CN116305853B - 一种lng接收站气化外输工艺系统优化运行方法 - Google Patents

一种lng接收站气化外输工艺系统优化运行方法 Download PDF

Info

Publication number
CN116305853B
CN116305853B CN202310157214.9A CN202310157214A CN116305853B CN 116305853 B CN116305853 B CN 116305853B CN 202310157214 A CN202310157214 A CN 202310157214A CN 116305853 B CN116305853 B CN 116305853B
Authority
CN
China
Prior art keywords
gasifier
pump
seawater
lng
pumps
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
CN202310157214.9A
Other languages
English (en)
Other versions
CN116305853A (zh
Inventor
刘恩斌
郝天舒
鲁绪栋
李茜
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.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum University
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 Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN202310157214.9A priority Critical patent/CN116305853B/zh
Publication of CN116305853A publication Critical patent/CN116305853A/zh
Application granted granted Critical
Publication of CN116305853B publication Critical patent/CN116305853B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/13—Differential equations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Filling Or Discharging Of Gas Storage Vessels (AREA)

Abstract

本发明涉及一种LNG接收站气化外输工艺系统优化运行模型及求解方法，基于实际站场的LNG接收站气化外输工艺系统设备的运行方式，针对不同设备的联合运行，建立相应的最低能耗目标函数；并创新性地考虑了三种不同类型的泵转速约束、开泵台数约束、气化器台数约束和气化器种类选择。并通过优化分析站场的运行方案来降低能耗，结合工程实例验证，对现场操作有一定指导意义。相对于传统的先现场设备的开启数量全部由操作人员的经验及过往方案来决定，采用本发明的优化模型并根据给出的求解方法来修正方案，在降低能耗上具有十分明显的优势，在实施例中采用优化后的方案可以降低能耗13.45％。

