SNG 생산용 공기분리공정의 공기 재 압축비에 따른 민감도 분석

김미영; 주용진; 서동균; 신주곤

추천

검색

자료유형: 학술저널

저자정보: 김미영 (KEPCO Research Institute, Korea Electric Power Corporation) 주용진 (KEPCO Research Institute, Korea Electric Power Corporation) 서동균 (KEPCO Research Institute, Korea Electric Power Corporation) 신주곤 (KEPCO Research Institute, Korea Electric Power Corporation)

저널정보: 한국전력공사 KEPCO Journal on electric power and energy KEPCO Journal on electric power and energy 제5권 제3호

발행연도: 2019.1

수록면: 173 - 179 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

심랭식 공기분리공정은 공기를 액화시켜 질소와 산소, 아르곤 등 다양한 산업가스를 생산하며, 가스생산조건(순도, 종류)에 따라 공정 또한 달라진다. 그 중 SNG 플랜트 공급용 공기분리공정은 99.5% 이상의 초고순도 산소 생산을 요구하기 때문에 공정의 효율이 타 공기분리공정에 비해 떨어지며, 공정효율을 낮추는 요인에는 공기압축에 의한 소모동력이 대표적이다. 본 연구에서는 SNG 플랜트에 적용하는 공기분리공정의 에너지 효율 향상을 위하여 소모동력과 관련된 공기 압축 설비의 민감도 분석을 수행하였다. 민감도 분석을 위해 ASPEN PLUS를 이용해 공기분리공정을 모사하였다. 모사 결과, 99.5% 이상의 산소 18.21 kg/s를 생산하였으며, 33.26 MW의 동력이 소모되었다. 모사된 공정 중 공기압축설비는 주 압축기 1대와 2대의 재 압축기가 있으며, 2대의 재압축기에서의 공기압축비 변화에 따른 고압질소, 저압산소, 저압질소의 유량과 순도에 대한 영향과 공정 내 소모동력 변화에 대해 분석하였다. 분석 결과, 99.5% 산소, 99% 질소(고압), 90% 질소(저압)를 생산하기 위한 최적의 운전조건은 재압축비가 각각 0.48, 0.50가 되었으며, 재압축비 조정 후 $0.507kWh/O_2kg$에서 $0.473kWh/O_2kg$으로 소모동력도 약 7%가량 줄었음을 확인하였다.

Cryogenic air separation unit produces various gases such as $N_2$, $O_2$, and Ar by liquefying air. The process also varies with diverse production conditions. The one for SNG production among them has lower efficiency compared to other air separation unit because it requires ultrapure $O_2$ with purity not lower than 99.5%. Among factors that reduce the efficiency of air separation unit, power consumption due to compress air and heat duty of double column were representatives. In this study, simulation of the air separation unit for SNG production was carry out by using ASEPN PLUS. In the results of the simulation, 18.21 kg/s of at least 99.5% pure $O_2$ was produced and 33.26 MW of power was consumed. To improve the energy efficiency of air separation unit for SNG production, the sensitivity analysis for power consumption, purities and flow rate of $N_2$, $O_2$ production in the air separation unit was performed by change of air boosting ratios. The simulated model has three types of air with different pressure levels and two air boosting ratio. The air boosting ratio means flow rate ratio of air by recompressing in the process. As increasing the first air boosting ratio, $N_2$ flow rate which has purity of 99.9 mol% over increase and $O_2$ flow rate and purity decrease. As increasing the second air boosting ratio, $N_2$ flow rate which has purity of 99.9 mol% over decreases and $O_2$ flow rate increases but the purity of $O_2$ decreases. In addition, power consumption of compressing to increase in the two cases but results of heat duty in double column were different. The heat duty in double column decreases as increasing the first air boosting ratio but increases as increasing the second air boosting ratio. According to the results of the sensitivity analysis, the optimum air boosting ratios were 0.48 and 0.50 respectively and after adjusting the air boosting ratios, power consumption decreased by approximately 7% from $0.51kWh/O_2kg$ to $0.47kWh/O_2kg$.

#SNG #Cryogenic ASU #Air Booster #Aspen Plus #Parametric Study

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Kim, Mi-Yeong

소속기관 KEPCO Research Institute, Korea Electric Power Corporation

주요연구분야 공학 > 전기전자공학 > 전기공학

논문수 4 이용수 18

Joo, Yong-Jin

소속기관 KEPCO Research Institute, Korea Electric Power Corporation

주요연구분야 공학 > 전기전자공학 > 전기공학

논문수 5 이용수 19

Seo, Dong-Kyun

소속기관 KEPCO Research Institute, Korea Electric Power Corporation

주요연구분야 공학 > 전기전자공학 > 전기공학

논문수 5 이용수 19

신주곤

소속기관 KEPCO Research Institute, Korea Electric Power Corporation

주요연구분야 공학 > 전기전자공학 > 전기공학

논문수 2 이용수 16

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)