함세현
(Sehyeon Ham)
1
공수창
(Soochang Gong)
2
윤린
(Rin Yun)
3†
-
한밭대학교 기계공학과 학사과정
(Undergraduate Student, Department of Mechanical Engineering, Hanbat National University,
Daejeon, 34014, Korea)
-
한밭대학교 기계공학과 학사과정
(Undergraduate Student, Department of Mechanical Engineering, Hanbat National University,
Daejeon, 34014, Korea)
-
한밭대학교 기계공학과 교수
(Professor, Department of Mechanical Engineering, Hanbat National University, Daejeon,
34014, Korea)
Copyright © 2016, Society of Air-Conditioning and Refrigeration Engineers of Korea
Key words
열전달계수(Heat transfer coefficient), 전달물성(Transport properties), 전산유체해석(CFD), 이산화탄소 불순물(CO2 impurities), 이산화탄소 수송(CO2 transportation)
기호설명
F:힘 [N]
h:엔탈피 [J/kg]
hc:열전달계수 [W/(m2·s)]
J:확산 유속 [kg/m2·s]
keff:유효 열전도율 [W/(m·s)]
kf:유체의 열전도율 [W/(m·s)]
:질량 유속 [kg/(m2·s)]
p:압력 [bar]
Sh:에너지 발생 [W/m3]
Sm:검사체적의 질량변화 [kg/m3·s]
v:속도 [m/s]
Twall:벽면에서의 유체 온도 [K]
Taverage:각 지점에서의 유동단면적 평균 온도 [K]
t:시간 [s]
그리스 문자
ρ:밀도 [kg/m3]
τ:점성 전단 응력 [N/m2]
ε:오차율
τeff:유효 전단 응력 [N/m2]
1. 연구배경 및 목적
화석연료 사용의 증가는 온실가스 농도를 지속적으로 증가시켰으며, 과도한 온실가스로 인해 지구온난화와 같은 현상이 발생하고 있다. 온실가스 중 CO
2는 기후변화에 가장 큰 영향을 주고, 가장 많은 양이 배출되고 있기 때문에 CO
2 감축에 대한 많은 연구가 진행 중이다. CO
2 감축의 하나의 방법으로 현재 많은 CO
2 배출량을 감소시킬 수 있는 CCS(Carbon Capture & Storage) 기술
(1)에 대해서 전 세계적으로 관심이 증대되고 있다. CCS 과정에서 CO
2를 포집할 때 다양한 불순물들이 함께 포집이 되는데, 이는 CO
2의 온도, 유량과 함께 수송과정에 큰 영향을 미친다. 파이프라인 수송기술은 다량의 CO
2를 장거리 이동시키는 것에 적합한데,
(2) 이 과정에서 CO
2 혼합물과 파이프라인을 둘러싸고 있는 토양 혹은 바닷물 사이에 열전달이 발생한다. 이 열전달에 의해서 혼합물의 상태가 바뀌게 되는데, 순수 CO
2의 경우 임계압력 이상에서 열역학적 물성은 급변하고, 불순물이 포함되었을 경우에는 농도에 따라서도 열역학적 변화가 크게 일어난다. 따라서, CO
2 수송과정을 설계하기 위해서는 정확한 열전달 특성을 파악하는 것이 필수적이다.
CO
2 수송과 관련하여 최근 연구가 활발히 진행되고 있는데, Austegard et al.
(3)은 CO
2 순도가 CO
2 수송 및 저장에 미치는 영향의 일환으로 CO
2 혼합물의 전달물성 예측방법에 대한 연구를 진행하였다. 이들은 넓은 압력범위에서의 CO
2 혼합물의 전달물성을 다양한 예측 모델과 실험데이터로 적합한 모델들을 검증하였다. Dang and Hihara
(4)는 초임계 순수 CO
2의 열전달계수를 4가지 난류 모델을 통해서 예측하였고 모델을 적용시켜 구한 예측 데이터와 실험 데이터가 가장 일치하는 것을 보였다. Tan et
al.
