Reducción de costes eneRgéticos en un complejo petRoquímico

Pt
petroquímica
Reducción de
costes energéticos
en un complejo
petroquímico
Cepsa Química opera en su fábrica de ácido
tereftálico purificado de Guadarranque (Cádiz)
un sistema de energías complejo formado por redes
de vapor, fuel gas y aceite térmico. En la misma,
se implementó un modelo en línea, con el objetivo
de dar el soporte necesario a los operadores de
la planta de manera que gestionen el sistema
de energías con el mínimo coste. En el presente
artículo se describe dicho sistema y los principales
pasos de su implementación en la fábrica.
M. Kihn,
D. Ruiz,
C. Ruiz
Soteica Europe, S.L.
A. García Nogales
CEPSA Química, S.A.
Ingeniería Química
Cepsa Química opera un complejo sistema de energías formado por
redes de vapor, fuel gas y aceite térmico, en su planta química de producción de ácido tereftálico purificado (PTA) en San Roque (Cádiz),
intercambiando además vapor, agua
y fuel gas con complejos vecinos. La
operación de un sistema de semejante complejidad ofrece el desafío
de encontrar la eficiencia económica global mediante la gestión de la
operación de vapor en las calderas
propias, la exportación e importación de vapor, la importación de
fuel gas y la elección entre aceite térmico y vapor para el calentamiento
en los procesos, siempre respetando
las restricciones de los equipos, los
procesos y los contratos de compra
y suministro de cualquier tipo de
energía.
Se decidió implantar el software
de Soteica Visual Mesa, un sistema
de gestión en línea que ayuda a reducir los costes operativos (referencias 1 a 6). Se desarrolló un modelo
completo del sistema de energías del
complejo, contemplando las principales variables de optimización y
restricciones identificadas durante
la ejecución del proyecto.
Uno de los factores claves para el
éxito de la implantación y la efectiva
reducción de costes energéticos ha
sido el uso de un modelo en línea,
disponible en la sala de control y en
uso diariamente. Los operadores de
panel implementan las recomendaciones dadas por el software, el cual
se ejecuta automáticamente en una
frecuencia dada, varias veces a lo
largo de cada turno. Los operadores
son los responsables de cambiar los
correspondientes puntos de consigna y, por lo tanto, hacer efectiva la
optimización en tiempo real.
Uno de los factores
claves para la
efectiva reducción de
costes energéticos
ha sido el uso de
un modelo en línea,
disponible en la sala
de control y en uso
diariamente
Nº 471
reducción de costes energéticos en un complejo petroquímico
Figura 1
Sistema de energías de Cepsa Química (antes, Interquisa). Primera
vista de la interfaz gráfica de usuario de Visual Mesa
de planta, los operadores pueden
navegar por el modelo e inspeccionar los detalles de cada equipo, medidor, colector o línea.
La Figura 2 muestra el detalle del
área de calderas y la Figura 3 la representación en el modelo de la red
de distribución de aceite térmico.
2. Metodología del proyecto
La etapa inicial del proyecto de implementación corresponde a la recogida de datos, que incluyen los diagramas de instrumentación y tuberías
(P&ID), la lista de etiquetas (tags) de
la base de datos en tiempo real (sistema de información de planta) y las
hojas de datos de los equipos.
La instalación del software y su
integración con el sistema de información de plantas se hace también
al comienzo del proyecto.
Este artículo resume los principales pasos del proyecto de implantación
y comenta con cierto detalle algunos
aspectos importantes relacionados
con el uso del modelo en línea y la interacción con el sistema de control.
Figura 2
Vista del área de calderas en el modelo
1. Descripción del sistema de
energías del complejo químico
Cepsa Química es el único productor
en España de ácido tereftálico purificado (PTA) y de ácido isoftálico
purificado (PIPA), materias primas
para la producción de poliésteres.
Produce y comercializa anualmente
650.000 toneladas de PTA y 80.000
de PIPA.
Opera un sistema de energías
complejo con las siguientes características:
- Cinco niveles de presión de vapor.
- Tres calderas.
- Tres hornos de aceite térmico.
- Trenes de intercambiadores que
usan vapor y aceite térmico.
- Un sistema de fuel gas que usa
gas de refinería comprado de un
complejo vecino, off gas y gas natural.
- Una unidad de cogeneración,
que incluye una turbina de gas con el
sistema de recuperación de calor.
