Optimierung und Bewertung von Anlagen zur Erzeugung von ...

62 Analyse der Startpunkte der Optimierung
Bio-SNG-Treibhausgasemissionen
in gCO2-Äqu/MJSNG
30
25
20
15
10
5
0
VK1 VK2-
GMDKP
Abb. 5.4 Bio-SNG-Treibhausgasemissionen der kurzfristig realisierbaren Konzeptvarianten
und deren Zuordnung zu Stoff- und Energieströmen
Die Bio-SNG-Treibhausgasemissionen (Tabelle 5.7) ergeben sich aus der Summe der
Emissionen, die den zu- und abgeführten Stoff- und Energieströmen zuzuordnen sind
(Gleichung (5-3)).
Tabelle 5.7 Übersicht der Bio-SNG-Treibhausgasemissionen der kurzfristig realisierbaren
Konzeptvarianten
Einheit VK1
VK3-
GMORC
VK2-
GMDKP
VK4-
GTDKP
VK5-
GTORC
VK3-
GMORC
Sonstiges
Methanschlupf
Stickstoff
VK4-
GTDKP
VK5-
GTORC
TSNG gCO2-Äqu/MJSNG 17,9 18,1 18,4 24,4 25,4
5.2.4 Diskussion
Monte Carlo Simulation. Da die Analyse auf der Basis einer Vielzahl von
Rahmenannahmen beruht, die bei der Entwicklung und Optimierung neuer
Konversionsprozesse zwangsläufig mit Unsicherheiten behaftet sind, wird im Folgenden
die Unsicherheit der Ergebnisse untersucht.
Im Mittelpunkt der Analysen steht das hier entwickelte Simulationsprogramm zur
Berechnung von Stoff- und Energieströmen, welches zwar an praktische Messwerte (z. B.
an Messwerte der Bio-SNG-Demonstrationsanlage am Standort Güssing) angepasst wird,
jedoch aufgrund von Vereinfachungen im Rahmen der Modellbildung zwangsläufig
Abweichungen im Vergleich zur realen Anlage aufweist. Um daher den Einfluss der
Variationen verschiedener Prozessparameter auf das Endergebnis abzuschätzen und damit
Aussagen über die Ergebnisunsicherheit bzw. die Fehlerfortpflanzung innerhalb des
Simulationsprogramms treffen zu können, soll dieses mit Hilfe der Monte Carlo
Simulation [Beucher 2007] untersucht werden.
Die Monte Carlo Simulation ist ein stochastisches Verfahren, mit dessen Hilfe sich i. Allg.
Problemen genähert wird, die analytisch nur schwer oder gar nicht zu lösen sind
(Kapitel 3.3.1.1). Es fußt im Wesentlichen auf der zufälligen Erzeugung einer Vielzahl von
Lösungsmöglichkeiten. So werden im Zusammenhang mit der Abschätzung von
Ergebnisunsicherheiten verschiedene Einflussparameter gleichzeitig stochastisch mit
einzelnen Unsicherheiten beaufschlagt (u. a. [Kosorok 2000]) und der Einfluss auf das
Endergebnis dargestellt [Beucher 2007]. Auf diese Weise können insbesondere
Rückschlüsse auf die Fehlerfortpflanzung innerhalb von Übertragungsfunktionen/Simulationsmodellen
gezogen werden, da durch die stochastische Erzeugung
RME
Strombedarf
Gesamte
Emissionen