Description

一种LNG接收站气化外输工艺系统优化运行方法
技术领域
本发明涉及LNG储存与运输技术领域，特别涉及一种LNG接收站气化外输工艺系统优化运行模型及求解方法。
背景技术
天然气作为清洁能源，受到越来越多国家的青睐，都将LNG产业的发展放在能源发展的首位，故天然气在能源供应中的比例迅速增加。截至2019年，全球的LNG贸易量一直处于增长状态。亚太地区仍是LNG需求集中地区，亚太地区进口的LNG总量占据全球进口贸易的70％以上。中国LNG产业在近十年飞速发展，国内大量建设LNG接收站，截至2020年末，全球共有137座已投运的LNG接收站，呈持续增长趋势；中国有22座已投运的LNG接收站，目前近几年暂无新建项目建成投产。2010-2019年间，全球LNG接收站的总接收能力规模在不断扩大，但是平均接收能力却在不断下降。因此，继续新建LNG接收站的成本会比现有接收站扩产的成本更高，目前的主要思路是对现有的LNG接收站进行改造、扩建和优化。
LNG接收站主要分为卸船工艺系统、储存工艺系统、BOG回收工艺系统和气化外输工艺系统。站内设备众多，管线复杂，设备之间相互关联。在气化外输工艺系统中，主要设备有泵、再冷凝器、气化器、、阀门和计量装置。低温LNG在储罐中由罐内泵加压泵送至气化外输系统中，经再冷凝器液化产生的BOG，再经过高压泵加压到外输所需压力，经管道进入气化器中进行气化，气化完成的LNG经过计量装置送入外输管道。目前，LNG接收站采用的气化器主要有两种：SCV(浸没燃烧式气化器)和ORV(开架式气化器)。前者利用LNG接收站运行过程中产生的BOG(boil offgas)作为燃料气在SCV中燃烧产生的热量来气化LNG。后者采用泵抽取自然海水来与LNG进行换热，气化完成在将低温海水排入海洋中。在经过长期低温高压运行后，设备与管路特性发生改变，匹配性变差，不仅会提高设备的故障率，运行效率也大打折扣，直接导致了生产运行成本的上升。在气化外输工艺系统中，泵和气化器等设备对生产效益影响较大的设备，每个设备都有自己的工作范围和性能曲线，因此需要对这部分设备的运行工况进行优化，从而实现节能降耗的目的。
发明内容
针对上述问题，本发明的目的是提供一种LNG接收站气化外输工艺系统优化运行模型及求解方法。
为实现上述目的，本发明采取以下技术方案：一种LNG接收站气化外输工艺系统，见附图1和附图2，若采用ORV气化器(附图1)，流程设备包括：LNG罐内低压泵，设置在所述LNG存储装置的液相空间内；再冷凝器，用于冷凝储罐产生的BOG，缓冲LNG压力，再冷凝器液相入口与罐内低压泵相连，气相入口与BOG总管相连；LNG高压泵，所述LNG高压泵的入口与所述再冷凝器出口管线相连接，所述LNG高压泵的出口与LNG气化器的LNG入口端相连；海水管线：分为抽取管线与排放管线；海水泵：入口与海水抽取管线相连，出口与ORV气化器的海水入口端相连；ORV气化器：海水出口端与海水排放管线相连，NG出口端与计量撬相连，计量撬与外输干线管道相连。若采用SCV气化器(附图2)，流程设备与上述流程类似，但是气化器种类不同，且没有海水管线与海水泵。
并提供一种基于上述LNG接收站气化外输工艺系统的优化运行模型及求解方法，包括目标函数、决策变量以及约束条件，所述目标函数通过考虑工艺系统中不同类型泵和SCV气化器的最小总运行能耗(以标煤计)为优化目标建立得到。以下步骤：
S1：确定决策变量的类型，并获取初始LNG储罐的参数，判断同类型泵的连接方式，确定流量分配方式；所述决策变量为：
X＝(N,R,S) (1)
式中：X为决策变量；N为各类型泵(罐内泵、高压泵和海水泵)的开启台数；R为泵的转速；S为同类型泵的连接方式。
S2：根据各种类型的泵的额定参数，确定该类型泵的开启台数的可能范围。用于后续确定约束条件。
S3：通过泵的性能曲线拟合出扬程和效率与流量和转速之间的函数关系式。通过气化器的工作曲线拟合出换热效率与流量的函数关系式。
S4：建立气化器换热模型，后续利用换热模型计算所需的最低海水流量和浸没燃烧式耗气量。
S5：由S4中计算得到最低海水流量和耗气量，折算成能耗(以标煤计)。
S6：比较步骤S5中两种不同的气化方式所需的能耗，优选气化器开启种类。
S7：设置约束条件，建立最小能耗目标函数，计算特定工况下气化外输工艺系统的最小能耗。
S8：利用优化算法对所述最小能耗目标函数进行求解，根据求解结果确定最小能耗的气化外输工艺系统的运行方案。
S9：输入鸟窝规模N、维度D、宿主发现概率pa、鸟窝位置上下界值、最大迭代次数MaxN，初始化鸟窝位置。
S10：计算初始化鸟窝适应度值，更新最优鸟窝位置和最优解。
S11：判断是否满足最大迭代次数，如果满足则跳到S15，不满足进入S12。
S12：更新当代鸟窝位置，并与上一代比较，更新适应度较优的鸟窝。
S13：进行宿主是否发现判断，若随机数R大于宿主发现概率pa，则更新鸟窝位置，再与鸟窝位置比较，更新适应度较优的鸟窝位置；否则，不更新。
S14：更新当代最优鸟窝位子和最优解。
S15：输出全局最优鸟窝和最优值。
作为优选，步骤S1中，当S＝0时，表示该类型的泵的连接方式为并联，各泵平分干线流量；当S＝1时，表示该类型的泵的连接方式为串联，各泵流量等于干线流量。
作为优选，步骤S2中，确定该类型泵的开启台数的可能范围通过下式来估算：
式中：N为该类型泵的开启台数，取区间的整数；Q为单位时间内计划气化量，m3/h；Q0为该类型泵的额定流量，m3/h；
作为优选，步骤S3中各类泵的扬程、效率和气化器的效率曲线采用以下数学模型结合现场数据进行拟合。
泵的扬程曲线方程为：
H＝h1+h2R+h3R2+h4Q+h5Q2+h6QR (3)
泵的效率曲线方程为：
ηp＝e1+e2R+e3R2+e4Q+e5Q2+e6QR (4)
气化器的效率方程为：
ηg＝g1+g2Q+g3Q2 (5)
其中，H为泵的扬程，m，h1～h6、e1～e6和g1～g3为现场设备的曲线拟合系数；Q为单台设备的流量，m3/h；R为泵转速，rpm。
作为优选，步骤S4中计算气化LNG所需热量通过以气化器冷流体换热前后焓差来计算，气化器换热模型如下：
式中，Q为气化LNG所需的热量，kJ/h；ρ为LNG的密度，kg/m3；Qc为计划气化的LNG流量m3/h；Hc(z,P,T)冷流体(LNG)的焓关于组成、温度和压力的关系，kJ/kmol；ηg为气化器的换热效率；Me为天然气的相对分子质量，kg/kmol；T为温度，K；P为压力，kPa；下标1代表进口，下表2代表出口，下标c代表冷流体(LNG)。
作为优选，式(6)中气化器的换热效率可由式(5)确定：
作为优选，式(6)中LNG的焓采用下式进行计算：
H0i＝Ai+BiT+CiT2+DiT3+EiT4+FiT5 (8)
式中：H为流体的焓，kJ/kmol；H0为该流体在理想状态下的焓，kJ/kmol；ρ为流体的密度，kmol/m3；zi为第i种组分的摩尔分数；T为流体温度，K；R为气体常数，8.314J/mol·K；B0,A0,C0,D0,E0,b,a,d,α,c,γ为BWRS方程常数；Ai,Bi,Ci,Di,Ei,Fi为组分i的常数。
作为优选，式(7)中的流体密度ρ可由下式采用牛顿法迭代求出
作为优选，当采用ORV气化器时，采用海水为热源来气化LNG时，海水流量可由下式确定：
式中：Qwater为海水流量，m3/h；Q为需要提供的热量，kJ/h；ρ为海水的密度kg/m3；c为水的比热容，kJ/kg·℃；T1为进口海水的温度，℃；T2为出口海水的温度，℃
作为优选，当采用SCV气化器时，采用燃气为热源来气化LNG时，耗气量可由下式确定：
式中：Qgas为耗气量，m3/h；Q为需要提供的热量，kJ/h；C为天然气的热值，kJ/m3
在步骤S6中，当采用SCV气化器时，耗气量可以直接折算成标煤，此时无需启用海水泵，目标函数中关于与海水泵相关的优化和计算无需进行；当采用ORV气化器时，海水流量可以作为已知参数代入到目标函数中，对海水泵的运行进行优化。
作为优选，步骤S7中所述约束条件包括：
(1)泵的数量约束
1≤Ni≤Nmax (13)
式中：Ni为该类型泵或气化器的开启台数；Nmax为最大开启台数。
(2)泵工作条件约束
Rmin≤Ri≤Rmax (14)
式中：Ri为该类型泵的转速，rpm；Rmin为泵正常工作可以达到的最小转速，rpm；Rmax为泵正常工作可以达到的最大转速，rpm。
(3)ORV气化器进出口海水温度约束
T1-T2≤Tm (15)
式中，T1为ORV气化器海水的进口温度，K；T2为海水出口温度，K；Tm为海水最大允许温差。
(4)ORV气化器海水进口压力约束
P1h≥P1m (16)
式中，P1h为ORV气化器海水进口压力，MPa；P1m为ORV气化器海水进口的最低压力，MPa
(5)天然气外输温度约束
T2c≥T2m (17)
式中，T2c为ORV气化器的天然气出口温度，K；T2m为气化后的天然气进入干线输气管道的最低允许温度，K。
(6)天然气外输压力约束
P2c≥P2m (18)
式中，P2c为ORV气化器的天然气出口压力，MPa；P2m为气化后的天然气进入干线输气管道的最小允许压力，MPa
(7)气化器压力约束
P1c≤0.9PM (19)
式中，P1c为ORV气化器的LNG进口压力，MPa；PM为ORV所能承受的最大工作压力，MPa
(8)气化器种类约束
Tw＞T0 (20)
式中，Tw为海水温度，℃；T0为ORV气化器能正常工作的最低海水温度，℃
当式(20)满足时，ORV气化器和SCV气化器均可考虑启用；若不满足，则只考虑启用SCV气化器
作为优选，计算泵的输入功率采用以下公式：
式中，P为泵的输入功率，kW；ρ为流体密度，kg/m3；Q为流量，m3/h；H为泵的扬程，m；ηpump为泵的效率
作为优选，泵的扬程采用公式(3)计算，泵的效率采用公式(4)进行计算。
作为优选，步骤S8中建立最小能耗目标函数时，假设以下条件：当流体通过泵组时，若泵组为并联，则泵之间流量均分，转速相等；若泵组为串联，则不计泵与泵之间的流动损失，上一个泵的出口参数等于下一个泵的入口参数。
所述最低能耗目标函数为：