(5)은 CO
2 혼합물 수송 불순물의 농도가 전달물성에 어떤 영향을 주고, 전달물성의 모델링 정확도가 압력강하와 온도강하에 어떻게 영향을 주는지 고려하였고, CO
2 수송을 위한 더 정확한 예측 모델의 필요성을 제시하였다.
CO
2를 포집하는 과정에서 순수 CO
2가 아닌 불순물이 포함된다. 불순물의 종류와 양은 연료 사용과 포집 방법에 따라 달라지는데 보통 N
2, Ar, H
2, CH
4이 가장 많이 포함되어있다.
(6) 불순물 중 가장 양이 많은 CH
4와 N
2를 선택하였다. 본 연구에서는 이산화탄소에 소량의 불순물인 CH
4, N
2가 혼합될 때, 임계점 부근에서 이산화탄소의 전달물성인 열전달계수에 미치는 영향을 알아내기 위해 CFD 상용해석 프로그램을 이용하여 수치적으로 계산하고
분석하여 더 나아가 CCS(Carbon Carpture & Storage) 수송 단계 및 설계 시 기초 자료를 제시하고자 한다.
2. 연구방법
2.1 해석방법
본 연구는 상용 CFD 프로그램인 FLUENT를 통해서 해석하였다. FLUENT는
식(1)의 질량 보존 방정식,
식(2)의 운동량 보존 방정식을 계산함으로 해석을 수행하고, 열전달 또는 압축이 일어나는 경우에는 에너지 보존 방정식,
식(3)을 추가로 계산한다.
(7) 혼합물의 물성계산과 밀도, 점도, 열전도율, 비열과 같은 열역학적 물성은 마찰이론을 바탕으로 개발되어진 REFPROP
(8)에서 제공하는 물성 데이터를 Piecewise- Linear 방식으로 입력하였다.
Fig. 1은 CO
2+CH
4 혼합물의 물성값을,
Fig. 2는 CO
2+N
2 혼합물의 물성값을 나타낸다. Fig. 3은 작동 압력에 따른 혼합물의 물성변화를 나타낸다.
Fig. 1에서
Fig. 3에 나타난 것처럼 압력의 변화에 따라 특정 구간에서 물성의 변화가 크고 특히 비열의 급격한 변화를 확인할 수 있는데, 이를 아임계점 이라 하고 혼합물의
대부분이 이산화탄소이므로 순수 이산화탄소의 아임계점을 혼합물이 대체로 따르고 있다. 이와 같은 아임계점에서는 액상과 기상의 구분이 없어지면서 작은
온도변화에 따라 급격한 밀도의 변화를 동반하고, 큰 밀도변화에 따른 큰 열용량 특성, 즉 최대 C
p를 나타내고 있다. 난류 모델을 본 연구에서는 표준 k-ε 을 사용하였다.
Fig. 1. Thermo-physical properties for CO2+CH4mixture with mole fraction.
Fig. 2. Thermo-physical properties for CO2+N2mixture with mole fraction.
Fig. 3. Thermo-physical properties for CO2+CH4mixture with pressure variation.
해석한 온도결과를 바탕으로
식(4)를 통해 CO
2 혼합물의 열전달계수를 도출하였다.
2.2 해석 모델과 조건
본 연구에서는
Fig. 4와 같이 길이 500 mm 그리고 직경 6 mm 원통형 수평관 모델의 격자를
Fig. 5와 같이 벽면으로 갈수록 조밀하게 구성하였다. 해석에 적합한 격자를 찾기 위해 두 가지 격자를 비교하여 해석하였으며 각 격자의 y+는
Table 1과 같다.
Fig. 6에서는 Lee
(9)의 실험 데이터와 해석 결과를 비교하였고
Table 2에서는 실험값과의 열전달계수 오차율을 나타냈다. 격자 1은 최대 열전달계수가 분포하는 온도에서의 측정이 격자 2보다 정확하지만 전체적인 오차가 46.4%로
격자 2의 26.7%보다 크기 때문에, 본 연구에서는 격자 2를 기준으로 해석을 수행하였다.
