XXVI Riunione Annuale dei
Ricercatori di Elettrotecnica
Napoli, 11 giugno 2010
Sessione “Fusione, Energia, ECT”
Gestione ottimizzata di
centrali a ciclo combinato
M. Broccardo, P. Girdinio, E. Martino, M. Nervi
Dipartimento di Ingegneria Navale ed Elettrica – Università di Genova, Via Opera Pia 11, Genova
1
Perché una gestione ottimizzata di centrali a c.c. ?

Vincoli ambientali


Problematiche del ciclo termico


Emissioni gas ed effetto serra
Connessione di due diversi sistemi energetici
Liberalizzazione del mercato elettrico

Necessità di tenere conto degli aspetti economici
nella valutazione del profilo di generazione
2
Schema di una centrale elettrica a ciclo combinato
3
Principali problematiche di una centrale a ciclo combinato

Sezione a gas:


Sezione a vapore:


influenza della temperatura ambientale sulla
produzione energetica
Mutua influenza delle due sezioni:


influenza della temperatura e della pressione
ambientale sulla produzione energetica
complessa regolazione di impianto
Condensatore ad aria:

Diminuzione della potenza erogabile in caso di
malfunzionamento di uno o più moduli
4
Attività di ricerca

Decision Support System
ottimizzatore
che suggerisce il profilo di generazione
orario migliore dal punto di vista economico

Energy Scheduling Validator


Modello
della
centrale
elettrica
Verifica la fattibilità tecnica
di
una
programmazione
energetica inserita dall’utente

Predittore prezzo en. el.


Dati storici
Su base oraria
5
Energy Scheduling Validator

Forniti, per ogni ora dell’intervallo scelto:

Condizioni ambientali:



Condizioni tecniche:


Numero di moduli del condensatore funzionanti
Una programmazione energetica:


Temperatura
Pressione
Quanta energia produrre
L’ESV fornisce indicazione circa la fattibilità di
tale programmazione

Obiettivo: minimizzare il consumo di combustibile
6
Struttura Energy Scheduling Validator


L’algoritmo sviluppato è articolato in 2 step
strettamente dipendenti
Step 1 (pre-processing)



input: condinzioni ambientali di sito
operabilità dei moduli del condensatotre
output: limiti orari di operabilità (grafici)
Step 1
Step 2 (gestione ottimizzata)


input: limiti orari di operabilità
programmazione energetica
output: profilo di generazione ottimale
Step 2
7
Step 1 – Ciclo termico ed influenza condizioni esterne, pt. 1
Bilanci energetici
Simulazione con numero di
componenti del
condensatore ridotto
Ciclo termico
Curve di
correlazione
Fattori correttivi globali
relativi a temperatura,
pressione ambientale e grado
di carico del turbogas
Fattori correttivi globali
relativi a numero di
componenti del condensatore
ridotto
8
Step 1 – Ciclo termico ed influenza condizioni esterne, pt, 2

Interpolazione
mediante
10
bilanci energetici
 matrice
non piena
funzioni
multiquadriche
0.02
kg/s
1
0.00
kg/s
-
1
99.627
149.8
- 150
631
14.70
DSH
30
15
14.67
46800
126 bar
34.5 bar
5.7 bar
103 °C
~
~
258.96 MW
587
159.4
-
661
31.95
560
86.51
3590
120.9
550.9
73.90
3483.1
0.02
33.45
356.6
86.49
3124.7
0 %
4.6
1
Interpolazione lineare
632
DSH
0.00
kg/s
118
549
31.1
73.90
3481
86.51
0.00
DSH
33.6
312.5
14.53
3015.4
0 %
73.92
157.5
680
1
55.0 °C
~
14.70
kg/s
5.1
237.2
-
11.17
2934
14.53
667
-
40.82
99.64
172
236
11.17
2934
0.00
kg/s
558
15
3587
kg/s
kg/s
3
DSH
0.18
250
2924
Eiettore
2
132.4 MW
~
4
GT Load
Load [%]
[%]
GT
Andamento di tutte le variabili
nell’intervallo
 20 bilanci
energeticidi
 matrice
piena
funzionamento
-3
-3
34.2
366
72.14
3146
0.08
0.00
99.40
41.0
2397
4
kg/s
3
AIR CONDENSER
DSH
79 mbar
Legenda
bar °C
kg/s kJ/kg
Heat Balance
0.00
4
kg/s
2
Project
CALENIA ENERGIA
SPARANISE
0
-
kJ/kg
Heat Balance N. 1
CBL - 100% GT Load Tamb= 15°C
0.00
kg/s
-
41
99.63
172
20
0.00
DSH
Case
MAKE-UP
kg/s
Ambient conditions
1.016
Pressure
15
Temp.
60
Rel. Hum.
bar
°C
%
Net Output
Power
Heat Rate
Efficiency
Temperatura
Temperatura esterna
esterna [°C]
[°C]
88
15
24
15
24
384.4
6422
56.05
MW
kJ/kWh
%
Model
Case
Date
SPARAN
SPARAN
26/10/2004 16.08
35
35
60
60
70
70
85
85
100
100
9
Step 1 – Ciclo termico ed influenza condizioni esterne, pt, 3

