1‐D DYNAMIC SIMULATION STUDY OF 
OXYGEN FIRED COAL COMBUSTION IN 
PILOT AND LARGE SCALE CFB BOILERS 
 
 
 
Jeno Kovacs (jeno.kovacs@fwfin.fwc.com)  
Mikko Salo (mikko.salo@fwfin.fwc.com) 
Foster Wheeler Energia Oy 
Finland 
 
Jouni Ritvanen  
Timo Hyppänen 
LUT Energy, Lappeenranta University of Technology 
Finland 
 
Matias Hultgren 
University of Oulu 
Finland 
 
Antti Tourunen 
VTT Technical Research Centre of Finland 
Finland 

Presented at Coal Gen Europe 
 
Warsaw, Poland 
February 14‐16, 2012 
 
 1‐D DYNAMIC SIMULATION STUDY OF OXYGEN FIRED COAL COMBUSTION IN 
PILOT AND LARGE SCALE CFB BOILERS 
Jouni Ritvanen, Jeno Kovacs*, Mikko Salo*, Matias Hultgren***, Antti Tourunen**, 
Timo Hyppänen 
LUT Energy, Lappeenranta University of Technology, Lappeenranta, Finland, ritvanen@lut.fi 
*Foster Wheeler Energia Oy, Varkaus, Finland, jeno.kovacs@fwfin.fwc.com 
**VTT Technical Research Centre of Finland, Jyväskylä, Finland, antti.tourunen@vtt.fi 
*** University of Oulu, Oulu, Finland, hultgrma@paju.oulu.fi 
 
Abstract: In the present work, 1‐D dynamic simulation of an oxygen fired circulating fluidised 
bed combustor (CFBC) is presented. A typical pilot scale CFBC system with furnace, cyclone, 
and solids return system is modelled using a transient simulator. All the CFBC modules are 
divided  into  ideally  mixed  1‐D  elements  in  the  horizontal  direction,  and  balance  equations 
for mass and energy are solved against time. A combined energy equation for gas and solid 
phase is used to solve the element temperature. Hydrodynamics, combustion characteristics, 
and  heat  transfer  inside  the  modules  are  calculated  using  semi‐empirical  correlations.  The 
main  objective  of  the  simulator  is  to  investigate  the  dynamic  behavior  of  CFBC  system  in 
oxy‐combustion  mode.  In  addition,  the  model  frame  allows  the  utility  scale  transient 
oxy‐combustion studies. Within this study, the 1‐D dynamic model was validated against the 
test  results  in  oxy‐combustion  mode.  As  a  result,  the  model  outputs  indicate  good 
agreement with the measured data. The developed dynamic model was also applied for the 
study of the commercial scale oxy‐combustion CFB boiler dynamics. 
Keywords: oxy‐combustion, fluidised bed, transient simulation 

INTRODUCTION 
The size of the circulating fluidised bed (CFB) boiler for coal combustion has multiplied during recent 
decades.  The  modern‐day  big  CFB  is  a  once‐through  boiler  with  supercritical  steam  properties  to  keep 
the boiler efficiency as high as possible. Up‐scaling and CCS technologies have created challenges for the 
design side due to the material issues and new implemented technology. The dynamics of the hot‐loop 
and steam cycle has started to play a vital role in the control of CFB boilers. The modern‐day demand is to 
control  the  fluidised  bed  systems  with  high  efficiency  also  in  transient  situations,  and  the  dynamic 
modelling approach is the tool to investigate such situations. Currently, the role of the dynamic modelling 
of CFBs with higher efficiencies and in oxy‐combustion is growing rapidly. 
In  the  past,  dynamic  models  have  also  been  developed  for  CFB  processes  and  CFB  based  power 
plants (Bark & Basu 1997; Muir et al. 1997; Chen et al. 2001; Hyppänen et al. 1993, 1996; Kettunen et al. 
2003). Currently, the updated capabilities of the simulator are being utilised in the design of the controls 
of large scale CFB boilers. A special interest is in the control system development and transient analysis of 
the supercritical OTU CFB boilers and Flexi‐BurnTM oxy‐combustion CFB boilers.   