Fig. 4. Model for horizontal pipe.
Fig. 5. 2D mesh of the pipe.
Table 1. Mesh quality
Temperature [K]
|
298
|
303
|
306
|
306.8
|
308
|
309.5
|
312.5
|
322
|
327
|
Mesh 1 y+
Mesh 2 y+
|
1
0.552
|
1.145
0.631
|
1.347
0.748
|
1.516
0.846
|
1.85
1.041
|
2.178
1.232
|
2.417
1.376
|
2.633
1.501
|
2.708
1.527
|
Fig. 6. Comparison of heat transfer coefficients from mesh 1 and 2.
Table 2. Mean deviation of estimation for heat transfer coefficient
Temperature [K]
|
298
|
303
|
306
|
306.8
|
308
|
309.5
|
312.5
|
322
|
327
|
Average
|
Mesh 1 ε [%]
Mesh 2 ε [%]
|
91.8
63.5
|
103.7
63.8
|
102.1
50.1
|
39.8
4.6
|
0.9
29.2
|
29.4
7.0
|
23.9
7.5
|
18.0
4.6
|
9.6
9.5
|
46.6
26.7
|
본 격자조건을 활용하여
Fig. 7과 같이 Dang and Hihara의 실험값
(4)과 비교하였다. 본 해석조건은 비교대상과 동일하게 압력조건은 80 bar, 질량유량은 200 kg/m
2s, 열유속은 -33 kW/m
2로 설정하였다. 실험값과 예측값의 오차는 평균 18.7%로
Fig. 6에 비교한 Lee’s의 실험결과 오차보다 작게 나타났다.
Fig. 7. Comparison of the present prediction with Dang and Hihara’s.(4)
Table 3은 본 연구의 해석조건을 나타낸다. 출구의 데이터는 상류 흐름에 영향을 주지 않으므로
(10) 입구의 조건들을
Table 3과 같이 변경해가며 해석을 진행하였다. 해석의 경우는 CO
2와 CH
4 혼합물의 불순물 몰 분율에 따른 열전달계수 변화의 측정을 위한 Case 1, CO
2와 N
2 혼합물의 불순물 몰분율에 따른 열전달계수 변화 측정을 위한 Case 2, CO
2와 CH
4 혼합물의 질량 유속에 따른 열전달계수 변화 측정을 위한 Case 3, CO
2와 CH
4 혼합물의 압력에 따른 열전달계수 변화 측정을 위한 Case 4로 정하였다.
Table 3. Test Conditions
Cases
|
Temperature [K]
|
Mass Flux [Kg/(m2․s)]
|
Pressure [bar]
|
Mole Fraction (%)
|
Case 1
(CO2+CH4)
|
290~320
|
400
|
80
|
0
|
1
|
3
|
5
|
Case 2
(CO2+N2)
|
290~320
|
400
|
80
|
0
|
1
|
3
|
Case 3
(CO2+CH4)
|
290~320
|
200
|
80
|
3
|
400
|
600
|
Case 4
(CO2+CH4)
|
290~330
|
400
|
80
|
3
|
90
|
100
|
3. 결과 및 고찰
본 연구에선 해석조건을 압력 80 bar, 질량 유속 400 kg/(m
2․s), 벽면으로 가해지는 열 유속 -6 kW/m
2로 고정한 상태에서 해석 경우별로 각각 불순물의 몰분율, 압력, 질량 유속을 조정하여 최대 열전달계수가 나타나는 지점을 기준으로 5 K 간격으로 ±10K의
범위를 지정해 열전달계수를 계산하였다.
