J. Ocean Eng. Technol. Search

CLOSE


J. Ocean Eng. Technol. > Volume 33(2); 2019 > Article
MGO Chiller 시스템의 제어 방식에 따른 온도 동특성 연구

Abstract

It is important that an MGO Chiller System, which is one of the sulfur oxide emission control technologies, is designed to meet the fuel temperature requirements, even with sudden engine load changes. Three different control algorithms (PI, Cascade, and MPC) were applied to an indirect MGO chiller system to compare and analyze the outlet temperature dynamic characteristics of the system through a case study. The results showed that the MPC control method had the best temperature following characteristics in the case study, and the temperature deviation range was reduced by approximately 5% compared to the PI control method.

기호 설명

IMO: International marine organization, 국제해사기구
SOx: Sulfur oxide, 황산화물
MEPC: Marine environment protection committee, 해양환경보호위원회
LNG: Liquified natural gas, 액화천연가스
MGO: Marine gas oil, 마린가스오일
HFO: Heavy fuel oil, 고유황유
PI control: Proportional-integral control, 비례-적분제어 Cascade control : 다단제어
MPC control: Model predictive control, 모델예측제어
SP: Set point
OP: Output percent
PV: Process variables
LMTD: Logarithmic mean temperature difference, 대수평균온도차 [℃]

1. 서 론

국제해사기구(IMO, International maritime organization)는 해양환경보호위원회(MEPC, Marine environment protection committee) 70차 회의(2016.10.20.)에서 2020년부터 전 세계 해역을 항해하는 선박 연료유의 황 함유량을 0.5%(m/m)이하로 규제하기로 결정하였다. 강화된 SOX 배출 규제에 대응하기 위해 LNG(Liquified natural gas)연료사용, 배기가스세정장치 설치(Scrubber), 저유황유(MGO, Marine gas oil) 등과 같은 다양한 대응 기술 중, 저유황유 사용은 추가 설비가 비교적 단순하고 비용이 낮다는 장점으로 최근 선주들이 가장 선호하는 방법으로 떠오르고 있다. 그러나 MGO는 40℃에서 점도가 1.5~3cSt로 고유황유(HFO, Heavy fuel oil)에 비해 매우 낮아서 엔진 입구 측에 유입되는 오일의 점도를 최소 2cSt이상으로 유지될 수 있도록 하는 MGO chiller 설치가 필요하다. 이때, 엔진의 부하 변경에 따라 MGO chiller의 출구 온도가 ±2℃이상 변하게 되면 엔진 시스템의 열응력을 발생시킬 수 있으므로 설정 온도에서 크게 벗어나지 않도록 온도를 제어하는 것이 중요하다(Kang et al., 2010).
MGO 출구 온도 유지를 위해서 Ryu.(2013)은 3-Way valve와 핫가스바이패스라인을 추가하여 온도 제어 성능을 보완하고 자동으로 온도 제어가 가능한 직접 냉각 방식 MGO cooler system을 구축하였고, Kang et al.(2010)은 대양에서는 HFO를 사용하고 근해에서는 MGO로 연료를 교체하는 Fuel change system에 들어가는 MGO cooler의 운전 제어 특성을 평가하였다. Lee et al.(2011)은 간접 냉각 방식 MGO cooler system에 핫가스바이패스라인과 전자팽창밸브를 추가하여 부하 변동 시에도 유기적인 운전이 가능하도록 하였다. 선행 연구들의 특징은 제어 방법이 PI(Proportional-integral control)제어에 한정적이고 추가적인 설비를 도입해야한다는 한계가 있다. 또한 급격히 엔진 부하가 변경될 때 MGO 온도를 제어하는 연구는 찾아보기 어려웠다. 하드웨어 구성에 의한 온도 제어뿐만 아니라 제어 방법에 따른 온도 제어에 관한 연구도 필요하다. 제어 기법을 볼 때, 일반적으로 많이 적용되는 PI 제어 이외에 Cascade 제어, MPC(Model predictive control)제어 등 특수 목적에 따라 개발된 제어 기법들이 있다(Qin et al., 2003). Pour et al.(2007)은 3가지 제어 알고리즘을 반응기 운전에 적용하여 응답성을 비교하였다.
본 연구는 HYSYS modeling을 통하여 MGO chiller 시스템을 구성하고 운전 조건 변경에 대한 다양한 제어 알고리즘의 온도 제어 동특성을 분석하고 요구 온도 조건 ±2℃를 만족시키는 최적의 제어 기법을 찾는 것을 목표로 한다.

