石油与天然气化工  2023, Vol. 52 Issue (2): 16-22
基于遗传算法的三甘醇脱水系统减碳策略
钱欣1 , 戴国华1 , 李国豪1 , 万宇飞1 , 那凤祎2 , 杨纯1     
1. 中海石油(中国)有限公司天津分公司;
2. 中石化天津液化天然气有限责任公司
摘要目的 基于HYSYS模型和遗传算法(GA)对海上平台三甘醇(TEG)脱水系统碳排放总量进行敏感性分析及优化研究。综合考虑电量消耗及闪蒸气燃烧所产生的碳排放,建立HYSYS碳排放模型。方法 以三甘醇脱水系统碳排放总量最小为目标函数,通过GA模块生成初始决策变量组,并利用数据通信控件ActiveX将决策变量数据传递到HYSYS中进行计算,计算结果以适应度值的形式返还给GA模块进行评估,并通过选择、交叉、变异遗传行为自动更新优化决策变量,直至获得搜索空间下的最优解。结果 敏感性分析结果表明,在三甘醇脱水系统的碳排放总量中,重沸器占比70%以上,闪蒸气占比30%以下,TEG循环泵占比低于2%。通过GA算法的优化,TEG循环量降幅最大,高达40%,重沸器温度降幅为7.7%。三甘醇脱水系统的碳排放量从83.84 kg/h优化到53.98 kg/h,降幅达35.6%,优化效果较为明显。结论 通过遗传算法优化三甘醇脱水系统的运行参数,可有效减少系统的碳排放量。
关键词碳排放    三甘醇脱水    HYSYS模型    遗传算法    
Carbon emission reduction strategy of TEG dehydration based on genetic algorithm
Qian Xin1 , Dai Guohua1 , Li Guohao1 , Wan Yufei1 , Na Fengyi2 , Yang Chun1     
1. Tianjin Branch, CNOOC (China) Co., Ltd., Tianjin, China;
2. Sinopec Tianjin LNG Co., Ltd., Tianjin, China
Abstract: Objectives Based on the HYSYS model and genetic algorithm(GA), the sensitivity analysis and optimization of the total carbon emissions of the triethylene glycol(TEG) dehydration system on offshore platforms were studied. The HYSYS carbon emission model was established by considering the carbon emissions generated by electricity consumption and flash gas combustion. Methods Taking the minimum total carbon emission of the TEG dehydration system as the objective function, the initial decision variable group was generated by the GA module, and the data communication control ActiveX was used to transfer the decision variable data to HYSYS for calculation. The calculation results were returned to the GA module in the form of fitness value for evaluation, and the decision variables were automatically updated and optimized by selection, crossover and mutation genetic behavior until the optimal solution in the search space was obtained. Results The sensitivity analysis results showed that in the total carbon emissions of the TEG dehydration system, the reboiler accounted for more than 70%, and the BOG accounted for less than 30%, while the TEG pump accounted for less than 2%. Through the optimization of the GA, the TEG circulation volume decreased by 40%, and the reboiler temperature decreased by 7.7%. The carbon emissions of the TEG dehydration system were optimized from 83.84 kg/h to 53.98 kg/h, and the total emission decreased by 35.6%. The optimization effect was obvious. Conclusion The carbon emissions of TEG dehydration system can be effectively reduced through the optimization of the GA.
Key words: carbon emissions    TEG dehydration    HYSYS model    genetic algorithm    

能源产业所带来的碳排放问题已引起各国政府的关注[1],碳减排承诺已成为能源生产与消费的实质性约束[2]。自中国海油正式启动碳排放影响评估工作以来,对碳排放的要求也日益严格,力争单位产量碳排放强度控制在0.150 9吨CO2/吨油以下。减碳成为目前企业迫切需要实现的目标,需从各生产环节严格控制碳排放。在海上油气处理工艺中,三甘醇脱水系统生产能耗较大[3-4],且连续排放废气,对海上平台油气处理工艺的碳排放量影响较大,有必要对三甘醇脱水系统的碳排放影响参数进行研究,以达到减少碳排放的目的。

