왕민석
(Min-Seok Wang)
1
손영득
(Yung-Deug Son)
†
-
(Department of Mechanical Facility Control Engineering, Korea University of Technology
and Education)
Copyright © The Korean Institute of Illuminating and Electrical Engineers(KIIEE)
Key words
Boiler, Conventional PMS, Heat Efficiency, Heat Loss, Logic Diagram, Proposed PMS
1. 서 론
성능관리시스템(Performance Management System: PMS)은 석탄화력 발전소뿐만 아니라 원자력, 가스 등 모든 발전소에서는 주기적으로
열성능을 측정하여 원가절감뿐만 아니라 전체 또는 일부기기의 성능을 분석하여 성능이 저하될 경우 일부 단위기기의 노후설비를 교체, 수명연장을 위한 종합적인
성능 개선계획을 수립하는데 중요한 기본 자료로 사용한다. 발전소는 인ㆍ허가를 시작으로 설계, 건설, 시운전, 운전 및 정비ㆍ유지ㆍ보수, 폐기의 생애주기를
가지며 20년의 설계 수명을 기준으로 수명연장 평가와 경제성 평가 등을 수행하여 추가 운전 또는 폐기를 결정한다(1-3). 또한, 복합화력의 경우 성능감시 RTDB(Real Time Data Base)을 통해 열소비율 손실분담 관계식을 이용하여 가스터빈, 배열회수보일러,
증기터빈 사이클의 손실발생 원인을 규명하였다(4). 발전소의 효율적인 운전을 위해 보일러의 열효율을 열손실법에 의해 산정, 미연탄소분 손실평가와 성능에 미치는 영향, 온도와 열 분포에 대한 연소열
성능을 구현하였다(5)(6). 보일러 연소계통의 모델개발로 정상상태 및 천이상태 조건에서 연소계통의 해석을 통해 모의실험으로 구현하였다(7). 통상적으로 발전소에서는 계획정비(Overhaul) 전ㆍ후 또는 필요에 의해 주기적인 성능진단시험을 시행하고 있다. 발전소 제어시스템의 디지털화,
측정 장치의 기술발달 등으로 실시간 열성능 측정과 분석을 수행하지만 정확도가 높지 않다. 그러나 연속적인 추이분석을 통한 성능관리는 보전업무에 영향을
미치므로 주기적인 성능진단시험과 병행하여 사용하고 있다. 현재 발전소에서는 실시간으로 성능진단시험(PMS)으로 국내(e-OASIS, 전력연구원)와
국외(EtaPRO, General Physics co.)로 양분되어 사용되고 있으며 그림 1에 시스템 내에서 계산된 결과 값을 표시하는 EtaPRO의 모니터링 화면을 나타내었다.
Fig. 1. EtaPRO monitoring system of steam turbine power plant
실제, 발전소 현장에서 열성능 관리를 위해 성능을 측정ㆍ분석하고 있지만, 측정된 성능값에 대한 신뢰도 검증을 할 수 있는 수단이 없다. 그 이유로는
여러 원인이 있지만 가장 큰 원인 중 하나는 현재 설치된 PMS의 성능 계산식 자체가 블랙박스의 모듈화로 중간 계산과정을 알 수 가 없어 신뢰도 검증이
용이하지 않다. 따라서 이러한 문제점을 개선하고자 본 논문을 통해 성능계산과 관련된 수식을 Logic Diagram으로 제안한다. 기존의 성능관리
개발자 및 운영자 등 용이하게 사용 할 수 있도록 하며, PMS의 국산화 및 발전소 성능관리 역무의 역량향상과 원가절감에 기여하고자 한다.
2. 발전단 열효율 산정 방법
열효율은 일반 화력의 경우 순수 발전기의 발전단 출력을 기준으로 산정한다. 평가방법으로 입출력법에 의한 효율계산(ηP1) 방법을 적용하며 식 (1)과 같다(8).
