DMTO裝置基于IDA與節能潛力框架的能效分析

顧祥柏，楊吟，朱群雄

（1北京化工大學信息科學與技術學院，北京100029；2中石化煉化工程（集團）股份有限公司，北京100101）

引 言

DMTO包括反應和烯烴分離兩部分。反應的工藝過程與煉油工業的催化裂化技術非常相似，反應機理方面又與甲醇制汽油有相同之處[1-5]。DMTO典型的工藝流程示意見文獻[2]。

DMTO裝置與傳統的石腦油裂解裝置相比，都包括烯烴分離部分。相較于DMTO的反應-再生，傳統的石腦油裂解制烯烴路線采用溫度約為 800℃左右的裂解反應。由于DMTO反應溫度低，且不需深冷分離工藝，所以操作費用較低[6-8]。DMTO每產1噸烯烴，約消耗3噸甲醇；石腦油裂解制乙烯也約需要3噸石腦油/噸乙烯。DMTO的乙烯收率約為50%，乙烯+丙烯收率大于80%，乙烯+丙烯+丁烯的收率約為90%。石腦油裂解制乙烯的乙烯收率約為30%，乙烯+丙烯收率約為45%，乙烯+丙烯+丁烯的收率約為56%[9-10]。DMTO的耗能分布是反應-再生部分的能耗占整個裝置能耗的 1/3，烯烴分離部分的能耗占整個裝置能耗的 2/3。而石腦油制烯烴裂解部分的能耗占整個裝置的 2/3，烯烴分離部分的能耗占整個裝置能耗的1/3[6]。

為了全面評價分析 DMTO的能效與節能潛力，采用指標分解（index decomposition analysis,IDA）[11-13]的能效評價與節能潛力評價的綜合分析框架，基于裝置操作運行的統計數據，量化計算裝置的能效指標、節能潛力、節能量、技術節能和結構節能指標，準確定位裝置的能效水平以及提高能效的關鍵成功因素。以年產30萬噸乙烯和30萬噸丙烯的DMTO裝置2012年的月統計數據為例，從能效指標以及節能潛力兩個方面分析獲得降低能耗、節能減排的實施途徑，驗證了提出的分析框架的實用性。

1 基于IDA指標的能效分析方法

目前的能耗分析大都是通過建立各種數學模型來模擬化學過程，分析某些因素對能耗的影響，如操作條件、原料、燃料、產量對能耗的影響，沒有把影響能耗的因素綜合起來分析。另一方面，基于模型的能耗分析方法對數據要求高，要求建立相應的數學模型，計算過程復雜卻又無法準確推測影響能耗的真正原因，無法提出全面合理的節能降耗措施。為此，考慮采用IDA指標分解分析方法對能效進行綜合分析。與化學過程模擬方法相比，指標分析方法最大的優點是數據容易得到，雖然采用了IDA模型，但是計算過程簡單，物理意義明確，并能夠得到不同因素對能效指標影響的量化結果。

IDA采用3個指標分析能效[11-14]：（1）能源績效指標（energy performance index，EPI）；（2）節能量（energy saving, ES）；（3）結構能效（energy hierarchy，EH）。IDA 的能效指標可以全面反映能源強度、結構以及節能量的變化，可以作為能效與節能改進幅度的通用指標，能綜合各個統計階段的能耗狀況，統籌分析統計周期內（通?？梢赃x為 1年）的能效水平，并且可以直觀地給出能源使用與物理生產指標間的相關性，以便測量能源需求，具有廣泛的實用性。

假設生產裝置第t月的能耗總量為Et，單位為千克標準煤(kgce)，則有

其中，Qt為生產裝置第t月的當月產量（單位為噸），也就是IDA分析中的活動水平。Q為生產裝置年總的活動水平，即總產量，單位為噸。St為生產裝置第t月的活動占全年活動的結構，It為生產裝置第t月的能源強度。

生產裝置的年平均能耗量E0為

其中，函數L(a,b)是整數a和b的對數平均值。

則生產裝置在T月期間通過能效的改進獲得的節能量ES，單位為千克標準煤(kgce)

