CN113862021A - 一种原油常压蒸馏塔的侧线收率的预测及优化方法 - Google Patents
一种原油常压蒸馏塔的侧线收率的预测及优化方法 Download PDFInfo
- Publication number
- CN113862021A CN113862021A CN202111159975.5A CN202111159975A CN113862021A CN 113862021 A CN113862021 A CN 113862021A CN 202111159975 A CN202111159975 A CN 202111159975A CN 113862021 A CN113862021 A CN 113862021A
- Authority
- CN
- China
- Prior art keywords
- crude oil
- distillation
- yield
- crude
- tower
- 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.)
- Granted
Links
Images
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
- C10G7/00—Distillation of hydrocarbon oils
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Algebra (AREA)
- Organic Chemistry (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
Abstract
本发明公开了一种原油常压蒸馏塔的侧线收率的预测及优化方法,包括原油数据采集模块、历史数据库、Aspen plus软件、映射模块。预测方法为历史映射方法和稳态模型预测方法,优化方法是根据建立的稳态模型,针对原油性质的变化、总拔要求、侧线产品的要求以及全厂综合经济效益,利用模型的优化功能,获得原油常压蒸馏塔操作的最优参数集,并准确模拟计算常压塔蒸馏塔塔顶NH4Cl、NH4HS的结晶温度,为全塔优化提供理论指导。本发明将原油常压蒸馏的侧线收率和产品性质的预测和优化相结合,可以为原油加工过程的下游提供计划排产数据,并提高高价值产品收率,降低装置的能耗,对炼油厂的经济效益提高具有重要的意义。
Description
技术领域
本发明属于石油炼制及石油化工生产技术领域,具体是涉及一种原油常压蒸馏塔的侧线收率的预测及优化方法。
背景技术
常减压装置一般是由初馏塔系统、常压蒸馏系统和减压蒸馏系统组成,这些塔的工作原理都是气液平衡分离,通过精馏得到合乎要求的产品。初馏塔的主要生产任务是将原油中的大部分190℃以前的馏分拔出,为重整和乙烯裂解装置提供优质原料;常压蒸馏系统主要过程是加热、蒸馏、汽提,主要设备有加热炉、常压塔和汽提塔,它的任务是将原油切割成石脑油、溶剂油、煤油、柴油等不同产品。减压蒸馏的核心是减压塔和抽真空系统。由于常压蒸馏剩下的重油组分分子量大、沸点高,在高温下宜分解、生焦,因此,为了提取更多的轻质组分,需要降低蒸馏压力,从而降低重油馏分的沸点范围。
常压蒸馏在原油蒸馏流程中起着“承上启下”的作用,常压塔的稳定操作对于常减压装置的意义重大。原油经加热到360-370℃,进入常压蒸馏塔,塔顶得到石脑油馏分,与初馏塔顶的塔顶馏分一起可作为催化重整原料或汽油调和组分,常一线为煤油馏分,常二线和常三线为柴油馏分,常四线为过汽化油,常底为重油(>350℃)。常压蒸馏操作的目标是提高分馏精度和降低能耗,影响这些目标的工艺操作条件有温度、压力、回流比、汽提量以及塔底液面等。其中进料温度是重要的操作参数,进料温度太高会造成能量浪费,增加气相负荷,降低塔的处理量,进料温度太低,轻油收率下降。
常压塔处理的对象是一种复杂的混合物,各侧线馏分也是复杂的混合物。原油的性质、进料温度、塔顶回流温度、回流比、塔底及侧线蒸汽汽提量和温度、顶循、一中、二中取热、过化度要求及汽化段油气分压等生产过程操作条件复杂多变,这些因素都可使常压蒸馏装置各侧线产品收率和性质发生明显变化。实际生产过程中,常压蒸馏的关键产品如初顶油、常顶油、常一、常二、常三、常四以及常底油的收率因原油品质和操作条件的改变而有明显的差异。这些关键产品的实际产量、产品指标与生产计划预期值往往存在一定偏差。生产装置操作的实时优化是炼油化工企业实现智能化生产、提升经济效益的重要手段,实时优化可根据动态变化的原料性质、产品需求、原油及产品价格等信息,动态的获得优化的操作方案,使得装置时刻保持在最优操作状态。如何及时、快速根据原油的基本性质预测常压蒸馏的收率,并根据炼油装置上下游要求及时优化常压蒸馏的收率及其产品是提高当前炼油装置生产计划、调度准确性的关键。