3.1 CH4, N2 몰분율에 따른 비교
Case 1의 조건에서 CH
4 몰분율에 따른 열전달계수를
Fig. 8에 나타냈다. 순수이산화탄소의 경우 최대 열전달 계수는 온도가 308 K에서 5,270 W/(m
2·K)로 계산되었고 몰분율이 3%인 경우 약 304.5 K에서 4,400 W/(m
2·K), 5%인 경우 약 302 K에서 4,200 W/(m
2·K)로 계산되었다. CH
4의 농도가 증가할수록 최대 열전달계수가 낮아지고 그 분포하는 온도가 점차 낮아지는 것을 확인하였다. Case 2는 N
2 몰분율에 따른 열전달계수를 온도에 따라 구하였고
Fig. 9는 온도에 따라 이를 나타낸 것이다. N
2 혼합물의 경우 몰분율이 1%일 경우 약 306 K에서 최대열전달계수가 4,700 W/(m
2·K), 몰분율이 3%일 경우 약 303 K에서 4,000 W/(m
2·K)로 계산되었다. N
2 혼합물에서 또한 CH
4 혼합물에서와 같은 경향을 보였다.
Fig. 8. Effects of mole fraction of CH4on the heat transfer coefficient.
Fig. 9. Effects of mole fraction of N2on the heat transfer coefficient.
Case 1과 Case 2를 통해서 불순물의 농도가 증가할수록 최대 열전달계수는 낮아지고 최대 열전달계수가 분포하는 온도 또한 변하는 것을 확인하였다.
이를 통해 CO
2 혼합물의 최대 열전달계수는 혼합물의 농도에 따라 변하는 것을 알 수 있고 그 원인은 불순물의 농도에 따른 혼합물의 물성 변화, 특히 비열의 변화가
열전달 계수 크기에 영향을 준 것으로 판단된다. 같은 몰분율일 때에 N
2 혼합물이 CH
4 혼합물보다 더 낮은 열전달 계수를 갖는데 혼합물의 비열에 불순물 N
2가 더 큰 영향을 끼쳤기 때문으로 판단된다.
(11) 열전달 계수의 변화가 300 K-310K사이에서 급격한 변화가 관찰되는데 이는 초임계 이산화탄소가 아임계점 근처에서 급격한 물성변화와 밀도변화에
따른 레이놀즈수와 플랜틀 수에 영향을 주어 나타나는 대류열전달계수의 향상으로 판단된다.
3.2 질량 유속에 따른 열전달계수
Case 3는 CH
4 혼합물의 질량 유속에 따른 열전달계수를 구하였고
Fig. 10에 온도에 따라 이를 나타냈다. 최대 열전달계수가 나타나는 온도는 308 K로 같았으며 질량 유속 200 kg/(m
2·s)일 때에 5개 데이터의 평균 열전달 계수는 1,960 W/(m
2·K), 질량 유속 400 kg/(m
2·s)일 때에는 2,460 W/(m
2·K), 질량 유속 600 kg/(m
2·s)일 때에는 2,830 W/(m
2·K)으로 계산되었다. 속도 증가와 난류 강화로 인해 유속이 증가할수록 열전달계수가 증가한 것으로 판단된다.
(12) 기존 실험결과 또한 유속이 증가에 열전달계수 또한 증가하는 경향을 나타냈다.
(11)
Fig. 10. Effects of mass flux on the heat transfer coefficient.
3.3 운전 압력에 따른 열전달계수
Fig. 11은 CH
4 혼합물의 운전 압력에 따른 열전달계수를 온도에 따라 이를 나타낸 것이다. 최대 열전달계수가 나타나는 온도는 압력이 증가할수록 증가하고 그 값은 감소하여
90 bar일 때와 100 bar일 때 각각 약 309 K에서 3,100 W/(m
2·K), 약 317.4 K에서 2,600 W/(m
2·K)로 예측이 되었다. 즉, 압력 증가에 따라 열전달계수가 크게 감소했는데
Fig. 3에 나타낸바와 같이 압력변화에 따라 아임계점 부근에서의 초임계 이산화탄소의 물성은 큰 변화를 나타냈고, 특히 열전달계수의 변화는 비열의 경향을 그대로
반영하고 있다. 이는 Lee and Yun의 실험결과와 같은 경향을 나타낸다.
(11)
Fig. 11. Effects of pressure on the heat transfer coefficient.
