CN103087753B - 一种重质原料工业裂解炉价值最大化模型的构建方法 - Google Patents
一种重质原料工业裂解炉价值最大化模型的构建方法 Download PDFInfo
- Publication number
- CN103087753B CN103087753B CN201110332693.0A CN201110332693A CN103087753B CN 103087753 B CN103087753 B CN 103087753B CN 201110332693 A CN201110332693 A CN 201110332693A CN 103087753 B CN103087753 B CN 103087753B
- Authority
- CN
- China
- Prior art keywords
- pyrolysis
- product
- pyrolysis furnace
- cracking
- carbon
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
- C10G9/00—Thermal non-catalytic cracking, in the absence of hydrogen, of hydrocarbon oils
- C10G9/14—Thermal non-catalytic cracking, in the absence of hydrogen, of hydrocarbon oils in pipes or coils with or without auxiliary means, e.g. digesters, soaking drums, expansion means
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
- C10G9/00—Thermal non-catalytic cracking, in the absence of hydrogen, of hydrocarbon oils
- C10G9/34—Thermal non-catalytic cracking, in the absence of hydrogen, of hydrocarbon oils by direct contact with inert preheated fluids, e.g. with molten metals or salts
- C10G9/36—Thermal non-catalytic cracking, in the absence of hydrogen, of hydrocarbon oils by direct contact with inert preheated fluids, e.g. with molten metals or salts with heated gases or vapours
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
- C10G2400/00—Products obtained by processes covered by groups C10G9/00 - C10G69/14
- C10G2400/20—C2-C4 olefins
Abstract
本发明是一种重质原料工业裂解炉价值最大化模型的构建方法,在乙烯生产企业中,基于重质原料蒸汽裂解实验数据建立重质原料裂解炉裂解产物收率预测模型,采集重质原料工业裂解炉碳四及碳四以下裂解产物收率数据并用于校核建立的预测模型,使预测模型的计算结果与工业裂解炉实际运行的结果一致;基于校核模型,建立重质原料裂解炉裂解产物价值最大化模型,并用于优化重质原料裂解炉操作,使工业重质原料裂解炉生产的裂解产物或裂解产品总价值达到最大化。
Description
技术领域
本发明涉及石油化工生产装置中裂解炉操作的优化方法,更具体的,涉及一种重质原料工业裂解炉价值最大化模型的构建方法。
背景技术
目前,世界乙烯总产量的99%都是通过裂解炉以蒸汽裂解方式生产的,当前和未来新增加的乙烯产能也主要是由裂解炉以蒸汽裂解方式来生产的。乙烯装置在生产乙烯的同时,副产丙烯、丁烯、丁二烯、芳烃(苯、甲苯、二甲苯),成为石油化学工业基础原料的主要来源。乙烯装置除了生产乙烯之外,70%的丙烯、90%的丁二烯、30%的芳烃均来自乙烯装置的副产。以“三烯”(乙烯、丙烯、丁二烯)和“三苯”(苯、甲苯、二甲苯)总量计,约65%来自乙烯生产装置。
由于蒸汽裂解工艺生产乙烯的同时还副产大量的其他烯烃和芳烃,相应地,乙烯生产必然与多种中间产品和石化产品生产联接在一起。因此,石油化工工业总是以乙烯生产为中心,以裂解炉为龙头生产装置,配套多种产品加工生产的联合企业。乙烯生产的规模、成本、生产稳定性、产品质量都将对整个联合企业起到支配作用。乙烯装置在石油化工联合企业中成为关系全局的核心生产装置。裂解炉是石油化工联合企业中的龙头装置,裂解炉的运行直接将影响其他石油化工装置的生产操作。
烃类蒸汽裂解的反应温度较高(780-870℃)、反应过程是个强吸热过程,裂解炉的生产运行消耗大量的燃料。因此乙烯工业是高能耗行业,裂解炉能耗约占乙烯装置能耗的70%左右,而裂解原料成本占乙烯生产成本的一半以上。因此,在裂解炉生产过程中,往往针对裂解原料物性,优化裂解炉操作条件,使经济价值或者经济附加值较高的裂解产物(如乙烯、丙烯等)收率达到最大,降低原料和能量消耗,降低生产成本,是乙烯生产企业面临的一个难题。
