蘇里格氣田某天然氣處理廠凝析油收率模擬分析

梁 平 胡連興 王 敏 鐘 棟 張 丹 付顯朝

（1.重慶科技學院石油與天然氣工程學院，重慶 401331；2.中國石油長慶油田公司第三采氣廠，陜西 西安 710032；3.中國石油長慶油田公司氣田開發事業部，陜西 西安 710032）

0 引言

凝析油是指從凝析氣田或者油田伴生天然氣析出的液相組分，凝析油的析出條件受多種因素影響，不同條件下的凝析油收率波動較大，造成預測值與實際生產值誤差較大，甚至流失部分凝析油造成直接經濟損失。因此，研究準確預測凝析油收率的方法十分必要［1-6］。通過文獻分析和計算得出蘇里格氣田凝析油含量約為2.28 g／m3，根據鄂爾多斯盆地蘇里格氣田凝析油銷售量與天然氣銷售量之比得出凝析油含量約為10 g／m3，根據氣田的實際情況建立流體取樣技術規范和流體分析實驗方法，利用閃蒸實驗確定氣田凝析油潛在含量，根據蘇里格氣田現場生產數據總結，凝析油含量極少。在前人凝析油收率預測方法的基礎上，利用HYSYS 軟件搭建現場工藝流程，分析影響凝析油收率的因素，修正天然氣凈化裝置凝析油收率預測模型，以期完成凝析油收率預測任務并指導現場生產。

1 天然氣凈化裝置HYSYS工藝模型

1.1 天然氣凈化裝置工藝流程簡述

蘇里格氣田某天然氣處理廠建有三套500×104m3／d天然氣凈化裝置，采用先脫水脫烴再增壓和穩定凝析油的工藝流程，脫水脫烴采用低溫分離法，降低天然氣露點，滿足外輸要求，流程圖見圖1，現場采用氣相色譜法分析天然氣組分，每月平均組分見表1，天然氣凈化裝置運行參數見表2。

1.2 HYSYS工藝模型模擬及分析

圖1 某天然氣處理廠天然氣凈化裝置工藝流程圖

表1 某天然氣處理廠2018年原料氣組分摩爾分數表

表2 天然氣凈化裝置運行參數表

HYSYS 是由國際專業化工軟件生產公司Hyprotech 開發的流程模擬軟件，具備Microsoft Windows 圖形用戶界面，支持OLE 交互操作特性和XML 技術，是目前一個功能強大，實用方便，很著名的專業商用化工流程模擬動態仿真軟件。根據現場工藝參數和流程搭建HYSYS 模型，如圖2。在模型中輸入2018 年1-11 月生產數據，組分采用每個月平均組分，結果見表3。由表3 和表1 結合可見：10 月原料氣重組分含量明顯比6月偏高，但這兩個月實際凝析油產量相差不大。同時，10 月原料氣重組分含量明顯比11月偏高，但10月和11月實際凝析油產量幾乎相同。因此原料氣中重組分測定結果不準確是凝析油產量存在差異的主要原因。下一步需要對影響凝析油收率的因素進行分析，以修正HYSYS工藝模型。

2 凝析油收率影響因素分析

從表3發現模型計算誤差偏大，分析凝析油收率的影響因素，以修正模型預測功能。通過模型計算結果的分析，凝析油穩定的過程實質是溫度升高氣液溶解平衡的移動過程。主要選取原料氣組分中重烴含量、丙烷制冷單元出口溫度、脫水脫烴單元進口壓力進行分析。

圖2 凝析油生產裝置HYSYS模型圖

表3 凝析油生產裝置HYSYS模擬結果表

2.1 原料氣中C6+含量

在1.2節介紹了模擬裝置產出結果，模擬中采用某處理廠11 月份原料氣平均組分。在敏感性參數分析中，考慮C6+含量單因素對凝析油收率的影響。為了盡可能減小誤差，模擬中將C6+含量的改變值在CH4含量上增減。根據凝析油月產量，設置C6+含量摩爾分數變化區間為0.02%～0.30%，步長為0.02%，觀察凝析油收率變化關系（表4）。