Figura 3
Vista área de distribución de aceite térmico
La Figura 1 muestra una captura
de pantalla de la vista principal de
la interfaz gráfica de usuario Visual
Mesa. Haciendo doble click en el
icono correspondiente de cada área
Mayo 2005
Ingeniería Química petroquímica
La revisión del sistema de control
es una etapa importante y se detalla
más adelante.
Se construye un modelo completo del sistema de energías. El modelo
incluye los sistemas de combustibles,
vapor, agua de alimentación a calderas, condensados, aceite térmico y
sistema eléctrico.
Se modelan todos los niveles de
presión de vapor y también parte de
la red de servicios auxiliares de las
unidades de producción, con alto
nivel de detalle, incluyendo todos
los consumidores y suministradores
de los colectores respectivos de vapor, agua de calderas, aceite térmico
y condensados.
Los detalles del suministro de
electricidad y combustibles son fácilmente incluidos en el modelo,
junto con el coste de electricidad de
mercado, el cual se actualiza con las
tags del sistema de base de datos en
tiempo real. También se modela la
red de fuel gas, dado que está involucrada en la generación de vapor y
electricidad, y todas las restricciones
y grados de libertad son además tenidos en cuenta en el modelo.
La función objetivo que el modelo optimiza es el coste operativo total
del sistema de energías, es decir:
Coste Operativo Total = Coste Total de
Combustibles + Coste Eléctrico Total +
Otros Costes
El trabajo del optimizador es minimizar esta función objetivo sujeta a
las restricciones operativas del sistema
de energías. El problema de optimización que se resuelve tiene una estructura mixta-entera no lineal y las variables de decisión incluyen tanto variables continuas (por ejemplo, caudal
de vapor generado en calderas, uso
de combustibles y laminaciones), como discretas (por ejemplo, turbinas
o motores, estados de calderas y condensadores aeroenfriadores).
El Coste Total de Combustibles se determina a partir del combustible usado en cada caldera, horno y turbina
de gas multiplicada por los precios
de los combustibles respectivos, o a
partir de un modelo detallado de la
red de combustibles en el que cada
combustible recibe individualmente
su coste.
El Coste Eléctrico Total se determina
a partir del uso neto de electricidad
para cada motor, carga y generador
multiplicada por los precios de electricidad respectivos. La generación
Ingeniería Química
El modelo del
sistema de energías
incluye los sistemas
de combustibles,
vapor, agua de
alimentación
a calderas,
condensados, aceite
térmico y sistema
eléctrico
eléctrica (venta de electricidad) es
un coste negativo. El modelo puede
tener en cuenta el precio de electricidad correspondiente a cada hora
del día y también las penalizaciones,
si existieran, asociadas a la venta por
el exceso o defecto respecto al monto de exportación de electricidad
acordada.
Otros Costes se usa para agrupar
otros costes relativos al sistema de
energías, como el agua desmineralizada de reposición, el coste de los
productos químicos para el tratamiento del agua y los costes de emisión de CO2.
El modelo y la configuración de
la optimización son revisados por los
usuarios y se realiza el entrenamiento a nivel usuario y de ingeniería.
La sintonía fina del modelo y el
análisis de los resultados de la optimización se realiza diariamente.
Como resultado de ello, se añaden
modificaciones menores al modelo
y agregados o ajustes de las restricciones. Al final de este período, los
operadores comienzan a usar la herramienta cada día.
El modelo está en uso por operaciones para la minimización de los
costes de todo el complejo y actúa
como “perro guardián” de la energía. Los beneficios económicos ya
obtenidos se revisan, y se discuten
las mejoras para el futuro.
Las siguientes secciones describen
aspectos importantes de la implementación relacionados con el sistema de
control, la validación de sensores, la
arquitectura de la instalación y la historización de los resultados.
3. Revisión del sistema de
control
Una etapa clave en la implementación de un sistema de optimización
energética en línea es la realización
de una revisión detallada de los sistemas de control de las redes de vapor,
energía eléctrica y combustibles de
todo el complejo. La misma se realiza mediante una serie de reuniones
y entrevistas entre los ingenieros de
control del complejo y los de Soteica. Los principales objetivos de la revisión del sistema de control son:
- Desarrollar un buen entendimiento de cómo las recomendaciones de optimización de Visual Mesa
y las restricciones de los procesos
están relacionadas con el sistema de
control del complejo.
- Identificar cualquier nueva estrategia de control o cambios en las
estrategias de control existentes que
sean necesarias para implementar
las recomendaciones de la optimización.
Esto dará como resultado el
asegurarse que las sugerencias de
optimización serán implementadas
correctamente usando los procedimientos operativos del complejo, las
estrategias y la estructura de control.
