石油与天然气化工  2012, Vol. 41 Issue (1): 53-57
本文选项
  • PDF全文阅读
  • 本文摘要
  • 本文图片
  • 参考文献
  • 扩展功能
    电子期刊订阅
    RSS
    本文作者相关文章
    张奕
    艾绍平
    液化天然气气化站中BOG压缩机运行的动态模拟与优化
    张奕 , 艾绍平     
    中国石油唐山液化天然气项目经理部
    摘要:基于LNG储罐动态模拟提出了一个BOG压缩过程的优化运行方案的算法。该算法采用了经验蒸发率模型来预测BOG(蒸发气)的产量,用MILP公式来分配BOG压缩机的负荷。最后,运用一个动态模拟软件进行安全分析。为提高精度,运用含有PR状态方程的Aspen Dynamics软件代替了以往应用的简化动态模型。通过对LNG储罐压力的动态模拟,得到当BOG压缩机正常运行时,在安全压力范围内的波动值。该算法优于一般流程中运用的算法,并且更加安全和节能。
    关键词动态模拟    优化    运行    BOG    Aspen Dynamics    
    Dynamic simulation and operation optimization of BOG compressors in LNG gasification plant
    Zhang Yi , Ai Shaoping     
    PetroChina Tangshan Liquid Natural Gas Project Management Office, Tangshan 063000, Hebei, China
    Abstract: An algorithm was proposed to optimize the operation of BOG compression based on dynamic simulation of LNG tank. It adopted empirical boil off rate model to predict the BOG production, used MILP formula to distribute the BOG compressor load, and made safety analysis by using dynamic simulation software. Aspen Dynamics software with PR state equation was also adopted insteading of simplified dynamic model to improve the accuracy. By the dynamic simulation of LNG tank pressure, the undulating quantities within safe pressure ranges when the BOG compressors were operated normally have been achieved. This algorithm is better than the algorithm used in routine processes, and is safer and more energy-efficient.
    Key words: dynamic simulation    optimization    operation    BOG    Aspen Dynamics    

    随着经济前景、能源需求和环境等各方面因素的变化,人们对液化天然气(LNG)的需求也越来越大。液化天然气作为一种高效、清洁、廉价的能源,已经成为本世纪重点发展的能源产业。随着工业的发展,全世界LNG贸易在稳定地增长(每年平均增长率为5%)。由于发展中国家对能源的需求不断增加,天然气广泛应用的趋势也会不断地增加。一些工业应用分析显示,十年后LNG的需求量会是现在的两倍。随着各国对LNG需求的逐步增大,大量引进LNG推动了LNG接收终端的快速发展[1]

    LNG气化站主要由LNG储罐、泵、LNG蒸发器和管道组成。图 1为LNG气化流程。该站从运输工具接收到LNG并将其在低温液化状态下储存。液化温度大约为-160 ℃,储罐中压力略高于大气压[2]。由于周围环境中的热传递,罐中的部分LNG会气化为蒸发气(BOG),这部分气体应利用压缩机除去以维持罐中的压力处于安全范围内。过量蒸发的BOG会引起LNG罐中压力的增加而导致安全问题,而压缩机的运行又需要大量的电能。因此,BOG压缩机合理的运行过程对运行效率和LNG接收站的安全是非常重要的。

    图 1     典型LNG接收和气化流程

    许多学者已经对该流程的能源消耗和安全保障之间的平衡做了研究。其中,Shin等人提出了压缩机运行的一种算法,这种算法采用经验蒸发率模型[3]对BOG压缩机的运行安全和运行效率进行计算。他们提出了一个混合整数线性规划模型来确定安全运行压力范围内的合理运行方案。这个合理运行方案应适于分配压缩机负荷,开启或关闭BOG压缩机运行的时间段,并且当考虑到安全问题时,运用简化动态模型可确定任一备用压缩机的运行。

    文中提出了BOG压缩机的一个合理运行方案,这个方案是当启动或关闭压缩机运行时,在稳态和所要求的罐压之间寻求一个合理的压力。为提高方案的精确度,采用Aspen Dynamics的严格模型替代以往所采用的简化动态模型,对提出的方案进行动态模拟和安全分析。

    1 算法的提出

    图 2是提出的确定BOG压缩机合理运行的算法。该算法包括三个步骤:加载计算,MILP模型以及动态模拟和安全分析。

    图 2     计算框图

    1.1 加载计算

    采用经验模型来估算LNG储罐中蒸发气的产率,如式(1):

    (1)