DESCRIPTION OF MODELLING APPROACH 
The studied CFB process consists of a fast fluidised bed riser and solids return system after the riser. 
The  different  process  modules  are  divided  into  ntot   1‐D  elements  in  the  vertical  direction.  Time 
dependent balance equations for mass and energy are written for each element. Each element has been 
treated  as  an  ideally  mixed  control  volume.  Solid  and  gas  phases  are  calculated  separately  using  the 
same  average  temperature  for  both  of  the  phases.  Modules  can  be  either  adiabatic  or  the  prescribed 
insulation thickness and surface temperature can be determined. There is also an option for additional 
internal  heat  exchangers.  The  set  of  time  dependent  equations  is  solved  using  ordinary  differential 
equation solver (ODE) in the Simulink/Matlab system. 
Gas Phase 
The gas phase consists of six gas components, namely O2, N2, CO2, SO2, H2O, and volatiles. For each 
gas  component  j  at  element  i,  the  mass  fraction  w  is  solved  using  the  general  time  dependent  mass 
balance 
dw j m& i , j ,in − m& i , j , out + ri , j
=
dt mg , i
  (1.) 
where  mg , i is  the  total  gas  mixture  mass  in  the  element  i   and  ri, j is  the  source  term  of  the  gas 
component  j from  chemical  reactions.  The  total  gas  mixture  mass  mg ,i   is  solved  using  the  ideal  gas 
approach.  In  the  gas  phase,  the  following  heterogeneous  chemical  reactions  are  considered  for  the 
volatiles 
C(g) + O 2 (g) → CO 2 (g)                                   (2.) 
S(g) + O 2 (g) → SO 2 (g)   (3.) 
H 2 (g) + 0.5O 2 (g) → H 2 O(g)   (4.) 

The  overall  reactivity  of  the  volatiles  ri , vol   is  used,  with  the  mass  fractions  of  carbon,  sulfur,  and 
hydrogen in the volatiles, based on the fuel proximate and ultimate analyses, to define reaction rates for 
the reactions (2.), (3.), and (4.). The solid char reaction is defined as follows 
C(s) + O 2 (g) → CO 2 (g) .  (5.) 
The  reaction  rates  for  char  and  the  volatiles  are  solved  using  semi‐empirical  correlations. 
Heterogeneous reactions are taken into account by the mass source and sink terms in the mass balance 
equations for solids and gases. 

Solid Phase 
The solid phase is modelled using vertical density profiles for the total solid material and char. The 
total solid phase density is modelled using an empirical correlation profile to describe the hydrodynamics 
of  the  fast  fluidised  bed.  The  vertical  density  profiles  are  modelled  using  the  correlation  provided  by 
Johnsson and Leckner (1995). 

ρ (h) = (ρbed − ρexite Kh )e− ah + ρexite K (h

exit exit −h)
,  (6.) 

a   and  K   and  the  riser  exit  density  ρexit   are  determined 

where  the  density  profile  decay  factors 
from  the  semi‐empirical  correlations.  The  solid  density  at  the  bottom  bed  ρbed   is  calculated  by 
integrating Eq. (6) over the riser with the cross‐section area when the 0‐D solid mass is known. 
In  the  current  modelling  approach,  the  riser  is  divided  into  the  core  and  wall  layer  regions.  The 
core‐annulus model can be used to simulate the mixing of energy at the risers. In the core region, the 
solid material is moving upward, and in the wall layer region downward. The thickness and solid density 
of  the  wall  layer  are  estimated  based  on  the  riser  dimensions  and  fluidising  condition.  A  mass  flow 
entering the wall layer is defined for each element  i , based on a given velocity parameter  vwl  

m& wl ,in = vwl ρi Pi ∆hi ,  (7.) 

where  Pi   and  ∆hi   are the element perimeter and height, respectively. The solids mixing between the 

core and wall layer regions is modelled using the back flow ratio  kbf   which defines the mass flow from 
the wall layer back to the core region 
 m& wl ,out = kbf m& wl ,in .  (8.) 