2. 연구 방법

2.1 MGO Chiller System

MGO chiller는 냉각 방법에 따라 직접/간접 냉각시스템으로 구분할 수 있는데, 본 연구에서는 아래의 Fig. 1과 같이 온도 제어 특성이 좋은 간접 냉각 방식 MGO chiller system을 고려하였다. Service tank에서 나온 약 45℃의 Hot MGO를 MGO chiller에서 청수와 열 교환을 시켜 3cSt에 상응하는 18℃까지 냉각한다. 이때, 엔진에서 요구하는 MGO 연료 조건은 ISO 8217;2017(ISO, 2017)에 의해 40℃일 때, 최소 2cSt의 점도를 가지는 것을 요구하고 있으나 Port operation 이전에 항상 점도를 점검해야 하기 때문에 3cSt이상의 점도에서 엔진을 작동하기를 권장한다. 따라서 40℃에서 2cSt를 가지는 MGO를 3cSt로 만들기 위해 MGO chiller에서 18℃까지 냉각시켰다(Kjeld, 2009). 냉매로 사용되는 청수는 냉매에 의해 냉각이 되며, 냉매 사이클은 On/Off 제어로 운전이 되어 청수 탱크 온도가 요구 온도보다 높을 시 냉매 사이클의 Compressor를 작동시켜 온도를 낮추고, 낮을 시에는 Compressor를 작동 중지시킨다.

2.2 제어의 종류

Cool MGO의 온도(PV, Process variables)를 요구 온도(SP, Set point)로 냉각시키기 위해서 청수(FW, Fresh water)의 유량이 조절된다. 유량을 조절하기 위한 제어 방법으로 다음과 같은 제어 알고리즘이 고려되었다.
PI(Proportional-integral control)제어는 Feedback control의 한 방법(Astrom and Haggland, 1995)으로서 외란이 발생하면 PV와 SP의 차인 e(t)를 기준으로 아래 식 (1)과 같이 OP(Output percent)를 구한다(Doyle et al., 1992).
(1)
OP(t)=Kce(t)+KcTi0te(t)dt
Kc는 비례 상수로서 이를 증가시키면 SP와의 Offset을 줄여 설정 값에 빠르게 도달시킬 수 있다. 그러나 무한히 크게 증가시키면 Closed loop system의 불안정성을 초래하여 발산할 위험이 있다. Ti는 적분 상수로서 Error와 동등한 양만큼 이동하는데 필요한 시간으로 정의된다. Ti를 크게 설정하면 적분 양이 적어져서 응답 시간이 줄어드나 PV값이 SP에 도달할 수 있을 만큼 충분히 작게 해야 한다(Choi and Jeong, 2016). PI제어는 일반적으로 가장 많이 사용되는 제어 알고리즘 이지만 빠른 제어를 요구하고 운전 영역이 좁은 경우에는 Overshoot이 발생할 수 있다는 단점이 있다.
Cascade제어는 1차 Controller의 출력 신호에 의해 2차 Controller의 설정 값을 움직여서 행하는 제어로 기존 PI제어의 SP 값을 가변으로 하여 응답 성능을 빠르게 한다. 본 연구에서는 온도 변화의 원인이 엔진에서 소모되는 연료의 유량 변화율이므로 유량 변화율에 따라 SP가 변동이 되게 아래 Fig. 2와 같이 구성하였다. 이러한 방법은 OP값을 빠르게 작동시켜 Overshoot이 발생하는 것을 막아준다.
MPC(Model predictive control)는 과거의 데이터로 반복 계산을 수행하여 최적의 제어 값을 선택하는 제어 알고리즘으로 석유 산업이나 화학 플랜트에서 많이 사용되는 제어 기법이다(Qin and Badgwell, 2003). MPC controller는 일정 시간 이전의 모델을 기반으로 하여 Input값을 대략적으로 도출하는 방법으로서 급격한 외란 발생 시 Overshoot이 발생하지 않고 빠르게 SP에 수렴할 수 있도록 하는 특징이 있다(Tuan et al., 2017). Pour et al.(2007)은 MPC-PID cascade제어를 위의 Fig. 3과 같이 구성하여 기존의 제어 알고리즘과 비교하였다. MPC-PID cascade제어는 현재의 SP가 PV에 어떠한 영향을 주는지 일정 시간동안 기록을 하고 이를 반영하여 최적의 미래 SP값을 유추하는 방법이다. 이후 이 SP값을 가지고 PID제어를 시행하게 된다. MPC-PID cascade제어는 외란에 의한 온도 변화율을 먼저 감지하고 이를 반영하여 제어를 하는 Feedforward control의 한 종류이다. MPC-PID cascade제어는 Direct MPC제어보다 속도는 느리지만 Overshoot가 발생하지 않고, 고속 제어 루프에 적합한 방법이다(Lee et al., 2000).

