Optimale Regelung der Substratzufuhr von landwirtschaftlichen Biogasanlagen

Größe: px

Ab Seite anzeigen:

Download "Optimale Regelung der Substratzufuhr von landwirtschaftlichen Biogasanlagen"

Monica Koenig
vor 6 Jahren
Abrufe

1 Fachhochschule Köln Campus Gummersbach ifak Workshop: Steuerung, und Simulation von Biogasanlagen Optimale der Substratzufuhr von landwirtschaftlichen Biogasanlagen Daniel Gaida, M.Sc. & Dipl.-Ing. Christian Wolf Weimar,

2 Gummersbach Environmental Computing Center GECO C Forschungsgruppe am Institut für Automation & Industrial IT Leiter: Prof. Dr.-Ing. Michael Bongards Interdisziplinäres Team (Ingenieurwesen, Informatik, Biologie)

3 Substrate Biogasanlage Optimierung & Optimale Biogasproduktion? t/d? /d

4 Herausforderungen komplexer Prozess dünne Datenlage umfangreiche und dynamische Kostenfunktion: Ökologie, Ökonomie, Stabilität Daraus folgt: Optimierungsproblem ist nichtlinear, dynamisch und hochdimensional. Lösungsmethode sollte unabhängig von der Kostenfunktion sein. Aber: Anaerobe Fermentationsprozess ist modellierbar (ADM1). Fortschritte/Innovationen im Bereich der Messtechnik. Optimierungsalgorithmen für sehr komplexe Probleme sind verfügbar. keine kritischen Echtzeitanforderungen. ADM1: Batstone et al. 2002

5 Modellbasierte der Substratzufuhr Reglerstruktur Biogasanlage Nichtlineare modellbasierte prädiktive (NMPC) Zustandsschätzer Substratzufuhr [m³/d] Messgrößen Schätzung des Zustandsvektors u y ˆx

6 Modellbasierte der Substratzufuhr Reglerstruktur Biogasanlage Nichtlineare modellbasierte prädiktive (NMPC) Zustandsschätzer Substratzufuhr [m³/d] Messgrößen Schätzung des Zustandsvektors u y ˆx

7 State Estimation - Zustandsschätzung Idee: Gesucht ist eine Funktion F welche es ermöglicht aus der Substratzufuhr u und den Messgrößen y den Zustand der BGA zu schätzen: xˆ F u, y Zustand der BGA ADM1. x definiert durch den Zustandsvektor des x : S,S,S, su aa fa

State Estimation - Zustandsschätzung k,k N Gegeben: Messungen ui, yj und Modellvorstellung mit Anzahl Vergangenheitswerte N,M Gesucht: uk N,, u x k k1 f

8 State Estimation - Zustandsschätzung k,k N Gegeben: Messungen ui, yj und Modellvorstellung mit Anzahl Vergangenheitswerte N,M Gesucht: uk N,, u x k k1 f xk, uk yk M,, yk y h x Beispiel: Mustererkennung k Verlauf des Systemzustandes k,kn xˆ F u, y k i j k,km k k,k M x k mit Zustandsschätzer: F Gaida et al. 2011c

9 State Estimation - Zustandsschätzung k k N u i k,k N M y k,k M j k,k N i, j F u y k,k M ˆx k Gaida et al. 2011c

10 State Estimation - Zustandsschätzung Problem: Zustand der BGA ist nicht ohne weiteres messbar. Deshalb: Generation der Daten u, y, x durch Simulation. Messungen y : ph Wert im Fermenter [-] Biogasproduktion [m³/d] CH 4 Konzentration des produzierten Biogases [%] CO 2 Konzentration des produzierten Biogases [%] Substratzufuhr u : Mengen der einzelnen Substrate [t/d], [m³/d] Gaida et al. 2011c

11 Perfekter Zustandsschätzer Gaida et al. 2011b

12 Realer Zustandsschätzer

13 - landw. BGA (750 kw) - Start Substratmix: Mais: 30 m³/d Gülle: 15 m³/d Gülle (Festphase): 3 m³/d - Minimierungsproblem - Fitness: K-N-Analyse + RBs - Simulationsdauer: 105 d /Tag Gewinn zwischen Start- und Zielzustand

15 Zusammenfassung Modellbasierte der Substratzufuhr soll Betreiber unterstützen die Anlageneffizienz zu erhöhen. Zustandsschätzung des ADM1 ist möglich durch Beobachtung von Standard-Messgrößen. Kalibriertes Modell einer BGA kann vorausschauend geregelt werden. Durch Prädiktion kann Langzeitwirkung von Substratgemischen abgeschätzt und damit eine falsche Fütterung verhindert werden. Substratwechsel können vorausschauend durchgeführt werden.

16 Referenzen D. J. Batstone, J. Keller, I. Angelidaki, S. V. Kalyuzhnyi, S. G. Pavlostathis, A. Rozzi, W. T. M. Sanders, H. Siegrist, and V. A. Vavilin, Anaerobic Digestion Model No.1 (ADM1). London: IWA Task Group for Mathematical Modelling of Anaerobic Digestion Processes, IWA Publishing, D. Gaida, A. L. Sousa Brito, C. Wolf, T. Bäck, M. Bongards, and S. McLoone, Optimal Control Of Biogas Plants Using Nonlinear MPC, IET Irish Signals and Systems Conference (ISSC 2011), June 2011b. D. Gaida, C. Wolf, C. Meyer, A. Stuhlsatz, J. Lippel, T. Bäck, M. Bongards, and S. McLoone, State Estimation for Anaerobic Digesters using the ADM1, International IWA-Symposium on Anaerobic Digestion of Solid Waste and Energy Crops, 2011c. N. Hansen, Covariance Matrix Adaptation Evolution Strategy: MATLAB Production Code, 3rd ed, 2008.

17 Fachhochschule Köln Campus Gummersbach Kontakt: Vielen Dank für Ihr Interesse!

Ähnliche Dokumente

Effizienzsteigerung durch modellbasierte Optimierung und Regelung von Biogasanlagen

Fachhochschule Köln Campus Gummersbach Effizienzsteigerung durch modellbasierte und von Biogasanlagen Daniel Gaida, M.Sc. & Dipl.-Ing. Christian Wolf Offenburg, 27.10.2011 GECO C Gummersbach Environmental