裂解炉专利商在裂解炉技术发展过程中具有非常重要的作用,目前经过不断的重组合并全世界形成六大裂解炉专利商,即LUMMUS、S&M、KBR、TECKNIP、LINDE、SINOPEC。裂解炉专利商基于蒸汽裂解反应机理或蒸汽裂解实验数据,采用推导或数学回归等方法建立了工业裂解炉模拟软件,用于预测裂解产物收率及运行周期等,如LUMMUS的PYPS、TECHNIP的SPYRO等。裂解炉专利商设计和改造众多裂解炉,但对于裂解炉的操作优化,目前仅有ASPEN和TECHNIP提出了双烯(乙烯+丙烯)收率的优化方案,利用TECHNIP的SPYRO软件和APSEN的分离装置模拟技术及其先进控制技术,优化裂解炉生产操作,主要通过提高双烯的收率的方式试图提高生产企业的经济效益。
工业裂解炉裂解产物有上百种,但乙烯装置生产的最终裂解产品数量有限,通常不会超过十几种,而裂解产品在市场上以一定的价格出售,并受供求关系影响。烯烃生产企业的裂解炉年生产能力不同,乙烯装置生产的裂解产品存在较大的差异:乙烯年产量小于30万吨的生产企业,裂解产品主要为乙烯和丙烯;乙烯年产量大于等于30万吨的生产企业,裂解产品主要为乙烯、丙烯、丁二烯、芳烃。除了乙烯、丙烯、丁二烯、苯、甲苯、二甲苯这些主要裂解产品之外,烯烃生产企业还生产氢气、碳四馏分、裂解汽油、裂解柴油、燃料油等含有一定经济价值或者经济附加值的副产品。
近年来,石油价格在较大范围内振荡,裂解产品价格随之振荡。裂解产品价格除了受原料的价格影响之外,还受市场供需关系的影响,供不应求的裂解产品价格较高,而供大于求的裂解产品价格较低。在裂解炉生产操作过程中,收率较高的裂解产品价格未必较高,收率较低的裂解产品价值未必较低。因此,裂解炉操作仅仅以双烯或三烯三苯为主要裂解产品而忽略其他副产品的价值和裂解产品市场价格波动不能使生产企业的经济效益达到较高水平,因此裂解炉操作应该充分考虑每一种裂解产品的市场价值,应该根据裂解产品的市场供需关系和价格来指导裂解炉生产操作,使裂解炉生产的裂解产品的总价格达到最大,从而有效提高生产企业的经济收入。
发明内容
现有技术中通过提高双烯收率试图实现提高乙烯装置的经济效益,却忽略了其他裂解产物或裂解产品的经济价值或经济附加值,实际不能有效提高乙烯生产企业的收入。为了克服传统裂解炉操作优化方法的缺陷,与现有技术采用提高双烯收率提高经济效益的方法不同,本发明构建工业裂解炉裂解产物价值最大化模型,用于优化工业裂解炉操作,使裂解炉生产的裂解产物或裂解产品总价值达到最大。
本发明涉及重质原料工业裂解炉裂解产物价值最大化模型构建的方法,在乙烯生产企业中,基于重质原料蒸汽裂解实验数据建立裂解炉裂解产物预测模型,然后利用工业裂解炉实际运行的碳四及碳四以下裂解产物收率数据校核预测模型,使预测模型计算值与工业裂解炉实际运行数据规律基本一致;基于校核的预测模型,建立工业裂解炉裂解产物价值最大化模型,并用于重质原料裂解炉操作优化,使裂解炉生产的裂解产物或裂解产品总价值达到最大。
具体技术方案如下:
本发明涉及到重质原料工业裂解炉裂解产物价值最大化模型的构建方法,在乙烯生产企业中,基于重质原料蒸汽裂解实验数据采用数学建模方法建立裂解炉裂解产物预测模型,然后采集工业裂解炉实际运行的碳四及碳四以下裂解产物收率数据校核预测模型,使预测模型的计算值与工业裂解炉实际运行数据基本一致;基于校核的预测模型,建立工业裂解炉裂解产物价值最大化模型,并用于重质原料裂解炉操作优化,使裂解炉生产的裂解产物或裂解产品总价值达到最大。
所述的一种工业裂解炉价值最大化模型的构建方法包括以下步骤:
(1)建立预测模型:基于重质原料蒸汽裂解实验数据,利用数学建模方法建立工业裂解炉裂解产物收率预测模型,可根据裂解原料物性、工业裂解炉操作条件计算裂解产物收率。
(2)采集碳四及碳四以下裂解产物收率数据:在裂解原料物性、进料量、蒸汽量不变的条件下,在炉管出口温度(COT)正常操作范围内,通过变动COT采集工业裂解炉运行的碳四及碳四以下产物收率数据。
(3)模型校核:利用步骤(2)得到的工业裂解炉运行数据校核步骤
(1)得到的预测模型,使校核的预测模型计算结果与工业裂解炉实际运行数据基本一致。
(4)建立裂解炉裂解产物价值最大化模型:基于步骤(3)得到的预测模型建立裂解炉裂解产物价值最大化模型,可利用裂解产物价格、裂解原料物性、裂解炉运行数据计算出裂解产物或裂解产品总价值最大的裂解炉操作条件。
优选地,所述的乙烯生产企业的生产装置主要包括裂解炉、分离装置等。
优选地,所述的重质原料由C12~C35饱和烃构成,饱和烃包括链烷烃、环烷烃、芳烃。重质原料主要包括柴油、加氢尾油等重质原料构成。
更优选地,所述裂解原料物性包括密度、恩式蒸馏馏程(ASTM)、族组成(PONA)、氢含量或碳含量或碳氢比、残碳值、分子量、关联指数(BMCI)、折光指数等。重质原料组份至少达上百种,因此利用其详细组份及其含量较为困难,通常选择密度、恩式蒸馏馏程(ASTM)、族组成(PONA)等作为物性参数。
优选地,所述的裂解产物主要包括氢气、一氧化碳、二氧化碳、甲烷、乙烷、乙烯、乙炔、丙烷、丙烯、丙炔、丙二烯、丁烷、丁烯、丁二烯、正戊烷、苯、甲苯、二甲苯、乙苯、苯乙烯、裂解汽油(不含芳烃)、裂解柴油、裂解燃料油等。尽管裂解原料的形态和构成差异较大,而它们的裂解产物组份却基本相同,只不过裂解产物组份的收率分布不同。
