WO2019017421A1 - Ｌｎｇ生産量予測システム - Google Patents

Ｌｎｇ生産量予測システム Download PDF

Info

Publication number
WO2019017421A1
WO2019017421A1 PCT/JP2018/027047 JP2018027047W WO2019017421A1 WO 2019017421 A1 WO2019017421 A1 WO 2019017421A1 JP 2018027047 W JP2018027047 W JP 2018027047W WO 2019017421 A1 WO2019017421 A1 WO 2019017421A1
Authority
WO
WIPO (PCT)
Prior art keywords
lng
production
lng production
temperature
simulation unit
Prior art date
Application number
PCT/JP2018/027047
Other languages
English (en)
French (fr)
Inventor
基樹 入倉
良治 小木曽
前川　宗則
隆寛 石神
明史 土岐
正順 龜田
山口　芳弘
Original Assignee
千代田化工建設株式会社
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 千代田化工建設株式会社 filed Critical 千代田化工建設株式会社
Priority to JP2019530588A priority Critical patent/JP7114202B2/ja
Publication of WO2019017421A1 publication Critical patent/WO2019017421A1/ja

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25J—LIQUEFACTION, SOLIDIFICATION OR SEPARATION OF GASES OR GASEOUS OR LIQUEFIED GASEOUS MIXTURES BY PRESSURE AND COLD TREATMENT OR BY BRINGING THEM INTO THE SUPERCRITICAL STATE
    • F25J1/00—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures
    • F25J1/0002—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures characterised by the fluid to be liquefied
    • F25J1/0022—Hydrocarbons, e.g. natural gas
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B25/00—Load-accommodating arrangements, e.g. stowing, trimming; Vessels characterised thereby
    • B63B25/02—Load-accommodating arrangements, e.g. stowing, trimming; Vessels characterised thereby for bulk goods
    • B63B25/08—Load-accommodating arrangements, e.g. stowing, trimming; Vessels characterised thereby for bulk goods fluid
    • B63B25/12—Load-accommodating arrangements, e.g. stowing, trimming; Vessels characterised thereby for bulk goods fluid closed
    • B63B25/16—Load-accommodating arrangements, e.g. stowing, trimming; Vessels characterised thereby for bulk goods fluid closed heat-insulated
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B49/00—Arrangements of nautical instruments or navigational aids
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25J—LIQUEFACTION, SOLIDIFICATION OR SEPARATION OF GASES OR GASEOUS OR LIQUEFIED GASEOUS MIXTURES BY PRESSURE AND COLD TREATMENT OR BY BRINGING THEM INTO THE SUPERCRITICAL STATE
    • F25J1/00—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures
    • F25J1/003—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures characterised by the kind of cold generation within the liquefaction unit for compensating heat leaks and liquid production
    • F25J1/0047—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures characterised by the kind of cold generation within the liquefaction unit for compensating heat leaks and liquid production using an "external" refrigerant stream in a closed vapor compression cycle
    • F25J1/0052—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures characterised by the kind of cold generation within the liquefaction unit for compensating heat leaks and liquid production using an "external" refrigerant stream in a closed vapor compression cycle by vaporising a liquid refrigerant stream
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25J—LIQUEFACTION, SOLIDIFICATION OR SEPARATION OF GASES OR GASEOUS OR LIQUEFIED GASEOUS MIXTURES BY PRESSURE AND COLD TREATMENT OR BY BRINGING THEM INTO THE SUPERCRITICAL STATE
    • F25J1/00—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures
    • F25J1/003—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures characterised by the kind of cold generation within the liquefaction unit for compensating heat leaks and liquid production
    • F25J1/0047—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures characterised by the kind of cold generation within the liquefaction unit for compensating heat leaks and liquid production using an "external" refrigerant stream in a closed vapor compression cycle
    • F25J1/0052—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures characterised by the kind of cold generation within the liquefaction unit for compensating heat leaks and liquid production using an "external" refrigerant stream in a closed vapor compression cycle by vaporising a liquid refrigerant stream
    • F25J1/0055—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures characterised by the kind of cold generation within the liquefaction unit for compensating heat leaks and liquid production using an "external" refrigerant stream in a closed vapor compression cycle by vaporising a liquid refrigerant stream originating from an incorporated cascade
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25J—LIQUEFACTION, SOLIDIFICATION OR SEPARATION OF GASES OR GASEOUS OR LIQUEFIED GASEOUS MIXTURES BY PRESSURE AND COLD TREATMENT OR BY BRINGING THEM INTO THE SUPERCRITICAL STATE
    • F25J1/00—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures
    • F25J1/006—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures characterised by the refrigerant fluid used
    • F25J1/008—Hydrocarbons
    • F25J1/0087—Propane; Propylene
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25J—LIQUEFACTION, SOLIDIFICATION OR SEPARATION OF GASES OR GASEOUS OR LIQUEFIED GASEOUS MIXTURES BY PRESSURE AND COLD TREATMENT OR BY BRINGING THEM INTO THE SUPERCRITICAL STATE
    • F25J1/00—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures
    • F25J1/02—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures requiring the use of refrigeration, e.g. of helium or hydrogen ; Details and kind of the refrigeration system used; Integration with other units or processes; Controlling aspects of the process
    • F25J1/0211—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures requiring the use of refrigeration, e.g. of helium or hydrogen ; Details and kind of the refrigeration system used; Integration with other units or processes; Controlling aspects of the process using a multi-component refrigerant [MCR] fluid in a closed vapor compression cycle
    • F25J1/0214—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures requiring the use of refrigeration, e.g. of helium or hydrogen ; Details and kind of the refrigeration system used; Integration with other units or processes; Controlling aspects of the process using a multi-component refrigerant [MCR] fluid in a closed vapor compression cycle as a dual level refrigeration cascade with at least one MCR cycle
    • F25J1/0215—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures requiring the use of refrigeration, e.g. of helium or hydrogen ; Details and kind of the refrigeration system used; Integration with other units or processes; Controlling aspects of the process using a multi-component refrigerant [MCR] fluid in a closed vapor compression cycle as a dual level refrigeration cascade with at least one MCR cycle with one SCR cycle
    • F25J1/0216—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures requiring the use of refrigeration, e.g. of helium or hydrogen ; Details and kind of the refrigeration system used; Integration with other units or processes; Controlling aspects of the process using a multi-component refrigerant [MCR] fluid in a closed vapor compression cycle as a dual level refrigeration cascade with at least one MCR cycle with one SCR cycle using a C3 pre-cooling cycle
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25J—LIQUEFACTION, SOLIDIFICATION OR SEPARATION OF GASES OR GASEOUS OR LIQUEFIED GASEOUS MIXTURES BY PRESSURE AND COLD TREATMENT OR BY BRINGING THEM INTO THE SUPERCRITICAL STATE
    • F25J1/00—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures
    • F25J1/02—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures requiring the use of refrigeration, e.g. of helium or hydrogen ; Details and kind of the refrigeration system used; Integration with other units or processes; Controlling aspects of the process
    • F25J1/0243—Start-up or control of the process; Details of the apparatus used; Details of the refrigerant compression system used
    • F25J1/0244—Operation; Control and regulation; Instrumentation
    • F25J1/0245—Different modes, i.e. 'runs', of operation; Process control
    • F25J1/0249—Controlling refrigerant inventory, i.e. composition or quantity
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25J—LIQUEFACTION, SOLIDIFICATION OR SEPARATION OF GASES OR GASEOUS OR LIQUEFIED GASEOUS MIXTURES BY PRESSURE AND COLD TREATMENT OR BY BRINGING THEM INTO THE SUPERCRITICAL STATE
    • F25J1/00—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures
    • F25J1/02—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures requiring the use of refrigeration, e.g. of helium or hydrogen ; Details and kind of the refrigeration system used; Integration with other units or processes; Controlling aspects of the process
    • F25J1/0243—Start-up or control of the process; Details of the apparatus used; Details of the refrigerant compression system used
    • F25J1/0244—Operation; Control and regulation; Instrumentation
    • F25J1/0252—Control strategy, e.g. advanced process control or dynamic modeling
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25J—LIQUEFACTION, SOLIDIFICATION OR SEPARATION OF GASES OR GASEOUS OR LIQUEFIED GASEOUS MIXTURES BY PRESSURE AND COLD TREATMENT OR BY BRINGING THEM INTO THE SUPERCRITICAL STATE
    • F25J1/00—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures
    • F25J1/02—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures requiring the use of refrigeration, e.g. of helium or hydrogen ; Details and kind of the refrigeration system used; Integration with other units or processes; Controlling aspects of the process
    • F25J1/0243—Start-up or control of the process; Details of the apparatus used; Details of the refrigerant compression system used
    • F25J1/0279—Compression of refrigerant or internal recycle fluid, e.g. kind of compressor, accumulator, suction drum etc.
    • F25J1/0281—Compression of refrigerant or internal recycle fluid, e.g. kind of compressor, accumulator, suction drum etc. characterised by the type of prime driver, e.g. hot gas expander
    • F25J1/0283—Gas turbine as the prime mechanical driver
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25J—LIQUEFACTION, SOLIDIFICATION OR SEPARATION OF GASES OR GASEOUS OR LIQUEFIED GASEOUS MIXTURES BY PRESSURE AND COLD TREATMENT OR BY BRINGING THEM INTO THE SUPERCRITICAL STATE
    • F25J1/00—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures
    • F25J1/02—Processes or apparatus for liquefying or solidifying gases or gaseous mixtures requiring the use of refrigeration, e.g. of helium or hydrogen ; Details and kind of the refrigeration system used; Integration with other units or processes; Controlling aspects of the process
    • F25J1/0243—Start-up or control of the process; Details of the apparatus used; Details of the refrigerant compression system used
    • F25J1/0279—Compression of refrigerant or internal recycle fluid, e.g. kind of compressor, accumulator, suction drum etc.
    • F25J1/0292—Refrigerant compression by cold or cryogenic suction of the refrigerant gas
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25J—LIQUEFACTION, SOLIDIFICATION OR SEPARATION OF GASES OR GASEOUS OR LIQUEFIED GASEOUS MIXTURES BY PRESSURE AND COLD TREATMENT OR BY BRINGING THEM INTO THE SUPERCRITICAL STATE
    • F25J2290/00—Other details not covered by groups F25J2200/00 - F25J2280/00
    • F25J2290/10—Mathematical formulae, modeling, plot or curves; Design methods

