Más sencillo, mejor, más inteligente Optimización del equilibrio entre beneficio, vida útil de activos y emisiones para mejorar la eficiencia energética en la industria de generación de energía eléctrica. Marc Antoine

Enfrentadas a la competitividad, cada día mayor, de los mercados globales de hoy día, las compañías eléctricas se esfuerzan constantemente en optimizar la explotación de las plantas y reducir tanto los costes de vida útil como las emisiones. En consecuencia demandan poderosas herramientas de diagnóstico y optimización que identifiquen desviaciones en el rendimiento para así poder adelantar la introducción de medidas correctoras. Asimismo, estas herramientas deben reducir el costo de mantenimiento de los equipos de la planta, ampliar la vida útil de los activos fundamentales e incrementar la utilización de su base de activos, mejorando así la disponibilidad y productividad total de la planta. En el campo de la generación de energía eléctrica, los sistemas OPTIMAX™ de optimización de plantas, desarrollados por ABB, proporcionan a los directores de centrales eléctricas información completa sobre la eficiencia y el rendimiento esperado de activos como calderas y turbinas. 36

Revista ABB 3/2005

Más sencillo, mejor, más inteligente

L

os operadores de centrales eléctricas están sometidos a una presión permanente para mejorar el rendimiento, la disponibilidad y la sostenibilidad de sus instalaciones, y para reducir las emisiones y los costes, suministrando al mismo tiempo energía a precios competitivos. ABB es sensible a estos retos y consciente del afán de los clientes por disponer de soluciones completas. La entrega de una solución apropiada se ha visto facilitada por los avances tecnológicos en los campos de la ingeniería de control y de software, que han conducido al desarrollo de sistemas innovadores de optimización de plantas. La novedad de los sistemas actuales es que resuelven el problema de la optimización de diferentes perfiles de cargas teniendo en cuenta el desgaste del equipo durante la vida útil del mismo. Por consiguiente, los sistemas de optimización de plantas aportan un valor añadido, pues aumentan notablemente la eficiencia económica de una instalación y reducen las emisiones de la misma. Los sistemas de Optimización de Plantas OPTIMAXTM constituyen la solución de ABB. Se trata de herramientas de ayuda para la toma de decisiones, que evalúan continuamente el estado y situación de la planta y analizan las causas originales de las desviaciones que puedan producirse 1 . Los sistemas de Optimización de Plantas OPTIMAXTM alcanzan su máxima potencia cuando se combinan conjuntamente para poder realizar un mantenimiento predictivo adecuado y una reparación eficiente antes de que pudiera producirse una costosa parada. A continuación describimos algunos de los sistemas incluidos en la cartera de productos OPTIMAXTM.

diciones reales de operación. Sin embargo, la tarea de supervisar y predecir con precisión el funcionamiento de la planta implica algo más que el mero cálculo de la potencia y eficiencia previstas. El cálculo de valores específicos de funcionamiento (presiones, temperaturas, flujos, etc.) en varios cientos de puntos de toda la planta se ha convertido en lo habitual. La degradación a corto y largo plazo de componentes determinados del equipo sólo se puede percibir si se identifican claramente las desviaciones respecto de los niveles óptimos de eficiencia alcanzables esperados).

la misma. Este sistema facilita el análisis on-line u off-line del proceso para que el usuario pueda determinar el efecto de las condiciones actuales de operación sobre, por ejemplo, el consumo calorífico de la planta y, por consiguiente, sobre los costes de combustible de la instalación 2 . Un sistema de este tipo se basa en cálculos técnicos que se pueden ejecutar de forma cíclica o cuando se considere necesario. Su tarea principal es calcular las desviaciones entre los valores reales y esperados de los indicadores básicos de funcionamiento de la planta en con-

1

Sistemas de optimización de plantas con las soluciones OPTIMAXTM.

*Los sistemas de mantenimiento no son objeto de este artículo.

2

Sistemas operativos Supervisión y predicción del rendimiento de la planta, proporciona avisos tempranos de diagnóstico del equipo. Mejora la eficiencia de la planta reduciendo el consumo de combustible y las emisiones resultantes.