优选地,所述的碳四及碳四以下物质主要包括氢气、甲烷、乙烷、乙烯、乙炔、丙烷、丙烯、丙炔和丙二烯、丁烷、丁烯、丁二烯。
优选地,所述的裂解产品主要包括主要由氢气、乙烯、丙烯、丁二烯、碳四馏分(丁烷和丁烯)、碳五馏分、苯、甲苯、二甲苯、裂解汽油(不含芳烃)、乙苯、苯乙烯、裂解燃料油构几种组合或全部构成。
在乙烯生产企业中,石脑油在裂解炉内被加热到高温发生蒸汽裂解反应生产富含有低碳烯烃和芳烃的裂解气,裂解气即裂解产物,主要包括氢气、一氧化碳、二氧化碳、甲烷、乙烷、乙烯、乙炔、丙烷、丙烯、丙炔、丙二烯、丁烷、丁烯、丁二烯、正戊烷、苯、甲苯、二甲苯、乙苯、苯乙烯、裂解汽油(不含芳烃)、裂解柴油、裂解燃料油等。
裂解气经过分离装置的分离和提纯形成有机化工原料及其他原料,如氢气、燃料气、乙烯、丙烯、碳四馏分(包括丁烷、丁烯、丁二烯)、裂解汽油(含有芳烃)、裂解柴油、裂解燃料油等。在分离装置中,尽管不同专利商提供的工艺流程顺序不同,如LUMMUS的顺序分离流程、LINDE的前脱乙烷流程、S&W的前脱丙烷流程,但最终都按照烃的碳数进行分离和提纯。分离装置包括油洗塔、水洗塔、压缩机、冷箱、脱甲烷塔、脱乙烷塔、乙烯精馏塔、脱丙烷塔、丙烯精馏塔、脱丁烷塔、碳二碳三加氢装置等装置。裂解气部分组份经过分离装置的分离提纯形成原料,如氢气、乙烯、丙烯、碳四馏分(包括丁烷、丁烯、丁二烯)、裂解汽油(含有芳烃);部分组份被消耗或循环利用,如一氧化碳通过甲烷化装置处理形成燃料气,甲烷通过脱甲烷塔生成燃料气,而燃料气用作裂解炉的燃料被消耗;二氧化碳被碱洗塔吸收;乙炔、丙炔和丙二烯经过加氢反应器生成乙烯和乙烷、丙烯和丙烷;乙烷、丙烷经过乙烯精馏塔、丙烯精馏塔提纯之后形成循环乙烷、循环丙烷,循环乙烷和循环丙烷作为裂解原料返回裂解炉;裂解柴油和裂解燃料油经过油洗塔形成燃料油。
裂解产品的种类与乙烯装置的界区划分有关。分离装置中若包括丁二烯抽提装置,丁烷、丁烯、丁二烯经过脱丁烷塔和丁二烯抽提装置形成碳四馏分(丁烷和丁烯)和丁二烯两种裂解产品,碳四馏分(丁烷和丁烯)大多用于生产LPG;若分离装置中没有丁二烯抽提装置,丁烷、丁烯、丁二烯经过脱丁烷塔形成混合碳四馏分,因此只有混合碳四馏分一种裂解产品。分离装置中若包括芳烃抽提装置,裂解汽油(含有芳烃)通过芳烃抽提装置可形成苯、甲苯、二甲苯、裂解汽油(不含芳烃)裂解产品;若不含有芳烃抽提装置,则苯、甲苯、二甲苯、裂解汽油(不含有芳烃)混合在一起形成一种裂解产品。
裂解原料在裂解炉内发生蒸汽裂解反应生产裂解气(裂解产物),裂解产物本身没有价格,乙烯生产企业根据内部物流供应价格及生产成本提供裂解产物价格,对外则无太大意义。裂解产物经过分离装置的分离和提纯形成的裂解产品,则具有一定的经济价值或经济附加值。在裂解产物组份中,对于在分离装置中被吸收或消耗或循环利用的裂解产物组份,如一氧化碳、二氧化碳、甲烷、乙烷、丙烷,其价格设置零;乙炔、丙炔和丙二烯通过加氢装置生成乙烯和乙烷、丙烯和丙烷,其价格分别为乙烯、丙烯的价格与加氢催化剂选择性和转化率的乘积,在缺少加氢催化剂转化率和选择性的条件下,乙炔、丙炔和丙二烯的价格可视为乙烯、丙烯的市场价格;氢气、乙烯、丙烯、裂解燃料油通过分离装置生成相应的裂解产品,其价格为它的相应裂解产品市场价格;裂解柴油通过分离装置形成裂解燃料油,其价格为裂解燃料油的市场价格;对于丁烷和丁烯,丁烷和丁烯的价格通常为LPG的市场价格;对于丁二烯的价格,乙烯装置界区若有丁二烯抽提装置则选择丁二烯的市场价格,若无丁二烯抽提装置则取决于其用途,如加氢生成丁烯或丁烷用于生产LPG,则其价格为LPG的市场价格;对于乙烯装置界区中含有芳烃抽提装置,苯、甲苯、二甲苯的价格为其市场价格,由于乙苯和苯乙烯与裂解汽油(不含芳烃)混合在一起,乙苯、苯乙烯、裂解汽油(不含芳烃)的价格可选择汽油的市场价格,若乙烯装置界区中不含芳烃抽提装置,苯、甲苯、二甲苯、乙苯、苯乙烯、裂解汽油(不含芳烃)通常混合在一起出售,因此它们的价格为混合裂解汽油(含有芳烃)的市场价格。
对于重质原料工业裂解炉生产操作优化,关键在于裂解炉裂解产物价值最大化模型。裂解炉裂解产物价值最大化模型用于优化裂解炉的生产操作,使裂解炉生产的裂解产物或裂解产品总价值达到最大。通过裂解炉裂解产物价值最大化模型,将裂解炉的操作优化同裂解产物或裂解产品市场价格关联起来。
本发明所述的一种重质原料工业裂解炉价值最大化模型的构建方法,在乙烯生产企业中,基于重质蒸汽裂解实验数据建立工业裂解炉裂解产物预测模型,利用工业裂解炉实际运行的碳四及碳四以下裂解产物收率校核预测模型,然后利用校核模型建立工业裂解炉裂解产物价值最大化模型,将其用于裂解炉操作优化,使重质原料工业裂解炉生产的裂解产物或裂解产品的市场价格总和达到最大。
优选地,所述的工业裂解炉裂解产物价值最大化模型是以裂解炉裂解产物收率预测模型为基础,根据裂解原料的物性、裂解炉运行数据、裂解产物价格,在裂解炉操作条件约束范围内,采用数学优化方法搜索或者计算出裂解产物总价值最大对应的操作条件。
更优选地,所述的工业裂解炉运行数据为原料进料量、稀释蒸汽量或者稀释比、横跨段温度(XOT),优化的操作条件为炉管出口温度(COT)。加氢尾油或柴油的COT控制在780-820℃。在裂解炉裂解产物价值最大化的优化过程中,COT一定控制在正常的操作范围之内,若优化的COT超过正常操作的上限或下线,在优化调整COT时会选择上限或下线操作。