Temperature 
In  order  to  solve  the  time  dependent  temperatures  of  the  elements,  the  energy  equation  of 
gas‐solid suspension is written 
dU i
= ∆Econv,i + ∆Edisp,i + ∑ S y ,i − ∑ Qsurf ,i .  (9.)  
dt y surf

where  ∆Econv,i ,  ∆Edisp,i ,  Si ,  and  Qi represent  convective  flows  of  solids  and  gas  mixture,  energy 
dispersion  due  to  solids  mixing,  energy  source  from  chemical  reactions,  and  heat  transfer  rates, 
respectively. Convective flows are divided into gas and solid phases and treated separately. The following 
assumptions  are  made:  phases  have  the  same  temperature,  the  specific  heat  of  solid  c p , s is  constant, 
and both phases are incompressible. The convective flows are as follows 

c p , sTi + ∑ m& in , g ,i (hg ,in − hg ,i ) +

dms ,i dmg ,i
∆Econv ,i = ∑ m& in , s ,i c p , s (Tin − Ti ) + hg ,i .  (10.)  
in dt in dt
Due  to  the  turbulent  motion  of  the  solids  in  the  riser,  the  energy  dispersion  is  used.  Energy 
dispersion  is  derived  from  Fick's  first  law.  Energy  dispersion  is  taken  into  account  both  in  upward  and 
downward directions. 
Energy  sources  S y , i   from  chemical  reactions  are  calculated  using  the  reaction  rates  and  heat 
values  of  the  reactions.  The  heat  value  for  the  char  combustion  described  in  Eq.  5.  is  defined  as 
qchar = 32.7MJ/kg. The heat value of the volatile reactions is calculated using the fuel proximate analysis 
and measured fuel heat value  q fuel  

q fuel − (1 − wvol − wash )q char

q vol =   (11.)  
wvol
Heat transfer to the surfaces is calculated based on the following expression 
Qsurf ,i = (α rad ,i + α conv,i )Asurf ,i (Ti − Tsurf ,i ) ,  (12.) 

where  the  radiative  and  convective  heat  transfer  coefficients,  α rad ,i and  αconv,i ,  respectively,  are 
calculated  based  on  the  semi‐empirical  correlations.  The  radiative  heat  transfer  coefficient  α rad ,i   is 
calculated  based  on  the  local  H2O  and  CO2  concentrations  in  the  flue  gas.  The  final  form  for  the  time 
dependent element temperature is 

ms ,i c p , s = ∑ m& in , s ,i c p , s (Tin − Ti ) + ∑ m& in , g ,i (hg ,in − hg ,i ) + ∆E disp ,i + ∑ ry ,i q y −

dTi dhg ,i
m g ,i ,  (13.)  
dt in in y dt
where the last term is calculated using the relation 
dhg ,i dw j ,i
mg ,i = mg ,i ∑ h j ,i   (14.)  
dt j dt

