Hiilijalanjälki vs kokonaiskustannusanalyysi voimansiirtojen suunnittelussa

1. Yleiskatsaus

Ilmaston lämpenemisen vuoksi kasvihuonekaasupäästöjen vähentäminen on kriittinen asia. Sähköverkkojen siirtosysteemien tappioista suuri osa tulee sähkömuuntimista. Sähköverkkoihin liittyvien kasvihuonekaasupäästöjen vähentämiseksi on asennettava tehokkaampia muuntimia. Tehokkaammat muuntimet vaativat kuitenkin usein enemmän valmistusmateriaaleja. Muuntimien optimiaisiin tappioprosenttiin ja valmistushintoihin pääsemiseksi Total Cost of Ownership (TCO) -menetelmä on teollisuuden standardikäytäntö. TCO-kaava ottaa huomioon ostohinnan (PP) ja tuotteen suunnitellun käyttöajan aikana syntyvät tappiokustannukset (PPL). Tämä menetelmä lasketaan tappioiden hintaan pääomakerroin (A, B).

Tämä lähestymistapa kuitenkin huomioi vain muuntimien suora sähkökustannukset niiden suunnitellun käyttöajan aikana. Eksplisiittiset vaikutukset, jotka koskevat ekologisia resursseja, valmistusinfrastruktuuria, asennusta ja tukijärjestelmiä, eivät ole huomioitu. Esimerkiksi näitä sähkölaitteita käsitellään usein uudelleen tai ne käytetään uudelleen niiden poistumisen jälkeen. Sähkömuuntimia käyttäen esimerkkinä, 73 % käytetyistä materiaaleista voidaan kierrättää, ja tämä prosentti voidaan lisätä luonnollisen este-pohjaisen eristeöljyn käytön avulla. Materiaalien kierrätyksen ja uudelleenvalmistuksen edut eivät ole otettu huomioon.

Hiilijalanjälki on toinen mittari, jota käytetään sähkölaitteiden ympäristövaikutusten määrittämiseen niiden käyttöajan aikana. Tällä hetkellä ei ole laajalti hyväksyttyä menetelmää sähkövarusteiden hiilijalanjäljen laskemiseksi. Erilaiset laskentatyökalut tuottavat usein merkittävän erilaisia tuloksia. Tässä artikkelissa esitetään hiilijalanjälki-analyysimenetelmä, jota sovelletaan muuntimien optimointiin. Tuloksena saadut muuntimet verrataan TCO-menetelmään perustuviin muuntimiin.

2. Kokonaishintainen omistuskustannus -menetelmä

TCO-kaava edustaa tuotteen elinkaaren kustannuksia ostosta loppuunmyyntiin. Toisena yleisesti käytettyä termiä on Elinkaaren kustannus (LCC). Päämääränä on vertailla muuntimia tasavertaisella tavalla ostopäätösten tekemiseksi. TCO-menetelmän standardoitu muoto tarjouspyyntovaiheessa on seuraavanlainen:

TCO = PP + A · PNLL + B · PLL    (1)

Missä A on tyhjiökustannuskerroin (€/kW), B on kuormituskerroin (€/kW), PNLL (kW) on muuntimen tyhjiötappiot sen koko elinkaaren ajan, ja PLL (kW) on muuntimen kuormitustappiot sen koko elinkaaren ajan.

Sähköverkkojen tai teollisuuden ja kaupan käyttäjien näkökulmasta TCO-laskennat vaihtelevat. Sähköverkon muuntimien tappioiden arviointimenettelyissä on ymmärrettävä ja arvioitava muuntimien tuotannon, siirron ja jakelun kokonaiskustannukset, mikä johtaa monimutkaisiin laskentakaavioihin. Toisaalta, teollisuuden ja kaupan käyttäjien muuntimien tappioiden arviointimenettelyissä on ymmärrettävä ja arvioitava sähkön hinnat muuntimen suunnitellun käyttöajan aikana.

A. Analyysitilanteen yksityiskohdat

Kerroin (A, B) laskettiin 16MVA-sähkömuuntimelle, joka on yhdistetty aurinkovoimalaan (Kuva 1). Laskutoimituksiimme määritimme A:n ja B:n arvot standardoituun menetelmään.

Tämän tarkoituksen vuoksi on ratkaistava seuraava yhtälö:

3. Hiilijalanjälki-analyysi

Tavoitteemme on luoda menetelmä, jolla voidaan määrittää ja vertailla optimaalista hiilijalanjälkeä (CF) sähkömuuntimille. "Hiilijalanjälki mitataan kaiken hiilidioksidipäästöjen määrää, joka aiheutuu suoraan tai epäsuorasti aktiviteetista tai tuotteen elinkaaren aikana." Se voi myös edustaa kaikkien hiilidioksidin (CO2) ja muiden kasvihuonekaasujen (GHG) päästöjen määrää, jotka ovat yhdistetty tuotteeseen. CF on osa laajempaa elinkaaren arviointia (LCA). LCA on kansainvälisesti standardoitu menetelmä (ISO 14040, ISO 14044), jota käytetään ympäristökuormien ja resurssien kulutuksen arviointiin tuotteen elinkaaren aikana. Siksi CF on elinkaaren arviointi, joka rajoittuu vain sellaisiin päästöihin, jotka vaikuttavat ilmastonmuutokseen.

On kaksi pääasialista menetelmää CF-laskennassa: bottom-up-prosessianalyysi (PA) tai top-down-ympäristöllisesti laajennettu input-output (EIO) -analyysi. Prosessianalyysi (PA) on bottom-up lähestymistapa, jossa huomioidaan yksittäisen tuotteen ympäristövaikutukset tuotannosta hävittämiseen. Ympäristöllisesti laajennettu input-output (EIO) -analyysi perustuu top-down lähestymistapaan CF:n estimointiin.

Product Attribute to Impact Algorithm (PAIA) tarjoaa yleismenetelmän erilaisten sähkötuotteiden, kuten valaistuslaitteiden, pyörimämoottorien, jne. CF:n laskemiseksi. Tämä menetelmä laskee moottoreiden valmistus-, käyttö- ja kierrätyksen aikana syntyvän CF:n. PAIA-menetelmää ei kuitenkaan ole vielä sovellettu sähkömuuntimien CF-arviointiin.

Lisäksi taloudelliset jalanjäljet vertaillaan yleensä mielivaltaisesti valittuihin olemassa oleviin suunnitelmiin (Kuva 2), ei kahdelle optimoituun suunniteltuun muuntimelle. Sähkömuuntimien pitkän käyttöajan vuoksi huoltokustannukset, jotka liittyvät säännöllisiin korvausosien tarpeisiin ja suunniteltuun ajoituksen tarpeisiin, eivät sisälly tarjouspyyntovaiheeseen. Industry 4.0 -periaatteiden toteuttamisen jälkeen nämä voivat lasketaan varusteen suunnittelun alusta alkaen.

3.1 Pääomakertoimet

Tämän tarkoituksessa pääomakerroin on seuraava:

Missä r edustaa sijoitusrahaston alennusprosenttia. Tämä vaihtelee yleensä välillä 5-10 %, ja valitsimme laskelmiimme 6,75 %. Tässä tapauksessa muuntajan odotettu elinkaari (t) on 25 vuotta. Yhtälössä (4) p edustaa vuosittain keskitettyä sähköntarvetta maksimitarpeen kW:tä kohden. Tarvekerroin edustaa suhdetta maksimitarpeeseen muuntajan nominal kapasiteettiin (0,65). Pääomakertymiskerroin (f) osoittaa tulevien vuosittain maksettavien maksujen kokonaissumman nykyisessä valuutassa. Keski-Euroopan nykyinen sähkön hinta on 0,05 euroa (€/kWh). Tehonkulukerroin (LLF) määritellään jakson aikana keskimäärin menetetyn tehon ja huipputarpeen aikana menetetyn tehon suhteena. Tehokerroin (LF) on muuntajan koko elinkaaren ajan keskimääräinen kuorma, ilmaistuna prosentteina suhteessa keskimääräiseen maksimitarpeeseen. Meidän tapauksemme, aurinkosähkövoimaloissa LF=25 %, joten LLF on 0,15625 (Kuva 1).

Yhtälöistä (4,5) voidaan laskea pääomakertymiskertoimet (A, B). Yhtälöissä (4,5) kerroin 8760 edustaa muuntajan vuosittaisia toimintatunteja. Yhtälössä (B) lasketaan tehonkulun kustannukset. Kaikkien muuntajien joukossa taloudellisesti kannattavin ja energiatehokkain muuntaja on se, joka minimoi TCO:n (Kuva 2).

A. Hiilijalanjäljen analyysin tavoitefunktio

Vastaavasti TCO-kaavaan, voidaan esitellä tavoitefunktio hiilijalanjäljen (CF) arvioimiseksi voimanmuuntajille:

TCO2 = BCP + A* · PNLL + B* · PLL

missä TCO2 edustaa laskettua hiilijalanjälkeä (g), BCP edustaa koneen valmistusprosessissa lasketun hiilijalanjäljen. A* ja B* ovat pääomakertymiskertoimet CO2-päästöjen (kg/kW) laskemiseksi muuntajan suunnitellulla käyttöikäksi.

Näiden analyyttisten pääomakertymiskertoimien laskemiseksi otetaan huomioon kolme kasvihuonekaasua (GHG): hiilidioksidia (CO2), metania (CH4) ja typpioksidia (N2O) jokaiselle polttoaineelle, jota käytetään sähköverkossa. Tämä johtuu siitä, että jos laskemme aurinkovoimaloiden nollapäästöillä, saamme teoreettisesti vähimmäispainoisen ja enimmäiskuluttavan muuntajan. Metanin ja typpioksidin päästöt muutetaan CO2-yhtäpitäviksi päästöiksi kertomalla ne niiden vastaavilla maailmanlämpöpotentiaalikerroineen (I):

missä ei on päästökerroin yksikössä (tCO2/MWh), kun taas eCO2,i, eCH4,i ja eN2O,i ovat hiilidioksidin, metanin ja typpioksidin päästökerroin vastaavasti tutkittavalle polttoainetyypille (i), kaikki yksikössä (t/GJ). Kerroin 0,0036 käytetään GJ:n muuntamiseen MWh:ksi. Polttoaineelle i, ni edustaa polttoaineen i siirtosysteemin muuntotehokkuutta (prosentti %), ja λi edustaa polttoaineen i siirtosysteemissä tapahtuvan tehon kulutusprosenttia. Tässä artikkelissa λi = 8 % käytetään jokaisen polttoainetyypin laskemiseen.

Unkarin sähköverkon energiarakenne tiedon avulla laskettiin A*=425 kgCO2/kW ja B*=66,5 kgCO2/kW.

4 Muuntajamalli

Voimanmuuntajan mallinnus käyttää yksinkertaistettua kahdenvaiheista aktiiviosaa (ydin ja kytkentät). Tämä lähestymistapa on laajasti käytössä ennakkosuunnittelun optimointivaiheissa, koska aktiiviosan mitat määrittävät muuntajan kokonaiskoon. Muuntajan geometriset ja sähköiset ominaisuudet mallinnetaan avainteknisilla suunnitteluparametreilla. Nämä oletukset hyväksytään laajasti teollisuudessa, tarjoavat riittävän tarkkuuden kuparin ja ytimen kulutuksen arviointiin, samalla merkittävästi yksinkertaistavat erilaisten mahdollisten ytimen ja kytkentien konfiguraatioita.

Ennakkosuunnitelmaan perustuva muuntajamalli määrittelee selvästi pääaktiivien ulkorajat, mikä on riittävä varhaisvaiheisiin kustannuslaskelmiin. Näiden avainteknistiedostojen ymmärtäminen nopeuttaa insinöörien työtä, ja yksityiskohtaiset suunnitteluparametrit voidaan helposti määrittää standardikäytännöillä (Kuva 2). Eurooppalaiset ja amerikkalaiset muuntajavalmistajat käyttävät käytännössä metaheuristiikkaa perustuvia optimointimenetelmiä.

5 Metaheuristinen haku

Muuntajamalli käyttää geometrista ohjelmointia, jota ratkaistaan metaheuristisilla algoritmeilla ennakkosuunnittelun matemaattisen mallin käsittelyä varten. Kaksi tekijää määrittelevät geometristen ohjelmien ratkaisujen etulyöntiaseman. Ensiksi, modernit sisäpisteperusteiset GP-ratkaisijat ovat nopeat ja luotettavat. Toiseksi, geometristen ohjelmien matemaattisen mallinnuksen säännöt takaa, että saatu ratkaisu on globaalisti optimaalinen. Yhtäsuuruus- ja epäyhtälörajoitteiden ilmaisut on esitettävä erityisillä matemaattisilla kaavoilla, jotka tunnetaan monomiina (10) ja posynomialina (11).

Missä ck>0, α-parametrit ovat reaalilukuja, ja x-muuttujien arvot on oltava positiivisia. Kuorityyppisten voimanmuuntajien kustannusoptymisaongelman voi formuloida erityisessä geometrisessa rakenteessa. Kuitenkin tämä matemaattinen optimointimenetelmä ei ole sovellettavissa ytimellä varustettuihin voimanmuuntajiin, koska nämä vaativat tiukkoja vaatimuksia lyhytkiertotähdearvoiselle impedanssille. Siksi yhdistämällä GP-menetelmän ja haarautus- ja rajoitusmenetelmän, saatiin nopea ja tarkka ratkaisumenetelmä.

6 Tulokset ja keskustelu

A. Testimuuntajan tekniset tiedot

Optimointikokeet suoritettiin 16 MVA:n voimanmuuntajan käsittelyyn, jonka jännitesuhde oli 120 kV / 20 kV. Ensimmäisen tapauksen optimointitavoitteena oli Kokonaisomakustannus (Total Cost of Ownership, TCO) ja toisessa tapauksessa pienin hiilijalanjälki (Carbon Footprint, CF). Verkon taajuudeksi asetettiin 50 Hz, ja vaadittu lyhytpistevastus oli 8,5 %. Parametrit valikoitiin standardien mukaisesti. Voimanmuuntajan jähdytystapa valikoitiin ONAN-menetelmäksi, ja ympäristölämpötilaksi määritettiin 40 °C. Siksi päävoima-johtojen sallittu virtatiheyden raja asetettiin 3 A/mm² ja kytkentävaihtojen johtojen raja 3,5 A/mm².

Alajännitelinen (primääri) johto mallinnettiin CTC (Continuously Transposed Cable) -kierrejohtona, kun taas ylijännitelinen (sekundaari) johto mallinnettiin levyysohjona kaksijohdoksilla. Ottaen huomioon magneettiytimen materiaalin tihennyksen ja verkon yljännityksen, maksimifluxtiheyteen asetettiin raja 1,7 T. Vähimmäisetäisyys eristykseksi valikoitiin empiiristen sääntöjen perusteella. Sähköterään hintaksi valikoitiin 3,5 €/kg, ja voima-johtomateriaalin hinnaksi 8 €/kg. Sähköterään valmistuksen hiilijalanjälki oli 1,8 kg CO2/kg, ja kuparin 6,5 kg CO2/kg.

Optimointitulokset on tiivistetty taulukkoon 2. Tulosten perusteella voidaan nähdä, että CF-optimoinnin (carbon footprint) avulla saavutettu optimaalinen muuntajan tehokkuus on alhaisempi kuin TCO-analyysin (Total Cost of Ownership) jälkeen. Muuntajan jännite kierroksen kohtaisesti liittyy kupari- ja teräsosuuksien suhteeseen, ja arvot ovat lähes samat molemmissa tapauksissa. Ytimen hukka on suhteellisen pieni molemmissa tapauksissa, eikä merkittäviä eroja ole havaittavissa. Aurinkovoimaloiden pieni LLF (Load Loss Factor) johtaa siihen, että ytimeen liittyvät hukkahinnat ovat suhteessa suurempia kuin lataushukkahinnat. Pääasiallinen ero on kuparihukassa, joka on huomattavasti pienempi kuin TCO-tapauksessa. Koska epämuunmetallien ja muunmetallien viljelyn hintasuhteet ovat korkeammat kuin ytimen ja kuparin materiaalien hintasuhteet, ja koska käytettyjen materiaalien CF on suurempi kuin sähköhukkien CF, optimointialgoritmi suosii vähemmän kuparia sisältäviä suunnitelmia muuntajan CF:n pienentämiseksi. Sähköhintojen CF:n ja kuparin/teräksen viljelyn CF:n välisen merkittävän eron vuoksi algoritmi suosii pienempää, vähemmän tehokasta suunnitelmaa verrattuna TCO-pohjaiseen laskentaan.

7 Johtopäätös

Tällä hetkellä ei ole valmiita, laajalti hyväksyttyä menetelmää sähkömuuntajien hiilijalanjäljen määrittämiseksi. Postitaloudellisessa ajassa kirjallisuudessa on tehty hiilijalanjälki-analyseja mielivaltaisesti valituista muuntajipareista. Kuitenkin suuret sähkömuuntajat ovat räätälöityjä eri taloudellisiin skenaarioihin. Optimoitujen suunnitelmien vertailua varten tehtiin kaksi optimointisuunnitelmaa käytännön esimerkissä. Ensimmäisessä tapauksessa tehtiin TCO-optimointi; toisessa tapauksessa minimoidiin muuntajan hiilijalanjälki. Tulokset osoittavat, että hiilijalanjälki-analyysi voi tuottaa tehottomampia muuntajia verrattuna perinteisiin TCO-menetelmiin. Tämä voi johtua siitä, että suurten moottoreiden valmistuksen ympäristökustannukset ovat suurempia kuin niiden verkkohukat. Lisätutkimuksissa voitaisiin arvioida valmistusaikojen, huollon, uusien biodegradoituvien eristysöljysten tai muuntajien kierrättämisen ympäristövaikutuksia.