여기서 KWG는 발전단 전기출력, WFE는 연료 사용량, HHV는 연료의 고위발열량, BE는 부가입열이다. 입출력법은 발전단 전기출력과 사용된 연료량,
연료의 대표시료 발열량을 기준으로 산출되며 산출된 측정결과의 불확도가 크다. 또한, 정량적 표현이 필요한 시험방법으로는 다소 부적합하나 설비운용상
경향파악 측면과 에너지 수급관계를 관리하는 측면에서는 파악이 용이하여 널리 채용되고 있다. 열손실법에 의한 플랜트 열효율 계산 (ηP2)은 식 (2)와 같다(8).
플랜트 열손실에 대한 측정 한계로 인하여 운용ㆍ관리 측면에서 적용이 어렵지만 성능 진단에 의한 추정 결과치가 매번 같은 시험방법으로 측정한 보일러,
터빈의 열효율에 적용하여 관리하는 것에 큰 영향을 미친다. 따라서 비교적 연료량, 발열량 측정의 불확도가 적은 가스 및 유류 발전설비에서는 입출력법을
기준을 적용하고 열손실법으로 검증한다.
2.1 보일러 성능시험 일반
발전설비의 성능분석을 위한 정밀 성능시험에서는 보일러 및 터빈 열효율이 별도로 구분되어 측정되어진다. 그 이유는 성능 진단 시에 적용하는 시험절차가
발전설비 전체의 열효율 측정하는 개념이 아닌 단위기기 즉 보일러, 터빈을 별도로 구분하여 그 열효율을 측정하는 개념으로 되어 있다. 보일러 열효율
산정을 위한 성능시험방법 적용기준은 석탄화력의 경우 열손실법을 적용하며 보일러 열효율 계산(ηB)은 식 (3)과 같다(8).
여기서 L은 보일러 열손실이다. 보일러 열손실을 측정과 계산을 위해 성능시험 계측은 보일러 주제어시스템(Distributed Control System:
DCS)에서 취합되며, 성능관리시스템(PMS)으로 전송되어 계산하게 된다.
2.2 증기터빈 성능시험 일반
터빈 열효율 계산(ηT)은 터빈 열소비율을 측정을 기준으로 식 (4)와 같다(8). 터빈 열소비율의 측정과 계산을 위해 터빈 DCS에서 취합되어 PMS로 전송되어 계산하게 된다.
3. 기존 실시간 성능관리시스템
실시간 PMS은 500[MW] 석탄화력 발전소를 대상으로 2006년에 국내에서 개발한 e-OASIS를 최초로 적용하였고 이후 2007년도에는 General
Physic(사)의 EtaPRO를 도입 및 적용하여 실시간 성능을 산정할 수 있게 되었다. 실시간 성능관리시스템은 보일러/터빈의 단위기기별로 구분하여
열효율을 측정하며 산출은 ①종합성능 ②보일러 성능 ③터빈 성능 ④발전기 가능출력 ⑤공기예열기 ⑥급수가열기 ⑦복수기 ⑧급수펌프 8개의 주 항목으로 분류하여
보일러/터빈의 성능시험 계측도를 참조하여 측정 및 계산하며 사용자가 설비를 분석하기 용이하도록 그래픽으로 구성하고, 트랜드로 경향을 분석 또는 모니터링
할 수 있도록 되어 있다. 그러나 PMS에서 가장 중요한 것은 측정값에 대한 신뢰도 검증이다. e-OASIS와 EtaPRO는 프로그램 계산상에 입력
값을 받아 계산한 후 출력 값만을 표시함으로 수식에 대한 검증을 어렵다. 이는 수식전개 과정이 블랙박스(모듈화)로 처리되어 있기 때문이다. 또한 발전소
운영자가 성능관리를 위해 하부의 단위기기에서 상위의 보일러, 터빈 성능 및 종합 성능으로 연관된 수식과정을 따라가며 검증하는 것은 현실적으로 매우
어렵다. 그림 1에서 EtaPRO 모니터링 시스템에서 사용되는 발전운전정보(Plant Information: PI)에서 입력되는 변수, 절대값 변환, PMS 계산을
위한 입력 변수 및 수식에 대한 구성과 계산 흐름도의 예를 표 1에 나타내었다.
