JP2011514601A - 統合制御設計最適化 - Google Patents

統合制御設計最適化 Download PDF

Info

Publication number
JP2011514601A
JP2011514601A JP2010549778A JP2010549778A JP2011514601A JP 2011514601 A JP2011514601 A JP 2011514601A JP 2010549778 A JP2010549778 A JP 2010549778A JP 2010549778 A JP2010549778 A JP 2010549778A JP 2011514601 A JP2011514601 A JP 2011514601A
Authority
JP
Japan
Prior art keywords
plant
model
input
loop
control
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2010549778A
Other languages
English (en)
Other versions
JP5882582B2 (ja
Inventor
カール エイチ ニューシェイファー
シンシェン ロウ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Technology GmbH
Original Assignee
Alstom Technology AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alstom Technology AG filed Critical Alstom Technology AG
Publication of JP2011514601A publication Critical patent/JP2011514601A/ja
Application granted granted Critical
Publication of JP5882582B2 publication Critical patent/JP5882582B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Control Of Turbines (AREA)
  • Regulation And Control Of Combustion (AREA)
  • Treating Waste Gases (AREA)

Abstract

発電プラントのケミカルルーピングプロセスを最適化するための制御システム(207)は、オプティマイザ(420)と、収益アルゴリズム(230)と、費用アルゴリズム(225)と、ケミカルルーピングプロセスモデルを備える。プロセスモデルは、プロセス入力変数からプロセス出力を予測するのに利用される。プロセス入力及び出力変数の一部はプラントの収益に関係し、その他はプラント動作費に関係する。収益アルゴリズム(230)は、発電プラントの複数の入力パラメータ(215)に基づいてオプティマイザ(420)に収益入力を提供する。費用アルゴリズム(225)は、発電プラントの複数の出力パラメータ(220)に基づいてオプティマイザ(420)に費用入力を提供する。オプティマイザ(420)は、収益入力と費用入力のうちの少なくとも1つに基づいて、最適化動作パラメータ解答を決定し、その最適化動作パラメータ解答を発電プラントに提供する。

Description

本開示は、概して、最適化システムに関し、特に、ケミカルルーピングプラントのためのプロセス設計及び制御最適化システムに関するものである。
ケミカルルーピング(CL)は、最近開発されたプロセスであり、石炭、バイオマス及びその他の機会燃料などの燃料を燃焼させる電力発電プラントにおいて利用可能なプロセスである。CLプロセスは発電プラントにおいての実施が可能で、様々な利点のうちで、プラントサイズの縮小、排気削減及びプラントの運転効率の向上という点での改善が期待できる。
代表的なCLシステムでは、高温プロセスを利用することによって、例えばカルシウム系又は金属系化合物などの固体が酸化装置と呼ばれる第1反応器と、還元装置と呼ばれる第2反応器との間で「ループ」される。酸化装置では、酸化装置に投入された空気中の酸素が酸化反応によって固体に捕捉される。その後、捕捉された酸素は、酸化固体によって還元装置へと運ばれ、例えば石炭などの燃料の燃焼及び/又はガス化に用いられる。還元装置において還元反応が行われた後、捕捉された酸素を有さなくなった固体は、酸化装置に戻され、再度酸化される。そして、このサイクルを繰り返す。
酸化反応及び還元反応では、空気に対する燃料の比に応じて、様々なガスが生成される。そのため、CLシステムが下記のような様々な形で利用できるように空気に対する燃料の比を制御することができる。CLシステムの利用方法としては、ガスタービン、燃料電池及び/又はその他の水素ベースの用途のための水素を生成するハイブリッド燃焼−ガス化プロセスや、ガスタービン及び/又は燃料電池用の様々な量の水素と二酸化炭素を含む合成ガス(シンガス)を生成するハイブリッド燃焼−ガス化プロセスや、燃焼ベースの蒸気発電プラント用の燃焼プロセスなどが挙げられる。
CLプロセスは、例えば従来の循環流動層(CFB)プラントなどの従来のプラントのプロセスよりも複雑である。その結果、従来のプラント制御がCLプロセスに適用されると、各CLループに対して別々の制御ループが生じてしまう。しかしながら、正確な制御には各ループの複数のパラメータ及びループ間にまたがるパラメータの協調制御が必要なため、各CLループに対して別々の制御ループを用いることは効率的ではなく、CLプロセス性能の最適化にはつながらない。
また、上記CLプロセスには、物質移行や化学反応の速度に起因するプロセス非線形性や時間遅延を特徴とする多相流及び化学反応が含まれる。そのため、プロセス設計の初期段階において制御最適化システムを考慮せずに従来の発電プラントの設計を行うことは、プロセス性能やシステム動作性を統合的に最適化するには全くもって不十分である。
さらに、CLプロセスの変数の多くは非線形且つ/又は、例えば、変数のループ間相互作用のように他の変数と複雑な関係を有する。そのため、これら複数の変数の相互依存関係を効果的にシミュレートするモデルは、これまで、不正確、非効率、且つ作業がし難い及び/又は作業に時間がかかるものだった。
これまでに開発された最適化システムは、従来の燃焼発電プラントを最適化することに重点が置かれている。また、これらの最適化システムは、プラント運転の統合最適化よりむしろ最適化に関する非常に特異的で局所的な問題を解決することに焦点を合わせてきた。さらに、従来の燃焼発電プラントに関連する統計分析は、変数間に直線関係があるという前提に基づいている。そのため、従来の燃焼発電プラントに関連する統計分析は、CLプロセスにおける変数の複雑で、相互に関連する非線形ダイナミクスの分析に使用された場合、煩雑で不正確なものとなる。
CLシステムに基づく次世代の発電プラントでは、蒸気−水側の制御条件(例えば、給水及び蒸気流量、蒸気圧、蒸気温度、ドラムレベルなど)は、現在の従来のプラントと本質的に変わらない。しかし、CLプロセスにおける固有プロセス変数間の相互作用により良く対処するため、蒸気−水側変数と燃焼/ガス化CL変数の両方を使った改良された制御が必要とされると予想される。また、従来の発電プラントのシミュレータは、蒸気−水側プロセスのダイナミクスに限定されており、非常にシンプルな燃焼又は炉内プロセスのダイナミクスのみがモデル化されている。従って、CLプロセスにおいて見られるような複雑な雰囲気制御システムの動的モデルは現時点では存在しない。
CLシステムのプロセスや設備の統合及び最適化も必要である。つまり、CL統合プロセスは、現在のところ、経済的に最適な動作状態で制御されてはいない。これは特に負荷変動時やその他プラント障害発生時に当てはまる。上記複数の変数やプロセス間の複雑な関係は、CLプロセス性能に影響を与え、CLプロセスを最適且つ効率的に制御するための取り組みをさらに複雑なものにする。
そのため、前述の欠点を克服する統合プロセス設計及び制御最適化システム、特に、CL発電プラントのための統合プロセス設計及び制御最適化システムの開発が望まれている。
本明細書に説明する態様によれば、発電プラントのケミカルルーピングプロセスを最適化するための制御システムが提供される。制御システムは、オプティマイザと、収益アルゴリズムと、費用アルゴリズムとを備える。収益アルゴリズムは、発電プラントの複数の入力パラメータに基づいてオプティマイザに収益入力を提供する。費用アルゴリズムは、発電プラントの複数の出力パラメータに基づいてオプティマイザに費用入力を提供する。オプティマイザは、収益入力と費用入力のうちの少なくとも1つに基づいて、最適化動作パラメータ解答を決定し、その最適化動作パラメータ解答を発電プラントに提供する。
本明細書に説明する他の態様によれば、発電プラントを最適化するためのシステムは、入力パラメータを受信する入力部と、出力パラメータを出力する出力部を有するケミカルループを備える。上記システムは、さらに、出力パラメータを受信し、受信した出力パラメータに基づき入力パラメータを最適化し、最適化した入力パラメータをケミカルループの入力部へ出力する非線形制御装置を備える。
本明細書に説明するさらに他の態様によれば、発電プラントを最適化するためのシステムは、入力パラメータを受信する入力部と、出力パラメータを出力する出力部を有するケミカルループと、ケミカルループに動作可能に接続された非線形モデル予測制御用制御装置を備える。非線形モデル予測制御用制御装置は、モデル部と、モデル部に動作可能に接続されたシミュレータ部と、モデル部に動作可能に接続された最適化部とを備える。非線形モデル予測制御用制御装置は、出力パラメータを受信し、受信した出力パラメータに基づき入力パラメータを最適化し、最適化した入力パラメータをケミカルループの入力部へ出力する。
上記及び他の特徴は、以下の図及び詳細な説明によって例示される。
次に、例示的な実施形態である図面について説明する。これらの図面中では、類似した構成要素には同じ番号が付与されている。
2つのループを有する酸化カルシウム系のケミカルルーピング(CL)システムのブロック図である。カルシウム系のケミカルルーピングにもこのデュアルループプロセス設計は適用可能である。 CL燃焼ベースの蒸気発電プラントのブロック図である。 CO対応のCLシステムのための統合最適化システムのブロック図である。 統合CLプロセスの性能設計及び制御設計の最適化を示すブロック図である。 CLプロセス用のモデル予測制御(MPC)用制御装置のブロック図である。
本明細書は、参照により本書に組み込まれる米国特許第7,083,658号でより詳細に記載されるものと類似している、CLプラントのケミカルルーピングシステムのための統合プロセス設計及び制御最適化システムを開示する。図1を参照すると、CLシステム5は、第1ループ10、例えば還元装置10と、第2ループ20、例えば酸化装置20とを備える。空気30を酸化装置20に供給し、カルシウム(Ca)40をそこで酸化して酸化カルシウム(CaO)50を生成する。そして、CLシステム5のCLプロセスにおいて、CaO50は還元装置10に供給され、還元装置10に供給された燃料60(例えば石炭60など)に酸素を届けるキャリアとしての機能を果たす。その結果、還元装置10に送られた酸素は、還元装置10内の石炭60と相互作用する。その後、還元した酸化カルシウム40は、酸化装置20に戻され、CaO50へと再酸化される。そして、上記CLプロセスを繰り返す。
酸化中に空気30から抽出された窒素ガス(N)70、及び酸化中に発生する熱(図示せず)は、酸化装置20から出る。同様に、還元装置10における還元中に発生したガス80も還元装置10から出る。そのガス80は、例えば、合成ガス(シンガス)、水素ガス(H)及び/又は二酸化炭素ガス(CO)を含む。ガス80の組成、例えば、その中のシンガス、H及び/又はCOの割合は、石炭60の空気30に対する割合により異なる。
例示的実施形態は図1を参照して上述したような2つのループに限定されるわけではなく、代わりに単一の又は2つ以上のループを含んでいてもよい。例えば、代替的な例示的実施形態では、CLシステム5は、改質されたシンガス80からのHの生成を可能にする、例えば焼成ループなどの第3のループ(図示せず)を含む。
カルシウム系CLシステム5は、例えば、タービンを駆動する蒸気を生成する熱ループを備えていてもよい。具体的には、図2を参照すると、熱ループ90は、酸化装置20での酸化中に発生した熱で給水110を沸騰させることにより生成される蒸気105を使って発電機100を駆動する蒸気タービン95を含む。
図1を参照して上述したように空気30が酸化装置20に供給されるのに対し、灰及び/又は余分な硫酸カルシウム(CaSO)などの廃棄物115は、酸化装置20から取り除かれ、外部施設(図示せず)にて廃棄される。石炭60、並びに、炭酸カルシウム(CaCO)120及び再循環蒸気125は還元装置10に供給され、そこで還元反応を行う。
動作中は、石炭60、CaCO120及びCaSO127中の炭素と硫黄との間で還元反応が生じる。その還元反応によって硫化カルシウム(CaS)128が生成され、そのCaS128は、分離器130によって分離され、その後シールポット制御バルブ(SPCV)135を介して酸化装置20へと供給される。図2に示すように、CaS128の一部は、例えばCLプラント負荷に基づき、SPCV135によって還元装置10へと再循環される。また、分離器は、CaS128からガス80、例えばCOを分離する。
CaS128は酸化装置20での酸化反応により酸化し、CaSO127を生成する。CaSO127は、分離器130によってN70から分離され、SPCV135を介してまた還元装置10へ供給される。CaSO127の一部は、例えばCLプラント負荷に基づき、SPCV135によって再び酸化装置20へと再循環される。熱は酸化反応によっても発生し、その熱によって給水110が沸騰されて、蒸気タービン95に供給される蒸気105となる。
酸化カルシウム系CLシステムを説明してきたが、本発明は、参照により本書に組み込まれる米国特許出願第10/542,749号に記載のものに類似した金属酸化物系CLシステムにも適用可能である。
次に、図3乃至図5を参照して、CLプラントのための統合プロセス設計及び制御最適化システムの例示的実施形態をさらに詳細に説明する。なお、統合プロセス設計及び制御最適化システムは、本明細書に記載のCLプラント構成に限定されるものではない。例えば、代替的な例示的実施形態において、統合プロセス設計及び制御最適化システムは、単一、デュアル、及び多重、例えば2つ以上のループを備えたカルシウム系又は金属酸化物系CLシステム、蒸気活性化ループを有する/有さないCLシステム、焼成ループを有する/有さないCLシステム、使用又は隔離のためにCOを捕捉する次世代のCLベースのプラント、CO対応のCLベースの発電プラントを含む(ただし必ずしもこれらに限定されない)あらゆるCLベースのシステムと共に利用可能である。
上記CLプロセスには、物質移行速度や化学反応速度に起因するプロセス非線形性や時間遅延を特徴とする多相流及び化学反応が含まれる。そのため、以下にさらに詳細に説明するように、CLプロセスの制御には非線形制御及び最適化法が有効である。つまり、例示的実施形態には、第一原理方程式(例えば、質量、運動量、エネルギーバランス)から得られる非線形動的ケミカルルーピングモデリング及びシミュレーションが含まれる。モデリング及びシミュレーションには、常微分方程式(ODE)、代数方程式(AE)、偏微分方程式(PDE)の任意の組み合わせが含まれる。また、実験的モデリング方法、例えば、外生入力を有する非線形自己回帰ネットワーク(NARX)、外生入力を有する非線形自己回帰移動平均(NARMAX)、ウェーブレットネットワークモデル、ウィーナー−ハマースタインモデルなどのニューラルネットワーク(NN)は、簡単化された第一原理モデルとデータ駆動型モデルとを組み合わせたハイブリッド動的モデル構造において使用される。さらに、線形化モデルと非線形モデルの両方を使う多変数モデル予測制御(MPC)によって、CLプロセスの動的最適化に対する解決策が提供される。最適化されたモデリング、シミュレーション及び制御を提供することに加えて、例示的実施形態に係る多変数MPCは、障害やモデルの不正確性に強く、CLプロセスの安定した制御を提供する。MPCは、例えば、PID制御装置、ファジー制御装置、又は、あらゆるタイプの適応制御装置、(セルフチューニング調節装置、ニューロアダプティブ制御装置、ウェーブレットネットワークモデル規範形適応制御装置)を使った調整制御を監視する監視用制御装置としても利用可能である。また、MPCは、複数の相互作用ループを有するCLプロセスを制御し最適化する直接制御装置としても利用可能である。
図3を参照すると、CLベースのCO対応発電プラント205のための最適化システム200は、制御システム207、例えばオプティマイザ210を備えるプラント制御システム207などのシステム207を含む。例示的実施形態では、システムオプティマイザ210は、発電プラント205の総合的な経済面ベースの最適化を行う多変数オプティマイザ210である。具体的には、多変数オプティマイザ210は、発電プラント205に関連する熱経済的性能、排気削減及び/又は規制、及び設備の寿命延長条件に重点を置いている。
発電プラント205の総合的な経済面ベースの最適化を行うために、多変数オプティマイザ210は、図3に示すように、費用アルゴリズム225と収益アルゴリズム230のそれぞれを介して、発電プラント205の入力パラメータ215と出力パラメータ220を受信する。例示的実施形態において、入力パラメータ215には、燃料流量、吸着剤流量、空気流量、水流量、石灰石流量及び固体循環流量が含まれるが、これらに限定されるものではない。出力パラメータ220には、例えば発電率、CO流量、CO利用、CO捕捉、CO貯蔵が含まれるが、これらに限定されるものではない。
上記多変数オプティマイザ210は、費用アルゴリズム225と収益アルゴリズム230からの出力を受信し、例えば所定の操作制約235や環境的制約240に基づいて発電プラント205に対する最適化動作パラメータ解答を決定する。具体的には、例示的実施形態では、費用アルゴリズム225が、所定の個別費用因子Ciと入力パラメータ215の個別入力Xiの積の集合を合計する一方で、収益アルゴリズム230が所定の個別収益因子Piと出力パラメータ220の個別出力Yiの積の集合を合計する。個別費用因子Ciには、例えば補助発電費、石灰石費、燃料費が含まれるが、これらに限定されるものではない。また、個別収益因子Piには、例えば排出クレジットと寿命延長クレジットが含まれるが、これらに限定されるものではない。
多変数オプティマイザ210は、図3に示すように、分散制御システム245や高度処理制御(APC)システム250を用いて発電プラント205に最適化動作パラメータ解答を適用する。その結果、発電プラント205は、最適且つ総合的な経済面ベースの動作状態での動作が行われる。
例示的実施形態において、APCシステム250には、例えば、フィルタ、フラッシュドライヤアブソーバ(FDA)、スプレードライヤアブソーバ(SDA)、静電集塵装置(ESP)及び/又は排煙脱硫(FGD)システムなどの構成要素(図示せず)が含まれるが、これらに限定されるものではない。
例示的実施形態には、図3に示すように、ソフトセンサモジュール255がさらに備えられていてもよい。ソフトセンサモジュール255は、例えば、ソフトウェアを使って出力パラメータ220(又は発電プラント205のその他のパラメータ)から得られた信号を処理する仮想センサのようなソフトセンサ(図示せず)を備える。ソフトセンサは、測定したパラメータを組み合わせて処理することで、追加パラメータを直接測定せずに追加パラメータを提供することができる。例示的実施形態に係るソフトセンサは、既存のセンサの融合に基づくもの、或いは、シミュレーション及び制御のために開発されたモデルに基づくものであってもよいが、代替的な例示的実施形態はそれに限定されるものではない。
また、代替的な例示的実施形態に係る最適化システム200は、図3に示すようなCLベースのCO対応発電プラント205に対する利用に限定されるものではない。例えば、最適化システム200は、単一又は複数ループ(カルシウム系又は金属酸化物系)CLシステム、使用又は隔離のためにCOを捕捉するCLベースのプラントなどのあらゆるCLベースの発電プラントに対して利用可能であるが、代替的な例示的実施形態はそれに限定されるものではない。
次に、図4を参照して、例示的実施形態に係る統合CLプラントシステムの性能設計及び制御設計を含む最適化プロセスについてさらに詳しく説明する。例示的実施形態において、図4に示す最適化プロセスはシステムオプティマイザ210(図3)に含まれるが、図4に示す最適化プロセスの実施はそれに限定されるものではない。図4に示す最適化プロセスは、あらゆるオプティマイザ、特に、詳細に上述したように、様々なCLベースの発電プラントに対応するあらゆるオプティマイザにおいて実施可能である。
最適化プロセス300、例えば、統合CLプラントシステム用の最適化プロセス300において、最適化プロセス300は、性能設計最適化及び制御システム設計最適化機能を含む。具体的には、プロセス性能設計仕様305と、制御システム設計仕様310は、いずれもプロセス性能設計基準315と制御システム設計基準320のそれぞれに従って最適化されている。例示的実施形態では、プロセス性能設計仕様305には、例えば、所定の燃料の特性、吸着剤の特性、所望のプラント設備能力、所定の発電率に対する発熱率、COの質及び量、Hの質、H生成効率が含まれるが、これらに限定されるものではない。制御システム設計仕様310には、例えば、制御システムタイプ、応答速度、動作パラメータの許容誤差が含まれるが、これらに限定されるものではない。
プロセス性能設計モジュール325は、プロセス性能設計仕様305とプロセス性能設計基準315を、プロセス性能シミュレーション分析装置330と制御システム設計モジュール335に提供する。プロセス性能シミュレーション分析装置330は、プロセス性能シミュレータ340からの出力に基づき、プロセス性能設計仕様305とプロセス性能設計基準315を分析する。一方、ダイナミクス及び制御シミュレーション分析装置345は、動的シミュレータ350からの出力に基づき、制御システム設計モジュール335からの出力を分析する。例示的実施形態において、動的シミュレータ350は、減次モデリング(ROM)動的シミュレータ350である。プロセス性能シミュレーション分析装置330とダイナミクス及び制御シミュレーション分析装置345からの出力は、プロセス性能シミュレーション分析装置330とダイナミクス及び制御シミュレーション分析装置345からの出力が個別に最適化されているか否かを判断するプロセス性能及び制御評価装置355に提供される。プロセス性能シミュレーション分析装置330とダイナミクス及び制御シミュレーション分析装置345からの出力が個別に最適化されていない場合、プロセス性能シミュレーション分析装置330とダイナミクス及び制御シミュレーション分析装置345からの非最適化出力は再びプロセス性能設計モジュール325へと提供され、さらに分析が行われる、つまり、その後上記分析が繰り返される。プロセス性能シミュレーション分析装置330とダイナミクス及び制御シミュレーション分析装置345からの出力が最適化されている場合、そのプロセス性能シミュレーション分析装置330とダイナミクス及び制御シミュレーション分析装置345からの出力は組み合わされて、例えば、遺伝的アルゴリズム(GA)オプティマイザ360などの総合システムオプティマイザ360へと送られ、最適プラント性能及び動作パラメータ365が出力される。
図4に示すように、また、詳細に上述したように、例示的実施形態に係る最適化プロセス300では、プロセス性能と制御システム設計の分析が並行に行われる。プロセス性能シミュレータ340と動的シミュレータ350の両方を使用することで、最適プラント性能及び動作パラメータ365が予測及び評価されるので、効果的な最適化が行われることとなる。プロセス性能シミュレータ340には、例えば、設計基準のプロセスモデル及び/又は回帰モデルなどの理論的且つ実験的モデルや操作データベースに基づくNNモデルを利用した熱力学的、熱経済的、排気予測が含まれるが、これらに限定されるものではない。動的シミュレータ350には、例えば、制御論理シミュレーションモデルと共に、第一原理モデル、若しくは、第一原理モデルとデータ駆動型モデルの複合型実験モデル、及び/又は、ウェーブレットネットワークモデルが含まれる。寿命延長制御(図示せず)には、材料モデルが含まれているので、材料の損傷の予測や、延命制御シミュレーション(図示せず)を行うことができる。同様に、代替的な例示的実施形態には環境経済モデル(図示せず)が含まれてもよく、それによって、例えば、SO、NOx、粒子、COなどの排気の分析及び最適化を行うことができる。
最適プラント性能及び動作パラメータ365の決定については、多くの設計シナリオからの選択のため、数多くの反復を伴うことから、オプティマイザ360による最適化の前にプロセス性能及び制御システム設計の両方を一旦最適化できるよう、さらにオプティマイザ(図示せず)を備えてもよい。
次に、図5を参照して、例示的実施形態に係るMPC最適制御装置、特に、CLプロセスのためのMPC最適制御装置についてさらに詳しく説明する。例示的実施形態では、MPC制御装置400などの制御装置400は、MPCを利用してCLプロセス405を制御する高度最適制御システムである。上述したように、CLプロセス405は、単一ループ又は複数ループCLシステム、使用又は隔離のためにCOを捕捉するCLベースのプラント、及び/又は、CO対応のCLベースの発電プラントにて利用可能であるが、これらに限定されるものではない。
また、上述したように、上記CLプロセスには、物質移行や化学反応の速度に起因するプロセス非線形性や時間遅延を特徴とする多相流及び化学反応が含まれる。従って、従来の、例えば線形の最適化制御は、CLプロセス最適化には不十分である。そこで、例示的実施形態に係るMPC制御装置400には、例えば、質量、運動量、エネルギーバランスなどの第一原理方程式から得られる非線形動的ケミカルルーピングモデリング及びシミュレーションが含まれる。また、非線形ニューラルネットワークなどの実験的モデリング方法は、簡単化された第一原理モデルとデータ駆動型モデルとを組み合わせたハイブリッド動的モデル構造において使用される。特に、MPC制御装置400は、モデル410などのモデル部410と、シミュレータ415などのシミュレータ部415と、オプティマイザ420などの最適化部420とを備える。
例示的実施形態では、MPC制御装置400は、現在のプラント制御システムを最適化機能を備えたモデルベースの予測制御で補完及び/又は置換するため、現在のプラント制御システムの構成要素、例えば、既存の比例・積分・微分(PID)制御装置を活用する。具体的には、例示的実施形態に係るMPC制御装置400のモデル410には、非線形定常状態モデルと、1つ又は複数の線形又は非線形動的モデルとが含まれる。また、定常状態モデル及び/又は動的モデルは、それぞれ適応、ファジー及び/又はNNモデリング方法、及び/又は、第一原理モデリング方法を使ってCLプロセス405の複雑且つ非線形の多相流及び化学反応をモデル化してもよい。
さらに、例示的実施形態では、モデル410には、モデルベースの状態推定器、パラメータ推定器、及び/又は、欠陥検出器のベースとして用いられるCLシステムモデル、又は、CLサブシステム及び/又はCL要素モデルが含まれてもよい。その結果、それからソフトセンサ制御モジュール255(図3)の新しいソフトセンサが得られ、CLプロセス405を最適化するための制御システムと統合することができる。
例示的実施形態では、シミュレータ415は、高度な技術でCLプロセス405をシミュレートする動的シミュレータ415である。具体的には、動的シミュレータ415は、例えば、図4を参照して上述した動的シミュレータ350と実質的に同様で、ROMシミュレータであってもよいが、代替的な例示的実施形態はそれに限定されるものではない。同様に、例示的実施形態に係る最適化部420は、オプティマイザ360(図4)と実質的には同じであるが、それに限定されるものではない。例えば、代替的な例示的実施形態では、最適化部420には、システムオプティマイザ210、さらに具体的には、プラント制御システム207の多変数オプティマイザ210(図3)が含まれる。
動作中、MPC制御装置400は、CLプロセス405からCLプロセスの出力パラメータ425を受信する。CLプロセスの出力パラメータ425には、負荷需要、電力、ガス(例えば、H、N、CO及び/又はシンガス)流量が含まれるが、これらに限定されるものではない。設定値430及び所定パラメータ435を用いることで、MPC制御装置400は、モデル化されたプラントパラメータを最適化し、それに基づく最適CLプロセス入力制御パラメータ440をCLプロセス405に提供する。例示的実施形態では、最適CLプロセス入力制御パラメータ440は、固体輸送在庫制御変数であるが、代替的な例示的実施形態はそれに限定されるものではない。例えば、最適CLプロセス入力制御パラメータ440としては、反応器温度制御変数、ループ温度制御変数、層温度制御変数、負荷ランピング制御変数、プラント起動制御論理アルゴリズム、反応器圧力変数、反応器差圧変数、プラント停止制御論理アルゴリズム、燃料/空気/石灰石/蒸気の比が挙げられるが、代替的な例示的実施形態は上記に挙げられたものに限定されるものではない。
要約すれば、例示的実施形態に係るプロセス設計及び制御最適化システムは、統合的で動的な定常性能を提供し、ケミカルルーピングプラントの設計最適化を制御する多変数で非線形な制御最適化システムを含む。その結果、プラント全体の経済効率を大幅に向上させつつ、プラントの廃棄物の排出量を大幅に縮小する、及び/又は、効果的に最小限に抑えるので、全体の動作コストの低減につながる。
様々な例示的実施形態を参照して本発明を説明したが、その範囲から逸脱することなく本発明に様々な変更を加えることができ、その要素に均等物を代用できることが当業者には理解されるであろう。さらに、本発明の本質的な範囲から逸脱することなく、本発明の教示に様々な修正を加えて、特定の状況や材料に適用することができる。従って、本発明は、本発明を実施するために考えられる最良の形態として開示した特定の実施形態に限定されるものではなく、本発明は添付の特許請求の範囲に含まれるすべての実施形態を含むことを企図している。

Claims (20)

  1. 発電プラントを最適化するためのシステムであって、
    入力パラメータを受信する入力部、及び出力パラメータを出力する出力部を有するケミカルループと、
    前記ケミカルループに動作可能に接続された非線形モデル予測制御用制御装置と、
    を備え、
    前記非線形モデル予測制御用制御装置が、前記出力パラメータを受信し、前記受信した出力パラメータに基づき前記入力パラメータを最適化し、前記最適化した入力パラメータを前記ケミカルループの入力部へ出力する、システム。
  2. 前記非線形モデル予測制御用制御装置が、
    モデル部と、
    前記モデル部に動作可能に接続されたシミュレータ部と、
    前記モデル部に動作可能に接続された最適化部と、
    を備える請求項1記載のシステム。
  3. 前記モデル部が、定常状態モデル、動的モデル、適応モデル、ファジーモデル及びニューラルネットワークモデルのうちの少なくとも1つを備え、
    前記シミュレータ部が、減次モデリングシミュレータを備え、
    前記最適化部が、多変数オプティマイザと遺伝的アルゴリズムオプティマイザのうちのいずれか1つを備える、請求項2記載のシステム。
  4. 前記入力パラメータには、固体輸送在庫制御変数、反応器温度制御変数、ループ温度制御変数、層温度制御変数、負荷ランピング制御変数、プラント起動制御論理アルゴリズム、反応器圧力変数、反応器差圧変数、プラント停止制御論理アルゴリズム、並びに、燃料流量、空気流量、石灰石流量及び蒸気流量のうちの少なくとも2つの比、のうちの少なくとも1つが含まれ、
    前記出力パラメータには、負荷需要、発電率、水素流量、窒素流量、二酸化炭素流量及び合成ガス流量のうちの少なくとも1つが含まれる、請求項1記載のシステム。
  5. 前記ケミカルループが、カルシウム系ケミカルループ及び金属酸化物系ケミカルループのうちの1つからなり、
    前記発電プラントが、単一ループケミカルルーピングプラント、複数ループケミカルルーピングプラント、使用又は隔離のためにCOを捕捉するケミカルルーピングベースのプラント、及び、CO対応のケミカルルーピングベースのプラントのうちの1つからなる、請求項1記載のシステム。
  6. 前記非線形モデル予測制御用制御装置が、前記発電プラントの運転の全体効率を最適化する、請求項1記載のシステム。
  7. 前記非線形モデル予測制御用制御装置が、前記最適化部に動作可能に接続されたソフトセンサモジュールをさらに備える、請求項2記載のシステム。
  8. 発電プラントのケミカルルーピングプロセスを最適化するための制御システムであって、
    オプティマイザと、
    前記発電プラントの複数の入力パラメータに基づいて前記オプティマイザに収益入力を提供する収益アルゴリズムと、
    前記発電プラントの複数の出力パラメータに基づいて前記オプティマイザに費用入力を提供する費用アルゴリズムと、
    を備え、
    前記オプティマイザが、前記収益入力と前記費用入力のうちの少なくとも1つに基づいて、最適化動作パラメータ解答を決定し、前記最適化動作パラメータ解答を前記発電プラントに提供する、システム。
  9. 前記発電プラントが、単一ループケミカルルーピングプラント、複数ループケミカルルーピングプラント、使用又は隔離のためにCOを捕捉するケミカルルーピングベースのプラント、及び、CO対応のケミカルルーピングベースのプラントのうちの1つからなる、請求項8記載の制御システム。
  10. 前記発電プラントが、カルシウム系ケミカルループ及び金属酸化物系ケミカルループのうちの1つをさらに備える、請求項9記載の制御システム。
  11. 前記複数の入力パラメータには、燃料流量、吸着剤流量、空気流量、水流量、石灰石流量及び固体循環流量のうちの少なくとも1つが含まれ、
    前記複数の出力パラメータには、発電率、CO利用、CO捕捉、CO貯蔵、H利用、H捕捉、H貯蔵、合成ガス利用、合成ガス捕捉及び合成ガス貯蔵のうちの少なくとも1つが含まれる、請求項8記載の制御システム。
  12. 前記収益アルゴリズムが、さらに、排出クレジットと寿命延長クレジットの少なくともいずれか1つに基づいて、前記オプティマイザに前記収益入力を提供する、請求項8記載の制御システム。
  13. 前記費用アルゴリズムが、さらに、補助発電費、石灰石費、燃料費のうちの少なくとも1つに基づいて、前記オプティマイザに前記費用入力を提供する、請求項8記載の制御システム。
  14. 発電プラントを最適化するためのシステムであって、
    入力パラメータを受信する入力部、及び出力パラメータを出力する出力部を有するケミカルループと、
    前記出力パラメータを受信し、前記受信した出力パラメータに基づき前記入力パラメータを最適化し、前記最適化した入力パラメータを前記ケミカルループの入力部へ出力する非線形制御装置と、
    を備える、システム。
  15. 前記非線形制御装置が、モデル予測制御用制御装置からなる、請求項14記載のシステム。
  16. 前記非線形制御装置が、
    モデル部と、
    前記モデル部に動作可能に接続されたシミュレータ部と、
    前記モデル部に動作可能に接続された最適化部と、
    を備える、請求項14記載のシステム。
  17. 前記モデル部が、定常状態モデル、動的モデル、適応モデル、ファジーモデル及びニューラルネットワークモデルのうちの少なくとも1つを備え、
    前記シミュレータ部が、減次モデリングシミュレータを備え、
    前記最適化部が、多変数オプティマイザと遺伝的アルゴリズムオプティマイザのうちのいずれか1つを備える、請求項16記載のシステム。
  18. 前記入力パラメータには、固体輸送在庫制御変数、反応器温度制御変数、ループ温度制御変数、層温度制御変数、負荷ランピング制御変数、プラント起動制御論理アルゴリズム、反応器圧力変数、反応器差圧変数、プラント停止制御論理アルゴリズム、並びに、燃料流量、空気流量、石灰石流量及び蒸気流量のうちの少なくとも2つの比、のうちの少なくとも1つが含まれ、
    前記出力パラメータには、負荷需要、発電率、水素流量、窒素流量、二酸化炭素流量及び合成ガス流量のうちの少なくとも1つが含まれる、請求項14記載のシステム。
  19. 前記ケミカルループが、カルシウム系ケミカルループ及び金属酸化物系ケミカルループのうちの1つからなる、請求項14記載のシステム。
  20. 前記発電プラントが、単一ループケミカルルーピングプラント、複数ループケミカルルーピングプラント、使用又は隔離のためにCOを捕捉するケミカルルーピングベースのプラント、及び、CO対応のケミカルルーピングベースのプラントのうちの1つからなる、請求項19記載のシステム。
JP2010549778A 2008-03-03 2009-03-02 ケミカルルーピングプラントを最適化するためのシステム Active JP5882582B2 (ja)

Applications Claiming Priority (13)

Application Number Priority Date Filing Date Title
US3318508P 2008-03-03 2008-03-03
US3321008P 2008-03-03 2008-03-03
US3320208P 2008-03-03 2008-03-03
US61/033,202 2008-03-03
US61/033,210 2008-03-03
US61/033,185 2008-03-03
US12/394,509 2009-02-27
US12/394,509 US8374709B2 (en) 2008-03-03 2009-02-27 Control and optimization system
US12/394,654 US9122260B2 (en) 2008-03-03 2009-02-27 Integrated controls design optimization
US12/394,654 2009-02-27
US12/394,200 2009-02-27
US12/394,200 US8160730B2 (en) 2008-03-03 2009-02-27 Fuzzy logic control and optimization system
PCT/US2009/035664 WO2009114309A2 (en) 2008-03-03 2009-03-02 Integrated controls design optimization

Publications (2)

Publication Number Publication Date
JP2011514601A true JP2011514601A (ja) 2011-05-06
JP5882582B2 JP5882582B2 (ja) 2016-03-09

Family

ID=41013769

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2010549779A Pending JP2011513861A (ja) 2008-03-03 2009-03-02 制御及び最適化システム
JP2010549778A Active JP5882582B2 (ja) 2008-03-03 2009-03-02 ケミカルルーピングプラントを最適化するためのシステム
JP2010549780A Active JP5473950B2 (ja) 2008-03-03 2009-03-02 ファジー論理制御及び最適化システム

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2010549779A Pending JP2011513861A (ja) 2008-03-03 2009-03-02 制御及び最適化システム

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2010549780A Active JP5473950B2 (ja) 2008-03-03 2009-03-02 ファジー論理制御及び最適化システム

Country Status (7)

Country Link
US (3) US8160730B2 (ja)
EP (3) EP2263129A1 (ja)
JP (3) JP2011513861A (ja)
CN (3) CN101965544B (ja)
AU (3) AU2009223437B2 (ja)
CA (3) CA2715983C (ja)
WO (3) WO2009111380A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015016467A (ja) * 2013-06-21 2015-01-29 アルストム テクノロジー リミテッドALSTOM Technology Ltd 二酸化炭素ガス精製ユニットとのケミカルルーピング統合
JP2022532143A (ja) * 2019-05-09 2022-07-13 アスペン テクノロジー インコーポレイテッド 機械学習を専門知識及び第一原理と組み合わせて行うプロセス産業のモデリング

Families Citing this family (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8036762B1 (en) 2007-05-09 2011-10-11 Zilker Labs, Inc. Adaptive compensation in digital power controllers
TWI447329B (zh) 2008-09-26 2014-08-01 Univ Ohio State 將碳質燃料轉化成無碳能量載體
TWI422128B (zh) * 2008-10-23 2014-01-01 Intersil Inc 功率調節器及用於控制功率調節器輸出的系統和方法
FR2945034B1 (fr) * 2009-04-29 2012-06-08 Inst Francais Du Petrole Procede integre de production d'energie et/ou de gaz de synthese par production d'oxygene in situ, combustion et gazeification en boucle chimique
FR2948177B1 (fr) * 2009-07-16 2011-08-05 Inst Francais Du Petrole Procede de combustion en boucle chimique avec controle independant de la circulation des solides
EP2475613B1 (en) 2009-09-08 2017-05-03 The Ohio State University Research Foundation Integration of reforming/water splitting and electrochemical systems for power generation with integrated carbon capture
AU2010292310B2 (en) 2009-09-08 2017-01-12 The Ohio State University Research Foundation Synthetic fuels and chemicals production with in-situ CO2 capture
FR2951807B1 (fr) * 2009-10-22 2012-05-04 Air Liquide Procede et dispositif de production d'energie par oxydation d'un combustible dans une boucle chimique
US8761943B2 (en) 2010-01-29 2014-06-24 Alstom Technology Ltd Control and optimization system and method for chemical looping processes
US20110245937A1 (en) * 2010-03-31 2011-10-06 General Electric Company System and method for interoperability between carbon capture system, carbon emission system, carbon transport system, and carbon usage system
AU2011261169B2 (en) * 2010-06-02 2017-03-02 Kc8 Capture Technologies Ltd Optimising objectives of a plant and a carbon dioxide capture facility
FR2960941B1 (fr) * 2010-06-02 2014-11-14 Inst Francais Du Petrole Dispositif de separation de particules pour une boucle de combustion chimique
FR2960940B1 (fr) * 2010-06-02 2015-08-07 Inst Francais Du Petrole Procede de combustion en boucle chimique avec une zone de reaction integrant une zone de separation gaz-solide et installation utilisant un tel procede
CN102455135B (zh) * 2010-10-27 2013-11-20 宝山钢铁股份有限公司 明火加热炉炉温控制设备
CN103354763B (zh) 2010-11-08 2016-01-13 俄亥俄州立大学 具有反应器之间的气体密封和移动床下导管的循环流化床
US8843240B2 (en) * 2010-11-30 2014-09-23 General Electric Company Loading a steam turbine based on flow and temperature ramping rates
US8755916B2 (en) * 2010-12-07 2014-06-17 Alstom Technology Ltd. Optimized integrated controls for oxy-fuel combustion power plant
JP5759746B2 (ja) * 2011-02-21 2015-08-05 東京瓦斯株式会社 反応塔の天面側から酸化剤およびまたは還元剤が供給されるケミカルループ燃焼装置
CN103635449B (zh) 2011-05-11 2016-09-07 俄亥俄州国家创新基金会 用来转化燃料的系统
CA2835421C (en) 2011-05-11 2020-02-18 Ohio State Innovation Foundation Oxygen carrying materials usable in chemical looping systems
EP2530278A1 (en) 2011-06-01 2012-12-05 Alstom Technology Ltd Flue gas recirculation system and method
US9170572B2 (en) * 2011-07-06 2015-10-27 Honeywell International Inc. Dynamic model generation for implementing hybrid linear/non-linear controller
CN107171582B (zh) 2011-09-29 2019-03-29 株式会社大亨 信号处理装置、滤波器、控制电路、逆变器和转换器系统
DK2575252T3 (en) 2011-09-29 2018-10-08 Daihen Corp Signal processor, filter, power converter for power converter circuit, connection inverter system and PWM inverter system
US8914134B2 (en) * 2011-11-09 2014-12-16 General Electric Company Systems and methods for predicting transient operational characteristics of a power plant
JP5872337B2 (ja) * 2012-03-14 2016-03-01 東京瓦斯株式会社 ケミカルループ式燃焼装置およびその運転方法
US9740214B2 (en) 2012-07-23 2017-08-22 General Electric Technology Gmbh Nonlinear model predictive control for chemical looping process
CN103792959A (zh) * 2012-10-30 2014-05-14 重庆科技学院 变量喷雾系统中遗传算法优化模糊pid控制流量的方法
US9292010B2 (en) 2012-11-05 2016-03-22 Rockwell Automation Technologies, Inc. Online integration of model-based optimization and model-less control
DK2932342T3 (da) 2012-12-12 2021-07-26 S A Armstrong Ltd Koordineret følerløst reguleringssystem
EP2953892B1 (en) 2013-02-05 2023-04-05 Ohio State Innovation Foundation Methods for fuel conversion
CN103246201B (zh) * 2013-05-06 2015-10-28 江苏大学 径向混合磁轴承的改进模糊无模型自适应控制系统及方法
US9564757B2 (en) * 2013-07-08 2017-02-07 Eaton Corporation Method and apparatus for optimizing a hybrid power system with respect to long-term characteristics by online optimization, and real-time forecasts, prediction or processing
EP2874029A1 (de) * 2013-11-15 2015-05-20 Bayer Technology Services GmbH Verfahren zum Betreiben einer zur Durchführung von wenigstens einer chemischen Reaktion eingerichteten Anlage
US9566546B2 (en) * 2014-01-21 2017-02-14 Saudi Arabian Oil Company Sour gas combustion using in-situ oxygen production and chemical looping combustion
WO2015131117A1 (en) 2014-02-27 2015-09-03 Ohio State Innovation Foundation Systems and methods for partial or complete oxidation of fuels
DE102014208838A1 (de) * 2014-05-12 2015-11-12 Robert Bosch Gmbh Verfahren zum Betreiben eines Steuergeräts
JP6300646B2 (ja) * 2014-06-03 2018-03-28 三菱日立パワーシステムズ株式会社 ケミカルルーピング燃焼システム
CN104102131B (zh) * 2014-06-20 2016-08-24 杭州电子科技大学 无穷时域优化的批次过程的线性二次容错控制方法
US9810146B2 (en) * 2014-07-17 2017-11-07 Saudi Arabian Oil Company Calcium sulfate looping cycles for sour gas combustion and electricity production
JP6448252B2 (ja) * 2014-08-11 2019-01-09 株式会社梅田製作所 締結部材
EP3213157B1 (en) * 2014-10-30 2024-03-20 Siemens Aktiengesellschaft Using soft-sensors in a programmable logic controller
CN104730929B (zh) * 2015-04-14 2017-06-30 长沙有色冶金设计研究院有限公司 一种自适应pid控制方法、控制芯片及控制器
US10542961B2 (en) 2015-06-15 2020-01-28 The Research Foundation For The State University Of New York System and method for infrasonic cardiac monitoring
CN105373098B (zh) * 2015-11-26 2017-10-24 江南大学 一种基于变量时段分解的间歇过程无模型在线滚动优化方法
DE102016203855B4 (de) * 2016-03-09 2023-11-02 Siemens Aktiengesellschaft Verfahren und Vorrichtung zum Steuern eines technischen Systems anhand von Steuermodellen
EP3429738A4 (en) 2016-04-12 2019-09-18 Ohio State Innovation Foundation PRODUCTION OF CHEMICAL LOOP SYNTHESIS GAS FROM CARBON FUELS
US20180275621A1 (en) * 2017-03-24 2018-09-27 Mitsubishi Electric Research Laboratories, Inc. Model Predictive Control with Uncertainties
US11090624B2 (en) 2017-07-31 2021-08-17 Ohio State Innovation Foundation Reactor system with unequal reactor assembly operating pressures
CN108021027B (zh) * 2017-11-21 2021-02-02 华北电力大学 一种超临界循环流化床机组输出功率预测系统及方法
JP6540787B1 (ja) * 2017-12-28 2019-07-10 横河電機株式会社 装置、方法、およびプログラム
JP6933585B2 (ja) * 2018-01-12 2021-09-08 株式会社豊田中央研究所 情報処理装置、情報処理方法、コンピュータプログラム、制御装置
US10549236B2 (en) 2018-01-29 2020-02-04 Ohio State Innovation Foundation Systems, methods and materials for NOx decomposition with metal oxide materials
US11413574B2 (en) 2018-08-09 2022-08-16 Ohio State Innovation Foundation Systems, methods and materials for hydrogen sulfide conversion
US11119456B2 (en) * 2019-03-14 2021-09-14 Kaneka Corporation Production system, information processing method, and production method
AU2020271068A1 (en) 2019-04-09 2021-09-30 Ohio State Innovation Foundation Alkene generation using metal sulfide particles
US11674384B2 (en) * 2019-05-20 2023-06-13 Schlumberger Technology Corporation Controller optimization via reinforcement learning on asset avatar
US11782401B2 (en) 2019-08-02 2023-10-10 Aspentech Corporation Apparatus and methods to build deep learning controller using non-invasive closed loop exploration
WO2021076760A1 (en) 2019-10-18 2021-04-22 Aspen Technology, Inc. System and methods for automated model development from plant historical data for advanced process control
EP3910428A1 (en) * 2020-05-15 2021-11-17 L'air Liquide, Société Anonyme Pour L'Étude Et L'exploitation Des Procédés Georges Claude Method to control a gasifier by means of a multivariate model predictive controller
WO2023234008A1 (ja) * 2022-06-03 2023-12-07 東京応化工業株式会社 還元剤供給システム、還元剤供給方法、及びケミカルループ反応システム

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05197401A (ja) * 1992-01-20 1993-08-06 Hitachi Ltd 制御方法及びその装置
JPH05332161A (ja) * 1992-06-03 1993-12-14 Tokyo Electric Power Co Inc:The 化学ループ燃焼方式発電プラントシステム
JP2000337168A (ja) * 1999-05-27 2000-12-05 Toshiba Corp 化学ループ燃焼方式発電プラントシステム
JP2003323201A (ja) * 2002-04-26 2003-11-14 Bailey Japan Co Ltd 非線形動特性モデルの構造とそのモデルパラメータ推定計算手段
JP2005176495A (ja) * 2003-12-11 2005-06-30 Hitachi Ltd 電力取引決定方法、その装置およびそのプログラム
JP2005188807A (ja) * 2003-12-25 2005-07-14 Yokohama Tlo Co Ltd 膜燃焼方法及び膜燃焼装置

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07104682B2 (ja) * 1986-06-12 1995-11-13 三菱重工業株式会社 ファジーコントローラ
JP2928630B2 (ja) * 1990-11-30 1999-08-03 株式会社日立製作所 燃焼制御装置
US5806052A (en) * 1992-07-06 1998-09-08 General Electric Company Fuzzy hierarchical controller for a turboshaft engine
US5762008A (en) * 1993-04-20 1998-06-09 Martin Gmbh Fuer Umwelt- Und Enetgietechnik Burning fuels, particularly for incinerating garbage
JPH08339204A (ja) 1995-06-09 1996-12-24 Hitachi Ltd 火力発電プラント自律適応最適化制御システム
JPH09242507A (ja) 1996-03-04 1997-09-16 Toshiba Corp 蒸気タービンの起動制御装置
TW446995B (en) * 1998-05-11 2001-07-21 Semitool Inc Temperature control system for a thermal reactor
GB2350695B (en) 1999-05-07 2003-08-13 Wivenhoe Technology Ltd Genetic-Fuzzy real-time controller
US6408227B1 (en) * 1999-09-29 2002-06-18 The University Of Iowa Research Foundation System and method for controlling effluents in treatment systems
CA2511936A1 (en) * 2002-07-30 2004-06-24 Hyradix, Inc. Feedforward control processes for variable output hydrogen generators
US7133784B2 (en) * 2002-10-28 2006-11-07 Bp Corporation North America, Inc. Process and method for chemical manufacturing using transformation of on-line instrumentation data
FR2850156B1 (fr) * 2003-01-16 2005-12-30 Alstom Switzerland Ltd Installation de combustion avec recuperation de co2
US7083658B2 (en) * 2003-05-29 2006-08-01 Alstom Technology Ltd Hot solids gasifier with CO2 removal and hydrogen production
TWI225576B (en) 2003-10-06 2004-12-21 Univ Tsinghua Process controlling method with merged two-control loops
US7767191B2 (en) * 2003-12-11 2010-08-03 The Ohio State University Combustion looping using composite oxygen carriers
US7123971B2 (en) * 2004-11-05 2006-10-17 Pegasus Technologies, Inc. Non-linear model with disturbance rejection
JP4493017B2 (ja) 2004-12-21 2010-06-30 財団法人電力中央研究所 パラメータ変化に対応するエネルギーシステム運用計画の修正方法および装置およびプログラム
FR2889248B1 (fr) * 2005-07-29 2007-09-07 Inst Francais Du Petrole Nouvelle masse active oxydo-reductrice pour un procede d'oxydo-reduction en boucle
JP4741968B2 (ja) 2006-03-30 2011-08-10 株式会社日立製作所 プラントの制御装置
US7756591B2 (en) * 2006-04-25 2010-07-13 Pegasus Technologies, Inc. System for optimizing oxygen in a boiler
US7856280B2 (en) 2006-08-02 2010-12-21 Emerson Process Management Power & Water Solutions, Inc. Process control and optimization technique using immunological concepts
US7824574B2 (en) * 2006-09-21 2010-11-02 Eltron Research & Development Cyclic catalytic upgrading of chemical species using metal oxide materials

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05197401A (ja) * 1992-01-20 1993-08-06 Hitachi Ltd 制御方法及びその装置
JPH05332161A (ja) * 1992-06-03 1993-12-14 Tokyo Electric Power Co Inc:The 化学ループ燃焼方式発電プラントシステム
JP2000337168A (ja) * 1999-05-27 2000-12-05 Toshiba Corp 化学ループ燃焼方式発電プラントシステム
JP2003323201A (ja) * 2002-04-26 2003-11-14 Bailey Japan Co Ltd 非線形動特性モデルの構造とそのモデルパラメータ推定計算手段
JP2005176495A (ja) * 2003-12-11 2005-06-30 Hitachi Ltd 電力取引決定方法、その装置およびそのプログラム
JP2005188807A (ja) * 2003-12-25 2005-07-14 Yokohama Tlo Co Ltd 膜燃焼方法及び膜燃焼装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015016467A (ja) * 2013-06-21 2015-01-29 アルストム テクノロジー リミテッドALSTOM Technology Ltd 二酸化炭素ガス精製ユニットとのケミカルルーピング統合
US9550680B2 (en) 2013-06-21 2017-01-24 General Electric Technology Gmbh Chemical looping integration with a carbon dioxide gas purification unit
JP2022532143A (ja) * 2019-05-09 2022-07-13 アスペン テクノロジー インコーポレイテッド 機械学習を専門知識及び第一原理と組み合わせて行うプロセス産業のモデリング
JP7460657B2 (ja) 2019-05-09 2024-04-02 アスペンテック・コーポレーション 機械学習を専門知識及び第一原理と組み合わせて行うプロセス産業のモデリング

Also Published As

Publication number Publication date
CA2735188A1 (en) 2010-09-11
US20090222110A1 (en) 2009-09-03
JP5473950B2 (ja) 2014-04-16
WO2009114309A3 (en) 2010-04-01
CN102084303B (zh) 2015-07-22
JP2011513861A (ja) 2011-04-28
CA2735188C (en) 2014-07-08
CN101965544B (zh) 2014-10-15
AU2009223437A1 (en) 2009-09-17
WO2009111380A1 (en) 2009-09-11
JP5882582B2 (ja) 2016-03-09
US9122260B2 (en) 2015-09-01
CA2716653A1 (en) 2009-09-11
AU2009222060B2 (en) 2013-05-23
CN101960397B (zh) 2015-04-29
US8160730B2 (en) 2012-04-17
JP2011513862A (ja) 2011-04-28
WO2009111379A1 (en) 2009-09-11
US20090222136A1 (en) 2009-09-03
EP2263129A1 (en) 2010-12-22
WO2009114309A2 (en) 2009-09-17
EP2263127A1 (en) 2010-12-22
CA2716653C (en) 2014-07-15
CA2715983A1 (en) 2009-09-17
CN101965544A (zh) 2011-02-02
CA2715983C (en) 2017-11-07
US20090222108A1 (en) 2009-09-03
AU2009222060A1 (en) 2009-09-11
US8374709B2 (en) 2013-02-12
AU2009222061A1 (en) 2009-09-11
CN101960397A (zh) 2011-01-26
AU2009223437B2 (en) 2013-10-31
EP2263128A2 (en) 2010-12-22
AU2009222061B2 (en) 2013-01-24
CN102084303A (zh) 2011-06-01

Similar Documents

Publication Publication Date Title
JP5882582B2 (ja) ケミカルルーピングプラントを最適化するためのシステム
US8755940B2 (en) Modeling and control optimization system for integrated fluidized bed combustion process and air pollution control system
KR101484496B1 (ko) 산소 연료 연소 파워 플랜트를 위한 최적화된 통합 제어
Martínez et al. Modelling the continuous calcination of CaCO3 in a Ca-looping system
Atsonios et al. Review on dynamic process modeling of gasification based biorefineries and bio-based heat & power plants
Lou et al. Integrated controls design optimization
Kortela et al. Fuel quality soft-sensor for control strategy improvement of the Biopower 5 CHP plant
Bardi et al. A Multivariable Approach for Control System Optimization of IGCC with CCS in DECAR Bit Project
Xinsheng Control and optimization system
He Design and Implementation of Model Predictive Control Strategies for Improved Power Plant Cycling
Zlatkovikj Analysing the transient operation of the boiler and the TES tank for improving the flexibility in biomass CHP
Chen Model-based Efficiency Analysis of Power Plants with Carbon Footprint Constraints
Martínez Berges et al. Modelling the continuous calcination of CaCO3 in a Ca-looping system

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120529

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20120829

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20120905

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20121129

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20130419

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130819

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20131001

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20131007

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20131106

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20131115

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20140227

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20140310

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20140331

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20140403

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20140501

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20140508

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20141022

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20141027

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20141121

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20150901

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20151001

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20151102

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20151124

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160204

R150 Certificate of patent or registration of utility model

Ref document number: 5882582

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250