수전해 수소생산 및 수처리 공정의 디지털 트윈을 위한 고급 모델링 연구 = Advanced Modeling and Digital Twin of Hydrogen-Production Water Electrolysis and Wastewater Treatment Processes
저자
발행사항
서울 : 명지대학교 대학원, 2022
학위논문사항
학위논문(석사)-- 명지대학교 대학원 : 화학공학과 2022. 2
발행연도
2022
작성언어
한국어
주제어
발행국(도시)
서울
형태사항
x, 148p ; 26 cm
일반주기명
지도교수: 신동일
UCI식별코드
I804:11023-000000076959
소장기관
디지털 트윈은 실제 시스템을 정확하게 반영하는 가상 모델이며, 시스템의 주요 기능 변화를 반영하기 위해 실시간 데이터를 활용한 모델 및 매개변수 갱신이 핵심 요소이다. 화공산업은 경쟁력 확보를 위해 탄소중립을 위한 저탄소화와 지속가능성 향상을 목표로 하고 있으며, 데이터 기반 의사결정, 최적화, 제어, 이상 감지 및 진단 등을 지원하는 디지털 트윈의 활용이 화학공정의 agility 및 생산성 향상과 탄소 배출 저감 등에 기여하여 지속가능한 발전을 달성할 것으로 예상하고 있다. 하지만 디지털 트윈은 최적화, 제어, 이상 감지 및 진단 등 기존 기술뿐 아니라 IoT, AI 등의 신기술들이 융합된 복잡한 multiscale 시스템으로, 기업들의 관심에 비해 연구 초기 단계인 디지털 트윈의 구조 설계, 구성 요소 개발 및 기능 구현 등을 위한 시행착오와 비용을 절감하기 위해 시스템의 표준 구조 및 설계 방법론 정립이 요구된다.
본 연구는 개념 수준에 불과한 디지털 트윈의 기술 성숙도를 높여 실제 공정에 적용 가능하도록 디지털 트윈의 표준 구성 요소 및 역할을 제안하여 디지털 트윈 개발 소요 시간과 시행착오 단축에 기여하고자 하였다. 또한 디지털 트윈의 핵심인 실시간 모델 갱신을 지원할 시뮬레이션 모델과 갱신 방법을 제안하여, 정부에서 탄소중립 실현을 위해 제시한 목표인 재생에너지 이용 확대와 에너지 효율화 및 온실가스 저감을 디지털 트윈 개발을 통해 달성하고자 하였다.
디지털 트윈의 기술 성숙도 제고를 통해 실제 화학공정에 디지털 트윈을 적용하기 위해 내부 구성 요소 및 역할을 제안하였고, 핵심 구성 요소인 시뮬레이션 모델을 개발하였다. 본 연구의 디지털 트윈 구성 요소 및 역할은 장기간 예측을 통해 최적화, 제어에 활용되는 first-principle 기반 모델과 단기 예측 및 실시간 최적화에 활용되는 데이터 기반 모델, 조기 이상 감지를 위한 온라인 기계학습 모델, 유지보수 및 작업자 훈련을 위한 3D 시각화 모델로 제안하였다.
탄소중립을 위한 첫번째 과제인 재생에너지 발전 비중 확대와 더불어 전력망의 안정성 유지를 위한 잉여 에너지 저장 방법인 Power-to-gas (P2G) 기술을 통해 생산된 그린 수소는 탄소배출이 전혀 없는 청정에너지이지만, 생산 단가가 높아 그린 수소의 가격 경쟁력 확보를 위한 해결책이 필요하다. 수전해 시스템의 효율적인 운전을 통해 그린 수소 생산 단가 절감을 위해 새만금 에너지 국가종합실증단지의 500kW급 알칼라인 수전해 시스템의 디지털 트윈 개발과 운영 효과를 검증하고자 하였다. First-principle 기반 알칼라인 수전해 시스템 시뮬레이션 모델링을 위해 gPROMS의 electrochemical cell reactor (ECR) 라이브러리와 gPROMS Process 2.1.1을 이용하였다. 액체 전해질을 포함한 알칼라인 수전해 셀 시뮬레이션 모델을 Python에서 개발하여, gPROMS의 custom modeling template을 통해 시스템 모델에 통합하였다. 개발한 시뮬레이션 모델을 활용해 운전조건에 따른 시스템의 수소 생산 효율 분석을 진행한 결과 운전 압력이 10-30 bar 일 때, 수소 생산 효율이 가장 높았지만, 10 bar 이상의 고압 운전의 경우 시스템의 재료적 제약과 고압가스 안전관리법 시행령 제 2조(고압가스의 종류 및 범위)에 의해 고압가스안전관리법의 규제를 받는 등의 한계점이 존재하였다. 따라서 그린 수소 생산 효율 향상을 위해서는 운전 조건에 따른 재료적, 사회적 제약조건을 고려해야한다.
두번째 목표인 온실가스 저감 및 에너지 최적화를 위해 현재 수동 운전 기반의 수처리 공정을 대상으로 하였다. 한국환경공단은 수처리 공정의 에너지 효율 향상을 위해 디지털 전환을 핵심 요소로 선정하여, 대구의 국가물산업클러스터를 대상으로 실시간 수질 모니터링 및 운전 최적화를 위한 디지털 트윈 개발과 운영을 목표로 하고있다. 수처리 공정 디지털 트윈의 핵심 구성 요소인 데이터 기반 시뮬레이션 모델 개발을 위해, 수처리공정의 운전 데이터를 이용하여 FNN 기반 방류수질 예측 모델과 LSTM 기반 유입수량 및 수질 예측 모델을 개발하였다. Feature 선정이 모델 성능에 미치는 영향을 분석한 결과, Pearson 상관계수 분석을 통한 feature 선정이 모델 성능을 4배 이상 개선하여, 데이터 관계 분석을 통한 input 변수 선정이 모델 성능을 결정하는 핵심 요소인 것을 확인하였다. 현재 변수 선정을 위해 단순 선형 관계만을 분석하였지만, 비선형성이 큰 실제 공정 데이터에 적용하기 위해 비선형 관계 기반 분석 방법으로 확대가 요구된다.
