TY - THES

T1 - Modellierung eines Pyrolyseprozesses zur optimalen Aufbereitung von Sekundärrohstoffen unter Nutzung von verfügbaren Abwärmepotentialen

AU - Cont, Alexander

N1 - nicht gesperrt

PY - 2024

Y1 - 2024

N2 - Die europäischen CO2-Reduktionsziele können nur mit signifikanten Verbesserungen von privaten und industriellen Anwendungen und Prozessen erreicht werden. Der industrielle Wärmesektor spielt bei der Erreichung dieser Klimaziele eine wesentliche Rolle, da der Großteil der Wärmeerzeugung in Europa aus fossilen Energiequellen stammt (ca. 75 %). Eine Dekarbonisierung kann bspw. durch die Steigerung der Prozesseffizienz, dem Einsatz von erneuerbaren Energien oder der Nutzung von Abwärme (in der Europäischen Union fallen ca. 3.000 TWh pro Jahr an) vorangetrieben werden. Auch die Kreislaufwirtschaft von Rohstoffen stellt eine Möglichkeit dar, um den Primärenergieeinsatz, und somit die entstehenden Emissionen, zu verringern.An diesen Punkten setzt das Unternehmen Seccon GmbH an und hat ein Patent entwickelt, um bestehende Abwärmepotentiale für die Aufbereitung von verschiedenen Abfallfraktionen zu nutzen. Dabei wird ein heißes Abgas einer thermischen Produktionsanlage verwendet, um Abfälle in einem Drehrohrofen zu pyrolysieren und eine Abtrennung der darin enthaltenen Wertstoffe zu erzielen. Durch den Einsatz von Abwärme, die anderenfalls ungenutzt bleibt, können, im Vergleich zu herkömmlichen Aufbereitungs-Techniken, sowohl Kosten-, als auch Energieeinsparungen erreicht werden. Außerdem wirkt sich die Nachnutzung des Abgases positiv auf die CO2-Bilanz des industriellen Prozesses aus.Das Ziel der vorliegenden Arbeit besteht darin, die Energieflüsse der bereits bestehenden Pilotanlage und einer geplanten Großanlage zu modellieren und zu analysieren. Im ersten Teil wird auf den theoretischen Hintergrund des Prozesses eingegangen. Das Patent von Seccon wird beleuchtet und ein Überblick über die verwendete Python-Bibliothek gegeben.Im praktischen Teil dieser Arbeit wird unter Verwendung der OEMOF-Bibliothek ein Python-Modell entwickelt, um den Aufbereitungsprozess darzustellen und den Energieeinsatz zu optimieren. Das OEMOF-Modell wird um Nebenbedingungen erweitert, damit die Temperaturabhängigkeit der Pyrolyse in die Modellierung mit einfließt. Um die Optimierungspotentiale zu analysieren, werden vier beispielhafte Szenarien berechnet und bewertet. Eines davon betrachtet die Pilotanlage, die anderen drei stellen den Prozess der zukünftigen Großanlage zu verschiedenen Betrachtungszeiträumen und mit unterschiedlichen Prozessbedingungen dar. Die Randbedingungen und Eingabeparameter der Optimierungen werden vom Projektpartner Seccon vorgegeben, sofern sie mittels Pilotanlage bereits bestimmt und für die Großanlage hochskaliert wurden. Die fehlenden erforderlichen Parameter werden anhand von Literaturwerten ergänzt.Die Zielfunktion der Optimierung ist die Minimierung der Gesamtkosten, nicht die Minimierung der eingesetzten Energiemenge. Deshalb sind bei den Berechnungen nur geringe Einsparungen der Energiemenge zu beobachten (kleiner als 1 %). Dies ist darauf zurückzuführen, dass die Abfallmenge eine vorgegebene, nicht veränderbare, Energiemenge benötigt, damit sie vollständig pyrolysiert werden kann. Die Optimierung wählt deshalb den zeitlichen Abfalleinsatz anhand der Energiepreise so aus, dass die Kosten für den Aufbereitungsprozess minimiert werden.Durch die Optimierung der Pilotanlage ergibt sich eine spezifische Gewinnerhöhung von ca. 0,025 €/kg. Bei der Großanlage kann eine Gewinnsteigerung von ca. 0,002 €/kg erreicht werden, wenn ein heißes Abgas aus einer nebenstehenden Anlage zur Verfügung steht. Wenn die gesamte Prozessenergie für die Pyrolyse in der Großanlage zugekauft werden muss, ergibt sich eine Gewinnsteigerung von ca. 0,04 €/kg. Die Ergebnisse zeigen, dass die Optimierung vor allem in Zeiträumen, wo keine Abwärme zur Verfügung steht, hohe Gewinnsteigerungen ermöglicht. Zusätzlich bestimmt der Optimierer die Abfallfraktionen, deren Verarbeitung sich nur bei verfügbarer Abwärme positiv auf das Betriebsergebnis auswirkt.

AB - Die europäischen CO2-Reduktionsziele können nur mit signifikanten Verbesserungen von privaten und industriellen Anwendungen und Prozessen erreicht werden. Der industrielle Wärmesektor spielt bei der Erreichung dieser Klimaziele eine wesentliche Rolle, da der Großteil der Wärmeerzeugung in Europa aus fossilen Energiequellen stammt (ca. 75 %). Eine Dekarbonisierung kann bspw. durch die Steigerung der Prozesseffizienz, dem Einsatz von erneuerbaren Energien oder der Nutzung von Abwärme (in der Europäischen Union fallen ca. 3.000 TWh pro Jahr an) vorangetrieben werden. Auch die Kreislaufwirtschaft von Rohstoffen stellt eine Möglichkeit dar, um den Primärenergieeinsatz, und somit die entstehenden Emissionen, zu verringern.An diesen Punkten setzt das Unternehmen Seccon GmbH an und hat ein Patent entwickelt, um bestehende Abwärmepotentiale für die Aufbereitung von verschiedenen Abfallfraktionen zu nutzen. Dabei wird ein heißes Abgas einer thermischen Produktionsanlage verwendet, um Abfälle in einem Drehrohrofen zu pyrolysieren und eine Abtrennung der darin enthaltenen Wertstoffe zu erzielen. Durch den Einsatz von Abwärme, die anderenfalls ungenutzt bleibt, können, im Vergleich zu herkömmlichen Aufbereitungs-Techniken, sowohl Kosten-, als auch Energieeinsparungen erreicht werden. Außerdem wirkt sich die Nachnutzung des Abgases positiv auf die CO2-Bilanz des industriellen Prozesses aus.Das Ziel der vorliegenden Arbeit besteht darin, die Energieflüsse der bereits bestehenden Pilotanlage und einer geplanten Großanlage zu modellieren und zu analysieren. Im ersten Teil wird auf den theoretischen Hintergrund des Prozesses eingegangen. Das Patent von Seccon wird beleuchtet und ein Überblick über die verwendete Python-Bibliothek gegeben.Im praktischen Teil dieser Arbeit wird unter Verwendung der OEMOF-Bibliothek ein Python-Modell entwickelt, um den Aufbereitungsprozess darzustellen und den Energieeinsatz zu optimieren. Das OEMOF-Modell wird um Nebenbedingungen erweitert, damit die Temperaturabhängigkeit der Pyrolyse in die Modellierung mit einfließt. Um die Optimierungspotentiale zu analysieren, werden vier beispielhafte Szenarien berechnet und bewertet. Eines davon betrachtet die Pilotanlage, die anderen drei stellen den Prozess der zukünftigen Großanlage zu verschiedenen Betrachtungszeiträumen und mit unterschiedlichen Prozessbedingungen dar. Die Randbedingungen und Eingabeparameter der Optimierungen werden vom Projektpartner Seccon vorgegeben, sofern sie mittels Pilotanlage bereits bestimmt und für die Großanlage hochskaliert wurden. Die fehlenden erforderlichen Parameter werden anhand von Literaturwerten ergänzt.Die Zielfunktion der Optimierung ist die Minimierung der Gesamtkosten, nicht die Minimierung der eingesetzten Energiemenge. Deshalb sind bei den Berechnungen nur geringe Einsparungen der Energiemenge zu beobachten (kleiner als 1 %). Dies ist darauf zurückzuführen, dass die Abfallmenge eine vorgegebene, nicht veränderbare, Energiemenge benötigt, damit sie vollständig pyrolysiert werden kann. Die Optimierung wählt deshalb den zeitlichen Abfalleinsatz anhand der Energiepreise so aus, dass die Kosten für den Aufbereitungsprozess minimiert werden.Durch die Optimierung der Pilotanlage ergibt sich eine spezifische Gewinnerhöhung von ca. 0,025 €/kg. Bei der Großanlage kann eine Gewinnsteigerung von ca. 0,002 €/kg erreicht werden, wenn ein heißes Abgas aus einer nebenstehenden Anlage zur Verfügung steht. Wenn die gesamte Prozessenergie für die Pyrolyse in der Großanlage zugekauft werden muss, ergibt sich eine Gewinnsteigerung von ca. 0,04 €/kg. Die Ergebnisse zeigen, dass die Optimierung vor allem in Zeiträumen, wo keine Abwärme zur Verfügung steht, hohe Gewinnsteigerungen ermöglicht. Zusätzlich bestimmt der Optimierer die Abfallfraktionen, deren Verarbeitung sich nur bei verfügbarer Abwärme positiv auf das Betriebsergebnis auswirkt.

KW - Energy Model

KW - Processing of Secondary Resources

KW - Waste Heat Usage

KW - Pyrolysis

KW - Rotary Kiln

KW - Optimization

KW - Python

KW - OEMOF

KW - Open Energy Modelling Framework

KW - Energiemodell

KW - Aufbereitung Sekundärrohstoffe

KW - Abwärmenutzung

KW - Pyrolyse

KW - Drehrohrofen

KW - Optimierung

KW - Python

KW - OEMOF

KW - Open Energy Modelling Framework

U2 - 10.34901/mul.pub.2024.081

DO - 10.34901/mul.pub.2024.081

M3 - Masterarbeit

ER -