基于HYSYS 的三甘醇脫水工藝分析及優化調節研究

劉畑 王瑀 劉明川 張添龍 李媛媛 薛潤斌

1中國石油天然氣股份有限公司新疆油田油氣儲運分公司

2中國石油天然氣股份有限公司西南油氣田分公司川東北氣礦

井口采出氣中通常含有大量的飽和水，在管輸過程中，因溫度、壓力的降低，飽和水會凝結成液態水在管內積聚，引發冰堵和水合物形成，使設備腐蝕開裂造成輸氣效率降低等諸多問題[1-2]。因此，天然氣在進入管輸系統前，應盡可能地脫除飽和水，其中三甘醇（TEG）脫水工藝因壓力損失小、控制簡單、檢修方便等優點在集氣站和集中處理廠中被廣泛應用。諸多學者對TEG 脫水工藝的效果和能耗優化進行了研究[3-4]，蔣洪等[5]研究了酸性氣體在TEG 脫水工藝流程上的分布情況，通過調節TEG 循環量、閃蒸罐溫度和重沸器溫度優化產氣組分；諸林等[6]利用響應曲面優化了脫水工藝的用能環節，得到二次響應能耗模型；王飛等[7]利用單因素試驗方法，從天然氣進塔溫度、貧TEG 入口溫度、重沸器溫度、汽提氣流量等方面研究了對脫水效果的影響，并給出了優化方案。以上研究多側重操作參數對脫水效果的影響，但不同操作參數對干氣水露點的影響程度不一，且操作參數之間存在交互影響，如重沸器溫度和汽提氣流量與貧TEG 質量分數之間相關。目前的優化方法存在一定的盲目性[8-9]，無法區分參數的調節先后。以某氣田區塊集中處理廠TEG 脫水裝置為例，結合實際運行條件，通過HYSYS 軟件建立脫水工藝模擬流程，引入靈敏度分析方法考察不同因素對干氣露點的影響，根據靈敏度大小依次調節操作參數。

1 TEG 脫水工藝

1.1 工藝流程描述

根據現場實際運行的TEG 脫水工藝流程圖，采用ASPEN HYSYS 軟件搭建系統模型（圖1）。脫水工藝包括吸收單元和再生單元。濕氣（物流1）經原料氣過濾器（V-100）分離出固體顆粒、游離水和液烴后，從吸收塔（T-100）底部進入，與吸收塔頂部進入的貧TEG 逆流接觸，干氣從吸收塔頂部流出進入貧TEG/干氣換熱器（E-100）換熱，滿足露點要求后外輸。在TEG 再生單元中，吸收了飽和水的富TEG 從吸收塔底部流出，經換熱后進入閃蒸罐（V-101）分離出閃蒸氣，隨后富TEG在貧/富TEG 換熱器（E-102）中預熱，進入再生塔（T-101），在塔底再沸器的作用下蒸出富液中的水分，再生塔塔頂流出的再生氣經換熱降溫后，由分離器（V-102）將冷凝液打回再生塔頂部。為了進一步提純TEG，從再沸器流出的TEG 溶液，經氣體塔（T-102）汽提后，塔底流出的貧TEG 經換熱加壓后送回吸收塔頂部，實現TEG 溶液的循環利用。

1.2 基礎數據

在進行HYSYS 模擬前，需定義狀態方程和物性包，以便進行水力、熱力和碳氫化合物物性計算，在此采用Peng-Robinson 方程作為計算TEG 脫水工藝氣液平衡的狀態方程。原始數據根據實際工況設定，原料氣量150×104m3/d，入塔壓力5.5 MPa，入塔溫度35 ℃，原料氣氣質組分見表1。貧TEG 的入塔溫度40 ℃，TEG 循環量1.30 m3/h。

表1 原料氣氣質組分Tab.1 Gas composition of raw gas 摩爾分數/%

根據GB 50251—2015《輸氣管道工程設計規范》中的相關規定，管輸天然氣水露點應比輸送條件下的最低環境溫度低5 ℃，根據集中處理站所在地區的氣象統計數據，要求脫水后干氣露點低于-10 ℃。

1.3 結果驗證

將HYSYS 軟件模擬得到的關鍵物流和設備參數與現場實際運行數據相比較（表2）。結果表明：目前的出口干氣水露點無法滿足脫水要求，模擬結果與實際數據基本吻合，表明HYSYS 軟件所建模型具有可靠性和科學性，可以用于后續研究。

表2 模擬結果與實際數據對比Tab.2 Comparison between simulation results and actual data

2 靈敏度分析方法

靈敏度分析是檢驗與分析各流程變量間相互作用的工具，通過該分析可以決定哪些參數對系統的影響較大[10-12]。如果自變量x的變動量為Δx，則x的相對變動量為，同理因變量y的相對變動量為，根據相對變動量的比值和導數定義，令Δx→x，則x對y的相對靈敏度為S，公式為

式中：xi、yi分別為第i點的數值。公式（1）中的微分部分可用牛頓插值法求解，四階算法精度較高，公式為

3 影響因素分析及優化調節方法

影響TEG 脫水效果的因素有原料氣入塔溫度、原料氣入塔壓力、原料氣入塔流量、吸收塔塔板數、吸收塔塔板效率、貧TEG 入塔溫度、TEG 循環量和貧TEG 質量分數等。其中，原料氣入塔流量在設計范圍內，對干氣露點的影響較小；為滿足吸收塔內溫降的要求，吸收塔板數和塔板效率與氣體壓降和液面高差等有關，雖然塔板數的增加或塔板效率的下降有利于干氣露點的降低，但對現場而言，可操作性較差；貧TEG 入塔溫度通常高于原料氣入塔溫度3～8 ℃，與原料氣相比，TEG 溶液在吸收塔內的流量較小，故其對干氣露點的影響較小。綜上所述，確定現場可供調節的操作參數有原料氣入塔溫度、原料氣入塔壓力、TEG 循環量和貧TEG 質量分數，其中貧TEG 質量分數與再沸器溫度和汽提量有關，最終確定五個可調操作參數。

3.1 入塔溫度

在原料氣量為150×104m3/d，入塔壓力為5.5 MPa，TEG 循環量為1.30 m3/h，貧TEG 質量分數為96.7%的條件下，考察原料氣入塔溫度對干氣露點的影響。SY/T 0076—2008《天然氣脫水設計規范》中規定入塔溫度宜維持在15～48 ℃之間，根據集中處理站當地環境溫度，設計入塔溫度下限為25 ℃，設計上限為42 ℃，因此以入塔溫度25～42 ℃為變量條件，模擬結果見圖2。

圖2 原料氣入塔溫度對干氣露點的影響Fig.2 Effect of raw gas inlet temperature on dry gas dew point

隨著入塔溫度的不斷增加，干氣露點呈先慢后快的指數型增長。這是由于TEG 與濕氣中飽和水的氣液平衡受溫度升高的影響，入口濕氣中的水含量增加，且飽和水在TEG 中的溶解度逐漸降低，最終導致干氣露點上升。當入塔溫度大于30 ℃時，無法滿足脫水要求。將圖2 的數據代入公式（1）和（2）求相對靈敏度，求解過程見表3。

在考察入塔溫度的范圍內，相對靈敏度S均為正值，表示原料氣入塔溫度與干氣露點呈正相關。無論正相關還是負相關，絕對靈敏度|S|反映了自變量對因變量的影響程度，因此得到原料氣入塔溫度的絕對靈敏度曲線（圖3）。當溫度小于34 ℃時，|S|較小未超過3；當溫度大于34 ℃時，|S|快速增加，最大值為12.6。

圖3 原料氣入塔溫度的絕對靈敏度曲線Fig.3 Absolute sensitivity curve of raw gas inlet temperature

3.2 入塔壓力

在原料氣量為150×104m3/d，入塔溫度35 ℃，TEG 循環量為1.30 m3/h，貧TEG 質量分數為96.7%的條件下，考察原料氣入塔壓力對干氣露點的影響。一般入塔壓力應大于4.5 MPa，壓力上升有利于增加飽和水在TEG 中的溶解度，但壓力過大，吸收塔內塔板之間的壓差較大，TEG 溶液容易發泡，因此以入塔壓力4.5～6.5 MPa 為變量，模擬結果見圖4。

圖4 不同入塔壓力下的干氣露點和絕對靈敏度Fig.4 Dry gas dew point and absolute sensitivity under different inlet pressures

當原料氣入塔壓力為4.4～5.5 MPa 時，干氣露點快速下降，當入塔壓力大于5.5 MPa 時，干氣露點的下降速率變緩。在模擬范圍內，干氣露點始終未達到脫水要求。

在考察入塔壓力的范圍內，相對靈敏度S均為負值，說明原料氣入塔壓力與干氣露點呈負相關。隨著入塔壓力的增加，絕對靈敏度|S|始終維持在2.5 以下，呈波動向下趨勢，說明在入塔壓力較低時，壓力對干氣露點的影響更大。

3.3 TEG 循環量

在原料氣量為150×104m3/d，入塔溫度35 ℃，入塔壓力為5.5 MPa，貧TEG 質量分數為96.7%的條件下，考察TEG 循環量對干氣露點的影響。根據工程經驗，脫除1 kg 的水需要0.02～0.03 m3的TEG 溶液，因此以TEG 循環量1.2～1.8 m3/h 為變量，模擬結果見圖5。

圖5 不同TEG 循環量下的干氣露點和絕對靈敏度Fig.5 Dry gas dew point and absolute sensitivity under different TEG circulation rates

隨著TEG 循環量不斷增加，干氣露點快速下降，當循環量大于1.4 m3/h 時，干氣露點下降速度明顯變慢，此階段的干氣露點均小于-10 ℃，滿足脫水要求。過大的TEG 會增加液體進入吸收塔的液量，增大氣、液兩相間的傳質阻力，還會增加循環泵的動力能耗，造成塔內液面上升，形成淹塔事故。

在考察TEG 循環量的范圍內，相對靈敏度S均為負值，說明TEG 循環量與干氣露點呈負相關。當循環量為1.4 m3/h 時，絕對靈敏度|S|達到最大值10.33，當循環量大于1.52 m3/h 時，|S| 幾乎為0，說明此時循環量對干氣露點的影響很小。

3.4 再沸器溫度

在原料氣量為150×104m3/d，入塔溫度為35 ℃，入塔壓力為5.5 MPa，TEG 循環量為1.30 m3/h的條件下，通過改變再沸器溫度影響貧TEG 質量分數和干氣露點。受TEG 溶液物理性質的影響（TEG 的熱分解溫度為204 ℃）[13-14]，再沸器溫度過高會導致溶液變質，因此以再沸器溫度170～204 ℃為變量，模擬結果見圖6。

圖6 不同再沸器溫度下的干氣露點和絕對靈敏度Fig.6 Dry gas dew point and absolute sensitivity under different reboiler temperatures

隨著再沸器溫度的升高，干氣露點呈先快后慢的趨勢降低。當再沸器溫度大于190 ℃時，干氣露點小于-10 ℃，滿足脫水要求。

在考察再沸器溫度的范圍內，相對靈敏度S均為負值，說明再沸器溫度與干氣露點呈負相關。隨著再沸器溫度的升高，絕對靈敏度|S| 也逐漸下降，說明較低的再沸器溫度對干氣露點的影響較大。

3.5 汽提氣量

在原料氣量為150×104m3/d，入塔溫度為35 ℃，入塔壓力為5.5 MPa，TEG 循環量為1.30 m3/h的條件下，通過改變汽提氣量影響貧TEG 質量分數和干氣露點。汽提氣來源于合格干氣，從再沸器后端逆流引入，以汽提氣量1.5～3 m3/h 為變量，模擬結果見圖7。

圖7 不同汽提氣量下的干氣露點和絕對靈敏度Fig.7 Dry gas dew point and absolute sensitivity under different stripping volumes

隨著汽提氣量的增加，干氣露點呈先快后慢的趨勢降低。當汽提氣與富TEG 溶液接觸時，可降低TEG 表面的水蒸氣分壓，使TEG 溶液提高濃度。當汽提氣量大于1.6 m3/h 時，干氣露點小于-10 ℃，滿足脫水要求。

在考察汽提氣量的范圍內，相對靈敏度S均為負值，說明汽提氣量與干氣露點呈負相關。隨著汽提氣量的增加，絕對靈敏度|S|先增大后減小，在汽提氣量為1.85 m3/h 時，|S|達到最大值2.32，說明該汽提氣量對干氣露點的影響較大。

3.6 優化調節方法

通過上述模擬研究，可采用降低原料氣入塔溫度、提高原料氣入塔壓力、增大TEG 循環量、提高再沸器溫度和增大汽提氣量等措施降低干氣露點，提高脫水效果。不同操作參數對干氣露點的影響程度不同，根據一定工況下的絕對靈敏度大小依次調節操作參數，以減少操作步驟和工況波動，調節流程見圖8。

圖8 優化調節流程Fig.8 Flow chart of optimization and adjustment

4 實例驗證

以表2 中的數據為初始工況，參照優化調節方法進行操作參數調整，TEG 工藝優化調節步驟見表4。在工況1（初始工況）條件下，干氣露點不滿足脫水要求，此時再沸器溫度的絕對靈敏度（7.652 9）最大，說明該工況下調節再沸器溫度對干氣露點的影響最大。在工況2 條件下，將再沸器溫度增大至185 ℃，干氣露點降為-7.89 ℃，此時再沸器溫度的絕對靈敏度（6.320 5）依然最大，因此再次升高再沸器溫度。在工況3 條件下，將再沸器溫度增大至190 ℃，干氣露點降為-9.21，此時原料氣入塔溫度的絕對靈敏度（7.120 5）超過了再沸器溫度的絕對靈敏度（5.208 8），但兩者的靈敏度差距較大，說明再沸器溫度增加的步長過大，故重新選擇增加再沸器溫度至187 ℃。在工況4 條件下，原料氣入塔溫度的絕對靈敏度（6.210 9）超過了再沸器溫度的絕對靈敏度（6.038 9），兩者靈敏度相差不足5%，說明步長選擇合適，下一步可降低原料氣入塔溫度。在工況5 條件下，將原料氣入塔溫度降至33 ℃，干氣露點降為-9.75 ℃，此時原料氣入塔溫度的絕對靈敏度（5.720 5）最大，且與排序第二的貧TEG 循環量靈敏度相比（5.510 5），兩者相差不足5%，說明入塔溫度的降低步長選取合適，可再次降低原料氣入塔溫度。在工況6 條件下，將原料氣入塔溫度降至31 ℃，干氣露點降為-10.34 ℃，滿足干氣露點要求，優化調節結束。

表4 TEG 工藝優化調節步驟Tab.4 TEG process optimization and adjustment steps

綜上所述，先將再沸器溫度由180 ℃升至187 ℃，再將原料氣入口溫度由35 ℃降低至31 ℃，將模擬結果與現場實際數據進行對比（表5）。經對比兩者幾乎一致，說明該調節方法可以用最少的調節次數完成脫水工藝的達標驗證。

表5 TEG 工藝優化調節模擬結果與實際數據對比Tab.5 Comparison between simulation results of TEG process optimization and adjustment and the actual data

5 結論

（1）根據現場實際運行情況，采用HYSYS 軟件建立了TEG 脫水工藝流程，經驗證關鍵物流和設備參數的模擬結果與現場實際運行數據相比吻合性較好。

（2）通過引入靈敏度分析，確定操作參數對干氣露點的影響程度，其中TEG 循環量和汽提氣量的絕對靈敏度存在極值，原料氣入塔溫度和再沸器溫度的絕對靈敏度分別呈單調遞增和遞減趨勢，原料氣入塔壓力的絕對靈敏度呈波動遞減趨勢。

（3）在適當操作參數步長條件下，利用不同工況下絕對靈敏度的大小，確定操作參數調節的先后順序，調節后模擬結果與實際數據一致，說明可以用最少的調節次數達到深度脫水的要求。