Condition monitoring for parabolic trough fields

Brenner, Alex; Pitz-Paal, Robert; Kowalski, Julia

doi:43804

Condition monitoring for parabolic trough fields = Zustandsüberwachung für Parabolrinnenkraftwerke

Brenner, Alex^RWTH*

2024

Verantwortlichkeitsangabevorgelegt von Alex Brenner

ImpressumAachen : RWTH Aachen University 2024

Umfang1 Online-Ressource : Illustrationen

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2024

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Pitz-Paal, Robert (Thesis advisor)^RWTH* ; Kowalski, Julia (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2024-11-19

Online
DOI: 10.18154/RWTH-2024-11194
URL: https://publications.rwth-aachen.de/record/998200/files/998200.pdf

Einrichtungen

Lehrstuhl für Solartechnik (DLR) (412910)

Inhaltliche Beschreibung (Schlagwörter)
Zustandsüberwachung (frei) ; concentrated solar power (frei) ; condition monitoring (frei) ; machine learning (frei) ; solarthermische Kraftwerke (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Die Zustandsüberwachung solarthermischer Parabolrinnenkraftwerke mit Hilfe von intelligenten Datenauswertemethoden stellt eine vielversprechende Option dar die Zuverlässigkeit und den Ertrag der Anlage zu erhöhen und gleichzeitig die Kosten zu reduzieren. Wichtige Messgrößen, wie die Spiegelverschmutzung, sowie der Loop Volumenstrom werden jedoch nicht von der eingebauten Messtechnik erfasst und stehen so für den Betreiber nicht regelmäßig zur Verfügung. Die Bestimmung dieser beiden Größen mit Hilfe der vorhandenen Messtechnik und intelligenter Datenauswertemethoden ist ein zentraler Bestandteil dieser Arbeit. Die Bestimmung der beiden Messgrößen Spiegelverschmutzung und Loop Volumenstrom stellt ein inverses Problem dar, bei dem von den gemessenen Auswirkungen im Solarfeld auf die verursachenden Größen geschlossen werden muss. Die vorhandene Messtechnik im Solarfeld stellt dabei die Grundlage für beide Ansätze dar. Für die Bestimmung der Verschmutzung werden Modelle aus dem Bereich des maschinellen Lernens entwickelt, die aus den Betriebs- und meteorologischen Daten des Kraftwerks Andasol-3 die Glanzwerte der Spiegel, stellvertretend für die Verschmutzung, bestimmen. Die Bestimmung des Loop Volumenstroms nutzt den zeitlichen Abstand von Temperaturgradienten, die mit der Fluidströmung durch den Loop transportiert werden und an unterschiedlichen Kollektoren erfasst werden. Mit Hilfe von transienten Simulationen werden Korrekturfunktionen erstellt, die die Bestimmung der Fluidlaufzeit zwischen den Kollektoren ermöglicht. Das vorgestellten Verfahren kann die Verschmutzungswerte gut bestimmen und erreicht ein Bestimmtheitsmaß von $R^2=0.77$. Die Ergebnisse des Modells werden mit dem aktuellen Reinigungsplan des Kraftwerkes Andasol-3 verglichen. Es wird gezeigt, dass bei der Nutzung des Verfahrens 12.2\% zusätzliche Reinigungen verschmutzter Spiegel erkannt werden und gleichzeitig unnötige Reinigungen sauberer Spiegel um 14.3\% reduziert werden können. Das Verfahren zur Volumenstrom Bestimmung kann die relativen Massenstromverteilungen im Solarfeld gut abbilden und weißt nur geringe Abweichungen zu den Ergebnissen aus der Simulation auf. Absolute Werte der Fluidlaufzeit werden mit einer relativen Unsicherheit von 2.3\% für Thermoöl und 3.8\% für Salzschmelze bestimmt. Der Volumenstrom kann mit einer relativen Unsicherheit von 3.0\% für Thermoöl und 2.0\% für Salzschmelze bestimmt werden. Mit den beiden Verfahren zur Bestimmung der Spiegelverschmutzung, sowie des Volumenstromes konnte gezeigt werden, dass diese Schlüssel-Messgrößen mit der vorhandenen Messtechnik berechnet werden können. Diese beiden Größen liefern wertvolle zusätzliche Informationen für den Kraftwerksbetreiber ohne Mehrkosten für Messtechnik zu verursachen.

Condition monitoring of solar thermal parabolic trough power plants using intelligent data analysis methods is a promising option to increase the reliability and yield of the plant while reducing costs. However, important measurement variables, such as the mirror soiling, as well as the loop fluid flow are not recorded by the built-in measurement equipment and are thus not regularly available to the operator. Determining these two variables using existing measurement technology and intelligent data analysis methods is a key aspect of this work. The determination of the two measured quantities mirror soiling and loop fluid flow represents an inverse problem, where the causal quantities must be inferred from the measured effects in the solar field. The existing measurement technology in the solar field is the basis for both approaches. For the determination of soiling, models from the field of machine learning are developed, which determine the gloss values of the mirrors. Gloss is used as representative for mirror soiling. Operational and meteorological data of the Andasol-3 power plant are used for that approach. The determination of the loop fluid flow uses the time difference of temperature gradients that arrive with the flow through the loop and are detected at different collectors. Transient simulations are used to create correction functions that allow the determination of fluid transit time between collectors. The presented method can determine the soiling values well and achieves a coefficient of determination of $R^2=0.77$. The results of the models are compared with the current cleaning schedule of the Andasol-3 power plant. It is shown that using the method, 12.2\% additional cleanings of soiled mirrors can be detected while reducing unnecessary cleanings of clean mirrors by 14.3\%. The fluid flow determination method is able to reproduce well the relative mass flow distributions in the solar field and has only small deviations from the simulation results. Absolute values of fluid transit time are determined with a relative uncertainty of 2.3\% for thermal oil and 3.8\% for molten salt. The volumetric flow rate can be determined with a relative uncertainty of 3.0\% for thermal oil and 2.0\% for molten salt. With the two methods, one for the determination of the mirror soiling and one for the determination of fluid flow, it can be shown that these key measurement quantities can be calculated with the existing measurement technology. These two quantities provide valuable additional information for the power plant operator without causing additional costs for measurement instrumentation.

OpenAccess:
PDF
(additional files)