (neuronales Netzwerk). Spezifische Kombinationen finden sich im Abschnitt zum Hybridmodell. Dieses synthetische Modell überwindet das Problem der Extrapolation und Generalisierung reiner neuronaler Netzwerkmodelle. Neuronale Netzwerkmodelle verwenden zwei Lernverfahren: den Kalman-Filter und die Variable-Matrix-Methode. Die Anzahl der verborgenen Schichten und Knoten im neuronalen Netzwerk ist anpassbar. Der TTFuzz-Vorsteuerungsregler gehört zum Takagi-Sugeno-Modell und dient der Kompensation messbarer Störungen, die das Prozessobjekt beeinflussen. Basierend auf diesen Störgrößen generiert der Vorsteuerungsregler Vorsteuerungssignale, um Störungen im PID-Regelkreis zu kompensieren. Genaue Kompensationsberechnungen erfordern präzise Modelle der Prozess- und Störwirkung. Das Vorsteuerungskonzept lässt sich wie folgt verstehen: Das Modell (die Übertragungsfunktion) von den Stellgrößen zu den Regelgrößen kann durch verschiedene Experimente ermittelt werden, ebenso wie der Modellierungsprozess von den Störgrößen zu den Regelgrößen. Da der aktuelle Wert der Störung messbar ist, ist auch ihre Auswirkung auf die Regelgröße bestimmbar. Dies ermöglicht die Bestimmung des Korrekturwerts für die Regelgröße und minimiert den Einfluss der Störung auf die Regelgröße. 7. Technische Implementierung: Beide fortschrittlichen Regler sind auf Sun Ultra Workstations implementiert, die direkt mit dem WDPF-Datennetzwerk verbunden sind. Eine Datenschnittstellensoftware ermöglicht den Datenaustausch zwischen den fortschrittlichen Reglern und der konventionellen Prozessleitsystemlogik (DCS). Zusätzlich wurde eine neue Bedienoberfläche entwickelt, um zwischen fortschrittlichen und konventionellen Regelmodi umzuschalten und den Bedienern das Starten und Stoppen fortschrittlicher Regelstrategien nach Bedarf zu ermöglichen. Die bestehende Dampfsteuerungsschnittstelle wurde ebenfalls angepasst, um den aktuellen Regelmodus anzuzeigen. Da die Zwischenüberhitzungsdampftemperatur zwei Regelgrößen aufweist, muss der TTFuzz-Regler die Regelklappe und das Zwischenüberhitzungs-Sprühventil koordinieren. Zwischenüberhitzungsspray beeinträchtigt den thermischen Wirkungsgrad der Anlage; daher sollte das Sprühvolumen aus Sicht der Regelungsstrategie minimiert werden. Unter Berücksichtigung aller Faktoren ergibt sich folgende Gesamtregelungsstrategie: > Ist der Sprühkorrekturwert negativ und das Sprühventil nicht vollständig geschlossen, wird nur der Sprühkorrekturwert verwendet. Ist der Sprühkorrekturwert negativ und das Sprühventil bereits geschlossen, bleibt das Sprühventil geschlossen, und die verbleibende Korrektur wird vom Prallblechkreis durchgeführt. Ist der Sprühkorrekturwert positiv (Ventil geöffnet), wird die Prallplatte zunächst bis zur Sättigung eingestellt, bevor die Sprühregelung zum Einsatz kommt. 8. Abnahme Der Abnahmeprozess umfasst einen sehr detaillierten Testplan, um sicherzustellen, dass alle Komponenten des optimierten Systems die Anforderungen erfüllen. Die Tests umfassen drei Betriebsarten und vier verschiedene Reglerkombinationen mit insgesamt zwölf Tests. Die Betriebsarten sind: > Reduzierung von Volllast (ca. 500 MW) auf 400 MW und anschließend wieder auf Volllast. > Reduzierung von 380 MW auf 280 MW und anschließend wieder auf 380 MW. > Die Reglerkonfigurationsoptionen für einen Kohlemühlenstillstand umfassen: > Verwendung aller ursprünglichen PID-Reglereinstellungen > Verwendung neuer PID-Reglereinstellungen > Verwendung neuer PID-Reglereinstellungen und eines TTFuzz-Reglers > Verwendung neuer PID-Reglereinstellungen und eines TTFuzz- und Aspen-Target-Reglers. In Block 3 des Kraftwerks Neal erfolgt die Rußabgabe kontinuierlich, was die Dampftemperaturregelung erheblich beeinträchtigt. Um die durch das Ausblasen von Ruß verursachten Abweichungen der Testergebnisse zu minimieren, wurde bei jedem Test das gleiche Rußblasverfahren durchgeführt. Das heißt, der Rußblasprozess war in jedem Test identisch, um einen vergleichbaren Einfluss auf die Dampftemperatur zu gewährleisten. 9. Optimierungsergebnisse: Das historische Speichersystem des WDPF (d. h. die historische Station) wurde zur Aufzeichnung dieser Testergebnisse verwendet. Abbildung 2 zeigt die Temperatur-Reaktionskurven des überhitzten Dampfes bei hoher Last unter drei verschiedenen Reglerkonfigurationen. Zur Quantifizierung der Regelkreiseigenschaften wurden alle Testdaten einer Analyse des mittleren Fehlers, des maximalen Fehlers und der Standardabweichung unterzogen. Die Testergebnisse zeigen, dass die neuen PID-Reglerparameter die Regelkreisperformance im Vergleich zu den alten PID-Reglerparametern deutlich verbessert haben; der PID-Regler mit TTFuzz zeigte ebenfalls eine signifikante Verbesserung der Regelperformance im Vergleich zum PID-Regler ohne TTFuzz; und die Hinzunahme der Aspen Target-Regelung führte zu einer geringfügigen Verbesserung der Regelkreisperformance. Abbildung 3 zeigt die Standardabweichungsanalyse des Tests bei niedriger Last unter vier Reglerkonfigurationen. Da die Anlage unter den meisten Betriebsbedingungen die Auslegungstemperatur des Zwischenüberhitzungsdampfes nicht erreicht, können die Regelungsergebnisse für die Zwischenüberhitzungstemperatur irreführend sein. Abbildung 4 zeigt die Testergebnisse nach der Abschaltung von Werk F. [ALIGN=CENTER] [/ALIGN] 10. Zusammenfassung Dieses Projekt belegt, dass die fortschrittliche Regelungstechnik des Smartprocess-Dampftemperaturoptimierers die Regelgüte der Dampftemperatur deutlich verbessert. Obwohl die experimentellen Ergebnisse teilweise voneinander abwichen, erzielte die kombinierte Anwendung zweier fortschrittlicher Regler insgesamt den besten Regelungseffekt. Seit der Inbetriebnahme des Dampftemperaturoptimierers Ende Mai 1999 traten zudem den ganzen Sommer über keine Kesselrohrleckagen auf. Die Betriebsleitung des Werks ist überzeugt, dass die verbesserte Regelgüte der Dampftemperatur der Hauptgrund für die reduzierten Kesselrohrleckagen ist.