Ges%on op%male de solu%ons de micro cogénéra%on. BOUVENOT Jean-Baptiste ICube UMR 7357

Transcription

1 Ges%on op%male de solu%ons de micro cogénéra%on BOUVENOT Jean-Baptiste ICube UMR

2 Sommaire! Introduction! Micro cogénération gaz à moteur Stirling! Micro cogénération biomasse à cycle de Rankine! Optimisation! Conclusion 2

3 ! Introduction! Micro cogénération gaz à moteur Stirling! Micro cogénération biomasse à cycle de Rankine! Optimisation! Conclusion 3

4 Introduc%on η el = 39 % P el = MW η g = 39 % η el = % P el = 0,1-100 MW η g = % η el = % P el = 1-10 kw η g = % 4

5 Introduc%on Ou? 5

6 Introduc%on q Consommation globale Puissance électrique [MW] hiver (02/01) été (15/08) Temps [h] 6

7 Introduc%on q Consommation individuelle 5000 Puissance électrique [W] hiver (01/01) été (20/07) Temps [h] 7

8 q Evolution du ratio e/c Introduc%on 2,0 Hiver (B th = 120 kwh/m², B ECS = 25 kwh/m², B el = 30 kwh/m²) 1,5 e/c [- ] 1,0 0,5 0, t [h] 72 8

9 q Monotones (1/2) Introduc%on Monotone Puissance [%] Sans modulation idéal grande échelle petite échelle [h] 9

10 Introduc%on q Monotones (2/2) Monotone Puissance [%] petite échelle [h] 10

11 ! Introduction! Micro cogénération gaz à moteur Stirling! Micro cogénération biomasse à cycle de Rankine! Optimisation! Conclusion 11

12 μchp gaz S%rling q Micro cogénération gaz (1/3) Modification du modèle TRNSYS (type 253) Prise en compte de la chaudière auxiliaire aux air gaz Stirling 12

13 μchp gaz S%rling q Micro cogénération gaz (2/3) Nouvelle campagne d essais sur le moteur Stirling P net [W] P cond [W] ,2 8,5 0 10,5 10,5 ṁ cw [kg.mn -1 ] 8, T [ C] T [ C] ,2 16 ṁ cw [kg.mn -1 ] 60 13

14 μchp gaz S%rling q Micro cogénération gaz (3/3) Campagne d essais sur la chaudière auxiliaire P th [W] P cond [W] ṁ cw [l.mn -1 ] T [ C] T [ C] ṁ cw [l.mn -1 ] 14

15 μchp gaz S%rling q Quelques résultats (1/6) [%] η el cycle/ η el max Temps [mn] 15

16 μchp gaz S%rling q Quelques résultats (2/6) 100% 90% 80% 70% 60% 50% 40% 30% 20% Bâtiment RÉNOVÉ [2013] 88,4% 88,7% 88,9% 89,0% 89,8% 88,5% 89,4% 81,5% Rendement électrique du moteur Stirling Rendement global du moteur Stirling Rendement de l'auxiliaire d'appoint 10% 9,9% 10,6% 10,7% 10,8% 0% 0 litres 200 litres 400 litres 600 litres 800 litres 1000 litres Volume du ballon 16

17 μchp gaz S%rling q Quelques résultats (3/6) Coût électricité importée Coût total (gaz + électricité) litres 530 litres 750 litres 930 litres Volume du ballon 17

18 μchp gaz S%rling q Quelques résultats (4/6) 13,0% Rendement électrique du moteur Stirling 12,5% 12,0% 11,5% 11,0% 10,5% HEAT LEAD ELECTRICITY LED COST LED HEAT LED DHW 10,0% 9,5% NEUF kwh/an RÉNOVÉ kwh/an ANCIEN kwh/an 9,0% kwh/an kwh/an kwh/an kwh/an 18

19 μchp gaz S%rling q Quelques résultats (5/6) Coût total Autoconsommation totale (sans revente de l'électricité produite en surplus) ANCIEN RÉNOVÉ NEUF ANCIEN RÉNOVÉ NEUF Montage direct "heat led DHW" Montage avec ballon de stockage de 130 litres 19

20 μchp gaz S%rling q Quelques résultats (6/6) Collectif Autoconsommation totale (sans revente de l'électricité produite en surplus) Heat led Electricity led Cost led Heat led DHW Montage direct 20

21 ! Introduction! Micro cogénération gaz à moteur Stirling! Micro cogénération biomasse à cycle de Rankine! Optimisation! Conclusion 21

22 q Essais (1/7) μchp gaz Rankine 22

23 q Essais (2/7) μchp gaz Rankine 23

24 q Essais (3/7) μchp gaz Rankine Pfuel [W] QHX [W] Pgross [W] Paux [W] [W th ] [W él ] C load [%] 24

25 q Essais (4/7) μchp gaz Rankine [%] ,15 [-] ng [%] nth [%] nel [%] e/c [-] 0,10 0 0, C load [%] 25

26 μchp gaz Rankine q Essais (5/7) puissance thermique [W] démarreur pompe HP + vis sans fin pompe HP QHX QHX model Pgross Pgross model Paux puissance électrique [W] Temps [s] 26

27 q Essais (6/7) μchp gaz Rankine NO [ppm] CO [ppm] Texh [ C] [ppm] [ C] C load [%] 27

28 q Essais (7/7) μchp gaz Rankine start -up stop [ppm] CO [ppm] NO [ppm] Temps [s] 28

29 μchp gaz Rankine q Modèle 100 η el cycle/ η el max [%] Temps [h] 5 29

30 ! Introduction! Micro cogénération gaz à moteur Stirling! Micro cogénération biomasse à cycle de Rankine! Optimisation! Conclusion 30

31 Op%misa%on q Besoins électriques et thermiques STD : seulement pour les besoins thermiques (trop lourds) Relevés in situ (trop restreints) Ø Générateurs de besoins thermiques et électriques ü Générateurs sur la base de fichiers météorologiques ü Générateurs de besoins ECS selon la norme NF ou le guide AICVF (habitations, hôtels, bureaux, etc) (Travaux de R. Bonabe De Rougé) Ø Générateurs de profils électriques en utilisant 2 grands paramètres : ü Le niveau de la base ü La pointe modélisée de manière probabiliste et aléatoire (Travaux de R. Bonabe De Rougé) 31

32 Op%misa%on q Composants de la plateforme d optimisation Micro cogénérateur biomasse Micro cogénérateur gaz + auxiliaire Modèle de batterie électrique (voiture électrique, stockage) type261 Modèles de ballons tampon Compteur LINKY Régulateur intelligent Type254 Ballon Type253 32

33 q Stratégies (1/3) Op%misa%on Paramètres d entrée : Bâtiments : individuel, collectif, tertiaire, etc Besoins de chauffage : climat, performance du bâtiment Besoins ECS : instantanée, accumulation, bâtiment Besoins électriques : niveau de la base, pointe, part «effaçable» Micro cogénérateur : modulation, puissances thermique et électrique, «inertie», technologie Montage hydraulique : direct, stockage, 2 stockages (ECS + chauffage) Stockage électrique: capacité de la batterie, voiture électrique Stratégie de commande : «heat led», «power led», «cost led» Coût des énergies : fixe, HP/HC, variable (EPEX SPOT) Coûts d investissements : micro cogénérateur, stockage 33

34 q Stratégies (2/3) Op%misa%on Paramètres de sorties: Coûts global Rendements : thermiques, électriques, globales Taux de couverture Taux d auto suffisance Taux d auto-consommation CO 2 34

35 q Stratégies (3/3) Op%misa%on Paramètres d entrées CGA opt CO 2opt kwh opt TC opt TA opt Contraintes: -CGA -CO 2 -kwh -TA -TC 35

36 Op%misa%on q Régulation prédictive (1/2) Régulation prédictive : identifier les habitudes et anticiper les besoins afin de pouvoir optimiser le stockage d énergie et dé-corréler les 2 besoins (intelligence artificielle : ANN, SMA) 36

37 Op%misa%on q Régulation prédictive (2/2) T ext (h) B th (h) B Paramètres el (h) d entrées T ext (h+n) B th (h+n) B el (h+n) Contraintes: f(cga, CO 2, kwh, TA, TC, confort) Paramètres de sorties (résultats) 37

38 ! Introduction! Micro cogénération gaz à moteur Stirling! Micro cogénération biomasse à cycle de Rankine! Optimisation! Conclusion 38

39 Conclusion Première phase de la thèse achevée: Essais Développement de modèles numériques: Batterie électrique Micro cogénérateur biomasse Micro cogénérateur gaz Chaudière auxiliaire d appoint Deuxième phase de la thèse Etudes d optimisation Régulateur prédictif 39

40 Merci de votre attention