PILOT SCALE CFB BOILER 
A pilot‐scale CFB combustor with a fuel power of 50‐100 kW in the oxy mode was investigated in this 
study. The height of the riser is 8.0 m and the inner diameter is 167 mm. The combustor is equipped with 
several  seeparately  con ntrolled,  eleectrically  heaated  and  waater/air  cooled  zones  inn  order  to  control 
c the 
process  coonditions  (foor  example  O2  level,  temmperature,  and  load)  and d  to  create  combustion  conditions 
that  betteer  resemble  those  obtaained  in  largge‐scale  industrial  boileers.  The  bed d  temperatu ure  can  be 
controlled and heat traansfer measured by diffeerent water ccooled tube‐‐spiral type h heat exchanggers and by 
three conttrollable watter cooled tu ubes in the b bed area. The was controlleed with a Siemens PCS7 
e CFB pilot w
automatio on system, to o which all th he measurem ment data w was collected. Bed materiial (bottom aash) can be 
sampled  and 
a dischargged  continuo ously  or  perriodically  abo
ove  the  grid
d  by  a  botto
om  ash  screw  and  the 
circulationn  material  saample  can  bee  taken  beloow  the  primary  cyclone  and  from  th he  loop  seal..  There  are 
four ports along the combustor frreeboard areea for gas an nd solid mateerial samplin ng. Fly ash saamples can 
be taken ffrom the seccondary cyclo one, gas coo oler, and bagg house filter. The combustor is equipped with 
extensive  temperaturee  and  pressu ure  measureements.  The  flue  gas  coomposition  iss  measured  using  FTIR 
spectromeeter and trad ditional on‐lin ne gas analyssers.   
Fuels  can  be  fed  into  the  co
ombustor  through  two  separated 
s fu
uel  containers.  Fuel  containers  are 
mounted  on  the  scales  in  order  to  determine  the  mass  flows  of  fuels. 
f Limesttone,  sand,  and  other 
additives ccan be fed in
nto combusto or to the sam uels, or into the circulating material lloop below 
me level as fu
the primarry cyclone. 
Flue  gas 
g recirculaation  system m  has  been  built 
b up  for  oxygen  commbustion  testts.  Oxygen  combustion 
c
tests  can  be  carried  out 
o also  with g recirculattion  system  contains  a 
h  bottled  O2  and  CO2  gases.  Flue  gas 
recirculatio
on fan with fflow measurrement and ccontrol equip pment. Afterr the recirculation the fan n flue gas is 
divided intto the primaary and secondary gas lin nes. The floww rate is meaasured in the primary gaas line, and 
both of thhe lines havee their own fflow controlling valves. TThe oxidant  gas can con nsist of air, N
N2, O2, CO2, 
and  recirculated  flue  gas,  or  it  caan  be  a  mixtture  of  these
e.  The  gas  iss  divided  intto  the  primaary  gas  fed 
through  thhe  grid  and  the  secondary  gases  feed  up  to  thrree  differentt  levels  of  th he  combusto or.  The  gas 
compositio ons can be adjusted indeependently fo or primary and secondarry gases. 

Simulation
n Results 
The 1
1D dynamic h hot‐loop mo evious section was tested
odel describeed in the pre d and validatted against 
the  small‐‐scale  pilot  process  meeasurement  data.  Seve eral  test  exp
periments  h
have  been  completed, 
c
including  air/oxy  com mbustion  looad  step  annd  ramp  chhanges.  Fig. 1  demonsstrates  the  ramp  test 
experimen nts in the oxyy mode. 

 
Figure  1.  Ramp  testt  series  in  oxy  combustion  with 
different ramp speedd and load levvels 

Durin
ng  the  simu ulation  expeeriments,  th he  collected  process  in nput  variables  –  fuel,  limestone, 
primary/seecondary oxidant flows –– were supp plied as inputts for the mo odel. The main variable  to test the 
performan nce  of  the  hot‐loop  was  the  flue  gass  O2  content.  The  simulation  result  of  the  30%  ramp  load 
change is  shown in Figg. 2. The fluee gas O2 con ntent was aro ound 3% at tthe beginnin ng of the ram mp test due 
to  some  performance
p e  specificatio
ons.  The  model  could  suuccessfully  mimic 
m the  reeal  process  behavior 
b in 
both staticc and dynamic sense. 

 
Fiigure  2.  Peerformance  of  the  flue
e  gas  O2  content 
c in  oxy 
ombustion during ramp load change.. 
co

INDUSTRIAL SCALE C
CFB BOILER
R   
Foster Wheeler iss developing  its supercrittical circulatiing fluidised  bed (CFB) b
boiler technoology based 
TM
on  Flexi‐B
Burn   techn h  allows  botth  the  air  and  oxy  com
nology  which mbustion  mo odes.  The  prrocess  flow 
diagram iss illustrated in
n Fig. 3. 

 
TM
diagram of a large‐scale FFlexi‐Burn
Figure 3. Prrocess flow d supercritical CFB boiler. 

Flexi‐BurnTM  offerrs  the  flexibiility  to  bringg  CCS  or  CCSS‐readiness  to 
t new  poweer  plants,  ass  well  as  to 
existing  pllants  as  a  reetrofit  option
n.  The  overaall  concept  of 
o firing  morre  fuel  and  generating  more 
m gross 
power in tthe oxy‐fuel  mode is desscribed in m more detail in n Hack et al. (2008). Thee process design values 
are presented in Table 1. Table 2 shows the analyses of the fuels considered in the study. The design fuel 
is a mixture of Spanish anthracite and petcoke (70% / 30% on a weight basis) with a lower heat value of 
23.4 MJ/kg (as‐rec.) and ash content of 23.8 % (d.m.). An oxygen purity of about 97 vol‐% was used, and 
the oxygen temperature was 170 °C after the preheating with the heat recovered from the gas stream to 
the CPU. 

