江葦,周晶,鄧春,馮霄
?
通用煉油廠水系統優化模型開發與應用
江葦1,周晶2,鄧春1,馮霄3
(1中國石油大學(北京)化學工程學院,重質油國家重點實驗室,北京 102249;2中國石油大學(北京)新能源研究院,北京 102249;3西安交通大學化學工程與技術學院,陜西西安 710049)
傳統水系統優化往往只考慮了新鮮水用量,而忽視了除鹽水、除氧水、各等級蒸汽、蒸汽冷凝水、循環冷卻水等類型的水,缺乏對各類型水量關聯性的研究。針對這種局限性,提出了包含多種類型水的通用用水過程模型,以及通用煉油廠水系統優化的超結構和相應的數學模型,模型中集成了各裝置及各種類型水之間關聯的物料衡算方程。利用商業軟件GAMS對某煉油廠的水系統進行建模求解,案例分析結果表明,除鹽水用量有所下降,回用水用量增加,在優化前后雨水量保持469.36 t·h-1的情況下,系統的新鮮水用量從489.44 t·h-1減小到283.94 t·h-1,以系統新鮮水量和雨水量之和為基準,節水率達到21.4%。加工噸原油取水量從0.649 t減小至0.510 t,接近國內先進水平。案例研究表明,提出的優化模型能夠有效地計算整個煉油廠水系統的新鮮水用量,驗證了該模型的實用性。
多類型;用水過程;設計;優化;模型
近年來,隨著我國工業的快速發展,工業用水量大,水污染問題日益嚴重?!笆濉币巹潓⒐澕s用水和保護水資源提上日程,其中工業生產的節水是重點。對于工業用水系統而言,水系統集成與優化技術能夠使水資源得到有效的回收利用,是一條重要的節水途徑[1]。
水系統優化的方法主要有夾點法和數學規劃法。Wang等[2]首先提出在濃度-負荷圖中構造水系統極限復合曲線和確定最優供水線,從而確定最小的新鮮水用量,該方法是夾點法的代表。馮霄等對Wang等提出的夾點法作出重大改進,提出再生回用[3-4]和再生循環[5-6]水系統最優供水線的構造方法和問題表法。其他代表性的夾點法有水源水阱復合曲線[7]、水剩余圖[8]、物料回收夾點圖[9-10]、水級聯法[11]、源阱復合曲線[12]、改進極限復合曲線和復合表法[13],以及改進的問題表法[14-15]和源復合曲線[16],基于過程的圖示法[17]等確定目標值的方法,以及最大傳質推動力法與最小匹配數法[2]、近鄰算法[12],和具有中間水道的水系統等網絡設計方法[18]。Foo[19]對水系統優化的夾點法做了詳盡的綜述。Liao等[20]提出了混合勢的概念及在設計階段改進水系統抗干擾性能的設計方法。由于數學規劃法能對復雜大規模水系統進行分析與優化,早在20世紀80年代Takama等[21]就提出了水系統優化的超結構并建立了非線性規劃數學模型。隨后很多學者利用數學規劃法優化水系統,包括通用的水網絡超結構[22],總水網絡[23],水網絡全局優化[24],再生循環通用超結構[25],完全水網絡[26],性質集成水網絡優化[27],再生回用水網絡優化[4],廠際水網絡優化[28-30],間歇和連續水網絡統一優化模型[31],通用水網絡超結構及全局優化[32],工業園區水網絡[33],也可參閱代表性的文獻綜述[34-38]。
在傳統的水系統優化研究中,用水過程可分為固定雜質負荷的用水過程和固定流率的用水過程[11,39]。Ahmetovi?等[32]提出了水系統全局優化的通用超結構模型。其中在固定雜質負荷的用水過程中進出口流率相等,而實際的用水過程進出口流率不一定相等,可能存在水量的產生或損失。實際工業水系統優化過程中采用固定流率的用水過程模型較為方便。此外,傳統的水系統優化模型只是將水簡單地分為新鮮水、再生水和排放污水,如圖1(a)所示,以往的研究并未對水的類別加以詳細區分,Huang等[22]將水源分為主要水源,即新鮮水源;次要水源,即生產過程的排水。但是也未對水的類型進行詳細區分。實際上,用水過程的水的類型還包括除鹽水、除氧水、循環冷卻水及各等級蒸汽等,如圖1(b)所示。
此外,對于煉油廠水系統,現有的水系統優化模型只能獲得所提取水源水阱子系統的最小新鮮水用量,而無法直接得到整個水系統的最小新鮮水量。例如,節約的除鹽水和蒸汽需要按照一定的比例折算為節約的新鮮水用量[1],其根本原因在于各種用水量之間存在相互關聯性,其他類型的用水量會影響整個水系統的最小新鮮水量。例如新鮮水經過除鹽水站可制取除鹽水,除鹽水又可以送往動力站,經過除氧器和鍋爐以制取蒸汽。另外,某些用水過程使用蒸汽之后可能產生含硫污水或其他形式污水;而含硫污水經過汽提產生的凈化水可進一步回用作為換熱器的入口注水,從而減少除鹽水用量,從而進一步減少新鮮水用量。為了解決各類型水之間關聯性的問題,本文詳細區分了用水的類型,提出了一種包含多種類型用水的通用用水過程的超結構,并建立了典型工業水系統優化的數學模型,然后在該模型中集成了各類水之間流率關聯的物料衡算方程。
給定一個煉油廠水網絡,如圖2所示(左邊虛線框中為主要生產裝置,右邊虛線框中為輔助生產裝置)。該水系統的優化問題可描述為:給定一系列主要的生產裝置,例如常減壓、催化裂化、汽柴油加氫、重整、制氫、酸性汽提裝置等,其出口可看成過程水源,即可提供水的裝置,例如含硫、含油、含鹽污水等;入口可看成過程水阱,即需外界供水的裝置,例如電脫鹽注水,塔頂注水,換熱器前注水等。工業水系統中還包括一些輔助生產裝置,如新鮮水站、除鹽水站、循環水站、動力站、污水處理場、儲運系統等。它們可以將某些類型的水經過處理后以其他類型的水送出,例如除鹽水站將新鮮水處理后以除鹽水的形式送出。在滿足雜質濃度要求的情況下,過程水源可直接回用至過程水阱。而一旦過程水源不滿足過程水阱的要求,則需要用到外部新鮮水,如市政供水、江河湖泊水、雨水等。這些新鮮水源在供給生產裝置之前也需要經過一定的預處理過程,例如過濾、沉降等。本文旨在建立一種通用的煉油廠水系統優化模型,集成不同類型水之間流率關聯性的物料衡算方程,用以優化實際煉油廠水系統。
本節建立了一種考慮多種類型用水的煉油廠水系統優化的數學模型。其超結構如圖2所示。以下分別針對輔助生產單元,主要生產單元以及各類型水進行物料衡算。
式(1)~式(6)描述了輔助生產單元的水平衡關系。
(1)新鮮水站(fresh water station)的水平衡
從外界來的新鮮水源經過新鮮水站預處理后作為生產給水、生活用水、消防用水和施工用水。其平衡關系如式(1)所示。

