Model Predictive Control of Condensate Recycle Process in a Cogeneration Power Station And Online Optimization of CATOFIN Process
- 발행기관 서강대학교 대학원
- 지도교수 이광순
- 발행년도 2007
- 학위수여년월 2007. 8
- 학위명 석사
- 학과 및 전공 화학공학
- 식별자(기타) 000000104382
- 본문언어 한국어
목차
제1장 열병합 발전소 응축순환공정의 모델예측제어
동서발전 300MW 열병합 발전소인 일산복합화력의 응축순환공정에의 적용을 위해 모델예측제어(MPC) 시스템이 개발되었다. MPC가 주로 적용된 일반 화학공정과 달리, 열병합 발전소는 계절과 날씨에 따라 운전모드가 연속적으로 바뀌는 특징이 있다. 그러한 특징은 모델인식 실험을 통해 제어기 설계를 위한 공정 모델을 찾는 것을 어렵게 한다. 이러한 어려움을 극복하기 위해, 물질수지식과 배관의 압력강하식으로부터 각각의 운전모드에 대한 공정모델을 유도하였다. MPC 알고리즘은 각각의 출력에 대해 한 개의 조율 매개변수를 갖도록 개발되었으며, 제약조건이 있는 최적화는 interior-point method에 의해 풀어진다. MPC 시스템을 실제 공정에 적용하기 전, 제어기의 성능을 검증하기 위해 수치공정이 개발되었으며, 공정모사기를 통해 다양한 외란 시나리오 하에서 MPC의 성능이 조사되었다. 개발된 MPC 시스템은 일산복합화력의 응축순환공정에 적용되었다.
제2장 CATOFIN 공정의 온라인 최적화
CATOFIN 공정은 프로필렌 생산을 위한 프로판 탈수소화 공정이다. CATOFIN 공정은 여러 개의 단열 고정층 반응기를 이용하며, 약 10분을 주기로 탈수소화 공정과 재생공정이 반복적으로 운전된다. 상업용 CATOFIN 공정에서는 촉매의 비활성화를 극복하며 최적의 운전조건에서 반응기를 운전하는 것이 중요한 문제이다. 본 연구에서는, 온라인 정상상태 최적화기와 반복제어기를 포함하는 온라인 최적화 시스템을 제안한다. 최적화기는 프로필렌의 수율을 극대화하고 재생공정 동안 공급되는 공기의 예열에너지를 최소화하기 위한 탈수소화 공정의 최적 시작 온도를 계산하는 역할을 한다. 반복제어기는 재생공정 동안에만 되먹임 동작을 수행하며 재생공정 동안에는 상태 추정만을 시행한다. 수치공정에의 적용을 통해 제안된 온라인 최적화 시스템이 모델 불확실성에도 불구하고 프로필렌의 수율을 증가함이 보여진다.
목차
Part I. Model Predictive Control of Condensate Recycle Process in a Cogeneration Power Station
A model predictive control (MPC) system has been developed for application to the condensate recycle process of a 300MW cogeneration power station of East-West Power Plant, Gyeonggido, Korea. Unlike other industrial processes where MPC has been dominantly applied, operation mode of the cogeneration power station changes continuously with weather and seasonal conditions. Such characteristic makes it difficult to find the process model for controller design through identification. To overcome the difficulty, process models for MPC design were derived for each operation mode from the material balance applied to the pipeline network around the concerned process. The MPC algorithm has been developed so that the controller tuning is easy with one tuning knob for each output and the constrained optimization is solved by an interior-point method. For verification of the MPC system before process implementation, a process simulator was also developed. Performance of MPC has been investigated first with the process simulator against various disturbance scenarios.
Part II. Online Optimization of CATOFIN Process
The CATOFIN process is a propane dehydrogenation process for production of propylene. It is composed of multiple adiabatic fixed-bed reactors where dehydrogenation and regeneration (decoking) are performed alternatively over roughly ten minutes of period for each operation. In the industrial CATOFIN process, the main concern is to maintain the reactor operation at the optimum condition overcoming the gradual catalyst deactivation. In this research, an online optimization system that includes online optimizer and repetitive controller has been proposed for the CATOFIN process. The major mission of the optimizer is to calculate the optimum starting bed temperature for the dehydrogenation cycle that maximizes the propylene yield while minimizing the energy cost for air preheating during the regeneration period. The controller is designed to perform feedback action during the regeneration cycle and to perform only state estimation during the dehydrogenation cycle. Numerical study has shown that the proposed online optimization system can successfully improve the propylene yield against model uncertainty.