传统优化方法难以解决三甘醇脱水系统非凸非线性、多峰的问题[5],需采用智能优化算法。结合遗传算法(genetic algorithm,以下简称GA)并行性和全局搜索的特性,能有效适配三甘醇脱水系统碳排放计算模型[6-7]。利用现场在线测量数据,HYSYS软件能建立严格的三甘醇脱水模型。为在HYSYS模型中引入遗传算法,必须基于程序间数据通信接口控件(ActiveX),实现HYSYS三甘醇计算模型与Matlab遗传算法优化程序之间的双向绑定。其中,由遗传算法优化决策变量,优化的决策变量传递到HYSYS中计算碳排放总量,根据碳排放总量结果的遗传算法再进一步优化,直至系统的碳排放总量达到最小值。

1 工艺介绍

随着燃气发电装置的逐步退出,海上油气田生产的天然气只能增压外输或者高压回注,为避免生成气体水合物,需对湿气进行脱水处理,降低水露点。现有的脱水方法主要包括冷冻分离、三甘醇(TEG)吸收、分子筛吸附等[8]。三甘醇脱水法因具有性能稳定、投资及操作费用低、占地面积小等优点[9-10],被广泛应用于天然气处理工艺。

某海上平台脱水系统采用三甘醇脱水工艺,工艺流程如图 1所示,该工艺包括脱水单元和再生单元。在脱水单元,贫TEG作为吸收溶液,与湿气在吸收塔中逆流接触,从而将天然气水露点降低至-15 ℃以下;在再生单元,富TEG经再沸、汽提、精馏后提纯为98%~99.7%(w)的贫TEG。天然气实际产量(20 ℃,101.325 kPa下)为100×104 m3/d,湿气组成如表 1所列。

图 1     三甘醇脱水系统

表 1    湿气组分 

2 天然气脱水装置HYSYS模型建立及验证

HYSYS软件具有严格的物性计算包,具有可对任意塔计算、非序贯模拟技术等优点[11]。基于天然气脱水工艺流程,利用HYSYS软件建立工艺模型。图 2为脱水工艺模型,该模型中的湿气入口温度、压力、TEG循环量、重沸器温度、再生塔入口处富TEG温度、汽提量均为可调变量。

图 2     脱水工艺模型

基于现场实际运行在线测量数据验证三甘醇脱水模型的可信度。对比现场数据与模拟结果(表 2),当HYSYS模拟流程收敛后,水露点的模拟误差为-1%,再沸器功率的模拟误差为0.8%,模拟结果基本符合运行结果。

表 2    操作运行数据与模拟数据对比

2.1 各参数对水露点及碳排放影响的敏感性分析

三甘醇脱水系统的CO2排放来自系统中闪蒸气的燃烧和耗电量折算。由于该平台TEG重沸器采用电加热的方式,故闪蒸分离器分出的气相不再作为重沸器燃料,而是直接放空。除此以外,再生塔、缓冲罐产生的闪蒸气也直接输送至火炬头燃烧放空,燃烧效率取98%。重沸器、TEG循环泵是三甘醇脱水系统中的主要能耗设备,其中,供电碳排放因子取0.776 9 t CO2/MW·h[12]。三甘醇脱水系统总CO2排放量计算表达式见式(1)。

$ G=G_{\mathrm{BOG}}+k\left(P_{\text {reboiler }}+P_{\text {pump }}\right) $ (1)

式中:G为总CO2排放量,kg/h;GBOG为闪蒸气燃烧后的CO2排放量,kg/h;k为供电碳排放因子,t/(MW·h);PreboilerPpump分别为重沸器和循环泵功率,kW。

为分析各变量对三甘醇系统总碳排放的影响,基于控制变量法,利用HYSYS CASE STUDY对水露点及碳排放进行敏感性分析。控制参数基础数据见表 3

表 3    CASE STUDY控制参数基础数据

2.2 湿气入口温度

吸收塔入口温度不宜高于48 ℃,且不应低于水合物生成温度[13],该平台上湿气的水合物生成温度为19 ℃。由于平台采用海水作为天然气冷却介质,受限于水工艺系统相关参数和海水温度,天然气最低冷却温度为30 ℃。因此,平台湿气入口温度变化区间为30~48 ℃。等间隔选取6组工况,对三甘醇脱水系统碳排放量进行敏感性分析。

分析结果如图 3所示,三甘醇脱水系统的碳排放主要来自重沸器和闪蒸气,重沸器占比70%以上,闪蒸气占比30%以下,TEG循环泵占比低于2%。碳排放总量对湿气入口温度变化不敏感,平均变化率低于0.1 kg/(h·℃)。湿气入口温度对干气露点影响较大(图 4),随着湿气入口温度的增加,吸收塔的脱水效果明显降低。