更优选地,所述裂解原料物性包括密度、恩式蒸馏馏程(ASTM)、族组成(PONA)、氢含量或碳含量或碳氢比、残碳值、分子量、关联指数(BMCI)、折光指数等。重质原料组份至少达上百种,因此利用其详细组份及其含量较为困难,通常选择密度、恩式蒸馏馏程(ASTM)、族组成(PONA)等作为物性参数。
更优选地,所述的裂解炉裂解产物价值最大模型中的数学优化方法包括搜索方法。
更优选地,重质原料裂解炉裂解产物收率预测模型用于模拟计算裂解炉的裂解产物收率分布,可根据重质原料物性和裂解炉操作条件计算出裂解产物的收率。基于蒸汽裂解反应机理,裂解炉专利商推出商用的裂解炉模拟软件,可模拟计算裂解炉的裂解产物收率,如TECHNIP的SPYR0软件、LUMMUS的PYPS软件等。基于重质原料蒸汽裂解试验数据,借助数学建模方法可以建立裂解炉裂解产物收率预测模型。蒸汽裂解实验可在小试装置或模拟评价装置或工业裂解炉上实施,针对工业裂解炉炉型和操作条件范围,模拟裂解原料的蒸汽裂解反应过程和实验数据,实验数据包括裂解原料物性、操作条件、裂解产物收率。中国石化北京化工研究院建立了蒸汽裂解评价试验装置,可以模拟评价各种重质原料的工业裂解炉的裂解产物收率。
更进一步优选地,所述的数学建模方法包括支持向量机(SVM)、人工神经网络、多元非线性回归、遗传算法等方法。将蒸汽裂解实验数据分为两部分,一部分用于训练模型,一部分用于检验模型的预测精度。通过调整数学建模方法中的核函数,使建立的模型计算误差至少达到10%以内,最好在5%以内。建立的预测模型输入变量裂解原料物性、操作条件,输出变量为裂解产物的收率,即:
yi=X(F,S,XOT,COT,P)
其中yi-表示裂解产物组份收率
F-进料量
S-稀释比
XOT-横跨段温度
COT-炉管出口温度
P-裂解原料物性
由于重质原料中不含有碳四及碳四以下烃,因此在重质原料蒸汽裂解过程中,碳四及碳四以下裂解产物转化率通常表示重质原料蒸汽裂解反应的转化率。由此可利用碳四及碳四以下裂解产物的收率校正重质原料工业裂解炉的预测模型。碳四及碳四以下裂解产物收率的标定需要在急冷锅炉出口做一个取样口,取样口同冷却器相连。当打开取样口时,裂解气被冷却形成气液两相,冷却温度通常为0~40℃。利用气相色谱和液相色谱分别分析气相物流和液相物流中碳四及碳四以下裂解产物的含量,并计量气相物流和液相物流的重量,然后通过物料平衡可计算得到重质原料工业裂解炉碳四及碳四以下裂解产物的收率。由于液相物流中碳四及碳四以下物质含量非常少,因此在计算碳四及碳四以下物质收率时,通常可以忽略液相物流中的碳四及碳四以下裂解产物。。中国专利CN1456895A对离线取样装置和方法进行详细的介绍。
更优选地,所述的碳四及碳四以下裂解产物收率数据在重质原料物性、进料量、蒸汽量不变的条件下,在工业裂解炉炉管出口温度(COT)正常操作范围内,通过调整工业裂解炉至少三个COT温度采集其实际运行时的碳四及碳四以下裂解产物收率数据。
更进一步优选地,优选五个COT温度。
在工业裂解炉运行过程中,测量COT的热电偶通常插入或捆绑在废热锅炉入口,而废热锅炉入口与裂解炉辐射段炉管出口之间存在一个隔热段。此外热电偶本身具有一定的测量精度以及热电偶在测量过程中存在着系统误差,通常导致工业裂解炉显示的COT与辐射段炉管出口的真实温度存在着一定的温差。
优选地,所述的重质原料工业裂解炉裂解产物预测模型校核方法是基于采集到重质原料工业裂解炉的实际运行碳四及碳四以下裂解产物收率数据,利用建立的预测模型计算工业裂解炉采集碳四及碳四以下裂解产物收率的操作条件下的碳四及碳四以下裂解产物收率,计算多个COT的碳四及碳四以下裂解产物收率数据并与实际运行值比对,找出预测模型与实际指示COT之间的温差,然后将温差放入预测模型中,使校核的预测模型的计算值与工业裂解炉实际运行的数据基本一致。
更优选地,所述的数据基本一致是计算值与实际运行值偏差在10%以内,且数值变化规律一致。
优选地,重质原料工业裂解炉裂解产物价值最大化模型以裂解炉裂解产物预测模型为基础,采用数学优化方法,在重质原料进料量、水油比、XOT、重质原料物性、裂解产物价格不变的条件下,在工业裂解炉的COT正常操作范围内,计算出裂解产物总价值最大值对应的COT,即:
Vmax=max(V(m))
其中,F-进料量
S-稀释比
XOT-横跨段温度
COT(m)-炉管出口温度
P-重质原料物性
PRj-裂解产物组份价格
V(m)-裂解产物总价值
Vmax-裂解产物总价值最大值。
更优选地,所述的数学优化方法包括平均搜索方法。
本发明基于重质原料蒸汽裂解实验数据建立重质原料工业裂解炉裂解产物预测模型,利用重质原料工业裂解炉实际运行的碳四及碳四以下裂解产物收率数据校核预测模型,基于校核的预测模型建立重质原料裂解炉裂解产物价值最大化模型并用于优化裂解炉操作,使重质原料裂解炉生产的裂解产物或裂解产品市场总价格达到最大。
附图说明
图1为实施例的CBL-III裂解炉价格最大化优化的结果。
具体实施方式
下面结合实施例进一步描述本发明。本发明包括但不限于这些实施例所涉及的内容。
某烯烃生产企业拥有的乙烯生产装置为6台裂解炉,分离装置采用LUMMUS的顺序分离工艺,年生产能力达到36万吨。裂解炉有5台为GK-V裂解炉,1台为CBL-III型裂解炉。
CBL-III性裂解炉是采用中国石化自主开发技术建设的裂解炉,在中国石化烯烃厂得到广泛应用。CBL-III型裂解炉采用32组2-1炉管,分四大组进料,共有4台传统急冷锅炉,裂解原料为加氢尾油,年产乙烯6万吨。
表1裂解炉操作条件
炉型 | CBL-III |
原料 | 加氢尾油 |
进料量(吨/小时) | 24.537 |
稀释比 | 0.8 |
