Emission limited model predictive control of a small-scale biomass furnace

Abstract

Um die Verbrennung von Biomasse in automatisierten Kleinkesselanlagen zu verbessern, werden modellbasierte prädiktive Methoden der Regelungstechnik eingesetzt, die neben einem effizienteren Betrieb auch eine Reduktion der Schadstoffbelastung durch Kohlenmonoxid im gesamten Einsatzbereich des Kessels ermöglichen. Typischerweise sind bei kleinen Kesselanlagen einfache PI-Regler im Einsatz. In Kombination mit einer Vorsteuerung erlauben diese Regler einen stabilen und robusten Betrieb im ganzen Einsatzbereich der Anlage und ermöglichen die grundsätzliche Einhaltung der vorgegebenen Referenzwerte für die thermische Leistung. Die Berücksichtigung von zusätzlichen Regelzielen, wie etwa die Minimierung von Stellaufwänden oder eine Verringerung von Emissionen, die nicht direkt als Referenzen formuliert werden können, ist dabei jedoch nur schwer möglich. Darüber hinaus ist für den Einsatz von PI-Reglern im Allgemeinen die Kenntnis des zugrundeliegenden Prozesses nicht zwingend notwendig, was in vielen Fällen zu suboptimalen Reglereinstellungen führt. Im ersten Teil dieser Arbeit wird ein Verbrennungsmodell der Anlage bzw. des Kessels hergeleitet, welches als Grundlage für den modellbasierten Regler dient. Dieses Modell entspricht dabei den von der Regelungstechnik gestellten Anforderungen und wird anhand von Messdaten validiert. Im zweiten Teil der Arbeit werden Modelle zur Schätzung der Kohlenmonoxidemissionen bei der Verbrennung von Holzpellets am Kessel erstellt und analysiert. Aufgrund der Komplexität der Schadstoffbildung werden hierzu datenbasierte Ansätze verwendet, welche die gewünschten Ergebnisse liefern. Gemeinsam mit dem Modell der Verbrennung und den Modellen zur Schätzung von Kohlenmonoxid im Abgas wird im letzten Teil ein modellprädiktiver Regler ausgelegt, der neben der Einhaltung von Regelzielen auch dazu in der Lage ist, CO Emissionen zu reduzieren. Die Ergebnisse zeigen, dass der resultierende Regelalgorithmus nicht nur robust gegenüber dem Einsatz verschiedener Brennstoffe ist, sondern dass auch der Emissionsausstoß von Kohlenmonoxid am Kessel im ganzen Arbeitsbereich drastisch reduziert werden kann.

To improve the combustion of biomass in automated small-scale furnaces, model based predictive control methods are applied, which achieve a more efficient furnace operation and additionally are able to reduce the release of carbon monoxide emissions in the entire operating range. Typically, simple PI controllers are utilized in small-scale furnaces. In combination with a feedforward system, these controllers allow stable and robust operation throughout the entire range of application of the plant and generally allow the specified thermal power references to be achieved. However, it is difficult to take into account additional control objectives, such as minimizing control effort or reducing emissions, which cannot be formulated directly as references. Furthermore, knowledge of the underlying process is no prerequisite for the application of PI controllers, which in many cases leads to suboptimal controller settings. In the first part of this thesis, a combustion model of the plant is derived, which represents the basis for the model based controller. The model meets the requirements stated by control and is validated utilizing measured data. In the second part of the thesis, models for estimating the carbon monoxide emissions from the combustion of wood pellets at the furnace are derived and analyzed. Due to the complexity of the emission formation, data-driven approaches are utilized for this purpose, which are able to provide the desired results. Together with the combustion model and the models to estimate carbon monoxide in the flue gas, a model predictive controller is designed in the last part, which apart from meeting the desired control targets is also able to reduce CO emissions. The results show, that the resulting control algorithm is not only robust against the use of different fuels but that the carbon monoxide emissions of the furnace can be drastically reduced over the entire operating range.