PT104718A

PT104718A - MULTIVARIATE PREDICTIVE CONTROL ASSEMBLY OF AN OIL REFINING LINE AND BIODIESEL PRODUCTION

Info

Publication number: PT104718A
Application number: PT10471809A
Authority: PT
Inventors: Andrey Valerievitch Romanenko; Joao Rui De Oliveira Marques Leal
Original assignee: Ciengis Sist S De Controlo Avancado Lda
Priority date: 2009-08-18
Filing date: 2009-08-18
Publication date: 2011-10-14
Also published as: PT104718B

Abstract

A PRESENTE INVENÇÃO DESCREVE UM SISTEMA DE CONTROLO PREDITIVO MULTIVARIÁVEL (1) CONJUNTO DE UMA LINHA DE REFINAÇÃO DE ÓLEOS (3) E DE PRODUÇÃO DE BIODIESEL (4) EM QUE SÃO TIDOS EM CONTA AS INTERACÇÕES E A NÃO-LINEARIDADE EXISTENTE DENTRO DE CADA UNIDADE (REFINAÇÃO E PRODUÇÃO DE BIODIESEL) BEM COMO AS INTERRAÇÕES ENTRE AS UNIDADES, POR VIA DE UTILIZAÇÃO DE UM MODELO MATEMÁTICO E RESOLUÇÃO DE UM PROBLEMA DE OPTIMIZAÇÃO NÃO LINEAR COM RESTRIÇÕES. AS RESULTANTES VARIÁVEIS MANIPULADAS, INCLUÍNDO OS CAUDAIS DE REAGENTES E DAS UTILIDADES E DE ENERGIA E OS PARÂMETROS DE SEPARAÇÃO SÃO CALCULADOS PARA MINIMIZAR UMA FUNÇÃO OBJECTIVO E SÃO ENVIADOS PARA O PROCESSO EM TEMPO REAL DIRECTAMENTE E/OU VIA UM SISTEMA DE CONTROLO TRADICIONAL (2).The present invention relates to a multipurpose predictive control system (1), a set of an oil (3) and biofuel production line (4) in which the interactions and the non-linearity existing within each unit are taken into account (REFINING AND PRODUCTION OF BIODIESEL) AS WELL AS THE INTERRACTIONS BETWEEN THE UNITS, BY THE ROUTE OF USING A MATHEMATICAL MODEL AND RESOLVING A PROBLEM OF NONLINEAR OPTIMIZATION WITH RESTRICTIONS. THE VARIABLE MANIPULATED RESULTS INCLUDING THE REAGENT AND UTILITY AND ENERGY FLOWS AND THE SEPARATION PARAMETERS ARE CALCULATED TO MINIMIZE AN OBJECTIVE FUNCTION AND ARE SENT TO THE REAL-TIME PROCESS DIRECTLY AND / OR VIA A TRADITIONAL CONTROL SYSTEM (2) .

Description

Descriçãodescription

Sistema de controlo preditivo multivariável conjunto de uma linha de refinação de óleos e de produção de biodiesel 0 presente invento insere-se no domínio técnico da optimização e controlo avançado de processos industriais na indústria de refinação de óleos e de produção de biodiesel. 0 processo de produção de biodiesel apresenta várias etapas, designadamente. 1) A trans-esterificação; 2) A separação do ester dos subprodutos (glicerina e sabão) dos reagentes em excesso (álcool e catalisador) e da água; 3) A lavagem e secagem do ester (biodiesel) produzido.The multivariate predictive control system set forth in an oil refining and biodiesel production line The present invention is in the technical field of advanced optimization and control of industrial processes in the oil refining and biodiesel production industry. The biodiesel production process has several stages, namely. 1) Trans-esterification; 2) The separation of the ester from the by-products (glycerin and soap) from the excess reagents (alcohol and catalyst) and water; 3) Washing and drying the ester (biodiesel) produced.

Assim, uma a produção de biodiesel engloba várias unidades com caudais de reciclo para o reaproveitamento de reagentes e para uma melhor integração energética.Thus, the production of biodiesel encompasses several units with recycle flows for the reuse of reagents and for better energy integration.

No que respeita à matéria-prima, os óleos são um produto natural com uma intrínseca variabilidade na sua composição, que influencia a operação de produção de biodiesel e os resultados económicos desta. Esta característica dos óleos pode ser agravada pela necessidade de fazer transições de misturas de óleos de origens e/ou de tipos diferentes. Para além disso, o processo de transesterificação é significativamente influenciado pela composição e pureza do óleo na entrada do processo. 0 rendimento e a conversão são, por exemplo, negativamente afectados pela água e pela existência de ácidos gordos livres.As regards the raw material, oils are a natural product with an intrinsic variability in its composition, which influences the biodiesel production operation and the economic results of this. This characteristic of the oils may be aggravated by the need to make transitions of mixtures of oils of different origins and / or types. In addition, the transesterification process is significantly influenced by the composition and purity of the oil at the inlet of the process. Yield and conversion are, for example, negatively affected by water and the existence of free fatty acids.

Para melhorar o desempenho económico de uma unidade de produção de biodiesel, Pedrosa, N. Romanenko, A., Leal, J., and Santos, L.O. (2008) Model predictive control of a biodiesel production plant: a plantwide approach. In Proceedings of Bioenergy: Challenges and Opportunities - International Conference and Exhibition on Bioenergy, Guimarães, Portugal, April 6-9 descrevem uma nova aplicação de controlo preditivo não linear aplicável a processos de produção de biodiesel, na qual surpreendemos por um lado, a redução da variabilidade e as perdas de produção devidas à variabilidade de matéria-prima e, por outro lado, a manutenção das variáveis de qualidade do produto final dentro das normas aplicáveis, designadamente a Norma EN14214. É ainda apresentada uma comparação entre controlo preditivo e controlo adaptativo no contexto de produção de biodiesel em Mjalli, F.S., Hussain, M.A. (2009) Approximate Predictive versus Self-Tuning Adaptive Control Strategies of Biodiesel Reactors, INDUSTRIAL & ENGINEERING CHEMISTRY RESEARCH, 48, 11034-11047. A preparação da matéria-prima da fábrica de bioidesel faz-se mediante a utilização de um processo de refinação de óleos que inclui as fases 1/3 de remoção dos ácidos gordos livres, dos fosfo-lipideos e da água por via química e/ou física. 0 rendimento do processo de refinação é influenciado e habitualmente sacrificado pelas exigências da qualidade do produto no final desta fase. Tal como no caso da fábrica de biodiesel, o processo de refinação de óleos apresenta dinâmicas não-lineares com interacções entre as variáveis de processo e de qualidade.To improve the economic performance of a biodiesel production unit, Pedrosa, N. Romanenko, A., Leal, J., and Santos, L.O. (2008) Model predictive control of a biodiesel production plant: a plantwide approach. A new application of non-linear predictive control for processes of biodiesel production, in which we are surprised, on the one hand, the reduction variability and production losses due to raw material variability and, on the other hand, the maintenance of the quality variables of the final product within the applicable standards, namely Standard EN14214. A comparison between predictive control and adaptive control in the context of biodiesel production in Mjalli, F.S., Hussain, M.A. (2009) Approximate Predictive versus Self-Tuning Adaptive Control Strategies of Biodiesel Reactors, INDUSTRIAL & ENGINEERING CHEMISTRY RESEARCH, 48, 11034-11047. The preparation of the raw material of the bio-diesel plant is carried out using an oil refining process which includes the phases 1/3 removal of free fatty acids, phospho-lipids and water by chemical means and / or physics. The yield of the refining process is influenced and usually sacrificed by the quality requirements of the product at the end of this phase. As in the case of the biodiesel plant, the oil refining process presents non-linear dynamics with interactions between process variables and quality.

Por exemplo, um maior grau de acidez requer menores custos de processamento na unidade de refinação, mas implica maiores gastos com o catalisador na unidade de trans-esterificação da fábrica de biodiesel. Da mesma maneira, uma maior quantidade de água no óleo na saída de refinaria diminui os custos de processamento, mas o seu impacto negativo na fábrica de biodiesel manifesta-se pela verificação de uma maior saponificação e da constatação de dificuldades na separação de biodiesel das demais fases. 0 diagrama de funcionamento do sistema está esquematizado na Figura 1. A presente invenção descreve um sistema de controlo preditivo(l) que complementa o sistema de aquisição de dados e de controlo tradicionalmente observado em sistemas análogos (2) e que tem em conta a interacção entre a refinaria de óleos(3) e a fábrica de biodiesel(4). Egloba um modelo mecanístico do processo de refinação de óleos e de produção de biodiesel que representa conjuntamente a dinâmica dos dois processos por via de previsão do comportamento das variáveis (incluindo caudal, temperatura, pressão, concentração, eficiência e massa), das variáveis de qualidade (incluindo conversão e rendimento) e das métricas económicas (custos). 0 sistema tem em conta a especificação das restrições quer do processo (incluindo temperaturas, pressões e níveis) quer económicas (por exemplo, custos máximos).For example, a higher degree of acidity requires lower processing costs in the refining unit, but implies higher catalyst expenditures in the trans-esterification unit of the biodiesel plant. Likewise, a greater amount of water in the oil at the refinery output reduces processing costs, but its negative impact on the biodiesel plant is manifested by the verification of greater saponification and the finding of difficulties in the separation of biodiesel from the others phases. The operating diagram of the system is outlined in Figure 1. The present invention describes a predictive control system (1) which complements the data acquisition and control system traditionally observed in analog systems (2) and which takes into account the interaction between the oil refinery (3) and the biodiesel plant (4). Egloba is a mechanistic model of the process of oil refining and biodiesel production that together represents the dynamics of the two processes by predicting the behavior of the variables (including flow, temperature, pressure, concentration, efficiency and mass), quality variables (including conversion and yield) and economic metrics (costs). The system takes into account the specification of process constraints (including temperatures, pressures and levels) as well as economic constraints (eg maximum costs).

Para além disso, é definida uma função objectivo que, por um lado, penaliza os desvios das variáveis de saída dos seus valores de referência e, por outro, contempla os custos de manipulação. Por exemplo, esta função pode assumir a seguinte forma quadrática: J = erroAT * Q1 * erro + custoAT * Q2 * custo onde o erro é o vector de diferenças entre as variáveis de saída e as suas referências, custo é um vector de custos de manipulação e Q1/Q2 são matrizes de pesos. 0 resultante problema de optimização é resolvido por via numérica em tempo real e os valores óptimos das variáveis manipuladas são 2/3 enviadas para o processo directamente e/ou pela via do sistema de controlo tradicional. 0 controlo do processo de produção de biodiesel é efectuado pela seguinte ordem: - Obtenção das medições provenientes dos processos (3) e (4) e/ou valores de um sistema DAQ/DCS/PLC (2). - Optimização do perfil óptimo das variáveis manipuladas no controlador (1), utilizando os valores medidos e/ou estimados. - Envio dos valores óptimos das variáveis manipuladas a implementar pelo sistema DAQ/DCS/PLC (2).In addition, an objective function is defined which, on the one hand, penalizes the deviations of the output variables from their reference values and, on the other hand, contemplates handling costs. For example, this function can take the following quadratic form: J = errorAT * Q1 * error + costAT * Q2 * cost where error is the vector of differences between output variables and their references, cost is a cost vector of and Q1 / Q2 are weights matrices. The resulting optimization problem is solved numerically in real time and the optimum values of the manipulated variables are 2/3 sent to the process directly and / or via the traditional control system. The control of the biodiesel production process is carried out in the following order: - Obtaining the measurements from processes (3) and (4) and / or values of a DAQ / DCS / PLC system (2). - Optimization of the optimal profile of the variables manipulated in the controller (1), using the measured and / or estimated values. - Sending the optimal values of the manipulated variables to be implemented by the DAQ / DCS / PLC system (2).

Comparado com o sistema de Pedrosa, N. Romanenko, A., Leal, J., and Santos, L.O. (2008) Model predictive control of a biodiesel production plant: a plantwide approach. In Proceedings of Bioenergy: Challenges and Opportunities - International Conference and Exhibition on Bioenergy, Guimarães, Portugal, April 6-9, em que se maximiza o desempenho económico da fábrica de biodiesel, o sistema de controlo apresenta como vantagem uma maximização do desempenho económico global dos processos de refinação de óleos e da subsequente produção de biodiesel.Compared with the Pedrosa system, N. Romanenko, A., Leal, J., and Santos, L.O. (2008) Model predictive control of a biodiesel production plant: a plantwide approach. In the process of maximizing the economic performance of the biodiesel plant, the control system has as its advantage a maximization of global economic performance the processes of oil refining and the subsequent production of biodiesel.

Coimbra, 11 de Março de 2011 3/3Coimbra, March 11, 2011 3/3

Claims

An automatic control system characterized by a multivariate predictive control unit with a dynamic model set of a line of oil refining and biodiesel production.

Control system according to claim 1, characterized in that it has bi-directional connection with the traditional control system via the local network.

A control system according to claim 1, characterized in that it contains an optimizer which performs said control by solving a dynamic optimization problem, based on the simultaneous simulation of the variances of the two processes (including flow rate, temperature, pressure, acidity, concentrations, conversion), taking into account the constraints of each of the two production line units (maximum and / or minimum values) and their interactions.

A multivariate predictive control system according to claim 1, characterized in that the values for the variables are obtained and implemented by minimizing a global objective function, including the deviation of the procedural variables and / or the quality of the respective reference trajectories and the efforts and / or handling costs. Coimbra, September 14, 2011