式中：F为气化外输工艺系统的总能耗(以标煤计)，kgce；N1为罐内泵的开启台数；PGi为第i台罐内泵的功率，kW；N2为高压泵的开启台数；PHj为第j台高压泵的功率，kW；N3为海水泵的开启台数；PWk为第k台海水泵的功率，kW；Qgasm为第m台SCV气化器的耗气量，m3/h；N4为SCV气化器的开启台数；t为时间，h；ε1为电煤折算系数，kW·h/kgce；ε2为气煤折算系数，m3/kgce。
本发明的有益效果是：
本发明从助力工业高效低排的角度出发，建立了气化外输工艺系统的运行优化模型；针对不同设备的联合运行，建立相应的最低能耗目标函数；并创新性地考虑了三种不同类型的泵转速约束、开泵台数约束及气化器台数约束；采用优化算法求解最低能耗目标函数，最终能够获得最小运行能耗下的LNG接收站气化外输运行方案，从而在站场运行过程中实现节能降耗，为国家的“碳达峰，碳中和”目标助力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的采用ORV气化器时设备连接图(以并联为例)
图中设备序号标记：
(1)-LNG储罐；(2)-罐内泵(潜液泵)；(3)-低压LNG输送管线；(4)-BOG总管；(5)-BOG总管关断阀；(6)-再冷凝器；(7)-高压LNG流量调节阀；(8)-高压外输泵；(9)-高压LNG输送管线；(10)-气化器入口流量调节阀；(11)-气化器；(12)-气化器天然气出口汇管；(13)-外输计量装置；(14)-外输管道；(15)-气化器海水入口管道；(16)-海水泵；(17)-海水泵流量调节阀；(18)-海水抽取总管；(19)-海水排放总管；(20)-海水过滤装置；(21)-气化器海水出口汇管。
图2为本发明一实施例提供的采用SCV气化器时设备连接图(以并联为例)
图中设备序号标记：
(1)-LNG储罐；(2)-罐内泵(潜液泵)；(3)-低压LNG输送管线；(4)-BOG总管；(5)-BOG总管关断阀；(6)-再冷凝器；(7)-高压LNG流量调节阀；(8)-高压外输泵；(9)-高压LNG输送管线；(10)-气化器入口流量调节阀；(11)-气化器；(12)-气化器天然气出口汇管；(13)-外输计量装置；(14)-外输管道；(15)-燃料气流量调节阀1(外输天然气)；(16)-燃料气支线管道1(外输天然气)；(17)-燃料气电加热器；(18)-燃料气流量调节阀2(BOG)；(19)-燃料气支线管道2(BOG)；(20)-烟气排放管道。
图3为本发明实施例采用本发明的模型利用优化算法的迭代流程图
图4为本发明使用的优化算法(布谷鸟算法)求解流程图
图5为本发明中LNG接收站气化外输工艺系统优化运行模型流程框图
图6为本发明实施例中采用本发明的模型得到的优化方案与实际方案的能耗对比示意图。
具体实施方式
下面结合实施例和附图对本发明进一步说明。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的技术特征可以相互结合。需要指出的是，除非另有指明，本申请使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。本发明公开使用的“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。
S1：确定决策变量的类型，并获取初始LNG储罐的参数，判断同类型泵的连接方式，确定流量分配方式；所述决策变量为：
X＝(N,R,S) (1)
式中：X为决策变量；N为各类型泵(罐内泵、高压泵和海水泵)的开启台数；R为泵的转速；S为同类型泵的连接方式；
在一个具体的实施例中，当S＝0时，表示该类型的泵的连接方式为并联，各泵平分干线流量；当S＝1时，表示该类型的泵的连接方式为串联，各泵等于干线流量。
S2：根据各种类型的泵的额定参数，确定该类型泵的开启台数的可能范围。用于后续确定约束条件
在一个具体的实施例中，确定该类型泵的开启台数的可能范围通过下式来估算：
式中：N为该类型泵的开启台数，取区间的整数；Q为单位时间内计划气化量，m3/h；Q0为该类型泵的额定流量，m3/h；
S3：通过泵的性能曲线拟合出扬程和效率与流量和转速之间的函数关系式。通过气化器的工作曲线拟合出换热效率与流量的函数关系式
在一个具体的实施例中，各类泵的扬程、效率和气化器的效率曲线采用以下模型结合现场数据进行拟合。
泵的扬程曲线方程为：
H＝h1+h2R+h3R2+h4Q+h5Q2+h6QR (3)
泵的效率曲线方程为：
ηp＝e1+e2R+e3R2+e4Q+e5Q2+e6QR (4)
气化器的效率曲线为：
ηg＝g1+g2Q+g3Q2 (5)
其中，H为泵的扬程，m；h1～h6、e1～e6和g1～g3为现场设备的曲线拟合系数；Q为单台设备的流量，m3/h；R为泵转速，rpm。
S4：建立气化器换热模型，后续利用换热模型计算所需的最低海水流量和浸没燃烧式气化器耗气量
在一个具体的实施例中，计算气化LNG所需热量通过以气化器冷流体换热前后焓差来计算，气化器换热模型如下：
式中，Q为气化LNG所需的热量，kJ/h；ρ为LNG的密度，kg/m3；Qc为计划气化的LNG流量m3/h；Hc(z,P,T)冷流体(LNG)的焓关于组成、温度和压力的关系，kJ/kmol；ηg为气化器的换热效率；Me为天然气的相对分子质量，kg/kmol；T为温度，K；P为压力，kPa；下标1代表进口，下表2代表出口，下标c代表冷流体(LNG)。
