Savukaasun NOx-päästöjen epäsuora monitorointi maakaasukäyttöisissä polttolaitoksissa

Timo Korpela, Pekka Kumpulainen, Yrjö Majanne, Anna Häyrinen

    Tutkimustuotos: KonferenssiartikkeliTieteellinenvertaisarvioitu

    Abstrakti

    Tämän työn tavoitteena oli kehittää matemaattinen malli, jolla voidaan estimoida kaasukäyttöisten huippu-kuormalaitosten NOx-päästöjä prosessista mitattujen sekundääristen suureiden avulla. Kiinnostus NOx-estimoinnille nousi esiin EU:n teollisuuspäästödirektiivin (IED) uusien monitorointivelvoitteiden myötä, jotka astuvat voimaan vanhoilla kattiloilla vuoden 2016 alusta. Kiristyneiden päästövaatimusten lisäksi uutta on myös ns. piippusääntö, joka tuo IE-direktiivin piiriin uusia alle 50 MW energiantuotantoyksiköitä.

    NOx-estimoinnin esimerkkiprosessi oli Helsingin Energian Patolan lämpökeskus, jossa on kuusi 43 MW kuuma-vesikattilaa muodostaen yhteensä 258 MW polttoainetehokapasiteetin. Kattiloista kolme on kaasu-/öljy- ja kolme öljykäyttöisiä. Kattiloiden savukaasut ohjataan yhteen piippuun, joten kapasiteettien yhteenlaskusäännön mukaan kattilat kuuluvat jatkossa IE-direktiivin piiriin. Patolan voimalaitos toimii Helsingin kauko¬lämpöverkon tukiasemana ja huippukuormalaitoksena.

    Tutkimushankkeen osana Patolassa tehtiin koeajoja käyttäen polttoaineena maakaasua. Kokeiden tarkoituksena oli selvittää eri prosessisuureiden vaikutukset syntyneisiin NOx päästöihin. Mittausten pohjalta laadittiin päästöjä ennustava malli ja tutkittiin sen tarkkuutta ja herkkyyttä eri muuttujien suhteen. Lisäksi tutkittiin miten mallin identifiointi ja validointi voidaan toteuttaa mahdollisimman kustannustehokkailla mittausjaksoilla. Tulosten perusteella testikattilalla voidaan päästä alle IED:n edellyttämän NOx-päästörajan nykyisellä laitteistorakenteella, erityisesti alhaisilla teho- ja jäännöshappitasoilla. Koeajodatojen perusteella identifioitiin lineaarisia ja epä¬lineaarisia malleja (lineaarinen regressio ja MLP-neuroverkko) eri tavoin valituilla datajoukoilla. Tulosten perusteella lineaariset ja epälineaariset mallit antavat käytännössä samanlaiset estimointivirheet. Analyysin perusteella validointidatan maksimivirhe oli alle 4 % ja keskivirhe (RMSE) alle 3 % käytettäessä kahden muuttujan lineaarista regressiomallia.
    AlkuperäiskieliSuomi
    OtsikkoAutomaatio XXI seminaari
    ToimittajatSirkka-Liisa Jämsä-Jounela
    KustantajaSuomen Automaatioseura
    Sivut1-6
    Sivumäärä6
    ISBN (painettu)978-952-5183-46-7
    TilaJulkaistu - 2015
    OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisussa
    TapahtumaAutomaatioseminaari - , Suomi
    Kesto: 1 tammik. 1980 → …

    Julkaisusarja

    NimiSAS julkaisusarja
    Numero44
    ISSN (painettu)1455-6502

    Conference

    ConferenceAutomaatioseminaari
    Maa/AlueSuomi
    Ajanjakso1/01/80 → …

    Julkaisufoorumi-taso

    • Jufo-taso 0

    Siteeraa tätä