朱傳琪 溫潤(rùn)娟 馬芳

國(guó)家能源集團(tuán)寧夏煤業(yè)有限責(zé)任公司煤炭化學(xué)工業(yè)技術(shù)研究院 寧夏 銀川 754011

天然氣作為一種相對(duì)清潔的能源，在交通、化工等領(lǐng)域中承擔(dān)了越來(lái)越重要的角色。其氣態(tài)時(shí)體積為液化后體積的600倍[1]，因此液化天然氣被認(rèn)為是天然氣最有前景和最經(jīng)濟(jì)的運(yùn)輸方式之一。常用的天然氣液化工藝是混合冷劑液化工藝，其利用多種制冷劑組成混合冷劑，通過(guò)對(duì)制冷劑進(jìn)行壓縮、冷凝、氣液分離、節(jié)流膨脹及蒸發(fā)吸熱而制造不同的溫區(qū)，以提供天然氣液化過(guò)程所需冷量，實(shí)現(xiàn)天然氣液化[2]?；旌侠鋭┲评涔に嚪譃閱窝h(huán)、丙烷預(yù)冷、雙循環(huán)混合冷劑液化工藝等[3]。天然氣液化過(guò)程所產(chǎn)生的能耗中，混合冷劑工藝能耗占比為40%～50%。因此研究混合冷劑制冷過(guò)程，對(duì)降低天然氣液化過(guò)程能耗具有重要意義。

楊鑫磊[1]分析混合冷劑的溫度、壓力等參數(shù)對(duì)制冷流程的影響，并對(duì)冷劑配比進(jìn)行優(yōu)化。張進(jìn)盛[4]等利用順序二次規(guī)劃對(duì)混合冷劑制冷過(guò)程各參數(shù)進(jìn)行優(yōu)化?，F(xiàn)有研究多是在參數(shù)固定的情況下對(duì)制冷過(guò)程進(jìn)行分析，其結(jié)果未體現(xiàn)相關(guān)參數(shù)同時(shí)變化對(duì)制冷過(guò)程的復(fù)雜影響。針對(duì)混合冷劑制冷流程開(kāi)展不確定性及敏感性分析已成為當(dāng)前的研究熱點(diǎn)[5]，但Muhammad A[5]、Ali W等未將冷劑出口壓力與溫度等參數(shù)同時(shí)作為研究變量。且其采用一級(jí)冷卻的方式對(duì)制冷流程進(jìn)行簡(jiǎn)化，這與實(shí)際工況存在差異。因此，搭建三級(jí)冷卻液化流程開(kāi)展不確定性及敏感性分析。將冷劑組分摩爾含量、出口壓力及溫度作為研究對(duì)象。量化相關(guān)參數(shù)變化對(duì)于制冷流程及能耗的影響，并借助最優(yōu)化算法開(kāi)展制冷流程參數(shù)優(yōu)化，降低系統(tǒng)能耗。

1 研究方法

1.1 液化工藝流程模擬

所選案例中天然氣處理量為1769 kmol/h，各組分摩爾分?jǐn)?shù)為CH497.95%，C2H60.44%，N21.6%，CO20.01%。天然氣壓力為4.27MPa（G），溫度為28.2℃，壓縮機(jī)等熵效率為0.75，天然氣液化溫度為-161℃。利用化工過(guò)程模擬軟件搭建混合冷劑制冷液化流程如圖1，物性方法設(shè)為Peng-Robinson?；旌侠鋭┙?jīng)一級(jí)壓縮后進(jìn)入級(jí)間冷卻器，冷卻后進(jìn)行氣液分離，氣相經(jīng)二級(jí)壓縮至高壓，液相提壓后與氣相混合進(jìn)入二級(jí)冷卻器，冷卻后進(jìn)入壓縮機(jī)出口分液罐進(jìn)行氣液分離，氣、液相分別進(jìn)入換熱器為天然氣及自身提供冷量。制冷循環(huán)流程中混合冷劑總摩爾流量保持不變。