生產裝置在相應的期間的能耗結構 EH，單位為千克標準煤(kgce)

生產裝置T月的能源績效指標EPI的結果如下

類似地，可以得到生產裝置能耗工質j在T月期間通過能效的改進獲得的節能量 ESj，單位為千克標準煤(kgce)

生產裝置的能耗工質j在T月期間的能耗結構EHj，單位為千克標準煤(kgce)

生產裝置的能耗工質j在T月的能源績效指標EPIj的結果如下

盡管 IDA指標的能效分析能夠獲得量化的節能空間，但是無法區分通過提升技術與管理水平的節能空間，以及調整生產結構的節能空間，對于像DMTO這類能源需求較高的工藝過程，有必要進一步區分技術節能潛力與結構節能潛力，以便更準確定位影響節能改進空間的主要原因。

2 節能潛力分析方法

節能潛力[15-17]受到生產裝置的生產技術以及能源結構的影響。廣義的技術（或效率）影響通常是指各生產裝置自身能源強度的變化對節能潛力產生的影響，主要來源于生產裝置的管理與操作水平的改進，因此也稱為技術節能潛力，技術節能潛力所帶來的節能量也稱為技術節能量。

由于生產裝置的生產能力或負荷變化，使得生產裝置的產能、原料結構以及生產裝置構成比重發生變化，繼而對生產裝置的節能潛力產生的影響，主要來源于活動水平的改進，因此稱為結構節能潛力。結構節能潛力所帶來的節能量也稱為結構節能量。

第t月的技術節能量為

式中，Qt代表第t月的產量；SECt表示生產裝置第t月的綜合能耗；SEC0表示月綜合能耗的平均值。

第t月的結構節能量為

式中，Q0代表月產量的平均值；Q代表年總產量；其他符號與式（11）相同。

第t月的總節能量為

第t月的節能潛力為

3 實證分析

下面以年產 30萬噸乙烯和 30萬噸丙烯的某DMTO裝置2012年的月統計數據為例，進行能效與節能潛力的分析。

3.1 監測指標（生產數據）

表1 某DMTO裝置2012年生產監測數據Table 1 DMTO plant production monitoring data in 2012

DMTO裝置通常與氣化裝置共同建設，因此DMTO裝置一般不消耗燃料，所采用的蒸汽也可以通過與氣化裝置的總體平衡獲取。某 DMTO裝置2012年的月生產統計數據如表1所示。

3.2 能效指標

為了綜合比較IDA指標分析的有效性，考慮將其與能效指標 EEI[18]和綜合能耗指標 SEC對比分析，利用表1中的數據，采用式（1）～式（7）計算分析各月的能效指標，計算結果如表2所示。

表2 DMTO裝置2012年的能效指標Table 2 Energy efficiency indicators of DMTO plant in 2012

表2中“?”表示與年平均水平相比少用的能量，也就是相對平均水平來講節能空間更大。從表1和表2可以得到，2012年月平均乙烯產量為25249 t，年總產量為302993 t，年平均綜合能耗為14.03 GJ·t?1，以 2012年平均綜合能耗為基準計算，全年共節能303.50tce。2月、4月、6月、7月、9月以及12月節能高于平均水平，當月的能源績效指標與能耗指標均小于 1，也從另一方面表明這些月份的能效更高。每月的能源績效指標以及能效指標的標準差均為0.03，說明能源績效平穩，生產過程總體正常運行。

為了使分析更加直觀，將表2的結果表示成如圖1的圖示化結果。

從圖1可以進一步看出單位產品能耗、能源績效指標、能效指標、節能量以及能源結構變化趨勢相同且基本一致，同時可以看出綜合能耗越高，節能量越低。但是不能找到影響能效與節能量的關鍵成功因素（key successful factor, KSF）。為此，考慮利用式（8）～式（10）、參考文獻[18]中 EEI的計算公式以及表1的數據進一步分析各耗能工質消耗量的變化對于能效的影響，計算了各個耗能工質的能耗情況，如圖2所示。