Alcuni andamenti delle principali variabili interpolate
mAP [kg/s]
WTG netta [MW]
WTV netta [MW]
WCC netta [MW]
h5 [kJ/kg]
Q1TV [MWt]
10
Step 1 – Ciclo termico ed influenza condizioni esterne, pt. 4
Hp: condizioni perturbate di valle (numero ridotto di moduli
del condensatore) non perturbano le condizioni di monte
Simulazione modello matematico (non lineare) del ciclo
termico dell’impianto

matrici dei fattori di correzione

Interpolazione mediante funzioni multiquadriche

fattori di correzioni relativi a tutto l’intervallo

0.02
kg/s
1
0.00
kg/s
-
1
99.627
149.8
- 150
631
14.70
DSH
15
14.67
46800
632
DSH
126 bar
34.5 bar
5.7 bar
103 °C
~
~
258.96 MW
587
159.4
-
661
31.95
560
86.51
3590
1
0.00
kg/s
120.9
550.9
73.90
3483.1
kg/s
0.02
33.45
356.6
86.49
3124.7
0 %
118
549
31.1
558
73.90
3481
86.51
3587
0.00
DSH
kg/s
33.6
312.5
14.53
3015.4
4.6
236
11.17
2934
0.00
kg/s
0 %
15
3
DSH
73.92
680
1
0.18
55.0 °C
~
14.70
kg/s
5.1
237.2
-
11.17
2934
14.53
157.5
667
-
40.82
99.64
172
250
2924
Eiettore
2
132.4 MW
~
4
34.2
366
72.14
3146
0.08
0.00
99.40
3
4
AIR CONDENSER
DSH
79 mbar
Heat Balance
0.00
4
kg/s
2
Project
CALENIA ENERGIA
SPARANISE
0
-
Heat Balance N. 1
CBL - 100% GT Load Tamb= 15°C
-3-3
-3-3
Temperatura
Temperaturaesterna
esterna[°C]
[°C]
esterna
[°C]
Temperatura
8Temperatura
15
24
8
15 esterna
24 [°C]
88
1515
2424
35
35
3535
MAKE-UP
0.00
kg/s
-
41
99.63
172
kg/s
kJ/kg
20
0.00
DSH
Case
NN= =1818
60
60
6060
70
70
7070
85
85
8585
100
100
100
100
41.0
2397
kg/s
Legenda
bar °C
kg/s kJ/kg
GT Load [%]
GT Load [%]
GT Load [%]
GT Load [%]
30
Ambient conditions
1.016
Pressure
15
Temp.
60
Rel. Hum.
bar
°C
%
Net Output
Power
Heat Rate
Efficiency
384.4
6422
56.05
MW
kJ/kWh
%
Model
Case
Date
SPARAN
SPARAN
26/10/2004 16.08
11
Step 2

In questa fase l’algoritmo di ottimizzazione verifica
la fattibilità tecnica della programmazione
energetica inserita imponendo vincoli su:




Massima e minima potenza generabile
Rampa di presa carico
Continuità del profilo di generazione
L’ottimizzazione avviene
carburante consumato:

sulla
quantità
di
Step di ottimizzazione del profilo pari a mezz’ora
12
Step 1 - input
24 h
Input
1
Intervallo temporale
(numero di ore)
2
Temperatura ambiente e
pressione in ogni ora
dell'intervallo temporale
3
Numero di moduli del
condensatore funzionanti in
ogni ora dell'intervallo
temporale
13
Step 1 - output
Output
1
2
3
Massima e minima potenza
generabile per ogni ora
dell'intervallo temporale
Massima e minima efficienza
generabile per ogni ora
dell'intervallo temporale
Massimo e minimo consumo di
combuistibile per ogni ora
dell'intervallo temporale
14
Step 2 - input


Interfaccia
utente energetica :
Programmazione
15
Step 2 - output

Grado
Consumo
Energia
Profilo di
diprodotta:
carico
di
generazione
combustibile:
del turbogas:
16
Previsore

Dati in ingresso:

Prezzi e carichi orari relativi alle 4 settimane
precedenti alla settimana in analisi


Previsione di carico per la settimana in analisi


Facoltativo – facilmente reperibili
Intervento dell’operatore:

Conferimento “peso” ad
determinazione del prezzo


Reperibili sul sito del mercato elettrico
ogni
settimana
nella
Previa visualizzazione dei relativi dati
Dati in uscita:

Stima del Prezzo Unico Nazionale
17
Step 1 – visualizzazione input

Prezzi medi
e carichi
e carichi
orari totali
(per ogni
giornalieri
settimana)
(4 settimane)
18
Step 2 – visualizzazione output

Errore
assoluto
(settimana)
(un
giorno)
(settimana)
Confronto
percentuale
prezzo
orario
(settimana)
(un
giorno)
(un
giorno)
19
Attuale ricerca

Energy Scheduling Validator



Predittore prezzo energia elettrica



Accensione e spegnimento
Consumi addizionali di rampa
Inserimento prezzi zonali
Possibilità da parte dell’utente di inserire maggiori
indicazioni sul trattamento dei dati
Integrazione dei due algoritmi
20