图 3     湿气入口温度对碳排放量的影响

图 4     湿气入口温度对干气水露点的影响

2.3 TEG循环量

三甘醇脱水系统中的TEG循环量取决于每吸收湿气中1 kg水所需的TEG量。虽然干气平衡露点取决于贫液质量分数,但在实际操作中,吸收塔内气液相很难达到完全平衡状态。而TEG循环量能影响气液相接近平衡状态的程度,换言之,增加TEG循环量就能使干气实际露点更接近平衡露点。按照GPSA推荐,TEG的经济循环量为15~40 L/(kg H2O)[14]

TEG循环量对三甘醇脱水系统碳排放量的影响见图 5。由图 5可知,随着TEG循环量的逐渐增加,系统内重沸器能耗、闪蒸气量及碳排放总量均呈线性增长的趋势。同时,随着TEG循环量的增加,干气水露点逐渐降低(图 6),脱水效果逐渐提升。当TEG循环量超过35 L/kg时,露点降基本不随TEG循环量的增加而变化,表明干气实际水露点接近平衡水露点。

图 5     TEG循环量对碳排放量的影响

图 6     TEG循环量对干气水露点的影响

2.4 湿气入口压力

TEG吸收塔压力在3.4~8.3 MPa时,整体经济性较好[15]。该吸收塔设计压力为7.2 MPa,安全阀定压为7.1 MPa。在模拟过程中,吸收塔最高压力不应超过7.1 MPa。

随着湿气入口压力的增加,系统总碳排放量略微增加,其中,闪蒸气燃烧对应的碳排放增量在总增量中占主导地位(图 7);干气水露点的变化趋势与碳排放总量的变化趋势相反,湿气入口压力越大,TEG吸收塔的脱水效果越好,干气水露点越低(图 8)。这是由于湿气入口压力增加导致气相中重烃及水含量减少,更多地溶解在TEG溶液中。

图 7     湿气入口压力对碳排放量的影响

图 8     湿气入口压力对干气水露点的影响

2.5 重沸器温度

重沸器是TEG再生单元的核心装置,重沸器温度越高,贫液中TEG质量分数越高,但重沸器温度不能高于TEG分解变质温度(三甘醇的理论分解温度是207 ℃,通常最高温度控制在204 ℃),海上平台重沸器温度一般控制在170~204 ℃[16-18]。重沸器温度与功率存在函数关系,重沸器温度增加会导致重沸器碳排放量急剧增加,重沸器温度变化对TEG泵功率及闪蒸气排放量的影响可忽略不计(图 9)。重沸器温度越高,湿气的脱水深度越高,干气水露点越低(图 10)。

图 9     重沸器温度对碳排放量的影响

图 10     重沸器温度对干气水露点的影响

2.6 富液进塔温度

富液进塔温度应控制在95~149 ℃[15]。富液进塔温度越高,重沸器将富液加热到指定温度所需功率就越低,从而导致系统的碳排放量降低(图 11)。富液进塔温度与重沸器的功率、贫/富TEG换热器的换热效率以及温控系统的设定值有关,换言之,富液进塔温度取决于系统热量回收的能力。故提高系统热量回收能力是降低系统碳排放量的有力措施[19]

图 11     富液进塔温度对碳排放量的影响

2.7 汽提量

TEG再生系统无汽提操作时,贫甘醇质量分数最大可达到98.75%;增加汽提操作后,贫甘醇质量分数最大可达到99.96%[20]。汽提气通常会采用氮气或燃料气,该平台采用氮气,氮气从汽提塔塔底进入,与甘醇逆流接触,汽提前TEG质量分数为97.6%,汽提后TEG质量分数达到98.9%,通过汽提能有效提高TEG贫液质量分数。

参考SY/T 0076-2008《天然气脱水设计规范》及《油气集输与矿场加工》,每1 L TEG所需的汽提气量约为0.01~0.04 m3图 12图 13分别为汽提气量对碳排放量和干气水露点的影响。从图 12图 13可以看出,随着汽提气量的增加,三甘醇脱水系统碳排放总量略微增加,干气水露点基本呈线性降低。