圖1 DMTO裝置2012年各月能效分析Fig.1 Monthly energy efficiency analysis of DMTO plant in 2012

由圖 2(a)、(b)可以看出，全年生產過程中，水與電的能源績效與能效指標相對比較平穩，變化幅度較小。蒸汽的能源績效變化比較大，對裝置的能耗結構和節能量的影響較大。圖2(c)表明，蒸汽的節能量約占總節能量的 80%，說明蒸汽是影響DMTO裝置節能量的最主要因素，因此提高利用蒸汽的能效對DMTO裝置的能源績效與節能至關重要。圖2(d)揭示蒸汽占DMTO裝置能源結構比重的70%以上，因此，蒸汽是DMTO裝置節能與能效改進的關鍵成功因素。但是還無法確定是通過提升技術與管理水平，還是通過調整生產結構對于改進能效更有效，所以有必要進一步進行節能潛力的分析，找出影響DMTO能效最主要的原因。

3.3 節能潛力分析

利用表1的數據，利用式（11）～式（14）計算分析DMTO裝置2012年各月份的節能潛力，計算結果如表3所示。其中“?”表示與年平均水平相比少用的能量，也就是相對平均水平來講節能空間更大。

圖2 2012年DMTO裝置各月各類耗能工質能效分析Fig.2 Monthly energy efficiency analysis for all energy consumption working medium of DMTO plant in 2012

以年平均綜合能耗為基準，該DMTO裝置2012年的技術節能量為676.02 tce，結構節能量為54.31 tce，平均節能潛力為 1.005。節能潛力的標準差為0.03，表明節能潛力比較平穩，裝置操作總體平穩。技術節能的偏差為270.39 tce，偏大，表明裝置的操作與管理水平還很不穩定，進一步改進的空間比較大。

表3 DMTO裝置2012年節能潛力分析結果Table 3 Saving potential analysis of DMTO plant in 2012

為了使分析更加直觀，將表3的結果繪制成圖3所示的曲線。其中為了便于觀察，將結構節能量ΔEstr的單位從tce換算為GJ單位。

由圖1和圖3可以看出，綜合能耗和節能潛力變化趨勢相反，說明綜合能耗越高，節能潛力越小，節能空間越大。由圖2和圖3可以看出，節能潛力的變化趨勢與蒸汽的變化趨勢相反，說明蒸汽能耗對節能潛力影響較大，也就是說蒸汽是影響DMTO裝置節能的最重要因素。

圖3 DMTO裝置2012年各月節能潛力Fig.3 Saving potential of DMTO plant in 2012

圖4為DMTO裝置2012年各月能源結構指標與結構節能量比較。從圖4不難看出，以2012年綜合能耗的平均值為基準計算，月平均能源結構為10356.91tce。能源結構的標準差為269.61，說明全年波動較大。結構節能量的變化趨勢并不與能源結構的變化趨勢具有一致性。能源結構的變化與耗能工質的投入具有密切關系。

圖4 DMTO裝置2012年各月能源結構指標與結構節能量比較Fig.4 Comparing energy structure and its energy savings of DMTO plant in 2012

3.4 討論

由表2與表3可以得到，采用IDA分析方法得到的ES與采用節能潛力分析方法得到的ΔE趨勢相同，并且結果非常接近，驗證了IDA分析方法與節能潛力的分析具有一致性。由表3可以進一步確定，技術與管理水平、生產負荷、原料和耗能工質的投入結構的變化給節能帶來的量化影響，從而可以進一步確定提升管理與技術水平是 DMTO能效改進的關鍵成功因素。

4 結 論

基于 IDA的指標分解能效分析和節能潛力分析的綜合分析框架，可以較為全面地從技術管理水平、負荷、生產結構、耗能工質等方面找出影響裝置能效的關鍵成功因素，從而為裝置的計劃、調度以及優化操作提供切實可行的支持。

