• Korean Chemical Engineering Research
• /
• 제59권2호
• /
• pp.200-208
• /
• 2021

액체 상태의 수소는 기체 상태의 수소에 비해 수송이 용이하고 에너지 밀도가 높으며 폭발 위험성이 낮다. 하지만 수소 액화 공정은 냉각 사이클에 많은 양의 에너지가 소모된다. 반면에 액화천연가스(LNG; Liquefied Natural Gas)는 재기화 과정에서 다량의 냉열이 버려진다. 따라서 LNG 냉열을 회수하여 수소 냉각에 활용한다면 공정 효율을 높일 수 있다. 또한, 천연가스 개질을 통한 수소 생산은 가장 경제성 있는 방법으로 평가받고 있으며, 이러한 측면에서 LNG를 수소 생산의 원료로 사용할 수 있다. 본 연구에서는 LNG를 원료 및 냉열원으로 사용하여 수소를 생산 및 액화시키는 공정을 개발하고 열역학적 관점에서 공정을 평가하였다. 공정 개발을 위해 기존의 탄화 수소 혼합 냉매와 헬륨-네온 냉매를 이용한 수소 액화 공정을 비교 공정으로 선정하였다. 이후 LNG를 원료 및 수소 예냉의 냉열원으로 사용하는 새로운 공정을 설계하여 에너지 소모량 및 엑서지 효율 측면에서 기존 공정과 비교, 분석하였다. 제안된 공정은 기존 공정 대비 약 17.9%의 에너지 절감 및 11.2%의 엑서지 효율이 향상된 결과를 나타내었다.

• Korean Chemical Engineering Research
• /
• 제59권2호
• /
• pp.209-218
• /
• 2021

ORV의 열교환 효율 향상 및 운전 최적화를 위한, first principle 기반 모델링 연구들이 수행되어왔지만, ORV의 열 전달 계수는 시간, 위치에 따라 불규칙한 시스템으로, 복잡한 모델링 과정을 거친다. 본 연구는 복잡한 시스템에 대한 데이터 기반 모델링의 실효성을 확인하고자, LNG 재기화 공정의 실제 운전데이터를 이용해, ORV의 해수 유량, 해수온도, LNG 유량 변화에 따른 토출 NG 온도 및 토출 해수 온도의 동적 변화 예측이 가능한, FNN, LSTM 및 AutoML 기반 모델링을 진행하였다. 예측 정확도는 MSE 기준 LSTM > AutoML > FNN 순으로 좋은 성능을 보였다. 기계학습 모델의 자동설계 방법인 AutoML의 성능은 개발된 FNN보다 뛰어났으며, 모델 개발 전체소요시간은 복잡한 모델인 LSTM 대비 1/15로 크게 차이를 보여 AutoML의 활용 가능성을 보였다. LSTM과 AutoML을 이용한 토출 NG 및 토출 해수 온도의 예측은 0.5 K 미만의 오차를 보였다. 예측모델을 활용해, 겨울철 ORV를 이용해 처리 가능한 LNG 기화량의 실시간 최적화를 수행하여, 기존 대비 최대 23.5%의 LNG를 추가 처리 가능함을 확인하였고, 개발된 동적 예측모델 기반의 ORV 최적 운전 가이드라인을 제시하였다.

• Korean Chemical Engineering Research
• /
• 제59권3호
• /
• pp.345-358
• /
• 2021

본 연구에서는 액화천연가스(LNG; liquefied natural gas) 재기화 과정에서 버려지는 냉열을 회수하는 방법으로 액화 공기를 생산하는 공정을 개발하였다. 액화 공기는 LNG 수출국으로 운송하여 천연가스 액화를 위한 냉매를 부분적으로 대체하는 용도로 활용될 수 있다. 이를 위하여, 액화 공기는 LNG 운반선에 저장 가능한 압력을 만족하여야 한다. 따라서, 가장 널리 사용되는 멤브레인 탱크로 액화 공기를 운송하기 위해 약 1.3 bar에서 공기가 액체 상태로 존재할 수 있도록 설계하였다. 제안한 공정에서, 공기는 LNG와의 열교환 이후 추가적인 질소 냉매 사이클과의 열교환을 통해 과냉된다. LNG 운반선의 최대 용량만큼 액화 공기를 생산할 때 운송비용 측면에서 가장 경제적일 수 있으며, 천연가스 액화공정에서 활용할 수 있는 냉열이 많아지게 된다. 이를 비교하기 위하여, 동일한 1 kg/s의 LNG 공급 조건 하에서 기존 공정을 이용한 Base case와 제안공정 내 유입 공기 유량을 각각 0.50 kg/s, 0.75 kg/s, 1.00 kg/s으로 하는 Case1, Case2, Case3를 구성하고 열역학적 및 경제적 측면에서 분석하였다. 액화 공기 생산량이 많을수록 1kg의 생산량 당 더 많은 에너지가 요구되는 경향을 보였으며 Case3는 Base case 대비 0.18 kWh 높게 나타났다. 그 결과 Case3의 액화 공기 1 kg 당 생산 비용이 $0.0172 더 높게 나타났다. 그러나 액화 공기의 생산량이 증가함에 따라 1 kg 당 운송 비용이 $0.0395 감소하여 전체 비용 측면에서 Case3는 Base case에 비해 1 kg 당 $0.0223 적은 비용으로 액화 공기를 생산 및 운송할 수 있음을 확인하였다.