تحلیل ترمودینامیکی و بهینه سازی چندهدفی سیستم هیبرید متشکل از فرآیند گازی سازی زیست توده، پیل سوختی اکسید جامد و میکرو توربین گاز

در این مطالعه، مدلی عددی به منظور بررسی عملکرد سیستم هیبرید متشکل از بخش‌های؛ گازی‌سازی زیست‌توده، پیل‌سوختی و میکرو توربین‌گاز، ارائه شده و به روش الگوریتم ژنتیک نقاط بهینه عملکردی آن حاصل می‌شوند. زیست‌توده مورد استفاده زائدات جنگلی بوده و گازی‌سازی به روش ترمودینامیک تعادلی اصلاح‌شده مدل می‌شود. زیست‌گاز در پیل سوختی برای تولید توان الکتریکی به‌کار رفته و باقیمانده‌ی سوخت پس از احتراق در یک محفظه احتراق کمکی وارد میکرو توربین‌گاز شده و در نهایت از حرارت موجود در خروجی سیستم در یک مولد بخار بازیافت حرارتی استفاده می‌شود. مدل ارائه شده در بخش پیل سوختی، مدلی یک‌بعدی با امکان کنترل گرادیان‌های دما در راستای طولی بوده و اجزای دیگر سیستم به کمک مدل‌های صفربعدی بررسی می‌شوند. اثر پارامترهایی چون؛ مقدار هوا و بخارآب عامل گازیسازی، شدت جریان میانگین الکتریکی، فاکتور مصرف سوخت بر خروجی‌های مهم سیستم، مانند؛ راندمان ‌تولید گاز ، گرادیان ‌دما، راندمان الکتریکی و الکتریکیحرارتی و توان الکتریکی کل سیستم بررسی می‌شوند. پس از بررسی گسترده پارامتریک، بهینه‌سازی چندهدفی به روش الگوریتم ژنتیک و به منظور حصول نقاط بهینه عملکردی سیستم در دو مرحله انجام‌می‌گیرد. در سیستم هیبرید مورد بررسی، بیشینه مقدار توان الکتریکی کل معادل 206.81 کیلووات و راندمان الکتریکی کل 46.27 درصد حاصل می‌شوند.

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

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 steadystate intermediate temperature solid oxide fuel cell model developed hear is onedimensional which allows for monitoring of the temperature gradients along the cell length under different operating conditions. Zerodimensional 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, multiobjective 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.