Definitions

  • the present invention relates to an LNG production forecasting system for forecasting the LNG production of a liquefied natural gas (hereinafter, "LNG”) production plant.
  • LNG liquefied natural gas
  • Non-patent Document 1 describes that the production volume of an LNG production plant is evaluated using "Aspen HYSYS” which is a process simulator.
  • the production capacity of the LNG production plant that produces LNG is mainly determined by the output of the gas turbine that is the driving source of the refrigerant compressor and the efficiency of the liquefaction process.
  • the efficiency of the liquefaction process is the liquefaction process type employed in the LNG production plant (eg, (1) C3-MR system using propane and mixed refrigerant (nitrogen + methane + ethane + propane) as the refrigerant, (2) AP-X method with subcooler using nitrogen refrigerant added to C3-MR method, (3) cascade method using propane, ethylene and methane sequentially as refrigerant, (4) two mixed refrigerant (ethane + propane, nitrogen DMR method using methane + ethane + propane), (5) SMR method using only one mixed refrigerant called PRICO process), air-cooled heat exchangers installed in middle stages and discharge of refrigerant compressor ( Depends on the performance of the cooler).
  • C3-MR system using propane and mixed refrigerant nitrogen + methane +
  • the output of a gas turbine is largely affected by the temperature of the outside air (the temperature of air) taken by the gas turbine, and an increase in the temperature of the outside air leads to a decrease in output.
  • the temperature of the outside air rises, the volume of air expands, and even if air of the same volume is taken in, the relative amount of oxygen decreases, which leads to a decrease in output.
  • the performance of the air-cooled heat exchanger which is a factor affecting the efficiency of the liquefaction process, is also greatly affected by the temperature of the outside air. This is because the cooling efficiency decreases due to the rise in the temperature of the outside air.
  • An LNG production plant is often configured by attaching multiple “trains” that are modularized to LNG production facilities, and a phenomenon occurs in which the warm exhaust of one LNG train is sucked by another LNG train There is something to do. In addition, a phenomenon may occur in which the warm exhaust of one LNG train is sucked by the LNG train.
  • the HAR raises the temperature of the outside air and causes the decrease in the output of the gas turbine and the performance of the heat exchanger.
  • Non-Patent Documents 1 and 2 the LNG production plant is reproduced on a simulator, and only the LNG production volume under standard conditions is simulated, and the future LNG production volume can be predicted. It is not a thing.
  • Non-Patent Document 3 confirms the decrease in the amount of LNG production actually observed, and based on the intake temperature measurement result of the air-cooled heat exchanger, the CFD analysis result of the HAR, and the wind direction / speed data, The aim is to identify that production losses are due to HAR.
  • Patent Document 1 is directed to finding an arrangement of an LNG train that is less likely to be affected by HAR by performing CFD analysis. Therefore, Non-Patent Document 3 and Patent Document 1 also do not predict future LNG production in consideration of the temperature at the location of the LNG production plant and the influence of HAR.
  • An object of the present invention is to provide an LNG production forecasting system that predicts future LNG production in consideration of the temperature at the location of the LNG production plant.
  • Another object of the present invention is to provide an LNG production forecasting system that predicts future LNG production considering the influence of HAR.
  • Another object of the present invention is to provide an LNG production forecasting system capable of forecasting the LNG production considering the optimal mixed refrigerant.
  • Another object of the present invention is to provide an LNG production forecasting system capable of forecasting an optimal LNG production based on constraints.
  • Another object of the present invention is to provide an LNG production forecasting system capable of calculating the optimal operating conditions of an LNG plant based on the optimal LNG production.
  • Yet another object of the present invention is to provide an LNG production forecasting system capable of simulating a tanker necessary for transporting LNG.
  • the LNG production prediction system predicts the LNG production of one or more LNG production plants provided with at least a heat exchanger (air-cooled and / or water-cooled) and a gas turbine for taking in outside air. .
  • An LNG production amount forecasting system for an LNG production plant equipped with an air-cooled heat exchanger includes a weather simulation unit and a production amount simulation unit.
  • the weather simulation unit outputs predicted weather information including at least the temperature of the target area including the location of the LNG production plant (the temperature of the outside air which is a cold heat source).
  • the production amount simulation unit performs at least one LNG production plant based on the temperature of the outside air taken in by the air-cooled heat exchanger (the temperature of the cold heat source) estimated based on the predicted weather information and the temperature of the outside air taken in by the gas turbine. Forecast the LNG production volume of
  • the LNG production amount prediction system of the present invention predicts the temperature of the outside air taken in by the air-cooled heat exchanger and the temperature of the outside air taken in by the gas turbine based on predicted weather information in consideration of past data. Since the production simulation unit predicts the amount of LNG production based on the temperature of the outside air, it is possible to predict the maximum amount of future LNG production accurately with reference to the actual phenomenon.
  • the weather information that can be predicted directly is about two weeks, but the weather information after that is obtained through analysis using past medium- and long-term fluctuation trend data and physical models These pieces of information can be combined and used as predicted weather information.
  • the forecasted weather information may further include information on the wind speed and direction of the target area in order to consider the influence of HAR, and based on the forecasted weather information, computational fluid dynamics (CFD) analysis Even by providing a CFD simulation unit that predicts the temperature of the outside air taken in by the air-cooled heat exchanger and the temperature of the outside air taken in by the gas turbine by the flow behavior of the exhaust in the installation area of the LNG production plant Good.
  • the production amount simulation unit generates the LNG production amount of one or more LNG production plants based on the temperature of the outside air taken in by the air-cooled heat exchanger predicted by the CFD simulation unit and the temperature of the outside air taken in by the gas turbine. It should be made to predict.
  • a predetermined fixed value may be added to the temperature included in the forecasted weather information,
  • the temperature of the outside air taken by the air-cooled heat exchanger and the temperature of the outside air taken by the gas turbine can be set.
  • the predetermined fixed value is, for example, 2 ° C.
  • the influence of HAR can be simply considered by adding 2 ° C. to the temperature of the outside air.
  • the LNG production amount prediction system includes the composition of natural gas which is the raw material of LNG, and The system may further include a refrigerant composition selection unit that selects an optimal composition of the mixed refrigerant based on the predicted temperature of the outside air taken by the air-cooled heat exchanger. Then, if the production amount simulation unit further predicts the LNG production amount in consideration of the optimal composition of the mixed refrigerant, it is possible to predict the LNG production amount more accurately at the time of adjusting the mixed refrigerant composition. Become.
  • the refrigerant composition selection unit may select the optimum composition in any way, but the optimum composition of the mixed refrigerant using a plurality of past data on the production conditions of the LNG production plant and the production results based on the production conditions May be selected. It is also possible to realize as a refrigerant composition selection unit using artificial intelligence (hereinafter, “AI”).
  • AI artificial intelligence
  • the production conditions may include at least the composition of natural gas at the time of production, the temperature of ambient air, and the composition of the mixed refrigerant.
  • the LNG production prediction system of the present invention is applicable not only to the air-cooled heat exchanger but also to the water-cooled heat exchanger.
  • the weather simulation unit may be used to predict the temperature, flow velocity, and flow direction of the cold heat source existing in the target area used for heat exchange of the water-cooled heat exchanger.
  • a cold heat source changes depending on a system of cooling, but, for example, when water of seawater is used as a cold heat source, the temperature, flow velocity, and flow direction of seawater may be predicted. In this way, it is possible to cope with a water-cooled heat exchanger.
  • the cold heat source is the outside air. Therefore, the temperature, the wind speed and the wind direction may be targets for weather prediction.
  • a CFD simulation unit is provided, and numerical fluid dynamics analysis is performed on the basis of predicted weather information to open air from the water-cooled heat exchanger (cooling tower) by the behavior of the flow of the exhaust in the installation area of the LNG production plant.
  • the temperature of the air and the temperature of the outside air taken in by the gas turbine are predicted, and the production quantity simulation unit predicts the temperature of the outside air taken in by the water-cooled heat exchanger (cooling tower) and the temperature of the outside air taken in by the gas turbine.
  • the LNG production of one or more LNG production plants may be predicted based on
  • the cooling tower removes heat by evaporative cooling and is known to be determined by the difference between the wet bulb temperature of the outside air and the inlet temperature of circulating water (seawater etc.), the humidity can also be If targeted, more accurate LNG production can be predicted.
  • the LNG production amount prediction system includes the composition of natural gas which is the raw material of LNG, and The system may further include a refrigerant composition selection unit that selects the optimal composition of the mixed refrigerant based on the predicted temperature of the cold heat source. Then, if the production amount simulation unit further predicts the LNG production amount in consideration of the optimal composition of the mixed refrigerant, it is possible to predict the LNG production amount more accurately at the time of adjusting the mixed refrigerant composition. Become.
  • the refrigerant composition selecting unit may select an optimal composition in any manner, and similarly, AI may be used as the refrigerant composition selecting unit.
  • an optimal composition of the mixed refrigerant may be selected using a plurality of past data on the production conditions of the LNG production plant and the production results based on the production conditions.
  • the production conditions may include at least the composition of natural gas at the time of production, the temperature of the cold heat source, and the composition of the mixed refrigerant.
  • the LNG production volume forecasting system is an optimal production that predicts the optimal LNG production volume of one or more LNG production plants based on the LNG production volume predicted by the production volume simulation unit and the constraint conditions for suppressing the LNG production volume.
  • An amount simulation unit may be further provided. In this way, it is possible to predict the optimal amount of LNG production based on the constraint conditions, and waste of LNG production is less likely to occur.
  • constraints can be set as the constraint conditions. For example, predicted demand based on historical demand data at one or more receiving terminals receiving LNG, remaining amount of shipping tank for storing produced LNG, remaining amount of receiving tank at one or more receiving terminals receiving LNG, The constraints may also include the number and loading capacity of the tanker capable of transporting LNG from the shipping tank to the receiving tank, as well as the weather conditions and tidal currents of the tanker channel.
  • the optimum production amount simulation unit can use the remaining amount of LNG output by the tank remaining amount simulation unit as a constraint condition.
  • the production volume simulation unit may have a function of calculating optimal operating conditions of one or more LNG production plants based on the optimal LNG production volume. That is, when it is better to suppress the amount of LNG production with respect to the maximum amount of production of LNG, how to suppress the amount of LNG production can be presented.
  • a tanker simulation unit may be provided to calculate the navigation schedule of the tanker route.
  • the weather simulation unit may predict the weather of the sea area which will be the route, and determine the route based on the prediction result.
  • the tanker simulation unit may have a function of selecting a tanker route and calculating the number of days of operation in consideration of the weather condition of the route and the tidal current of the route.
  • BRIEF DESCRIPTION OF THE DRAWINGS It is a plant block diagram which shows an example of the LNG production plant which estimates LNG production with a LNG production prediction system. It is a simple flow chart which shows an outline of processing by a LNG production volume forecasting system. It is a flowchart which shows the process by a weather simulation part. It is a flowchart which shows the process by a CFD simulation part. It is an example of a CFD simulation model. It is a figure explaining the analysis field which performs CFD simulation. It is a figure which shows the mode of the exhaust_gas
  • FIG. 1 is a block diagram showing an example of an LNG production amount prediction system according to the present embodiment.
  • the LNG production amount forecasting system 1 mainly includes a weather simulation unit 3, a CFD simulation unit 5, a refrigerant composition selection unit 7, a production amount simulation unit 9, and an optimum production amount simulation unit 11. And a tank residual quantity simulation unit 12 and a tanker simulation unit 13.
  • the LNG production amount forecasting system 1 is connected to the user terminal 15, and is configured to perform simulation by an operation from the user terminal 15, and to display the prediction result on the user terminal 15.
  • the LNG production amount prediction system 1 is connected to the weather data server WS and the like via the telecommunication line NW, and stores data in the data storage unit 17 as needed.
  • the LNG production forecasting system 1 is realized using one processor and one storage device, but the LNG production forecasting system 1 combines a plurality of processors and a plurality of storages. It is also possible to realize.
  • FIG. 2 is a plant configuration diagram showing an example of an LNG production plant that predicts the amount of LNG production in the LNG production volume forecasting system 1.
  • the LNG production plant shown in FIG. 2 is of the above-mentioned C3-MR system.
  • the details of the LNG production plant are not related to the subject matter of the present invention, and are well-known ones. Therefore, reference is made to PCT / JP2014 / 006141 (International Publication 2016/092593) filed by the applicant. The specific description is omitted.
  • FIG. 2 is obtained by referring to FIG. 1 attached to WO 2016/092593.
  • the code used to indicate the members shown in FIG. 2 is the code used in WO 2016/092593. Shall be used.
  • the LNG production volume prediction system 1 is an air-cooled heat exchanger (symbols 32, 33, 35, 52, 54 in FIG. 2) affected by temperature, and a refrigerant
  • the present invention is directed to an LNG production plant provided with a gas turbine serving as a driving source of a compressor (31, 51, 53 in FIG. 2).
  • the production capacity of the LNG production plant is influenced by the performance of the air-cooled heat exchanger affected by the temperature of the outside air and the output of the gas turbine. Therefore, the production capacity of the LNG production plant is a function of the outside air temperature TAMB and the temperature rise ⁇ T HAR due to HAR. From this, the following equation is derived.
  • LNG production capacity [ton / h] Gas turbine available power (effective power of gas turbine) [kW] / Specific power (power required to produce LNG 1 ton) [kWh / LNG-ton]
  • Gas turbine available power [kW] isolated power [kW] ⁇ f (T AMB , ⁇ T HAR )
  • Specific power (power required to produce LNG 1 ton) [kWh / LNG-ton] Specific power @ reference air temperature (power required to produce 1 ton of LNG at a reference temperature) [kWh / LNG-ton] ⁇ f (T AMB , ⁇ T HAR ).
  • the refrigerant composition selection unit 7 selects the refrigerant composition using the prediction result of the CFD simulation unit 5 (step ST3), and based on these results, the production amount simulation unit 9 produces the LNG production amount of the LNG production plant. It predicts (step ST4).
  • the present embodiment further includes the optimum production amount simulation unit 11, and in step ST4, it is also possible to predict the optimum LNG production amount based on the constraint conditions.
  • the tanker simulation unit 13 performs tanker simulation based on the amount of LNG production (step ST5).
  • FIG. 4 is a detailed flowchart of weather prediction (step ST1 in FIG. 3) performed by the weather simulation unit 3.
  • the weather simulation unit 3 collects observation data of weather in advance and stores it in the data storage unit 17 (step ST11).
  • the observation data is not only data observed directly by weather sensors installed in various parts of the world, but also ground observation data provided by the Japan Meteorological Agency, for example, as ground observation data observed by other organizations and companies.
  • the weather simulation unit 3 analyzes the collected observation data, processes it into analysis data for a numerical model (step ST12), and inputs data into a weather simulation model prepared in advance (step ST13).
  • the meteorological simulation model is based on a global simulation model that simulates the entire earth based on the physical law, dividing the atmosphere of the earth finely and assigning values of meteorological elements such as air pressure, temperature, humidity, and wind thereto. It includes a narrow area simulation model (a wider simulation model than the area of CFD simulation described later) that limits the area.
  • the meteorological simulation unit 3 performs meteorological simulation on the target area using the meteorological simulation model (step ST14), and outputs predicted meteorological information (step ST15).
  • the directly predictable weather information is about two weeks, future weather information is obtained by analysis using past medium- and long-term fluctuation trend data and physical models, and these information are combined to predict weather It can be used as information.
  • the predicted weather information is information on at least the temperature, the wind speed, and the wind direction of the target area. In the present embodiment, the predicted weather information is obtained as time history data of predetermined time intervals (for example, one minute or ten minutes).
  • Forecasted weather information there are also companies that provide forecasted weather information, such as Weathernews Co., Ltd. (Chiba City, Chiba Prefecture). For forecasted weather information, use information obtained from such a weather information provider. Of course it is also good. Also, the observation data in the past may be learned by the AI to increase the accuracy of predicted weather information.
  • FIG. 5 is a detailed flowchart of CFD simulation (step ST2 of FIG. 3) performed by the CFD simulation unit 5.
  • the CFD simulation unit 5 acquires predicted weather information from the weather simulation unit 3 (step ST21), and further acquires data for creating a simulation model (step ST22), thereby obtaining a CFD simulation model. Create (step ST23).
  • ANSYS Fluent and ANSYS CFX provided by ANSYS, Inc. (Pennsylvania, USA) and STAR-CCM + provided by Siemens Product Lifecycle Management Software (Delaware, USA).
  • Computer simulation software, etc. can be used.
  • the simulation model creation data includes the following data. These data may be input in advance or may be input by the user using the user terminal 15.
  • Plant layout (plot plan) ⁇ Data on air-cooled heat exchangers (number, size, air volume and temperature of hot exhaust) ⁇ Data on heat sources other than air-cooled heat exchangers (exhaust volume and temperature of gas turbines and boilers, height of chimney) • Data on the size of equipment other than the above (width, diameter, height).
  • FIG. 6 is an example of a CFD simulation model created by the CFD simulation unit 5.
  • the LNG production plant PLT is configured by juxtaposing LNG trains TR1 to TR3 including two rows of air-cooled heat exchangers AFC1 and AFC2 and two gas turbines GT1 and GT2.
  • FIG. 7 is a diagram for explaining an analysis region in which CFD simulation is performed.
  • the area shown in FIG. 7 is a target area R (1 km ⁇ 1 km) including the location of the LNG production plant PLT to be subjected to the weather simulation of the weather simulation unit 3.
  • a coastline CL exists in the target area R, and the left side is land and the right side is sea on the sheet.
  • the target area R is divided into areas R01 to R04, weather simulation is performed, and predicted weather information is obtained.
  • the LNG production plant PLT exists in the region R01, and by performing CFD simulation on the region R01, as shown in FIG. 7, the region is narrower than the predicted weather information, and the LNG production is performed. It is possible to obtain information in consideration of the flow behavior of the exhaust of the plant PLT.
  • the CFD simulation unit 5 performs CFD simulation using a CFD simulation model (step ST24), and the temperature and gas turbine of the outside air taken by the air-cooled heat exchanger according to the flow behavior of the exhaust in the installation area of the LNG production plant The temperature of the outside air to be inhaled is predicted (step ST25).
  • FIG. 8 to 10 illustrate an example of the simulation result of the CFD simulation unit 5.
  • FIG. 8 shows the state of exhaust from the LNG production plant PLT. It is shown that the exhaust gas spreads from the front to the back of the paper surface and from the bottom to the top.
  • FIG. 9 shows the state of HAR. It is clearly shown that the exhaust of the LNG train TR1 is taken into the LNG train TR2, and the exhaust of the LNG train TR2 is taken into the LNG train TR3.
  • FIG. 10 is a diagram showing the temperature distribution of the air-cooled heat exchanger AFC in which the influence of HAR is taken into consideration. The white parts indicate that the temperature is 40 ° C. or higher. As apparent from FIG. 9, it is considered that the high temperature part is generated due to the HAR.
  • FIG. 11 to 13 show the temperature of predicted weather information by the weather simulation unit (temperature of the outside air [Ambient]) and the temperature of intake air by the CFD simulation unit (the temperature of the outside air taken by the air-cooled heat exchanger group AFC2 of the LNG train TR1). [AFC air intake] and temperature of external air taken in by the gas turbine GT1 of the LNG train TR1 [GT air intake].
  • FIG. 11 is an example in which the temperature for one year (monthly) is graphed
  • FIG. 12 is an example in which the temperature for one month (day) is graphed
  • the prediction results of the temperature of the outside air taken by the air-cooled heat exchanger and the temperature of the outside air taken by the gas turbine are respectively the air-cooled heat exchanger and the gas turbine. Individual prediction results can be obtained for In addition, the average rise width of the temperature rising under the influence of HAR in the region R01 is determined, the average rise width is added to the temperature of the outside air obtained by the meteorological simulation, and the temperature of the outside air taken by the air-cooled heat exchanger And it can also calculate as temperature of the open air which a gas turbine takes in.
  • FIG. 14 is a detailed flowchart of the selection of the refrigerant composition by the refrigerant composition selection unit 7 (step ST3 in FIG. 3).
  • the LNG production amount prediction system 1 according to the present embodiment is directed to a C3-MR type LNG production plant that uses a mixed refrigerant in which nitrogen, methane, ethane, and propane are mixed.
  • the composition (mixture ratio) of the mixed refrigerant is not constant, and the production capacity of the LNG production plant is improved by optimizing the composition of the mixed refrigerant according to the composition of the natural gas as the raw material and the temperature of the outside air. It is known that it can be Therefore, in the present embodiment, AI is introduced as the refrigerant composition selection unit 7 so that an optimal mixed refrigerant composition can be selected.
  • an AI for mixed refrigerant selection is prepared in advance (step ST31), and preliminary learning is performed using previous actual operation data stored in the teacher data storage unit 19 as teacher data (step ST32).
  • the teacher data includes the composition of natural gas at the time of production, the temperature of the outside air, the outlet temperature of the main heat exchanger (symbol 6 in FIG. 2), the composition of mixed refrigerant, and the production results of LNG (production amount or production efficiency) It is included.
  • the current operation data of the LNG production plant PLT to be predicted is input to the refrigerant composition selection unit 7 for which preliminary learning has been completed as described above (step ST33).
  • the refrigerant composition selection unit 7 outputs the optimum refrigerant composition and the liquefaction efficiency (ton / h) expected when the optimum refrigerant composition is used ( Step ST34). Information on the liquefaction efficiency and cost may be output as the additional information.
  • FIG. 16 is a detailed flowchart of the production amount prediction (step ST4 in FIG. 3) by the production amount simulation unit 9.
  • the production amount simulation unit 9 acquires the temperature of the outside air predicted from the CFD simulation unit 5 (step ST41), and further acquires data for creating a simulation model (step ST42).
  • a quantity simulation model is created (step ST43).
  • a so-called process simulator is used.
  • Aspen HYSYS provided by Aspen Technology (Massachusetts, USA)
  • Aspen Plus Unisim design provided by Honeywell International (New Jersey, USA)
  • Computer simulation software such as Dynsim provided by (Rueeil-Malmaison, France), and Visual Modeler provided by Omega Simulation (Shinjuku Ward, Tokyo) can be used.
  • the simulation model creation data includes the following data. These data may be input in advance, or may be input by the user using the user terminal 15.-Plant facility configuration and flow-Equipment specification data-Fluid conditions (composition of natural gas as raw material And flow rate, composition of mixed refrigerant, flow rate and pressure etc.).
  • the production volume simulation unit 9 performs production volume simulation using the production volume simulation model (step ST44), and predicts the LNG production volume (maximum production volume under the conditions) (step ST45).
  • FIG. 17 shows the prediction result of the amount of LNG production for one year.
  • FIG. 18 is a prediction result of the amount of LNG production for one month.
  • FIG. 19 shows the prediction result of the daily production of LNG. It can be seen that, as the predicted outside air temperature rises, the LNG production amount decreases, and as the predicted outside air temperature falls, the LNG production amount increases.
  • the LNG production amount prediction system 1 includes the optimum production amount simulation unit 11 for predicting the optimum LNG production amount in consideration of the production amount suppression of the LNG production amount.
  • the optimum production amount simulation unit 11 predicts the optimum LNG production amount based on the LNG production amount predicted by the production amount simulation unit 9 and the constraint conditions for suppressing the LNG production amount.
  • Constraint conditions are predicted demand amount based on past demand data at one or more receiving terminals that accept LNG, remaining amount of shipping tank for storing produced LNG, residual of receiving tank at one or more receiving terminals that accept LNG At least one of the quantity, the number and loading capacity of the tanker capable of transporting the LNG from the shipping tank to the receiving tank, and the weather condition and current of the tanker channel.
  • the forecasted demand volume is forecasted in consideration of information such as forecasts announced by research institutes (for example, the Japan Institute of Energy Economics, the US Energy Information Agency, public organizations such as the International Energy Agency, and private companies).
  • research institutes for example, the Japan Institute of Energy Economics, the US Energy Information Agency, public organizations such as the International Energy Agency, and private companies.
  • AI may be introduced to learn past demand data, and demand forecasted.
  • the shipping tank and / or the receiving tank are based on the number and loading capacity of the tanker capable of transporting the LNG from the shipping tank to the receiving tank, and the weather condition and current flow of the tanker channel.
  • the residual tank quantity simulation unit 12 is provided to predict the residual quantity of LNG. Therefore, the optimum production amount simulation unit 11 can also use the remaining amount of LNG output from the tank remaining amount simulation unit 12 as a constraint condition.
  • the tank residual quantity simulation unit 12 simulates the residual quantity of LNG using the LNG chain model shown in FIG.
  • the optimal production amount simulation unit 11 predicts the optimal LNG production amount of one or more LNG production plants based on the constraint conditions as needed.
  • the production amount simulation unit 9 of the present embodiment also has a function of calculating the optimal operating condition of one or more LNG production plants based on the optimal LNG production amount predicted by the optimal production amount simulation unit 11 . That is, when it is better to suppress the amount of LNG production with respect to the maximum amount of production of LNG, how to suppress the amount of LNG production can be presented.
  • the tanker simulation unit 13 determines the capacity of the tanker required to transport the LNG from a certain LNG production plant to a certain receiving base based on the LNG production volume of one or more LNG production plants predicted by the production volume simulation unit 9 Or calculate the navigation schedule of the number of vessels and necessary tanker routes.
  • the tanker simulation unit 13 also has a function of selecting a tanker route and calculating the number of days of operation in consideration of the weather condition of the route and the tidal flow of the route.
  • the tanker simulation unit 13 performs tanker simulation using the tanker-based LNG chain model shown in FIG. 20 (step ST5 in FIG. 3).
  • the tanker simulation unit 13 When calculating the navigation schedule of the tanker's route, it is configured to select the route with less stormy weather and less headwind / tidal current using the meteorological simulation by the global simulation model created by the meteorological simulation unit 3 .
  • the AI is introduced as the tanker simulation unit 13 to learn past performance data, calculate the required tanker capacity and / or number and the necessary tanker route schedule, select route, and calculate the number of days operated Of course it is good.
  • FIG. 21 is a block diagram showing an example of an LNG production amount prediction system according to the second embodiment.
  • the same members as the members of the embodiment shown in FIG. 1 are given the same reference numerals as the numbers of the reference numerals shown in FIG.
  • the LNG production amount prediction system 101 does not include the CFD simulation unit that the first embodiment has. Therefore, the refrigerant composition selection unit 107 and the production amount simulation unit 109 operate using the predicted weather information output from the weather simulation unit 103. In the present embodiment, since the temperature rise due to HAR is not taken into consideration, the accuracy of the prediction of the LNG production amount falls, but the LNG production amount can be simply and quickly predicted.
  • the temperature of the outside air taken in by the air-cooled heat exchanger and the temperature of the outside air taken in by the gas turbine can be added by adding a predetermined fixed value to the air temperature included in the predicted weather information It can also be done.
  • the predetermined fixed value is, for example, 2 ° C.
  • an LNG production plant provided with an air-cooled heat exchanger (symbols 32, 33, 35, 52, 54 in FIG. 2) is mentioned as an example of the target LNG production plant.
  • the LNG production plant to be used is not limited to this.
  • an LNG production plant equipped with a water-cooled heat exchanger using seawater as shown in FIG. 22 or an LNG production plant equipped with a water-cooled heat exchanger using a cooling tower (cooling tower) shown in FIG. Is also applicable.
  • FIG. 22 is a view using FIG. 1 attached to WO 2016/092593 as in FIG. 2, but the air-cooled heat exchangers 32, 33, 35, 52, 54 are water-cooled heat exchangers using seawater. It has been replaced by an exchange.
  • the water-cooled heat exchangers 32, 33, 35, 52, and 54 are connected to the supply and discharge portions of seawater serving as a cold heat source through paths 1-10.
  • the type of the second embodiment described above that does not include the CFD simulation unit It is suitable to use the LNG production prediction system 101 of The weather simulation unit 103 also predicts the temperature, flow velocity, and flow direction of seawater, which is a cold heat source present in the target area. Then, the production amount simulation unit 109 predicts the LNG production amount based on the temperature of the cold heat source and the temperature of the outside air taken in by the gas turbine.
  • the refrigerant composition selection unit 107 selects the optimal composition of the mixed refrigerant based on the composition of the natural gas and the predicted temperature of seawater. Of course, it can be applied to the case where the cold heat source is river water or lake water.
  • FIG. 23 is a view using FIG. 1 attached to WO 2016/092593.
  • air cooling type heat exchangers 32, 33, 35, 52 and 54 are used as cooling towers (cooling towers). Water-cooled heat exchangers.
  • the air temperature, the wind speed and the wind direction are the targets of the weather prediction, and the simulation is performed in the same manner as the LNG production prediction system 1 of the first embodiment described above. It can be carried out.
  • the cooling tower removes heat by evaporative cooling and is known to be determined by the difference between the wet bulb temperature of the outside air and the inlet temperature of circulating water (seawater etc.), the humidity can also be predicted by weather or CFD simulation. In this case, more accurate LNG production can be predicted.
  • an LNG production forecasting system that predicts future LNG production considering the temperature at the location of the LNG production plant and the influence of HAR.
  • an LNG production prediction system capable of predicting the LNG production in consideration of the optimum mixed refrigerant. It is possible to provide an LNG production forecasting system capable of predicting an optimal LNG production based on constraints. It is possible to provide an LNG production forecasting system capable of computing the optimal operating conditions of the LNG plant based on the optimal LNG production. Furthermore, it is possible to provide an LNG production forecasting system capable of simulating a tanker necessary for transporting LNG.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Thermal Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Ocean & Marine Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Manufacturing & Machinery (AREA)
  • Human Resources & Organizations (AREA)
  • Remote Sensing (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Atmospheric Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Filling Or Discharging Of Gas Storage Vessels (AREA)
  • Separation By Low-Temperature Treatments (AREA)

