for Combustion
Engineering with Solid
Fuels
PENGANTAR
Industri pembangkit listrik merupakan elemen vital dalam penggerak ekonomi. Sampai dasawarsa
terakhir abad ke-20, industri ini sedikit berada di layar radar, karena berfungsi sebagai monopoli
yang diatur dan dengan biaya energi untuk pelanggan yang biasanya dapat ditoleransi, dan
dikendalikan oleh Komisi Utilitas Publik atau Komisi Layanan Publik. Beberapa perkembangan
besar berdampak pada status quo, dan efeknya masih jauh dari penyelesaian. Peristiwa yang lebih
signifikan yang berkontribusi terhadap fluks industri adalah sebagai berikut:
• Keterbatasan lingkungan dari emisi pembakaran (partikulat, SO2, NOx dan—baru-baru ini—
merkuri dengan CO2 di suatu tempat di dekat cakrawala);
• Insiden Three Mile Island Unit #1—dan kemudian bencana Chernobyl—menandai pengurangan
investasi modal dalam opsi bahan bakar nuklir untuk Amerika Serikat;
• NO GO (di awal 1970-an) lalu GO dengan berlimpah, murah gas alam—tetapi sekarang tidak
begitu banyak dan pasti mahal;
• Kenaikan harga minyak dan trickle down effect terhadap bahan bakar lain; dan
• Deregulasi industri tenaga listrik.
PENGANTAR
Aplikasi Komputer dalam Rekayasa Pembakaran
Komputer telah lama digunakan dalam teknik pembakaran—khususnya di
bidang analisis pembakaran dan kontrol pembakaran. Analisis pembakaran
telah melibatkan pemodelan reaksi kimia yang ekstensif. Model awal
seringkali merupakan model keseimbangan panas dan material sederhana
dengan atau tanpa perhitungan suhu. Badan Penerbangan dan Antariksa
Nasional (NASA), menggunakan data termodinamika JAAF (Joint Army, Navy,
and Air Force), menghasilkan salah satu dari banyak model Minimisasi Energi
Bebas Gibbs untuk menghitung produk pembakaran dan suhu pada
kesetimbangan. Model-model ini akhirnya membuat jalan mereka dari
komputer mainframe ke komputer pribadi desktop dan laptop, dan
memperoleh penerimaan luas dalam analisis pembakaran bahan bakar
padat.
APLIKASI KOMPUTER DALAM REKAYASA PEMBAKARAN
Pemodelan Analitis
Komputer telah digunakan untuk kontrol proses boiler, kiln, dan perangkat pembakaran lainnya
selama beberapa dekade. Sistem kontrol ini berkembang menjadi Distributed Control System
(DCS) yang telah menggantikan pendekatan bench board dan hard station di hampir semua
pembangkit listrik besar.
Pendekatan DCS tidak statis. Evolusi terbaru yang digunakan di beberapa stasiun pembangkit
—dan diusulkan untuk lebih banyak lagi—adalah sistem kontrol “jaringan saraf” loop tertutup.
Sistem ini bergantung pada komputer "mempelajari" konsekuensi dari tindakan yang diambil
dalam kontrol boiler dan kemudian menggabungkan pelajaran yang dipelajari ke dalam kontrol
boiler yang sebenarnya. Sistem ini didorong secara empiris pada saat ini dan bergantung pada
kemampuan komputer untuk mempelajari konsekuensi dari tindakan; itu bergantung sangat
sedikit pada prinsip-prinsip pertama
APLIKASI KOMPUTER DALAM REKAYASA PEMBAKARAN
Aplikasi Komputer untuk Kontrol Bahan Bakar
Para pemimpin di bidang pembangkit listrik yang kompetitif dan dideregulasi harus memanfaatkan
semua teknik yang tersedia untuk memaksimalkan banyak aspek peluang bahan bakar, dan ini
terutama berlaku untuk batubara sebagai bahan bakar beban dasar yang berlaku. Misalnya,
kenaikan harga MWh di pasar listrik berayun drastis dengan penggunaan yang lebih tinggi di siang
hari hingga permintaan yang rendah di tengah malam. Puncak musim panas dari beban AC
memerintahkan harga premium yang, bagi pabrik yang dikelola dengan baik, berarti peluang
penjualan dan keuntungan perusahaan. Tetapi realisasi keberhasilan membutuhkan perencanaan
yang matang; fasilitas yang efektif; instalasi/pemanfaatan sumber data yang sesuai; pemrosesan
data dengan keluaran yang bermakna dan dapat ditindaklanjuti; dan manajemen partisipatif untuk
melihat proses sebagai praktik yang vital dan berkelanjutan oleh personel pabrik dan pendukung.
Manajemen yang penuh perhatian dan berpengetahuan dapat menyelesaikannya, tetapi data yang
cukup dan akurat adalah kuncinya:
“One cannot manage what is not measured.”
W. Edwards Deming, father of Total Quality Management
PROSES REALISASI PELUANG BAHAN BAKAR
Tidak ada tujuan yang dicapai tanpa
penelitian dan identifikasi tujuan,
desain metodis, perencanaan, validasi
dan, akhirnya, pelaksanaan langkah
demi langkah melalui pemenuhan.
Dalam proses realisasi manfaat dalam
peluang bahan bakar, langkah-langkah
berikut disebutkan untuk pencapaian
tujuan: mengidentifikasi peluang
bahan bakar saat ini, memvalidasi
tujuan, mengembangkan desain yang
efektif, menginstal dan menerapkan
proses, dan melaporkan secara
efektif.
IDENTIFIKASI PELUANG BAHAN BAKAR SAAT INI
Terlalu sering, praktik pembangkit listrik menerima peran pasif dalam selektivitas dan penggunaan
bahan bakar untuk operasi boiler. Dengan meningkatnya biaya bahan bakar dan margin
pembangkitan berlebih yang rendah, penggunaan bahan bakar yang optimal untuk pengendalian
biaya dan ketersediaan pembangkit menjadi semakin penting. Sistem AccuTrack dikembangkan
untuk mengatasi masalah spesifik dan untuk membuat pilihan praktis dan ekonomis terbaik untuk
memastikan pembangkitan dengan biaya dan/atau ketersediaan yang paling efisien selama
permintaan puncak. Pasar bahan bakar saat ini mencakup bahan bakar berkualitas tinggi dan lebih
mahal serta biaya yang lebih rendah atau “nilai tinggi” ($/MMBtu lebih rendah) yang, jika dipilih,
harus dibakar di bawah kondisi yang terkendali dengan realisasi manfaat dan konsekuensinya.
Situasi khas yang timbul dari penanganan acak batubara ditunjukkan pada Gambar 10-2. Tanpa
pertimbangan bahan bakar dan implikasinya terhadap operasi pabrik, kualitas bahan bakar dan
keterbatasan perangkat keras pabrik mengakibatkan penurunan unit yang cukup besar dan
berkelanjutan dan hilangnya peluang penjualan pembangkitan secara substansial selama puncak
musim panas. Jika ada pemahaman menyeluruh tentang pasar batu bara/perangkat keras/listrik,
persediaan bahan bakar dapat dibuat untuk menangkap semua atau sebagian besar peluang
penjualan atau—lebih langsung—realisasi laba perusahaan.
IDENTIFIKASI
PELUANG BAHAN
BAKAR SAAT INI
Aliran batubara melalui bunker dan silo sangat rumit. Hal ini disebabkan oleh fakta bahwa bunker
memiliki kapasitas penyimpanan yang besar dan pelepasan bunker dibatasi dan laju aliran
dikendalikan oleh feeder ke pulverizer. Hal ini menyebabkan terjadinya percampuran pola yang
signifikan dan kompleks di dalam bunker saat batubara mengalir turun dari atas bunker hingga
keluar di bagian bawah. Kompleksitas lebih lanjut muncul ketika sebuah pabrik dimatikan untuk
jangka waktu tertentu sementara pabrik lainnya masih berjalan di bunker bersama. Memahami pola
aliran ini penting untuk mengetahui kapan bunker akan mengeluarkan jenis batubara tertentu dan,
pada gilirannya, dalam memaksimalkan efisiensi bahan bakar.
Beberapa model yang berbeda tersedia untuk memprediksi aliran batubara dalam bunker. Jenis
utama yang dipertimbangkan untuk diterapkan dalam perangkat lunak AccuTrack adalah sebagai
berikut:
• Plug flow;
• Discrete element modeling;
• Void model; and
• Stochastic model.
PEMODELAN ALIRAN BATUBARA DI BUNKER DAN SILO
Plug Flow Models
Model aliran plug adalah kasus yang paling sederhana dan menggunakan asumsi klasik first in first
out (FIFO), kondisi aliran tanpa pencampuran. Model ini telah menjadi standar umum untuk
kenyamanan akuntansi tetapi nilainya kecil bagi operator boiler dalam memberikan kinerja bahan
bakar yang dapat diprediksi. Model aliran sumbat dapat dibenarkan dalam dua kondisi yang
membatasi: pertama, ketika beban bahan bakar ke boiler seragam (jarang merupakan asumsi yang
baik) dan, kedua, ketika kapasitas bunker kecil atau area ketinggian-ke-planer tinggi ( seperti dalam
silo yang tinggi dan ramping).
PEMODELAN ALIRAN BATUBARA DI BUNKER DAN SILO
Discrete Element Modeling (DEM)
Metode Discrete Element Modeling (DEM) adalah metode yang paling canggih untuk pemodelan aliran
granular dalam bunker. Model DEM umumnya akan terdiri dari sekelompok bola yang memiliki gaya yang
bekerja padanya karena hal-hal berikut:
• Gesekan;
• Tabrakan;
• Kohesi;
• Pembasahan;
• Gravitasi; dan
• Kekuatan yang lebih kecil atau molekul, yang juga dapat dimasukkan; misalnya gaya van der Waals atau
Coulomb
Dengan serangkaian parameter input yang terdefinisi dengan baik, simulasi DEM menghasilkan hasil yang
paling akurat untuk aliran granular dalam aplikasi bunker. Namun, pemodelan DEM rumit dan sangat
intensif prosesor. Sebuah simulasi komputer tunggal dapat berlangsung selama beberapa hari bahkan
pada sistem multiprosesor bertenaga tinggi. Kelemahan ini membuat DEM tidak praktis untuk perhitungan
yang berlaku untuk pengoptimalan pencampuran bahan bakar waktu nyata dan saran operator.
PEMODELAN ALIRAN BATUBARA DI BUNKER DAN SILO
Void Model
Model void didasarkan pada pembuatan void karena material dikeluarkan dari bagian bawah bin
atau bunker. Seiring waktu, dan selanjutnya dikeluarkan dari bunker, pembuatan dan penyebaran
kekosongan lebih lanjut dihitung berdasarkan model probabilitas. Model ini relatif sederhana, tetapi
tidak mempertimbangkan gaya fisik interaktif antar partikel. Meskipun cukup cepat untuk simulasi
real-time aliran granular, model tidak secara akurat menangkap pola aliran yang terjadi di bunker,
terbukti memaksa terlalu banyak pencampuran pada tingkat partikel daripada apa yang terjadi pada
model skala dan uji lapangan aliran granular. Secara umum diamati bahwa bahan granular seperti
batu bara mempertahankan pengepakan antar partikel pada jarak yang jauh ketika mengalir di
bawah pengaruh gravitasi. Kesalahan pencampuran berlebihan model void cenderung meningkat
seiring waktu.
PEMODELAN ALIRAN BATUBARA DI BUNKER DAN SILO
Stochastic Model
Model stokastik adalah model berbasis probabilitas yang digerakkan oleh peristiwa yang menangkap
pola aliran material dalam bunker tanpa memerlukan komputasi yang intensif. Perangkat lunak saat ini
mengimplementasikan versi sederhana dari model stokastik dan telah divalidasi dalam model skala dan
uji validasi lapangan. Model AccuTrack sangat erat memprediksi pola aliran dalam bunker dan stabil dari
waktu ke waktu. Singkatnya, model stokastik yang dipilih memiliki atribut berikut:
• Ini cepat dan dapat dijalankan pada prosesor yang tersedia. Dibandingkan dengan kredensial yang
sangat baik dari model DEM, hasilnya sangat cocok dengan hasil DEM tetapi hanya memerlukan
sebagian kecil dari waktu berjalan, persyaratan penting jika tujuan sistem adalah nasihat real-time
kepada operator dan manajemen;
• Ini tidak menghasilkan pencampuran partikel yang lebih luas seperti pada model void. Ini adalah fitur
yang telah divalidasi karena lebih mewakili kondisi aliran aktual; dan
• Modelnya relatif mudah namun menghasilkan hasil dengan tingkat akurasi yang tinggi sebagaimana
diverifikasi dengan uji lapangan
PEMODELAN ALIRAN BATUBARA DI BUNKER DAN SILO
Geometri Bunker
Bunker batubara umumnya dirancang untuk menyimpan volume bahan bakar yang cukup besar, biasanya
sekitar 8–24 jam setara bahan bakar dengan kemampuan muatan penuh. Kapasitas ini merupakan konfigurasi
konstruksi utilitarian agar sesuai dengan desain pabrik secara keseluruhan, dan yang akan mendorong aliran
bahan bakar yang berkelanjutan tanpa area mati. Hal ini dicapai dengan membuat dinding bunker dengan
kemiringan terbesar yang masuk akal dan penggunaan selektif bahan gesekan rendah seperti stainless steel
sehingga bahan granular dapat meluncur dengan mudah di area bawah hopper. Demikian pula, bridging
dihambat dengan membuat area outlet hopper sebesar mungkin.
Pengembangan model aliran bunker dari peralatan model skala multidimensi harus diverifikasi dengan data
dunia nyata. Ilustrasi pada Gambar 10-14 menunjukkan setup uji validasi dan hasil menggunakan chip
transponder RFID dalam uji lapangan model. Chip RFID ditempatkan di bunker pada waktu tertentu, di lokasi
yang telah ditentukan, dan di atas batubara dengan ketinggian dan profil permukaan (inventaris) yang diketahui.
Chip RFID yang dapat dikonsumsi ini memiliki ukuran dan karakter yang identik dengan partikel batubara yang
sebanding di lokasi yang sama dan dengan setiap harapan bahwa ia akan mengikuti jalur aliran yang sama.
PEMODELAN ALIRAN
BATUBARA DI BUNKER
DAN SILO
Geometri Bunker
1. Partikel bunker diproyeksikan pada kisi-kisi, dengan setiap titik kisi memiliki informasi dari
tumpukan dan pengumpan mana;
2. Batubara bunker juga memiliki sekitar 10 properti yang terkait dengannya yang dilacak dan/atau
disesuaikan untuk memberikan panduan operasi yang berkaitan dengan karakteristik
pembakaran, kemampuan boiler, masalah emisi, dan biaya pembangkitan waktu nyata;
3. Aliran dengan data bunkering kualitas batubara yang diketahui akan memberikan data bahan
bakar yang dibakar secara real-time dengan pembaruan 5 menit; dan
4. Model AccuTrack memiliki mode perkiraan bahan bakar yang memprediksi karakteristik batubara
ke boiler berdasarkan beban bunker. Penasihat untuk operasi ini memungkinkan tindakan proaktif
untuk mengatur waktu boilernya untuk informasi spesifik dan untuk mengatasi masalah potensial
seperti slagging, batasan emisi, batasan kapasitas, dll.
PEMODELAN ALIRAN BATUBARA DI BUNKER DAN SILO
Validasi Pemodelan Bunker
Dengan dominasi biaya bahan bakar dalam persamaan akuntansi pembangkitan, kebutuhan untuk
mengontrol, membakar dengan bijak, dan melacak persediaan bahan bakar secara akurat menjadi jelas.
Sistem seperti AccuTrack dikembangkan untuk tujuan tersebut dan dapat secara efektif menerapkan
elemen yang diperlukan untuk mencapai pengendalian biaya terkait bahan bakar. Personil perusahaan dan
pabrik berpartisipasi dalam tugas-tugas berikut untuk memenuhi misi:
• Pelacakan Inventaris sangat penting untuk akuntansi dan pengendalian biaya pembangkitan. Hal ini
dicapai dengan pengukuran yang akurat dan andal terhadap penerimaan, penyimpanan, pengangkutan,
dan konsumsi/pembuangan bahan bakar yang tersedia melalui peralatan canggih untuk menyediakan
data yang dapat ditindaklanjuti kepada semua pihak yang terlibat; misalnya, bahan bakar perusahaan,
halaman, operasi, pengiriman, dll .;
• Fleksibilitas Bahan Bakar dibuat melalui inisiatif manajemen yang menetapkan integrasi real-time dari
Sistem Manajemen Bahan Bakar Akuntansi dengan tujuan Kinerja Pabrik untuk memungkinkan
penggunaan strategis berbagai pasokan bahan bakar untuk memaksimalkan peluang pembangkitan
(penjualan) saat beroperasi dalam kemampuan boiler Dan sesuai dengan peraturan emisi ; dan
• Pemenuhan Keunggulan Operasional dicapai dengan perencanaan dan operasi yang dioptimalkan secara
presisi dengan membakar “bahan bakar yang tepat pada waktu yang tepat” untuk mendukung misi pabrik