CN106485341B - 一种炼油厂氢气系统的优化方法及其应用 - Google Patents

一种炼油厂氢气系统的优化方法及其应用 Download PDF

Info

Publication number
CN106485341B
CN106485341B CN201510800128.0A CN201510800128A CN106485341B CN 106485341 B CN106485341 B CN 106485341B CN 201510800128 A CN201510800128 A CN 201510800128A CN 106485341 B CN106485341 B CN 106485341B
Authority
CN
China
Prior art keywords
hydrogen
gas
optimization
compressor
unit
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
Application number
CN201510800128.0A
Other languages
English (en)
Other versions
CN106485341A (zh
Inventor
孟凡忠
张英
薄德臣
张伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Sinopec Fushun Research Institute of Petroleum and Petrochemicals
Original Assignee
China Petroleum and Chemical Corp
Sinopec Fushun Research Institute of Petroleum and Petrochemicals
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Sinopec Fushun Research Institute of Petroleum and Petrochemicals filed Critical China Petroleum and Chemical Corp
Publication of CN106485341A publication Critical patent/CN106485341A/zh
Application granted granted Critical
Publication of CN106485341B publication Critical patent/CN106485341B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
  • Hydrogen, Water And Hydrids (AREA)

Abstract

本发明涉及一种炼油厂氢气系统优化方法。本发明提供的方法将炼油厂氢气系统收益最大作为目标,对约束条件进行优选,形成了包括轻烃资源优化在内的新的数学规划算法;与现有氢气系统的数学规划算法相比,更切合实际,可获得更大收益以满足炼油厂节氢、增效的需求。本发明进一步提供了所述优化方法在优化炼油厂氢气系统中的应用,经过所述方法优化后,可以实现对氢气和轻烃的高效利用,获得可观的综合收益。