专利CN 104965967 A公开了一种常减压蒸馏装置的收率实时预测方法,根据常减压装置的操作变量对产品收率的影响,利用神经网络代理预测模型计算,建立不同生产工况的模型来模拟实际工况的流程,从而实现装置收率的实时预测,可为计划优化PIMS模型和调度优化模型提供理论支撑。该方法涉及到数据处理、模型校正、建立数据库以及实施预测,机理模型较为复杂,所产生的数学方程组规模庞大,运用计算机处理器进行优化求解的速度慢,无法迅速对应对生产环境的突然变化,而且容易不收敛,导致优化失败,无法满足实时预测的需要。
专利CN 108536108 A公开了一种常减压装置的实时优化方法,通过采集分析原油及侧线流股的宏观性质数据、原油详细分子组成的拟合、历史原油分子数据库、原油分子切割模型以及运筹学规划模型的使用及求解,得到最优工艺参数集,传输给DCS系统,实现常减压装置的实时优化。但是实际过程中往往缺少从初馏点到终馏点全部馏程的原油分子数据库,因此该方法的推广应用具有局限性;其实施例所述的常减压装置实时优化方法只在预测的准确性、实时性、可靠性上有所改进,并没有从侧线产品质量、全塔能耗、综合效益方面进行综合优化,且所得到的最优操作参数集包括太多侧线的温度、压力、蒸汽流量等,而用于实际装置的操作参数的调整,难免顾此失彼,因而缺乏实际意义。
专利CN 105138824 A公开了一种面向常减装置优化的数据校正方法,通过对原油历史数据进行校正,选取更接近真实值的原油性质数据进行装置优化,避免了预测误差。该专利给出了一种原油相似度的判据,包括原油性质相似度、原油硫含量相似度、原油密度相似度、原油侧线收率相似度等,采用岭型分布、梯形分布函数,并人为设定函数阈值,最后对这些相似度进行权重计算,得到原油相似度Sc。该方法虽然具备理论的可靠性,但所涉及的控制算法无法解决多变量耦合的控制对象,使得对象具有大惯性、大滞后,强干扰现象。因此,亟待一种控制方法来消除滞后抵抗干扰是很有必要的。
发明内容
为了克服上述的不足之处,本发明的目的在于提供一种原油常压蒸馏塔的侧线收率的预测及优化方法,本发明中将原油加工过程中预测和优化相结合,可以在给定原油蒸馏系统中,针对原油性质变化通过历史映射方法和稳态模型预测方法及时预测该原油关键产品的收率和产品性质,为原油加工过程的下游提供计划排产数据;或者针对原油性质的变化、总拔要求、侧线产品的要求以及全厂综合经济效益,利用模型的优化功能,获得原油蒸馏操作的最优参数集,为全塔优化提供理论指导。
本发明中一种原油常压蒸馏的侧线收率和产品性质的预测及优化方法其特征在于该方法包括原油数据采集模块、历史数据库、Aspenplus软件、映射模块,具体包括如下步骤:
1)原油数据采集,原油数据采集模块与炼油厂PI系统对接获取实时采集的工艺数据和设计数据,与LIMS系统对接获取实时采集的化验数据;
2)原油相似度计算,包括首先对原油类别筛选,其次用四维向量(n1,n2,n3,n4)对待预测原油和历史数据库中的原油进行“余弦相似度”和“Tanimoto相似度”计算,最后筛选原油相似度S大于0.95的原油,其中n1为原油的动力粘度,n2为原油的硫含量,n3为原油的酸值,n4为原油的氮含量;
3)待加工原油收率预测,如果待加工原油相似度>0.95,调用映射模块,从历史数据库中寻找一个或若干个与该原油的原油相似度相符合的原油对应的收率,将其各个收率做平均值,作为该待测原油的预测收率;
4)如果待加工原油相似度≤0.95,通过Aspen plus软件建立原油蒸馏的稳态模型进行预测收率;
5)原油蒸馏装置的优化,基于Aspen plus软件建立的原油蒸馏的稳态模型,根据原油蒸馏装置所要求的总拔要求、侧线产品的要求以及全厂综合经济效益,进行灵敏度分析和优化,得到最优操作参数集。
所述的历史数据库为原油蒸馏装置长期为稳态时针对不同生产方案,不同原料品质、不同进料负荷和操作条件下建立的产品收率分析数据库,包括历史原油数据库及其对应的历史原油收率数据库、历史原油加工工艺数据库、历史原油加工装置的设计数据库,每一次预测模拟结果经校正合格后纳入历史数据库,使得历史数据库不断更新;
所述的化验数据包括包括原油类别、原油的硫含量、氮含量、氯含量,酸值、动力粘度 mPa·s(50℃),可通过原油快速分析方法提前一天获得。