En este caso, las principales variables de decisión del optimizador son:
- Producción de vapor en calderas, controlado por el controlador
de presión del colector. En caso de
que una caldera operase desconectada del lazo de control de presión
principal, los operadores cambiarían
su carga manualmente, de acuerdo
con las recomendaciones del optimizador.
- Importación de gas natural al sistema de fuel gas, usualmente manipulado por el controlador de presión
del tanque de mezcla de fuel gas.
- Laminación, venteos y condensación, ubicados en dos áreas de
planta diferentes, controlados por
los controladores de la presión del
vapor en los colectores y manualmente parando o arrancando los
motores del sistema aerorrefrigerante que condensa vapor.
- Vapor y fuel gas que se compra
y vende desde o hacia complejos
vecinos o plantas propias, ajustados
manualmente por los operadores.
Además, durante dichas reuniones, los operadores interactúan
Nº 471
reducción de costes energéticos en un complejo petroquímico
con las vistas de la interfaz gráfica
de usuario del modelo. Se trata de
hacerlas amigables para ellos, con
representaciones gráficas que emulan las vistas que están acostumbrados a usar en el sistema de control
distribuido.
Figura 4
Detalles de configuración de un sensor agregado al modelo
4. Datos en tiempo real y
validación de sensores
Se ha implementado la interfaz estándar, basada en OPC (OLE for
Process Control) para lograr una
comunicación fácil y uniforme con
las fuentes de datos, tales como
el sistema de control distribuido
(DCS) y el sistema de información de planta o la base de datos
en tiempo real. La integración vía
OPC es compatible con los protocolos para acceso de datos (DA),
para adquisición de datos instantáneos, y acceso a datos históricos
(HDA), para adquirir datos almacenados.
El modelo contiene aproximadamente 600 tags de sensores, la
mayoría correspondientes a mediciones (datos en tiempo real) y el
resto son tags que corresponden a
resultados calculados por el modelo y que se escriben en el sistema
de información de planta.
Los sensores (con sus propiedades asociadas) se enlazan con el
modelo de simulación y bloques de
optimización mediante “arrastrar y
soltar” desde la paleta de iconos en
el menú Constructor. Cada sensor
puede configurarse fácilmente para
proteger el modelo de los errores
de medición y datos incorrectos,
haciendo uso del extenso conjunto de funcionalidades de validación
disponibles.
La Figura 4 muestra un ejemplo
de las opciones de configuración
disponibles en caso de que un sensor no pase la validación. Dado que
el modelo se diseña para ejecutarse
de modo automático, alimentado
con datos en línea, los valores originales del sistema de información
de planta se validan cuidadosamente cada vez que se adquieren. Si
un sensor no pasa la validación, el
software permite predefinir las decisiones, como, por ejemplo, usar un
valor por defecto o considerar los
optimizadores (variables de decisión) o las restricciones relacionadas con el sensor dado, y cualquier
otro aspecto relacionado con la optimización.
Mayo 2005
5. Arquitectura de la
instalación
El software tiene dos tipos de usos:
- Modo stand alone (o estación de
ingeniería)
- Modo cliente - servidor (ingeniería, supervisores de turno, operadores de panel y directores)
El propósito del primero es permitir la ejecución de casos de estudio en ordenadores de ingeniería,
usando el modelo actual del sistema
o cualquier otro modelo que el usuario construya para realizar estudios
“qué pasa si”. Los modelos pueden
usar datos actuales o históricos (adquiridos del sistema de información
de planta vía estándar OPC HDA). Se
pueden programar también ejecuciones paramétricas múltiples y lanzarse
desde MS Excel, desde donde se pueden escribir los valores deseados en
el modelo y leerse los resultados de
optimización también desde allí.
El modo cliente-servidor permite
compartir las soluciones de la optimización en línea entre múltiples
usuarios de toda la organización.
Visual Mesa se ejecuta como servicio
en el servidor, que está conectado a
la base de datos en tiempo real vía
OPC, como se mencionó antes. Se
ejecuta automáticamente cada 15
minutos sin interrupción, escribiendo los resultados en el sistema de
información de planta y generando
informes. Cualquier PC conectado a
la red de planta puede configurarse
para acceder al modelo y los informes. Los usuarios se pueden conectar de varias formas (informes html y
Excel, interfaz gráfica de usuario).
La Figura 5 muestra el esquema
de la red de datos y de control en el
complejo de Cepsa Química (antes,
Interquisa) y la ubicación del servidor de Visual Mesa y los PC clientes.