Table 1. CFB process values. 
Parameter  Unit  Air mode  Oxy mode 
Load  %  90  100 
Main steam flow  kg/s  211  235 
Fuel input, LHV  MW  657  713 
Flue gas mass flow  kg/s  294  86 
Flue gas mass flow, total  kg/s  294  333 
Recirculated mass flow  kg/s  ‐  247 
O2 in oxidant (wet)  mol‐%  20.7  23.5 
Flue gas O2 (dry)  %  4.2  4.5 
 
Table 2. Fuel analyses. 
Components  Spanish anthracite  Petcoke 
Ultimate analysis (wt%, dry) 
C  59  86 
H  1.9  3.7 
N  0.95  1.7 
O  3.0  1.2 
S  1.1  6.0 
Proximate analysis (wt%) 
Moisture  8.3  6.6 
Ash (dry basis)  34  1.4 
Volatiles (dry basis)  7.0  11 
Heat value (MJ/kg) 
LHV (as received)  19.9  31.6 

Simulation Example 
The  hot‐loop  model  was  tested  also  in  a  large‐scale  plant  simulation  environment.  Applying  plant 
simulator  is  the  most  effective  way  to  evaluate  the  dynamic  performance  of  the  designed  plant,  and 
based on those results, to suggest modifications to the engineering design. Furthermore, the simulator is 
the platform for the control/automation design. Performances such as black‐outs, fast load changes, and 
trips can be demonstrated only in the simulator during the design phase. 
Various dynamic tests have been carried out, such as the load ramp, load step changes, the switch 
between  the  air  and  oxy  combustion  mode,  and  the  thermal  inertia  test.  The  thermal  inertia  test  was 
completed as a load change from 40% to 90% MCR both in the air and oxy combustion mode. There was 
no control action applied on the output values. As an example, the main flue gas properties (mass flow, 
temperature, O2, CO2, and H2O) are shown in Fig. 4.   
The flue gas mass flow performed similarly in both combustion modes due to the similar input mass 
flows.  The  flue  gas  temperature  had  also  a  similar  transient  behavior.  However,  the  air  combustion 
showed some 4‐5% smaller time constant (to reach 66% change); which is in good accordance with the 
theory. 
The flue gas emissions present a large difference between the air and oxy mode. In both cases, the 
initial  flue  gas  O2%  was  set  to  be  significantly  higher  than  at  the  full  load  due  to  operational 
requirements. The flue gas O2 content approached the final value faster and with some overshoot in the 
oxy mode; also the final CO2 level was reached in a faster manner, due to the recirculated flue gas flow. 
In contrary, the flue gas moisture content has shown a remarkably slower transient behavior in the oxy 
mode. 

 
Figure 4. Response of flue gas properties due to load change (thermal inertia test) in both air   
and oxy combustion mode. 

CONCLUSIONS 
A simulation model for a Flexi‐Burn CFB unit has been built using general transient mass and energy 
balances  with  empirical  correlations.  The  empirical  correlations  and  the  simulation  model  have  been 
validated  using  previous  experience  and  plant  scale  measurements.  A  pilot  scale  oxy‐combustion 
reference case has been studied, and a comparison of the numerical simulation with the measurements 
has been introduced with high correspondence. Building up a dynamic simulation model has shown its 
value  in  the  analyses  of  experimental  results.  When  investigating  physical  phenomena  such  as 
combustion  or  heat  transfer  process  more  deeply,  the  validation  of  physical  models  by  a  dynamic 
simulation tool has provided valuable information and understanding of the dynamic characteristics and 
relationships  between  the  dynamic  phenomena.  In  addition,  the  analyses  of  dynamic  tests  can  reveal 
important behavior patterns of the process which can be utilised also in stationary design models. 
As a result of this study, Flexi‐Burn CFB system dynamics can be further studied and optimal control 
systems can be developed for oxy‐combustion. Different control system approaches can be tested using 
the simulator to achieve higher efficiencies also in transient situations. 