4. 결 론
본 연구에서는 초임계 상태에서 불순물 CH
4, N
2가 혼합된 CO
2 혼합물의 관 내측 열전달에 대하여 조건을 변경해가며 해석을 수행하였다. 결론은 다음과 같다.
(1) CH
4와 N
2의 농도가 증가함에 따라서 최대 열전달계수가 형성되는 온도가 점차 낮아지는 것을 알 수 있으며 순수 이산화탄소일 때 308 K에서 약 5,270 W/(m
2·K), CH
4의 몰분율이 3%일 경우 304.5 K에서 약 4,400 W/(m
2·K), N
2의 몰분율이 3%일 경우 303 K 4,000 W/(m
2·K)로 나타났다. 이를 통해 최대 열전달 계수는 불순물의 종류와 농도에 따라 변하는 것을 확인하였다.
(2) CH
4 혼합물의 질량 유속이 증가할수록 열전달계수도 높아지는 것을 확인할 수 있었으며 질량유속이 200 kg/(m
2·s)일 때에 평균열전달계수가 1,960W/(m
2·K), 600 kg/(m
2·s)일 때에 최대 열전달계수가 약 2,830 W/(m
2·K)로 계산되었다.
(3) CH
4 혼합물이 100 bar일 때 314.7 K에서 약 2,600 W/(m
2·K)로 측정이 되었다. 압력이 증가함에 따라서 최대 열전달계수가 형성되는 온도는 점차 증가하고 그 값은 낮아지는 것으로 확인하였다.
(4) 혼합물의 비열이 최대로 나타나는 지점인 아임계점 근처, 300 K~310K사이에서 최대 열전달계수가 분포하는 것을 확인하였고, 이 구간에서
급격한 물성변화와 밀도변화는 레이놀즈수와 플랜틀 수에 영향을 주어 대류열전달계수의 향상을 가져온 것으로 판단된다.
후 기
본 연구는 2018년 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업임(No. NRF- 2016R1D1A1B02010075).
References
IEA , 2006, Energy Technology Perspectives
Luo X., Wang M., Oko E., Okezue C., 2014, Simulation-based techno-economic evaluation
for optimal design of CO2 transport pipeline network, Applied Energy, Vol. 132, pp.
610-620
Austegard A., Stang J., Skaugen G., 2014, Investigation of models for prediction of
transport properties for CO2 mixtures, Report of Project IMPACTS
Dang C., Hihara E., 2004, In-tube cooling heat transfer of supercritical carbon dioxide,
Part 2. Comparison of numerical calculation with different turbulence models, International
Journal of Refrigeration, Vol. 27, No. 7, pp. 748-760
Tan Y., Nookuea W., Li H., Thorin E., Zhao L., Yan J., 2015, Property impacts on performance
of CO2 pipeline transport, Energy Procedia, Vol. 75, pp. 2261-2267
Li H., 2008, Thermodynamic properties of CO2 mixtures and their applications in advanced
power cycles with CO2 capture processes, Stockholm, Sweden : Doctoral thesis of Royal
Institute of Technology, Vol. 권, No. 호, pp. 시작페이지-끝페이지
ANSYS , 2009, ANSYS FLUENT 12.0 Theory Guide.
Lemmon E. W., Huber M. L., Mclinden M. O., 2013, REFPROP Ver. 9
Lee W., Yun R., 2017, Heat transfer characteristics of super-critical carbon dioxide
which contains the impurity, Journal of winter conference of SAREK, pp. 21-24
Du Z., Lin W., Gu A., 2010, Numerical investigation of cooling heat transfer to supercritical
CO2 in a horizontal circular tube, The Journal of Supercritical Fluids, Vol. 55, No.
1, pp. 116-121
Lee W., Yun R., 2018, In-tube convective heat transfer characteristics of CO2 mixtures
in a pipeline, International Journal of Heat and Mass Transfer, Vol. 125, pp. 350-356
Lee W., Yun R., 2017, Prediction of transport properties for transportation of captured
CO2. I. Viscosity, Korean Journal of air-conditioning and refrigeration engineering,
Vol. 29, No. 4, pp. 195-201