    式中:CR为LNG循环的过渡系数(≥1);BS为储罐制造商提供规格中所示的蒸发率(h-1);ρL为LNG密度(kg/m3);VL为LNG体积(m3);K1为储罐压力偏离LNG气化压力的修正因子;K2为储罐温度偏离LNG气化温度的修正因子;K3为储罐温度偏离环境温度的修正因子。

    根据这个模型,就可以计算压缩机总负荷下可取的储罐最大压力(phi)。利用经验模型方程来计算压缩机的目标负荷F0,其表达式如下:

    (2)

    式中:F是由式(1)定义的函数。

    1.2 MILP模型

    MILP模型是为合理分配压缩机负荷提出的,可减少总平均电力消耗。该模型的具体形式见文献[4]。

    1.3 动态模拟和安全分析

    为预测罐中的压力变化,需进行动态模拟和安全分析。采用提出的算法进行动态模拟,BOG压缩机正常运行时,储罐压力应处于安全压力范围(pSpphi)。其中pS是稳态压力。

    为保障安全运行,应准备备用压缩机。并且,操作人员必须知道何时将备用压缩机开启运行。因为在冷却系统中,备用压缩机需要30 min才能启动,且在此期间罐压会不断增加。在以往的工作中,我们都是用简化动态模型来计算开启时间[5],本文运用动态模型提出了一个安全运行方案。首先假定初始时刻和压力范围,然后在启动时刻进行动态模拟。如果压力低于或高于压力范围,就要重新设置初始时刻,然后重复以上步骤。

    图 2也显示了利用Aspen Dynamics严格模型的计算过程。首先,运用计算模块来计算产生的蒸发气。接下来,通过压缩机的运行来改变罐压(ptank), 并在BOG计算模块中进行更新,最终重新计算产生的蒸发气。重复以上计算过程。

    2 BOG压缩过程的概况

    某LNG接收站有10个LNG储罐,每个储罐罐容为100 000 m3,且根据规格BOR(蒸发率)为0.1%/d。有6个BOG压缩机,每个压缩机最大处理能力为10 t/h。储罐设计压力为-0.245 kPa~22.54 kPa的标准。BOG压缩机允许启动时间为30 min,负荷等级为0%、50%、75%和100%。且当运行电压为6 600 V时,相应的电流分别为65 A、115 A、127 A和145 A。表 1为BOG压缩机的设计规格。罐压的正常运行范围为4.9 kPa~16.7 kPa。如果压力降低到3.92 kPa,就会激活真空阀(切断机)。如果压力增加到18.6 kPa,就会将BOG送至火炬系统。LNG储罐的高度和直径分别为55.16 m和57.04 m。制造商提供了两种类型的LNG组成的技术规格:LNG储罐中的LNG1(相对密度:0.474 6)和LNG2(相对密度:0.455),如表 2所示。BOG的组成见文献[5]。

    表 1    BOG压缩机的运行条件

    表 2    LNG接收站的LNG和BOG组成

    3 结果评价与分析

    在流程模拟的初始时刻,常用简化模型来节省时间,但是得到的结果可能不准确。而采用严格模型虽然计算时间会比较长,但是可以改进模拟结果和提高计算结果的精确度。本文采用状态方程模型来预测LNG罐中的压力变化。在诸多适用的方程中,常用的是PR状态方程和SRK状态方程。PR状态方程常用来预测BOG的压力变化。利用PR状态方程可以准确预测K值(气液平衡常数)和蒸气密度。目前有许多研究已经采用PR状态方程预测了LNG混合物的热力学数据,并和实验数据进行了对比,尤其是泡点压力和液相密度。但是采用这个方程对饱和液相密度的预测是不准确的,由于氮气和甲烷、乙烷或LNG混合物中的其它气体相互作用,其平均误差大约为10%。该研究中忽略了氮气相互作用的影响。

    Shin等人对压缩机流速为0 t/h~30 t/h时,LNG储罐中的压力变化进行了研究。本文采用Aspen Dynamics软件中的PR状态方程预测了压缩机在不同运行条件下的压力变化,如图 3所示。结果显示了不同的压力变化率。例如,当压缩机未运行时(F=0 t/h),模拟结果显示,在36 min内罐压达到18.62 kPa,而基于理想气体的简化动态模型的模拟结果则需要40 min。

    图 3     压缩机在不同运行条件下的压力变化

    为检测算法生成的运行程序,需考虑高蒸发率的情况。这时LNG储罐中储量为90%。总LNG体积为900 000 m3。LNG温度为-159 ℃,密度为459.7 kg/m3,气相温度为-140 ℃,环境温度为30 ℃。LNG由泵抽出,其中20%再生至罐中。罐的初始压力为14.7 kPa。为维持罐的初始压力,压缩机需提供2.5倍的负荷。

    提出的算法首先是确定目标稳态罐压phi≤16.7 kPa。当压缩机在满负荷的情况下运行时,稳态罐压(ps)为16.5 kPa。设定phi=16.7 kPa,则F0=0.88 kPa。这样的优化方法可使压缩机的负荷在满载时为0.897 8,在闲置状态下为0.102 2。

    采用常规LNG的组成和PR状态方程进行动态模拟。LNG中的甲烷含量一般为80%~97%。并且,当压力为14.7 kPa时,罐中蒸发气的主要组成为甲烷和乙烷,如表 3所示。制造商提供的BOG的组成如表 2所示。

    表 3    LNG和BOG的组成

    图 4为简化的BOG压缩流程。它由气相LNG储罐和压缩机组成。在模拟中,储罐内分为两相(液相和气相),为使过程简单,对流程进行了简化。

    图 4     简化BOG压缩流程

    图 5为动态模拟的结果。刚开始,1号压缩机处于满负荷的运行条件,直到压力达到16.3 kPa,该过程持续了36.5 min。然后1号压缩机停运3.6 min,直到压力达到16.7 kPa。随后在满负荷的条件下又运行42.6 min,再停运2.4 min。重复这个运行过程,压力在安全范围内波动。备用的2号压缩机在压力为15.9 kPa时开启,启动16.8 min后继续保持备用状态。如图 6所示,在无备用条件下,压力会在30 min内达到18.6 kPa,压缩机就停运了。这个时间比用理想气体预测的时间要提前。图 7描述了这一过程。其中1号为工作压缩机,2号为备用压缩机。表 4对比了该方法的电力损耗与一般方法的电力损耗。结果表明,新算法的优化模型比文献[4]的电力损耗小,这是因为压缩机都是在高压范围内运行的。并且,当备用压缩机运行时,LNG罐的安全通过严格的动态模拟得到了保障。

    图 5     LNG储罐压力动态模拟

    图 6     备用压缩机启动预测压力的动态模拟

    图 7     BOG压缩机运行过程

    表 4    运行方案的对比(y, %)

    4 结论

    优化模型为LNG气化站中BOG压缩机的合理运行提出了一个新算法。基于经验的蒸发率模型,在给定了目标罐压下,可计算总的压缩机的负荷。MILP模型适用于合理分配压缩机的负荷和运行方案。运用Aspen Dynamics的动态模型中的严格模型来预测压力变化,从而进行动态模拟和安全分析。以某LNG接收站为例,进行动态模拟来检测生成的程序,并且用Aspen Dynamics中的PR状态方程来预测压力变化。为得到多种LNG的浓度,用Aspen Plus中的闪蒸模型来计算BOG的浓度。在安全范围中得到的LNG储罐中压力变化的结果和利用简化动态模型得到的结果是相似的。但是备用压缩机启动的安全极限压力和时间与利用动态模型得到的值都是不相同的。从安全和节能方面来讲,提出的该算法比一般流程和以往的工作都要优越,可以提高LNG气化流程运行和控制的效率。利用严格模型进行的LNG储罐的动力学研究可用于所有LNG接收站、管网和LNG工业。

    参考文献
    [1]
    陈雪, 马国光. 流程参数对LNG接收终端蒸发气再冷凝工艺流程性能的影响[J]. 石油与天然气化工, 2008, 37(2): 100-104. DOI:10.3969/j.issn.1007-3426.2008.02.004
    [2]
    Shin M W, Lee G, Shin D, Choi S H and Yoon E S. Proceedings of the 2nd international symposium on advanced control of industrial processes (AdCONIP'05), 2005: 166.
    [3]
    Shin M W, Shin D, Choi S H, Yoon E S . Optimal operation of the boil-off gas compression process using a boil-off rate model for LNG storage tanks[J]. Korean Journal of Chemical Engineering, 2008, 25(1): 7. DOI:10.1007/s11814-008-0002-9
    [4]
    Shin M W, Shin D, Choi S H, Yoon E S , Han C. Optimization of the operation of boil-off gas compressors at a liquified natural gas gasification plant[J]. Industrial & Engineering Chemistry Research, 2007, 46(20): 6540-6540.
    [5]
    Kim D H, Park Y, Yoon I K, Ha J M and Park Y S. A study on the optimization of process operation for the efficiency improvement of LNG receiving terminal[R].Korea Gas Corporation R&D Center Report, 2001.