XOT(℃) | 570 |
COT(℃) | 804 |
实施例
根据CBL-III型裂解炉,建立CBL-III型裂解炉蒸汽裂解加氢尾油裂解产物价值最大化模型,建模过程如下。
1蒸汽裂解实验数据
针对CBL-III工业裂解炉和操作条件,分别采集多种加氢尾油在中国石化北京化工研究院蒸汽裂解评价模拟装置实施蒸汽裂解实验,通过物料平衡和物流组成分析计算加氢尾油在不同操作条件下的裂解产物收率,采集实验数据建立CBL-III裂解炉蒸汽裂解反应样本数据库,数据库内容包括加氢尾油(比重、ASTM馏程、族组成)、操作条件(进料量、水油比、XOT、COT)、裂解产物收率。相关蒸汽实验分析仪器和设备如下:
1)ANTON PEAR公司DE40比重计测量加氢尾油密度(60℃);
2)德国海尔潮公司HDA627分析加氢尾油恩式蒸馏馏程(ASTM)(初馏点,10%,30%,50%,70%,90%,终馏点);
3)美国安捷伦公司HP6850分析加氢尾油族组成(链烷烃、环烷烃、芳烃)和液相裂解产物组成及其重量含量;
4)美国安捷伦公司HP7890分析裂解气组成及其摩尔含量。
2.建立CBL-III型裂解炉裂解产物预测模型
将样本数据库分为两部分,其中一部分为训练数据,其数据量为样本数据库量的三分之二,剩余数据为检验数据。将训练数据输入BP神经网络中,建立裂解炉裂解产物收率预测模型。BP神经网络核函数采用RBF核函数,模型输入变量加氢尾油物性(比重、ASTM馏程、族组成)、操作条件(投油量、水油比、COT、XOT),输出变量为所有裂解产物的收率。裂解炉裂解产物收率预测模型根据输入变量计算出相应的输出变量的数值,即:
yi=X(F,S,XOT,COT,DEN,ASTM,PONA)
其中yi-表示裂解产物组份收率
F-进料量
S-稀释比
XOT-横跨段温度
COT-炉管出口温度
DEN-密度
ASTM-ASTM馏程
PONA-族组成
3.采集CBL-III型工业裂解炉碳四及碳四以下裂解产物收率数据
CBL型裂解炉加氢尾油物性见表2,保持进料量为24.537吨/小时、水油比为0.8不变,分别将COT调整为794℃、804℃、818℃,同时进行在线取样工作,计量气相物流和液相物流的重量,分析裂解气中的碳四及碳四以下裂解产物的摩尔含量,以此计算得到工业裂解炉实际运行的碳四及碳四以下物质收率数据(详见表3)。
表2加氢尾油物性
表3CBL-III裂解炉的碳四及碳四以下裂解产物收率
COT(℃) | 794 | 804 | 818 |
收率(wt%) | 75.41 | 76.24 | 77.25 |
4.模型校核
将工业裂解炉运行数据带入预测模型并进行多个COT的碳四及碳四以下裂解产物收率的计算,得到与工业数据比较吻合的COT温度,计算结果详见表4。通过对比表3和表4可知,计算值与工业裂解运行值偏差小于10%以内且随着COT的升高碳四及碳四以下裂解产物收率增大。由此可见,工业裂解炉实际运行的COT显示温度要比预测模型的高10℃,因此在预测模型中的COT加10℃校核预测模型。
表4预测模型计算的碳四及碳四以下裂解产物收率
COT(℃) | 收率(wt%) |
784 | 72.39 |
794 | 73.20 |
808 | 74.00 |
5.建立CBL-III裂解炉裂解产物价值最大化模型
以裂解炉裂解产物预测模型为基础,采用平均搜索法的数学方法,在进料量、水油比、XOT、裂解原料物性(比重、ASTM馏程、族组成)、裂解产物价格不变的条件下,在工业裂解炉的COT正常操作范围内,搜索出蒸汽裂解产物总价值最大值对应的COT,即:
Vmax=max(V(m))
其中,F-进料量
S-稀释比
X-裂解产物收率
XOT-横跨段温度
COT-炉管出口温度
DEN-密度
ASTM-ASTM馏程
PONA-族组成
Pj-裂解产物组份价格
V(m)-裂解产物总价值
Vmax-裂解产物总价值最大值
6.裂解产物价格建立
烯烃生产企业装置生产的裂解产品为氢气、乙烯、丙烯、丁二烯、碳四馏分、苯、甲苯、二甲苯、裂解汽油(不含芳烃)、裂解燃料油。根据裂解产品市场价格来确定裂解产物价格,具体如下;
(1)甲烷经过脱甲烷塔形成裂解炉的燃料气被消耗掉,其价格为0;
(2)一氧化碳由甲烷化装置转化为甲烷,甲烷作为裂解炉的燃料气被消耗掉,其价格为0;
(3)二氧化碳被碱洗塔吸收,其价格为0;
(4)乙炔、丙炔和丙二烯经过碳二、碳三加氢装置生成乙烯和乙烷、丙烯和丙烷,由于缺乏加氢催化剂的选择性和转化率数据,其价格与乙烯、丙烯市场价格相同;
(5)乙烷和丙烷经过乙烯精馏塔和丙烯精馏塔分离提纯之后以裂解原料返回裂解炉,其价格为0;
(6)丁烷和丁烯主要用于生产LPG,其价格为LPG的市场价格;
(7)碳四馏分经过丁二烯抽提装置生产丁二烯,因此丁二烯的价格为其市场价格;
(8)裂解汽油中的苯、甲苯、二甲苯通过芳烃抽提装置生产苯、甲苯、二甲苯,其价格分别为它的市场价格;
(9)裂解汽油中及苯乙烯和乙苯作为汽油销售,因此裂解汽油、乙苯、苯乙烯的价格为汽油的市场价格;
(10)裂解柴油、裂解燃料油作为燃料油在市场上公开销售,因此裂解柴油、裂解燃料油的价格燃料油的市场价格。
根据裂解产品市场价格历史数据和上述方法,采集的裂解产品市场价格(详见表5),建立的裂解产物价格(详见表6)。
表5裂解产品市场价格(元/吨)
价格 | |
氢气 | 9983 |
乙烯 | 4443 |
丙烯 | 4222 |
LPG | 1961 |
丁二烯 | 3461 |
苯 | 3050 |
甲苯 | 5564 |
