institut für luft- und kältetechnik dresden ggmbh carsten heinrich dynamische simulationen in der...

Institut für Luft- und Kältetechnik Dresden gGmbH

Carsten Heinrich

Dynamische Simulationen in der Umwelttechnik

Zittau, 20.06.2007

Praxisorientierter Einsatz von Simulation

Dynamische Simulationen in der Umwelttechnik - 20.06.2007 2

Inhaltsübersicht

Einführung

Notwendigkeit speziell im Rahmen umwelttechnischer Lösungen am Beispiel

der Energietechnik

Praxisbeispiel:

solarthermisch angetriebene Klimatisierungssysteme

Unterschiede zwischen dynamischer und stationäre Simulation

Kurzdarstellung

Beispiel aus der energetischen Verbesserung von Haushaltskältegeräten

Umsetzung von dynamischen Simulation für die Praxis

Neue Ansätze für die Modellierung

Fazit


Energieversorgung auf Basis fossiler und regenerativer Energiequellen

fossile Energiequellen

bedarfsgerechte Bereitstellung der

Primärenergie (Gas, Öl) bzw.

kompaktes Brennstofflager (Kohle)

Endenergiepreis ist stark an

Primärenergienpreis gekoppelt

regenerative Energiequellen

Energiequelle weist stochastisch und

vorhersehbare Schwankungen auf

Endenergiepreis ist stark an die

Investitionskosten gekoppelt

Anforderung an die Energieversorgung:

Bereitstellung der Energie entsprechend der Nachfrage

Kostengünstige Versorgung


Notwendige Simulation für eine Kosten- und Funktionsgerechten Nutzung regenerativer Energiequellen

Ertragsprognose und Optimierung bei

minimalen Änderungen der

Anlagenkonfiguration

Auswirkung auf das Netzverhalten

Ausgleichmaßnahmen (Pufferspeicher)

Auslegungsüberprüfung von größeren

Energiespeichern

gezielte Ansteuerung von Verbrauchern

Reservesysteme

stei

gend

es V

erhä

ltnis

Erz

euge

rleis

tung

zu

Net

zgrö

ße


Beispiel solargestützte Klimatisierung eines Bürogebäudes

Kältebedarf und Solarstrahlungsangebot weisen

wesentliche Parallelen im Verlauf auf

Mit der Anwendung solargetriebener Klimatisierungs-

technologien auf Basis von Absorptionskälteanlagen

lässt sich ein Beitrag zur CO2 Minderung und zur

Netzentlastung in kritischen Zeiten erreichen



Problemstellung in der Anlagengestaltung

Vielzahl verschiedener Technologien

Kollektortypen

Rückkühlvarianten

Speichervarianten, etc.

Vielzahl freier, in weitem Rahmen variabler Parameter

Kollektorfeldgröße

Speicherauslegung

stark Abhängigkeit vom Standort

Klimadaten,

Kühlbedarf

Eine analytische Optimierung auf Effizienz und Kosten ist nicht möglich!



Lösungsansatz liegt in der Simulation über ein so genanntes Referenzjahr

Nutzung vorhandener Simulationsumgebungen, z.B. TRNSYS

Ursprünglich zur Simulation von Gebäude entwickeltes,

Komponentenorientiertes Simulationspaket

Notwendige Schritte

Entwicklung eines passenden Modells für die AKA

Entwicklung eines entsprechenden Gebäudemodells

Zusammenfügen und Parametrierung der gesamten Komponenten zum

gewünschten Anlagenschema

Ausgabevariablen und Vorauswertung (z.B. Integration) deklarieren

Simulation


Simulationsergebnisse am spanischen Standort Huevla

maximal erreichte Kälteleistungen in Abhängigkeit von Kollektortyp, Rückkühlvariante

und der Kollektorfläche


Simulationsergebnisse am spanischen Standort Huevla

Vergleich von zwei Anlagenvarianten

bezüglich Kälteleistung und

Raumtemperaturverlauf:

(a) Trockenkühlturm +

Vakuum – Röhren - Kollektor

(b) Meerwasserrückkühlung +

Parabolrinnen – Kollektor

Kollektorfläche je 55m²

Absorptionskälteanlage je 15 kW


Aufwand – Vergleich dynamische – stationäre Simulation

Stationäre Simulation

eingeschwungene Zustände, keine zeitabhängigen Änderungen, keine Speichereffekte

Stellt in der Natur und Technik nicht die Regel sonder den Spezialfall dar

Optimierungspotenzial auf Basis stationäre Zustände ist heute in vielen Bereichen

ausgeschöpft

wesentlicher Anstieg des Modellierungsaufwandes

größere Modellvielfalt entsprechend dem Hauptaugenmerk der interessierenden

Zeitkostanten

wesentlicher Anstieg der Anzahl vorhandener Parameter

Parametrierung sehr aufwendig, einige Größen sind nur schwer verfügbar

große Gefahr entscheidende Parameter nicht oder falsch zu setzen

Validierung schwierig, da Messgrößen und tatsächliche Größen oft auseinander liegen

und Fehler schwieriger zu finden sind


Beispiel Verdichter im Kühlschrank

Stationäre Lösung beinhaltet

4 Eingangsgrößen: Druck am Ein- und

Austritt, Temperatur am Eintritt und in der

Umgebung

Je genau eine Lösung für Massestrom und

Energieaufnahme und Austrittstemperatur

p0, tSG

pDG, tDG

m

PEl

tUmg



Dynamische Lösung beinhaltet

Anzahl thermischer Speicher

Anzahl Kältemittelspeicher

Große Zeitkonstanten aufgrund

kleiner Förderleistung

große Baugröße

Starke Zeitabhängigkeit der Lösung

Definition des Ausgangszustandes

M

Oil - KM - Gemisch

Druck-dämpfer

freiesGasvolumen

MVB

Verdichterkapsel

Austritt

Eintritt


Einsatz von dynamischer Simulationen

Einfache Zeitschrittsimulationen ohne großen Iterationsbedarf können oft in

Form von Excel-Arbeitsplättern durchgeführt werden

Für konkrete, weit verbreite Anwendungen sind am Markt zahlreiche

zugeschnittene Programme erhältlich, z.B. für Simulation einfacher

Solarthermie und PV- Anlagen (z.B. T-Sol, PV-Sol)

Für Anwendungen mit individueller Charakter welche jedoch im Allgemeinen

große Anwendung finden, sind oft Simulationsumgebungen mit

entsprechenden Modellbibliotheken die erste Wahl (z.B. TRNSYS, Simulink,

Dymola...)


Entwicklungen im Bereich der dynamischen Simulation

entscheidende Nachteile herkömmlicher (Blockorientierter) Werkzeuge im

Bereich der dynamischen Simulation

feste Ein- und Ausgangsgrößen

Lösungsalgorithmus in den einzelnen Modellen integriert

Konvergenzprobleme in komplexen Systemen

Gleichungsbasierte Systeme (EES, Modelica)

Formulierung der Komponenten als System von Gleichungen

objektorientiert

keine Vorgabe des Informationsflusses


Entwicklungen im Bereich der dynamischen Simulation

Vorteile

Vielseitiger Einsatz einmal erstellter Modelle

Aufteilung der Arbeit auf Speziallisten (physikalische Modelle – Lösung der

Ansätze)

höhere Simulationseffizienz (Geschwindigkeit und Konvergenz) durch

symbolische Manipulation

Nachteile

Notwendigkeit zu stetigen Modellen

Bereitstellung partieller Ableitungen

komplizierter Debugging Prozess


Unterschied herkömmlicher und gleichungsbasierter AnsatzBeispiel Rohrmodell

Für ein dynamisches Modell der Komponente sind zur Lösung 5 der 8

dargestellten Größen notwendig (alle Kombinationen sind möglich)

Entsprechend dem herkömmlichen Weg der Modellierung (Blockorientiert)

sind zur Abdeckung aller möglich Varianten C85 = 336 Modelle umzusetzen!

Mit der Verwendung des gleichungsbasierten Ansatzes genügt theoretisch

eine einzige Umsetzung

Nutzung zur Lösung von inversen Problemen: z.B. Steuersignale A380

pAus, hAus, mAuspEin, hEin, mEin

tUmg QWandUmg


Fazit

Dynamische Simulation in der Umwelttechnik verfolgt drei wesentliche Ziele:

Überprüfung und Optimierung der Dimensionierung von Anlagenkomponenten

Entwicklung und Optimierung von geeigneten Regelungsstrategien

Vorhersage des zu erwartenden Verhaltens -> Betriebsergebnisses

Als Nebeneffekte (welche ebenfalls zu erheblichen Innovationsstützen werden können

ergeben sich:

Verständnisgewinn zum Verhalten komplexer Anlagensysteme unter dem Einfluss von

Störgrößen sowie festen Modifikationen

Unter den Bedingungen vieler Technologien der Umwelttechnik (stark ausgeprägtes

instationäres Verhalten) kann geschlussfolgert werden:

Eine Vielzahl von umwelttechnischen Lösungen sind durch den Einsatz dynamischer

Simulationen erst wirtschaftlich durchsetzbar

Durch die Notwendigkeit zum sparsamen Umgang mit den Ressourcen bekommt der

dynamischen Simulation zur Entwicklung und Optimierung von Anlagen in Zukunft eine

weiterhin steigende Bedeutung zu (nicht nur in der Grundlagenforschung)

Institut für Luft- und Kältetechnik Dresden gGmbH

Ende der Präsentation

Carsten Heinrich ________________________________________Tel.: +49 351 / 4081-637Fax: +49 351 / 4081-635E-Mail: [email protected]: www.ilkdresden.de

____________________________________

Institut für Luft- und KältetechnikGemeinnützige Gesellschaft mbHBertolt-Brecht-Allee 2001309 Dresden

institut für luft- und kältetechnik dresden ggmbh carsten heinrich dynamische simulationen in der...

Documents