Sistemas de vida útil de recursos Programa del funcionamiento más económico posible de las distintas unidades de generación (objetivo de la unidad) e ingresos comprometidos por ventas contra emisiones y costes de vida útil.

Sistemas medioambientales Optimiza el proceso de combustión y reduce las emisiones supervisando la calidad de la llama, midiendo el flujo de carbón y el carbón contenido en la ceniza y mejorando los controles de calderas.

Sistemas de mantenimiento* Reducen los costes de los trabajos de mantenimiento y mejoran el acceso a los datos para las inspecciones diarias, así como las paradas previstas (recursos, materiales, documentos, procedimiento de trabajo y personal).

Optimax

Una pantalla típica de OPTIMAXTM

Supervisión del funcionamiento

Antes de tomar cualquier decisión sobre optimización y control, el director de una planta ha de saber qué eficiencia tienen los equipos y la planta misma. Con independencia de la antigüedad de una planta, la mayor parte de los costes de una central eléctrica se atribuyen al combustible y a la operación, mientras que el mantenimiento representa la mayor parte de los costes restantes. Reducir al mínimo estos costes y mejorar el mantenimiento predictivo son los objetivos fundamentales del personal de operación y mantenimiento. Para contribuir a alcanzar estos objetivos, el sistema OPTIMAXTM Performance Monitoring de ABB es una aplicación diseñada para supervisar el funcionamiento de la planta y de los equipos de Revista ABB 3/2005

37

Más sencillo, mejor, más inteligente

Esto se puede conseguir utilizando modelos de simulación. Se trata de modelos termodinámicos que simulan con precisión el comportamiento funcional de la planta en diversas condiciones ambientales y de operación. Tales modelos de simulación, según se muestra en 3 , pueden diseñarse fácilmente con la herramienta OPTIMAXTM PowerCycle, que calcula los valores de proceso esperados para el equipo de la planta en modo de operación real. Los resultados se utilizan más tarde para determinar los indicadores KPI esperados. Otra ventaja más es que PowerCycle se puede utilizar también en cálculos de escenarios ‘hipotéticos’ (‘what–if’) para desarrollar estrategias de operación óptimas. Desafortunadamente, la inexactitud de las mediciones –provocada por errores estocásticos o sistemáticos– impide normalmente la compilación de balances de masa y de energía consistentes para determinados componentes o para toda la planta. Estos balances sólo se pueden

obtener corrigiendo los valores medidos para que no estén en contradicción con los principales balances de energía y de masas. El cálculo sistemático de estas correcciones se conoce como validación de datos (o conformidad de datos). En otras palabras, la validación de datos mejora la fiabilidad y exactitud de los cálculos de rendimiento. Condición previa para este tipo de cálculos es disponer de un modelo preciso de la planta, como el modelo de simulación anteriormente descrito. Por tanto, al modelo de simulación se le asocian valores de señales de medida de la planta, además de los datos de planta necesarios para la simulación 4 . Cuando se incluye la validación de datos, el modelo de simulación no sólo proporciona un conjunto de balances termodinámicos coherentes, sino que además permite identificar los fallos y desviaciones de los sensores y/o la pérdida de eficiencia del equipo.

3

Visualización detallada de la simulación de una planta con la herramienta PowerCycle

4

Validación de datos antes de calcular el rendimiento

ηact

ηesp

Cálculos de rendimiento ACTUAL

Cálculos de rendimiento ESPERADO

n valores validados de entrada

Modelo del proceso termodinámico j valores validados de entrada Validación de datos basada en el modelo n valores de proceso

p1

38

p2

T1

Tam

Optimización de recursos

Las compañías de generación de energía eléctrica, los municipios, las plantas electrógenas industriales y las plantas desalinizadoras necesitan una base sólida para negociar en el mercado libre de la energía. Las estrategias de optimización que se basan simplemente en la capacidad y el conocimiento humano son claramente insuficientes para compañías que explotan numerosas unidades de generación o cogeneración. El sistema OPTIMAXTM de Optimización de Carga (Unit Commitment) combina modelos de activos y de mercados con las últimas técnicas de optimización. Este sistema puede gestionar compañías eléctricas con carteras complejas de generación de energía que buscan optimizar los costes y la generación de energía, ya sea eléctrica o combinada con otras formas de energía (térmica, hidráulica, de residuos, etc.). Además, el sistema permite decidir fácilmente sobre la compra o venta de energía o combustible, la puesta en marcha o parada de una unidad, ahorrar tiempo de vida útil o posponer una parada prevista de mantenimiento preventivo. Aplicando los modelos más avanzados de resolución numérica, esta aplicación minimiza los costes totales de generación de una compañía eléctrica programando la carga de energía entre diferentes unidades –lo que se conoce como unit commitment– para satisfacer económicamente las demandas de carga. Este sistema de optimización se ejecuta normalmente en modo off-line, determina los efectos de ciertos escenarios hipotéticos y forma al personal en el uso eficaz del mismo. Permite analizar, planificar y programar múltiples unidades de generación con diferentes horizontes temporales que van desde algunas horas hasta varios meses 5 . En general, cuando un optimizador determina el perfil más económico de carga de las plantas basándose en los costes de generación y en los ingresos por venta de energía, se omiten, sin embargo, dos importantes factores de costes: el consumo de tiempo de vida útil y las emisiones. Bajo la cobertura de optimización de recursos, OPTIMAXTM Lifecycle Optimizer [1] aborda la influencia de los modos de operación sobre el coste total de explotación de una central eléctrica y los integra en un modelo de optimización económica. El ámbito de la optimización comprende las ventas de energía, los costes de producción y de emisiones y el envejecimiento de la planta basado en modelos del ciclo de vida. Utiliza Revista ABB 3/2005

Más sencillo, mejor, más inteligente

diversos parámetros, como los precios de la energía y los créditos de emisiones o multas (que se reducirán a activos negociables en el futuro) en relación con los costes de mantenimiento a largo plazo para optimizar el rendimiento económico de la planta. La ventaja de Lifecycle Optimizer es su capacidad para incluir modelos de envejecimiento de la planta, lo que le permite determinar la estrategia óptima de operación entre paradas de mantenimiento. Esta solución, que proporciona un aumento de beneficios de varios puntos porcentuales, es una gran ventaja en términos de rentabilidad de la inversión. Las nuevas normas sobre emisiones, en especial las de la UE, tendrán efectos importantes sobre la rentabilidad de las centrales eléctricas actuales. Una planta cuyas emisiones estén por debajo del nivel que le ha sido asignado podrá vender permisos adicionales a otras instalaciones, que podrán aumentar sus emisiones. Pero si la planta emite más de lo que le está permitido, tendrá que adquirir permisos adicionales o pagar una multa. El valor añadido de Lifecycle Optimizer es que puede ayudar a los directores de plantas a encontrar un equilibrio entre los beneficios a corto plazo y los costes de los activos a largo plazo, especialmente si opera sometido a restricciones medioambientales. La eficiencia en la generación, distribución y consumo de energía se está convirtiendo rápidamente en una prioridad en la batalla global contra la emisión de gases de efecto invernadero. Las soluciones de Combustion Optimization de ABB han ayudado y seguirán ayudando a los operadores de centrales eléctricas de todo el mundo a operar más eficazmente.

bustión fósil operaban a una carga básica y con pocas paradas, o ninguna, durante todo el año. Actualmente, un número cada día mayor de estas plantas opera a carga parcial y con frecuentes paradas, en función de los precios de mercado y de las decisiones comerciales. En consecuencia, hoy son muy importantes los costes de arranque, las pérdidas energéticas y el control de emisiones. En este escenario entra en acción la aplicación Dynamic Optimizer de ABB. Con esta herramienta es posible resolver problemas de optimización de bucle cerrado y tener en cuenta las limitaciones existentes como parte inherente de las variables de control. La capacidad “dinámica” de la herramienta es una mejora respecto de las soluciones convencionales, que, a menudo, exigen cambios importantes en las funciones del sistema de control cuando cambian las condiciones de contorno. Un ejemplo de aplicación de Dynamic Optimizer es la solución BoilerMax para optimizar el arranque de una caldera [2]. BoilerMax ha sido desarrollado por ABB para conseguir en los generadores de vapor de grandes centrales eléctricas todas las ventajas propias de aunar el control de bucle cerrado basado en modelos y la tecnología de información (TI). Para una planta típica de carbón de 700 MWel con frecuentes paradas durante el año, esta solución minimiza los tiempos de arranque y reduce las emisiones, consiguiendo una reducción total de costes de hasta el 10 por ciento. 5

Supervisión de la calidad de la llama

Los analizadores de llama son una parte vital de cualquier sistema de seguridad de la combustión. Su función principal es identificar las condiciones potencialmente peligrosas de ‘fallo en el sistema de combustión’, es decir, cuando la ignición ha cesado y la adición continua de combustible podría causar una explosión. Dada su importancia, los analizadores de llama han de ser extremadamente fiables y robustos para medir la calidad de la señal e indicar si se producen cambios en la llama del quemador. Estos valores de calidad actúan como un barómetro, prediciendo cuándo es probable que la llama del quemador se apague y llamando la atención sobre la falta de seguridad de las condiciones y sobre la existencia de problemas. La tecnología ABB de analizadores de llama y de ignitores ha demostrado su fiabilidad durante muchos años de uso en calderas y turbinas de gas. El desarrollo de estos instrumentos y sus correspondientes soluciones de software han permitido a los propietarios de plantas eléctricas reducir continuamente sus emisiones, respetando el medio ambiente. Medición del flujo de carbón y el contenido de carbón en las cenizas para reducir las emisiones

Las soluciones Model Predictive Control (MPC) OPTIMAXTM sirven para optimizar la eficiencia de la caldera y contribuir a la reducción de las emisiones de

Ventana típica de la configuración de una aplicación optimizadora OPTIMAXTM

Optimización de la combustión

Los procesos de combustión en las centrales de gas o de combustibles fósiles son complejos. No obstante, el sistema Combustion Optimization OPTIMAXTM ayuda a los directores de plantas a optimizar sus procesos de combustión y reducir las emisiones mejorando el control de las calderas, supervisando la calidad de la llama y midiendo el flujo de carbón y el contenido de carbón en las cenizas 6 . Una característica singular del software es su capacidad para ‘reconocer’ y ‘predecir’ tendencias, lo que permite reaccionar más rápidamente a las condiciones variables. Mejor control de las calderas

Antes de la liberalización del mercado de la energía, las grandes centrales de comRevista ABB 3/2005

39

Más sencillo, mejor, más inteligente

Optimización de la combustión

6

Power Perfecter optimización de la combustión Aumento de la eficiencia de la planta reduciendo el CO2 en todo el rango de operación Control de soplado de hollín

Medición

Modelo de caldera

Optimizador

Objetivo

Supervisión y control de la llama

Control optimizado de la combustión Valores de ajuste

Mejora la seguridad y disponibilidad de la llama midiendo la calidad de la misma

Este módulo mejora la eficiencia de la combustión Control de flujo de carbón • Mezclas combustible/ aire determinada para cada quemador • Reducción de NOx y CO

Control de carbón en la ceniza

Filtro E

NOx 7 . El MPC Optimax consiste en un controlador y optimizador dinámico de múltiples variables, que utiliza la realimentación dinámica de información para actualizar sus modelos. Por medio de esta tecnología es posible caracterizar y cuantificar los parámetros operacionales sobre la eficiencia y las emisiones de una unidad generadora de energía [6]. El exceso de O2 y la temperatura de los gases de salida son factores fundamentales en el consumo calorífico. Por otro lado, la temperatura de la llama tiene gran influencia en las emisiones de NOx. Los modelos de consumo calorífico y de emisión de NOx se desarrollan a partir de datos históricos y utilizando modelos inferenciales. A continuación, los modelos sirven para determinar de manera continuada la combinación óptima de valores de consigna y de esta manera conseguir las condiciones más económicas de operación. En proyectos anteriores se han conseguido mejoras de eficiencia de hasta un 0,75 por ciento manteniendo los límites de emisión, consiguiendo, en consecuencia, amortizar la inversión en 1 a 2 años. Una central eléctrica de carbón típica puede producir hasta 500 toneladas diarias de ceniza en suspensión. Si esta ceniza contiene demasiado carbono (carbón no quemado), es preciso proceder a la eliminación del mismo, normalmen40

NOx CO CO2

• Reducción del carbón no quemado • Indica el contenido de carbón en la ceniza

te en grandes y caros depósitos de residuos. Empleando el monitor Carbon-inAsh de ABB con su control de bucle cerrado, las compañías eléctricas ya están en condiciones de producir cenizas de alta calidad –con bajo contenido de carbón– que puede emplearse como material básico para la producción de yeso y para mezclas de cemento. Este sistema de supervisión no extractivo incorpora una avanzada tecnología por microondas para la medición continua y precisa del contenido de carbón en la ceniza. De hecho, es el único sistema de medición de su clase que se puede integrar en un sistema de control de optimización de bucle cerrado [3].

mas. Cuando se optimiza este proceso aumenta el rendimiento a largo plazo de la planta. La herramienta OPTIMAXTM Soot Blowing Advisor calcula en tiempo real valores indicadores del estado de limpieza superficial en las distintas secciones de la caldera, así como la temperatura de los gases de entrada en cada sección de la caldera. El modelo se configura y ajusta para los datos de la caldera de una unidad específica. Los resultados obtenidos con este módulo ayudan a los operadores e ingenieros de planta a optimizar el programa actual de soplado de hollín y con ello ahorrar una gran cantidad de combustible.

El uso de cenizas en la producción de cemento también reduce significativamente las emisiones nocivas. Pero ésta no es la única ventaja para una compañía eléctrica: en una gran central eléctrica, la mejor combustión del carbón y la venta de las cenizas pueden producir un rendimiento anual de hasta 1 millón de dólares. Las superficies de los intercambiadores de calor del interior de las calderas se degradan continuamente debido a la suciedad causada por el hollín. Por esta razón es necesario aplicar técnicas de limpieza por soplado del hollín para compensar en lo posible estas pérdidas. Aunque el soplado del hollín es necesario para limpiar las calderas, reduce temporalmente la eficiencia de las mis-

Estimación de parámetros para diagnóstico y optimización

Con los avances logrados en los campos de control e ingeniería de software, la simulación de procesos se ha hecho imprescindible para evaluar el funcionamiento de una planta. Sin embargo, la utilidad de estos sistemas depende estrechamente de la capacidad del modelo de simulación para representar las propiedades del equipo de la planta. Disponer de modelos precisos que representen muchas condiciones operativas diversas es una cuestión muy compleja y en gran parte no resuelta. En realidad, incluso en los casos en que se conocen perfectamente los procesos técnicos –como es el caso de las centrales eléctriRevista ABB 3/2005

Más sencillo, mejor, más inteligente

7

Variabilidad de la reducción de emisiones de NOx mediante el control optimizado de la combustión

Sin control de la tasa de NOx 400

300

200

100

0 -0.1000

-0.0500

OPTIMAXTM

Simuladores para la formación de operadores

Los mejores operadores de centrales eléctricas saben cuándo deben reaccionar, qué deben hacer y cómo deben hacerlo. Esta habilidad es el resultado de años de trabajo en la planta en cualesquiera condiciones de operación, además del conocimiento del proceso y del sistema de control. Asimismo, esta habilidad es fruto de años de experiencia o de formación, o más bien una combinación de ambas cosas. Los simuladores de instrucción de operadores (OTS, Operator Training Simulators) desarrollados por ABB se utilizan

Revista ABB 3/2005

0.0500

Bucle abierto de NOx 2000

1500

NOx delta

ABB ha aplicado en otros sectores, con excelentes resultados, esta misma tecnología de optimización basada en el control MPC y combinada con la herramienta de estimación de parámetros. En la industria del cemento, por ejemplo, con este método se han conseguido ahorros de energía térmica y eléctrica de hasta el 5 por ciento y además se han reducido notablemente las emisiones y los costes de mantenimiento [5].

-0.0000

Data value

1000

condiciones, de la limitación de daños, de la reducción del tiempo improductivo y de las menores pérdidas de producción. Ventajas para el cliente

Si una planta opera con una estrategia de mantenimiento reactivo, es decir, sin programar paradas preventivas a intervalos regulares, el éxito dependerá de la calidad con que se pueda evaluar el estado de la planta o del componente. Las herramientas de evaluación continua del estado de la planta permiten detectar con antelación la degradación o el incumplimiento de los límites de emisiones, así como validar los datos medidos y la calidad de los sensores. Como es lógico, esto ayuda al personal de la planta a reducir el consumo de combustible y las emisiones, pero incluso con una evaluación muy precisa del estado de la planta existe margen para la optimización. Supervisión del funcionamiento, técnicas de optimización y evaluación de riesgos son componentes básicos de los sistemas actuales de optimización de plantas. Su tarea principal es evitar sorpresas desagradables, cuantificando los problemas de rendimiento y reduciendo las emisiones. Los responsables de la toma de decisiones utilizan estos sistemas para mejorar el mantenimiento predictivo, prolongar la vida útil de los activos y, sobre todo, alcanzar los objetivos financieros perseguidos.

500

0 -0.1000

-0.0500

-0.0000

0.0500

Data value Control de bucle cerrado (modo SP) de NOx

Marc Antoine ABB Power Technology Systems BU Power Generation CH-5401 Baden, Suiza [email protected] Bibliografía [1] M. Antoine, L. Ruiz-Escribano, ‘Lifecycle Optimization for Power Plants’, PowerGen Barcelona 2004.

2500

[2] Rode, R. Franke, K. Krüger, ‘Modelo predictivo de control para el arranque de calderas’, Revista ABB

2000

3/2003, págs. 30–36. [3] P. Thulen et al. ‘Active Control of Carbon in Ash on

NOx delta

La herramienta Gas Path Diagnosis, por ejemplo, determina la probabilidad de que exista suciedad en el compresor y erosión de la turbina, mejorando así las medidas de mantenimiento preventivo y reduciendo los costes totales del mismo.

para formar a nuevos operadores y para ayudar al personal ya experimentado a actualizar y ampliar sus conocimientos. Al final, la mayor eficiencia de los operadores se puede traducir directamente en una reducción de costes, resultado del buen funcionamiento en todas las

NOx delta

cas– los modelos siguen estando parametrizados por varias magnitudes desconocidas o difíciles de medir, tales como coeficientes de transferencia de calor, inercias térmicas y las características de la turbina y el compresor. La estimación de parámetros es una técnica que ha generado poderosos métodos y herramientas de creación de modelos (basados en datos recopilados) que son especialmente útiles en la optimización de centrales eléctricas. La estimación de parámetros, por ejemplo, se utiliza para evaluar la degradación natural en los compresores de turbinas de gas y optimizar los ciclos de lavado de los compresores en modo on-line y offline [4]. Comparados con los métodos tradicionales de planificación, los programas de mantenimiento resultantes muestran claramente las ventajas económicas posibles, especialmente para las plantas de funcionamiento continuo. Además, con el método se puede mejorar el diagnóstico del equipo y cuantificar la exactitud –y, por tanto, el riesgo– de los resultados del diagnóstico.

Coal Fired Utility Boilers’, ISA/EPRI Heat Rate Conference, Kansas 2005. [4] G. Hovland, T. von Hoff, E. Gallestey M. Antoine D. 1000

Farruggio, A. Paice, ‘Nonlinear Estimation Methods for Parameter Tracking in Power Plants’, Control Engineering Practice, Vol. 13, no. 11, p. 1341–1355 . [5] E. Gallestey et al. ‘Nuevos niveles de rendimiento para la industria del cemento’, Revista ABB 2/2004, págs. 13–19.

0 -0.1000

-0.0500

-0.0000

Data value

0.0500

[6] P. Flowers, W. Hocking, R. Johnson, ‘Application of advanced Process Control with Neural Networks to control Power Plant Emissions’, ISA New Orleans 2002.

41