在一个具体的实施例中，式(6)中气化器的换热效率可由式(5)确定：
在一个具体的实施例中，式(6)中LNG的焓采用下式进行计算：
H0i＝Ai+BiT+CiT2+DiT3+EiT4+FiT5 (8)
式中：H为流体的焓，kJ/kmol；H0为该流体在理想状态下的焓，kJ/kmol；ρ为流体的密度，kmol/m3；zi为第i种组分的摩尔分数；T为流体温度，K；R为气体常数，8.314J/mol·K；B0,A0,C0,D0,E0,b,a,d,α,c,γ为BWRS方程常数；Ai,Bi,Ci,Di,Ei,Fi为组分i的常数。
在一个具体的实施例中，式(7)中的流体密度ρ可由下式迭代求出
在一个具体的实施例中，当采用ORV气化器时，采用海水为热源来气化LNG时，海水流量可由下式确定：
式中：Qwater为海水流量，m3/h；Q为需要提供的热量，kJ/h；ρ为海水的密度，kg/m3；c为水的比热容，kJ/kg·℃；T1为进口海水的温度，℃；T2为出口海水的温度，℃
在一个具体的实施例中，当采用SCV气化器时，采用燃气为热源来气化LNG时，耗气量可由下式确定：
式中：Qgas为耗气量，m3/h；Q为需要提供的热量，kJ/h；C为天然气的热值，kJ/m3
S5：由S4中计算得到最低海水流量和耗气量，折算成能耗(以标煤计)
在一个具体的实施例中，当采用SCV气化器时，耗气量可以直接折算成标煤，此时无需启用海水泵，目标函数中关于与海水泵相关的优化和计算无需进行；当采用ORV气化器时，海水流量可以作为已知参数代入到目标函数中，对海水泵的运行进行优化。
S6：比较步骤S5中两种不同的气化方式所需的能耗，优选气化器开启种类
S7：设置约束条件，建立最小能耗目标函数，计算特定工况下气化外输工艺系统的最小能耗。
在一个具体的实施例中，步骤S7中所述约束条件包括：
(1)泵的数量约束
1≤Ni≤Nmax (13)
式中：Ni为该类型泵或气化器的开启台数，Nmax为最大开启台数
(2)泵工作条件约束
Rmin≤Ri≤Rmax (14)
式中：Ri为该类型泵的转速，Rmin为泵正常工作可以达到的最小转速，Rmax为泵正常工作可以达到的最大转速
(3)ORV气化器进出口海水温度约束
T1-T2≤Tm (15)
式中，T1为ORV气化器海水的进口温度，K；T2为海水出口温度，K；Tm为海水最大允许温差
(4)ORV气化器海水进口压力约束
P1≥P1m (16)
式中，P1h为ORV气化器海水进口压力，MPa；P1m为ORV气化器海水进口的最低压力，MPa
(5)天然气外输温度约束
T2c≥T2m (17)
式中，T2c为ORV气化器的天然气出口温度，K；T2m为气化后的天然气进入干线输气管道的最低允许温度，K。
(6)天然气外输压力约束
P2c≥P2m (18)
式中，P2c为ORV气化器的天然气出口压力，MPa；P2m为气化后的天然气进入干线输气管道的最小允许压力，MPa
(7)气化器压力约束
P1c≤0.9PM (19)
式中，P1c为ORV气化器的LNG进口压力，MPa；PM为ORV所能承受的最大工作压力，MPa
(8)气化器种类约束
Tw＞T0 (20)
式中，Tw为海水温度，℃；T0为ORV气化器能正常工作的最低海水温度，℃
当式(20)满足时，ORV气化器和SCV气化器均可考虑启用；若不满足，则只考虑启用SCV气化器
在一个具体的实施例中，计算泵的输入功率采用以下公式：
式中，P为泵的输入功率，kW；ρ为流体密度，kg/m3；Q为流量，m3/h；H为泵的扬程，m；ηpump为泵的效率
在一个具体的实施例中，泵的扬程采用公式(3)计算，泵的效率采用公式(4)进行计算。
在一个具体的实施例中，步骤S7建立最小能耗目标函数时，假设以下条件：当流体通过泵组时，若泵组为并联，则泵之间流量均分，转速相等；若泵组为串联，则不计泵与泵之间的流动损失，上一个泵的出口参数等于下一个泵的入口参数。此外，气化器之间连接为并联，平分流量。
所述最低能耗目标函数为：
式中：F为气化外输工艺系统的总能耗(以标煤计)，kgce；N1为罐内泵的开启台数；PGi为第i台罐内泵的功率，kW；N2为高压泵的开启台数；PHj为第j台高压泵的功率，kW；N3为海水泵的开启台数；PWk为第k台海水泵的功率，kW；Qgasl为第l台SCV气化器的耗气量，m3/h；N4为SCV气化器的开启台数；t为时间，h；ε1为电煤折算系数，kW·h/kgce；ε2为气煤折算系数，m3/kgce。
S8：利用优化算法对所述最小能耗目标函数进行求解，根据求解结果确定最小能耗的气化外输工艺系统的运行方案。
本发明采用布谷鸟算法求解气化外输工艺系统优化运行模型，所述布谷鸟算法是一种新型元启发式搜索算法，参数少、操作简单、易实现、随机搜索路径优和寻优能力强。求解方法包括以下步骤：
S9：输入鸟窝规模N、维度D、宿主发现概率pa、鸟窝位置上下界值、最大迭代次数MaxN，初始化鸟窝位置
S10：初始化鸟窝适应度值，更新最优鸟窝位置和最优解
S11：判断是否满足最大迭代次数，如果满足则跳到S15，不满足进入S12
S12：更新当代鸟窝位置，并与上一代比较，更新适应度较优的鸟窝