二甲苯 | 2584 |
汽油 | 2152 |
燃料油 | 1974 |
表6裂解产物价格(元/吨)
价格 | |
氢气 | 9983 |
一氧化碳 | 0 |
二氧化碳 | 0 |
甲烷 | 0 |
乙烷 | 0 |
乙烯 | 4443 |
乙炔 | 4443 |
丙烷 | 0 |
丙烯 | 4222 |
丙炔 | 4222 |
丙二烯 | 4222 |
丁烷 | 1961 |
丁烯 | 1961 |
丁二烯 | 3461 |
苯 | 3050 |
甲苯 | 5564 |
二甲苯 | 2584 |
乙苯 | 2152 |
苯乙烯 | 2152 |
裂解汽油 | 2152 |
裂解柴油 | 1974 |
燃料油 | 1974 |
7.价值优化
根据建立的CBL-III裂解炉裂解产物价值最大化模型优化裂解炉的操作。CBL-III裂解炉裂解加氢尾油的物性见表2,裂解炉运行数据见表1。将裂解产物价格(见表6)、裂解原料物性、运行数据(进料量、稀释比、XOT,见表1)输入CBL-III裂解炉裂解产物价值最大化模型中,计算结果见图1。由图1可知,在上述操作和裂解产物价格条件下,在加氢尾油正常操作真实COT范围内(780-820℃),CBL-III裂解炉裂解产物价值最大化的真实COT是820℃(裂解炉操作COT显示温度为830℃),生产的裂解产品总价值为78395.4元/小时;价值优化之前裂解炉的操作COT为804℃,真实COT温度为794℃,生产的裂解产品总价值为76913.3元/小时。CBL-III裂解炉COT由804℃提高到830℃,裂解炉生产的裂解产物总价值增加了1482.1元/小时。
Claims (18)
1.一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,在乙烯生产企业中,建立工业裂解炉价值最大化模型优化裂解炉操作,使工业裂解炉生产的裂解产物或裂解产品总价值达到最大,所述的方法包括以下步骤:
(1)建立预测模型:基于重质原料蒸汽裂解实验数据,利用数学建模方法建立工业裂解炉裂解产物收率预测模型,根据裂解原料物性、工业裂解炉操作条件计算裂解产物收率;
(2)采集碳四及碳四以下裂解产物收率数据:在裂解原料物性、进料量、蒸汽量不变的条件下,在炉管出口温度正常操作范围内,通过变动炉管出口温度采集工业裂解炉运行的碳四及碳四以下产物收率数据;
(3)模型校核:利用步骤(2)得到的工业裂解炉运行数据校核步骤(1)得到的预测模型,使校核的预测模型计算结果与工业裂解炉实际运行数据一致;
(4)建立裂解炉裂解产物价值最大化模型:基于步骤(3)得到的预测模型建立裂解炉裂解产物价值最大化模型,利用裂解产物价格、裂解原料物性、裂解炉运行数据计算出裂解产物或裂解产品总价值最大的裂解炉操作条件。
2.根据权利要求1所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的乙烯生产企业生产装置主要包括裂解炉、分离或回收装置。
3.根据权利要求1所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的重质原料由C12~C35饱和烃构成,主要包括柴油、加氢尾油。
4.根据权利要求3所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述裂解原料物性包括密度、恩氏蒸馏馏程、族组成、氢含量或碳含量或碳氢比、残碳值、分子量、关联指数和折光指数。
5.根据权利要求1所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的裂解产物主要包括氢气、一氧化碳、二氧化碳、乙烷、乙烯、乙炔、丙烷、丙烯、丙炔、丙二烯、丁烷、丁烯、丁二烯、正戊烷、苯、甲苯、二甲苯、乙苯、苯乙烯、裂解汽油、裂解柴油、裂解燃料油。
6.根据权利要求1所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的裂解产品主要由氢气、乙烯、丙烯、丁二烯、碳五馏分、苯、甲苯、二甲苯、乙苯、苯乙烯、裂解汽油不含芳烃、裂解燃料油、LPG几种组合或全部构成。
7.根据权利要求1所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的碳四及碳四以下裂解产物主要包括氢气、甲烷、乙烷、乙烯、乙炔、丙烷、丙烯、丙炔和丙二烯、丁烷、丁烯、丁二烯。
8.根据权利要求1所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的碳四及碳四以下裂解产物收率数据是在工业裂解炉在保持裂解原料物性、进料量、蒸汽量不变的条件下,在裂解炉炉管出口温度正常操作范围之内,通过调整温度,至少三个炉管出口温度获得碳四及碳四以下裂解产物的收率数据。
9.根据权利要求8所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的调整温度为五个炉管出口温度。
10.根据权利要求1所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的模型校正的方法利用预测模型计算工业裂解炉操作条件下裂解产物收率并获得裂解产物中碳四及碳四以下裂解产物收率数据,通过对比计算值和和工业运行数据,调整预测模型中的炉管出口温度,使模型预测计算的碳四及碳四以下裂解产物收率数据与工业裂解炉装置运行的收率数据一致。
