Supercritical CO2 cycles in combined-cycle power systems
| dc.contributor.advisor | Morozyuk, Tetyana | |
| dc.contributor.author | Noaman, Mohamed Bahaa | |
| dc.contributor.grantor | Technische Universität Berlin | en |
| dc.contributor.referee | Morozyuk, Tetyana | |
| dc.contributor.referee | Tsatsaronis, George | |
| dc.contributor.referee | Mussati, Sergio | |
| dc.date.accepted | 2021-12-15 | |
| dc.date.accessioned | 2022-02-08T15:03:35Z | |
| dc.date.available | 2022-02-08T15:03:35Z | |
| dc.date.issued | 2022 | |
| dc.description.abstract | The use of supercritical carbon dioxide (sCO2) cycles in waste heat to power (WHP) applications, specifically in combined-cycle power systems, can help industrial and power generation facilities save money and increase efficiency. According to the literature, the main hindrance facing the commercialization of these systems is their relative novelty compared to other well-established power systems like the steam and organic Rankine cycles. This thesis aims to reveal and present detailed economic and thermodynamic features and characteristics of these sCO2 power cycles to help increase the market stakeholders' confidence in such a new technology. Hence, accelerate its promotion and application in established facilities and new projects. Therefore, five main components were implemented and reported in this work: (1) Review and statistical analysis of a large pool of recently published academic articles and technical reports that have focused on the economic and technical performance of sCO2 power cycles when applied to waste heat recovery. (2) Implementing an economic analysis for a base-model and four selected case studies, including details usually overlooked in the literature. Also, performing an extensive sensitivity analysis for the base-model to give a holistic overview on the levelized cost of electricity (LCOE) and the specific investment cost (SIC) range of sCO2 bottoming cycles. (3) Exergoeconomic analysis and iterative optimization of selected sCO2 bottoming cycles to a fixed topping gas turbine. Hence, revealing the main thermodynamic inefficiencies and identifying all possible measures that could be applied for cost reduction without any remarkable negative effects on the system performance. (4) Utilisation of a machine learning (ML) algorithm to demonstrate the benefits of applying predictive-analytical IT solutions in optimization and selection of sCO2 bottoming cycle layouts while varying the topping gas turbine (three different GT sizes). (5) Also, as part of the economic analysis of sCO2 power cycles, three different market scenarios were developed for the first time using a “technology foresight” approach. The main outcomes that were concluded out of these five main study components were the following: (1) Out of 73 reviewed publications, 41 unique sCO2 bottoming cycle layouts were identified and categorised into five groups depending on the configuration and complexity of each cycle. A wide range of LCOE values (24 to 70 $/MWhe) was identified and extracted from this reviewed literature. (2) The economic analysis helped estimate the investment cost of sCO2 bottoming cycles at a relatively low uncertainty range around +/-30%. Using different economic calculation methods showed a 30% variation in LCOE values of the base-model. Also, the sensitivity analysis showed the influence of varying the system variables on LCOE and SIC results of the base-model. Then, two estimation charts were developed and introduced to show the expected SIC, LCOE, and net power range from the four selected sCO2 bottoming cycles in relation to the base-model. (3) The iterative exergoeconomic optimization showed that most of the room available for improving the cost-effectiveness of the sCO2 bottoming cycle lies mainly in the design of its heaters and recuperators. Also, it revealed that the SIC of the system could be reduced much easier than its LCOE, while the rate of decrease in LCOE is slightly higher than the reduction in generated power. (4) The ML tool confirmed the relative superiority of the sCO2 partial heating and triple heating cycle layouts, yet this outcome depends on the topping GT size and the quality of the cycles generated by the ML algorithm. Also, implementing the fitness function for the ML algorithm using exergoeconomics helped achieve the optimal economic solutions of the sCO2 bottoming cycles at high accuracy. (5) Lastly, using the “technology foresight” approach, three possible future market scenarios for the sCO2 power cycle technology were developed and reported. | en |
| dc.description.abstract | Der Einsatz von superkritischen Kohlendioxidkreisläufen (sCO2) in Abwärmeverstromungs-anwendungen und insbesondere in Kombikraftwerken kann Industrie- und Stromerzeugungsanlagen helfen, Geld zu sparen und die Effizienz zu steigern. Der Literatur zufolge besteht das Haupthindernis für die Kommerzialisierung dieser Systeme in ihrer relativen Neuheit im Vergleich zu anderen etablierten Energiesystemen wie dem Dampf- und dem organischen Rankine-Kreislauf. Ziel dieser Arbeit ist es, die detaillierten wirtschaftlichen und thermodynamischen Charakteristika dieser sCO2-Kraftwerke aufzuzeigen und zu präsentieren, um das Vertrauen der Marktteilnehmer in diese neue Technologie zu stärken. Dadurch sollten ihre Förderung und Anwendung in bestehenden Anlagen und neuen Projekten beschleunigt werden. Daher wurden in dieser Arbeit