所述的Aspen plus软件建立的原油蒸馏的稳态模型基于原油蒸馏塔的设计参数和操作条件,所述的设计参数包括塔板数、塔盘效率,进料位置、进料流率、组成及相态、加热取热器的位置及负荷、侧线抽出及返回位置、设计规定,其中操作条件包括稳态时原油进料温度、塔顶压力、塔顶回流温度、回流比、塔底及侧线蒸汽汽提量和温度、顶循、一中、二中取热、过气化度要求及气化段油气分压。
所述的原油类别包括石蜡基原油、石蜡-中间基原油、中间-石蜡基原油、中间基原油、中间-环烷基原油、环烷-中间基原油和环烷基原油。
所述的最优操作参数集包括进料温度、蒸汽汽提量、回流比和塔顶温度。
所述的收率预测包括对原油蒸馏装置的侧线收率的预测和对原油常压蒸馏过程中结盐的温度和位置的预测。
所述的结盐的温度和位置的预测是指将常压蒸馏条件下NH4Cl、NH4HS的结晶曲线(见图4)嵌入Aspenplus软件建立的原油蒸馏的稳态模型的物性集中,取名为T-NCL,输入变量为原油中总氯含量、总氮含量,通过调用物性集中T-NCL物性计算出该原油在常压塔中蒸馏过程中NH4Cl、NH4HS的结盐温度及结盐位置,为装置的防腐蚀提供依据。
所述的“余弦相似度”和“Tanimoto相似度”度量具体为通过如下公式计算,其中n1为原油的动力粘度,n2为原油的硫含量,n3为原油的酸值,n4为原油的氮含量;x1、x2、x3、x4分别为待预测原油的动力粘度、原油的硫含量、原油的酸值、原油的氮含量;y1、y2、y3、y4分别为历史数据库中原油的动力粘度、原油的硫含量、原油的酸值、原油的氮含量。
S=cos×tan
所述的操作参数包括进料温度、蒸汽汽提量,回流比,塔顶温度。所述的最优操作参数包括优化的进料温度、优化的蒸汽汽提量,优化的回流比,优化的塔顶温度,控制收率,保证侧线产品的分离精度,降低塔底重油馏分中轻质油含量。
本发明具有如下优点:
(1)本发明将原油蒸馏的侧线收率的预测和优化相结合,可以提高高价值产品收率,降低装置的能耗,对炼油厂的经济效益提高具有极其重要的意义;
(2)本发明可以预测原油在常压蒸馏塔中的结盐温度和位置,为工艺防腐提供依据和对策。
附图说明
图1为原油蒸馏装置示意图。
GAS1——原油的不凝气、CRUDE——原油、WATER——原油携带的水、C101FEED——混合器、THCRUDE——混合物料、E101——原油换热器、C101——闪蒸罐、F101FEED——常压炉进料、F101——常压炉、C102FEED——原油常压蒸馏塔进料、C102——原油常压蒸馏塔、F201FEED——减压炉进料、STM——水蒸气、C-201FEED——减压塔进料、C1-2GAS——酸性气、SWATER——含硫污水、PETRO——汽油、CUT1——煤油、CUT2——轻柴油、 CUT3——重柴油、CUT4——蜡油、STM1——航煤汽提蒸汽、STM2——柴油汽提蒸汽、C-201 ——原油减压蒸馏塔、D201——回流罐、VGAS——减压塔顶酸性气、VSWATER——减压塔含硫污水、C201GAS1减压塔顶油气、VTOP——减压塔柴油、V1——减压塔重柴油、V2——减压塔蜡油1、V3——减压塔蜡油2、VR——减压塔渣油、STM-C201——减压塔汽提蒸汽。
图2为一种原油常压蒸馏塔的侧线收率的预测及优化方法的模块图
图3为一种原油常压蒸馏塔的侧线收率的预测及优化方法的原理框图
图4(左)为原油常压蒸馏条件下NH4Cl的结晶曲线,图4(右)为原油常压蒸馏条件下NH4HS的结晶曲线。
具体实施方式
为了使本发明的目的及优点更加清楚明白,以下结合实例对本发明实施步骤进行详细说明。实施例中涉及到的原油种类、初馏塔、常压塔和减压塔以及其他相关术语不对本发明产生限制,仅仅是出于描述特定实施例的目的,并不意图限制本发明,不应将其理解为局限于本文阐述的实施例。该领域的专业技术人员根据本发明的内容作出的一些非本质的改进和调整,仍属于本发明的保护范围。
建立模型:以A企业常减压装置为例,如图1,该企业常减压装置具有炼化企业典型工艺,包括闪蒸塔C101、常压塔C102和减压塔C201,原油加工量800万吨/年,其中原油等原料进过换热器E101加热至200-210℃,进入闪蒸塔C101,闪蒸塔C101塔顶气相直接进入常压塔C102中上部,闪蒸塔C101塔底液相经过常压炉F101加热至350-370℃,进入常压塔C102进行常压蒸馏,自常压塔C102塔顶出PETRO(汽油)、SWATER(酸性水)、C102GAS(酸性气),自常压塔C102侧一线出CUT1(航煤)、自常压塔C102侧二线出CUT2(轻柴油)、自常压塔C102侧三线出CUT3(重柴油)、自常压塔C102侧四线出CUT4(蜡油)、自常压塔 C102塔底出C201FEED(常压渣油),常压渣油进入减压塔C201进行减压蒸馏。A企业加工基础原油的性质见表一,常压蒸馏塔的设计参数和操作条件见表二,据此采用Aspenplus建立该企业的闪蒸-常压模型,表三为稳态模型的输出结果。
表一 基础原油性质
表二 常压蒸馏塔的设计参数和操作条件
表三 稳态模型的输出结果
根据基础油的稳态模拟结果(表三),符合产品设计规定,说明针对A企业原油蒸馏塔所建立的模型可以用于模拟其他种类原油,并得出准确的收率结果。在原油蒸馏(360-365℃) 过程中原油中的硫、氮、氯等元素由于发生分解可产生H2S、NH3和HCl,且转化率为0.37%、0.25%和3.10%。通过在蒸馏稳态模型中利用计算器功能的Fortran语言将NH4Cl、NH4HS在常压塔的结晶曲线的函数关系表达出来,物性集命名为T-NCL,实现蒸馏模型可以计算NH4Cl、 NH4HS结盐温度的目的。
建立历史数据库:首先从limis数据中搜集近三个月稳态运行的原油数据包括原油类别、原油的硫含量、氮含量、氯含量,酸值,动力粘度mPa·s(50℃)以及对应的馏分油数据,见表四。
表四 历史数据库
收率预测实施例1:通过原油快速评价手段提前一天获取一天后要加工原油为科威特-卡斯混合原油的基本性质,原油基本性质数据见下表1-1。
表1-1
由表可知,该原油为中间基原油。通过原油相似度判据对该原油和历史数据库的中间基原油进行相似度判断,根据说明书中的原油相似度计算公式:
S=cos×tan
分别计算表1-1中的原油与表四中的原油的原油相似度,计算结果表明中间基原油①、②、③、⑤原油与该原油的相似度S分别为0.9864、0.9874、0.9635和0.9815,达到>0.95,调用映射模块将上述中间基原油①、②、③、⑤原油的收率的平均值作为该原油的预测收率,见下表 1-2。
表1-2
收率预测实施例2:通过原油快速评价手段提前一天获取一天后要加工的巴重-福蒂斯-卡斯混合原油的原油基本性质,原油基本性质数据见下表2-1。
表2-1
由表2-1可知,该原油为中间基原油。分别计算表2-1中的原油与表四中的原油的原油相似度,计算结果表明中间基原油③、⑧原油与该原油的相似度S达到>0.95,将其收率的平均值作为该原油的预测收率,见下表2-2。
表2-2
收率预测实施例3:通过原油快速评价手段提前一天获取一天后要加工的伊重-巴士拉轻- 卡斯混合原油的原油基本性质,原油基本性质数据见下表3-1。
表3-1
由表3-1可知,该原油为中间基原油。调用映射模型分别计算表3-1中的原油与表四中的原油的原油相似度,计算结果表明历史数据库中的所有中间基原油与表3-1中原油的相似度S 均≤0.95,故这是一个新的油种,将通过稳态模型预测该原油的收率,调用上述为A企业800 万吨/年原油蒸馏装置建立的Aspen Plus稳态模型,输入该原油的数据预测原油收率(见表3-2),并将该原油数据与其对应的收率数据纳入表四历史数据库,更新历史数据库。
表3-2
收率预测实施例4:通过原油快速评价手段提前一天获取一天后要加工的大庆-1原油的原油基本性质,原油基本性质数据见下表4-1。
表4-1
由表4-1可知,该原油为石蜡基原油。调用映射模块分别计算表4-1中的原油与表四中的原油的原油相似度,计算结果表明石蜡基原油②与该原油的相似度S达到>0.95,将其收率的平均值作为该原油的预测收率,见下表4-2。
表4-2
收率预测实施例5:通过原油快速评价手段提前一天获取一天后要加工的巴轻-库欣原油的原油基本性质,原油基本性质数据见下表5-1。
表5-1
由表5-1可知,该原油为中间-环烷基原油。分别计算表5-1中的原油与表四中的原油的原油相似度,计算结果表明中间-环烷基基原油②与该原油的相似度S达到>0.95,将其收率的平均值作为该原油的预测收率,见下表5-2。
表5-2
收率预测实施例6:通过原油快速评价手段提前一天获取一天后要加工的勃西混合原油的原油基本性质,原油基本性质数据据见下表6-1。
表6-1
由表6-1可知,该原油为环烷-中间基原油。调用映射模块分别计算表6-1中的原油与表四中的原油的原油相似度,计算结果表明历史数据库中的所有环烷-中间基原油与表6-1中原油的相似度S均≤0.95,故这是一个新的油种,将通过稳态模型预测该原油的收率,调用上述为 A企业800万吨/年原油蒸馏装置建立的Aspen Plus稳态模型,输入该原油的详评数据预测原油收率(见表6-2),并将该原油数据与其对应的收率数据纳入表四历史数据库,更新历史数据库。
表6-2
收率预测实施例7:通过原油快速评价手段提前一天获取一天后要加工巴轻-库欣原油的原油基本性质,原油基本性质数据见下表7-1。
表7-1
由表7-1可知,该原油为中间-环烷基原油。调用映射模块分别计算表7-1中的原油与表四中的原油的原油相似度,计算结果表明中间-环烷基原油②与该原油的相似度S达到>0.95,将其收率的平均值作为该原油的预测收率,见下表7-2。
表7-2
收率预测实施例8:通过原油快速评价手段提前一天获取一天后要加工的格瑞斯克混合原油的原油基本性质,原油基本性质数据见下表8-1。
表8-1
由表8-1可知,该原油为石蜡基原油。调用映射模块分别计算表8-1中的原油与表四中的原油的原油相似度,计算结果表明历史数据库中的所有石蜡基原油与表8-1中原油的相似度S 均≤0.95,故这是一个新的油种,将通过稳态模型预测该原油的收率,调用上述为A企业800 万吨/年原油蒸馏装置建立的Aspen Plus稳态模型,输入该原油的详评数据预测原油收率(见表8-2),并将该原油数据与其对应的收率数据纳入表四历史数据库,更新历史数据库。
表8-2
收率预测实施例9:通过原油快速评价手段提前一天获取一天后要加工的辽河混合原油的原油基本性质,原油基本性质数据见下表9-1。
表9-1
由表9-1可知,该原油为环烷基原油。调用映射模块分别计算表9-1中的原油与表四中的原油的原油相似度,计算结果表明历史数据库中的所有环烷基原油与表8-1中原油的相似度S 均≤0.95,故这是一个新的油种,将通过稳态模型预测该原油的收率,调用上述为A企业800 万吨/年原油蒸馏装置建立的Aspen Plus稳态模型,输入该原油的详评数据预测原油收率(见表9-2),并将该原油数据与其对应的收率数据纳入表四历史数据库,更新历史数据库。
表9-2
收率预测实施例10:通过原油快速评价手段提前一天获取一天后要加工的巴轻-库欣混合原油的原油基本性质,原油基本性质数据见下表10-1。
表10-1
由表10-1可知,该原油为中间-环烷基原油。调用映射模块分别计算表10-1中的原油与表四中的原油的原油相似度,计算结果表明中间-环烷基基原油②与该原油的相似度S达到> 0.95,将其收率的平均值作为该原油的预测收率,见下表10-2。
表10-2
结盐预测实施例11:通过原油快速评价手段提前一天获取一天后要加工的巴重-福蒂斯- 卡斯混合原油的原油基本性质,原油基本性质数据见下表11-1。
表11-1
由表11-1可知,该混合原油为中间基原油,其硫、氮、氯含量分别为2.9w%、2440μg/g 和8.48μg/g,调用上述为A企业800万吨/年原油蒸馏装置建立的Aspen Plus稳态模型中的 T-NCL物性计算模块,得到结盐温度和结盐位置,结果见表11-2。
表11-2
结盐预测实施例12:通过原油快速评价手段提前一天获取一天后要加工的巴重-巴轻-福蒂斯混合原油的原油基本性质,原油基本性质数据见下表12-1。
表12-1
由表11-1可知,该混合原油为中间基原油,其硫、氮、氯含量分别为2.86w%、1670μg/g 和33.63μg/g,调用上述为A企业800万吨/年原油蒸馏装置建立的Aspen Plus稳态模型中的 T-NCL物性计算模块,得到结盐温度和结盐位置,结果见表12-2。
表12-2
结盐预测实施例13:通过原油快速评价手段提前一天获取一天后要加工的科威特-卡斯混合原油的原油基本性质,原油基本性质数据见下表13-1。
表13-1
由表13-1可知,该混合原油为中间基原油,其硫、氮、氯含量分别为2.73w%、2380μg/g 和12.96μg/g,调用上述为A企业800万吨/年原油蒸馏装置建立的Aspen Plus稳态模型中的 T-NCL物性计算模块,得到结盐温度和结盐位置,结果见表13-2。
表13-2
结盐预测实施例14:通过原油快速评价手段提前一天获取一天后要加工的沙重-库欣混合原油的原油基本性质,原油基本性质数据见下表14-1。
表14-1
由表14-1可知,该混合原油为中间基原油,其硫、氮、氯含量分别为3.39w%、1260μg/g 和13.19μg/g,调用上述为A企业800万吨/年原油蒸馏装置建立的Aspen Plus稳态模型中的 T-NCL物性计算模块,得到结盐温度和结盐位置,结果见表14-2。
表14-2
结盐预测实施例15:通过原油快速评价手段提前一天获取一天后要加工的格瑞斯克原油的原油基本性质,原油基本性质数据见下表15-1。
表15-1
由表15-1可知,该混合原油为中间基原油,其硫、氮、氯含量分别为0.01w%、120μg/g 和3.86μg/g,调用上述为A企业800万吨/年原油蒸馏装置建立的Aspen Plus稳态模型中的 T-NCL物性计算模块,得到结盐温度和结盐位置,结果见表15-2。
表15-2
结盐预测实施例16:通过原油快速评价手段提前一天获取一天后要加工的伊重-巴轻原油的原油基本性质,原油基本性质数据见下表16-1。
表16-1
由表16-1可知,该混合原油为中间基原油,其硫、氮、氯含量分别2.45w%、3400μg/g 和46.78μg/g,调用上述为A企业800万吨/年原油蒸馏装置建立的Aspen Plus稳态模型中的 T-NCL物性计算模块,得到结盐温度和结盐位置,结果见表16-2。
表16-2
表五为上述实施例1-10中采用的历史映射方法或稳态模型预测方法对待加工原油收率的预测结果和实际结果进行比对,通过相对误差来表征本发明中预测方法的精确度。
表五预测值与实际值的对比
根据表五,对于A企业常压塔侧线收率的预测值,其误差都在±3.0%以下的合理范围,说明本发明中所涉及到的一种常压塔侧线收率的实时预测方法可准确预测常压塔的侧线收率。
优化实施例17提高分离精度,提升综合效益,以B企业常减压装置为例,该企业常减压装置具有炼化企业典型工艺,包括初馏塔、常压塔和减压塔,原油加工量800万吨/年。对表六进行分析可以看出,该常压塔分离精度欠佳,其中塔顶油终馏点温度超出工艺指标要求,所以需要进行相应的优化。
表六B企业常压装置侧线产品的分离精度
按照上述以A企业常减压装置为例建立的原油蒸馏装置建立的Aspen Plus稳态模型的方法,根据B企业的初馏塔和常压塔的设计参数建立相应的稳态模型,在模型的设计规定里固定常顶油的馏程,使其终馏点≤170℃。将优化变量设置为回流温度,把目标函数设置为常压拔出率和综合经济效益,进行灵敏度分析,得到最优操作参数集。
表17-1
将最优操作参数集传输给DCS系统,实现常压装置的实时优化,经过一段时间后,B企业常压塔侧线收率和分离精度如表七所示,分离精度已经符合工艺要求,而且常顶油、常一线收率增加,总拔增加3%,提升了企业的经济效益。
表七优化后B企业常压装置侧线产品的分离精度
本发明公开和提出的技术方案,本领域技术人员可通过借鉴本文内容,适当改变条件路线等环节实现,尽管本发明的方法和制备技术已通过较佳实施例子进行了描述,相关技术人员明显能在不脱离本发明内容、精神和范围内对本文所述的方法和技术路线进行改动或重新组合,来实现最终的制备技术。特别需要指出的是,所有相类似的替换和改动对本领域技术人员来说是显而易见的,他们都被视为包括在本发明精神、范围和内容中。本发明未尽事宜属于公知技术。
Claims (7)
1.一种原油常压蒸馏塔的侧线收率的预测及优化方法,其特征在于该方法包括原油数据采集模块、历史数据库、Aspen plus软件、映射模块,具体包括如下步骤:
1)原油数据采集,原油数据采集模块与炼油厂PI系统对接获取实时采集的工艺数据和设计数据,与LIMS系统对接获取实时采集的化验数据;
2)原油相似度计算,包括首先对原油类别筛选,其次用原油的四维向量(n1,n2,n3,n4)对待预测原油和历史数据库中的原油进行“余弦相似度”和“Tanimoto相似性”计算,最后筛选原油相似度S大于0.95的原油,其中n1为原油的动力粘度,n2为原油的硫含量,n3为原油的酸值,n4为原油的氮含量;
3)预测待加工原油收率,如果待加工原油相似度>0.95,调用映射模块,从历史数据库中寻找一个或若干个与该原油的原油相似度相符合的原油对应的收率,将其各个收率做平均值,作为该待测原油的预测收率;
4)如果待加工原油相似度≤0.95,通过Aspen plus软件建立原油蒸馏的稳态模型进行预测收率;
5)原油蒸馏装置的优化,基于Aspen plus软件建立的原油蒸馏的稳态模型,根据原油蒸馏装置所要求的总拔要求、侧线产品的要求以及全厂综合经济效益,进行灵敏度分析和优化,得到最优操作参数集。
2.根据权利要求1所述的方法,其特征在于,所述的历史数据库为原油蒸馏装置长期为稳态时针对不同生产方案,不同原料品质、不同进料负荷和操作条件下建立的产品收率的分析数据库,包括历史原油数据库及其对应的历史原油蒸馏塔侧线收率数据库、历史原油加工工艺数据库、历史原油加工装置的设计数据库,每一次预测模拟结果经校正合格后纳入历史数据库,使得历史数据库不断更新。
3.根据权利要求1所述的方法,其特征在于,所述的化验数据包括包括原油类别、原油的硫含量、氮含量、氯含量,酸值、动力粘度mPa·s(50℃),通过原油快速分析方法提前一天获得。
4.根据权利要求1所述的方法,其特征在于,Aspen plus软件建立的原油蒸馏的稳态模型基于原油蒸馏塔的设计参数和操作条件,所述的设计参数包括塔板数、塔盘效率,进料位置、进料流率、组成及相态、加热取热器的位置及负荷、侧线抽出及返回位置、设计规定,其中操作条件包括稳态时原油进料温度、塔顶压力、塔顶回流温度、回流比、塔底及侧线蒸汽汽提量和温度、顶循、一中、二中取热、过气化度要求及气化段油气分压。
5.根据权利要求1所述的方法,其特征在于,所述的原油类别包括石蜡基原油、石蜡-中间基原油、中间-石蜡基原油、中间基原油、中间-环烷基原油、环烷-中间基原油或环烷基原油。
6.根据权利要求1所述的方法,其特征在于,所述预测还包括准确模拟计算常压塔蒸馏塔塔顶NH4Cl、NH4HS的结盐温度和位置,具体为将常压蒸馏条件下NH4Cl、NH4HS的结晶曲线嵌入Aspen plus软件建立的原油蒸馏的稳态模型的物性集中,输入变量为原油中总氯含量、总氮含量,通过调用物性集中物性计算出该原油在常压塔中蒸馏过程中NH4Cl、NH4HS的结盐温度及结盐位置,为装置的防腐蚀提供依据。
7.根据权利要求1所述的方法,其特征在于所述的最优操作参数集包括进料温度、蒸汽汽提量、回流比和塔顶温度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111159975.5A CN113862021B (zh) | 2021-09-30 | 2021-09-30 | 一种原油常压蒸馏塔的侧线收率的预测及优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111159975.5A CN113862021B (zh) | 2021-09-30 | 2021-09-30 | 一种原油常压蒸馏塔的侧线收率的预测及优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113862021A true CN113862021A (zh) | 2021-12-31 |
CN113862021B CN113862021B (zh) | 2023-04-07 |
Family
ID=79001093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111159975.5A Active CN113862021B (zh) | 2021-09-30 | 2021-09-30 | 一种原油常压蒸馏塔的侧线收率的预测及优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113862021B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2416153A1 (en) * | 2010-08-02 | 2012-02-08 | ENI S.p.A. | Method for predicting the quality and yields of a crude oil |
CN105574345A (zh) * | 2015-12-23 | 2016-05-11 | 南京富岛信息工程有限公司 | 原油性质数据校正方法 |
CN106444428A (zh) * | 2016-10-25 | 2017-02-22 | 中国石油化工股份有限公司 | 基于流程模拟软件的常减压装置优化操作系统及方法 |
US20190120810A1 (en) * | 2017-10-20 | 2019-04-25 | Honeywell International Inc. | System and method to optimize crude oil distillation or other processing by inline analysis of crude oil properties |
-
2021
- 2021-09-30 CN CN202111159975.5A patent/CN113862021B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2416153A1 (en) * | 2010-08-02 | 2012-02-08 | ENI S.p.A. | Method for predicting the quality and yields of a crude oil |
CN105574345A (zh) * | 2015-12-23 | 2016-05-11 | 南京富岛信息工程有限公司 | 原油性质数据校正方法 |
