Biofuel co-firing with inferential sensor

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F18627757%3A_____%2F12%3A%230000027" target="_blank" >RIV/18627757:_____/12:#0000027 - isvavai.cz</a>

Výsledek na webu

<a href="http://www.ifac-papersonline.net/Detailed/58507.html" target="_blank" >http://www.ifac-papersonline.net/Detailed/58507.html</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.3182/20120902-4-FR-2032.00125" target="_blank" >10.3182/20120902-4-FR-2032.00125</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Biofuel co-firing with inferential sensor

Popis výsledku v původním jazyce

Renewable energy sources are playing an increasingly important role in reducing the emission of greenhouse gases, with biomass providing the largest carbon dioxide reduction potential when it replaces coal as the dominant fuel in large scale heat and electricity production. However, the volatility of biomass properties may become a limiting factor to the proportion of biomass used. The paper presents a model based control strategy for multiple fuel co-firing, which enables direct compensation of the variability of fuel properties and stabilizes the heat power using an inferential sensing approach. Kalman filter with significantly increased robustness with respect to model uncertainty is required to make the inferential sensing practically applicable.

Název v anglickém jazyce

Biofuel co-firing with inferential sensor

Popis výsledku anglicky

Renewable energy sources are playing an increasingly important role in reducing the emission of greenhouse gases, with biomass providing the largest carbon dioxide reduction potential when it replaces coal as the dominant fuel in large scale heat and electricity production. However, the volatility of biomass properties may become a limiting factor to the proportion of biomass used. The paper presents a model based control strategy for multiple fuel co-firing, which enables direct compensation of the variability of fuel properties and stabilizes the heat power using an inferential sensing approach. Kalman filter with significantly increased robustness with respect to model uncertainty is required to make the inferential sensing practically applicable.

Druh

D - Stať ve sborníku

CEP obor

JB - Senzory, čidla, měření a regulace

OECD FORD obor

—

Projekt

<a href="/cs/project/TA01020871" target="_blank" >TA01020871: POKROČILÉ ŘÍZENÍ A OPTIMALIZACE SPOLUSPALOVÁNÍ BIOPALIV V ENERGETICE</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2012

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Power Plants and Power Systems Control, Volume# 8 | Part# 1

ISBN

978-3-902823-24-3

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

717-722

Název nakladatele

IFAC (International Federation of Automatic Control)

Místo vydání

ENSEEIHT, Toulouse, France

Místo konání akce

Toulouse, France

Datum konání akce

1. 1. 2012

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—