Menu
Usinas termelétricas convivem com o desafio de operar com um desempenho satisfatório devido a suas perdas térmicas. Sendo assim, um processo de combustão eficiente gera economia de combustível. Uma das atividades essenciais para se obter uma melhor eficiência das turbinas a gás é conhecido como tuning, que consiste em um ajuste fino do ponto de operação das máquinas que respeite os limites físicos das turbinas e esteja de acordo com a legislação ambiental no que concerne às emissões de poluentes para a atmosfera. Esta é uma atividade realizada por especialistas do fabricante das turbinas a gás, e que possui um impacto significativo na eficiência destas. Durante a combustão em uma turbina a gás heavy duty, são geradas elevadas vazões de ar que causam turbulência. Esta turbulência promove uma melhor mistura de gás combustível e ar para uma combustão eficiente. Entretanto, excessivas turbulências podem levar a oscilações e pulsações de pressão que, se não minimizadas, fazem com que a chama de combustão se torne instável, reduzindo o tempo de vida útil dos componentes do combustor. Para alguns sistemas de combustão, pode ser muito difícil conseguir o equilíbrio entre a estabilidade de combustão (chama estável e baixas dinâmicas /pulsações) e a baixa emissão de poluentes. Sendo assim, deseja-se uma operação segura, onde as regulamentações ambientais referentes às emissões de poluentes sejam respeitadas, porém, trabalhando próximo dos limites operacionais da máquina e produzindo a mesma energia com uma quantidade de gás combustível menor. O uso de metaheurísticas de otimização vem se tornando cada vez maior devido a sua versatilidade e robustez no meio cientifico. Sendo assim, a metodologia utilizada para encontrar um ponto de equilíbrio entre emissões, oscilações termoacústicas, temperatura de exaustão e potência ativa visando uma redução no consumo de combustível foi o uso de metaheurísticas de otimização que apresentam bom desempenho de função objetivo para problemas reais com características não lineares. Os dados utilizados são oriundos da Usina Elétrica a Gás de Araucária (UEGA). Foram testados os algoritmos otimização Simulated Annealing (SA), Algoritmo Genético (AG), Evolução Diferencial (ED), Self Adaptive Differential Evolution (SADE) e Hybrid Differential Evolution Algorithm With Adaptive Crossover Mechanism (DE-GRM) visando avaliar qual teria melhor desempenho. Dentre as métricas utilizadas verificou-se que a SADE apresentou melhor resultado considerando as métricas tempo de execução, distribuição da função objetivo e curva de convergência quando comparada com os demais algoritmos. O problema de otimização considerou como função objetivo o consumo total de combustível e os modelos de emissões (NOX e CO), oscilações termoacústicas, temperatura de exaustão e geração de potência ativa foram tomados como restrições. Avaliando os valores da turbina a gás 2 ou Combustion Turbine 2 (CT2), foi observada uma economia de combustível quando se utiliza a metaheurística de otimização SADE da função custo que consiste na vazão de combustível dos injetores.
Thermoelectric plants face the challenge of operating with satisfactory performance due to their thermal losses. Thus, an efficient combustion process generates fuel savings. One of the essential activities to obtain a better efficiency of the gas turbines is known as tuning, which consists of a fine adjustment of the operating point of the machines that respects the physical limits of the turbines and is in accordance with the environmental legislation regarding the pollutant emissions into the atmosphere. This is an activity carried out by specialists from the manufacturer of the gas turbines, and which has a significant impact on the efficiency of these. During combustion in a heavy-duty gas turbine, high air flows are generated which cause turbulence. This turbulence promotes a better mixture of fuel gas and air to improve the combustion efficiency. However, excessive turbulence can lead to pressure fluctuations and pulsations that, if not minimized, cause the combustion flame to become unstable, reducing the useful life of the combustion components. For some combustion systems, it can be very difficult to achieve a balance between combustion stability (stable flame and low dynamics / pulsations) and low pollutant emissions. Therefore, a safe operation is desired, where environmental regulations regarding pollutant emissions are respected, however, working close to the machine’s operational limits and producing the same energy with a lower amount of combustible gas. The use of optimization metaheuristics is becoming more and more due to its versatility and robustness in the scientific environment. Therefore, the methodology used to find a balance between emissions, thermoacoustic oscillations, exhaust temperature and active power aiming at a reduction in fuel consumption was the use of optimization metaheuristics that present good objective function performance for real problems with characteristics nonlinear. The data used come from the Araucária Electric Power Plant (UEGA). Simulation Annealing (SA), Genetic Algorithm (GA), Differential Evolution (DE), Self-Adaptive Differential Evolution (SADE) and Hybrid Differential Evolution Algorithm with Adaptive Crossover Mechanism (DE-GRM) were tested in order to evaluate which algorithm would perform better. Among the metrics used, it was found that SADE presented the best result considering the metrics execution time, distribution of the objective function and convergence curve when compared with the other algorithms. The optimization problem considered as an objective function the total fuel consumption and the emission models (NOx and CO), thermoacoustic oscillations, exhaust temperature and generation of active power were taken as restrictions. Evaluating the values of the gas turbine 2 or Combustion Turbine 2 (CT2), a fuel economy was observed when using the SADE optimization metaheuristic of the cost function that consists of the fuel flow of the injectors.
Data da defesa: 19/02/2020
Banca Examinadora
Orientador: Renato de Arruda Penteado Neto (Lactec)
Membro da Banca: Eduardo Kazumi Yamakawa (Lactec)
Membro da Banca: Leandro dos Santos Coelho (PUCPR)
Palavra(s)-Chave: Usina Termelétrica; Turbina a gás; Eficiência; Metaheurística; Otimização.
Keywords: Thermoelectric plant; Gas turbine; Efficiency; Metaheuristic; Optimization.