(2)除鹽水站(desalted water station)的水平衡
除鹽水站使用雨水、生產給水、蒸汽冷凝水生產除鹽水供各裝置使用。產生含油污水送往含油污水管網。其平衡關系如式(2)所示。

(3)動力站(power station)的水平衡
動力站使用除鹽水為全廠提供各等級蒸汽,并通過除氧器產生除氧水。其平衡關系如式(3)所示。

(4)循環水站(circulating water station)的水平衡
循環水站主要使用生產給水、回用水和雨水作為補水。降溫后的循環冷卻水回用至各個裝置。循環冷卻水處理過濾設備反沖洗排污至雨水溝。其平衡關系如式(4)所示。

(5)污水處理場(wastewater treatment station)的水平衡
含油污水、含鹽污水、生活污水和其他用水經污水處理場處理后可回用給其他生產裝置或排污,處理過程還會消耗部分生產給水,除此之外有部分水量損失。其平衡關系如式(5)所示。

(6)儲運系統(storage transportation station)的水平衡
儲運系統使用生產給水、蒸汽和循環冷卻水,產生冷凝水送往冷凝水管網,產生污水送往含硫污水管網。其平衡關系如式(6)所示。

(7)生產裝置(PU)的水平衡
生產裝置包括多個用水過程,分別消耗各類水,并產生廢水。產生的廢水需送往各類水處理裝置回用或者排放至環境。每個生產裝置具有通用的形式,即每個生產裝置的入口可能包括循環冷卻水、生產給水、除鹽水、除氧水、各等級蒸汽、蒸汽冷凝水、含硫污水、回用水以及其他用水;其出口可能包括循環冷卻水、除氧水、各等級蒸汽、蒸汽冷凝水、含硫污水、含油污水、含鹽污水、回用水、排污和損耗。生產裝置通用的平衡關系可表示為式(7)。

式(8)~式(15)描述了幾種常見用水的水平衡關系,包括生產給水、除鹽水、除氧水、各等級蒸汽和汽提凈化水。
(8)生產給水(fresh water)的水平衡
新鮮水站生產的生產給水送到各個生產裝置、循環水站、污水處理場、除鹽水站和儲運系統。其平衡關系如式(8)所示。

(9)除鹽水(desalted water)的水平衡
除鹽水站生產的除鹽水送到各生產裝置和動力站。其平衡關系如式(9)所示。

(10)除氧水(deaerat water)的水平衡
重整裝置和動力站產生的除氧水送往其他生產裝置。其平衡關系如式(10)所示。

(11)9.5 MPa蒸汽(high pressure steam)的水平衡
制氫裝置和動力站產生的9.5 MPa蒸汽送往各生產裝置,但會有一部分漏損量。其平衡關系如式(11)所示。

(12)3.5 MPa蒸汽(medium pressure steam)的水平衡
各生產裝置產生的3.5 MPa蒸汽供給各生產裝置和動力站使用。其平衡關系如式(12)所示。

(13)1.0 MPa蒸汽(low pressure steam)的水平衡
各生產裝置和動力站產生的1.0 MPa蒸汽送往各生產裝置和儲運系統,但有一部分漏損。其平衡關系如式(13)所示。

(14)0.45 MPa蒸汽(low low pressure steam)的水平衡
各生產裝置和動力站產生的0.45 MPa蒸汽送往各生產裝置,也有一部分蒸汽漏損。其平衡關系如式(14)所示。

(15)汽提凈化水(stripping water)的水平衡
酸性汽提裝置產生的汽提凈化水送往各個裝置和污水處理場。其平衡關系如式(15)所示。

式(1)~式(15)描述了通用工業水系統的各類水的水平衡關系,而這類水平衡關系正是現有的水系統優化模型中不具備的。本文在這些水平衡關系的基礎上,針對水系統中潛在的過程水源和水阱提出優化方案。
(16)傳統用水過程
如圖1(a)所示,對傳統的用水過程,其入口水量與該過程產生的水量之和等于其出口的排出水量與該過程的水損失量之和,其水量平衡關系如式(16)所示。然而,傳統用水過程的用水類型只有新鮮水、再生水或其他用水過程的排水等水類型。其排水可送往其他用水過程,或者作為含鹽/含油/含硫污水送往各水處理裝置。

(17)通用用水過程
本文提出的通用用水過程模型,考慮了如圖1(b)所示的更加詳細的用水類型,除了傳統的新鮮水、再生水之外,還考慮了除鹽水、循環冷卻水、各等級蒸汽等其他用水類型,相比于傳統的用水過程模型,該模型更具有通用性。其平衡關系如式(17)所示。

值得注意的是,對存在優化可能性的用水過程,優化建模時,需要根據水質要求,將滿足其入口水質要求的回用水作為新的水類型,即式(17)中TypeIn的集合要增加新的水類型。例如,本文案例蠟油加氫中的反應注水過程,含硫污水汽提凈化水滿足該過程的用水需求,則對于該過程的水量平衡關系式(17)而言,TypeIn的集合要增加“Strip”,即含硫污水汽提凈化水。
此外,值得一提的是,式(17)與式(7)的不同之處在于兩者分別描述了用水過程與生產裝置的水量平衡關系。生產裝置中所有用水過程的水量平衡關系都可以用式(17)描述,全部匯總就可以得到該裝置的水量平衡關系,即式(7)。
(18)目標函數(OBJ)
本文以整個水系統的新鮮水的總用量為目標函數進行優化,即確定新鮮水站入口的最小新鮮水用量(),即式(18)。