11.根据权利要求10所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的数据一致是碳四及碳四以下裂解产物收率的计算值与实际工业裂解炉运行数据偏差在10%以内,且数值变化规律一致。
12.根据权利要求1所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的裂解产物价格为裂解产物组份在烯烃生产企业核算的内部价格或者是同等质量的同类裂解产品市场价格,被烯烃厂裂解装置消耗或吸收或循环利用而未能输出到界区外形成裂解产品的裂解产物组份价格为零。
13.根据权利要求1所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的裂解炉裂解产物价值最大化模型是以裂解炉裂解产物收率预测模型为基础,根据裂解原料的物性、裂解炉运行数据、裂解产物价格,在裂解炉操作条件约束范围内,采用数学方法搜索或者计算出裂解产物总价值最大的操作条件。
14.根据权利要求13所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的工业裂解炉运行数据由原料进料量、稀释蒸汽量或者稀释比、横跨段温度构成,价值优化的操作条件为炉管出口温度。
15.根据权利要求13所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的数学方法包括搜索方法。
16.根据权利要求13所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的裂解炉裂解产物收率预测模型是基于蒸汽裂解试验数据采用数学方法建立的模型,根据裂解原料物性和裂解炉操作条件计算裂解产物收率。
17.根据权利要求16所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的数学方法包括支持向量机、人工神经网络、多元非线性回归、遗传算法。
18.根据权利要求1所述的一种重质原料工业裂解炉价值最大化模型的构建方法,其特征在于,所述的步骤(1)包括:建立的预测模型输入变量裂解原料物性、操作条件,输出变量为裂解产物的收率,即:
yi=X(F,S,XOT,COT,P),
其中yi-表示裂解产物组份收率,
F-进料量,
S-稀释比,
XOT-横跨段温度,
COT-炉管出口温度,
P-裂解原料物性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110332693.0A CN103087753B (zh) | 2011-10-28 | 2011-10-28 | 一种重质原料工业裂解炉价值最大化模型的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110332693.0A CN103087753B (zh) | 2011-10-28 | 2011-10-28 | 一种重质原料工业裂解炉价值最大化模型的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103087753A CN103087753A (zh) | 2013-05-08 |
CN103087753B true CN103087753B (zh) | 2014-12-03 |
Family
ID=48200899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110332693.0A Active CN103087753B (zh) | 2011-10-28 | 2011-10-28 | 一种重质原料工业裂解炉价值最大化模型的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103087753B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104484714B (zh) * | 2014-11-26 | 2018-05-11 | 华东理工大学 | 一种催化重整装置收率的实时预测方法 |
CN104804761B (zh) * | 2015-03-26 | 2016-08-24 | 华东理工大学 | 一种加氢裂化装置的收率实时预测方法 |
WO2017055095A1 (en) * | 2015-09-30 | 2017-04-06 | Sabic Global Technologies B.V. | Process for producing lpg from a heavy hydrocarbon feed |
US10838412B2 (en) | 2017-06-14 | 2020-11-17 | Sabic Global Technologies B.V. | Hybrid machine learning approach towards olefins plant optimization |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4236218A (en) * | 1979-05-02 | 1980-11-25 | Phillips Petroleum Company | Control of a cracking furnace |
