Modeling and control of biomass-fired district heating networks

Abstract

In dieser Dissertation wird ein allgemeines Framework für die Modellierung und Regelung von Biomasse-Fernwärmenetzen vorgestellt. Für die wichtigsten Komponenten eines Fernwärmenetzes (Rohrnetz, Verbraucher und Biomassekraftwerk) werden physikalische und datengetriebene Modelle entwickelt sowie anspruchsvolle Regelalgorithmen entworfen.<br />Die Berechnung der Strömungsgeschwindigkeiten im Rohrnetz basiert auf einem effizienten graphentheoretischen Ansatz, der mit dem iterativen Newton Algorithmus kombiniert wird.<br />Für die transient-thermische Modellierung wird QUICKEST, eine Finite-Differenzen-Methode 3.<br />Ordnung, herangezogen. Neben dem Finiten-Differenzen-Modell werden zusätzlich datengetriebene bedingt-parametrische Modelle konstruiert, welche in ein prädiktives Regelkonzept eingebettet werden um die Vorlauftemperaturen an kritischen Knoten im Netz zu regeln. Closed-Loop Simulationen belegen, dass diese Modellstruktur die inhärente Nichtlinearität in Fernwärmenetzen auf Grund variabler Strömungsgeschwindigkeiten abbilden kann.<br />Es wird ferner gezeigt, dass der zyklische Wärmebedearf der Verbraucher mittels sogenannten SARIMA Prozessen und Struktur-Modellen in geeigneter Weise beschrieben werden kann. Beide Modellansätze können in eine Zustandsraumdarstellung überführt werden, in welcher eine Onlineberechnung von Prognosewerten mittels klassischen Kalman-Filters möglich ist.<br />Exogene Einflüsse wie die Umgebungstemperatur werden durch eine stückweise lineare Funktion in beide Modellansätze integriert. Desweiteren wird ein nichtparametrisches Regressionsverfahren verwendet, um die Rücklauftemperatur an den Verbrauchern als Funktion der Umgebungstemperatur und einer sozialen Komponente zu modellieren.<br />Für die Beschreibung der wesentlichen Prozess-Charakteristika von Biomasse-Rostfeuerungen wird neben einem Greybox-Modell, welches weitgehend auf Massen- und Energiebilanzen basiert, auch ein datengetriebenes Takagi-Sugeno (TS) Fuzzy-Modell vorgestellt.<br />Für die Wahl der Fuzzy-Partitionierung wird auf ein achsen-orthogonales, inkrementelles Partitionierungsschema zurückgegriffen. Die Modellvalidierung anhand von realen Messungen bestätigt die ausgezeichnete Performance beider Modelle. Die lokale Linearität von TS Fuzzy-Modellen erlaubt auch eine Verwendung in einer linear parameter-variierenden Regelung. Konkret wird ein Fuzzy- Modellprädiktiver Regelungsansatz vorgestellt, welcher gegenüber der klassichen modellprädiktiven Regelung signifikant bessere Resultate über den gesamten Betriebsbereich erzielt.<br />

In this thesis, a general framework for modeling and control of biomass-fired district heating networks is presented. For the main components of a district heating system (distribution network, consumer stations, and biomass furnace) first-principles models and data-driven models are developed as well as sophisticated control algorithms are designed.<br />Calculation of the hydraulic flow in the distribution network is accomplished efficiently by means of a graph-theoretical approach in combination with a Newton-based iterative algorithm. For modeling the thermal transients, the third order accurate QUICKEST finite-difference method is successfully applied. In addition to the finite-difference model, a data-driven approach using conditional parametric models is pursued. These models are embedded into an advanced predictive control scheme for the supply temperature at critical points in the network. Closed-loop simulations prove that this modeling framework is capable of handling the inherent nonlinearity in the response characteristics of district heating networks caused by varying flow rates.<br />It is further shown that the multi-periodic heat-demand of consumer stations can appropriately be described by a SARIMA process and by a structural model. Both models can be incorporated into the versatile state-space framework where classical Kalman recursion allows convenient calculation of on-line forecasting values. Moreover, exogenous influences such as ambient temperature are accounted for by a piece-wise linear function. For modeling the required return temperature at consumer stations a nonlinear static relationship between return temperature and ambient temperature plus social load is identified using a nonparametric regression framework.<br />To describe the process characteristics of the moving grate biomass furnace a simple grey-box model, largely based on mass and energy balances, and a data-driven Takagi-Sugeno (TS) fuzzy model are constructed. The fuzzy partitions of the individual TS fuzzy models are found by a sophisticated axis-orthogonal, incremental partitioning scheme.<br />Validations with real measurements demonstrate good performance of the two proposed models. The local linearity of TS fuzzy models also allows the use as a linear parameter-varying model in model predictive control. In particular, a fuzzy model predictive control framework is introduced which provides increased performance on the operating envelope compared to classical control schemes.<br />