NOTATION
Symbols:    ρ    density          kg/m3 
ntot    number of elements    ‐  α    heat transfer coefficient  W/m2K 
w    mass fraction       ‐   
m&     mass flow rate        kg/s  Subscripts 
m    mass          kg  i    element 
r    reactivity         kg/s  j    gas component 
h    elevation from bottom    m  y    reaction 
a    decay factor        ‐  g    gas phase 
K    decay factor        ‐  s    solid phase 
P    perimeter        m  vol    volatile 
v    velocity          m/s  bed    furnace bottom bed 
kbf    back flow ratio      ‐  wl    wall layer 
U    internal energy      J  surf    surface 
E    energy flux        W  conv   convection 
S    Source term        W  disp   dispersion 
Q    Heat transfer        W  rad    radiation 
cp    specific heat        J/kgK   
h    enthalpy         J/kg   
q    heat value        J/kg 
Greek letters 

REFERENCES 
Bark, C.K. & Basu, P.: A model for prediction of transient response to the change of fuel feed rate to a 
circulating fluidized bed boiler furnace. Chemical Engineering Science, 52 (1997), pp. 3499 – 3509. 
Chen,  Y.  &  Zuwei,  H.  &  Mingdao,  X.:  Dynamic  modeling  for  simulation  of  410t/h  pyroflow  CFB  boiler. 
Proceedings of 16th International Conference on Fluidized Bed Combustion, (2001), New York, USA.   
Hack  H.,  Fan  Z.,  Seltzer  A.,  Eriksson  T.,  Sippu  O.,  Hotta  A.:  Development  of  Integrated  Flexi‐Burn  Dual 
Oxidant CFB Power Plant. The 33rd International Technical Conference on Coal Utilization & Fuel Systems, 
June 1 ‐ 5, 2008, Clearwater, Florida, USA. 
Hyppänen, T. & Kettunen, A. & Lee, Y. & Riiali, J.: Dynamic simulation of a CFB based utility power plant. 
Proceedings of 12th International Conference on Fluidized Bed Combustion, 2 (1993), New York, USA, pp. 
1121 – 1127. 
Hyppänen, T. & Jäntti, T. & Kettunen, A. & Maikkola, E.: Dynamic simulation of Foster Wheeler Compact 
boilers. Preprints of 5th International Conference on Circulating Fluidized Beds, (1996).   
Johnsson,  F.,  Leckner,  B.:  Vertical  distribution  of  solids  in  a  CFB‐furnace,  in:  K.  Heinschel  (Ed.), 
Proceedings  of  the  13th  International  Conference  on  Fluidized  Bed  combustion  (1995),  pp.  671‐679, 
orlando, FL, USA. May 07‐10. 
Kettunen, A. & Hyppänen, T. & Kirkinen, A.‐P. & Maikkola, E.: Model‐based analysis of transient behavior 
of  large‐scale  CFB  boiler.  Proceedings  of  17th  International  Conference  on  Fluidized  Bed  Combustion, 
(2003), Jacksonville, USA. 
Muir,  J.R.  &  Brereton,  C.  &  Grace,  J.R.  &  Lim,  C.J.:  Dynamic  modeling  for  simulation  and  control  of  a 
circulating fluidized‐bed combustor. AIChE Journal, 43 (1997), pp. 1143 – 1152. 
Timo  Eriksson,  Ossi  Sippu,  Arto  Hotta,  Zhen  Fan,  Javier  Alvarez  Ruiz,  Andrés  Sánchez‐Biezma  Sacristán, 
Jorge  Martínez  Jubitero,  Juan  Carlos  Ballesteros,  Minish  Shah,  Neil  Prosser,  Jason  Haley,  Raoul  Giudici 
(2009):  DEVELOPMENT  OF  FLEXI‐BURNTM  CFB  TECHNOLOGY  AIMING  AT  FULLY  INTEGRATED  CCS 
DEMONSTRATION. PowerGen Europe, Cologne, Germany, May 26 – 28, 2009.