CN101957597A (zh) * | 2010-09-21 | 2011-01-26 | 袁璞 | 一种连续生产过程的实时优化器 |
-
2011
- 2011-10-28 CN CN201110332693.0A patent/CN103087753B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4236218A (en) * | 1979-05-02 | 1980-11-25 | Phillips Petroleum Company | Control of a cracking furnace |
CN101957597A (zh) * | 2010-09-21 | 2011-01-26 | 袁璞 | 一种连续生产过程的实时优化器 |
Non-Patent Citations (2)
Title |
---|
乙烯裂解炉裂解深度在线优化研究与应用;蒋勇等;《化工进展》;20101231;第29卷(第7期);第1373-1376页 * |
蒋勇等.乙烯裂解炉裂解深度在线优化研究与应用.《化工进展》.2010,第29卷(第7期),第1373-1376页. * |
Also Published As
Publication number | Publication date |
---|---|
CN103087753A (zh) | 2013-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103087750B (zh) | 一种石脑油工业裂解炉价值最大化模型的构建方法 | |
Fakhroleslam et al. | Thermal/catalytic cracking of hydrocarbons for the production of olefins; a state-of-the-art review III: Process modeling and simulation | |
CN102213949B (zh) | 一种乙烯装置价值优化方法 | |
Thiruvenkataswamy et al. | Safety and techno-economic analysis of ethylene technologies | |
CN103524284B (zh) | 一种乙烯裂解原料配置的预测和优化方法 | |
CN103087753B (zh) | 一种重质原料工业裂解炉价值最大化模型的构建方法 | |
Zhou et al. | Produce petrochemicals directly from crude oil catalytic cracking, a techno-economic analysis and life cycle society-environment assessment | |
CN103087751B (zh) | 一种工业裂解炉价值最大化模型的构建方法 | |
CN103093069B (zh) | 一种工业裂解炉价值最大化模型的构建方法 | |
Feli et al. | Investigation of propane addition to the feed stream of a commercial ethane thermal cracker as supplementary feedstock | |
CN103087752B (zh) | 一种工业裂解炉裂解产物价值最大化模型的构建方法 | |
CN101727609B (zh) | 基于支持向量机的热裂解产物收率的预测方法 | |
CN102289198A (zh) | 一种工业裂解炉生产操作的自动在线控制方法 | |
CN103087757B (zh) | 一种实现石油化工企业石化产品价值最大的方法 | |
Beigiparast et al. | Flare gas reduction in an olefin plant under different start-up procedures | |
CN103087749B (zh) | 重质原料工业裂解炉裂解产物价值最大化模型的构建方法 | |
CN102289199B (zh) | 一种工业裂解炉生产操作的自动在线控制方法 | |
CN102289201A (zh) | 一种工业裂解炉生产操作的自动在线控制方法 | |
Hu et al. | Techno-economic analysis on an electrochemical non-oxidative deprotonation process for ethylene production from Ethane | |
CN109988054B (zh) | 一种乙烯生产所用裂解原料的配置方法 | |
CN103087755B (zh) | 一种工业裂解炉裂解产物价值最大化模型的构建方法 | |
CN102289200B (zh) | 一种工业裂解炉生产操作的自动在线控制方法 | |
CN103087756B (zh) | 一种实现烯烃生产企业产值最大化的方法 | |
CN103087758B (zh) | 一种石脑油工业裂解炉价值最大化模型的构建方法 | |
CN103087754B (zh) | 一种工业裂解炉裂解产物价值最大化模型的构建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |