Szénnyomtató és TCO elemzés a teljesítményátalakító tervezéséhez

1. Áttekintés

A globális felmelegedés miatt a szén-dioxid-kibocsátás csökkentése egy kritikus kérdés. A villamosenergiaátviteli rendszerekben a veszteségek jelentős része a transzformátorokból ered. A szén-dioxid-kibocsátás csökkentéséhez hatékonyabb transzformátorokat kell telepíteni a villamosenergia-rendszerekbe. Azonban a hatékonyabb transzformátorok gyakran több anyagot igényelnek a gyártáshoz. A transzformátorok optimális veszteségarányának és gyártási árának meghatározásához az iparág standard gyakorlata a TCO (Total Cost of Ownership) módszer alkalmazása. A TCO képlet figyelembe veszi a vételi árat (PP) és a termék tervezett élettartama alatti veszteségek költségét (PPL). Ez a módszer a veszteségek költségét befektetési tényezők (A, B) segítségével számítja.

Ez az megközelítés azonban csak a transzformátorok tervezett hasznos élettartama alatti közvetlen villamosenergia-költségeit veszi figyelembe. A környezeti erőforrások, a gyártási infrastruktúra, a telepítés és a támogató rendszerek közvetlen hatásai nem kerülnek figyelembe. Például ezeket a villamos eszközöket gyakran újrahasznosítanak vagy újrahasználják a kilépésük után. A hatalmas transzformátorok példájának megfelelően, a használt anyagok 73%-a újrahasznosítható, és ez az arány tovább növekedhet természetes ester-alapú izoláló olaj használatával. Az anyagújrahasznosítás és a remanufacturing előnyei nem vannak figyelembe véve.

A szén-lábnyom egy másik mérőszám a villamos berendezések környezeti hatásának meghatározásához a hasznos élettartamuk során. Jelenleg nincs elterjedt módszer a villamos berendezések szén-lábnyomának kiszámítására. Különböző kiszámítási eszközök gyakran jelentősen eltérő eredményeket adnak. Ez a tanulmány egy szén-lábnyom elemzési módszert javasol, és ezt a transzformátor-optimalizációra alkalmazza. Az így kapott transzformátorok összevetésre kerülnek a TCO módszerre épülő transzformátorokkal.

2. Teljes birtoklás költségei módszer

A TCO képlet a termék teljes életciklusának költségeit reprezentálja a vételtől a végső kivételéig. Egy másik gyakran használt kifejezés a Life Cycle Cost (LCC). Az elsődleges cél a transzformátorok egyenlő alapon való összehasonlítása, hogy vásárlási döntéseket hozhassunk. A TCO módszer standard formája az ajánlófolyamat során a következő:

TCO = PP + A · PNLL + B · PLL    (1)

Ahol A a nélküli terhelésű veszteség tényező (€/kW), B a terhelés alatti veszteség tényező (€/kW), PNLL (kW) a transzformátor teljes élettartama alatti nélküli terhelésű vesztesége, és PLL (kW) a transzformátor teljes élettartama alatti terhelés alatti vesztesége.

A villamosenergia-szolgáltatók vagy ipari és kereskedelmi felhasználók szempontjából a TCO kiszámítások is eltérőek. A villamosenergia-szolgáltatók transzformátorveszteség-elemzési eljárásai a transzformátor generálás, átvitel és elosztás veszteségeinek teljes költségének megértését és kiértékelését igénylik, ami összetett kiszámítási képleteket eredményez. Másrészről, az ipari és kereskedelmi felhasználók transzformátorveszteség-elemzési eljárásai a transzformátor tervezett hasznos ideje alatti villamosenergia-árak megértését és kiértékelését igénylik.

A. Az elemzési forgatókönyv részletei

Az (A, B) tényezőket egy napfényes energiaállomáshoz kapcsolt 16MVA-os transzformátor esetében számították ki (1. ábra). Standard módszerrel határoztuk meg A és B értékeit a számításainkban.

Ehhez a következő egyenlet megoldása szükséges:

3. Szén-lábnyom elemzés

Célunk egy módszer kialakítása, amely meghatározza és összehasonlítja a hatalmas transzformátorok optimális szén-lábnyomát (CF). "A CF a szén-dioxid-kibocsátás teljes mennyiségét méri, amelyet egy tevékenység közvetlenül vagy közvetve okoz, vagy egy termék életciklusa során kumulálódik." Ez a teljes szén-dioxid (CO2) és egyéb üdeházhatás-gáz (GHG) kibocsátások (mint például metán, nitrogén-oxid stb.) összességét is reprezentálhatja, amelyek egy termékhez tartoznak. A CF a Life Cycle Assessment (LCA) által lefedett adatok egy részhalmaza. Az LCA egy nemzetközileg standard módszer (ISO 14040, ISO 14044), amely a termék életciklusának során fellépő környezeti terheket és erőforrás-felhasználást értékeli. Így a CF egy olyan életciklus-értékelés, amely kizárólag a klímaváltozásra gyakorolt hatásokat befolyásoló kibocsátásokra korlátozódik.

Két fő módszer létezik a CF kiszámításához: a bottom-up process-based analysis (PA) vagy a top-down environmentally extended input-output (EIO) analysis. A PA egy bottom-up megközelítés, amely egy termék környezeti hatásait a gyártástól a hulladékig vizsgálja. Az EIO analízis egy top-down megközelítést alkalmaz a CF becslésére.

A Product Attribute to Impact Algorithm (PAIA) egy univerzális módszert nyújt különböző típusú villamos termékek, mint például a fénykészülékek, a forgó elektromos gépek stb. CF-jának kiszámításához. Ez a módszer a motorok gyártás, működés és újrahasznosítás fázisaiban fellépő CF-t számítja. Azonban a PAIA módszer még nem volt alkalmazva hatalmas transzformátorok CF-értékelésére.

Ezenkívül a gazdasági lábnyom tervezéseket általában tetszőlegesen kiválasztott, már meglévő tervezések (2. ábra) között hasonlítják össze, nem pedig két optimálisan tervezett transzformátor között. A hatalmas transzformátorok hosszú hasznos élettartama miatt a rutin cseréhez kapcsolódó karbantartási költségek további alkatrészeket és tervezett állást igényelnek. Ezek a költségek nem kerülnek figyelembe az ajánlófolyamat során. Az Ipari 4.0 elvek bevezetése, a prediktív karbantartás után ezek a kezdetektől fogva a berendezés tervezésének időpontjából számíthatók.

3.1 Befektetési tényezők

Ehhez a következő befektetési tényezők vonatkoznak:

Ahol r jelöli a befektetés kamatlábát. Ez általában 5-10% között változik, és számításainkhoz 6,75%-ot választottunk. Ebben az esetben a transzformátor várható élettartama (t) 25 év. Az (4) egyenletben p jelöli a maximális igény szerinti éves elektromos energiát kW-ban. Az igény tényező a maximális igény és a transzformátor megengedett kapacitása (0,65) arányát jelenti. A tőkevisszaszerzési együttható (f) a jelenlegi pénznemben kifejezett, jövőbeli költségek teljes éves fizetéseit mutatja. Közép-Európában a jelenlegi villamos energia ára 0,05 euró (€/kWh). A terhelés veszteség tényezőjét (LLF) a terhelés csúcsigény idején felmerülő veszteséghez képesti átlagos teljesítményveszteség arányaként definiáljuk. A terhelés tényező (LF) a transzformátor teljes élettartamán át mért átlagos terhelését fejezi ki, amely a maximális terheléshez viszonyítva százalékosan kifejezve. Fényképészeti telepek esetén LF=25%, így LLF 0,15625 (Ábra 1).

Az (4,5) egyenletekből a tőkebefektetési tényezőket (A, B) lehet kiszámolni. Az (4,5) egyenletekben a 8760 tényező a transzformátor éves működési óráit jelöli. A (B) egyenletben a terhelés veszteség költségeit számolják. A legköltséghatékonyabb és energiateljes transzformátor a TCO-t (Teljes Összköltség) minimalizáló (Ábra 2).

A. Szénlábonyomattal kapcsolatos célfüggvény elemzése

A TCO (Teljes Összköltség) képletének hasonlóan, bevezethetünk egy célfüggvényt a határoztatható szénlábonyomatra (CF) vonatkozóan:

TCO2 = BCP + A* · PNLL + B* · PLL

ahol TCO2 a kiszámított szénlábonyomat (g), BCP pedig a gép gyártási folyamat során kiszámolt szénlábonyomat. A* és B* a CO2-kibocsátást (kg/kW) a transzformátor tervezett szolgáltatási idő alatt kiszámoló tőkebefektetési tényezők.

Ezek az analógiákban lévő tőkebefektetési tényezők kiszámításához három üvegházhatású gáz (GHG) kerül figyelembevételre: szén-dioxid (CO2), metán (CH4) és nitrogénoxid (N2O) minden használt üzemanyag típusa szerint a hálózatban. Ezért, ha napelemparkok nullaszennyező termelésével számolunk, a kapott transzformátor elméletileg minimális tömegű és maximális veszteségű lenne. A metán- és nitrogénoxid-kibocsátást CO2 ekvivalens kibocsátásra alakítják, megszorozva a globális felmelegedési potenciál tényezőikkel (I):

ahol ei a (tCO2/MWh) egységekben kifejezett kibocsátási tényező, míg eCO2,i, eCH4,i és eN2O,i a vizsgált üzemanyag (i) típusának szén-dioxid, metán és nitrogénoxid kibocsátási tényezői (t/GJ) egységekben. A 0,0036 tényező GJ-t MWh-ra konvertál. Az i üzemanyagra vonatkozóan ni a transzmissziós rendszerben az i üzemanyag konverziós hatását jelöli (%), λi pedig a transzmissziós rendszerben az i üzemanyag veszteségét (%). Ez a tanulmány λi = 8%-ot használ számításokhoz minden üzemanyag típusa esetén.

A magyar villamos hálózat energiastruktúrájának adatainak felhasználásával A*=425 kgCO2/kW és B*=66,5 kgCO2/kW értékek számoltak ki.

4 Transzformátor modell

A teljesítménytranszformátor modellezése egy egyszerűsített kéttekercses aktív részt (mag és tekercsek) alkalmaz. Ez a megközelítés széles körben használatos előzetes tervezési optimalizálási szakaszokban, mert az aktív rész méretei meghatározzák a teljes transzformátor méretét. A transzformátor geometriai és elektromos jellemzőit kulcsszerepű tervezési paraméterekkel modellezzük. Ezek a feltételezések széles körben elfogadottak az iparban, megfelelő pontosságot biztosítanak a réz és a magveszteségek becslésében, miközben jelentősen leegyszerűsítik a különböző lehetséges mag- és tekercskonfigurációkat.

Az előzetes tervezési transzformátor modell világosan meghatározza a fő aktív komponensek külső határait, ami elegendő a korai szakasz költségbecsléséhez. Ezek a kulcsszerepű tervezési paraméterek gyorsítják a mérnökök munkáját, és a részletes tervezési paraméterek könnyen meghatározhatók standard gyakorlatokkal (Ábra 2). Európa és Amerika transzformátor-gyártói metaheurisztikus optimalizálási módszereket alkalmaznak a gyakorlatban.

5 Metaheurisztikus keresés

A transzformátor modell geometriai programozást alkalmaz, amit metaheurisztikus algoritmusok oldanak meg a matematikai modell előzetes tervezési optimalizálási problémáját. Két tényező határozza meg a geometriai programozás megoldóprogramjainak előnyeit. Először is, a modern belső pont alapú GP megoldóprogramok gyorsak és erősök. Másodszor, a geometriai programozás matematikai modellezési szabályai garantálják, hogy a nyert megoldás globálisan optimális. Az egyenlőségi és egyenlőtlenségi korlátok kifejezései speciális matematikai formulákkal, monomokkal (10) és poszinomokkal (11) kell, hogy reprezentálják őket.

Ahol ck>0, az α paraméterek valós számok, és az x változók értékei pozitívak. A hordozó típusú teljesítménytranszformátor költségoptimalizálási problémát különleges geometriai struktúrát formában lehet megfogalmazni. Ugyanakkor ez a matematikai optimalizálási módszer nem alkalmazható a magtípusú teljesítménytranszformátorokra, mivel ezeknek szigorú elvárásai vannak a rövidzárlat-ellenállásra. Így, a GP módszer kombinálásával a branch-and-bound módszerrel, egy gyors és pontos megoldómetódust sikerült elérni.

6 Eredmények és beszélgetés

A. Teszt transzformátor technikai specifikációi

Optimalizációs teszteket végeztek egy 16 MVA-os átalakítóra, amelynek feszültségaránya 120 kV/20 kV. Az optimalizálás célja az első esetben a teljes birtoklani költség (TCO) minimalizálása, a második esetben pedig a minimális szén-lábnyom (CF). A hálózati frekvencia 50 Hz volt, a szükséges rövidzárlat-ellenállás 8,5%. A paramétereket a szabványoknak megfelelően választották. Az átalakító hűtési módszerét ONAN-ként határozták meg, a környezeti hőmérséklet 40 °C volt. Ezért a fő csomópont hengereinek engedélyezett áramszűrő sűrűségének korlátát 3 A/mm²-ra, míg a csapágyváltó hengerének 3,5 A/mm²-ra állították.

A nyalában lévő (elsődleges) csomópontot folyamatosan transzponált kábel (CTC) alapján modellezték, míg a magasfeszültségű (másodlagos) csomópontot kétkonduktoros diszkuszmódú csomópontról modellezték. A maganyag telítettségét és a hálózati túlfeszültséget figyelembe véve a maximális mágneses fluktuáció 1,7 T-ra korlátozódott. A minimális izolációs távolságokat empirikus szabályok alapján választották. Az elektromos acél költsége 3,5 €/kg, míg a csomópont anyagának költsége 8 €/kg volt. Az elektromos acél gyártásának szén-lábnyoma 1,8 kg CO2/kg, míg a rézé 6,5 kg CO2/kg volt.

Az optimalizációs eredmények összefoglalója megtalálható a 2. táblázatban. Az eredmények alapján látható, hogy a CF-optimalizált transzformátor hatékonysága alacsonyabb, mint a TCO-analízis utáni hatékonyság. A transzformátor feszültsége fordulattal arányos az os-vas arányhoz, és mindkét esetben majdnem azonos értékek szerepelnek. A magveszteségek relatíve kisesek mindkét esetben, nincs jelentős különbség közöttük. A napelemparkok alacsony LLF miatt a magveszteségi költségek viszonylag magasak a terhelési veszteségekhez képest. A legfőbb különbség a rézveszteségekben rejlik, amelyek jelentősen kisebbek, mint a TCO esetében. Mivel a nemvasfémes és vásályfém olvadástól származó árarány magasabb, mint a mag- és rézanyagolvasztás áraránya, és a használt anyagok CF-a magasabb, mint a villamos veszteségek CF-ja, az optimalizálási algoritmus olyan tervezéseket hajlandó elfogadni, amelyekben kevesebb réz található, így csökkentve a transzformátor CF-ját. A villamos energia árainak CF-je és a réz/vas olvadás CF-je közötti jelentős különbség miatt az algoritmus kisebb, kevésbé hatékony tervezéseket preferál a TCO-alapú számításokhoz képest.

7 Következtetés

Jelenleg nincs kész, széles körben elfogadott módszer a nagy teljesítményű transzformátorok szén-lábnyoma (CF) meghatározására. A gazdasági időszak után a szén-lábnyom elemzések a literatúrában tetszőlegesen kiválasztott transzformátorpárokra vonatkoztak. Ugyanakkor a nagy teljesítményű transzformátorok egyedi rendelések szerint gyártják különböző gazdasági forgatókönyvekhez. Az optimalizált tervezések összehasonlítása érdekében két optimalizálási tervezést végeztek egy gyakorlati példában. Az első esetben TCO-optimalizálást végeztek, a második esetben pedig a transzformátor CF-ját minimalizálták. Az eredmények azt mutatják, hogy a szén-lábnyom elemzés alacsonyabb hatékonyságú transzformátorokat adhat, mint a hagyományos TCO-módszerek. Ez azért lehet, mert a nagy motorok gyártása során a környezeti költségek magasabbak, mint a hálózati veszteségek. További kutatások kiértékelhetik a gyártási idő, a karbantartás, az új biodegradálható izoláló olajok használata vagy a transzformátorújrahasznosítás környezeti hatásait.