基于Aspen Hysys模擬100萬m3/d的液化廠二級氮膨脹液化工藝

袁楊,楊碩,曲增民

(1.上海液化天然氣有限責任公司,上海 200000;2.中石油天然氣銷售山東分公司,山東 濟南 250000;3.東營市東營區住房和城鄉建設局,山東 東營 257100)

天然氣通過冷卻到-162 ℃轉化為液化天然氣,在這個溫度下天然氣變成液體,使天然氣體積減小了600多倍[1]。LNG作為一種常壓下的透明、無味、無毒、無腐蝕性的低溫液體,比傳統石油、煤炭的碳排放量少, LNG作為一種清潔能源成為響應雙碳戰略重要選擇,將逐漸取代煤炭成為最具發展前景的能源和化工原料[2]。現有的低溫氣體工業可以在LNG領域適當地多樣化,因為它們在低溫液體處理和儲存方面的歷史知識深度和專業知識廣度。此外,新的安全措施的實施、液化天然氣需求的增加和液化天然氣技術的發展將推動液化天然氣成為一種全球有前景的燃料替代品。

LNG調峰設施作為調峰負荷或補充冬季燃料供應的天然氣液化裝置[3-4],在匹配峰荷和增加供氣的可靠性方面發揮著重要的作用,不僅可以提高輸氣管網的經濟性,而且對城市供氣系統有可靠的保障性。

1 天然氣液化工藝流程

近期LNG工業快速增長再次刺激了LNG工藝的技術發展,使得一些傳統的LNG生產工藝得到了關注[5]。天然氣液化廠液化主要包括丙烷/混合制冷工藝、復迭式制冷工藝、雙混合制冷工藝、單混合制冷工藝和帶預冷的氮氣膨脹工藝。

1.1 各種液化工藝流程的比較分析

級聯式液化流程在所有液化工藝流程中能耗最低,因此以級聯式液化流程為基礎,各種液化工藝和級聯式液化流程的能耗比值見表1所示。

可以看出,單級膨脹機液化流程的能耗最高,是級聯式液化流程能耗的2倍。各種液化方案綜合性能比較如表2所示。

表2 各種液化方案綜合性能比較

不同的天然氣液化流程具有不同工藝特點及工藝適應性,調峰型天然氣液化廠液化工藝的選擇將直接影響系統運行的經濟性。本設計中天然氣設計處理量100萬m3/d,處理規模較小,考慮液化廠占地面積小、液化流程簡單、設備數量少會相對節約成本,故選用二級氮氣膨脹制冷循環作為調峰型液化廠的制冷工藝。

1.2 二級氮膨脹液化流程

Aspen hysys靜態模擬基礎條件:

1)預處理后的天然氣的物質的量分數:CH487.04%、C2H62.10%、C3H83.37%、C4H104.16%、CO22.08%、N21.25%,壓力為5 000 kPa,溫度為30 ℃,流量100萬m3/d;

2)液化天然氣的儲存壓力為120 kPa;

3)狀態方程使用PR方程;

4)壓縮機等熵效率為0.7;

5)水冷器的壓降為10 kPa;

6)忽略系統熱損失。

二級氮膨脹液化流程又名雙級氮膨脹液化流程,如圖1所示,包括天然氣液化循環和N2膨脹液化循環兩部分。

天然氣液化循環[6],預處理后的天然氣,經過三個LNG換熱器逐級冷卻后,溫度降到-156 ℃,再經節流降溫后,溫度降到-160.2 ℃后進入LNG閃蒸罐。

在N2膨脹液化循環中,經過壓縮機壓縮后的高壓氮氣經水冷后,進入LNG換熱器1冷卻降溫后分流,一部分氮氣進入氮氣膨脹機1膨脹降溫后為LNG換熱器2提供冷量,另一股氮氣繼續經LNG換熱器2冷卻降溫后,進入氮氣膨脹機2膨脹降溫后為LNG換熱器1、2、3提供冷量。經過換熱器換完熱的低壓氮氣接著進入氮氣壓縮機壓縮增壓,繼續下一輪的氮膨脹循環。

圖1 二級氮膨脹液化流程

2 基于遺傳算法對液化流程的優化

2.1 遺傳算法介紹

遺傳算法實質是通過種群搜索技術,根據適者生存的原則逐代進化最終得到最優解或準最優解。遺傳算法易于同其他技術混合的特點,而天然氣液化工藝參數優化過程是一個具有許多局部最優的高度非線性問題。結合遺傳算法的特點及天然氣液化工藝參數優化問題的分析,遺傳算法對于天然氣液化流程的優化具有很強的適應性及優勢。

遺傳算法的主要步驟:

1)產生初代群體;

2)給出個體的適應度;

3)選擇優良個體;

4)優良個體兩兩配對,隨即交叉并變異后產生下一代群體;

5)逐代進化直到滿足最優解或終止條件。

遺傳算法的實現方法:

1)根據具體問題確定可行解域(即優化變量的上下限);

2)給出適應度函數,求解出適應度函數最優值;

3)給出懲罰函數,淘汰不良個體;

4)確定進化參數,種群規模、交叉概率、變異概率、進化終止條件。

基于MATLAB工具箱中的遺傳算法和Aspen hysys對天然氣液化流程進行優化的程序框圖如圖2所示[7-8]。

圖2 基于遺傳算法和Aspen hysys天然氣液化流程優化程序框圖

2.2 流程的優化

二級氮膨脹液化流程中以最小比功耗為適應度函數,并考慮天然氣液化率的變化情況,優化模型的適應度函數表達式如下式所示:

式中:W1——氮氣壓縮機1的功耗,kW;

W2——氮氣壓縮機2的功耗,kW;

W3——氮氣膨脹機1的膨脹功,kW;

W4——氮氣膨脹機2的膨脹功,kW;

QLNG——液化天然氣在標況下的流量,Nm3/h。

約束條件:

1)換熱器1的最小換熱溫差ΔTmin,1≥3 ℃;

2)換熱器2的最小換熱溫差ΔTmin,2≥3 ℃;

3)換熱器3的最小換熱溫差ΔTmin,3≥3 ℃。

優化變量:

X1:氮氣壓縮機2的出口壓力Pn16,kPa;

X2:氮氣壓縮機1的進口壓力Pn13,kPa;

X3:制冷劑氮氣的摩爾流量Qn1,kmol/s;

X4:比例分流器的比例Ft-1;

X5:節點n3的溫度Tn3,℃;

X6:節點n6的溫度Tn6,℃;

X7:節點3的溫度T3,℃;

X8:節點4的溫度T4,℃;

X9:節點5的溫度T5,℃。

懲罰函數:

P(x)=f(x)×(1-eq(x))

q(x)=max[(3-ΔTmin,1),(3-ΔTmin,2),(3-ΔTmin,3)]

進化參數:

1)種群規模:200;

2)交叉概率:0.8;

3)變異概率:0.1;

4)遷移比例:0.2;

5)終止條件:繁衍200代或適應度函數值收斂。

優化變量的上下限:

下限:[230.1300.2.0.-60.-130,-60,-130,-160];

上限:[800.3500.6.1.15.-70.15,-70,-150]。

通過將MATLAB與Aspen hysys連接,使用MATLAB工具箱中的遺傳算法對Aspen hysys中的二級氮膨脹液化流程進行優化。

經遺傳算法計算130代后,得到的最優值及對應的流程參數見表3。比功耗遺傳優化過程如圖3所示。該流程優化前比功耗0.704 1,液化率為0.951 5,優化后比功耗0.540 3,液化率為0.951 5,優化前后比功耗降低28.37%。流程中換熱器最小換熱溫差參數見表4。

圖3 二級氮膨脹液化流程比功耗優化圖表3 比功耗最優值及對應的流程參數值

比功耗最優值/(kWh·m)Pn16/kPaPn13/kPaQn1/(kmol·s-1)Ft-1Tn3/℃Tn6/℃T3/℃T4/℃T5/℃0.540 33 3756804.6300.625-18-102.3-3.78-102.3-151.90.704 14 9601804.70.5-10.6-96.0-29-122.6-156

表4 換熱器最小換熱溫差參數表

3 結論

針對100萬m3/d調峰型天然氣液化廠,采用二級氮膨脹液化工藝對天然氣進行液化,以壓縮機的功耗作為目標函數,選取壓縮機的進出口壓力、制冷劑的流量和換熱器的出口溫度作為優化變量,采用遺傳算法對工藝流程進行優化,經過130次迭代,模擬計算出優化變量最優值,流程優化前比功耗0.704 1,液化率為0.951 5,優化后比功耗0.540 3,液化率為0.951 5,優化前后比功耗降低28.37%,對天然氣液化廠制冷工藝參數的選擇具有借鑒意義。