Description

一种炼油厂氢气系统的优化方法及其应用
技术领域
本发明涉及一种氢气资源优化方法,具体涉及一种炼油厂氢气系统的优化方法。
背景技术
为适应原油劣质化、产品质量升级、清洁生产要求,炼油厂催化加氢装置加工能力不断增加、操作苛刻度增大,对氢气的需求量越来越大,氢气已成为炼油厂原料成本中仅次于原油成本的第二大成本要素。增设制氢装置,不仅投资成本高、操作费用高,而且消耗能源、污染环境,不符合节能环保的要求。因此,如何开发低成本氢气,满足生产需求,降低氢气成本成为炼油企业非常关心的议题。通过氢气系统优化提升炼油厂氢气管理水平可解决炼油厂用氢问题,获得显著的经济效益。
国内外氢气资源的优化方法主要有夹点法和数学规划法。夹点分析法是借鉴热夹点的概念提出的,它可以根据剩余氢量确定氢网络夹点和最小公用工程氢消耗量。该方法简单易懂,形象直观,但是它存在一些重大缺陷,如:忽略流股的压力,将杂质组分集总为甲烷等等。为了克服氢夹点的这些缺陷,针对氢气网络的设计和优化研究人员提出了数学规划方法。现有的数学规划算法以最小氢气公用工程消耗或氢气网络连接简单化为目标函数,通过设定约束条件,优化氢气管网。这种优化方法仅仅考虑了氢气优化收益,忽略了炼油厂轻烃收益,因此优化后收益往往比较低,不能切合炼油厂实际,优化效果不佳。
专利文献CN102084394A提出了一种优化炼油厂氢气管线的操作方法,通过复杂的物理设备、站、管线及生产和分配设备对炼油厂氢气系统进行定向试探,并进行优化;专利文献CN102177474A提供了一种炼油厂氢气系统的实时监测和优化方法,通过输入炼油厂经济参数,优化氢气制备、耗氢和氢气回收,达到效益最大化。
然而,现有的数学规划算法对炼油厂氢气系统进行优化时仅仅考虑对炼油厂氢气进行回收,即优化的目标函数的设定仅考虑氢气,仅对炼油厂氢气流股中的氢气进行监测和优化,而未考虑加氢装置低分气、干气中伴随氢气的轻烃组分的同步优化,因此优化后获得的效益有限。
发明内容
本发明针对现有技术的不足,提供了一种炼油厂氢气系统的优化方法,该方法将氢气系统收益最大作为目标,能够对炼油厂氢气系统的氢气和轻烃资源进行综合优化,从而达到节能增效的目的。
本发明提供了一种炼油厂氢气系统的优化方法,所述方法包括以下步骤:
步骤1:采集炼油厂氢气系统的固定参数和待优化参数;所述待优化参数包括氢气系统中的气体流量及气体中氢气浓度;
步骤2:建立优化炼油厂氢气系统的目标函数,所述目标函数为最大收益函数,其计算公式如(1)所示:
MaxCoptimization=△Cproducer+△CLH-△CConsumer-△Cpurification-△Cfuel (1);
其中,Coptimization为优化后氢气系统的总收益增加值,△Cproducer为优化后氢气系统供给氢气成本减少值,△CLH为优化后轻烃收益增加值,△CConsumer为优化后氢气系统操作成本增加值,△Cpurification为优化后氢气提纯装置操作成本增加值,△Cfuel为优化后燃料气管网消耗燃料气成本增加值;
步骤3:在所述最大收益函数中加载氢气系统的约束条件,所述约束条件包括各个氢源、氢阱、压缩机、氢气提纯装置以及轻烃回收装置对所述待优化参数的约束条件;
步骤4:将步骤1采集的固定参数和待优化参数输入最大收益函数中进行求解,在所述约束条件的约束下反复调整待优化参数,使最大收益函数的解趋向最大值;
步骤5:当最大收益函数的解为最大值时,输出待优化参数的数值,即得氢气系统的优化方案。
所述步骤1中,待优化参数具体包括:从各个氢源输出的气体总流量及气体中氢气浓度;从各个氢源输出至各个氢阱的气体流量;进、出各压缩机的气体流量及气体中氢气浓度;进入氢气提纯装置的各个流股的气体流量及气体中氢气浓度;进入轻烃回收装置的各个流股的气体流量及气体中氢气浓度。所述固定参数包括从氢气系统采集的常规参数,本发明不对固定参数进行优化。
本发明所述氢源包括氢气重整装置、制氢装置和氢气提纯装置。所述氢气提纯装置主要为本领常用的变压吸附装置(Pressure Swing Adsorption,PSA),本发明统一简称为PSA装置。
本发明所述氢阱是指本领常规的耗氢装置,包括柴油加氢装置、汽油加氢装置、加氢裂化装置、渣油加氢装置等。部分或全部耗氢装置配备有新氢压缩机和循环氢压缩机。
本发明所述轻烃回收装置是指本领域可以用于轻烃回收的任意装置,包括常规的轻烃回收装置和其它可用于轻烃回收的装置,如柴油吸收塔等。
本发明所述△Cproducer为优化后氢气系统供给氢气成本减少值,其计算公式具体为:
ΔCproducer=∑ipriceproducer×ΔFi (2);
其中,priceproducer为单位体积氢气的供给成本;△Fi为优化后第i个氢气系统供给氢气体积的减少值。
本发明所述△CLH为优化后轻烃收益增加值。该值等于单位体积的轻烃价格乘以优化后轻烃回收体积的增加值。