本文以式(18)為目標函數,式(1)~式(6)、式(8)~式(15)和式(17)為約束條件,優化整個水系統的新鮮水用量。
對于手術治療而言,其雖然能夠幫助患者解決因病痛產生的痛苦,但同時也會使患者的身心受到損害,從而影響治療效果[1]。近年來,隨著護理模式的不斷完善,手術室護理不僅需要熟練的操作與配合,更需要為患者提供舒適化、人性化的服務,讓患者能夠在安全、舒適的狀態下完成手術治療。作為一種新型護理模式,舒適護理最大的特點就是具備一定的整體性與個性,能夠使患者感覺到舒適和愉悅。
以某煉油廠的水系統優化為例來說明本文提出的通用煉油廠水系統優化模型的應用。案例中包含常減壓裝置、催化裂化裝置、汽柴油加氫裝置、重整裝置、制氫裝置、酸性汽提裝置等16個主要生產裝置,另外還包含新鮮水站、除鹽水站、動力站、循環水站、污水處理場、儲運系統等輔助生產裝置。原始設計中,系統新鮮水用量為489.44 t·h-1,雨水用量為469.36 t·h-1,除鹽水用量720.35 t·h-1,回用水用量342.59 t·h-1,折算成加工噸原油取水量為0.649 t。
根據水質數據和水質指標(表1),以及煉油廠節水實踐,優化可能性主要體現在再生水和鍋爐排污水回用作為循環水站補水,汽提凈化水回用以代替除鹽水作為濕空冷噴淋水或者加氫裝置空冷器和換熱器前注水等。由于本文建立的數學模型為線性規劃模型,在GAMS平臺上利用CPLEX求解器求解計算(PC信息:Intel Core i5-3550 CPU@3.00GHz,64位Windows 10系統),利用本文的方法,優化后結果為新鮮水用量為283.94 t·h-1,雨水用量為469.36 t·h-1,以系統新鮮水量和雨水量之和為基準,節水率達到21.4%([(489.44 + 469.36)-(283.94 + 469.36)]/ (489.44 + 469.36) × 100%)。除鹽水用量為651.17 t·h-1,回用水用量為443.69 t·h-1,加工噸原油取水量為0.510 t。優化前后各裝置的幾種關鍵水類型的用量對比如表2所示。從表2可知,優化后的循環水站和除鹽水站的生產用水量分別從213.88、142.13 t·h-1減小到85.92、64.59 t·h-1。蠟油加氫、煤柴油加氫、重整裝置、芳烴聯合和脫硫聯合裝置的除鹽水用量分別從47.27、17.91、96.84、0.1、7.51 t·h-1減少至0、0、92.84、0、1.51 t·h-1。而循環水站的回用水用量由47.27 t·h-1增加到175.23 t·h-1。其原因在于,酸性汽提裝置產生的Ⅰ、Ⅱ類汽提凈化水代替了蠟油加氫等以上5個裝置的除鹽水,使得除鹽水站生產的除鹽水用量降低,生產除鹽水所需的生產給水用量也降低。常減壓、制氫裝置和硫磺回收裝置的排污水回用或處理后回用至循環冷卻水系統,以及循環水站用處理后含油污水代替生產給水,故循環水站回用水用量增加,生產給水用量減小。值得一提的是,本文僅對水系統進行分析與優化,并未優化能量系統,所以優化前后各裝置使用的蒸汽量不變。但是各裝置使用的各等級蒸汽數據需要放在模型中用于各種水量的平衡計算。