图 12     汽提气量对碳排放量的影响

图 13     汽提气量对干气水露点的影响

2.8 碳排放优化

经上述分析,TEG循环量、重沸器温度、富液进塔温度、湿气入口温度对系统碳排放总量和干气水露点的影响最大[21]。由于各参数变化需满足相平衡及能量平衡条件,所以各参数之间不是独立关系,而是高度非线性关系。需采用遗传算法进行三甘醇脱水系统碳排放总量的最优化计算。

遗传算法(GA)是一类借鉴生物界优胜劣汰遗传机制演化而来的随机化搜索方法,其采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,具有较好的全局寻优能力[22-25]。三甘醇脱水系统的优化流程如图 14所示。

图 14     基于GA算法的TEG脱水系统碳排放优化流程图

具体如下:

(1) 初始化种群,通过Matlab在决策变量的搜索域内随机生成N组数据,形成种群个体数量为N的种群。

(2) HYSYS批运算,利用ActiveX控件将种群内个体逐一传递到HYSYS的SPREADSHEET中进行模拟计算(图 15),碳排放量及水露点模拟结果(图 16)再通过ActiveX控件返回给Matlab。

图 15     SPREADSHEET中的决策变量

图 16     碳排放量及水露点模拟值

(3) 判断干气水露点是否满足条件,以及换热器是否出现温度交叉的逻辑错误。若不满足条件或出现错误,则给予较大的惩罚值。

(4) 适应度函数值计算,适应度函数是遗传算法区别于传统优化算法的内容之一,其并不需要目标函数的导数信息,而是通过适应度函数来评价目标函数,从而度量种群中个体优劣的无量纲指标,具有良好的适应性。

(5) 遗传优化,根据“优胜劣汰”的进化机制,按概率选择适应度较好的个体,采用轮盘赌法作为随机选择算法;将选择出来的个体进行交叉、变异操作,从而繁衍出下一代种群,本研究中交叉因子为0.7,变异因子为0.1。

(6) 持续“进化”,将繁衍出来的种群继续代入HYSYS中进行计算,重复步骤(1)~(5),直至满足终止条件,并输出适应度最优的个体作为最终结果。

图 17为不同种群规模的优化过程,其中,种群规模分别为50、100,终止遗传代数为150。随着迭代次数的增加,每一代种群的最优适应度会呈现逐渐下降的趋势,表明计算结果正在趋于收敛。遗传算法中的种群个数对收敛速度有明显影响,当种群规模为100时,只需迭代到78代,而当种群规模为50时,则需要迭代到140代。由于遗传算法的随机性及决策变量操作空间的非凸非线性,不同种群规模的计算结果存在一定的差异[26],这里取平均值作为最终优化结果。

图 17     不同种群规模的优化过程

表 4为各决策变量及水露点指标和系统碳排放量优化前后的对比情况,在优化过程中,TEG循环量降幅最大,高达40%,重沸器温度降幅为7.7%。优化前TEG脱水系统的碳排放量为83.84 kg/h,而优化后系统的碳排放量降至53.98 kg/h,降幅达到35.6%,优化效果较为明显。

表 4    各决策变量及水露点指标和系统碳排放量优化前后对比

3 结论

(1) 三甘醇脱水系统的碳排放主要来自重沸器和闪蒸气,重沸器占比70%以上,闪蒸气占比30%以下,TEG循环泵占比低于2%。

(2) TEG循环量、重沸器温度、富液进塔温度对三甘醇脱水系统的碳排放总量影响较大,湿气入口压力对碳排放总量影响较小,湿气入口温度、汽提气量基本不影响碳排放总量。

(3) 在露点降方面,湿气入口温度降低、TEG循环量增加、湿气入口压力增加、重沸器温度提高、汽提气量增加等操作均能有效提高TEG脱水深度。

(4) 在遗传算法优化过程中,TEG循环量降幅最大,高达40%,重沸器温度降幅为7.7%。优化前TEG脱水系统的碳排放量为83.84 kg/h,而优化后系统的碳排放量降至53.98 kg/h,降幅达到35.6%,优化效果较为明显。