S13：进行宿主是否发现判断，若随机数R大于宿主发现概率pa，则更新鸟窝位置，再与鸟窝位置比较，更新适应度较优的鸟窝位置；否则，不更新
S14：更新当代最优鸟窝位子和最优解
S15：输出全局最优鸟窝和最优值
在一个具体的实施例中，采用本发明所述气化外输工艺最小能耗优化模型对国内某LNG接收站的气化外输工艺进行优化。所述工艺系统中，储罐为混凝土全容罐，罐内上方气体压力取0.11MPa，罐内LNG温度取-163℃。系统内部设备间管线采用304/304L无缝钢管，设计压力为9.5MPag，管道较短且高差较小，管道对LNG流动的影响几乎忽略不计。系统中，相同泵组之间的连接方式为并联。ORV气化器的最大承压为12.8MPa，气化器海水入口最低压力要求为2.5MPa，海水排放最大允许温差为5℃。气态天然气进入干线的最低压力为8.5MPa，最低温度为0℃。本实施例取该LNG接收站2022年某一计划周期内的生产参数。需气化的LNG流量为2000m3/h，海水温度为20℃，运行周期为1天。LNG参数和泵参数如表1和表2所示：
表1LNG组成表
组分 CH4 C2H6 C3H8 nC4H10 N2 总计
含量(％) 94.36 3.21 1.46 0.87 0.10 100.00
表2气化外输工艺系统设备配置情况
设备名称 罐内泵 高压泵 海水泵 ORV气化器 SCV气化器
额定流量(m3/h) 440 475 7500 475 475
额定转速(rpm) 3000 4500 4500 - -
额定扬程(m) 256 1640 25 - -
配备数量 8用2备 8用2备 8用2备 8用2备 8用2备
表3原方案的计划开泵数与转速
设备名称 罐内泵 高压泵 海水泵 ORV气化器 SCV气化器
开启台数 4 5 6 4 0
转速(rpm) 3200 4700 4900 - -
各类泵的扬程、效率和气化器的效率曲线采用以下模型结合现场数据进行拟合，拟合出的结果如下：
表4泵性能方程中的拟合常数
泵的种类 罐内低压泵 高压泵 海水泵
h1 -831.1 -5270 23.33
h2 2.839 2.386 -7.237
h3 0.3358 2.76 4.134
h4 -0.00225 0.005625 0.1328
h5 -4.826×10-4 -9.678×10-4 -0.3565
h6 -1.088×10-5 -2.319×10-4 -0.1692
e1 -14.33 -6.846 0.9028
e2 0.04695 0.01829 -0.02795
e3 0.003294 0.001539 -0.009014
e4 -4.976×10-5 -1.702×10-5 -0.04846
e5 -1.002×10-6 -4.708×10-7 0.004187
e6 -4.807×10-7 -1.479×10-7 -0.01201
在海水泵的性能曲线的拟合过程中，由于数据点较为分散，对其数据进行了中心化和比例化处理，公式(3)和(4)中的流量Q和转速R实际上为Q'和R'，Q'和R'与实际流量Q和转速R的换算关系如下
气化器的传热效率方程：
η＝-1.238×10-5Q2+0.0119Q-1.901 (25)
本发明中，电煤折算系数ε1取0.1229kgce/kW·h，气煤折算系数ε2取1.2143kgce/Nm3；布谷鸟算法种群取50，迭代次数取150。经过多次计算，优化算法最终的计算结果如下表所示：
表5最优方案
经过计算，本实施例中若采用SCV气化器，气化部分的能耗为15734.43kgce/h，远高于采用ORV气化器时气化部分的能耗422.74kgce/h。主要原因是，ORV的热源来自海水，海水比热容大且来源广泛；而SCV气化器的热源来自燃气燃烧，由于气化LNG所需的热量巨大，采用SCV气化器通常需要燃烧掉相当于1％～3％计划气化量的LNG才能满足热量要求，因此正常工况下采用SCV气化器一般来说是不划算的。由于SCV气化器开启速度快，工作可靠，因此SCV一般用于调峰、紧急工况和ORV气化器不能满足使用的情况。在大多数LNG接收站中，ORV一般作为LNG接收站的基本负荷型气化器。但是，虽然ORV气化器能耗远低于ORV气化器，但是当海水温度过低或水质不满足要求的无法采用。
由图3可知，当采用布谷鸟算法求解时，算法大概迭代到100步时最优点就已经不发生变化了，说明此时已经收敛到了全局最优值。当生成多个不同的初始解时，该算法依然具有相当好的收敛性，经过100步左右迭代可以收敛到25383.60kgce。
本发明将工程中人们十分关心的的能耗作为目标函数，建立了符合工程实际的LNG接收站气化外输工艺系统优化模型。基于实际站场的气化外输工艺系统设备的运行方式，建立天气化外输工艺系统优化模型结合实际工程应用，通过优化分析站场的运行方案来降低能耗，结合工程实例验证，复合实际情况，对现场操作有一定指导意义。相对于传统的先现场设备的开启数量全部由操作人员的经验及过往方案来决定，采用本发明的优化模型并根据给出的求解方法来修正方案，在降低能耗上具有十分明显的优势，由图6可知，在实施例中采用优化后的方案可以降低能耗13.45％。

Claims (8)

1.一种LNG接收站气化外输工艺系统优化运行方法，其特征在于，包括以下步骤：
S1:确定决策变量的类型，并获取初始LNG储罐的参数，判断同类型泵的连接方式，确定流量分配方式；所述决策变量为：
X＝(N,R,S) (1)
式中：X为决策变量；N为罐内泵、高压泵和海水泵的开启台数；R为泵的转速；S为同类型泵的连接方式；
S2:根据各种类型的泵的额定参数，确定该类型泵的开启台数的可能范围，用于后续确定约束条件；
S3:通过泵的性能曲线拟合出扬程和效率与流量和转速之间的函数关系式，通过气化器的工作曲线拟合出换热效率与流量的函数关系式；
S4:建立气化器换热模型，后续利用换热模型计算开架式气化器所需的最低海水流量和浸没燃烧式气化器的耗气量；
S5:由S4中计算得到开架式气化器所需的最低海水流量和浸没燃烧式气化器的耗气量，利用电煤折算系数和气煤折算系数折算成以标煤计算的能耗；
S6:比较步骤S5中两种不同的气化方式所需的能耗，优选气化器开启种类；
S7:建立LNG气化外输工艺系统中的设备能耗计算模型，并对泵和气化器的工作状况和工作条件、外输天然气的温度和压力要求以及用于换热的海水温差进行相应的约束，
引入电煤折算系数和气煤折算系数，建立LNG气化外输工艺系统最小能耗目标函数；
在S7中建立的最小能耗目标函数如下：
式中：F为气化外输工艺系统的总能耗，kgce；N1为罐内泵的开启台数；PGi为第i台罐内泵的功率，kW；N2为高压泵的开启台数；PHj为第j台高压泵的功率，kW；N3为海水泵的开启台数；PWk为第k台海水泵的功率，kW；Qgasm为第m台SCV气化器的耗气量，m3/h；N4为SCV气化器的开启台数；t为时间，h；ε1为电煤折算系数，kW·h/kgce；ε2为气煤折算系数，m3/kgce；
S8:利用优化算法对所述最小能耗目标函数进行求解，根据求解结果确定最小能耗的气化外输工艺系统的运行方案。
2.根据权利要求1所述的LNG接收站气化外输工艺系统优化运行方法，其特征在于，步骤S1中，当S＝0时，表示该类型的泵的连接方式为并联，各泵平分干线流量；当S＝1时，表示该类型的泵的连接方式为串联，各泵等于干线流量。
3.根据权利要求1所述的LNG接收站气化外输工艺系统优化运行方法，其特征在于，步骤S2中当同类型泵为并联时，确定泵的开启台数的可能范围通过下式估算：
式中：N为该类型泵的开启台数，取区间的整数；Q为单位时间内计划气化量，m3/h；Q0为该类型泵的额定流量，m3/h。
4.根据权利要求1所述的LNG接收站气化外输工艺系统优化运行方法，其特征在于，步骤S3中各类泵的扬程、效率和气化器的效率曲线采用以下数学模型结合现场数据进行拟合：泵的扬程曲线方程为：
H＝h1+h2R+h3R2+h4Q+h5Q2+h6QR (4)
泵的效率曲线方程为：
ηp＝e1+e2R+e3R2+e4Q+e5Q2+e6QR (5)
气化器的效率方程为：
ηg＝g1+g2Q+g3Q2 (6)
其中，H为泵的扬程，m；h1～h6、e1～e6和g1～g3为现场设备的曲线拟合系数；Q为单台设备的流量，m3/h；R为泵转速，rpm；
步骤S4中气化器换热模型和通过以下公式建立：
式中，Q为气化LNG所需的热量，kJ/h；ρ为LNG的密度，kg/m3；Qc为计划气化的LNG流量m3/h，Hc(z,T,P)冷流体的焓关于组成、温度和压力的关系，kJ/kmol；ηg为气化器的换热效率；Me为天然气的相对分子质量，kg/kmol；T为温度，K；P为压力，kPa；下标1代表进口，下表2代表出口，下标c代表冷流体；
式(7)中气化器的换热效率可由式(6)确定：
式(7)中LNG的焓采用下式进行计算：
H0i＝Ai+BiT+CiT2+DiT3+EiT4+FiT5 (9)
式(7)中的流体密度ρ可由下式迭代求出
式中：H为流体的焓，kJ/kmol；H0为该流体在理想状态下的焓，kJ/kmol；ρ为流体的密度，kmol/m3；zi为第i种组分的摩尔分数；T为流体温度，K；R为气体常数，8.314J/mol·K；B0,A0,C0,D0,E0,b,a,d,α,c,γ为BWRS方程常数；Ai,Bi,Ci,Di,Ei,Fi为组分i的常数。
5.根据权利要求1所述的LNG接收站气化外输工艺系统优化运行方法，其特征在于，步骤S5中利用换热模型求海水流量和浸没燃烧式气化器的耗气量采用下列公式计算：
当采用ORV气化器时，采用海水为热源来气化LNG时，海水流量可由下式确定：
式中：Qwater为海水流量，m3/h；Q为需要提供的热量，kJ/h；ρ为海水的密度kg/m3；c为水的比热容，kJ/kg·℃；T1为进口海水的温度，℃；T2为出口海水的温度，℃；
当采用SCV气化器时，采用燃气为热源来气化LNG时，耗气量可由下式确定：
式中：Qgas为耗气量，m3/h；Q为需要提供的热量，kJ/h；C为天然气的热值，kJ/m3；η为燃气燃烧的效率。
6.根据权利要求1所述的LNG接收站气化外输工艺系统优化运行方法，其特征在于，步骤S7中，所述约束条件包括：
(1)泵的数量约束：
1≤Ni≤Nmax (14)
式中：Ni为该类型泵或气化器的开启台数；Nmax为最大开启台数；
(2)泵工作条件约束
Rmin≤Ri≤Rmax (15)
式中：Ri为该类型泵的转速，rpm；Rmin为泵正常工作可以达到的最小转速，rpm；Rmax为泵正常工作可以达到的最大转速，rpm；
(3)ORV气化器进出口海水温度约束
T1-T2≤Tm (16)
式中，T1h为ORV气化器海水的进口温度，K；T2h为海水出口温度，K；Tm为海水最大允许温差，K；
(4)ORV气化器海水进口压力约束
P1≥P1m (17)
式中，P1h为ORV气化器海水进口压力，MPa；P1m为ORV气化器海水进口的最低压力，MPa；
(5)天然气外输温度约束
T2c≥T2m (18)
式中，T2c为ORV气化器的天然气出口温度，K；T2m为气化后的天然气进入干线输气管道的最低允许温度，K；
(6)天然气外输压力约束
P2c≥P2m (19)
式中，P2c为ORV气化器的天然气出口压力，MPa；P2m为气化后的天然气进入干线输气管道的最小允许压力，MPa；
(7)气化器压力约束
P1c≤0.9PM (20)
式中，P1c为ORV气化器的LNG进口压力，MPa；PM为ORV所能承受的最大工作压力，MPa；
(8)气化器种类约束
Tw＞T0 (21)
式中，Tw为海水温度，℃；T0为ORV气化器能正常工作的最低海水温度，℃；
当式(21)满足时，ORV气化器和SCV气化器均可考虑启用；若不满足，则只考虑启用SCV气化器。
7.如权利要求1～6中任一项所述的LNG接收站气化外输工艺系统优化运行方法，其特征在于，采用布谷鸟算法求解LNG接收站气化外输工艺系统最小能耗目标函数，所述求解方法包括以下步骤：
S9:输入鸟窝规模N、维度D、宿主发现概率pa、鸟窝位置上下界值、最大迭代次数MaxN，初始化鸟窝位置；
S10:计算初始化鸟窝适应度值，更新最优鸟窝位置和最优解；
S11:判断是否满足最大迭代次数，如果满足则跳到S15，不满足进入S12；
S12:更新当代鸟窝位置，并与上一代比较，更新适应度较优的鸟窝；
S13:进行宿主是否发现判断，若随机数R大于宿主发现概率pa，则更新鸟窝位置，再与鸟窝位置比较，更新适应度较优的鸟窝位置；否则，不更新；
S14:更新当代最优鸟窝位子和最优解；
S15:输出全局最优鸟窝和最优值。
8.根据权利要求7所述的LNG接收站气化外输工艺系统最小能耗目标函数的求解方法，其特征在于，确定布谷鸟算法的参数，粒子种群数量为50，迭代150步。
CN202310157214.9A 2023-02-23 2023-02-23 一种lng接收站气化外输工艺系统优化运行方法 Active CN116305853B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310157214.9A CN116305853B (zh) 2023-02-23 2023-02-23 一种lng接收站气化外输工艺系统优化运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310157214.9A CN116305853B (zh) 2023-02-23 2023-02-23 一种lng接收站气化外输工艺系统优化运行方法

Publications (2)

Publication Number Publication Date
CN116305853A CN116305853A (zh) 2023-06-23
CN116305853B true CN116305853B (zh) 2024-02-09

Family

ID=86826672

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310157214.9A Active CN116305853B (zh) 2023-02-23 2023-02-23 一种lng接收站气化外输工艺系统优化运行方法

Country Status (1)

Country Link
CN (1) CN116305853B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110717632A (zh) * 2019-10-16 2020-01-21 西南石油大学 一种天然气管道瞬态运行优化方法
CN113032935A (zh) * 2021-03-12 2021-06-25 西南石油大学 一种大型并联天然气管网优化运行模型及求解方法
CN113642184A (zh) * 2021-08-18 2021-11-12 西南石油大学 一种碳中和目标下的天然气管道操作优化方法
CN114757407A (zh) * 2022-04-07 2022-07-15 中海石油气电集团有限责任公司 一种lng接收站能耗优化大数据分析方法及系统
CN114781750A (zh) * 2022-05-17 2022-07-22 西南石油大学 一种低输量原油管道间歇输送优化运行模型及求解方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110717632A (zh) * 2019-10-16 2020-01-21 西南石油大学 一种天然气管道瞬态运行优化方法
CN113032935A (zh) * 2021-03-12 2021-06-25 西南石油大学 一种大型并联天然气管网优化运行模型及求解方法
CN113642184A (zh) * 2021-08-18 2021-11-12 西南石油大学 一种碳中和目标下的天然气管道操作优化方法
CN114757407A (zh) * 2022-04-07 2022-07-15 中海石油气电集团有限责任公司 一种lng接收站能耗优化大数据分析方法及系统
CN114781750A (zh) * 2022-05-17 2022-07-22 西南石油大学 一种低输量原油管道间歇输送优化运行模型及求解方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
LNG接收站BOG再冷凝系统操作参数优化;王文凯;李兆慈;盖晓峰;王修康;;天然气与石油(第02期);10-11+60-66 *
LNG接收站气化外输单位能耗计算;李鑫;陈帅;;石油与天然气化工(第02期);114-121 *
Yan Ran ; Wang Shuaian ; Psaraftis Harilaos N..Data analytics for fuel consumption management in maritime transportation: Status and perspectives.Transportation Research Part E.2021,第155卷180-188. *
基于数据分析的成品油管道运行能耗优化及在线监测系统开发;林武斌;李苗;;节能(第04期);69-74 *
天然气管道瞬态运行优化技术研究进展;刘恩斌;刘宇婷;杨毅;;科学技术与工程(第21期);180-188 *

Also Published As

Publication number Publication date
CN116305853A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
US20130152607A1 (en) Process and plant for the vaporization of liquefied natural gas and storage thereof
CN112633560A (zh) 一种含燃煤热电联产机组的电站优化调度方法
CN112197169B (zh) 一种船用低压燃气供应装置的优化方法
CN113217937A (zh) 一种利用氨燃烧降低燃煤机组二氧化碳排放的系统及方法
KR100714090B1 (ko) 전기추진 액화천연가스운반선의 재기화 시스템
CN116305853B (zh) 一种lng接收站气化外输工艺系统优化运行方法
JP7018946B2 (ja) 極低温用途又は冷却流体における閉ガスサイクル
CN113339165A (zh) 一种利用氨燃烧降低燃气发电机组二氧化碳排放的系统及方法
CN209782244U (zh) 一种气电氢综合能源供应系统
CN104359003B (zh) 液化天然气自发电开式气化系统
JP2008291817A (ja) 発電プラント及び発電プラントの発電方法
CN109340560A (zh) 海洋平台式接收站lng气化装置和气化方法
JP2020513513A (ja) 低温使用及び冷却流体における原動機付きヒートポンプ
CN213542063U (zh) 一种船舶lng气化器循环水加热装置
JP2020501086A (ja) 極低温用途又は冷凍流体における有機ランキンサイクル
CN114753899A (zh) 一种高温气冷堆蒸汽发生器运行控制系统及方法
CN219976146U (zh) 一种集中式bog与lng气化冷能综合利用系统
CN202690145U (zh) 一种模块化液化天然气自发电闭式气化装置
CN107339608B (zh) 一种液化天然气接收站外输系统
CN215764596U (zh) 一种lng调峰储备站内生活用气管路系统
CN205014035U (zh) 一种lng气化加热与集中供热系统冬季联合系统
CN204284927U (zh) 一种液化天然气自发电开式气化系统
CN215981984U (zh) 一种水浴加热天然气综合利用系统
CN112648035A (zh) Lng冷电联产工艺
CN114483308B (zh) 一种基于可再生能源发电的可调峰发电系统及调峰方法

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