fünf Hauptkomponenten umgesetzt und berichtet: (1) Durchsicht und statistische Analyse einer großen Anzahl von kürzlich veröffentlichten akademischen Artikeln und technischen Berichten, die sich mit der wirtschaftlichen und technischen Leistung von sCO2-Stromkreisläufen bei der Abwärmenutzung befasst haben. (2) Durchführung einer wirtschaftlichen Analyse für ein Basismodell und vier ausgewählte Fallstudien, einschließlich Details, die in der Literatur normalerweise übersehen werden. Außerdem wird eine umfassende Sensitivitätsanalyse für das Basismodell durchgeführt, um einen ganzheitlichen Überblick über den Bereich der Stromgestehungskosten (LCOE) und der spezifischen Investitionskosten (SIC) von „sCO2-Bottoming-Cycles“ zu geben. (3) Exergoökonomische Analyse und iterative Optimierung ausgewählter „sCO2-Bottoming-Cycles“ für eine feste Vorschaltgasturbine. Auf diese Weise werden die wichtigsten thermodynamischen Ineffizienzen aufgedeckt und alle möglichen Maßnahmen ermittelt, die zur Kostensenkung ohne nennenswerte negative Auswirkungen auf die Systemleistung angewandt werden könnten. (4) Einsatz eines Algorithmus für maschinelles Lernen (ML) zur Demonstration der Vorteile der Anwendung prädiktiver analytischer IT-Lösungen bei der Optimierung und Auswahl von „sCO2-Bottoming-Cycle-Layouts“ unter Variation der Vorschaltgasturbine (drei verschiedene GT-Größen). (5) Außerdem wurden im Rahmen der wirtschaftlichen Analyse von sCO2-Stromkreisläufen zum ersten Mal drei verschiedene Marktszenarien mit Hilfe eines „Technology Foresight“-Ansatzes entwickelt. Die wichtigsten Ergebnisse, die sich aus diesen fünf Hauptkomponenten der Studie ergaben, waren die folgenden: (1) Aus 73 durchgesehenen Veröffentlichungen wurden 41 einzigartige „sCO2-Bottoming-Cycle-Layouts“ identifiziert und je nach Konfiguration und Komplexität der einzelnen Zyklen in fünf Gruppen eingeteilt. Aus der gesichteten Literatur wurde ein breites Spektrum von LCOE-Werten (24 bis 70 $/MWhe) ermittelt und extrahiert. (2) Die durchgeführte wirtschaftliche Analyse half bei der Schätzung der Investitionskosten von „sCO2-Bottoming-Cycles“ mit einem relativ geringen Unsicherheitsbereich von etwa +/-30%. Die Auswirkung der Verwendung verschiedener wirtschaftlicher Berechnungsmethoden zeigte eine 30%ige Variation der LCOE-Werte des Basismodells. Auch die Sensitivitätsanalyse zeigte den Einfluss der Variation der Systemvariablen auf die LCOE- und SIC-Ergebnisse des Basismodells. Anschließend wurden zwei Abschätzungsdiagramme entwickelt und vorgestellt, um die erwarteten SIC, LCOE und den Nettoleistungsbereich der vier ausgewählten „sCO2-Bottoming-Cycles“ in Bezug auf das Basismodell darzustellen. (3) Die iterative exergoökonomische Optimierung hat gezeigt, dass der größte Teil des Spielraums für die Verbesserung der Kosteneffizienz des „sCO2-Bottoming-Cycle“ vor allem in der Auslegung der Erhitzer und Rekuperatoren liegt. Außerdem zeigte sich, dass der SIC des Systems viel leichter gesenkt werden kann als seine LCOE, während die Senkung der LCOE etwas höher ist als die Senkung der erzeugten Leistung. (4) Das ML-Tool bestätigte die relative Überlegenheit des „sCO2-Partial-heating“- und des „Triple-heating-Cycle-Layouts, doch hängt dieses Ergebnis von der Größe des „Topping GT“ und der Qualität der vom ML-Algorithmus generierten Zyklen ab. Auch die Implementierung der Fitnessfunktion für den ML-Algorithmus unter Verwendung von Exergoökonomie hat dazu beigetragen, die optimalen wirtschaftlichen Lösungen der „sCO2-Bottoming-Cycles" mit einer hohen Genauigkeit zu erreichen. (5) Schließlich wurden mit Hilfe des "Technology Foresight"-Ansatzes drei mögliche zukünftige Marktszenarien für die sCO2-Stromkreislauftechnologie entwickelt und berichtet. | de |
| dc.identifier.uri | https://depositonce.tu-berlin.de/handle/11303/16053 | |
| dc.identifier.uri | http://dx.doi.org/10.14279/depositonce-14827 | |
| dc.language.iso | en | en |
| dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | en |
| dc.subject.ddc | 621 Angewandte Physik | de |
| dc.subject.other | suprecritical CO2 cycles | en |
| dc.subject.other | combined-cycle power systems | en |
| dc.subject.other | exergoeconomic optimization | en |
| dc.subject.other | machine learning optimization | en |
| dc.subject.other | economic analysis | en |
| dc.subject.other | überkritische CO2-Zyklen | de |
| dc.subject.other | Kombikraftwerke | de |
| dc.subject.other | exergoökonomische Optimierung | de |
| dc.subject.other | Maschinenlernen-Optimierung | de |
| dc.subject.other | wirtschaftliche Analyse | de |
| dc.title | Supercritical CO2 cycles in combined-cycle power systems | en |
| dc.title.subtitle | multicriteria evaluation and exergoeconomic optimization | en |
| dc.title.translated | Überkritische CO2-Zyklen in Kombikraftwerken | de |
| dc.title.translatedsubtitle | multikriterielle Bewertung und exergoökonomische Optimierung | de |
| dc.type | Doctoral Thesis | en |
| dc.type.version | acceptedVersion | en |
| tub.accessrights.dnb | free | en |
| tub.affiliation | Fak. 3 Prozesswissenschaften::Inst. Energietechnik::FG Exergiebasierte Methoden für kältetechnische Systeme | de |
| tub.affiliation.faculty | Fak. 3 Prozesswissenschaften | de |
| tub.affiliation.group | FG Exergiebasierte Methoden für kältetechnische Systeme | de |
| tub.affiliation.institute | Inst. Energietechnik | de |
| tub.publisher.universityorinstitution | Technische Universität Berlin | en |