参考文献
[1]
王强, 伍世代, 林羽珊. 中国东南沿海地区工业能源消费碳排放的驱动因素分析[J]. 资源科学, 2015, 37(6): 1239-1248.
[2]
王敏, 冯相昭, 安祺, 等. 基于脱钩指数和LMDI的青海省绿色低碳发展策略研究[J]. 气候变化研究进展, 2021, 17(5): 598-607.
[3]
颜筱函, 李柏成. 基于粒子群算法的天然气三甘醇脱水工艺参数优化研究[J]. 石油与天然气化工, 2017, 46(3): 22-26. DOI:10.3969/j.issn.1007-3426.2017.03.005
[4]
蒋洪, 杨昌平, 吴敏, 等. 天然气三甘醇脱水装置节能分析[J]. 石油与天然气化工, 2010, 39(2): 122-127.
[5]
NOGAL F D, KIM J K, PERRY S, et al. Optimal design of mixed refrigerant cycles[J]. Industrial & Engineering Chemistry Research, 2008, 47(22): 8724-8740.
[6]
李奇, 姬忠礼, 段西欢, 等. 基于HYSYS和GA的天然气净化装置用能优化[J]. 天然气工业, 2011, 31(9): 102-106.
[7]
俞红梅, 姚平经, 袁一, 等. 大规模过程系统能量优化综合的遗传模拟退火算法[J]. 化工学报, 1998, 49(6): 655-661.
[8]
陈赓良. 天然气三甘醇脱水工艺的技术进展[J]. 石油与天然气化工, 2015, 44(6): 1-9.
[9]
单永康, 蒋洪, 蒲志波, 等. 含BTEX三甘醇再生废气的回收利用[J]. 石油与天然气化工, 2018, 47(2): 31-35.
[10]
李士富. 油气处理工艺及计算[M]. 北京: 中国石化出版社, 2010.
[11]
郭广智. 石油化工动态模拟软件HYSYS[J]. 石油化工设计, 1997, 14(3): 29-33.
[12]
于航, 刘强, 孙洋洲, 等. 新建(改扩建)海上油气田开发项目碳排放量计算模型的建立与应用[J]. 舰船科学技术, 2018, 40(12): 84-89.
[13]
中国石油天然气管道工程有限公司天津分公司. 天然气脱水设计规范: SY/T 0076-2008[S]. 北京: 石油工业出版社, 2008: 4.
[14]
GAS Processors Suppliers Association. Engineering Data Book[M]. 12th ed. Oklahoma: Tulasa, 2004.
[15]
冯叔初, 郭揆常. 油气集输与矿场加工[M]. 2版. 北京: 中国石油大学出版社, 2006.
[16]
王飞, 付峻, 苗建. HYSYS软件在某海上气田三甘醇脱水工艺中的应用[J]. 石油与天然气化工, 2019, 48(4): 20-26.
[17]
马晨波, 刘向东, 郑海敏, 等. 基于敏感性分析的三甘醇脱水系统调节方法研究[J]. 石油与天然气化工, 2021, 50(6): 1-8.
[18]
成庆林, 王雪, 孟岚, 等. 天然气三甘醇脱水工艺优化模拟与碳排放核算[J]. 天然气与石油, 2022, 40(4): 32-38.
[19]
李明, 温冬云. 新型板式换热器在三甘醇脱水装置中的应用[J]. 石油与天然气化工, 2004, 33(6): 419-423.
[20]
Design and Engineer Practice of Shell. Manual of Glycol-Type Gas Dehydration and Hydrate Systems. DEP 20.04.10.10 -Gen-January[Z]. 1994.
[21]
李天斌. 某海洋气田中心平台三甘醇脱水系统模拟研究[J]. 石油与天然气化工, 2019, 48(6): 30-34.
[22]
周昕, 凌兴宏. 遗传算法理论及技术研究综述[J]. 计算机与信息技术, 2010(4): 37-39.
[23]
李金娟. 遗传算法及应用的研究[J]. 电脑与信息技术, 2013, 21(2): 5-7.
[24]
雷英杰, 张善文, 李续武, 等. MATLAB遗传算法工具箱及应用[M]. 西安: 西安电子科技大学出版社, 2005.
[25]
陈建安, 郭大伟, 徐乃平, 等. 遗传算法理论研究综述[J]. 西安电子科技大学学报, 1998, 25(3): 363-368.
[26]
YALCINOZ T, ALTUN H. Power economic dispatch using a hybrid genetic algorithm[J]. IEEE Power Engineering Review, 2001, 21(3): 59-60.