本发明所述△CConsumer为优化后氢气系统操作成本增加值,主要是指氢阱(加氢装置)由于新氢和循环氢流量、组成发生变化而导致的操作费用的增加量。主要包括压缩机操作费用的增加量,如果费用减少则此项数值为负。
所述△CConsumer的计算公式具体如(3)所示;
其中,Wp,i,M为第i个新氢压缩机单位摩尔入口气体的压缩功率,ni,Makeup为优化后第i个新氢压缩机入口氢气摩尔数增加值,Wp,i,R为第i个循环氢压缩机单位摩尔入口气体的压缩功率,ni,Recycle为优化后第i个循环氢压缩机入口氢气摩尔数增加值,pricee为炼油厂当地工业用电价格;
所述新氢压缩机或循环氢压缩机单位摩尔入口气体的压缩功率计算公式如(4)所示;
其中,Wp为单位摩尔入口气体的压缩功率,Cpv为热容比Cp/Cv,T为压缩机入口温度,Poutlet为压缩机出口压力,Pinlet为压缩机入口压力,ncmp为压缩机压缩级数,ηeff-ise-1为压缩机等熵效率,ηeff-mec为压缩机机械效率,R为气体常数,T0为273.15K。
本发明所述△Cpurification为优化后氢气提纯装置操作成本增加值。该值主要与以下两个方面的因素相关:第一,提纯装置进料改变后压缩机操作费用的增加;第二,除去压缩机外,提纯装置处理量改变后的运行费用增加;
所述△Cpurification的计算公式为:
△Cpurification=△CPress,Purification+△CFlowrate (5);
所述公式(5)中,△CPress,Purification为提纯装置进料改变后压缩机操作费用的增加;△CFlowrate为提纯装置处理量改变后的运行费用增加。
本发明所述△Cfuel为优化后燃料气管网消耗燃料气成本增加值。其具体的计算公式为:
△Cfuel=△Cproducer/CH2×HH2/Hfuel×Cfuel+△CLH/CLH×HLH/Hfuel×Cfuel (6);
所述公式(6)中,CLH为单位体积轻烃的价格,HLH为单位体积轻烃的热值;CH2为单位体积氢气的价格,HH2为单位体积氢气的热值;Hfuel为单位体积燃料气的热值,Cfuel为单位体积燃料气的价格。所述△Cproducer和△CLH的值如前文所述。
本发明进一步对步骤3所述约束条件的种类进行优选,所述约束条件的具体数值可根据炼油厂的实际生产情况进行设定。
具体的,所述约束条件的种类包括:
(a)压缩机约束,如公式(7)和(8)所示:
iFi,comp≤Fcompmax (7)
i(Fi,comp×yi)≥∑iFi,comp×ymin (8)
其中,Fcompmax为压缩机的最大设计处理流量,Fi,comp为第i个氢源输出至压缩机的气体流量,yi为第i个氢源输出的气体中氢气浓度,ymin为压缩机出口要求的最低氢气浓度。
(b)PSA约束,如公式(9)所示:
iFi,PSA≤FPSAMAX (9)
其中,Fi,PSA为第i个进入PSA装置的流股的气体流量,FPSAMAX为PSA装置的最大设计处理流量;
(c)氢源约束,如公式(10)所示:
iFi,j≤Fi,source (10)
其中,Fi,j为第i个氢源输出至第j个氢阱的气体流量,Fi,source为第i个氢源输出气体的总流量;
(d)氢阱约束,如公式(11)所示:
iFi,j=Fsink,j (11)
其中,Fi,j为第i个氢源输出至第j个氢阱的气体流量,Fsink,j为第j个氢阱所需求的气体流量;
(e)轻烃约束,如公式(12)所示:
iFi,LHR≤FLHRMAX (12)
其中,Fi,LHR为第i个进入轻烃回收装置的流股的气体流量,FLHRMAX为轻烃回收装置的最大设计处理流量;
(f)氢油比和氢气分压约束
如果考虑氢油比和氢气分压不变,则氢油比和氢气分压的约束条件如公式(13)和(14)所示:
iFi,j=Fsink,j (13)
iFi,j×yi=Fsink,j×ysink,j (14)
其中,Fi,j为第i个氢源输出至第j个氢阱的气体流量,Fsink,j为第j个氢阱所需求的气体流量,yi为第i个氢源输出的气体中氢气浓度,ysink,j为第j个氢阱所需求的气体中氢气浓度。
在油品质量升级的大背景下,若对氢分压和氢油比进行固定,则优化空间十分有限。如果在保证产品质量的前提下,氢油比和氢气分压可在较小的范围内波动,则氢油比和氢分压的约束条件如公式(15)~(18)所示:
所述公式(15)~(18)中,Fi,j为第i个氢源输出至第j个氢阱的气体流量,FL sink,j为第j个氢阱所需求的最低气体流量,第j个氢阱所需求的最高气体流量,yi为第i个氢源输出的气体中氢气浓度,ysink,j为第j个氢阱所需求的气体中氢气浓度,yL sink,j为第j个氢阱所需求的最低氢气浓度,为第j个氢阱所需求的最高氢气浓度。
由于本发明所提供的约束条件为非线性,属于非线性规划NLP问题,故在所述约束条件下求解最大收益函数时需要使用非线性算法,具体可采用LINGO,Cplex,Xpress或Gruobi软件进行求解。
本方法对现有数学规划算法进行改进,将优化后炼油厂轻烃资源和氢气系统收益最大作为目标函数,增加轻烃约束条件,形成了包括轻烃资源优化在内的新的数学规划算法。与现有氢气系统的数学规划算法相比,更切合实际,可获得更大收益以满足炼油厂节氢、增效的需求。
本发明还保护所述优化方法在炼油厂氢气系统优化中的应用。
本发明所述优化方法可以广泛应用于各种炼油厂氢气系统。对于某些类型的炼油厂氢气系统而言,该方法的优化效果更为显著,可以使资源的综合利用效率和综合收益显著提高。
具体而言,本发明所述方法优选适用的炼油厂氢气系统包括依次顺序相连的氢气供给系统、耗氢系统和气体回收系统。所述氢气供给系统为耗氢系统供给氢气,耗氢系统消耗氢气进行加氢反应,从耗氢系统输出的气体再进入气体回收系统进行回收处理。
所述氢气供给系统包括分别与耗氢系统直接相连的氢气重整装置、制氢装置和氢气提纯装置。所述氢气重整装置还可以与所述氢气提纯装置的入口端相连。所述氢气提纯装置主要为本领常用的变压吸附装置PSA。本发明所述优化方法在保证下游耗氢装置用氢条件的基础上,即保证装置运行氢气分压和氢油比满足运行指标的基础上,对氢气重整装置向耗氢系统直供的氢气量与送入PSA装置进行提纯的氢气量进行优化。
所述耗氢系统包括一组或多组并列的耗氢装置。所述耗氢系统可以包括并列的柴油加氢装置、汽油加氢装置、加氢裂化装置、渣油加氢装置等。为了实现氢气资源的充分利用,所述耗氢系统中的部分或全部装置设有循环氢气压缩机。
所述气体回收系统包括一组或多组并列的轻烃回收装置;优选包括两组以上并列的轻烃回收装置。耗氢系统中各个耗氢装置排出的气体都优选经过轻烃回收装置进行轻烃回收。
由于柴油加氢装置的出口端一般设有脱硫装置,为了增加对脱硫后柴油加氢干气中轻烃的回收效率,耗氢系统中的柴油加氢装置应经过柴油加氢干气压缩机对加氢干气进行压缩后,再通入轻烃回收装置。
在所述氢气重整装置还与所述氢气提纯装置的入口端相连的情况下,为了对从氢气提纯装置输出的废气,如解吸气,进行轻烃回收,所述氢气提纯装置可以通过解吸气管道与轻烃回收装置相连。
所述轻烃回收装置的出口端优选与氢气提纯装置相连。该结构可以防止富烃流股进入氢气提纯装置后造成装置积液,导致其提纯性能下降。为了确保回收轻烃后的气体能够顺利通入氢气提纯装置进行氢气提纯,所述轻烃回收装置的出口端优选设有加压装置。
所述轻烃回收装置可以为本领域常规的轻烃回收装置,也可以为柴油吸收塔。当所述气体回收系统中包含两组以上轻烃回收装置时,优选其中一组为柴油吸收塔。
所述柴油吸收塔的入口端可以与一组或多组耗氢装置相连。所述柴油吸收塔的出口端优选与燃料气管网相连。所述柴油吸收塔还通过柴油输入管道和柴油输出管道与加氢裂化装置相连,在柴油吸收塔和加氢裂化装置之间形成循环通路。利用加氢裂化的原料柴油对干气中的轻烃进行回收,将富柴油送回加氢裂化装置。
采用本发明提供的优化方法对炼油厂氢气系统进行优化后,依据所得到的优化方案对实际的工艺参数进行调整,可以得到炼油厂氢气系统的优化工艺。
本发明进一步保护将所述优化方法应用于炼油厂氢气系统后所得到的优化工艺。
采用本发明所述优化方法所得到的优化工艺可以防止氢气提纯装置积液,提高其氢气回收率;还可以使氢气系统对氢气和轻烃的整体利用率显著提高,并获得可观的综合收益。
附图说明
图1为实施例1所述炼油厂氢气系统的示意图;其中,1、II氢气重整装置,2、制氢装置,3、PSA,4、II柴油加氢装置,5、III柴油加氢装置,6、I汽油加氢装置,7、III汽油加氢装置,8、IV汽油加氢装置,9、II加氢裂化装置,10、I渣油加氢装置,11、柴油加氢干气压缩机,12、轻烃回收装置,13、柴油吸收塔。
图2为实施例1优化后所得氢气系统的工艺流程图;其中,被“—”覆盖数值为优化前参数值,与所述被“—”覆盖数值并列的数值为与其对应的优化后参数值。
图3为实施例1优化前的氢气剩余曲线图。
图4为实施例1优化后的氢气剩余曲线图。
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例1
某炼油厂经油品质量升级后,用氢规模为242562Nm3/h,用氢成本大幅升高,但利用率较低。该炼油厂以节省氢气消耗、降低用氢成本、增加综合收益为目的展开优化工作。
炼油厂的氢气系统(如图1所示)包括顺序相连的氢气供给系统、耗氢系统和气体回收系统;
所述氢气供给系统包括并列的II氢气重整装置1、制氢装置2和PSA装置3,三者分别通过氢气输送管道向氢气管网输送氢气;所述II氢气重整装置1还通过重整氢气管道与所述PSA装置3相连;