圖1 單循環(huán)混合冷劑制冷流程

1.2 不確定性及敏感性分析

在混合冷劑制冷過(guò)程中，由于冷劑配比、出口溫度等參數(shù)的變化，導(dǎo)致制冷過(guò)程能耗隨之變化。不確定性分析的目的是量化相關(guān)參數(shù)變化對(duì)制冷能耗的影響。敏感性分析則是用于量化各輸入?yún)?shù)對(duì)于能耗影響的大小。本文選用基于方差的敏感性分析方法進(jìn)行計(jì)算，其通過(guò)主效應(yīng)和全效應(yīng)兩個(gè)指標(biāo)分析輸入?yún)?shù)對(duì)能耗的影響。主效應(yīng)為單一參數(shù)對(duì)能耗的影響，全效應(yīng)為考慮各輸入?yún)?shù)的交互作用后對(duì)能耗的影響。效應(yīng)值越大代表影響越大。

本文將混合冷劑各組分摩爾占比、出口壓力及溫度作為輸入?yún)?shù)，各參數(shù)設(shè)為均勻分布，將液化流程中總功耗作為輸出參數(shù)?；旌侠鋭└鹘M分摩爾分?jǐn)?shù)的取值范圍，按照空氣化工公司給出一般原則進(jìn)行設(shè)定，出口壓力和預(yù)冷溫度按照相關(guān)文獻(xiàn)設(shè)定[1，3]，各參數(shù)變化范圍見(jiàn)表1。選用拉丁超立方抽樣在其分布范圍內(nèi)抽樣2000次，得到輸入?yún)?shù)組合。

表1 不確定性分析各參數(shù)變化范圍

由于不確定性及敏感性分析所需數(shù)據(jù)較多，采用手動(dòng)方式完成2000組參數(shù)的模擬計(jì)算需要大量時(shí)間。因此本文通過(guò)Python軟件自動(dòng)實(shí)現(xiàn)參數(shù)輸入及結(jié)果的保存，提高分析計(jì)算的效率及準(zhǔn)確性。不確定性分析過(guò)程中換熱器最小傳熱溫差不作為限制條件，以充分反映各參數(shù)變化對(duì)混合冷劑制冷過(guò)程的影響。

2 結(jié)果分析與討論

2.1 不確定性分析結(jié)果

該工藝流程不確定性分析結(jié)果如圖2所示，從左至右依次為制冷流程總功耗、壓縮機(jī)功耗及級(jí)間冷卻器功耗的不確定性分析結(jié)果。在所設(shè)定的參數(shù)變化范圍內(nèi)，流程總能耗的變化范圍為28010.44～31880.24 kW，其最大值與最小值的差值為3869.8 kW，這說(shuō)明在上述參數(shù)變化時(shí)，所選案例具有較大的工藝優(yōu)化空間。壓縮機(jī)功耗的變化范圍為11641.59～12446.48 kW，級(jí)間冷卻器功耗的變化范圍為15978.93～19952.46 kW。根據(jù)不確定性分析結(jié)果可以發(fā)現(xiàn)，該流程內(nèi)級(jí)間冷卻器的功耗波動(dòng)較大，是該工藝總能耗波動(dòng)的主要原因，導(dǎo)致該現(xiàn)象的原因?qū)⒔Y(jié)合敏感性分析結(jié)果進(jìn)行討論。

圖2 不確定性分析結(jié)果

2.2 敏感性分析結(jié)果

表2為該工藝流程敏感性分析結(jié)果，從表中可以發(fā)現(xiàn)，混合冷劑各組分在考慮交互作用后對(duì)能耗的影響顯著提升，這說(shuō)明混合冷劑中各組分的占比對(duì)功耗影響較為復(fù)雜。