提出的分析框架從能源績效指標以及節能潛力兩個方面進行綜合分析。相比其他分析手段，能綜合并且真實有效地反映出能源使用的活動水平、能源結構和能源強度等因素的影響，并能得到裝置操作的技術與結構對節能量的量化影響，因而可以直觀地揭示提高能效、降低能耗和節能的有效實施途徑。DMTO的示例分析，驗證了IDA能效分析與潛力分析方法的一致性和實用性，為提出方法廣泛用于能效管理與節能的實踐奠定了堅實的應用基礎。

[1]Xin Ling. Innovation leads China’s world-leading DMTO technology into commercialization [J].Bulletin of the Chinese Academy of Sciences, 2011, 25(2): 128-130

[2]Xiang Dong(項東)，Peng Lijuan(彭麗娟)，Yang Siyu(楊思宇)，Qian Yu(錢宇). A review of oil-based and coal-based processes for olefins production [J].Chemical Industry and Engineering Progress(化工進展), 2013, 32(5): 959-970

[3]Zhu Jie(朱杰), Cui Yu(崔宇), Chen Yuanjun(陳元君), Zhou Huaqun(周華群), Wang Yao(王垚), Wei Fei(魏飛).Recent researches on process from methanol to olefins [J].CIESC Journal(化工學報),2010, 61(7): 1674-1684

[4]Li Liying(李麗英), Tian Guanghua(田廣華). Technology and industrial current status of coal-based methanol to olefins [J].China Synthetic Resin and Plastics(合成樹脂及塑料), 2013, 30(4): 75-78

[5]Zhang Dongming(張東明). Review of separation process for methanol to olefins [J].Chemical Industry(化學工業), 2012, 30(6): 12-17

[6]Tao Ren, Martin Patel, Kornelis Blok. Olefins from conventional and heavy feedstocks: energy use in steam cracking and alternative processes [J].Energy, 2006, 31: 425- 451

[7]Li Changyan(李常艷), Zhang Huijuan(張慧娟), Hu Ruisheng(胡瑞生). Methanol to olefins technologyvstraditional petroleum hydrocarbons cracking to olefins technology [J].Coal Chemical Industry(煤化工), 2011(6): 41-44

[8]Liu Yuan(劉媛), He Zuoyun(何祚云). Technology progress and economic analysis of coal-based methanol to olefins [J].Modern Chemical Industry(現代化工), 2013, 33(1): 13-18

[9]Niu Xinxiang(牛新祥). Economic analayis son coal alkene [J].Coal Processing and Comprehensive Utilization(煤炭加工與綜合利用),2014(4): 43-49

[10]Wang Xuelei(王學雷). A dynamic benchmarking method for energy consumption of ethylene production process [J].Computers and Applied Chemistry(計算機與應用化學), 2010(9): 1166-1170

[11]Su Bin, Ang B W. Structural decomposition analysis applied to energy and emissions: some methodological developments[J].Energy Economics, 2012, 34: 177-188

[12]Ang B W, Huang H C, Mu A R. Properties and linkages of some index decomposition analysis methods [J].Energy Policy, 2009,37(11): 4624-4632

[13]Ang B W, Zhang F Q. A survey of index decomposition analysis in energy and environmental studies [J].Energy, 2000, 25:1149-1176

[14]Hoekstra R, van der Bergh J C J M. Comparing structural and index decomposition analysis [J].Energy Economics, 2003, 25: 39-64

[15]Zhu Tong(朱彤). Analysis of energy efficiency and energy-saving potential of petrochemical industry in China [J].Economic Management(經濟管理), 2010, 32(10): 27-35

[16]Karen Fisher-Vandern. Management structure and technology diffusion in Chinese state-owned enterprise [J].Energy Poilicy,2003, 31: 247-257

[17]Yunchang Jeffref Bor. Consistent multi-level energy efficiency indicators and their policy implications [J].Energy Economics,2008(30): 2401-2419

[18]Geng Zhiqiang(耿志強), Zhu Qunxiong(朱群雄), Gu Xiangbai(顧祥柏). Dependent function analytic hierarchy process model for energy efficiency virtual benchmark and its applications in ethylene equipments [J].CIESC Journal(化工學報), 2011, 62(8): 2372-2377