Abstract

ＬＮＧ生産プラントの所在地の気温や、ＨＡＲによる影響を考慮して、将来のＬＮＧ生産量を予測するＬＮＧ生産量予測システムを提供する。ＬＮＧ生産量予測システム１，１０１は、主に、気象シミュレーション部３，１０３と、生産量シミュレーション部９，１０９とから構成されている。気象シミュレーション部３，１０３は、ＬＮＧ生産プラントの所在地を含む対象地域の少なくとも気温を含む予測気象情報を出力する。生産量シミュレーション部９，１０９は、予測気象情報に基づいて予測した空冷式熱交換器が吸気する外気の温度及びガスタービンが吸気する外気の温度に基づいて、１以上のＬＮＧ生産プラントのＬＮＧ生産量を予測する。

Description

ＬＮＧ生産量予測システム
　本発明は、液化天然ガス（以下、「ＬＮＧ」）生産プラントのＬＮＧ生産量を予測するＬＮＧ生産量予測システムに関するものである。
　従来から、いわゆるプロセスシミュレータと呼ばれるコンピュータシミュレーションソフトウェアにより、ＬＮＧ生産プラントの生産量シミュレーションが行われている。
　例えば、Clementino Pereira and Domingos Lequisiga, "Technical Evaluation of C3-MR and Cascade Cycle on Natural Gas Liquefaction Process", p451-p456, International Journal of Chemical Engineering and Applications, Vol.5, No.6, December 2014（非特許文献１）には、プロセスシミュレータである「Ａｓｐｅｎ　ＨＹＳＹＳ」を用いて、ＬＮＧ生産プラントの生産量を評価することが記載されている。
　また、Yogesh M. Kurle, Sujing Wang, Quiang Xu, "Dynamic simulation of LNG loading, BOG generation, and BOG recovery at LNG exporting terminals", p47-p58, Computers and Chemical Engineering 97 (2017)（非特許文献２）には、プロセスシミュレータである「Ａｓｐｅｎ　Ｐｌｕｓ」を用いて、ＬＮＧ生産プラントの生産量を評価することが記載されている。
　また従来、Siti Farhana Bt M Shaari, Kei Kubota, "Understanding of Hot Air Recirculation Phenomena in Air-cooled Base Load LNG Plant", 17th International Conference & Exhibition on Liquefied Natural Gas(LNG 17), 2013（非特許文献３）や特開２０１６－６５６４３号公報（特許文献１）に示されているように、数値流体力学（Computational Fluid Dynamics）（以下、「ＣＦＤ」）解析を用いて、ＬＮＧ生産プラントにおける温排気再循環現象（Hot Air Recirculation）（以下、「ＨＡＲ」。ＨＡＲについては、後述する）の影響を調べる試みが行われている。
特開２０１６－６５６４３号公報
Clementino Pereira and Domingos Lequisiga, "Technical Evaluation of C3-MR and Cascade Cycle on Natural Gas Liquefaction Process", p451-p456, International Journal of Chemical Engineering and Applications, Vol.5, No.6, December 2014 Yogesh M. Kurle, Sujing Wang, Quiang Xu, "Dynamic simulation of LNG loading, BOG generation, and BOG recovery at LNG exporting terminals", p47-p58, Computers and Chemical Engineering 97 (2017) Siti Farhana Bt M Shaari, Kei Kubota, "Understanding of Hot Air Recirculation Phenomena in Air-cooled Base Load LNG Plant", 17th International Conference & Exhibition on Liquefied Natural Gas(LNG 17), 2013
　ＬＮＧを生産するＬＮＧ生産プラントの生産能力は、主に、冷媒圧縮機の駆動源となるガスタービンの出力、及び、液化プロセスの効率により決定される。液化プロセスの効率は、ＬＮＧ生産プラントに採用されている液化プロセスの方式（例えば、(1)冷媒として、プロパンと混合冷媒（窒素＋メタン＋エタン＋プロパン）を使うＣ３－ＭＲ方式、(2)Ｃ３－ＭＲ方式に窒素冷媒を使ったサブクーラーを追加したＡＰ－Ｘ方式、(3)冷媒として、プロパン，エチレン，メタンを順次使うカスケード方式、(4)２つの混合冷媒（エタン＋プロパン、窒素メタン＋エタン＋プロパン）を使うＤＭＲ方式、(5)ＰＲＩＣＯプロセスと呼ばれる、１つの混合冷媒のみを使うＳＭＲ方式）や、冷媒圧縮機の中間段や吐出に設置されている空冷式熱交換器（クーラー）の性能に依存する。
　ガスタービンの出力は、ガスタービンが吸気する外気の温度（空気の温度）による影響を大きく受け、外気の温度の上昇が出力の低下につながることが知られている。外気の温度が上昇すると、空気の体積が膨張し、同一体積の空気を吸気しても相対的な酸素量が減少してしまい、出力の低下につながってしまうためである。また、液化プロセスの効率を左右する要因である空冷式熱交換器の性能も、外気の温度による影響を大きく受ける。外気の温度の上昇により冷却効率が低下するためである。
　ＬＮＧ生産プラントの場合、外気の温度を上昇させる要因の１つに、ＨＡＲがある。ＬＮＧ生産プラントは、ＬＮＧ生産設備をモジュール化した「トレイン（train）」を複数併設して構成されていることが多く、あるＬＮＧトレインの温排気を他のＬＮＧトレインで吸気してしまう現象が発生することがある。また、１つのＬＮＧトレインの温排気をそのＬＮＧトレインで吸気してしまう現象も発生することがある。ＨＡＲは、外気の温度を上昇させ、ガスタービンの出力や、熱交換器の性能を落とす要因となる。
　したがって、ＬＮＧ生産プラントの生産能力を適切に評価し、ＬＮＧ生産プラントのＬＮＧ生産量を適切に予測するには、ＬＮＧ生産プラントの所在地の気温や、ＨＡＲの影響を考慮する必要がある。
　しかしながら、非特許文献１及び２では、シミュレータ上にＬＮＧ生産プラントを再現し、標準的な条件の下でのＬＮＧ生産量をシミュレートしているのみであり、将来のＬＮＧ生産量の予測ができるものではない。
　Siti Farhana Bt M Shaari, Kei Kubota, "Understanding of Hot Air Recirculation Phenomena in Air-cooled Base Load LNG Plant", 17th International Conference & Exhibition on Liquefied Natural Gas(LNG 17), 2013（非特許文献３）や特開２０１６－６５６４３号公報（特許文献１）に示されているように、ＣＦＤ解析を用いて、ＬＮＧ生産プラントにおけるＨＡＲの影響を調べる試みが行われている。
　しかしながら、非特許文献３は、実際に観測されたＬＮＧ生産量の低下を確認するとともに、空冷式熱交換器の吸気温度測定結果やＨＡＲのＣＦＤ解析結果、ならびに風向・風速データに基づき、当該ＬＮＧ生産量低下がＨＡＲによるものであることを同定することが目的となっている。また、特許文献１は、ＣＦＤ解析を行うことで、ＨＡＲの影響が出にくいＬＮＧトレインの配置を見出すことが目的となっている。したがって、非特許文献３及び特許文献１も、ＬＮＧ生産プラントの所在地の気温や、ＨＡＲの影響を考慮して、将来のＬＮＧ生産量の予測を行うものではない。
　本発明の目的は、ＬＮＧ生産プラントの所在地の気温を考慮して、将来のＬＮＧ生産量を予測するＬＮＧ生産量予測システムを提供することにある。
　本発明の目的は、さらに、ＨＡＲによる影響を考慮して、将来のＬＮＧ生産量を予測するＬＮＧ生産量予測システムを提供することにある。
　本発明の他の目的は、最適な混合冷媒を考慮したＬＮＧ生産量の予測が可能なＬＮＧ生産量予測システムを提供することにある。
　本発明の他の目的は、制約条件に基づいて、最適なＬＮＧ生産量を予測することが可能なＬＮＧ生産量予測システムを提供することにある。
　本発明の他の目的は、最適なＬＮＧ生産量に基づいて、ＬＮＧプラントの最適な運転条件を演算することが可能なＬＮＧ生産量予測システムを提供することにある。
　本発明のさらに他の目的は、ＬＮＧの輸送に必要なタンカーのシミュレーションも可能なＬＮＧ生産量予測システムを提供することにある。
　本発明のＬＮＧ生産量予測システムは、少なくとも熱交換器（空冷式及び／または水冷式）と、外気を取り込むガスタービンとを備えた１以上のＬＮＧ生産プラントのＬＮＧ生産量を予測するものである。
　空冷式熱交換器を備えたＬＮＧ生産プラントを対象としたＬＮＧ生産量予測システムは、気象シミュレーション部と、生産量シミュレーション部とを備えている。気象シミュレーション部は、ＬＮＧ生産プラントの所在地を含む対象地域の少なくとも気温（冷熱源である外気の温度）を含む予測気象情報を出力する。生産量シミュレーション部は、予測気象情報に基づいて予測した空冷式熱交換器が吸気する外気の温度（冷熱源の温度）及びガスタービンが吸気する外気の温度に基づいて、１以上のＬＮＧ生産プラントのＬＮＧ生産量を予測する。
　本発明のＬＮＧ生産量予測システムは、過去のデータを加味した予測気象情報に基づいて、空冷式熱交換器が吸気する外気の温度及びガスタービンが吸気する外気の温度を予測している。これらの外気の温度に基づいて、生産量シミュレーション部がＬＮＧ生産量を予測するので、実現象に即して、精度よく、将来のＬＮＧ生産量の最大量を予測することが可能となる。なお、現在の技術では、直接予測可能な気象情報は、２週間程度とされているが、その先の気象情報は、過去の中長期的な変動傾向データや物理モデルを使用した解析によって得て、これらの情報を組み合わせて予測気象情報として利用することができる。
　気象予測に加えて、ＨＡＲによる影響を考慮するため、予測気象情報は、さらに、対象地域の風速及び風向に関する情報を含んでいてもよく、予測気象情報に基づいて、数値流体力学（ＣＦＤ）解析を行うことにより、ＬＮＧ生産プラントの設置地域における排気の流れの挙動による空冷式熱交換器が吸気する外気の温度及びガスタービンが吸気する外気の温度を予測するＣＦＤシミュレーション部をさらに備えていてもよい。この場合、生産量シミュレーション部は、ＣＦＤシミュレーション部により予測した空冷式熱交換器が吸気する外気の温度及びガスタービンが吸気する外気の温度に基づいて、１以上のＬＮＧ生産プラントのＬＮＧ生産量を予測するようにすればよい。このようにすれば、ＣＦＤシミュレーション部から出力される空冷式熱交換器が吸気する外気の温度及びガスタービンが吸気する外気の温度は、ＨＡＲによる影響も考慮している。そのため、より精度よく、将来のＬＮＧ生産量を予測することが可能となる。
　なお、ＬＮＧ生産プラントの詳細な条件を設定することなくＨＡＲによる影響を考慮して簡易にＬＮＧ生産量を予測する場合には、予測気象情報に含まれる気温に所定の固定値を加えることで、空冷式熱交換器が吸気する外気の温度及びガスタービンが吸気する外気の温度とすることができる。発明者らの経験によれば、所定の固定値として、例えば、２℃である。外気の温度に２℃を加えることで、簡易的にＨＡＲの影響を考慮することができる。
　空冷式熱交換器が、複数種類の冷媒を混合して得られる混合冷媒を用いて熱交換を行うものである場合、ＬＮＧ生産量予測システムは、ＬＮＧの原料である天然ガスの組成、及び、予測した空冷式熱交換器が吸気する外気の温度に基づいて、混合冷媒の最適な組成を選定する冷媒組成選定部をさらに備えていてもよい。そして、生産量シミュレーション部は、さらに、混合冷媒の最適な組成を考慮して、ＬＮＧ生産量を予測するようにすれば、混合冷媒組成調整時における、より正確なＬＮＧ生産量の予測が可能となる。
　冷媒組成選定部は、どのようにして最適な組成を選定してもよいが、ＬＮＧ生産プラントの生産条件と、生産条件に基づく生産実績とに関する複数の過去データを用いて混合冷媒の最適な組成を選定するようにしてもよい。冷媒組成選定部として、人工知能（Artificial Intelligence）（以下、「ＡＩ」）を利用して実現することも可能である。生産条件には、少なくとも、生産時の天然ガスの組成、外気の温度、及び、混合冷媒の組成を含むようにすればよい。
　上記では、熱交換器として、空冷式のものを対象としたが、本発明のＬＮＧ生産量予測システムは、空冷式熱交換器だけでなく、水冷式熱交換器にも適用できるものである。水冷式熱交換器を対象とする場合には、気象シミュレーション部で、水冷式熱交換器の熱交換に用いる、対象地域に存在する冷熱源の温度、流速及び流向も予測の対象とすればよい。水冷式熱交換器は、冷却の方式によって冷熱源は変わるが、例えば、海水の水を冷熱源として用いる場合には、海水の温度、流速及び流向を予測の対象とすればよい。このようにすれば、水冷式熱交換器にも対応することが可能となる。
　なお、水冷式熱交換器が、いわゆるクーリングタワー（冷却塔）を使用する方式の場合には、冷熱源は外気である。したがって、気温、風速及び風向を気象予測の対象としてもよい。また、ＣＦＤシミュレーション部を備えて、予測気象情報に基づいて、数値流体力学解析を行うことにより、ＬＮＧ生産プラントの設置地域における排気の流れの挙動による水冷式熱交換器（クーリングタワー）が吸気する外気の温度及びガスタービンが吸気する外気の温度を予測し、生産量シミュレーション部が、ＣＦＤシミュレーション部により予測した水冷式熱交換器（クーリングタワー）が吸気する外気の温度及びガスタービンが吸気する外気の温度に基づいて、１以上のＬＮＧ生産プラントのＬＮＧ生産量を予測してもよい。
　さらにクーリングタワーは、蒸発冷却によって熱を除去するものであり、外気の湿球温度と循環水（海水等）の入口温度の差によって決まることが知られているため、湿度も気象予測やＣＦＤシミュレーションの対象とすれば、より正確なＬＮＧ生産量の予測が可能となる。