6. Historización de los
resultados
Visual Mesa escribe en la base de
datos en tiempo real los resultados
que se elijan y los principales indicadores de eficiencia (KPIs – “Key
Performance Indicators”): datos
económicos del sistema de energías
y eficiencias calculadas. Cada vez
que se ejecuta el sistema, se calculan
los ahorros previstos. Este valor se
logrará sólo si todas las sugerencias
de optimización (movimientos) se
implementasen simultáneamente.
Estos ahorros previstos constituyen
el principal KPI económico. Es de
esperar que si los operadores implementan todos los cambios propuestos en forma continua o periódica,
los ahorros previstos comiencen
a reducirse. Luego, a lo largo del
tiempo, si el sistema detecta nuevas
oportunidades de ahorros, se increIngeniería Química petroquímica
el modelo visual
mesa es una
herramienta de
optimización
valiosa que se usa
diariamente en la
sala de control
Figura 5
Arquitectura de la instalación
dre calculado e identificado por el
modelo ayudaría a encontrar su causa. Si se identifica una mala señal de
medición o una señal fuera de rango, debería repararse o recalibrarse
el medidor afectado.
7. Conclusiones
mentarán nuevamente los ahorros
previstos, hasta que los operadores
apliquen las recomendaciones, y así
sucesivamente. La persistencia de
elevados ahorros previstos llamará
la atención de los supervisores y la
dirección acerca de este hecho, ayudando a identificar cualquier problema que pueda impedir la captura
de la reducción de costes prevista.
Los resultados más comúnmente
historizados son:
- Eficiencia de hornos y calderas.
- Eficiencias de turbinas de gas y
calderas de recuperación de calor.
- Consumo específico de la turbina de gas.
- Descuadres en los colectores (el
software automáticamente calcula los
descuadres de cada colector, representándose con un bloque especial
de modelado llamado “globo”).
Las tendencias a largo plazo ayudan a identificar aquellos equipos
que puedan perder eficiencia y en
consecuencia justificar su mantenimiento, cuando sea posible. A modo
de ejemplo, en la Figura 6 se muestra un gráfico de tendencia de la eficiencia de una caldera.
Además, los descuadres en los
colectores están usualmente asociados a fallos en los medidores. Un
incremento repentino de un descua-
Figura 6
Gráfico de tendencia de la eficiencia calculada de una caldera
Se ha implementado con éxito un
modelo en línea que se encuentra
en uso en la sala de control de la
fábrica de Guadarranque. Ayudó a
identificar ahorros energéticos significativos que fueron concretados
por los operadores.
Se han resumido los aspectos de la
implementación relacionados con el
sistema de control. Un aspecto clave
en el logro de los ahorros es el ganar la
aceptación del sistema por parte de los
operadores de panel. La versión actual
de las consolas de Cepsa Química ha
sido el resultado de incorporar todos
los requerimientos de los operadores,
desde una interfaz similar a la vista de
las pantallas del control distribuido,
hasta la formación personalizada que
recibieron. De esta manera, el modelo
Visual Mesa es hoy una herramienta
de optimización valiosa que se usa en
la sala de control diariamente.
Referencias
[1] Mamprin, J., Ruiz, D., Ruiz, C., Total Raffinerie De Feyzin,
Site Wide Energy Cost Reduction at TOTAL Feyzin Refinery,
European Refining Technology Conference (ERTC) 12th
Annual Meeting, Barcelona, Spain, November 2007.
[2] Ruiz, C., Ruiz, D., Nelson, D., Online Energy Management,
Hydrocarbon Engineering, 60-68, September 2007.
[3] García Casas, J. M., Kihn, M., Ruiz Massa, D., Ruiz, C.,
The Use of an On-line Model for Energy Site Wide Costs
Minimization, European Refining Technology Conference
(ERTC) Asset Maximisation, Roma, Italy, May 2007.
[4] Jones, B., Nelson, D., Finding Benefits by Modeling and
Optimizing Steam and Power Systems , Industrial Energy
Technology Conference (IETC), New Orleans, May 2007.
[5] Benedicto Calpe, S., Garrote Pazos, B., Ruiz Massa, D.,
Mamprin, J., Ruiz García, C., Online Energy Management,
Petroleum Technology Quarterly (PTQ), Q1, 131-138, January
2007.
[6] Kihn, M., Mamprin, J., Ruiz, D., Ruiz, C., Industrial Energy
Management Using On-Line Models, European Refining
Technology Conference 11th Annual Meeting, Energy
Workshop, Paris, France, October 2006.
Ingeniería Química
Nº 471