所述耗氢系统包括并列的II柴油加氢装置4、III柴油加氢装置5、I汽油加氢装置6、III汽油加氢装置7、IV汽油加氢装置8、II加氢裂化装置9和I渣油加氢装置10;所述氢气管网中各装置均设有循环氢气压缩机;
所述气体回收系统包括轻烃回收装置12和柴油吸收塔13;
所述II柴油加氢装置4和III柴油加氢装置5分别经过柴油加氢干气压缩机11后与所述轻烃回收装置12的入口端相连,所述I汽油加氢装置6和III汽油加氢装置7分别与轻烃回收装置12的入口端相连;所述轻烃回收装置12的出口端经过加压装置与PSA装置3相连;
所述柴油吸收塔13的入口端分别与IV汽油加氢装置8、II加氢裂化装置9、I渣油加氢装置10以及PSA装置3相连;所述柴油吸收塔13的出口端与燃料气管网相连;所述柴油吸收塔还通过柴油输入管道和柴油输出管道与I加氢裂化装置相连。
将综合收益最大作为目标函数,按照以下步骤对上述氢气系统进行优化:
步骤1:采集炼油厂氢气系统的固定参数和待优化参数;
所述待优化参数具体为:从各个氢源输出的气体总流量及气体中氢气浓度;从各个氢源输出至各个氢阱的气体流量;进、出各压缩机的气体流量及气体中氢气浓度;进入氢气提纯装置的各个流股的气体流量及气体中氢气浓度;进入轻烃回收装置的各个流股的气体流量及气体中氢气浓度;
步骤2:建立优化炼油厂氢气系统的目标函数,所述目标函数为最大收益函数,其计算公式如(1)所示:
MaxCoptimization=△Cproducer+△CLH-△CConsumer-△Cpurification-△Cfuel (1);
其中,Coptimization为优化后氢气系统的总收益增加值,△Cproducer为优化后氢气系统消耗氢气成本减少值,△CLH为优化后轻烃收益增加值,△CConsumer为优化后氢气系统操作成本增加值,△Cpurification为优化后氢气提纯装置操作成本增加值,△Cfuel为优化后燃料气管网消耗燃料气成本增加值;
所述△Cproducer的计算公式如(2)所示:
ΔCproducer=∑ipriceproducer×ΔFi (2);
其中,priceproducer为单位体积氢气的供给成本;△Fi为优化后第i个氢气系统供给氢气体积的减少值;
所述△CLH等于单位体积的轻烃价格乘以优化后轻烃回收体积的增加值;
所述△CConsumer的计算公式如(3)所示;
其中,Wp,i,M为第i个新氢压缩机单位摩尔入口气体的压缩功率,ni,Makeup为优化后第i个新氢压缩机入口氢气摩尔数增加值,Wp,i,R为第i个循环氢压缩机单位摩尔入口气体的压缩功率,ni,Recycle为优化后第i个循环氢压缩机入口氢气摩尔数增加值,pricee为炼油厂当地工业用电价格;
所述新氢压缩机或循环氢压缩机单位摩尔入口气体的压缩功率计算公式如(4)所示;
其中,Wp为单位摩尔入口气体的压缩功率,Cpv为热容比Cp/Cv,T为压缩机入口温度,Poutlet为压缩机出口压力,Pinlet为压缩机入口压力,ncmp为压缩机压缩级数,ηeff-ise-1为压缩机等熵效率,ηeff-mec为压缩机机械效率,R为气体常数,T0为273.15K;
所述△Cpurification的计算公式如(5)所示:
△Cpurification=△CPress,Purification+△CFlowrate (5);
其中,△CPress,Purification为提纯装置进料改变后压缩机操作费用的增加值;△CFlowrate为提纯装置处理量改变后的运行费用增加值;
所述△Cfuel的计算公式如(6)所示:
△Cfuel=△Cproducer/CH2×HH2/Hfuel×Cfuel+△CLH/CLH×HLH/Hfuel×Cfuel (6);
其中,CLH为单位体积轻烃的价格,HLH为单位体积轻烃的热值;CH2为单位体积氢气的价格,HH2为单位体积氢气的热值;Hfuel为单位体积燃料气的热值,Cfuel为单位体积燃料气的价格;
步骤3:在所述最大收益函数中加载氢气系统的约束条件,述约束条件具体为:
(a)压缩机约束,如公式(7)和(8)所示:
iFi,comp≤Fcompmax (7)
i(Fi,comp×yi)≥∑iFi,comp×ymin (8)
其中,Fcompmax为压缩机的最大设计处理流量,Fi,comp为第i个氢源输出至压缩机的气体流量,yi为第i个氢源输出的气体中氢气浓度,ymin为压缩机出口要求的最低氢气浓度;
(b)PSA约束,如公式(9)所示:
iFi,PSA≤FPSAMAX (9)
其中,Fi,PSA为第i个进入PSA装置的流股的气体流量,FPSAMAX为PSA装置的最大设计处理流量;
(c)氢源约束,如公式(10)所示:
jFi,j≤Fi,source (10)
其中,Fi,j为第i个氢源输出至第j个氢阱的气体流量,Fi,source为第i个氢源输出气体的总流量;
(d)氢阱约束,如公式(11)所示:
iFi,j≥Fsink,j (11)
其中,Fi,j为第i个氢源输出至第j个氢阱的气体流量,Fsink,j为第j个氢阱所需求的气体流量;
(e)轻烃约束,如公式(12)所示:
iFi,LHR≤FLHRMAX (12)
其中,Fi,LHR为第i个进入轻烃回收装置的流股的气体流量,FLHRMAX为轻烃回收装置的最大设计处理流量;
(f)氢油比和氢气分压约束,如公式(15)~(18)所示:
所述公式(15)~(18)中,Fi,j为第i个氢源输出至第j个氢阱的气体流量,FL sink,j为第j个氢阱所需求的最低气体流量,第j个氢阱所需求的最高气体流量,yi为第i个氢源输出的气体中氢气浓度,ysink,j为第j个氢阱所需求的气体中氢气浓度,yL sink,j为第j个氢阱所需求的最低氢气浓度,为第j个氢阱所需求的最高氢气浓度;
步骤4:将步骤1采集的固定参数和待优化参数输入最大收益函数中进行求解,在所述约束条件的约束下反复调整待优化参数,使最大收益函数的解趋向最大值;
步骤5:当最大收益函数的解为最大值时,输出待优化参数的数值,即得氢气系统的优化方案。
根据上述优化方案对炼油厂氢气系统的实际生产参数进行调整,优化后的工艺流程如图2所示。
优化后的工艺包括以下具体步骤:
S1:分别从氢气重整装置、制氢装置和PSA向耗氢系统输出氢气物料;其中,氢气重整装置输出流量为12000Nm3/h,制氢装置输出流量为13477Nm3/h,氢气提纯装置输出流量为26032Nm3/h;
同时,从氢气重整装置以流量43276Nm3/h向PSA输出氢气物料;
S2:将所述氢气物料分别输入耗氢系统中的II柴油加氢装置、III柴油加氢装置、I汽油加氢装置、III汽油加氢装置、IV汽油加氢装置、II加氢裂化装置和I渣油加氢装置;所述耗氢系统中各耗氢装置的均与循环压缩机相连,实现氢气物料的循环利用;
其中,II柴油加氢装置输入流量为15709Nm3/h,I汽油加氢装置输入流量为6156Nm3/h,III柴油加氢装置输入流量为23406Nm3/h,III汽油加氢装置输入流量为4256Nm3/h,IV汽油加氢装置输入流量为2696Nm3/h,II加氢裂化装置输入流量为62736Nm3/h,I渣油加氢装置输入流量为38550Nm3/h;
S3:将分别从II柴油加氢装置和III柴油加氢装置输出的气体经柴油加氢干气压缩处理后通入轻烃回收装置,从II柴油加氢装置输出的气体流量为4801Nm3/h,氢气体积百分比为30%,从III柴油加氢装置输出的气体流量为1819Nm3/h,氢气体积百分比为53%;经轻烃回收装置后,气体流量为10341Nm3/h,氢气体积百分比为42%,将气体加压输出至PSA;
同时,将分别从IV汽油加氢装置、II加氢裂化装置、渣油加氢装置输出的气体以及PSA输出的解吸气通入柴油吸收装置,输入所述柴油吸收装置的总气体流量为26168Nm3/h,氢气体积百分比为35%,其中,从IV汽油加氢装置输出至柴油吸收装置的气体流量为1432Nm3/h,其中氢气体积百分比为71%;从II加氢裂化装置输出至柴油吸收装置的气体流量为2264Nm3/h,其中氢气体积百分比为55%;从I渣油加氢装置输出至柴油吸收装置的气体流量为1347Nm3/h,其中氢气体积百分比为32%;从PSA输出至柴油吸收装置的解吸气流量为20100Nm3/h,其中氢气体积百分比为29%;经过柴油吸收装置进行轻烃回收后,气体流量为23534Nm3/h,氢气体积百分比为39%,将该气体输出至燃料气管网。
对优化前后氢气系统的剩余氢气量进行监测,优化前氢气系统的氢气剩余曲线图如3所示,优化后氢气系统的氢气剩余曲线图如图4所示。经计算比较可知,优化后排往燃料气系统的纯氢量为30233Nm3/h,相比优化前的35910Nm3/h,减少了5667Nm3/h;氢气利用率为87.2%,相比优化前的85.2%,提高了2.04%。由此可知,采用本发明所述方法对氢气系统进行优化后,排往燃料气系统的纯氢量减少,氢气利用率提高。
对氢气系统优化后的总效益进行实际核算可知,优化后方案的总效益增加值为10185万元/年。
对比例1
与实施例1相比,区别仅在于,优化方法所涉及的最大收益函数中△CLH值为0,且约束条件中不包含轻烃约束。
根据上述优化方法所得的结果对炼油厂氢气系统的实际生产参数进行调整,所得优化工艺排往燃料气系统的纯氢量相比优化前减少了8113Nm3/h,氢气利用率相比优化前提高了2.95%,与实施例1相比差别不大;但对比例1所得优化工艺总效益增加值仅为5241万元/年,为实施例1所述工艺的1/2,而投资回收期为实施例1所述工艺的2倍。
虽然,上文中已经用一般性说明、具体实施方式及试验,对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。

Claims (6)

1.一种炼油厂氢气系统的优化方法,其特征在于,所述优化方法包括以下步骤:
步骤1:采集炼油厂氢气系统的固定参数和待优化参数;所述待优化参数包括氢气系统中的气体流量及气体中氢气浓度;
步骤2:建立优化炼油厂氢气系统的目标函数,所述目标函数为最大收益函数,其计算公式如(1)所示:
MaxCoptimization=ΔCproducer+ΔCLH-ΔCConsumer-ΔCpurification-ΔCfuel (1);
其中,Coptimization为优化后氢气系统的总收益增加值,ΔCproducer为优化后氢气系统供给氢气成本减少值,ΔCLH为优化后轻烃收益增加值,ΔCConsumer为优化后氢气系统操作成本增加值,ΔCpurification为优化后氢气提纯装置操作成本增加值,ΔCfuel为优化后燃料气管网消耗燃料气成本增加值;
步骤3:在所述最大收益函数中加载氢气系统的约束条件,所述约束条件包括氢源、氢阱、压缩机、氢气提纯装置以及轻烃回收装置对所述待优化参数的约束条件;
步骤4:将步骤1采集的固定参数和待优化参数输入最大收益函数中进行求解,在所述约束条件下反复调整待优化参数,使最大收益函数的解趋向最大值;
步骤5:当最大收益函数的解为最大值时,输出待优化参数的数值,即得氢气系统的优化方案;
其中,所述ΔCproducer的计算公式如(2)所示:
ΔCproducer=∑ipriceproducer×ΔFi (2);
其中,priceproducer为单位体积氢气的供给成本;ΔFi为优化后第i个氢气系统供给氢气体积的减少值;
所述ΔCLH等于单位体积的轻烃价格乘以优化后轻烃回收体积的增加值;
所述ΔCConsumer的计算公式如(3)所示;
其中,Wp,i,M为第i个新氢压缩机单位摩尔入口气体的压缩功率,ni,Makeup为优化后第i个新氢压缩机入口氢气摩尔数增加值,Wp,i,R为第i个循环氢压缩机单位摩尔入口气体的压缩功率,ni,Recycle为优化后第i个循环氢压缩机入口氢气摩尔数增加值,pricee为炼油厂当地工业用电价格;
所述新氢压缩机或循环氢压缩机单位摩尔入口气体的压缩功率计算公式如(4)所示;
其中,Wp为单位摩尔入口气体的压缩功率,Cpv为热容比Cp/Cv,T为压缩机入口温度,Poutlet为压缩机出口压力,Pinlet为压缩机入口压力,ncmp为压缩机压缩级数,ηeff-ise-1为压缩机等熵效率,ηeff-mec为压缩机机械效率,R为气体常数,T0为273.15K;
所述ΔCpurification的计算公式如(5)所示:
ΔCpurification=ΔCPress,Purification+ΔCFlowrate (5);
其中,ΔCPress,Purification为氢气提纯装置进料改变后压缩机操作费用的增加值;ΔCFlowrate为氢气提纯装置处理量改变后的运行费用增加值;
所述ΔCfuel的计算公式如(6)所示:
ΔCfuel=ΔCproducer/CH2×HH2/Hfuel×Cfuel+ΔCLH/CLH×HLH/Hfuel×Cfuel (6);
其中,CLH为单位体积轻烃的价格,HLH为单位体积轻烃的热值;CH2为单位体积氢气的价格,HH2为单位体积氢气的热值;Hfuel为单位体积燃料气的热值,Cfuel为单位体积燃料气的价格;
其中,步骤3所述约束条件具体为:
(a)压缩机约束,如公式(7)和(8)所示:
iFicomp≤Fcompmax (7)
i(Fi,comp×yi)≥∑iFi,comp×ymin (8)
其中,Fcompmax为压缩机的最大设计处理流量,Fi,comp为第i个氢源输出至压缩机的气体流量,yi为第i个氢源输出的气体中氢气浓度,ymin为压缩机出口要求的最低氢气浓度;
(b)PSA约束,如公式(9)所示:
iFi,PSA≤FPSAMAX (9)
其中,Fi,PSA为第i个进入PSA装置的流股的气体流量,FPSAMAX为PSA装置的最大设计处理流量;
(c)氢源约束,如公式(10)所示:
jFi,j≤Fi,source (10)
其中,Fi,j为第i个氢源输出至第j个氢阱的气体流量,Fi,source为第i个氢源输出气体的总流量;
(d)氢阱约束,如公式(11)所示:
iFi,j≥Fsink,j (11)
其中,Fi,j为第i个氢源输出至第j个氢阱的气体流量,Fsink,j为第j个氢阱所需求的气体流量;
(e)轻烃约束,如公式(12)所示:
iFi,LHR≤FLHRMAX (12)
其中,Fi,LHR为第i个进入轻烃回收装置的流股的气体流量,FLHRMAX为轻烃回收装置的最大设计处理流量;
(f)氢油比和氢气分压约束,如公式(13)和(14)所示,或者如公式(15)~(18)所示:
iFi,j=Fsink,j (13)
iFi,j×yi=Fsink,j×ysink,j (14)
其中,Fi,j为第i个氢源输出至第j个氢阱的气体流量,Fsink,j为第j个氢阱所需求的气体流量,yi为第i个氢源输出的气体中氢气浓度,ysink,j为第j个氢阱所需求的气体中氢气浓度;
所述公式(15)~(18)中,Fi,j为第i个氢源输出至第j个氢阱的气体流量,FL sink,j为第j个氢阱所需求的最低气体流量,FU sink,j第j个氢阱所需求的最高气体流量,yi为第i个氢源输出的气体中氢气浓度,ysink,j为第j个氢阱所需求的气体中氢气浓度,yL sink,j为第j个氢阱所需求的最低氢气浓度,yU sink,j为第j个氢阱所需求的最高氢气浓度。
2.根据权利要求1所述的方法,其特征在于,所述待优化参数包括:从各个氢源输出的气体流量及气体中氢气浓度;从各个氢源输出至各个氢阱的气体流量;进、出各压缩机的气体流量及气体中氢气浓度;进入氢气提纯装置的各个流股的气体流量及气体中氢气浓度;进入轻烃回收装置的各个流股的气体流量及气体中氢气浓度。
3.权利要求1或2所述优化方法在优化炼油厂氢气系统中的应用。
4.根据权利要求3所述的应用,其特征在于,所述炼油厂氢气系统包括依次顺序相连的氢气供给系统、耗氢系统和气体回收系统;
所述氢气供给系统包括分别与耗氢系统直接相连的氢气重整装置、制氢装置和氢气提纯装置;
所述耗氢系统包括一组或多组并列的耗氢装置;
所述气体回收系统包括轻烃回收装置。
5.根据权利要求4所述的应用,其特征在于,所述轻烃回收装置的出口端与所述氢气提纯装置的入口端相连。
6.根据权利要求4或5所述的应用,其特征在于,所述氢气重整装置还与所述氢气提纯装置的入口端相连;所述氢气提纯装置还通过解吸气管道与所述轻烃回收装置的入口端相连。
CN201510800128.0A 2015-08-27 2015-11-19 一种炼油厂氢气系统的优化方法及其应用 Active CN106485341B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201510530724 2015-08-27
CN2015105307241 2015-08-27

