A Discrete-time Scheduling Model for Continuous Power-intensive Processes Considering Fatigue of Equipment

Abstract

In the light of the growing renewable energy generation, matching of electricity supply and demand has become increasingly challenging. By participating in demand side management programs, industry can contribute to counter this challenge. However, the frequent adjustment of operation conditions according to volatile electricity prices leads to additional dynamic loads for the equipment. In this work, a mixed-integer linear programming based discrete-time model is proposed for scheduling of a single air separation unit, explicitly considering fatigue of equipment occurring during transient operation. Besides constraints for describing the feasible region and the process dynamics, this model includes constraints for considering mechanical fatigue of some key equipment. The resulting model is applied to investigate the impact of mechanical constraints on the potentials of demand side management.

Dynamic Process Operation Under Demand Response – A Review of Methods and Tools

“…An initial emphasis is on air separation. They show a clear emphasis on scheduling [6][7][8][9][10][11][12][13][14] aspects [15][16][17], investigate model reduction [18,12], and elaborate design towards flexibility [19][20][21]. Increasingly, electrochemical processes, e.g., chlor-alkali process [2,[22][23][24][25][26][27][28][29][30][31] and water electrolysis [32][33][34][35][36][37][38][39][40][41][42], come into focus.…”

“…Based on our own work on DR in air separation [12,13] and chloralkali electrolysis [2,27,31,50], we can draw requirements for such a new library of process operation models: -Models need to describe filling and emptying of all equipments, i.e., column trays, condensers, reactors, etc. -Given fast changes in the electricity market, these models should account for pressure equalization, i.e., be fully pressure-driven.…”

Flexibler Betrieb von Luftzerlegungsanlagen

“…Andererseits kann kurzfristig auf Schwankungen der Energieverfügbarkeit reagiert werden, indem der Anlagenbetrieb unmittelbar reguliert wird. Für die längerfristige Betriebsplanung einer LZA wird das sogenannte Demand Side Management (DSM) angewendet, bei dem die Fahrweise der LZA an die Verfügbarkeit erneuerbarer Energien und damit den Energiepreis angepasst wird [6,7]. Dazu wird ein dynamisches Optimierungsproblem definiert, dem die Minimierung der Betriebskosten als Zielfunktion zugrunde liegt [8].…”

“…Die Optimierung nutzt sogenannte Surrogatmodelle der zu optimierenden LZA, um die Komplexität der Problemstellung zu reduzieren [7]. Dabei handelt es sich um Ersatzmodelle, die entweder auf historischen Anlagendaten [8][9][10] oder auf stationären Simulationen verschiedener Betriebspunkte [6,[9][10][11][12][13][14][15] basieren. Das dynamische Verhalten von Lastwechselvorgängen wird durch die Formulierung von Nebenbedingungen abgebildet.…”

“…Zudem werden Anfahrvorgänge und Anlagenstopps berücksichtigt [9,14]. Des Weiteren betrachten Obermeier et al den Aspekt der Lebensdauer kritischer Anlagenkomponenten [6,18]. Ein aktuelles Beispiel für DSM bei fluktuierender Energieverfügbarkeit am Beispiel einer LZA findet sich in Kelley et al [19].…”