Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Power Plant Operation Optimization Economic dispatch of combined cycle power plants
KTH, School of Industrial Engineering and Management (ITM).
2019 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

As electricity production from renewable sources increases, higher flexibility is required by fossil fuel generation to cope with the inherent fluctuations of solar and wind power. This results in shorter operating cycles and steeper ramps for the turbines, and more uncertainty for the operators.

This thesis work applies mathematical optimization and statistical learning to improve the economic dispatch of a combined cycle power plant composed by two separate blocks of two gas turbines and one steam turbine. The goal is to minimize the input fuel to the gas turbines while respecting a series of constraints related to the demand the plant faces, power generation limits etc. This is achieved through the creation of a mathematical model of the plant that regulates how the plant can operate. The model is then optimized to reduce fuel consumption at a minimum.

Machine learning techniques have been applied to sensor data from the plant itself to realistically simulate the behavior of the turbines. Input-Output curves have been obtained for power and exhaust heat generation of all the turbines using ordinary least squares on monthly data with a ten minutes sampling rate. The model is cross-validated and proven statistically valid.

The optimization problem is formulated through generalized disjunctive programming in the form of a mixed-integer linear problem (MILP) and solved using a branch-and-bound algorithm. The output of the model is a one-week dispatch, in fifteen minutes intervals, carried out for two months in total.

Lower fuel consumption is achieved using the optimization model, with a weekly reduction of fuel consumed in the range of 2-4%. A sensitivity analysis and a correlation matrix are used to highlights the demand and the maximum available capacity as critical parameters. Results show that the most efficient machines (alternatively, the ones with highest available capacity) should be operated at maximum load while still striving for an efficient utilization of the exhaust gas.

Abstract [sv]

När elproduktionen från förnybara källor ökar krävs högre flexibilitet av fossil bränsleproduktion för att hantera fluktuationerna från sol- och vindkraft. Detta resulterar i kortare driftscykler och brantare ramper för turbinerna och mer osäkerhet för operatörerna.

Detta avhandlingsarbete tillämpar matematisk optimering och statistisk inlärning för att förbättra det ekonomiska utnyttjandet av en kombicykel i ett kraftverk som består av två separata block med två gasturbiner och en ångturbin. Målet är att minimera bränsleförbrukningen hos gasturbinerna samtidigt som man tar hänsyn till en serie av villkor relaterade till efterfrågan som anläggningen står inför, kraftproduktionsbegränsningar etc. Detta uppnås genom skapandet av en matematisk modell för anläggningen som reglerar hur anläggningen kan fungera. Modellen är sedan optimerad för minsta möjliga bränsleförbrukning.

Maskinteknik har använts på sensor data från själva anläggningen för att realistiskt simulera turbinernas beteende. In och utdata kurvor har erhållits för kraftproduktion och avgasvärmeproduktion med hjälp av ordinary least squares (OLS) med månads data och med en tio minuters samplingshastighet. Modellen är korsvaliderad och bevisad statistiskt giltig.

Optimeringsproblemet formuleras genom en generaliserad disjunktiv programmering i form av ett mixed-integer linear problem (MILP) och löses med hjälp av en Branch-and-Bound algoritm. Resultatet från modellen är en veckas värden, med femton minuters intervall, totalt i två månader.

Lägre bränsleförbrukning uppnås med hjälp av optimeringsmodellen, med en vecka minskad bränsleförbrukning i intervallet 2-4%. En känslighetsanalys och en korrelationsmatris används för att visa efterfrågan och den maximala tillgängliga kapaciteten som kritiska parametrar. Resultaten visar att de mest effektiva maskinerna (alternativt de med högsta tillgängliga kapacitet) bör drivas med maximal belastning medan de fortfarande strävar efter ett effektivt utnyttjande av avgaserna.

Place, publisher, year, edition, pages
2019. , p. 64
Series
TRITA-ITM-EX ; 2019:544
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-264350OAI: oai:DiVA.org:kth-264350DiVA, id: diva2:1373042
Supervisors
Examiners
Available from: 2019-11-26 Created: 2019-11-26 Last updated: 2019-11-26Bibliographically approved

Open Access in DiVA

fulltext(2933 kB)6 downloads
File information
File name FULLTEXT01.pdfFile size 2933 kBChecksum SHA-512
7ab6f119af39a30a57c704de6ab84e9a1bc89e654a8b1c7f23d37e6b9bc9631ed3ec8283e7cd0491178abc419aeb9b0f765d0f457d512ef766d8b7beb15aa578
Type fulltextMimetype application/pdf

By organisation
School of Industrial Engineering and Management (ITM)
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 6 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 6 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf