Effiziente Regelung solarer Kraftstoffproduktion mit DNI Nowcasts
Laufzeit: 1.9.2020 - 31.8.2023
Im Verbundprojekt SolarFuelNow wird in Kooperation mit dem Institut für Regelungstechnik der RWTH Aachen, der Stausberg & Vosding GmbH, der CSP Services GmbH und dem Institut für Solarforschung des DLR zum ersten Mal eine modellprädiktive Mehrgrößenregelung (MPR) für ein System aus mehreren solarchemischen Reaktoren zur Wasserstoff- und Synthesegaserzeugung entwickelt. Diese Regelung soll einen sicheren und effizienten Betrieb der Reaktoren ermöglichen und wird am Solarturm Jülich demonstriert. Mithilfe eines selbst entwickelten und auf Wolkenbildern basierenden Nowcasting-Systems werden Schwankungen in der solaren Einstrahlung in die Regelung mit einbezogen.
Das Projekt ist dadurch motiviert, dass die Regelung solarchemischer Reaktoren bisher unzureichend untersucht wurde, diese aber ein entscheidender Faktor für die reale Effizienz und Wirtschaftlichkeit solarchemischer Prozesse ist. Die Entwicklung von geeigneten Regelungsmethoden hat daher das Potential, solarchemische Hochtemperaturprozesse entscheidend zu verbessern. Im Rahmen des Projektes werden thermochemische Kreisprozesse betrachtet. Die entwickelten Methoden lassen sich aber auch an andere solarchemische Prozesse anpassen.
Prinzip der Solar-thermochemischen Wasserstofferzeugung
In den betrachteten und im Bild gezeigten solar-thermochemischen Kreisprozessen wird ein Redoxmaterial zunächst mit konzentrierter Solarenergie reduziert. Dann wird es wieder von Wasserdampf, Kohlendioxid oder einer Mischung dieser Gase oxidiert, wobei jeweils Wasserstoff, Kohlenmonoxid oder Synthesegas entsteht. Das Synthesegas dient als Grundstoff für synthetisch erzeugte Kohlenwasserstoffe, insbesondere für Kerosin und andere flüssige Kraftstoffe. Das Projekt SolarFuelNow orientiert sich an Reaktoren mit einer monolithischen Struktur des Redoxmaterials, wie sie im Projekt ASTOR_ST verwendet werden.
Neue modellprädiktive Mehrgrößenregelung
Die chemischen Prozesse haben spezielle Anforderungen an konzentrierende Solarsysteme: Die vom Heliostatfeld zur Verfügung gestellte Leistung muss entsprechend der gewünschten Reaktionsführung geregelt werden, das Halten eines konstanten Sollwerts ist nicht ausreichend. Eine große Anlage wird aus mehreren Reaktoren bestehen, in denen jeweils Teilprozesse ablaufen. Ein Unterschreiten der sehr hohen Zieltemperaturen in den jeweiligen Reaktorkammern kann aufgrund der Nichtlinearität der chemischen Reaktionen zu erheblichen Wirkungsgradeinbußen führen und den Prozess damit unwirtschaftlich machen. Daher wird die neuartige modellprädiktive Mehrgrößenregelung (MPR) entwickelt, die es ermöglicht, die Heliostatzielpunktzuordnung zu den jeweiligen Reaktorkammern und die Massenströme so zu optimieren, dass mehr Wasserstoff entsteht und der Prozess effizienter wird.
Die Regelung soll Vorhersagen der Direktstrahlung auf das Heliostatfeld berücksichtigen, die durch ein Wolkenkamerasystem erstellt werden. Dieses in den BMWi-Projekten Wobas und Wobas A entwickelte System wird in SolarFuelNow im Hinblick auf zeitliche Auflösung, Genauigkeit und Spezifikation der Unsicherheit verbessert, um es für die MPR solarchemischer Prozesse nutzen zu können. Abschließend wird das gesamte System anhand einer Kombination aus einer realen Reaktorkammer und mehreren günstigen Reaktorattrappen in Jülich erprobt und die Erhöhung der Wasserstoffproduktion durch die Einbeziehung der MPR und des Wolkenkamerasystems quantifiziert.
Das DLR Institut für Future Fuels koordiniert das Verbundprojekt und ist für die Erstellung von Reaktormodellen sowie für das Demonstrationsexperiment verantwortlich. Es unterstützt außerdem die Partner bei der Entwicklung und der Implementierung des Regelungskonzeptes. Das DLR Institut für Solarforschung verbessert zusammen mit der CSP Services GmbH das Wolkenkamerasystem, entwickelt Heliostatfeldmodelle und implementiert zusammen mit der RWTH Aachen und der Stausberg & Vosding GmbH die modellprädiktive Regelung in das Heliostatfeldleitsystem am Solarturm Jülich.
