Projektbeschreibung

Die globale Erwärmung fordert dringende Maßnahmen zur Reduktion von Treibhausgasemissionen. Eine vielversprechende Alternative zu fossilen Brennstoffen ist synthetisches Erdgas (SNG), das aus Biomasse gewonnen werden kann. Dieses Forschungsprojekt zielt darauf ab, die Effizienz und Wirtschaftlichkeit der SNG-Erzeugung durch innovative technologische Ansätze zu maximieren.

Die wesentlichen Elemente des Prozesses zur SNG-Erzeugung sind in der Abbildung unten dargestellt. Dazu gehören die Zweibettwirbelschicht („Dual Fluidized Bed“, DFB) Gaserzeugung, Gasreinigung, Wirbelschichtmethanierung und SNG-Aufbereitung. Diese Technologien sind bereits in verschiedenen Maßstäben, von Pilotanlagen bis hin zu industriellen Demonstrationsprojekten, erfolgreich umgesetzt worden.

Die Forschungsaktivitäten der letzten Jahrzehnte führten zur Errichtung zahlreicher großtechnischer Biomassevergasungsanlagen für die Produktion von Strom und Wärme aus Biomasse in Form von Waldhackgut. Gleichzeitig konnte auch die Herstellung von synthetischem Erdgas aus holzartiger Biomasse in Güssing und in Göteborg erfolgreich demonstriert werden.

Trotz der technologischen Fortschritte in diesen Bereichen wurde bisher die umfassende Automatisierung, Digitalisierung und ganzheitliche Prozessoptimierung der SNG-Erzeugung weitgehend vernachlässigt. Dies bietet enormes Potenzial zur Effizienzsteigerung und Kostenreduktion, das es zu erschließen gilt.

Derartige Anlagen werden derzeit entweder manuell oder mit Eingrößenreglern betrieben, die spezifische Prozessgrößen steuern. Manuelle Steuerung erfordert erheblichen Aufwand seitens der Anlagenfahrer, um den Prozess trotz veränderlicher Störgrößen, wie schwankender Brennstoffqualität, konstant zu halten. Zudem variiert die Effizienz des Betriebs je nach Erfahrung der Anlagenfahrer. Eine Automatisierung der SNG-Erzeugung kann die Anlagenfahrer entlasten und einen gleichmäßigen Betrieb nahe dem optimalen Betriebspunkt sicherstellen.

Schwerpunkte des Projekts

Das vorliegende Forschungsprojekt zielt darauf ab, die gesamte Prozesskette der SNG-Erzeugung durch Biomasse systematisch zu optimieren, zu automatisieren und zu digitalisieren. Die wichtigsten Schwerpunkte des Projekts sind:

  • Prozessoptimierung: Ziel ist es, die Effizienz der SNG-Erzeugung zu steigern. Dies wird durch den Einsatz fortschrittlicher Simulationsmethoden erreicht, die eine detaillierte Analyse und Optimierung der gesamten Prozesskette ermöglichen.
  • Automatisierung und Regelung: Durch die Entwicklung und Implementierung fortschrittlicher Modellierungs- und Regelungsstrategien wird der SNG-Erzeugungsprozess weitgehend automatisiert. Dies umfasst die Modellierung physikalischer Prozesse, die Identifikation relevanter Parameter und die Anwendung modellprädiktiver Regelung (MPC) sowie traditioneller PI-Regelung.
  • Digitalisierung: Die Integration digitaler Technologien soll die Überwachung, Steuerung und Optimierung des gesamten Prozesses verbessern. Dazu gehören Cloud-basierte Datenmanagement- und Übertragungslösungen sowie die Entwicklung von Visualisierungen und Web-Dashboards zur Echtzeitüberwachung der Prozessdaten.
  • Untersuchung der Skalierbarkeit und der Technoökonomie: Eine technoökonomische Analyse wird auf der Grundlage von Prozesssimulationen durchgeführt, um die Wirtschaftlichkeit sowohl der TU Wien Pilotanlage als auch von Anlagen im industriellen Maßstab zu untersuchen.

Im Rahmen des Projektes wurden Versuche an der 100 kW Pilotanlage an der TU Wien durchgeführt. An dieser Anlage wurde die Prozesskette bis zur Wirbelschichtmethanisierung umgesetzt. Die SNG-Aufbereitung wurde simulativ untersucht. Weiters wurde die Übertragbarkeit der Konzepte auf größere Anlagen untersucht, wofür Messdaten der 1 MW Demonstrationsanlage der BEST zur Verfügung standen.

Abbildung einer SNG Kette mit vier Schritten

Veröffentlichungen

Bartik, Alexander. "SNG from biogenic residues., öffnet eine externe URL in einem neuen Fenster" PhD diss., Technische Universität Wien, 2024.

Stanger, Lukas, Alexander Bartik, Martin Hammerschmid, Stefan Jankovic, Florian Benedikt, Stefan Müller, Alexander Schirrer, Stefan Jakubek, and Martin Kozek. "Model predictive control of a dual fluidized bed gasification plant., öffnet eine externe URL in einem neuen Fenster" Applied Energy 361 (2024): 122917.

Vogler, Jonas, Lukas Stanger, Alexander Bartik, Alexander Schirrer, and Martin Kozek. "Soft Sensor Design for Product Gas Composition Monitoring Including Fault Isolation in a Dual Fluidized Bed Biomass Gasifier., öffnet eine externe URL in einem neuen Fenster" In 2024 International Conference on Control, Automation and Diagnosis (ICCAD), pp. 1-6. IEEE, 2024.

Stanger, Lukas, Alexander Bartik, Alexander Schirrer, Stefan Jakubek, and Martin Kozek. "Predictor-Based Gas Flow Rate Control With Event-Triggered Corrections., öffnet eine externe URL in einem neuen Fenster" In 2024 32nd Mediterranean Conference on Control and Automation (MED), pp. 525-530. IEEE, 2024.

Stanger, Lukas, Alexander Schirrer, Florian Benedikt, Alexander Bartik, Stefan Jankovic, Stefan Müller, and Martin Kozek. "Dynamic modeling of dual fluidized bed steam gasification for control design., öffnet eine externe URL in einem neuen Fenster" Energy 265 (2023): 126378.

Hammerschmid, Martin, Daniel Cenk Rosenfeld, Alexander Bartik, Florian Benedikt, Josef Fuchs, and Stefan Müller. "Methodology for the Development of Virtual Representations within the Process Development Framework of Energy Plants: From Digital Model to Digital Predictive Twin—A Review., öffnet eine externe URL in einem neuen Fenster" Energies 16, no. 6 (2023): 2641.

Stanger, Lukas, Alexander Schirrer, Alexander Bartik, and Martin Kozek. "Minimum-Variance Model Predictive Control for Dual Fluidized Bed Circulation Control., öffnet eine externe URL in einem neuen Fenster" IFAC-PapersOnLine 56, no. 2 (2023): 2701-2706.

Kooperationspartner

Projektdauer

  • März 2021 - April 2024

Weitere Projekte

Kontakt

Projektass. Dipl.-Ing. Lukas Stanger BSc

E-Mail an Lukas Stanger senden