CN106444428A (zh) * | 2016-10-25 | 2017-02-22 | 中国石油化工股份有限公司 | 基于流程模拟软件的常减压装置优化操作系统及方法 |
US20190120810A1 (en) * | 2017-10-20 | 2019-04-25 | Honeywell International Inc. | System and method to optimize crude oil distillation or other processing by inline analysis of crude oil properties |
Non-Patent Citations (2)
Title |
---|
水春贵: "基于Aspen Plus的原油蒸馏装置流程模拟及优化", 《中外能源》 * |
王海博等: "常压塔塔顶冷凝系统铵盐腐蚀及控制", 《中国石油大学学报(自然科学版)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113862021B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101694571B (zh) | 汽油在线调合方法 | |
US12049592B2 (en) | Predictive control systems and methods with hydrocracker conversion optimization | |
CN103524284B (zh) | 一种乙烯裂解原料配置的预测和优化方法 | |
CN104804761B (zh) | 一种加氢裂化装置的收率实时预测方法 | |
CN104765346A (zh) | 一种炼油过程全流程建模方法 | |
CN104789256A (zh) | 一种催化裂化装置的收率实时预测方法 | |
CN101286065A (zh) | 一种原油掺炼多周期优化的原油调合调度方法 | |
CN111475957B (zh) | 一种基于装置机理的炼油过程生产计划优化方法 | |
CN104765347B (zh) | 一种渣油延迟焦化过程中收率实时预测方法 | |
CN103605384B (zh) | 一种多目标多组分汽油生产的实时优化调合方法 | |
CN101169387A (zh) | 一种在线确定常压塔顶石脑油质量指标的软测量方法 | |
CN105975685A (zh) | 一种用于渣油延迟焦化过程的建模和优化方法 | |
CN113862021B (zh) | 一种原油常压蒸馏塔的侧线收率的预测及优化方法 | |
Anugraha et al. | Techno-economical study on the production of high octane gasoline in light naphtha plant | |
CN108009337B (zh) | 一种基于流程模拟软件的在线标定系统 | |
CN100334047C (zh) | 乙烯装置中裂解炉裂解深度的智能控制方法 | |
CN101727609A (zh) | 基于支持向量机的热裂解产物收率的预测方法 | |
US10614533B2 (en) | Methods for optimizing petrochemical facilities through stream lined transferal | |
CN102289199B (zh) | 一种工业裂解炉生产操作的自动在线控制方法 | |
CN103087751B (zh) | 一种工业裂解炉价值最大化模型的构建方法 | |
CN112347629A (zh) | 基于流程模拟软件的常减压装置模拟计算优化平台 | |
CN102289200B (zh) | 一种工业裂解炉生产操作的自动在线控制方法 | |
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 | |
Li et al. | An integrated data-driven modeling and gas emission constraints for large-scale refinery production planning framework | |
CN113936745A (zh) | 一种基于机理模型的柴油加氢装置优化方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |