Economical e-Methanol Production: Dynamic Modelling and Optimal Scheduling of Power-to-Methanol Plant
Authors
Primorac, Matej Vinko ; Versic, Marin
Term
4. term
Education
Publication year
2025
Submitted on
2025-05-28
Pages
103
Abstract
Power-to-metanol (PtMeOH) gør overskydende vedvarende el om til e-metanol, et flydende energibærende brændstof til sektorer, der er svære at omstille. Dette arbejde præsenterer et integreret 50 MW PtMeOH-anlæg, der sigter mod 25.000 ton e-metanol om året, og adresserer to hovedudfordringer: høje produktionsomkostninger og begrænset driftsfleksibilitet. Vi udviklede detaljerede stationære (konstant drift) og dynamiske (tidsvarierende) modeller af alle hovedkomponenter. Et PEM-elektrolyseanlæg (protonudvekslingsmembran) blev modelleret i Simulink og viser en ikke-lineær sammenhæng mellem virkningsgrad og belastning, fra omkring 76% ved lave laster til 67%. Metanolsyntese og destillation blev modelleret i Aspen Tech og holdt produktkvaliteten over 99,7% MeOH. Vurdering af fleksibel drift viste, at drift mellem 40-100% kapacitet sænker e-metanolomkostningerne med 50 €/ton i forhold til fast last. Med strategisk drift på dellast kunne anlægget være i gang 86% af året og samtidig undgå mange skadelige start-stop. En omkostningsoptimering baseret på faktiske elpriser fastlagde timelige køreplaner og gav en produktionsomkostning på 1196,4 €/ton e-metanol. Økonomianalysen viste, at elektrolyseanlægget dominerer omkostningerne med cirka 90% af anlægsinvesteringerne (CAPEX) og 83% af driftsomkostningerne (OPEX).
Power-to-methanol (PtMeOH) turns surplus renewable electricity into e-methanol, a liquid energy carrier for sectors that are hard to decarbonize. This work presents an integrated 50 MW PtMeOH plant targeting 25,000 tonnes of e-methanol per year and addresses two key challenges: high production costs and limited operational flexibility. We built detailed steady-state (constant operation) and dynamic (changing over time) models of all major units. A PEM (proton exchange membrane) electrolyser model in Simulink captures a non-linear efficiency–load relationship, from about 76% at low loads to 67%. Methanol synthesis and distillation were modelled in Aspen Tech and maintained product purity above 99.7% MeOH. Assessing flexible operation showed that running between 40–100% capacity cuts e-methanol costs by 50 €/tonne compared with fixed-load operation. With strategic partial-load operation, the plant can run 86% of the year while avoiding harmful start-stop cycles. Cost optimisation using real electricity price data determined hourly operating schedules and achieved a production cost of 1196.4 €/tonne e-methanol. Economic analysis shows the electrolyser dominates costs, accounting for about 90% of capital expenditure (CAPEX) and 83% of operating expenditure (OPEX).
[This summary has been rewritten with the help of AI based on the project's original abstract]
Keywords
Documents