Power-to-Gas-tuotantolaitoksen mallinnus
Haapala, Teemu (2022)
Katso/ Avaa
Sisältö avataan julkiseksi: 16.12.2024
Diplomityö
Haapala, Teemu
2022
School of Engineering Science, Kemiantekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2022121270670
https://urn.fi/URN:NBN:fi-fe2022121270670
Tiivistelmä
Viime vuosina mielenkiintoa on herättänyt vihreän vedyn tuotanto ja jatkojalostus muiksi polttoaineiksi Power-to-X (P2X) -teknologialla. P2X on tällä hetkellä ainoa tapa varastoida uusiutuvaa energiaa terawattitunnin kokoluokassa. Tämän työn kirjallisuusosan tavoite oli perehtyä vihreän vedyn ja synteettisen metaanin valmistukseen P2X-teknologialla, sekä tarkastella P2X-prosessien mallinnusta. Kokeellisen osan tavoitteena oli simuloida Power-to-Gas-tuotantoprosessi Aspen Plus -prosessisimulaattorilla ja tutkia mallia eri sähkön syöttökuormilla, vedyn painetasoilla sekä hiilidioksidin lähteillä. Malli sisälsi veden elektrolyysin, metanoinnin sekä lopputuotteiden paineistukset.
Tällä hetkellä veden elektrolyysi voidaan toteuttaa alkalielektrolyysillä tai protoninvaihtomembraanilla. Hiilidioksidin talteenotto teollisuuden päästöistä suoritetaan kemiallisella absorptiolla. Synteettistä maakaasua voidaan valmistaa kemiallisesti katalyytin avulla tai biologisesti mikro-organismien avulla. Mallinnettujen P2X-prosessien tehokkuutta pystytään vertailemaan energiahyötysuhteiden avulla. Mallinnuksessa tulee ottaa huomioon lopputuotteiden laatuvaatimukset esimerkiksi ajoneuvojen polttoaineena käytettäessä. Laitostasolta saatua dataa voidaan hyödyntää energiasysteemien simuloinnissa. Laitosten osaprosessien hyötysuhteet, kuorma-alueet ja kuorman muutosnopeudet, sekä lopputuotteiden painetasot, varastojen koot ja kuljetusetäisyydet vaikuttavat optimaaliseen tuotantoennusteeseen. Standardi rajapinnan käyttö mahdollistaa laitosmallien integroinnin energiasysteemin malliin.
Simuloidun prosessin energiahyötysuhteeksi saatiin 59–64 % lopputuotteiden alemman lämpöarvon perusteella. Elektrolyyserin ajotavalla oli suuri vaikutus prosessin tehokkuuteen. Vakio sähkönkulutuksella tuotetun vedyn määrä voi erota jopa 8 % yksittäisten kennopinojen kuormista riippuen. Tuotannon optimoimiseksi kennopinojen kuormat tulee pitää yhtä suurina toisiinsa nähden. In recent years, production of green hydrogen and its further processing into other fuels via Power-to-X (P2X) technology has sparked an interest. Currently, P2X is the only way to store renewables on a terawatt-hour scale. In the literature part of the work, the production of green hydrogen and synthetic methane via P2X technology was reviewed and modeling of P2X processes was studied. In the applied part of the work, Power-to-Gas plant was simulated with Aspen Plus process simulation software. Water electrolysis, methanation and compression of product gases were included in the simulation. The model was studied with different carbon dioxide sources, hydrogen pressure levels and electrical loads.
Nowadays electrolysis of water can be carried out via alkaline electrolysis or proton exchange membrane. Carbon dioxide capture from industrial emissions is done with a chemical absorption. Production of synthetic natural gas is possible chemically with a catalyst or biologically with microorganisms. Performance of modeled P2X processes can be compared via energy efficiency. Quality requirements of products should be taken into an account in the modeling, for example when the product is used as a fuel for vehicles. Plant level data can be utilized in the modeling of energy systems. Efficiencies, operation ranges and ramp rates of subprocesses, pressure levels of end products, available storage capacities and delivery distances all have an effect on the optimal production forecast. Usage of a standard interface enables integration of plant models into an energy system model.
Energy efficiency of 59–64 % was achieved for the simulated process based on lower heating value of end products. The way electrolyzer is used has a significant effect on the efficiency of the process. With constant electricity usage, the amount of hydrogen produced might vary even 8 % due to different loads of individual stacks. In order to reach optimal production efficiency, stacks should be used on equal electrical load.
Tällä hetkellä veden elektrolyysi voidaan toteuttaa alkalielektrolyysillä tai protoninvaihtomembraanilla. Hiilidioksidin talteenotto teollisuuden päästöistä suoritetaan kemiallisella absorptiolla. Synteettistä maakaasua voidaan valmistaa kemiallisesti katalyytin avulla tai biologisesti mikro-organismien avulla. Mallinnettujen P2X-prosessien tehokkuutta pystytään vertailemaan energiahyötysuhteiden avulla. Mallinnuksessa tulee ottaa huomioon lopputuotteiden laatuvaatimukset esimerkiksi ajoneuvojen polttoaineena käytettäessä. Laitostasolta saatua dataa voidaan hyödyntää energiasysteemien simuloinnissa. Laitosten osaprosessien hyötysuhteet, kuorma-alueet ja kuorman muutosnopeudet, sekä lopputuotteiden painetasot, varastojen koot ja kuljetusetäisyydet vaikuttavat optimaaliseen tuotantoennusteeseen. Standardi rajapinnan käyttö mahdollistaa laitosmallien integroinnin energiasysteemin malliin.
Simuloidun prosessin energiahyötysuhteeksi saatiin 59–64 % lopputuotteiden alemman lämpöarvon perusteella. Elektrolyyserin ajotavalla oli suuri vaikutus prosessin tehokkuuteen. Vakio sähkönkulutuksella tuotetun vedyn määrä voi erota jopa 8 % yksittäisten kennopinojen kuormista riippuen. Tuotannon optimoimiseksi kennopinojen kuormat tulee pitää yhtä suurina toisiinsa nähden.
Nowadays electrolysis of water can be carried out via alkaline electrolysis or proton exchange membrane. Carbon dioxide capture from industrial emissions is done with a chemical absorption. Production of synthetic natural gas is possible chemically with a catalyst or biologically with microorganisms. Performance of modeled P2X processes can be compared via energy efficiency. Quality requirements of products should be taken into an account in the modeling, for example when the product is used as a fuel for vehicles. Plant level data can be utilized in the modeling of energy systems. Efficiencies, operation ranges and ramp rates of subprocesses, pressure levels of end products, available storage capacities and delivery distances all have an effect on the optimal production forecast. Usage of a standard interface enables integration of plant models into an energy system model.
Energy efficiency of 59–64 % was achieved for the simulated process based on lower heating value of end products. The way electrolyzer is used has a significant effect on the efficiency of the process. With constant electricity usage, the amount of hydrogen produced might vary even 8 % due to different loads of individual stacks. In order to reach optimal production efficiency, stacks should be used on equal electrical load.