　水冷式熱交換器が、複数種類の冷媒を混合して得られる混合冷媒を用いて熱交換を行うものである場合、ＬＮＧ生産量予測システムは、ＬＮＧの原料である天然ガスの組成、及び、予測した冷熱源の温度に基づいて、混合冷媒の最適な組成を選定する冷媒組成選定部をさらに備えていてもよい。そして、生産量シミュレーション部は、さらに、混合冷媒の最適な組成を考慮して、ＬＮＧ生産量を予測するようにすれば、混合冷媒組成調整時における、より正確なＬＮＧ生産量の予測が可能となる。
　空冷式熱交換器の場合と同様、冷媒組成選定部は、どのようにして最適な組成を選定してもよく、同様に、冷媒組成選定部として、ＡＩを利用することもできる。この場合には、ＬＮＧ生産プラントの生産条件と、生産条件に基づく生産実績とに関する複数の過去データを用いて混合冷媒の最適な組成を選定するようにしてもよい。生産条件には、少なくとも、生産時の天然ガスの組成、冷熱源温度、及び、混合冷媒の組成を含むようにすればよい。
　ＬＮＧ生産量予測システムは、生産量シミュレーション部が予測したＬＮＧ生産量と、ＬＮＧ生産量を抑制すべき制約条件とに基づいて、１以上のＬＮＧ生産プラントの最適なＬＮＧ生産量を予測する最適生産量シミュレーション部をさらに備えるようにしてもよい。このようにすれば、制約条件に基づいて、最適なＬＮＧ生産量を予測することができ、ＬＮＧの生産の無駄が生じにくい。
　制約条件としては、様々な条件を設定することができる。例えば、ＬＮＧを受け入れる１以上の受入基地における過去の需要データに基づく予測需要量、生産したＬＮＧを貯蔵しておく出荷タンクの残存量、ＬＮＧを受け入れる１以上の受入基地の受入タンクの残存量、出荷タンクから受入タンクにＬＮＧを輸送することが可能なタンカーの隻数及び積載能力、並びに、タンカーの航路の気象状況及び潮流等を制約条件に含めることもできる。
　出荷タンクから受入タンクにＬＮＧを輸送することが可能なタンカーの隻数及び積載能力、並びに、タンカーの航路の気象状況及び潮流に基づいて、出荷タンク及び／または受入タンクのＬＮＧ残存量を予測するタンク残存量シミュレーション部をさらに備えてもよい。この場合、最適生産量シミュレーション部は、制約条件として、タンク残存量シミュレーション部が出力するＬＮＧ残存量を利用することができる。
　生産量シミュレーション部は、最適なＬＮＧ生産量に基づいて、１以上のＬＮＧ生産プラントの最適な運転条件を演算する機能を有していてもよい。すなわち、ＬＮＧの最大生産量に対してＬＮＧ生産量を抑制した方がよい場合に、どのようにして、ＬＮＧ生産量を抑制するかを提示することができる。
　さらに、生産量シミュレーション部が予測した１以上のＬＮＧ生産プラントのＬＮＧ生産量に基づいて、あるＬＮＧ生産プラントからある受入基地にＬＮＧを輸送するのに必要なタンカーの容量及び／または隻数並びに必要なタンカーの航路の航行スケジュールを演算するタンカーシミュレーション部を備えていてもよい。このようなタンカーシミュレーション部を備えるようにすれば、演算結果に基づいて必要なタンカーの容量及び／または隻数を予め準備でき、また、適切な航路のスケジュールを組むことができるようになる。気象シミュレーション部で航路となる海域の気象を予測して、その予測結果に基づいて航路を決定するようにしてもよいのはもちろんである。また、タンカーシミュレーション部は、航路の気象状況及び航路の潮流を考慮して、タンカーの航路を選択し、且つ、運航日数を演算する機能を有していてもよい。
本実施の形態のＬＮＧ生産量予測システムの一例を示すブロック図である。 ＬＮＧ生産量予測システムでＬＮＧ生産量の予測を行うＬＮＧ生産プラントの一例を示すプラント構成図である。 ＬＮＧ生産量予測システムによる処理の概略を示す簡易的なフローチャートである。 気象シミュレーション部による処理を示すフローチャートである。 ＣＦＤシミュレーション部による処理を示すフローチャートである。 ＣＦＤシミュレーションモデルの例である。 ＣＦＤシミュレーションを行う解析領域を説明する図である。 ＬＮＧ生産プラントからの排気の様子を示す図である。 ＨＡＲの様子を示す例である。 空冷式熱交換器の温度分布を示す図である。 １年間（月単位）の温度をグラフ化したものである。 １カ月（日単位）の温度をグラフ化したものである。 １日（時間単位）の温度をグラフ化したものである。 冷媒組成選定部による処理を示すフローチャートである。 冷媒組成選定部による選定結果を示す図である。 生産量シミュレーション部による処理を示すフローチャートである。 １年間（月単位）のＬＮＧ生産量をグラフ化したものである。 １カ月（日単位）のＬＮＧ生産量をグラフ化したものである。 １日（時間単位）のＬＮＧ生産量をグラフ化したものである。 タンカーによるＬＮＧチェーンモデルを示す図である。 第２の実施の形態のＬＮＧ生産量予測システムの一例を示すブロック図である。 海水を利用した水冷式熱交換器を備えたＬＮＧ生産プラントの一例を示すプラント構成図である。 クーリングタワー（冷却塔）を使用する方式の水冷式熱交換器を備えたＬＮＧ生産プラントの一例を示すプラント構成図である。
　以下、図面を参照して、本発明のＬＮＧ生産量予測システムの実施の形態を詳細に説明する。
　［全体構成］
　図１は、本実施の形態のＬＮＧ生産量予測システムの一例を示すブロック図である。
　図１に示すように、ＬＮＧ生産量予測システム１は、主に、気象シミュレーション部３と、ＣＦＤシミュレーション部５と、冷媒組成選定部７と、生産量シミュレーション部９と、最適生産量シミュレーション部１１と、タンク残存量シミュレーション部１２と、タンカーシミュレーション部１３とから構成されている。ＬＮＧ生産量予測システム１は、ユーザ端末１５と接続されており、ユーザ端末１５からの操作によりシミュレーションを行い、予測結果をユーザ端末１５に表示するように構成されている。また、ＬＮＧ生産量予測システム１は、電気通信回線ＮＷを介して気象データサーバＷＳ等に接続されており、必要に応じて、データをデータ記憶部１７に保存している。
　なお、ＬＮＧ生産量予測システム１は、１台のプロセッサと、１台の記憶装置を用いて実現されているが、ＬＮＧ生産量予測システム１は、複数のプロセッサと、複数の記憶装置を組み合わせて実現することも可能である。
　［対象となるＬＮＧ生産プラントの例］
　図２は、ＬＮＧ生産量予測システム１でＬＮＧ生産量の予測を行うＬＮＧ生産プラントの例を示すプラント構成図である。図２に示したＬＮＧ生産プラントは、上述のＣ３－ＭＲ方式のものである。ＬＮＧ生産プラントの詳細については、本発明の要旨とは関係せず、また、公知のものであるため、出願人が先に出願したＰＣＴ／ＪＰ２０１４／００６１４１（国際公開公報２０１６／０９２５９３）を引用して具体的な説明は省略する。図２は、国際公開公報２０１６／０９２５９３に添付の図１を引用したものであり、図２に示された部材を指し示す際に使用する符号は、国際公開公報２０１６／０９２５９３で使用している符号を利用するものとする。
　ＬＮＧ生産量予測システム１は、図２に示されたＬＮＧ生産プラントのように、温度の影響を受ける空冷式熱交換器（図２の符号３２，３３，３５，５２，５４）、及び、冷媒圧縮機（図２の符号３１，５１，５３）の駆動源となるガスタービンを備えたＬＮＧ生産プラントを対象としている。
　［生産量予測の原理］
　ＬＮＧ生産プラントの生産能力は、外気の温度の影響を受ける空冷式熱交換器の性能及びガスタービンの出力の影響を受ける。そのため、ＬＮＧ生産プラントの生産能力は、外気の温度ＴAMBとＨＡＲによる温度上昇ΔＴHARの関数となる。このことから、次の式が導き出される。
　ＬＮＧ生産能力[ton/h]＝Gas turbine available power（ガスタービンの有効出力）[kW]／Specific power（ＬＮＧ１tonを生産するのに必要となるパワー）[kWh/LNG-ton]
　ただし、Gas turbine available power[kW]＝isolated power[kW]×f(ＴAMB、ΔＴHAR)であり、Specific power（ＬＮＧ１tonを生産するのに必要となるパワー）[kWh/LNG-ton]＝Specific power @ reference air temperature（参照温度においてＬＮＧ１tonを生産するのに必要となるパワー）[kWh/LNG-ton]×f(ＴAMB、ΔＴHAR)である。
　そこで、本発明では、外気の温度ＴAMBと、ＨＡＲによる温度上昇ΔＴHARとを算出して、空冷式熱交換器が吸気する外気の温度及びガスタービンが吸気する外気の温度を得て、上記式に基づいて将来におけるＬＮＧ生産量を予測するものである。
　［ＬＮＧ生産量予測システム全体の流れ］
　図３を用いて、本実施の形態のＬＮＧ生産量予測システム１による処理の概要を説明する。ユーザ端末１５から、ＬＮＧ生産量の予測を行うＬＮＧ生産プラントの所在地に関する情報が入力されると、図３に示すように、ＬＮＧ生産量予測システム１の気象シミュレーション部３は、当該所在地を含む対象地域の気象予測を行い、予測気象情報を出力する（ステップＳＴ１）。次に、ＣＦＤシミュレーション部５は、ＬＮＧ生産プラントの詳細情報（後述のシミュレーションモデル作成用データ）と、予測気象情報に基づいて、ＣＦＤシミュレーションを行い、ＬＮＧ生産プラントの設置地域における排気の流れの挙動による空冷式熱交換器が吸気する外気の温度及びガスタービンが吸気する外気の温度を予測する（ステップＳＴ２）。そして、冷媒組成選定部７は、ＣＦＤシミュレーション部５の予測結果を用いて冷媒組成を選定し（ステップＳＴ３）、これらの結果に基づいて、生産量シミュレーション部９がＬＮＧ生産プラントのＬＮＧ生産量を予測する（ステップＳＴ４）。本実施の形態では、さらに、最適生産量シミュレーション部１１も備えており、ステップＳＴ４で、制約条件に基づいた最適なＬＮＧ生産量の予測も可能となっている。また、ＬＮＧ生産量に基づいて、タンカーシミュレーション部１３がタンカーシミュレーションを行う（ステップＳＴ５）。
　［気象シミュレーション部］
　図３に示したステップのそれぞれについて、詳細を説明する。図４は、気象シミュレーション部３が行う気象予測（図３のステップＳＴ１）の詳細なフローチャートである。気象シミュレーション部３は、予め、気象の観測データを収集し、データ記憶部１７に記憶している（ステップＳＴ１１）。観測データは、世界各地に設置した気象センサにより直接的に観測したデータだけでなく、他の機関や企業が観測している地上観測データとして、例えば日本の気象庁が提供している地上観測データ、アメリカ海洋大気庁（National Oceanic and Atmospheric Administration（ＮＯＡＡ））が提供している地上観測データに加え、衛星による観測データとして例えば欧州気象衛星開発機構（European Organisation for the Exploitation of Meteorological Satellites（ＥＵＭＥＴＳＡＴ））が運用している衛星ＭｅｔＯｐが搭載しているアドバンストスキャタロメータ（Advanced Scatterometer（ＡＳＣＡＴ））による観測データ等、様々な観測データを収集しそれを統合的に整理して適用することができる。気象シミュレーション部３は、収集した観測データを解析し、数値モデル用の解析データに加工し（ステップＳＴ１２）、予め準備した気象シミュレーションモデルにデータを入力する（ステップＳＴ１３）。気象シミュレーションモデルは、地球の大気を細かく分割し、そこに気圧、気温、湿度、風などの気象要素の値を割り当てて、物理法則に基づいて地球全体をシミュレートした全球シミュレーションモデルをベースとして、地域を限定した狭域シミュレーションモデル（後述のＣＦＤシミュレーションの領域よりは広範囲のシミュレーションモデル）が含まれる。気象シミュレーション部３は、対象となるＬＮＧ生産プラントの所在地に関する情報が入力されると、気象シミュレーションモデルを用いて、対象地域の気象シミュレーションを行い（ステップＳＴ１４）、予測気象情報を出力する（ステップＳＴ１５）。直接予測可能な気象情報は、２週間程度であるので、その先の気象情報は、過去の中長期的な変動傾向データや物理モデルを使用した解析によって得て、これらの情報を組み合わせて予測気象情報として利用することができる。予測気象情報は、対象地域の少なくとも気温、風速及び風向に関する情報である。本実施の形態では、予測気象情報は、所定時間刻み（例えば、１分や１０分）の時刻歴データとして得られる。
　なお、株式会社ウェザーニューズ（千葉県千葉市）のように、予測気象情報を提供している会社も存在するため、予測気象情報については、そのような気象情報提供会社から入手したものを利用してもよいのはもちろんである。また、過去の観測データをＡＩに学習させて、予測気象情報の精度を上げるようにしてもよい。
　［ＣＦＤシミュレーション部］
　図５は、ＣＦＤシミュレーション部５が行うＣＦＤシミュレーション（図３のステップＳＴ２）の詳細なフローチャートである。ユーザ端末１５から操作を受け付けると、ＣＦＤシミュレーション部５は、気象シミュレーション部３から予測気象情報を取得し（ステップＳＴ２１）、さらに、シミュレーションモデル作成用データを取得し（ステップＳＴ２２）、ＣＦＤシミュレーションモデルを作成する（ステップＳＴ２３）。
　ＣＦＤシミュレーション部５を実現するためには、例えば、ＡＮＳＹＳ社（アメリカ合衆国ペンシルベニア州）が提供しているＡＮＳＹＳ　ＦｌｕｅｎｔやＡＮＳＹＳ　ＣＦＸ、Ｓｉｅｍｅｎｓ　Ｐｒｏｄｕｃｔ　Ｌｉｆｅｃｙｃｌｅ　Ｍａｎａｇｅｍｅｎｔ　Ｓｏｆｔｗａｒｅ社（アメリカ合衆国デラウェア州）が提供しているＳＴＡＲ－ＣＣＭ＋等のコンピュータシミュレーションソフトウェアを使用することができる。
　シミュレーションモデル作成用データには、次のようなデータが含まれる。これらのデータについては、予め入力されていてもよく、また、ユーザ端末１５を用いてユーザが入力してもよい
　・プラントレイアウト（プロットプラン）
　・空冷式熱交換器に関するデータ（個数、サイズ、温排気の風量及び温度）
　・空冷式熱交換器以外の熱源に関するデータ（ガスタービンやボイラー等の排気量及び温度、煙突の高さ）
　・上記以外の機器のサイズに関するデータ（幅、径、高さ）。
　図６は、ＣＦＤシミュレーション部５によって作成されるＣＦＤシミュレーションモデルの例である。この例では、ＬＮＧ生産プラントＰＬＴは、２列の空冷式熱交換器群ＡＦＣ１，ＡＦＣ２と、２つのガスタービンＧＴ１，ＧＴ２からなるＬＮＧトレインＴＲ１～ＴＲ３が併設されて構成されている。
　図７は、ＣＦＤシミュレーションを行う解析領域を説明する図である。図７に示す領域は、気象シミュレーション部３の気象シミュレーションの対象となるＬＮＧ生産プラントＰＬＴの所在地を含む対象地域Ｒ（１ｋｍ×１ｋｍ）である。対象地域Ｒには、海岸線ＣＬが存在し、紙面に向かって左側が陸地、右側が海となっている。対象地域Ｒは、領域Ｒ０１～Ｒ０４に区分けされて気象シミュレーションが行われ、予測気象情報が得られている。本例では、領域Ｒ０１内にＬＮＧ生産プラントＰＬＴが存在しており、領域Ｒ０１についてＣＦＤシミュレーションを行うことで、図７に示したように、予測気象情報よりも狭い領域であり、且つ、ＬＮＧ生産プラントＰＬＴの排気の流れの挙動を考慮した情報を得ることができる。
　ＣＦＤシミュレーション部５は、ＣＦＤシミュレーションモデルを用いて、ＣＦＤシミュレーションを行い（ステップＳＴ２４）、ＬＮＧ生産プラントの設置地域における排気の流れの挙動による空冷式熱交換器が吸気する外気の温度及びガスタービンが吸気する外気の温度を予測する（ステップＳＴ２５）。
　図８乃至図１０は、ＣＦＤシミュレーション部５のシミュレーション結果の一例を図示したものである。図８は、ＬＮＧ生産プラントＰＬＴからの排気の様子を示している。紙面手前から奥方向に、また、下方向から上方向に、排気が広がる様子が示されている。図９は、ＨＡＲの様子を示している。ＬＮＧトレインＴＲ１の排気がＬＮＧトレインＴＲ２に取り込まれ、また、ＬＮＧトレインＴＲ２の排気がＬＮＧトレインＴＲ３に取り込まれる様子がわかりやすく示されている。図１０は、ＨＡＲの影響が考慮された空冷式熱交換器ＡＦＣの温度分布を示す図である。白く示されている部分が４０℃以上の高温になっていることを示している。図９からも明らかなように、高温部は、ＨＡＲが原因となって発生していると考えられる。
　図１１～図１３は、気象シミュレーション部による予測気象情報の気温（外気の温度［Ambient］）と、ＣＦＤシミュレーション部による吸気温度（ＬＮＧトレインＴＲ１の空冷式熱交換器群ＡＦＣ２が吸気する外気の温度［AFC air intake］、及び、ＬＮＧトレインＴＲ１のガスタービンＧＴ１が吸気する外気の温度［GT air intake］）を示すものである。図１１は、１年間（月単位）の温度をグラフ化した例であり、図１２は、１カ月（日単位）の温度をグラフ化した例であり、図１３は、１日（時間単位）の温度をグラフ化した例である。いずれも、ＣＦＤシミュレーション部による吸気温度の方が、気象シミュレーション部の予測気象情報の気温よりも高くなっていることがわかる。これは、上述の通り、ＨＡＲが原因である。
　このようにして、本実施の形態では、空冷式熱交換器が吸気する外気の温度及びガスタービンが吸気する外気の温度の予測結果は、空冷式熱交換器のそれぞれ、及び、ガスタービンのそれぞれについて個別の予測結果を得ることができる。なお、領域Ｒ０１内でＨＡＲの影響で上昇する温度の平均上昇幅を求めて、気象シミュレーションで得られた外気の温度に、平均上昇幅を加算して空冷式熱交換器が吸気する外気の温度及びガスタービンが吸気する外気の温度として算出することもできる。
　［冷媒組成選定部］
　図１４は、冷媒組成選定部７による冷媒組成の選定（図３のステップＳＴ３）の詳細なフローチャートである。上述のように、本実施の形態のＬＮＧ生産量予測システム１は、窒素，メタン，エタン，プロパンを混合させた混合冷媒を使用するＣ３－ＭＲ方式のＬＮＧ生産プラントを対象としている。混合冷媒の組成（混合比）は、一定ではなく、原料となる天然ガスの組成、及び、外気の温度に応じて、混合冷媒の組成を最適化させることで、ＬＮＧ生産プラントの生産能力を向上させることができることが知られている。そこで、本実施の形態では、冷媒組成選定部７としてＡＩを導入し、最適な混合冷媒組成を選定できるようにしている。
　ＡＩで適確な情報を得るためには、十分な予備学習が必要である。本実施の形態では、予め混合冷媒選定用のＡＩを準備し（ステップＳＴ３１）、教師データ記憶部１９に記憶された過去の実際の運転データを教師データとして予備学習をしてある（ステップＳＴ３２）。教師データには、生産時の天然ガスの組成、外気の温度、メイン熱交換器（図２の符号６）の出口温度、混合冷媒の組成、及び、ＬＮＧの生産実績（生産量または生産効率）が含まれている。このように予備学習が済んだ冷媒組成選定部７に対して、予測対象のＬＮＧ生産プラントＰＬＴの現在の運転データを入力する（ステップＳＴ３３）。運転データとしては、ＬＮＧの原料である天然ガスの組成、及び、ＣＦＤシミュレーション部５によって予測した空冷式熱交換器が吸気する外気の温度を入力する。この入力に対して、冷媒組成選定部７は、図１５に示すように、最適な冷媒組成、及び、最適な冷媒組成を使用した場合に予想される液化効率（ｔｏｎ／ｈ）を出力する（ステップＳＴ３４）。追加情報として、液化効率とコストに関する情報等を出力するようにしてもよい。
　［生産量シミュレーション部］
　図１６は、生産量シミュレーション部９による生産量予測（図３のステップＳＴ４）の詳細なフローチャートである。ユーザ端末１５から操作を受け付けると、生産量シミュレーション部９は、ＣＦＤシミュレーション部５から予測した外気の温度を取得し（ステップＳＴ４１）、さらに、シミュレーションモデル作成用データを取得し（ステップＳＴ４２）、生産量シミュレーションモデルを作成する（ステップＳＴ４３）。
　生産量シミュレーション部９を実現するためには、いわゆるプロセスシミュレータを利用する。例えば、Ａｓｐｅｎ　Ｔｅｃｈｎｏｌｏｇｙ社（アメリカ合衆国マサチューセッツ州）が提供しているＡｓｐｅｎ　ＨＹＳＹＳや、Ａｓｐｅｎ　Ｐｌｕｓ、Ｈｏｎｅｙｗｅｌｌ　Ｉｎｔｅｒｎａｔｉｏｎａｌ社（アメリカ合衆国ニュージャージー州）が提供しているＵｎｉｓｉｍ　ｄｅｓｉｇｎ、Ｓｃｈｎｅｉｄｅｒ　ＥｌｅｃｔｒｉｃＳ．Ａ．（フランス国リュエイユ＝マルメゾン）が提供しているＤｙｎｓｉｍ、株式会社オメガシミュレーション（東京都新宿区）が提供しているＶｉｓｕａｌ　Ｍｏｄｅｌｅｒ等のコンピュータシミュレーションソフトウェアを使用することができる。
　シミュレーションモデル作成用データには、次のようなデータが含まれる。これらのデータについては、予め入力されていてもよく、また、ユーザ端末１５を用いてユーザが入力してもよい
　・プラント設備構成及びフロー
　・機器仕様データ
　・流体条件（原料である天然ガスの組成及び流量、混合冷媒の組成、流量及び圧力等）。
　生産量シミュレーション部９は、生産量シミュレーションモデルを用いて、生産量シミュレーションを行い（ステップＳＴ４４）、ＬＮＧ生産量（当該条件における最大生産量）を予測する（ステップＳＴ４５）。
　図１７は、１年間のＬＮＧ生産量の予測結果である。図１８は、１カ月のＬＮＧ生産量の予測結果である。図１９は、１日のＬＮＧ生産量の予測結果である。それぞれ、予測した外気の温度が上昇するにしたがって、ＬＮＧ生産量が減少し、予測した外気の温度が下降するにしたがって、ＬＮＧ生産量が増加することがわかる。
　［最適生産量シミュレーション部］
　ＬＮＧは生産後もタンク内において冷却を継続しなければならないため長期貯蔵が難しく、大量の在庫を抱えておくことができない、という石油にはない問題がある。また、各国の政策や、エネルギー情勢によっても需要量が変動するという特徴が存在する。そのため、制約条件に基づいて生産量を調整することが考えられる。そこで、本実施の形態のＬＮＧ生産量予測システム１は、ＬＮＧ生産量の生産量抑制を考慮した最適なＬＮＧ生産量を予測するための最適生産量シミュレーション部１１を備えている。最適生産量シミュレーション部１１は、生産量シミュレーション部９が予測したＬＮＧ生産量と、ＬＮＧ生産量を抑制すべき制約条件とに基づいて、最適なＬＮＧ生産量を予測する。制約条件は、ＬＮＧを受け入れる１以上の受入基地における過去の需要データに基づく予測需要量、生産したＬＮＧを貯蔵しておく出荷タンクの残存量、ＬＮＧを受け入れる１以上の受入基地の受入タンクの残存量、出荷タンクから受入タンクにＬＮＧを輸送することが可能なタンカーの隻数及び積載能力、並びに、タンカーの航路の気象状況及び潮流のうち少なくともいずれか１つである。
　予測需要量は、調査機関（例えば、日本エネルギー経済研究所、米国エネルギー情報局、国際エネルギー機関等の公的機関や、民間会社）が発表する見通し等の情報も加味して予測する。また、ＡＩを導入して、過去の需要データを学習させ、需要予測を行ってもよいのはもちろんである。
　さらに、本実施の形態では、出荷タンクから受入タンクにＬＮＧを輸送することが可能なタンカーの隻数及び積載能力、並びに、タンカーの航路の気象状況及び潮流に基づいて、出荷タンク及び／または受入タンクのＬＮＧ残存量を予測するタンク残存量シミュレーション部１２を備えている。そのため、最適生産量シミュレーション部１１は、制約条件として、タンク残存量シミュレーション部１２が出力するＬＮＧ残存量を使用することも可能である。タンク残存量シミュレーション部１２は、図２０に示した、ＬＮＧチェーンモデルを用いて、ＬＮＧ残存量のシミュレーションを行う。
　最適生産量シミュレーション部１１は、必要に応じて、制約条件に基づいて、１以上のＬＮＧ生産プラントの最適なＬＮＧ生産量を予測する。
　［運転条件］
　本実施の形態の生産量シミュレーション部９は、最適生産量シミュレーション部１１が予測した最適なＬＮＧ生産量に基づいて、１以上のＬＮＧ生産プラントの最適な運転条件を演算する機能も有している。すなわち、ＬＮＧの最大生産量に対してＬＮＧ生産量を抑制した方がよい場合に、どのようにして、ＬＮＧ生産量を抑制するかを提示することができる。
　［タンカーシミュレーション部］
　タンカーシミュレーション部１３は、生産量シミュレーション部９が予測した１以上のＬＮＧ生産プラントのＬＮＧ生産量に基づいて、あるＬＮＧ生産プラントからある受入基地にＬＮＧを輸送するのに必要なタンカーの容量及び／または隻数並びに必要なタンカーの航路の航行スケジュールを演算する。また、タンカーシミュレーション部１３は、航路の気象状況及び航路の潮流を考慮して、タンカーの航路を選択し、且つ、運航日数を演算する機能も有している。
　タンカーシミュレーション部１３は、図２０に示した、タンカーによるＬＮＧチェーンモデルを用いて、タンカーシミュレーションを行う（図３のステップＳＴ５）。タンカーの航路の航行スケジュールを演算する際には、気象シミュレーション部３で作成された全球シミュレーションモデルによる気象シミュレーションも利用して、荒天が少なく、向かい風／潮流が少ない航路を選ぶように構成されている。タンカーシミュレーション部１３としてＡＩを導入して、過去の実績データを学習させ、必要なタンカーの容量及び／または隻数並びに必要なタンカーの航路のスケジュールを演算するようにしたり、航路選択、運航日数を演算してもよいのはもちろんである。
　なお、タンク残存量シミュレーションやタンカーシミュレーションについては、土岐明史「Ｔａｎｋ　Ｔａｎｋｅｒ　Ｄｙｎａｍｉｃ　Ｓｉｍｕｌａｔｏｒの紹介」ＰＥＴＲＯＴＥＣＨ（公益社団法人石油学会）２０１５年第３８巻第１１号３５頁～３９頁の論文に詳しい。
　［第２の実施の形態］
　図２１は、第２の実施の形態のＬＮＧ生産量予測システムの一例を示すブロック図である。図２１には、図１に示した実施の形態の部材と同じ部材には、図１に付した符号の数に１００の数を加えた数の符号を付して説明を省略する。
　第２の実施の形態のＬＮＧ生産量予測システム１０１は、第１の実施の形態が有していたＣＦＤシミュレーション部を備えていない。そのため、冷媒組成選定部１０７や生産量シミュレーション部１０９は、気象シミュレーション部１０３が出力する予測気象情報を利用して動作する。本実施の形態では、ＨＡＲによる温度上昇を考慮しないことになるため、ＬＮＧ生産量の予測の精度は落ちることになるが、簡易的、迅速にＬＮＧ生産量の予測が可能となる。
　簡易的にＨＡＲの影響を考慮する場合には、予測気象情報に含まれる気温に所定の固定値を加えることで、空冷式熱交換器が吸気する外気の温度及びガスタービンが吸気する外気の温度とすることもできる。所定の固定値としては、例えば、２℃である。
　［他のタイプのＬＮＧ生産プラントへの適用］
　上記の実施の形態では、対象となるＬＮＧ生産プラントの例として、空冷式熱交換器（図２の符号３２，３３，３５，５２，５４）を備えたＬＮＧ生産プラントを挙げているが、対象となるＬＮＧ生産プラントはこれに限られるものではない。例えば、図２２に示す、海水を利用した水冷式熱交換器を備えたＬＮＧ生産プラントや、図２３に示す、クーリングタワー（冷却塔）を使用する方式の水冷式熱交換器を備えたＬＮＧ生産プラントにも適用可能である。
　図２２は、図２同様、国際公開公報２０１６／０９２５９３に添付の図１を利用した図であるが、空冷式熱交換器３２，３３，３５，５２，５４を、海水を利用した水冷式熱交換器に置き換えたものである。水冷式熱交換器３２，３３，３５，５２，５４は、冷熱源となる海水の供給部及び排出部に経路１～１０で接続されている。この場合には、水冷式熱交換器の冷熱源が海水となるため、ＨＡＲに相当する現象を考慮する必要性が低いため、ＣＦＤシミュレーション部を備えていない、上記第２の実施の形態のタイプのＬＮＧ生産量予測システム１０１を利用することが適している。気象シミュレーション部１０３では、対象地域に存在する冷熱源である海水の温度、流速及び流向も予測対象とする。そして、生産量シミュレーション部１０９では、冷熱源の温度及びガスタービンが吸気する外気の温度に基づいて、ＬＮＧ生産量を予測する。冷媒組成選定部１０７は、天然ガスの組成、及び、予測した海水の温度に基づいて、混合冷媒の最適な組成を選定する。冷熱源が河川の水や、湖水である場合等にも適用できるのはもちろんである。
　図２３も、図２同様、国際公開公報２０１６／０９２５９３に添付の図１を利用した図であるが、空冷式熱交換器３２，３３，３５，５２，５４を、クーリングタワー（冷却塔）を使用する方式の水冷式熱交換器に置き換えたものである。この場合は、冷熱源は、最終的には外気であるので、気温、風速及び風向を気象予測の対象としており、上述の第１の実施の形態のＬＮＧ生産量予測システム１と同様にシミュレーションを行うことができる。また、クーリングタワーは、蒸発冷却によって熱を除去するものであり、外気の湿球温度と循環水（海水等）の入口温度の差によって決まることが知られているため、湿度も気象予測やＣＦＤシミュレーションの対象とすれば、より正確なＬＮＧ生産量の予測が可能となる。
　以上、本発明の実施の形態について具体的に説明したが、本発明はこれらの実施の形態に限定されるものではなく、本発明の技術的思想の範囲内で変更が可能であるのは勿論である。
　本発明によれば、ＬＮＧ生産プラントの所在地の気温や、ＨＡＲによる影響を考慮して、将来のＬＮＧ生産量を予測するＬＮＧ生産量予測システムを提供することができる。また、最適な混合冷媒を考慮したＬＮＧ生産量の予測が可能なＬＮＧ生産量予測システムを提供することができる。制約条件に基づいて、最適なＬＮＧ生産量を予測することが可能なＬＮＧ生産量予測システムを提供することができる。最適なＬＮＧ生産量に基づいて、ＬＮＧプラントの最適な運転条件を演算することが可能なＬＮＧ生産量予測システムを提供することができる。さらに、ＬＮＧの輸送に必要なタンカーのシミュレーションも可能なＬＮＧ生産量予測システムを提供することができる。
１　ＬＮＧ生産量予測システム
３　気象シミュレーション部
５　ＣＦＤシミュレーション部
７　冷媒組成選定部
９　生産量シミュレーション部
１１　最適生産量シミュレーション部
１２　ＬＮＧ残存量シミュレーション部
１３　タンカーシミュレーション部
１５　ユーザ端末
１７　データ記憶部
１９　教師データ記憶部

Claims (19)

  1. 　少なくとも熱交換器と、外気を取り込むガスタービンとを備えた１以上の液化天然ガス（ＬＮＧ）生産プラントのＬＮＧ生産量を予測するＬＮＧ生産量予測システムであって、
    　前記ＬＮＧ生産プラントの所在地を含む対象地域に存在する冷熱源の温度と、前記対象地域の少なくとも気温、風速及び風向を含む予測気象情報を出力する気象シミュレーション部と、
    　前記予測気象情報に基づいて、数値流体力学解析を行うことにより、前記ＬＮＧ生産プラントの設置地域における排気の流れの挙動による前記外気の温度を予測するＣＦＤシミュレーション部と、
    　前記予測気象情報に基づいて予測した前記熱交換器が取り込む前記冷熱源の温度及び前記ガスタービンが吸気する前記外気の温度に基づいて、または、前記ＣＦＤシミュレーション部により予測した前記熱交換器が取り込む前記冷熱源の温度及び前記ガスタービンが取り込む前記外気の温度に基づいて、前記１以上のＬＮＧ生産プラントの前記ＬＮＧ生産量を予測する生産量シミュレーション部と、
    　前記生産量シミュレーション部が予測した前記ＬＮＧ生産量と、前記ＬＮＧ生産量を抑制すべき制約条件とに基づいて、前記１以上のＬＮＧ生産プラントの最適なＬＮＧ生産量を予測する最適生産量シミュレーション部と、
    　出荷タンクから受入タンクに前記ＬＮＧを輸送することが可能なタンカーの隻数及び積載能力、並びに、前記タンカーの航路の気象状況及び潮流に基づいて、前記出荷タンク及び／または前記受入タンクのＬＮＧ残存量を予測するタンク残存量シミュレーション部と、
    　前記生産量シミュレーション部が予測した前記１以上のＬＮＧ生産プラントの前記ＬＮＧ生産量に基づいて、ある前記ＬＮＧ生産プラントからある前記受入基地に前記ＬＮＧを輸送するのに必要なタンカーの容量及び／または隻数並びに必要なタンカーの航路の航行スケジュールを演算するタンカーシミュレーション部とを備えており、
    　前記熱交換器は、複数種類の冷媒を混合して得られる混合冷媒を用いて熱交換を行うものであり、
    　ＬＮＧの原料である天然ガスの組成、及び、前記予測した熱交換器が取り込む冷熱源の温度に基づいて、前記混合冷媒の最適な組成を選定する冷媒組成選定部をさらに備え、
    　前記生産量シミュレーション部は、さらに、前記混合冷媒の最適な組成を考慮して、前記ＬＮＧ生産量を予測するようになっていることを特徴とするＬＮＧ生産量予測システム。
  2. 　少なくとも空冷式熱交換器と、外気を取り込むガスタービンとを備えた１以上の液化天然ガス（ＬＮＧ）生産プラントのＬＮＧ生産量を予測するＬＮＧ生産量予測システムであって、
    　前記ＬＮＧ生産プラントの所在地を含む対象地域の少なくとも気温を含む予測気象情報を出力する気象シミュレーション部と、
    　前記予測気象情報に基づいて予測した前記空冷式熱交換器が吸気する外気の温度及び前記ガスタービンが吸気する外気の温度に基づいて、前記１以上のＬＮＧ生産プラントの前記ＬＮＧ生産量を予測する生産量シミュレーション部とを備えていることを特徴とするＬＮＧ生産量予測システム。
  3. 　前記予測気象情報は、さらに、前記対象地域の風速及び風向に関する情報を含んでおり、
    　前記予測気象情報に基づいて、数値流体力学解析を行うことにより、前記ＬＮＧ生産プラントの設置地域における排気の流れの挙動による前記空冷式熱交換器が吸気する外気の温度及び前記ガスタービンが吸気する外気の温度を予測するＣＦＤシミュレーション部をさらに備えており、
    　前記生産量シミュレーション部は、前記ＣＦＤシミュレーション部により予測した前記空冷式熱交換器が吸気する外気の温度及び前記ガスタービンが吸気する外気の温度に基づいて、前記１以上のＬＮＧ生産プラントの前記ＬＮＧ生産量を予測する請求項２に記載のＬＮＧ生産量予測システム。
  4. 　前記予測気象情報に含まれる前記気温に所定の固定値を加えることで、前記空冷式熱交換器が吸気する外気の温度及び前記ガスタービンが吸気する外気の温度とする請求項２に記載のＬＮＧ生産量予測システム。
  5. 　前記空冷式熱交換器は、複数種類の冷媒を混合して得られる混合冷媒を用いて熱交換を行うものであり、
    　ＬＮＧの原料である天然ガスの組成、及び、前記予測した空冷式熱交換器が吸気する外気の温度に基づいて、前記混合冷媒の最適な組成を選定する冷媒組成選定部をさらに備え、
    　前記生産量シミュレーション部は、さらに、前記混合冷媒の最適な組成を考慮して、前記ＬＮＧ生産量を予測する請求項２乃至４のいずれか１項に記載のＬＮＧ生産量予測システム。
  6. 　前記冷媒組成選定部は、ＬＮＧ生産プラントの生産条件と、前記生産条件に基づく生産実績とに関する複数の過去データを用いて前記混合冷媒の最適な組成を選定する請求項５に記載のＬＮＧ生産量予測システム。
  7. 　前記生産条件には、少なくとも、生産時の天然ガスの組成、外気の温度、及び、混合冷媒の組成を含む請求項６に記載のＬＮＧ生産量予測システム。
  8. 　少なくとも水冷式熱交換器と、外気を取り込むガスタービンとを備えた１以上の液化天然ガス（ＬＮＧ）生産プラントのＬＮＧ生産量を予測するＬＮＧ生産量予測システムであって、
    　前記ＬＮＧ生産プラントの所在地を含む対象地域の少なくとも気温、及び、前記対象地域に存在する冷熱源の温度を含む予測気象情報を出力する気象シミュレーション部と、
    　前記予測気象情報に基づいて予測した前記冷熱源の温度及び前記ガスタービンが吸気する外気の温度に基づいて、前記１以上のＬＮＧ生産プラントの前記ＬＮＧ生産量を予測する生産量シミュレーション部とを備えていることを特徴とするＬＮＧ生産量予測システム。
  9. 　前記水冷式熱交換器は、前記冷熱源として外気を使用するクーリングタワーを使用する方式であり、
    　前記予測気象情報は、さらに、前記対象地域の風速及び風向に関する情報を含んでおり、
    　前記予測気象情報に基づいて、数値流体力学解析を行うことにより、前記ＬＮＧ生産プラントの設置地域における排気の流れの挙動による前記水冷式熱交換器が吸気する外気の温度及び前記ガスタービンが吸気する外気の温度を予測するＣＦＤシミュレーション部をさらに備えており、
    　前記生産量シミュレーション部は、前記ＣＦＤシミュレーション部により予測した前記水冷式熱交換器が吸気する外気の温度及び前記ガスタービンが吸気する外気の温度に基づいて、前記１以上のＬＮＧ生産プラントの前記ＬＮＧ生産量を予測する請求項８に記載のＬＮＧ生産量予測システム。
  10. 　前記予測気象情報は、さらに、前記対象地域の湿度に関する情報を含み、
    　前記ＣＦＤシミュレーション部は、さらに、前記水冷式熱交換器が吸気する外気の湿度を予測する請求項９に記載のＬＮＧ生産量予測システム。
  11. 　前記水冷式熱交換器は、複数種類の冷媒を混合して得られる混合冷媒を用いて熱交換を行うものであり、
    　ＬＮＧの原料である天然ガスの組成、及び、前記予測した冷熱源の温度に基づいて、前記混合冷媒の最適な組成を選定する冷媒組成選定部をさらに備え、
    　前記生産量シミュレーション部は、さらに、前記混合冷媒の最適な組成を考慮して、前記ＬＮＧ生産量を予測する請求項８に記載のＬＮＧ生産量予測システム。
  12. 　前記冷媒組成選定部は、ＬＮＧ生産プラントの生産条件と、前記生産条件に基づく生産実績とに関する複数の過去データを用いて前記混合冷媒の最適な組成を選定する請求項１１に記載のＬＮＧ生産量予測システム。
  13. 　前記生産条件には、少なくとも、生産時の天然ガスの組成、冷熱源の温度、及び、混合冷媒の組成を含む請求項１２に記載のＬＮＧ生産量予測システム。
  14. 　前記生産量シミュレーション部が予測した前記ＬＮＧ生産量と、前記ＬＮＧ生産量を抑制すべき制約条件とに基づいて、前記１以上のＬＮＧ生産プラントの最適なＬＮＧ生産量を予測する最適生産量シミュレーション部をさらに備えている請求項２または８に記載のＬＮＧ生産量予測システム。
  15. 　前記制約条件は、前記ＬＮＧを受け入れる１以上の受入基地における過去の需要データに基づく予測需要量、生産した前記ＬＮＧを貯蔵しておく出荷タンクの残存量、前記ＬＮＧを受け入れる１以上の受入基地の受入タンクの残存量、前記出荷タンクから前記受入タンクに前記ＬＮＧを輸送することが可能なタンカーの隻数及び積載能力、並びに、前記タンカーの航路の気象状況及び潮流のうち少なくともいずれか１つである請求項１４に記載のＬＮＧ生産量予測システム。
  16. 　出荷タンクから受入タンクに前記ＬＮＧを輸送することが可能なタンカーの隻数及び積載能力、並びに、前記タンカーの航路の気象状況及び潮流に基づいて、前記出荷タンク及び／または前記受入タンクのＬＮＧ残存量を予測するタンク残存量シミュレーション部をさらに備えており、
    　前記最適生産量シミュレーション部は、前記制約条件として前記ＬＮＧ残存量を利用する請求項１４に記載のＬＮＧ生産量予測システム。
  17. 　前記生産量シミュレーション部は、前記最適なＬＮＧ生産量に基づいて、前記１以上のＬＮＧ生産プラントの最適な運転条件を演算する機能を有している請求項１４に記載のＬＮＧ生産量予測システム。
  18. 　前記生産量シミュレーション部が予測した前記１以上のＬＮＧ生産プラントの前記ＬＮＧ生産量に基づいて、ある前記ＬＮＧ生産プラントからある前記受入基地に前記ＬＮＧを輸送するのに必要なタンカーの容量及び／または隻数並びに必要なタンカーの航路の航行スケジュールを演算するタンカーシミュレーション部をさらに備えている請求項２または８に記載のＬＮＧ生産量予測システム。
  19. 　前記タンカーシミュレーション部は、前記航路の気象状況及び前記航路の潮流を考慮して、前記タンカーの航路を選択し、且つ、運航日数を演算する機能を有している請求項１８に記載のＬＮＧ生産量予測システム。
PCT/JP2018/027047 2017-07-19 2018-07-19 Ｌｎｇ生産量予測システム WO2019017421A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019530588A JP7114202B2 (ja) 2017-07-19 2018-07-19 Ｌｎｇ生産量予測システム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-139618 2017-07-19
JP2017139618 2017-07-19

Publications (1)

Publication Number Publication Date
WO2019017421A1 true WO2019017421A1 (ja) 2019-01-24

Family

ID=65016170

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/027047 WO2019017421A1 (ja) 2017-07-19 2018-07-19 Ｌｎｇ生産量予測システム

Country Status (2)

Country Link
JP (1) JP7114202B2 (ja)
WO (1) WO2019017421A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020240696A1 (ja) * 2019-05-28 2020-12-03 日揮グローバル株式会社 製造プラントの稼働解析方法
JPWO2021240689A1 (ja) * 2020-05-27 2021-12-02
KR20220113171A (ko) * 2021-02-05 2022-08-12 한국가스공사 Lng 통합 재고 관리를 위한 분석 방법 및 이를 위한 시스템

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6325481A (ja) * 1986-07-10 1988-02-02 エア・プロダクツ・アンド・ケミカルズ・インコ−ポレイテツド 多成分冷媒系の自動制御システム
JPH05196349A (ja) * 1991-07-31 1993-08-06 Air Prod And Chem Inc ガス液化プロセスのコントロールシステム
JPH08219571A (ja) * 1995-02-14 1996-08-30 Chiyoda Corp 天然ガス液化プラントのコンプレッサ駆動装置
WO2014021236A1 (ja) * 2012-07-31 2014-02-06 日揮株式会社 気象再現方法、気象再現装置及び空気利用装置
US20160343092A1 (en) * 2013-11-26 2016-11-24 Gdf Suez Method for estimating a characteristic of a liquefied natural gas load
JP2017033378A (ja) * 2015-08-04 2017-02-09 国立研究開発法人 海上・港湾・航空技術研究所 配船計画策定支援方法及び配船計画策定支援システム
JP2017032146A (ja) * 2014-01-31 2017-02-09 日揮株式会社 液化ガス製造設備及び液化ガス製造方法
WO2017154181A1 (ja) * 2016-03-10 2017-09-14 日揮株式会社 天然ガス液化装置の混合冷媒組成の決定方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5196349B2 (ja) 2008-10-22 2013-05-15 株式会社大都技研 遊技機の収容ケース
ITMI20121023A1 (it) 2012-06-12 2013-12-13 Eni Spa "sistema di previsione della temperatura dal breve al lungo termine per la produzione, gestione e vendita di risorse energetiche"
JP6325481B2 (ja) 2015-03-31 2018-05-16 リンテック株式会社 粘着シート

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6325481A (ja) * 1986-07-10 1988-02-02 エア・プロダクツ・アンド・ケミカルズ・インコ−ポレイテツド 多成分冷媒系の自動制御システム
JPH05196349A (ja) * 1991-07-31 1993-08-06 Air Prod And Chem Inc ガス液化プロセスのコントロールシステム
JPH08219571A (ja) * 1995-02-14 1996-08-30 Chiyoda Corp 天然ガス液化プラントのコンプレッサ駆動装置
WO2014021236A1 (ja) * 2012-07-31 2014-02-06 日揮株式会社 気象再現方法、気象再現装置及び空気利用装置
US20160343092A1 (en) * 2013-11-26 2016-11-24 Gdf Suez Method for estimating a characteristic of a liquefied natural gas load
JP2017032146A (ja) * 2014-01-31 2017-02-09 日揮株式会社 液化ガス製造設備及び液化ガス製造方法
JP2017033378A (ja) * 2015-08-04 2017-02-09 国立研究開発法人 海上・港湾・航空技術研究所 配船計画策定支援方法及び配船計画策定支援システム
WO2017154181A1 (ja) * 2016-03-10 2017-09-14 日揮株式会社 天然ガス液化装置の混合冷媒組成の決定方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020240696A1 (ja) * 2019-05-28 2020-12-03 日揮グローバル株式会社 製造プラントの稼働解析方法
JPWO2021240689A1 (ja) * 2020-05-27 2021-12-02
WO2021240689A1 (ja) * 2020-05-27 2021-12-02 千代田化工建設株式会社 液化天然ガスプラントの運転条件決定方法及びそのシステム
JP7397192B2 (ja) 2020-05-27 2023-12-12 千代田化工建設株式会社 液化天然ガスプラントの運転条件決定方法及びそのシステム
KR20220113171A (ko) * 2021-02-05 2022-08-12 한국가스공사 Lng 통합 재고 관리를 위한 분석 방법 및 이를 위한 시스템

Also Published As

Publication number Publication date
JPWO2019017421A1 (ja) 2020-05-28
JP7114202B2 (ja) 2022-08-08

Similar Documents

Publication Publication Date Title
Cronin et al. Climate change impacts on the energy system: a review of trends and gaps
Bahrami et al. Technical and economic analysis of wind energy potential in Uzbekistan
Ramazankhani et al. Feasibility of geothermal power assisted hydrogen production in Iran
Dominković et al. Potential of district cooling in hot and humid climates
Handayani et al. Seeking for a climate change mitigation and adaptation nexus: Analysis of a long-term power system expansion
Lux et al. Supply curves of electricity-based gaseous fuels in the MENA region
Zhuo et al. Changes in wind energy potential over China using a regional climate model ensemble
JP7114202B2 (ja) Ｌｎｇ生産量予測システム
Pawar et al. Potential of green ammonia production in India
CA2870668C (en) Weather predicting method, weather predicting apparatus, and air utilizing apparatus
KR100827053B1 (ko) 기상 예측 시스템 및 전력 수요량 예측 시스템과 기상예측 방법 및 전력 수요량 예측 방법
US10215486B2 (en) Liquefied gas production facility
Qyyum et al. Feasibility study of environmental relative humidity through the thermodynamic effects on the performance of natural gas liquefaction process
Yao Electricity consumption and temperature: Evidence from satellite data
Afrouzy et al. Thermo-economic analysis of a novel integrated structure for liquefied natural gas production using photovoltaic panels
Katopodis et al. Assessment of climate change impacts on wind resource characteristics and wind energy potential in Greece
Pfennig et al. Global GIS-based potential analysis and cost assessment of Power-to-X fuels in 2050
Messaoudi et al. Suitable sites for wind hydrogen production based on GIS-MCDM method in Algeria
Sundar et al. Meteorological drivers of resource adequacy failures in current and high renewable Western US power systems
Mohammadi et al. Association of direct normal irradiance with El Niño Southern Oscillation and its consequence on concentrated solar power production in the US Southwest
Trenkel‐Lopez et al. Method for designing a high capacity factor wide area virtual wind farm
Filahi et al. Temporal fragmentation of the energy demand in Europe: Impact of climate change on the maneuverability of energy system
Rashid et al. Energy and economic analysis of an ocean thermal energy conversion plant for Bangladesh: A case study
Rashid et al. A Machine Learning based assessment of OTEC potential in the Bay of Bengal and it's harvesting approach
Taye et al. Evaluation of the CMIP5 Climate Model for Precipitation Projections over the Upper Blue Nile Basin

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18835242

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019530588

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18835242

Country of ref document: EP

Kind code of ref document: A1