表1 鍋爐排污、循環水站補水和再生水水質指標對比

表2 優化前后生產給水、除鹽水和回用水用量對比
另外,利用現有的水系統優化方法時需要提取水源水阱,并難以區分除鹽水、新鮮水等更加詳細分類的用水,各類水之間的關聯性也沒有考慮,因此模型求解的新鮮水用量不是整個系統的新鮮水用量。而本文的模型考慮了不同類型用水間的關聯性,因而能夠描述除鹽水等其他類型用水量對新鮮水量的影響關系,進而可以一步獲取系統的新鮮水用量。
需要指出的是,雖然本文提出的優化模型中沒有包含雜質濃度或是其他水質指標的約束,但是在水量優化過程中,考察了循環冷卻水用再生水水質標準[40]、循環水站的水質極限數據(企業提供的數據)和制氫裝置鍋爐排污水水質(企業現場水質測試數據),如表1所示。由表1的數據可知,制氫鍋爐排污廢水各方面指標均符合循環水站補水的水質指標,滿足循環水站補水水質要求,因此可直接作為循環水站的補水。另外,水質達標的含硫污水汽提凈化水,可代替除鹽水作為電脫鹽注水、常減壓塔頂注水、催化裝置壓縮富氣注水、空氣冷卻器或高溫換熱器前注水[41-42]。
本文雖然基本涉及了煉油廠常用水的類型及與水相關的裝置,但并未對污水處理裝置進行詳細分析,其中涉及產品水、濃水等。另外,有些化工企業還有低溫水、過濾水等。
本文提出了考慮多種用水類型的通用用水過程模型,進而結合實際工業水系統優化實踐,提出了一種通用煉油廠水系統優化的超結構,并以最小新鮮水用量為目標函數建立了相應的線性規劃模型,該模型中集成了不同類型水之間流率關聯性的物料衡算方程。以某煉油廠的水系統優化為例,優化前后雨水用量保持不變,新鮮水用量從489.44 t·h-1優化至283.94 t·h-1,以系統新鮮水量和雨水量之和為基準,節水率達到21.4%。另外,加工噸原油取水量從0.649 t減小為0.510 t,接近國內先進水平。工業案例研究表明,本文提出的集成關聯模型的煉油廠水系統優化模型能夠直接優化得到整個水系統的最小新鮮水量,避免了其他類型水量與新鮮水量之間的折算關系,顯示了模型的實用性,對煉油廠節水具有重要的意義。

f——流率,t·h-1 i, j, k——第i, j, k個用水過程 p——第p個生產裝置 上角標 Circu——循環冷卻水 Cond——冷凝水 Const——施工用水 Deaerat——除氧水 Desalt——除鹽水 Discharge——排污水 Fire——消防用水 Fresh——生產給水 Gain——生成水 Life——生活用水 Loss——損失水 Oil——含油污水 Others——其他用水 Rain——雨水 Resource——新鮮水 Reuse——回用水 Saline——含鹽污水 SteamXX——XXMPa蒸汽 Strip——汽提凈化水 Sulfur——含硫污水 TypeIn——入口的用水類型 TypeOut——出口的用水類型 下角標 DWS——除鹽水站 FWS——新鮮水站 in——入口 out——出口 PS——動力站 PU——生產裝置 RCS——循環水站 STS——儲運系統 UIn——入口的用水裝置 UOut——出口的用水裝置 WTS——污水處理場
[1] 馮霄, 劉永忠, 沈人杰, 等. 水系統集成優化: 節水減排的系統綜合方法[M]. 2版. 北京: 化學工業出版社, 2012. FENG X, LIU Y Z, SHEN R J,. Integration and Optimization of Water System: Synthetic Approach of Water Saving and Emissions Reduction[M]. 2nd ed. Beijing: Chemical Industry Press, 2012.
[2] WANG Y P, SMITH R. Wastewater minimisation[J]. Chemical Engineering Science, 1994, 49(7): 981-1006.
[3] BAI J, FENG X, DENG C. Graphically based optimization of single-contaminant regeneration reuse water systems[J]. Chemical Engineering Research & Design, 2007, 85(A8): 1178-1187.
[5] FENG X, BAI J, ZHENG X S. On the use of graphical method to determine the targets of single-contaminant regeneration recycling water systems[J]. Chemical Engineering Science, 2007, 62(8): 2127-2138.
[6] DENG C, FENG X, BAI J. Graphically based analysis of water system with zero liquid discharge[J]. Chemical Engineering Research & Design, 2008, 86(A2): 165-171.
[7] POLLEY G T, POLLEY H L. Design better water networks[J]. Chemical Engineering Progress, 2000, 96(2): 47-52.
[8] HALLALE N. A new graphical targeting method for water minimisation[J]. Advances in Environmental Research, 2002, 6(3): 377-390.
[9] EL-HALWAGI M M, GABRIEL F, HARELL D. Rigorous graphical targeting for resource conservationmaterial recycle/reuse networks[J]. Industrial & Engineering Chemistry Research, 2003, 42(19): 4319-4328.
[10] EL-HALWAGI M M. Process Integration[M]. San Diego: Academic Press, 2006.
[11] MANAN Z A, TAN Y L, FOO D C Y. Targeting the minimum water flow rate using water cascade analysis technique[J]. AIChE Journal, 2004, 50(12): 3169-3183.
[12] PRAKASH R, SHENOY U V. Targeting and design of water networks for fixed flowrate and fixed contaminant load operations[J]. Chemical Engineering Science, 2005, 60(1): 255-268.
[13] AGRAWAL V, SHENOY U V. Unified conceptual approach to targeting and design of water and hydrogen networks[J]. AIChE Journal, 2006, 52(3): 1071-1082.
[14] DENG C, FENG X. Targeting for conventional and property-based water network with multiple resources[J]. Industrial & Engineering Chemistry Research, 2011, 50(7): 3722-3737.
[15] DENG C, SHI C, FENG X,. Flow rate targeting for concentration- and property-based total water network with multiple partitioning interception units[J]. Industrial & Engineering Chemistry Research, 2016, 55(7): 1965-1979.
[16] BANDYOPADHYAY S, CORMOS C C. Water management in process industries incorporating regeneration and recycle through a single treatment unit[J]. Industrial & Engineering Chemistry Research, 2008, 47(4): 1111-1119.
[17] DENG C, FENG X, NG D K S,. Process-based graphical approach for simultaneous targeting and design of water network[J]. AIChE Journal, 2011, 57(11): 3085-3104.
[18] FENG X, SEIDER W D. New structure and design methodology for water networks[J]. Industrial & Engineering Chemistry Research, 2001, 40(26): 6140-6146.
[19] FOO D C Y. State-of-the-art review of pinch analysis techniques for water network synthesis[J]. Industrial & Engineering Chemistry Research, 2009, 48(11): 5125-5159.
[20] LIAO Z, LOU J, WANG J,. Mixing potential: a new concept for optimal design of hydrogen and water networks with higher disturbance resistance[J]. AIChE Journal, 2014, 60(11): 3762-3772.
[21] TAKAMA N, KURIYAMA T, SHIROKO K,. Optimal water allocation in a petroleum refinery[J]. Computers & Chemical Engineering, 1980, 4(4): 251-258.
[22] HUANG C H, CHANG C T, LING H C,. A mathematical programming model for water usage and treatment network design[J]. Industrial & Engineering Chemistry Research, 1999, 38(7): 2666-2679.
[23] GUNARATNAM M, ALVA-ARGáEZ A, KOKOSSIS A,. Automated design of total water systems[J]. Industrial & Engineering Chemistry Research, 2005, 44(3): 588-599.
[24] KARUPPIAH R, GROSSMANN I E. Global optimization for the synthesis of integrated water systems in chemical processes[J]. Computers & Chemical Engineering, 2006, 30(4): 650-673.
[25] FENG X, BAI J, WANG H M,. Grass-roots design of regeneration recycling water networks[J]. Computers & Chemical Engineering, 2008, 32(8): 1892-1907.
[26] FARIA D C, BAGAJEWICZ M J. On the appropriate modeling of process plant water systems[J]. AIChE Journal, 2010, 56(3): 668-689.
[27] PONCE-ORTEGA J M, HORTUA A C, EL-HALWAGI M M,. A property-based optimization of direct recycle networks and wastewater treatment processes[J]. AIChE Journal, 2009, 55(9): 2329-2344.
[28] CHEW I M L, TAN R, NG D K S,. Synthesis of direct and indirect interplant water network[J]. Industrial & Engineering Chemistry Research, 2008, 47(23): 9485-9496.
[29] LIAO Z W, WU J T, JIANG B B,. Design methodology for flexible multiple plant water networks[J]. Industrial & Engineering Chemistry Research, 2007, 46(14): 4954-4963.
[30] CHEN C L, HUNG S W, LEE J Y. Design of inter-plant water network with central and decentralized water mains[J]. Computers & Chemical Engineering, 2010, 34(9): 1522-1531.
[31] CHEN C L, LEE J Y, NG D K S,. A unified model of property integration for batch and continuous processes[J]. AIChE Journal, 2010, 56(7): 1845-1858.
[32] AHMETOVI? E, GROSSMANN I E. Global superstructure optimization for the design of integrated process water networks[J]. AIChE Journal, 2011, 57(2): 434-457.
[33] ALNOURI S Y, LINKE P, EL-HALWAGI M. Optimal interplant water networks for industrial zones: addressing interconnectivity options through pipeline merging[J]. AIChE Journal, 2014, 60(8): 2853-2874.
[34] BAGAJEWICZ M. A review of recent design procedures for water networks in refineries and process plants[J]. Computers & Chemical Engineering, 2000, 24(9/10): 2093-2113.
[35] JEZOWSKI J. Review of water network design methods with literature annotations[J]. Industrial & Engineering Chemistry Research, 2010, 49(10): 4475-4516.
[36] 鄧春, 馮霄. 性質集成研究進展[J]. 化工學報, 2011, 62(12): 3309-3315. DENG C, FENG X. Research advances in property integration[J]. CIESC Journal, 2011, 62(12): 3309-3315.
[37] KLEME? J J. Industrial water recycle/reuse[J]. Current Opinion in Chemical Engineering, 2012, 1(3): 238-245.
[38] 楊友麒, 賈小平, 石磊. 水網絡與虛擬水的過程系統工程研究進展[J]. 化工學報, 2015, 66(1): 32-51. YANG Y Q, JIA X P, SHI L. Progress of process systems engineering for water network and virtual water studies[J]. CIESC Journal, 2015, 66(1): 32-51.
[39] DHOLE V, RAMCHANDANI N, TAINSH R,. Make your process water pay for itself[J]. Chemical Engineering, 1996, 103(1): 100-103.
[40] 循環冷卻水用再生水水質標準. HG/T 3923—2007[S]. 2007. Reusing wastewater quality standard for industrial circulating cooling water. HG/T 3923—2007[S]. 2007.
[41] 林本寬. 煉油廠含硫污水預處理及綜合利用[J]. 煉油設計, 1999, 29(8): 43-49. LIN B K. Pretreatment and comprehensive utilization of sour water in petroleum refineries[J]. Petroleum Refinery Engineering, 1999, 29(8): 43-49.
[42] 嚴峻, 陳廣輝. 煉油廠脫硫脫氨凈化水的綜合利用[J]. 石化技術, 2001, 8(3): 149-152.YAN J, CHEN G H. The comprehensive utilization of the purified water of desulfurized and deaminated in the refinery[J]. Petrochemical Industry Technology, 2001, 8(3): 149-152.
Development and application of general refinery water system optimization model
JIANG Wei1, ZHOU Jing2, DENG Chun1, FENG Xiao3
(1State Key Laboratory of Heavy Oil Processing, College of Chemical Engineering, China University of Petroleum, Beijing 102249, China;2Institute of New Energy, China University of Petroleum, Beijing 102249, China;3School of Chemical Engineering & Technology, Xi’an Jiaotong University, Xi’an 710049, Shaanxi, China)
Conventional water system optimization often only considered flowrate of fresh water, but ignored flowrates of desalted water, deaerated water, all-level steam and condensate water. The relationship among those types of water is lack of analysis. The minimum freshwater flowrate for the whole water system cannot be determined in one stepthe conventional water system optimization model. In order to overcome such a limitation, this paper proposed a general model of water-using process including multiple water types, and presented a general superstructure of industrial water network optimization and a related mathematical model. The material balance equations that relate all types of water are integrated in the model. The commercial software, GAMS, was used for modeling and solving a water system for a certain refinery plant. The results of the case study indicate that the flowrate of desalted water is declined and flowrate of reuse water is increased. Thus the total flowrate of fresh water of overall water system is decreased from 489.44 t·h-1to 283.94 t·h-1with rain water flowrate keeping unchanged as 469.36 t·h-1and the water conservation ratio reaches 21.4% on the basis of the summation flowrate of freshwater and rain water. The quantity of water intake per ton crude oil is reduced from 0.649 t to 0.510 t, which approaches the advanced level in China. Case study shows that the freshwater flowrate for the whole refinery water system can be calculated effectivelythe proposed optimization model and it demonstrates the applicability of the model.
multiple types; water-using process; design; optimization; model
10.11949/j.issn.0438-1157.20161285
TQ 021.8
A
0438—1157(2017)03—0932—09
國家自然科學基金項目(21576287);中國博士后科學基金項目(2015M570215);中國石油大學(北京)科研基金項目(2462015BJB02,2462015YQ0305)。
2016-09-13收到初稿,2016-11-23收到修改稿
聯系人:鄧春。第一作者:江葦(1993—),男,碩士研究生。
2016-09-13.
DENG Chun, chundeng@cup.edu.cn
supported by the National Natural Science Foundation of China(21576287), the China Postdoctoral Science Foundation (2015M570215) and the Science Foundation of China University of Petroleum, Beijing (2462015BJB02, 2462015YQ0305).