تحليل ترموديناميكي و بهينه سازي چندهدفي سيستم هيبريد متشكل از فرآيند گازي سازي زيست توده، پيل سوختي اكسيد جامد و ميكرو توربين گاز

Thermodynamic analysis and Pareto optimization of hybrid system consisting of biomass gasification, solid oxide fuel cell and gas turbine

در اين مطالعه، مدلي عددي به منظور بررسي عملكرد سيستم هيبريد متشكل از بخش‌هاي؛ گازي‌سازي زيست‌توده، پيل‌سوختي و ميكرو توربين‌گاز، ارائه شده و به روش الگوريتم ژنتيك نقاط بهينه عملكردي آن حاصل مي‌شوند. زيست‌توده مورد استفاده زائدات جنگلي بوده و گازي‌سازي به روش ترموديناميك تعادلي اصلاح‌شده مدل مي‌شود. زيست‌گاز در پيل سوختي براي توليد توان الكتريكي به‌كار رفته و باقي-مانده‌ي سوخت پس از احتراق در يك محفظه احتراق كمكي وارد ميكرو توربين‌گاز شده و در نهايت از حرارت موجود در خروجي سيستم در يك مولد بخار بازيافت حرارتي استفاده مي‌شود. مدل ارائه شده در بخش پيل سوختي، مدلي يك‌بعدي با امكان كنترل گراديان‌هاي دما در راستاي طولي بوده و اجزاي ديگر سيستم به كمك مدل‌هاي صفربعدي بررسي مي‌شوند. اثر پارامترهايي چون؛ مقدار هوا و بخارآب عامل گازي-سازي، شدت جريان ميانگين الكتريكي، فاكتور مصرف سوخت بر خروجي‌هاي مهم سيستم، مانند؛ راندمان ‌توليد گاز ، گراديان ‌دما، راندمان الكتريكي و الكتريكي-حرارتي و توان الكتريكي كل سيستم بررسي مي‌شوند. پس از بررسي گسترده پارامتريك، بهينه‌سازي چندهدفي به روش الگوريتم ژنتيك و به منظور حصول نقاط بهينه عملكردي سيستم در دو مرحله انجام‌مي‌گيرد. در سيستم هيبريد مورد بررسي، بيشينه مقدار توان الكتريكي كل معادل 81/206 كيلووات و راندمان الكتريكي كل 27/46 درصد حاصل مي‌شوند.

This paper presents the numerical study and optimization of CHP power plant consisting of gasification process, solid oxide fuel cell and micro gas turbine. Woody biomass is converted to product gas in the gasification part, and in the CHP producing part, the product gas is converted to electric power and heat by use of a solid oxide fuel cell stack, micro gas turbine and heat recovery steam generator. The model used in the gasification process is a modified thermodynamic equilibrium model, and the steady-state intermediate temperature solid oxide fuel cell model developed hear is one-dimensional which allows for monitoring of the temperature gradients along the cell length under different operating conditions. Zero-dimensional models are used for other components. The effects of main cycle parameters, such as; the gasification agent, average current density and the fuel utilization factor on the cycle important outputs; cooled gas efficiency, temperature gradients, the electric and CHP efficiencies, and the total electric power of the plant are investigated. After extensive parametric analysis, multi-objective genetic algorithms (NSGA II) is then used for Pareto based optimization of CHP plant in two steps. The maximum electric power and electric efficiency are 206/81 kW and 46/27% respectively