본 연구는 디지털 트윈의 실제 적용을 위해 기술 성숙도를 제고할 디지털 트윈의 표준 구성 요소 및 역할을 제안하였고, 실제 화학공정에 대한 first-principle 기반, 데이터 기반 시뮬레이션 모델을 개발하였다. 개발된 모델은 새만금 에너지 국가종합실증 단지의 알칼라인 수전해 시스템과 대구 물산업클러스터의 수처리 공정의 디지털 트윈을 위한 시뮬레이션 모델로 활용될 예정이다. 이는 4차 산업혁명 시대 실제 공정 산업의 디지털 전환을 위한 노력으로, 화학산업의 디지털 전환 및 지속가능성 향상과 사회에서 요구하는 수소 경제 활성화 및 탄소중립에 기여하리라 기대된다.
A digital twin is a virtual model that precisely reflects a physical system, and the key factor is updating the model and parameters using real-time data to reflect vital functional changes in the system. The chemical industry aims to achieve low-carbon and improve sustainability for carbon neutrality to secure competitiveness, a digital twin that supports data-based decision-making, optimization, control, anomaly detection and diagnosis, etc., is expected to contribute to the improvement of agility and productivity of chemical processes and reduction of carbon emissions, thereby achieving sustainable development. However, a digital twin is a complex multiscale system that combines new technologies such as IoT and AI as well as existing technologies such as optimization, control, anomaly detection and diagnosis, etc., it is required to establish a standard structure and design methodology in order to reduce trial and error and cost for the structural design, component development, and functional implementation of the digital twin, which is an early stage of research.
This study aims to contribute to shortening the digital twin development time and trial and error by proposing the standard components and roles of the digital twin so that it can be applied to actual processes by raising the technological maturity of the digital twin which is only a concept level. A simulation model and update method is proposed to support real-time model update, which is the core of digital twin, and goals announced by the government, expanding the use of renewable energy, increasing energy efficiency, and reducing greenhouse gas emissions, are intended to achieved through digital twin development.
To apply the digital twin to actual chemical processes by improving the technological maturity of the digital twin, internal components and roles were proposed, and a simulation model, an essential component, was developed. The digital twin components and roles are a first-principle-based model used for optimization and control through long-term prediction, a data-based model used for short-term prediction and real-time optimization, an online machine learning model for early anomaly detection, and 3D visualization model for operator training and supporting maintenance.
Green hydrogen produced through power-to-gas (P2G) technology, which is a surplus energy storage method to maintain the stability of the power grid, along with the expansion of the proportion of renewable energy generation, is a clean energy with no carbon emission, however, a solution is needed to secure price competitiveness of green hydrogen due to the high production cost. To reduce the cost of green hydrogen production through efficient operation of the water electrolysis system, it was attempted to verify the digital twin development and operation effect of the 500kW alkaline water electrolysis system of the Saemangeum Energy National Demonstration Complex. For first-principle-based alkaline water electrolysis system simulation modeling, the electrochemical cell reactor (ECR) library of gPROMS and gPROMS Process 2.1.1 were used. An alkaline water electrolysis cell simulation model including liquid electrolyte was developed in Python and integrated into the system model through the custom modeling template of gPROMS. As a result of analyzing the hydrogen production efficiency of the system according to operating conditions using the developed simulation model, the hydrogen production efficiency was the highest when the operating pressure was 10-30 bar. Nevertheless, there were limitations such as material constraints and being regulated by the High-Pressure Gas Safety Control Act by Article 2 (Types and Scope of High-Pressure Gas) of the Enforcement Decree of the High-Pressure Gas Safety Control Act. Therefore, in order to improve the efficiency of green hydrogen production, material and social constraints according to operating conditions must be considered.
For the second goal, greenhouse gas reduction and energy optimization, the current manual operation-based water treatment process was targeted. The Korea Environment Corporation has selected digital conversion as a key factor to improve the energy efficiency of the water treatment process, and aims to develop and operate a digital twin for real-time water quality monitoring and operation optimization for the Water Cluster in Daegu. To develop a data-based simulation model, which is a key component of the digital twin of the water treatment process, an FNN-based effluent water quality prediction model and an LSTM-based influent and water quality prediction model were developed using the operation data of the water treatment process. As a result of analyzing the effect of feature selection on model performance, it was confirmed that feature selection through Pearson correlation coefficient analysis improved model performance more than 4 times, and that selection of input variables through data relationship analysis is a key factor in determining model performance. Currently, only simple linear relationships are analyzed for variable selection, but expansion is required to non-linear relationship-based analysis methods to apply to actual process data with high non-linearity.
In this study, the standard components and roles of a digital twin to enhance technological maturity for practical application of a digital twin were proposed, and a first-principle-based, data-based simulation model for actual chemical processes was developed. The developed model will be used as a simulation model for the digital twin of the alkaline water electrolysis system in the Saemangeum Energy National Demonstration Complex and the water treatment process of the Water Cluster in Daegu. This is an effort for the digital transformation of the actual process industry in the era of the 4th industrial revolution, and it is expected to contribute to the digital transformation of the chemical industry and improvement of sustainability, vitalization of the hydrogen economy and carbon neutrality required by society.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)