Publications (2)

Publication Number Publication Date
CN106485341A CN106485341A (zh) 2017-03-08
CN106485341B true CN106485341B (zh) 2019-04-12

Family

ID=58238323

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510800128.0A Active CN106485341B (zh) 2015-08-27 2015-11-19 一种炼油厂氢气系统的优化方法及其应用

Country Status (1)

Country Link
CN (1) CN106485341B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106960109B (zh) * 2017-04-10 2021-05-14 沧州师范学院 一种氢网络节氢中确定过程执行顺序的方法
CN110020444B (zh) * 2017-07-12 2022-03-04 中国石油化工股份有限公司 一种氢气资源的优化方法及系统
CN109248541B (zh) * 2017-07-12 2021-03-05 中国石油化工股份有限公司 氢气回收系统协同优化方法及系统
CN107918280B (zh) * 2017-11-21 2020-09-04 华东理工大学 一种夹点法与超结构法混合的炼油厂氢气网络优化调度方法
CN112750504B (zh) * 2019-10-30 2024-06-28 中国石油化工股份有限公司 存储器、基于原设备的氢网优化方法、装置和设备
CN112749823B (zh) * 2019-10-30 2024-09-06 中国石油化工股份有限公司 存储器、基于回收氢最大化的氢网优化方法、装置和设备
CN112750503B (zh) * 2019-10-30 2024-07-02 中国石油化工股份有限公司 存储器、基于氢利用最大化的氢网优化方法、装置和设备
CN112749459B (zh) * 2019-10-30 2024-08-06 中国石油化工股份有限公司 存储器、基于设备改建的氢网用氢优化方法、装置和设备
CN111383719B (zh) * 2019-12-23 2023-10-20 浙江中控技术股份有限公司 用于炼油过程中氢气与瓦斯的协同优化方法
CN112734093B (zh) * 2020-12-30 2022-06-21 国网甘肃省电力公司电力科学研究院 基于计算机的制氢装置容量优化配置方法
CN114757126B (zh) * 2022-05-06 2024-03-22 大连理工大学 一种基于随机夹点的氢网络重构方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102177474A (zh) * 2008-10-10 2011-09-07 埃克森美孚研究工程公司 精炼厂氢气供应、分配和消耗的实时优化
CN102592037A (zh) * 2011-01-11 2012-07-18 中国石油化工股份有限公司 预测氢气需求量的方法和设备及氢气平衡调度方法和设备
CN103984990A (zh) * 2014-05-09 2014-08-13 清华大学 基于炼油厂全厂调度离散时间建模方法
CN104200293A (zh) * 2014-09-28 2014-12-10 清华大学 基于连续时间的炼油厂全厂调度优化的方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102177474A (zh) * 2008-10-10 2011-09-07 埃克森美孚研究工程公司 精炼厂氢气供应、分配和消耗的实时优化
CN102592037A (zh) * 2011-01-11 2012-07-18 中国石油化工股份有限公司 预测氢气需求量的方法和设备及氢气平衡调度方法和设备
CN103984990A (zh) * 2014-05-09 2014-08-13 清华大学 基于炼油厂全厂调度离散时间建模方法
CN104200293A (zh) * 2014-09-28 2014-12-10 清华大学 基于连续时间的炼油厂全厂调度优化的方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
炼油加氢装置与全厂氢气系统的集成优化研究;张英 等;《中外能源》;20150731;第20卷(第7期);第76-81页
炼油厂氢气网络优化的工程设计应用;郭亚逢 等;《石油学报(石油加工)》;20120229;第28卷(第1期);第107-114页

Also Published As

Publication number Publication date
CN106485341A (zh) 2017-03-08

Similar Documents

Publication Publication Date Title
CN106485341B (zh) 一种炼油厂氢气系统的优化方法及其应用
Deng et al. Optimal sizing of wind-hydrogen system considering hydrogen demand and trading modes
Yunqiang et al. Modeling and multi-objective optimization of refinery hydrogen network
CN102191086B (zh) 煤制合成气联产一氧化碳、甲醇、氢气、精制合成气的集成装置和方法
Su et al. Economic accounting and high-tech strategy for sustainable production: A case study of methanol production from CO2 hydrogenation
CN109255461B (zh) 一种氢气资源的优化方法及优化系统
CN110020444B (zh) 一种氢气资源的优化方法及系统
CN103524299B (zh) 一种合成甲醇和合成甲烷联产设备
Jiao et al. Improved optimization methods for refinery hydrogen network and their applications
CN107918280B (zh) 一种夹点法与超结构法混合的炼油厂氢气网络优化调度方法
Deng et al. Systematic retrofit method for refinery hydrogen network with light hydrocarbons recovery
CN104479752A (zh) 一种气流床粉煤加氢气化方法
CN105517980A (zh) 增强的氢气回收
Gaia et al. Hierarchical targeting of hydrogen network system and heat integration in a refinery
CN111383719B (zh) 用于炼油过程中氢气与瓦斯的协同优化方法
CN104745257B (zh) 一种煤和焦炉气联供制天然气的系统及工艺
CN102321525B (zh) 一种车用压缩生物天然气生产设备
CN205137058U (zh) 一种压缩天然气加气站回收压缩机卸载气的净化装置
CN214694029U (zh) 一种用于沼气提纯的进气系统
Jiao et al. An optimization method for the refinery hydrogen network and its application
CN213739325U (zh) 一种硫回收工艺的天然气处理厂蒸汽系统
CN114676958A (zh) 一种碳中和场景下炼油厂氢气网络的优化调度方法
CN211284270U (zh) 一种多工况焦炉煤气交替生产天然气的装置
Girardin et al. Methodology for the design of industrial hydrogen networks and the optimal placement of purification units using multi-objective optimisation techniques
Deng et al. Fuzzy optimization design of multicomponent refinery hydrogen network

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant