Operating assistance system for transitioning between operating modes of molten salt receivers

Schwager, Christian; Mitsos, Alexander; Hoffschmidt, Bernhard Franz

doi:44222

Operating assistance system for transitioning between operating modes of molten salt receivers = Betriebsassistenzsystem für den Wechsel zwischen Betriebsmodi von Salzschmelze-Receivern

Schwager, Christian^RWTH*

2024 & 2025

Verantwortlichkeitsangabevorgelegt von Christian Schwager

ImpressumAachen : RWTH Aachen University 2024

Umfang1 Online-Ressource : Illustrationen

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2024

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University 2025

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Hoffschmidt, Bernhard Franz (Thesis advisor)^RWTH* ; Mitsos, Alexander (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2024-07-05

Online
DOI: 10.18154/RWTH-2025-04295
URL: https://publications.rwth-aachen.de/record/1010743/files/1010743.pdf

Einrichtungen

Lehrstuhl für Solare Komponenten (DLR) (421010)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Solarturm-Kraftwerke mit Salzschmelze (MST) stellen eine bereits kommerziell eingesetzte konzentrierende Solartechnologie (CSP) dar. Dennoch bergen sie ein großes Potenzial für Effizienzsteigerungen und Kostenreduktionen. Im Gegensatz zu konventionellen Kraftwerken sind CSP-Kraftwerke volatilen Randbedingungen ausgesetzt, welche auf Komponenten mit sehr unterschiedlichen Trägheiten einwirken. Um die Erträge eines MST realistisch vorhersagen und steigern zu können, sind komplexe Simulationsmodelle und Algorithmen erforderlich. Ein besonderes Augenmerk gilt der Betriebsführung des Receiversystems. Im Rahmen dieser Arbeit wurde untersucht, wie ein Betriebsassistenzsystem den Receiver-Betrieb hinsichtlich Verfügbarkeit und Nettoertrag unterstützen kann. Eine Assistenzfunktion, welche modell-prädiktive Entscheidungsvorschläge für den Übergang vom normalen Receiver-Betrieb zu einem drainierten Standby, wurde entwickelt und getestet. Als Grundlage wurde ein detailliertes dynamisches Prozessmodell eines MST-Receiversystems inklusive eines dreidimensional diskretisierten Receivers, weniger detaillierten anderen Komponenten und einer automatisierten Prozesssteuerung, welche die umfangreichen An- und Abfahrtprozeduren und Regelkreise beinhaltet, entwickelt und in Modelica implementiert. Dazu wurde ein thermo-hydraulisches Zweiphasen-Modell für Salzschmelze und Luft sowie spezielle Komponenten-Modelle implementiert, die das Einhalten von lokalen Grenzwerten, während und nach dem Befüllen bzw. Entleeren des Receivers ermöglicht. Um die Berechnungszeit der Ertragsprädiktion zu verkürzen, wurden in zwei Stufen reduzierte Modelle sowie ein heuristischer Entscheidungsalgorithmus entwickelt und in Modelica bzw. Python implementiert. Dazu wurde ein Ansatz für eine virtuelle Netto-leistung des Receiversystems entwickelt, der es erlaubt, den Nettoertrag unter Berücksichtigung des komplexen dynamischen Verhaltens realistisch vorherzusagen und ohne Iterieren das optimale Timing zu finden. Damit wird der durch einen temporären Receiver-Standby erreichte Ertragsgewinn/-verlust quantifiziert als Basis für den Ent-scheidungsvorschlag.Die Testergebnisse zeigen, dass ein einzelnes von dieser Betriebsassistenzfunktion vorgeschlagenes Manöver den Nettoertrag einer Großanlage je nach Bewölkungssituation um mehrere Megawattstunden steigern kann. Unsicherheitsanalysen zeigen eine besondere Sensitivität für Vorhersagefehler, weshalb insbesondere für größere Vorhersagehorizonte eine bessere Vorhersagegenauigkeit benötigt wird, als die der untersuchen Daten. Des Weiteren, besteht noch Forschungsbedarf für die genaue Modellierung des lokalen konvektiven Wärmeverlustes an solch einem Receiver, um die thermischen Verluste beim An- und Abfahren und somit dessen Dauer zuverlässig prädizieren zu können.

Molten salt solar tower (MST) power plants represent a concentrating solar power (CSP) technology already in commercial use. Nevertheless, they still have great potential for efficiency improvements and cost reductions. In contrast to conventional power plants, CSP plants are subject to highly volatile boundary conditions facing components with a wide range of inertias. Hence, to realistically predict and increase the actual yields of an MST, complex simulation models and algorithms are required to pay particular attention to the operation of the receiver system. Within the scope of this work, it was fundamentally investigated how an operating assistance system can support the receiver operation concerning availability and net yield. An assistance function, which provides model-prediction-based decision proposals for transitioning from normal receiver operation to drained standby, was developed and tested. As a basis, a detailed dynamic process model of an MST receiver system, including a three-dimensionally discretized receiver, less detailed other components, a distributed control system for start-up and shutdown procedures as well as control loops, was developed and implemented in Modelica. For this purpose, a thermo-hydraulic two-phase model for molten salt and air as well as specific component models, were implemented, which enabled complying with local limits in the receiver during and after flood or drainage of the receiver. To reduce the computing time of the yield prediction, simplified models and a heuristic decision algorithm were developed and implemented in Modelica and Python, respectively. In this context, a virtual net power approach for the receiver system was developed, which allows realistically predicting the net output while considering the com-plex dynamic behavior and quickly finding the optimal timing without iterations. This operating assistance function quantifies the yield gain/loss achieved by a temporary receiver standby and serves as the basis for the decision proposal. The test results show that one single maneuver proposed by this operating assistance function can increase the net yield of a utility scale plant by several megawatt-hours, depending on the cloud situation. Uncertainty analyses show a particular sensitivity for forecasting errors, which is why better forecasting accuracy is needed, especially for larger prediction horizons, compared to the examined data. Furthermore, there is still a need for research on the accurate modeling of the local convective heat loss at such a receiver to predict the thermal losses during start-up and shutdown and thus its duration reliably.

OpenAccess:
PDF
(additional files)