1) 녹색 수소 생산에 대한 관심 급증
2) 글로벌 성과를 평가하기 위해 모든 하위 시스템을 결합한 모델
[그림 3 : Simcenter Amesim 의 수소 생산 플랜트 모델] |
3) 풍력 발전 용 터빈
4) 태양 전지 패널
태양광 패널 모델은 셀과 패널의 수와
기하학적 구조, 일시적인 작동 조건, 즉 태양 위치의 변화와
구름의 영향, 태양광 어레이 성능의 정의를 고려합니다.
[그림 6 : 태양광 패널 모델] |
예를 들어, 셀의 일시적인 조사 전력에 따라 태양광 패널이 전달하는 전력을 예측하는 것이 가능합니다.
[그림 7 : 태양광 패널 모델 결과] |
5) 파동발생기
파동 발생기의 성능을 예측하기 위해 우리는
먼저 매우 상세한 다중물리 모델을 구축했습니다. 이 모델은 시스템의 세부 아키텍처를 재현하고
하위 시스템(피스톤, 밸브,
유압 모터 및 발전기, 어큐뮬레이터, 파이프
등)의 크기 및 동작을 고려합니다. 모델은 일시적인 작동
조건을 고려할 수 있습니다. 가변적인 파도 주파수와 진폭을 가지고 있습니다.
이 모델은 정확하고 Wave Generator의 세부 설계 및 최적화에 유용합니다. 그러나
장시간 시뮬레이션 범위 시뮬레이션의 경우 속도가 여전히 느립니다.
그런 다음 정확한 모델부터 시작하는 두
번째 단계에서는 Simcenter Amesim Neural Network Builder 도구를 사용하여
축소된 모델을 구축했습니다. 신경망 빌더를 사용하면 축소된 모델을 쉽고 빠르게 훈련하고 매우
빠르게 실행되는 해당 Amesim 모델을 생성할 수 있습니다. 검증
실행에서 감소된 파동 발생기 모델은 크게 향상된 시뮬레이션 시간과 함께 94%의 신뢰도 수준으로 초기
모델의 결과를 재현할 수 있습니다. 정말 놀랍습니다!
이 축소된 모델은 녹색 수소 생산 시스템
모델에 필요한 성능과 함께 파동 주파수 및 진폭에 따라 파동 발생기에 의해 생성되는 전력을 예측하는 데 사용될 수 있습니다.
[그림 9 : Wave Generator 모델 결과] |
6) 전해조
태양광 패널, 풍력 터빈, 조력 발전기에서 생성된 전력은 전해조에서 결합되어 사용됩니다. 이렇게
하면 물이 O 2 와 H 2 로 변환됩니다 . 우리
모델에서는 매개 변수로 제공되는 분극 곡선, 셀 수 및 셀의 활성 영역을 통해 성능 및 반응 속도를
예측합니다.
이를 통해 전해조에서 사용되는 전력, 생산되는 수소 순간 흐름 및 하루에 생산할 수 있는 해당 평균 질량을 예측할 수 있습니다. 이 예에서는 하루에 약 9Kg의 수소를 생산할 수 있습니다.
또한 하위 시스템의 크기를 보면 파동
변환기가 전력의 88%, 태양광 패널이 4%, 풍력 터빈이 7%를 생산한다는 것을 확인할 수 있습니다.
7) 수소 저장
마지막으로 수소 저장 모델에서는 수소가
압축됩니다. 이 모델은 파이프, 제어 장치가 있는
압축기, 제어 밸브 및 여러 탱크를 기반으로 합니다. 밸브
제어를 통해 첫 번째 탱크는 압력이 750바에 도달할 때까지 채울 수 있습니다. 두 번째 탱크는 다음으로 채워지고 마지막으로 세 번째 탱크가 채워집니다. 수소, 파이프 및 탱크 사이에서 발생하는 열 교환이 고려됩니다. 3개 탱크 각각의 압력이 750bar에 도달하면 시뮬레이션이
중단되었습니다.
우리의 모델과 시뮬레이션 덕분에 우리가
정의한 작동 조건에서 42일 안에 3개의 탱크를 채울 수
있다는 것을 예측할 수 있습니다. 또한 3개 탱크
내부의 압력과 수소 질량 또는 가스 온도의 변화를 얼마나 빨리 증가시키는지 명확하게 이해할 수 있습니다.
750도에서 수소를 압축하면 태양광 패널, 풍력 터빈, 조력 발전기에서 생성된 전력의 일부가 소비됩니다. 그러면
마침내 수소 생산이 줄어들게 됩니다. 시뮬레이션 덕분에 압축기가 전력의 약 6%를 소비하는 것으로 평가할 수 있습니다.
8) 결론
결론적으로 Simcenter Amesim의 녹색 수소 생산 시뮬레이션은 녹색 수소 생산 문제를 해결하는 데 확실히 도움이 될 수 있습니다.
• 광범위한 다중 물리 시뮬레이션 플랫폼을 통해 전체 시스템 모델링이 가능합니다.
• 다양한 작동 조건을 고려하여 다양한 하위 시스템의 크기를 조정하는 것이 좋습니다.
• 하위 시스템을 보다 효과적으로 통합하고 전반적인 성능과 ROI를 향상시킬 수 있습니다.
• 시스템 전역 동작에 대한 더 나은 이해를 제공합니다.
• 시스템 시뮬레이션을 사용하면 시스템을 더 효과적으로 설계할 수 있을 뿐만 아니라 가상으로 평가하고 제어 전략을 개선할 수도 있습니다.
• 첫 번째 시도 에서 마침내 올바른 디자인을 선택할 수 있어 오류 위험을 줄이고 프로젝트를 가속화할 수 있습니다.
마지막으로 Simcenter Amesim은 일반 모델과 라이브러리 덕분에 청정 수소 생산뿐 아니라 다른 많은 응용 분야도
다룰 수 있습니다. 예를 들어 다음과 같은 사항을 간략하게 언급할 수 있습니다.
[그림 14 : 수소 관련 기타 애플리케이션을 위한 Simcenter Amesim 기능의 예] |
댓글 없음
댓글 쓰기