Table 1. Signals and calculation flowchart of EtaPro
Flow
|
Signal
|
① PI variable
|
6CR-PT02A
CRH STM TBN Pr #A
|
6CR-PT02B
CRH STM TBN Pr #B
|
② Absolute value
Conversion
|
Relative(g) → Absolute(a)
|
③ PMS Tag
|
IPT.HXA.A
|
IPT.HXB.A
|
④ PMS Equation
|
IPT.HX0.A= (IPT.HXA.A
+ IPT.HXB.A)/2
|
⑤ Display
|
IPT.HX0.A
|
4. 제안하는 실시간 성능관리시스템
제안하는 실시간 PMS는 기존 시스템의 신뢰도에 대한 문제점을 개선하기 위해 계산수식 전 과정과 중간 결과 값을 표시하여 수식 값에 대한 신뢰도 검증과
성능 이상발생시 경보를 발생시켜 신속한 원인분석과 시스템의 운영자 편리성을 높일 수 있도록 개발하였다.
4.1 PMS Logic Diagram 주 흐름도
PMS의 Logic Diagram의 기본적인 Layout 구성은 그림 2와 같다. Input는 DCS Raw Data 또는 상수, 계산 변수이며 Output는 결과값 또는 계산변수이다. 계산 변수인 경우 클릭 시 수식
화면으로 이동한다.
Fig. 2. Basic layout configuration of PMS Logic Diagram
PMS 성능계산을 위한 압력 Data의 변환 및 보정에 대한 예를 그림 3에 나타내었다. Input의 게이지압력을 절대압력으로 변환 후 온도에 대한 압력값 보정을 하여 엔탈피로 출력된다.
Fig. 3. Conversion and compensation of PMS Logic Diagram
그림 4는 단위기기의 성능 계산에 대한 예를 나타내었으며 계산에 사용된 수식은 식 (5)와 같다. 기존 PMS에서는 Function Module로 구성되어 계산식을 확인할 수 없었으나, 제안하는 PMS는 계산식과 Logic Diagram으로
구성되어 단위기기의 성능 확인과 검증이 가능하다.
Fig. 4. Unit device calculation of PMS Logic Diagram
그림 5는 경보설정에 관한 Diagram이며 일정 Sector 범위 초과 시 경보발생 및 적색으로 표시되며 H/L에서 H 70℃, L 60℃ 이다. 제안하는
PMS Logic Diagram과 기존의 PMS간의 결과 값에 대한 차이를 실시간 비교 검증 할 수 있는 Diagram를 그림 6에 나타내었다.
ⓐ 7V.Yg_M-A는 제안하는 PMS Logic Diagram Data Tag, ⓑ 기존 PMS의 Data Tag이다.
Fig. 5. Alarm of PMS Logic Diagram
Fig. 6. Validation of PMS Logic Diagram
4.2 PMS 신뢰도 검증
기존의 PMS는 최종 단위기기의 결과 값만을 표시한 것으로 표 2와 같다. 표 2에서와 같이 Boiler efficiency은 계산수식의 전 과정 없이 결과만을 표시하고 있어 신뢰도 및 운영자의 성능관리의 운영 측면에서 문제점이
있다. 이를 해결하기 위해 PMS Logic Diagram을 구현하였다. 보일러 열손실 식 (3)을 이용하여 사칙연산을 Logic Diagram으로 구현하였으며 그림 7과 같다. 그림 7은 식 (3)의 보일러 열손실(L)의 변수 중 하나인 보일러 건배기가스 손실 LG(Heat Loss due to heat in dry flue gas)을 식 (6)을 이용하여 Logic Diagram으로 나타내었다.
이와 같이 계산수식 전 과정에 대한 흐름 분석이 가능하도록 개발하였다. 그림 7, 8과 같이 기존 PMS 값(위)과 제안하는 Logic Diagram 값(아래)을 표시하여 그 차이를 비교ㆍ검증할 수 있도록 하였다.
Fig. 7. Logic Diagram of Proposed PMS Boiler Efficiency
Table 2. Heat loss valve of Conventional PMS
Heat loss
|
Correction Value[%]
|
Measured Value[%]
|
Reference Value[%]
|
Deviation
[%]
|
loss due to dry gas
|
4.95
|
5.63
|
4.11
|
1.52
|
H2 in fuel loss
|
3.95
|
3.94
|
3.83
|
0.11
|
Water in fuel loss
|
1.02
|
1.79
|
0.84
|
0.95
|
Water in air loss
|
0.08
|
0.18
|
0.09
|
0.09
|
Unburned coal loss
|
0.28
|
0.28
|
0.18
|
0.10
|
Solids loss
|
0.08
|
0.08
|
0.06
|
0.02
|
NOX loss
|
0.00
|
0.00
|
0.00
|
0.00
|
CO loss
|
0.00
|
0.00
|
0.00
|
0.00
|
Radiant loss
|
0.19
|
0.19
|
0.27
|
-0.08
|
Boiler efficiency
|
89.70
|
87.67
|
90.38
|
-2.71
|
4.3 기존 PMS와 제안하는 PMS 비교ㆍ검증
제안하는 PMS는 화력발전소의 보일러, Turbine Cycle, Air Heater, Air/Gas Data 등 성능계산 결과 분석과 지능형 조기경보시스템(iPAS)에
통합 구성을 통해 개발하였으며 제안하는 PMS에서 계산되어진 결과 값과 기존의 PMS 결과 값을 표 3에 나타내었다.최종 플랜트 및 단위기기(보일러, 터빈)의 효율값, 손실에 대해 비교하였다. 비교 결과 플랜트 효율은 실시간 기준 0.02[%p] 단위기기로는
최고 0.08[%p]로 편차가 발생하였다. 이는 “화력 및 복합 발전설비 성능시험 지침”에 따른 실시간 성능시험 결과값이 미측정 손실 0.25[%p]
이내보다 적은 값으로 발전설비의 성능 경향 분석에 있어 유효함을 확인하였다.
Fig. 8. Logic Diagram of heat loss due to dry gas at Boiler
Table 3. Comparison of conventional and proposed PMS
Classification
|
Unit
|
Proposed PMS valve
(A)
|
Conventional PMS valve
(B)
|
Deviation
[%p]
(A-B)
|
Plant Performance
|
Gross generation
heat rate
|
kcal/kWh
|
2,245.00
|
2,246.17
|
-0.05
|
Gross generation
efficiency
|
%
|
38.31
|
38.29
|
0.02
|
Boiler Performance
|
Heat loss measurement efficiency
|
%
|
88.86
|
88.88
|
-0.01
|
Heat loss correction efficiency
|
%
|
89.08
|
89.10
|
-0.02
|
Input/Output rate
|
%
|
84.53
|
84.51
|
0.02
|
Heat absorption rate
|
%
|
84.69
|
84.67
|
0.02
|
Turbine Performance
|
Measurement
heat rate
|
kcal/kWh
|
1,868.70
|
1,867.48
|
0.07
|
Correction
heat rate
|
kcal/kWh
|
1,876.40
|
1,874.89
|
0.08
|
Measurement
efficiency
|
%
|
46.02
|
46.05
|
-0.07
|
Correction
efficiency
|
%
|
45.83
|
45.87
|
-0.08
|
HP TBN efficiency
|
%
|
78.51
|
78.51
|
0.00
|
IP TBN efficiency
|
%
|
91.50
|
91.50
|
0.00
|
Condenser cleanliness
|
%
|
127.43
|
127.33
|
0.08
|
Feedwater Flow
|
kg/h
|
1,534,446.45
|
1,534,446.38
|
0.00
|
5. 결 론
성능계산 수식을 Logic Diagram으로 표현함으로서 성능저하 발생의 원인과 문제점에 대해 정확하고 용이하게 분석 가능하고, 자체 경보 발생 및
로직에 의해 역추적이 가능하다. 이를 통해 운영자의 설비 활용도 및 발전소 성능관리 향상을 통해 능동적인 대처가 가능하도록 하였다. 기존 PMS과의
비교 결과값에서 미측정 손실값보다 적은 오차 범위내로 두 시스템간 편차가 없음을 비교를 통해 검증되었으며 개발한 PMS를 통해 화력발전소의 전체 및
단위기기의 성능 추이분석에 대해 신뢰성을 확보하였다.
Acknowledgement
이 논문은 2020년도 한국기술교육대학교 교수 교육연구진흥과제 지원에 의하여 연구되었음.
References
Kim Y. S., Kang H. G., Kang K. S., Min S. H., 2016, The Study for upgrading of the
power plant technical data and O&M method improving, KIEE Summer Conference 2016,
pp. 610-611
Yusni Ali, Nugraha Herry, Sinisuka Ngapuli I., 2015, Life cycle management on the
operation of 400 MW power generation, 10th International Conference on Advances in
Power System Control, Operation & Management (APSCOM 2015), pp. 2-6
Derek Li S. H., Martin Lam S. S., 2015, Operation and maintenance strategies of a
coal-fired Power Station in Hong Kong, 10th International Conference on Advances in
Power System Control, Operation & Management (APSCOM 2015), pp. 1-6
Joo Y. J., Kim S. M., Seo S. B., Kim M. Y. Ma S. S., 2009, A Performance Monitoring
Method for Combined Cycle Power Plants, The KSFM Journal of Fluid Machinery, Vol.
12, No. 5, pp. 39-46
Kim T. H. Park B. C., 2015, Boiler Performance Characteristics Change by UC Contents
Increase for Coal Fired Power Plant, KOSCO SYMPOSIUM Conference, pp. 99-102
Seo S. I., Park H. Y. Lee S. N., 2009, Computational Studies on the Combustion and
Thermal Performance of the Coal Fired Utility Boiler : Temperature and Thermal Energy
Distribution, Korean Journal of Air-Conditioning and Refrigeration Engineering, Vol.
21, No. 3, pp. 157-166
Moon C. J., Kim Y. G Chung H. J., 2004, A Study on Model Development of Boiler Combustion
System on Coal Fired Power Plant, Journal of the Korean Institute of Illuminating
and Electrical Installation Engineers, Vol. 18, No. 3, pp. 65-73
2007, Thermal and combined power plant facilities Performance Test Guidelines, Korea
Western Power Co., Ltd.(KOWEPO)
Zhou Guowen, Li Xingshuo, Liu Jinfu, Yu Daren, Wang Fengliang, 2017, Performance
monitoring of steam turbine regenerative system based on extreme learning machine,
2017 Prognostics and System Health Management Conference PHM-Harbin, pp. 1-7
Biography
He received B.S degree in Electrnics Egineering from Hankyong university, and M.S.
degrees in Mechanical Facility Control Engineering from Korea University of Technology
and Education, respectively.
He is a General Manager at Korea Western Power Co., Ltd.(KOWEPO), since 2002.
His research interests include Coal-fired Power Plant, electrical facilities and renewable
power system.
He received M.S. degrees from Kobe University of Mercantile Ocean Electro-Mechanical
in Japan, and Ph.D. degrees in electrical engineering from Pusan National University,
respectively.
His research interests include power conversion, electric machine drives, electrical
facilities and renewable power system.