2.3 설계 기준

아래의 Fig. 4는 상용프로그램인 Aspen HYSYS를 이용하여 MGO chiller system을 Dynamic model로 구현한 모습이다.
Modeling에 사용된 상태방정식(EOS, Equation of state)은 Oil & Gas, 석유 화학 분야에서 가장 많이 적용되는 PR(Pengrobinson)을 사용하였다. 각 장비들은 Steady model을 통하여 장비 사이징을 하였으며 설계에 필요한 가정은 Table 1에 정리하였다. 이상적인 냉매 사이클에서 냉매는 Evaporator 출구에서 포화증기 상태이고, Condenser 출구에서 포화액 상태이다. 그러나 실제 냉매 사이클에서는 정확하게 포화증기, 포화액 상태로 제어하기 어렵고, 배관, 장비, 밸브에서의 압력강하를 피할 수 없으므로 Compressor와 Expansion valve의 후단에 10℃ 온도 마진을 가정하여 보수적으로 설계하였다(Boles and Cengel, 2012).
HYSYS simulation은 대상 물질의 조성에 따라 장비의 크기와 물성치가 달라진다. 따라서 공정 내 대상 물질의 조성을 정확하게 정의하는 것이 중요하다. 그러나 MGO의 조성은 명확히 알려져 있지 않으므로, ISO8217:2017의 연료유의 특성을 참고하여 MGO와 유사한 동점성, 밀도, 비열을 가지도록 Hydrocarbon계열로 구성하여 가정하였다. ISO8217:2017에 따르면 DMA (Distillate marine fuel grade A) 연료 기준 40℃일 때 동점성이 2~6cSt, 15℃일 때 밀도가 838.2kg/m3, 비열이 0.48cal/g·℃이다. 가정한 연료유는 40℃일 때 동점성이 2.35cSt, 15℃일 때 밀도가 838.2kg/m3, 비열이 0.471cal/g·℃로 MGO와 유사하다.

2.4 튜닝 파라미터

각 제어 방법 별 온도 변화율을 보기 위해 Master 제어기인 PI제어기의 Kc, Ti 값을 각각 13.1, 4.5로 PI, Cascade, MPC제어에 모두 동일하게 적용하여 튜닝 파라미터가 온도 변화율에 영향을 주는 것을 방지하였다.
Cascade 제어는 Delay 2분을 적용하여 2분전 유량과 현재 유량을 비교하여 SP에 빠르게 도달하도록 하였으며, MPC 제어는 Kp(Process gain value)와 Tp(Process time constant value)를 2로 설정하고 Step response length를 150으로 하여 총 150개의 Model step response를 얻어 미래의 SP를 예측하였다.

2.5 케이스 정의

본 연구에서는 엔진의 부하 변동이 심한 보조엔진(Wärtsilä engines 12V50DF)의 운전 조건을 참조하여 동적 부하 변동에 따른 Normal, Instant, Emergency mode에서의 온도 변화 특성을 분석하였다. 운전 시나리오별 연료의 변화율은 아래의 Table 2에 도시하였다.

3. 연구 결과

3.1 Steady state 운전 케이스

엔진 부하가 Maximum과 Minimum일 때, MGO chiller system이 어떻게 작동하는지 알아보기 위해 먼저 Steady mode의 동특성을 Fig. 5에 도시하였다. Maximum load일 때에는 온도 추종성이 좋아 SP와 PV가 일치하는 모습을 보이나 Minimum load일 때에는 SP와 PV의 차이가 발생하고 이를 줄이기 위해 OP값이 변화하는 것을 알 수 있다.
간접 냉각 방식을 이용하는 MGO chiller 시스템에서 냉매 사이클은 청수의 온도에 따라 간헐적으로 운전이 되며 이때 Fig. 6에서와 같이 MGO chiller에서의 Duty와 Evaporator에서의 Duty의 차이만큼 청수의 온도가 변하게 된다. Maximum load일 경우이 Duty의 차이는 적지만 Minimum load에서 Duty의 차이가 커지므로 청수의 온도 변화율이 Maximum load 운전 대비 커지게 된다. MGO chiller에서 청수의 입구 온도 변화가 상대적으로 심하게 되고 제어 입장에서는 가혹한 운전 조건이 되므로 MGO 출구 온도가 청수 온도에 따라서 변화가 발생한다. 부하에 따른 청수/냉매 사이클의 특성은 로드 변동 시 증가/감소에 대한 특성의 차이를 나타내게 된다.

3.2 Dynamic 운전 케이스

Fig. 7은 엔진 부하를 50%와 100% 로드로 부하 변경율을 정상 운전 모드로 변경했을 때 각 제어 알고리즘에서 시간에 따른 온도 변화를 나타낸 것이다. 냉매 시스템이 정지 상태로 존재하는 50% Load의 경우 부하의 증가는 청수의 온도를 상승시키고, 냉매 시스템이 가동하여 정상 상태에 이르기까지 청수의 온도는 계속 상승하게 된다. 이는 SP와 PV의 차이가 로드 증가 시에 더 크게 발생하는 원인이 된다. PI제어 알고리즘의 경우 온도의 변화율은 16.8℃~19.1℃이고 Cascade, MPC제어 알고리즘을 적용했을 때의 온도 변화율은 각각 16.8℃~19.0℃, 17.7℃~18.3℃이다.
Cascade제어와 MPC제어는 PI제어와는 달리 외란에 의한 유량과 온도 변화를 반영하여 SP를 변경하며 PV값이 빠르게 SP에 도달할 수 있게 한다. 세 가지 제어 기법 모두 요구 온도 ±2℃를 만족하나 MPC제어 알고리즘의 추종성이 가장 안정적으로 나타난다.
Fig. 8은 디젤 발전기의 기능 중 하나인 Instant load change (50~88%)일 때 시간에 따른 온도 변화를 나타낸 것이다.
Dyn.-normal 운전 케이스와 유사하게 Load up시에 온도 변화율이 Laod down보다 크게 나타나며 PI, Cascade, MPC 제어 알고리즘을 적용했을 때 온도의 변화율은 각각 17.0℃~19.1℃, 17.0℃~19.0℃, 17.3℃~18.7℃로 나타난다. Dyn.-instant mode에서도 세 가지 제어 방법 모두 요구 온도±2℃를 만족하나 부하 증가 시 MPC제어 알고리즘의 경우 온도 변화는 Dyn.-normal case와 다르게 온도의 진동을 가지고 감쇠하면서 수렴하는 경향을 보인다. 일반적으로 MPC 제어의 경우 Instant load change에 더 좋은 수렴성을 보이나, MPC-PID cascade로 구성된 경우 제어의 특성은 PI제어가 Master 제어기의 역할을 하므로 PI제어와 유사한 경향을 보인다.
Fig. 9은 엔진 부하를 20%와 100% 로드로 부하 변경율을 비상 운전 모드로 변경했을 때 각 제어 알고리즘에서 시간에 따른 온도 변화를 나타낸 것이다. Dyn.-normal운전 케이스와는 다르게 Load down시에도 온도의 변화율이 크게 나타나며 PI, Cascade, MPC제어 알고리즘을 적용했을 때 온도의 변화율은 각각 15.5℃~20.8℃, 15.7℃~20.5℃, 16.1℃~19.9℃로 나타난다. 이 중 MPC제어 알고리즘만이 온도 변화율 조건을 만족하며 좋은 수렴성을 보여준다.
Table 3는 각 운전 시나리오 별 개별 제어 기법 적용 시 MGO의 온도 영역을 도시하였다. 모든 운전 시나리오에서 Cascade제어 방법이 PI제어보다 좋게 보이나 유의미한 차이를 보이지는 않는다. MPC제어 기법의 경우 PI제어 대비 약 5% 향상된 온도분포를 보인다. 특히 MPC제어 기법만이 Dyn.-emergency mode에서 요구 온도±2℃를 만족한다. 이러한 온도 변화율은 실제 선박에 적용되었을 때 밸브의 Actuator type이나 Pump의 반응 속도에 따라 더 커질 수 있다.

4. 결 론

본 연구는 엔진 부하 변동에 따른 간접 냉각 방식의 MGO chiller에 대하여 적용 가능한 제어 기법을 적용하여 출구 온도동특성을 분석하였다.
(1) MPC제어 기법의 온도 추종성이 가장 좋게 나타나고 PI제어 기법이 가장 안 좋은 온도 추종 특성을 보인다.
(2) Dyn.-normal, Dyn.-instant와 같은 운전 모드에서는 모든 제어 기법이 엔진의 요구 조건을 만족하나 Dyn.-emergency mode에서는 MPC제어 기법만이 요구 조건을 만족한다.
(3) Dyn.-instant load up운전 모드에서 MPC제어의 운전 특성이 다른 제어 기법과 다르게 진동이 운전 온도 영역 내에서 발생하는데, 이를 줄이기 위한 추가적인 연구가 필요하다.
향후 본 연구를 바탕으로 실증 설비를 구성하여 실증 연구를 수행 할 예정이다.

후기

본 연구는 산업통상자원부와 ㈜마이텍의 지원으로 수행된 연구결과 중 일부임을 밝히며, 연구비 지원에 감사드립니다(P0003359).

Fig. 1
Schematic diagram of indirect MGO chiller system
joet-33-2-139f1.jpg
Fig. 2
Flow-temperature cascade control algorithm
joet-33-2-139f2.jpg
Fig. 3
MPC control algorithm
joet-33-2-139f3.jpg
Fig. 4
MGO chiller control system
joet-33-2-139f4.jpg
Fig. 5
Temperature control characteristic in steady mode
joet-33-2-139f5.jpg
Fig. 6
F.W tank temperature variation in minimum load
joet-33-2-139f6.jpg
Fig. 7
Temperature control characteristic in dyn.-normal mode
joet-33-2-139f7.jpg
Fig. 8
Temperature control characteristic in dyn.-instant mode
joet-33-2-139f8.jpg
Fig. 9
Temperature control characteristic in dyn.-emergency mode
joet-33-2-139f9.jpg
Table 1
Assumption
Equipment Assumption
Heat Exchanger Phase change : Min approach 5 °C
No phase change : LMTD 10 °C
Pressure drop : 0.33 kPa (Shell, Tube side)
Pump Adiabatic efficiency : 75 %
Heat exchanger pressure drop considered (Pipe not considered)
Compressor Adiabatic efficiency : 75 %
Valve Isenthalpic process
Vessel Volume : 1 m3
Refrigerants R-134a
MGO C10H22 : C14H30 : C16H34 : C16H32
0.4 : 0.09 : 0.48 : 0.03
Table 2
Case definition
Case Load change percent
Steady mode Maximum load [100 % Load] 2132 kg/h
Minimum load [20 % Load] 426 kg/h
Dyn.-normal mode Load Change [50 % ∼ 100 % / 247 s] 1066∼2132 kg/h
Dyn.-instant mode Load change [33 %] 35∼1769 kg/h
Dyn.-emergency mode Load change [20 % ∼ 100 % / 17 s] 426∼2132 kg/h
Table 3
Comparison of temperature change due to load change in the various control method
Scenario Load up Load down

Control method PI Cascade MPC PI Cascade MPC

load change mode
Dyn.-normal mode 19.1 19.0 18.3 16.8 16.8 17.7
Dyn.-instant mode 19.1 19.0 18.7 17.0 17.0 17.3
Dyn.-emergency mode 20.8 20.5 19.9 15.5 15.7 16.1

References

Astrom, K., Haggland, T., 1995. PID Controllers: Theory, Design and Tuning. Second edition International Society of Automation.

Boles, MA., Cengel, YA., 2012. Thermodynamics: An Engineering Approach. 4th Edition McGraw-Hill Korea.

Choi, DK., Jeong, SK., 2016. PI Controller Design Based on Characteristic Parameters and Zero Position Adjustment for an Oil Cooler System. Journal of the Korean Society for Power System Engineering. 20(4):83-90 https://doi.org/10.9726/kspse.2016.20.4.083.
crossref pdf
Doyle, JC., Francis, BA., Tannenbaum, A., 1992. Feedback Control Theor. Macmillan Pub. Co. New York.

ISO, 2017. Petroleum Products-Fuels(class F)-Specifications of Marine Fuels. ISO, 8217, 2017.

Kjeld, A., 2009. Operational Guidelines to Operating MAN B&W 2-Stroke Engines on Disillate Fuels. Journal of the JIME. 44(6):888-893 https://doi.org/10.5988/jime.44.888.
crossref
Kang, TW., Choi, WJ., Bae, JR., Jang, JW., Han, SJ., Ryu, KS., Park, CK., 2010. Evaluation of Control Characteristics for Indirect Type MGO Cooler System. Journal of the Korea Society of Marine Engineering. 97-100.

Lee, HY., Han, SJ., Ryu, KS., Park, CK., Choi, WJ., Bae, JR., Jang, JW., Kang, TW., 2011. MGO Viscosity Control for Indirect Type MGO Cooler System. Proceedings of The Korean Society of Mechanical Engineers Fall Conference. 1066-1069.

Lee, Y., Lee, JH., Park, S., 2000. On Interfacing Model Predictive Controllers with Low-level Loops. Industrial and Engineering Chemistry Research. 32(1):92-102 https://doi.org/10.1021/ie990372k.
crossref
Pour, ND., Montazeri, A., Poshtan, J., Jahed Motlahgh, MR., 2007. Two Case Studies for Applying Model Predictive Controllers on Chemical Precesses. The-33rd Annual Conference of the IEEE Industrial Electronics Society(IECON). 580-585 https://doi.org/10.1109/IECON.2007.4460024.

Qin, SJ., Badgwell, TA., 2003. A Survey of Iindustrial Model Predictive Control Technology. Control Engineering Practice. 11(7):733-764 https://doi.org/10.1016/S0967-0661(02)00186-7.
crossref
Ryu, KS., 2013. Design and Evaluation of Temperature Controller for Direct Type MGO Cooler System. Graduate School of Industry. Pukyong National University p 4-8.

Tuan, TT., Tufa, LD., Mutalib, MIA., Olakunle, KR., 2017. An Hysys Simulation of Dynamic Process using Linear Offset Free MPC with an Empirical Model. Indian Jounal of Science and Technology. 10(7):1-5 https://doi.org/10.17485/ijst/2017/v10i7/111454.
crossref


ABOUT
ARTICLE CATEGORY

Browse all articles >

BROWSE ARTICLES
AUTHOR INFORMATION
Editorial Office
President O/T room No.1302, 13, Jungang-daero 180beon-gil, Dong-gu, Busan 48821, Korea
Tel: +82-51-759-0656    Fax: +82-51-759-0656    E-mail: ksoehj@ksoe.or.kr                

Copyright © 2019 by The Korean Society of Ocean Engineers. All rights reserved.

Developed in M2community

Close layer
prev next