Superpočítače a umělá inteligence pomáhají vědcům zvyšovat účinnost výroby elektřiny

Konvenční tepelné elektrárny využívají jako médium pro výrobu elektrické energie nejčastěji vodu, která v podobě páry pohání turbínu, jež roztáčí generátor. Vědci však experimentují s možností využívání oxidu uhličitého v nadkritickém stavu, který by mohl být bezpečnějším a flexibilnějším pracovním médiem než voda. Pro pochopení chování tohoto plynu za různých podmínek je však nutné provádět velký počet simulací, se kterými vědcům pomáhají superpočítače a strojové učení.

Konvenční tepelné elektrárny, ať už je jejich zdrojem energie jaderný reaktor nebo kotel spalující uhlí či biomasu, využívají běžně jako médium pro přenos energie vodu. Před vstupem do turbíny je nicméně důležité, aby veškerá voda byla v plynném skupenství, tedy v podobě páry, jelikož zbytková vlhkost by mohla turbínu poškodit.

Již na začátku 20. století si německý inženýr Mark Benson uvědomoval, že pokud by voda mohla existovat zároveň v kapalném i plynném skupenství, znamenalo by to pro elektrárny značné navýšení účinnosti a snížení rizik. Právě tyto vlastnosti má voda v takzvaném nadkritickém stavu, pro jehož dosažení je nicméně potřebná vysoká teplota a tlak. Toto vědecké bádání vedlo Bensona k vynálezu nadkritického kotle, jehož využívání se však vzhledem k vysokým požadavkům na kvalitu použitých materiálu a konstrukci zatím nijak výrazně nerozšířilo.

Na Bonsonův století starý výzkum nyní navazují výzkumní pracovníci z Institutu jaderných technologií a energetických systémů (IKE) a Institutu letecké termodynamiky (ITLR) z německé Univerzity ve Stuttgartu. Za pomoci výkonných superpočítačů se nyní snaží najít způsob, jak usnadnit přenos tepla u látek v nadkritickém stavu, a tím zvýšit bezpečnost a účinnost moderních tepelných elektráren.

„Ve srovnání s podkritickými elektrárnami nadkritické elektrárny dosahují vyšší tepelné účinnosti, nepotřebují různá zařízení, jako například parní separátor, a mají kompaktnější dispozice,“ uvedl Sandeep Pandey, doktorand na IKE.

Při výrobě elektrické energie či jiných průmyslových procesech je využívána široká paleta zdrojů tepla a médií pro jeho přenos, nejběžnějším médiem je stále voda, jelikož je snadno dostupná a její vlastnosti jsou dobře prozkoumané v širokém rozsahu teplot a tlaků.

Aby však voda přešla do nadkritického stavu, musí být dosaženo teploty alespoň 374 °C a tlaku 22,4 Mpa, tedy hodnoty více než 200x vyšší než atmosférický tlak. Látky v nadkritickém stavu rovněž vykazují unikátní vlastnosti a i sebemenší změna teploty nebo tlaku může mít značný dopad. Nadkritická voda navíc vede teplo hůře než voda v kapalném skupenství a vysoké teploty a tlaky potřebné pro dosažení nadkritického stavu mohou přispívat k degradaci potrubí.

„Neekologický“ oxid uhličitý nabízí ekologické řešení

Vzhledem k těmto neoptimálním vlastnostem vody vědci prozkoumávají možnost využívání oxidu uhličitého, který oproti vodě nabízí některé výhody, například nižší teplotu a tlak potřebné pro dosažení nadkritického stavu. Přestože se využívání CO2 v dnešní době nemusí zdá na první pohled jako ekologické, oproti jiným pracovním médiím se jedná o bezpečnou látku.

„Nadkritický oxid uhličitý nenarušuje ozónovou vrstvu a má velmi nízký potenciál z hlediska globálního oteplování ve srovnání s jinými běžně využívanými pracovními látkami, jako jsou chladiva na bázi chlor-fluorovaných uhlovodíků, čpavek a další,“ říká k přednostem CO2 Sandeep Pandey.

Aby vědci dokázali nahradit vodu oxidem uhličitým, musí první dostatečně porozumět jeho vlastnostem, včetně schopnosti přenosu tepla při různém proudění látky, a jejich vlivu na zařízení elektrárny. Výzkumní pracovníci Stuttgartské univerzity tak ve spolupráci s vědci ze Singapurského technologického institutu využívají superpočítač s vysokou přesností simulací a technologii strojového učení a zároveň vyvíjejí nástroj, který by bylo možné snadno využívat na komerčních počítačích.

Pro tyto účely vědci využívají různé simulační metody, jejichž výsledky slouží jako vstupní data pro svou umělou neuronovou síť, tedy algoritmus se schopností učit se. Výzkumníci „učí“ svůj algoritmus pomocí experimentálních dat, aby mohli modelovat přenos tepla mezi pracovní látkou a stěnou potrubí za různých podmínek. Zároveň si však musí dávat pozor, aby model svými daty „nepřekrmili“, jelikož by při využití jiných vstupních dat nemusel poskytovat přesné výsledky.

Pro získání dat pro svůj algoritmus vědci provedli celkem 35 numerických simulací, každou zaměřenou na konkrétní provozní podmínky. Jako vstup sloužily vstupní teplota a tlak látky, tepelný tok, průměr potrubí a tepelná energie pracovní látky, na jejichž základě model počítá tlak vyvíjený na stěnu potrubí a její teplotu. 80 % získaných dat vědci používají pro svůj učící se algoritmus, zbylých 20 % poté k separátnímu kontrole dat.

Vědecký tým bude i nadále pokračovat v simulacích, čímž bude doplňovat zdrojová data pro svůj algoritmus. Jako další krok by mělo následovat i vybudování modelu nadkritické elektrárny, který by měl ověřit, zda se budou teoretická data shodovat s výstupy z praxe. Hlavním cílem je však vytvoření dostatečně přesného, snadno použitelného a výpočetně efektivního nástroje, který by konstruktérům a provozovatelům elektráren s nadkritickými parametry umožnil bezpečnější a účinnější výrobu elektrické energie.