Optimisation de la centrale thermique

Dans le cadre du développement de la plateforme OSMOSE, la présente thèse s’inscrit dans une lignée de travaux de recherche entrepris au Laboratoire d’énergétique industrielle (LENI) par Stefan Pelster et repris par Hongtao Li, portant sur l’optimisation de centrales thermiques avec ou sans capture de CO2. La thèse de Li (2006), jusqu’au chapitre 3 inclusivement, constitue probablement la meilleure introduction possible à l’environnement de simulation, dans le contexte de la conception d’une centrale thermique à gaz naturel à cycle combiné (NGCC). Entre autres, ces chapitres de la thèse de Li (2006) expliquent pourquoi une optimisation basée sur une modélisation enviro-écono-thermodynamique avec superstructure est utile pour gérer la complexité d’un système comme une centrale thermique. Il explique aussi comment l’optimisation multicritères permet de gérer l’incertitude sur le taux d’intérêt, le prix du gaz ou le prix du CO2. Il indique que pour une centrale sans capture, il est avantageux d’optimiser le coût d’investissement comme première fonction-objectif, ce qui permet d’étudier l’évolution du rendement thermodynamique et l’apparition de sauts technologiques le long de la courbe Pareto, et ce, peu importe si l’autre objectif évalue le rendement énergétique, le coût d’opération ou les émissions, qui sont tous dépendants. (Li, 2006) On remarque toutefois que lorsque le taux de capture de CO2 est variable, cette dépendance disparaît et il faudrait utiliser trois objectifs pour garder la même flexibilité.

Ces chapitres de la thèse de Li (2006) présentent également les bases de QMOO, l’algorithme d’optimisation évolutif multicritères intégré à la plateforme OSMOSE. Li y explique le concept de superstructure qui consiste, par exemple si on ne sait pas quel modèle de turbine choisir, à modéliser plusieurs équipements fonctionnant fictivement en parallèle, permettant à l’algorithme d’en choisir un. Il montre comment des relations empiriques peuvent être utilisées pour interpoler l’efficacité ou le coût d’un équipement en fonction de sa taille, ce qui est indispensable pour le calcul des coûts d’investissement. Il décrit son modèle de calcul des émissions de CO2, qui n’est pas formellement basé sur une ACV, mais tient quand même compte des émissions de CO2 et de méthane chez les producteurs de gaz naturel. (Li, 2006)

Pour optimiser le cycle vapeur sans capture de CO2, Li fait varier les quatre niveaux de pression (condenseur compris) et les degrés de surchauffe correspondants, alors que pour optimiser le cycle gaz il ne fait que choisir des modèles différents de turbine. Sa courbe Pareto-optimale permet alors de sélectionner post-optimisation une combinaison particulière selon le prix du gaz, le taux d’intérêt, la puissance recherchée et le nombre d’heures d’opération par année. (Li, 2006) Pour ses simulations avec capture de CO2, Li utilise un cycle gaz plus flexible, avec cinq variables de décision incluant la recirculation des fumées. Les coûts totaux remplacent les coûts d’investissement comme objectif. (Il ne mentionne pas la possibilité d’optimiser à trois objectifs.) Le système de capture de CO2 est binaire – présent ou absent – et basé sur le cycle MEA classique. Le modèle de style boîte noire se limite à une consommation de vapeur de 3,7 GJ/tonne puisée dans la littérature, ainsi qu’à une consommation d’électricité correspondant au compresseur de CO2. Pour obtenir des résultats intermédiaires entre la centrale avec et sans capture, il considère la construction d’une centrale plus petite et l’importation de l’électricité manquante. (Cette option n’est pas Pareto-optimale par rapport à la nôtre, qui est de faire la capture sur une partie des fumées seulement.) Ses résultats démontrent que les émissions de CO2 dépendent surtout de la capture, mais varient aussi un peu selon l’efficacité énergétique du cycle. La taxe CO2 minimum pour justifier la capture est 69 $/tonne. (Li, 2006)

La thèse de Li (2006) est complétée par son article dans Energy (Li, Marechal, Burer, & Favrat, 2006), évidemment plus concis. L’article de Pelster, Favrat et Von Spakovsky (2001) est aussi utile pour comprendre les travaux antérieurs. Pour une introduction à l’architecture d’OSMOSE, et aux avantages de simuler séparément les échanges de chaleur dans un modèle d’intégration de procédés, le lecteur se référera plutôt à Bolliger, Favrat et Marechal (2005). L’article de Maréchal et Kalitventzeff (1999) donne une idée de la programmation linéaire en nombres entiers utilisée pour résoudre le cycle vapeur avec un réseau d’échangeurs de chaleur implicite. La documenta- tion technique des logiciels se trouve plutôt sur le LeniWiki (leniwiki.epfl.ch).

Finalement, la thèse de Gassner (2010) fournit une ample description du procédé de production du SNG pouvant servir à alimenter la centrale NGCC en combustible biogénique, excepté pour son ACV. Cette thèse détaille les méthodes utilisées pour obtenir des courbes Pareto-optimales pour différentes technologies de gazéification, pour des taux de capture de CO2 différents et des conditions économiques différentes, et en extrapolant pour des procédés de différentes tailles. De

26

plus, cette thèse donne une perspective différente et plus récente que celle de Li (2006) sur

OSMOSE et son utilisation.

Cette revue des travaux du LENI vise à bien comprendre l’environnement de simulation et son évolution au fil des circonstances. Elle ne vise pas à comparer la performance de la plateforme

OSMOSE avec d’autres plateformes. En particulier, il faut reconnaître que l’algorithme QMOO

n’est pas nécessairement le plus rapide pour le cas d’étude. D’autres algorithmes utilisés à Polytechnique (Audet, Béchard, & Chaouki, 2008) pourraient être applicables au cas d’étude, à condition d’être adaptables à un problème multicritères. Toutefois, du point de vue de cette thèse, l’environnement de simulation est un outil, et non un sujet de recherche. Il ne semble donc pas pertinent d’étendre la revue de littérature dans cette direction.