表2 敏感性分析結(jié)果

基于敏感性分析結(jié)果，可以發(fā)現(xiàn)混合冷劑出口溫度、壓力對(duì)總功耗的影響較大，這與不確定性分析結(jié)果相互驗(yàn)證。冷劑的出口溫度是其進(jìn)入冷箱的溫度，由于冷箱內(nèi)天然氣液化所需冷量不變，當(dāng)出口溫度越高時(shí)，混合冷劑提供給天然氣液化的冷量相對(duì)減少。因此降低冷劑出口溫度有利于天然氣液化，但這會(huì)導(dǎo)致冷卻器能耗增加，從而使冷劑出口溫度對(duì)流程總功耗影響較大。而混合冷劑出口壓力對(duì)能耗的影響，是由于冷劑出口壓力增加導(dǎo)致焓值降低，造成冷劑進(jìn)出冷箱的焓差增大，而天然氣液化所需總冷量不變，所以適當(dāng)增加冷劑壓力有利于降低液化過(guò)程能耗。但增加冷劑出口壓力會(huì)導(dǎo)致壓縮機(jī)壓比增加，這會(huì)增加液化過(guò)程能耗，因此需要根據(jù)冷劑的配比情況進(jìn)行判斷，選擇合適的出口壓力，使得其對(duì)冷劑液化過(guò)程的能耗影響達(dá)到平衡。

此外，混合冷劑中C3H8及i-C5H12組分的含量相較于其他組分對(duì)能耗的影響較大。這是由于在總摩爾流量不變的情況下，C3H8及i-C5H12組分含量增加會(huì)導(dǎo)致混合冷劑的相對(duì)分子量增加，造成壓縮機(jī)功耗增加。其次，由于C3H8及i-C5H12組分的沸點(diǎn)相對(duì)于其他組分較高，在級(jí)間冷卻時(shí)更易發(fā)生冷凝相變，所以其對(duì)流程總能耗的影響大于其他輕組分。

2.3 單循環(huán)混合冷劑制冷工藝流程參數(shù)優(yōu)化

工藝參數(shù)優(yōu)化借助逐步回歸及最優(yōu)化算法開(kāi)展。首先將2000組數(shù)據(jù)導(dǎo)入Python軟件，利用逐步回歸擬合輸入?yún)?shù)與能耗的回歸模型?；貧w模型中參數(shù)入選及刪除的alpha設(shè)為0.15。根據(jù)逐步回歸計(jì)算結(jié)果，所得模型的R2為0.99說(shuō)明所得模型精度較高，可用于參數(shù)優(yōu)化計(jì)算。

利用Python中非線性優(yōu)化算法進(jìn)行制冷流程參數(shù)優(yōu)化?；貧w模型作為目標(biāo)函數(shù)，約束條件為表1中參數(shù)取值范圍及各換熱器的最小傳熱溫差，最小傳熱溫差設(shè)為大于3℃。參數(shù)優(yōu)化結(jié)果如表3所示。此時(shí)流程總功耗為28497.74 kW，該結(jié)果接近不確定性分析結(jié)果的最小值。所產(chǎn)生的差異是由于不確定性分析未將最小傳熱溫差作為限制條件。而不考慮最小傳熱溫差限制會(huì)使換熱器傳熱效果不佳，因此在進(jìn)行參數(shù)優(yōu)化時(shí)需將其作為約束條件，這使得最優(yōu)化算法所得總能耗略大于不確定性分析所得最小值。

表3 各參數(shù)優(yōu)化結(jié)果

3 結(jié)束語(yǔ)

借助不確定性分析與敏感性分析手段對(duì)單循環(huán)混合冷劑制冷流程進(jìn)行分析，并利用最優(yōu)化算法對(duì)相應(yīng)工藝流程進(jìn)行參數(shù)優(yōu)化。所得主要結(jié)論如下：

1）不確定性分析方法可量化出輸入?yún)?shù)變化的情況下制冷流程能耗的變化范圍，可充分掌握工藝參數(shù)變化導(dǎo)致的系統(tǒng)能耗變動(dòng)情況。本文所搭建的系統(tǒng)能耗波動(dòng)范圍為28010.44～31880.24 kW。

2）敏感性分析方法明確了各參數(shù)變化對(duì)制冷流程能耗的影響，本文所選擇的參數(shù)中，冷劑出口溫度對(duì)流程能耗的影響最大，其次為出口壓力，混合冷劑各組分之間存在較強(qiáng)的交互作用。

3）本文借助最優(yōu)化算法對(duì)制冷流程相關(guān)參數(shù)進(jìn)行優(yōu)化，各參數(shù)的最優(yōu)值為CH423.74%，C2H431.56%，C3H817.25%，i-C5H1218%，N29.45%，冷劑出口壓力為3011.105kPa，冷劑進(jìn)入冷箱的溫度為44.87℃，最低能耗值為28497.74 kW。