Optimasi ekonomi-termal dari power plant hibrida solid oxide

fuel cell/turbin gas yg digandeng secara tak langsung

Adi Widiatmoko (23813004)
Latar Belakang
Pembangkitan daya menggunakan gas turbine
(GT) memiliki efisiensi rendah, menyebabkan
buruknya konversi bahan bakar ke daya.
Solid oxide fuel cell (SOFC) diajukan utk
diintegrasikan dgn power plant GT 10-MW
(efisiensi 30%), utk meningkatkan efisiensi dan
kehematan sistem.
SOFC dipilih karena suhu dan tekanan
buangannya (exhaust) tinggi.

Pemilihan jenis coupling
Direct thermal coupling: dua power system atau
lebih menggunakan suplai fluida yg sama.
Indirect thermal coupling: fluida masing2 power
sytem dipisah, hanya panasnya saja yg ditransfer
diantara dua power system via heat exchanger.

Dipilih indirect thermal coupling agar penambahan
fitur (retrofitting) SOFC tidak mengganggu operasi
GT power plant yg sudah ada.
Spesifikasi skema plant
Power plant GT yg akan ditambahkan sistem
SOFC adalah yang berdasarkan siklus Brayton
standar, yang menggunakan gas alam utk
memberikan input panas.
Gas yg digunakan adalah metana.

Gambar 1. Skema konfigurasi hibrida indirect coupling yg diajukan
Poin penting gambar 1
Tujuan konfigurasi: utk meminimalkan gangguan thd
operasi normal yg sudah ada.
SOFC dan GT beroperasi dgn suplai fluida terpisah shg
disebut indirect coupling.
Outlet GT digunakan utk preheating reaktan SOFC, dan
outlet SOFC digunakan utk preheating compressed gas
yg masuk ke GT.
Preheating SOFC menyebabkan suhu kerja SOFC lebih
tinggi shg kinerjanya lebih optimal. Preheating GT
mengurangi jumlah pembakaran yg dibutuhkan.
Fraksi outlet anoda SOFC direcycle utk memberikan
suplai uap utk reformasi metana.


Obyektif optimasi
Menentukan ukuran optimal SOFC dan menentukan kondisi
operasi yg meminimalkan biaya lifecycle per unit energi
dari power plant.
Variabel penentu yg mempengaruhi kinerja plant adalah:
area permukaan aktif SOFC (A
SOFC
)
laju aliran molar metana ke GT (X
CH4
)
laju aliran molar metana ke SOFC (Y
CH4
)
laju aliran molar oksigen ke SOFC (Y
O2
)
fraksi outlet anoda SOFC yg direcycle kembali ke inlet SOFC
(Y
REC
).
Untuk laju aliran molar oksigen ke GT (X
O2
) adalah tetap 252 mol/s,
karena sudah ada pada power plant.
Batasan (constraint)
GT didesain utk bekerja paling baik pada suhu maksimum yg diijinkannya
yaitu 1400 K:

T
7
1400 = 0 (1)

Fraksi recycle anoda SOFC harus cukup tinggi shg ada suplai uap yg cukup
utk reformasi penuh metana:

Y
REC
1 +U

1 0 (2)

Pada operasi normal, T
19
harus lebih tinggi dari T
20
, karena menunjukkan
fuel cell tidak overheat:

T
19
T
20
0 (3)
Model utk data generation
Digunakan model multivariate regression:

Y = a
(0)
+ a
i
(1)
X
i
+ a
i
(2)
X
i
2
i
(4)

Berdasarkan sampel dari data yg dibangkitkan (generated), koefisien yg paling cocok diperoleh
menggunakan SPSS dan ditunjukkan pada tabel berikut:












Persamaan energy cost (C
power
) menjadi:

C
power
= 9,429 + 3,694 10
5
A
SOFC
+ 6,653 10
9
A
SOFC
2
++ (1,623)Y
REC
2
(5)
Optimasi dgn metode Lagrange Multiplier
Metode Lagrange Multiplier awalnya dicoba hanya dgn constraint equality
(pers.(1)), namun hasil optimasinya ternyata melanggar constraint (2) dan (3).
Kemudian metode Lagrange Multiplier dicoba lagi dgn mengubah constraint (2)
dan (3) menjadi equality, dan diperoleh hasil yg memuaskan. Fungsi Lagrange-nya
adalah:

H = C
power

1
T
7
1400
2
T
19
T
20

3
y
rec
1 +U

1.05 (6)

Konstanta pengurang fraksi 1.05 berarti diijinkan kelebihan uap sebesar 5% di inlet
anoda.
Metode Lagrange Multiplier ini wajib memenuhi:

H = 0 (7)

dengan =

A
SOFC
,

X
CH4
,

Y
CH4
,

Y
O2
,

Y
REC
,

1
,

2
,

3
(8)

Hasil optimasi
Optimasi dilakukan secara komputasi karena dari metode Lagrange
Multiplier dihasilkan 8 persamaan dan 8 variabel tak diketahui, hasilnya
sbb:

Perbandingan hasil optimasi
Kuantitas utama Sebelum optimasi Setelah optimasi
Breakeven energy cost 5,46 kW/jam 4,54 kW/jam
Total metana (fuel supply) 41,7 mol/s (GT) 48,5 mol/s
(GT 8,5 mol/s + SOFC 40 mol/s)
Efisiensi termal
keseluruhan
30% 48,5%
Daya total yg dihasilkan 10 MW (GT) 18,9 MW
(GT 9,6 MW + SOFC 9,3 MW)
Komentar pengulas
Tidak dijelaskan alasan dipilihnya pendekatan
model regresi multivariasi utk membangun
cost function entalpi.
Tidak diberikan data yang digunakan untuk
mencari koefisien pada model regresi.