從圖3 可以看出，在其他模擬條件不變的情況下，改變原料氣中C6+的含量，凝析油隨C6+含量的增加而增加，但是增加的趨勢在減緩。同時值得注意的是，凝析油的增加必然帶來產品氣產量下降、能耗增加等問題。

表4 11月原料氣中C6+含量與凝析油收率變化表

圖3 原料氣C6+含量與凝析油收率變化曲線圖

2.2 原料氣中nC5H12含量

模擬中采用某處理廠11 月份原料氣平均組分，以nC5H12含量作為單因素自變量，凝析油收率作為因變量。設置nC5H12含量摩爾分數變化區間為0.20%～0.80%，步長為0.04%，觀察凝析油收率變化關系（表5）。

從圖4 可以看出，在其他模擬條件不變的情況下，改變原料氣中nC5H12的含量，凝析油量隨nC5H12含量的增加而增加，且增加的趨勢在不斷加速。但是從模擬結果可以看出，相對于C6+含量變化所引起的凝析油的增加權重而言，nC5H12的含量變化影響較小，換言之C6+含量影響更明顯。

表5 11月原料氣中nC5H12含量與凝析油收率變化表

圖4 原料氣nC5H12含量與凝析油收率變化曲線圖

2.3 原料氣中iC5H12含量

同理，模擬中采用某處理廠11 月份原料氣平均組分，以iC5H12含量作為單因素自變量，凝析油收率作為因變量。設置iC5H12含量摩爾分數變化區間為0.05%～0.20%，步長為0.01%，觀察凝析油收率變化關系（表6）。

從圖5 可以看出，在其他模擬條件不變的情況下，改變原料氣中iC5H12的含量，凝析油量隨iC5H12含量的增加而增加，且整個凝析油增加的趨勢在不斷加劇。但是從模擬結果可以看出，相對于C6+含量和nC5H12含量變化所引起的凝析油的增加權重而言，iC5H12的含量變化影響較小，換言之C6+含量和nC5H12的含量影響更顯著。

圖5 原料氣iC5H12含量與凝析油收率變化曲線圖

2.4 丙烷制冷單元出口溫度

由某處理廠11月25號的工藝參數數據作為模擬條件，即原料氣溫度為12.01 ℃，壓力為2.18 MPa，處理量為1 113.352 5×104m3／d。改變丙烷制冷單元出口溫度這一單一變量，分析其對凝析油收率的影響。基于所搭建模型與現場實際運行情況，將丙烷制冷單元溫度設置為5～-18 ℃，步長為1 ℃。凝析油收率變化如圖6所示。由圖6可知，隨著丙烷蒸發制冷單元出口溫度的降低，凝析油的產量增加。生產過程中丙烷制冷系統作為給該模塊提供冷量的來源，其消耗功率也在增加。

因此綜合來講，在優化某處理廠生產運行參數時需要將丙烷制冷單元出口溫度設置在一定的合理區間內，這樣既可以提高凝析油的產量，又可以將能量消耗控制在可接受范圍內。

圖6 丙烷制冷出口溫度與凝析油收率變化曲線圖

2.5 脫水脫烴單元進口壓力

模擬條件為原料氣溫度43.01 ℃，壓力為2.06 MPa，處理量為433.214 8×104m3／d，丙烷制冷單元出口溫度為-10 ℃。改變脫水脫烴裝置進口壓力這一單一變量，分析其對凝析油收率的影響。基于所搭建模型與現場實際運行情況，將脫水脫烴單元進口壓力設置為2.0～6.0 MPa，步長為250 kPa。凝析油收率變化如圖7所示。由圖7可知，隨著脫水脫烴裝置進口壓力的增加，凝析油產量先增加后降低，存在壓力最優點，此工況條件下的最優點約為4 000 kPa。生產過程中壓縮機增壓系統給該模塊提供能量來源，其消耗功率也在增加。因此綜合來講，在優化處理廠生產運行參數時需要將脫水脫烴裝置進口壓力設置在合理區間內，這樣既可提高凝析油的產量，又能將壓縮機能量消耗控制在可接受的范圍內。

圖7 脫水脫烴單元進口壓力與凝析油收率變化圖

綜合分析凝析油收率影響因素：在5個影響因素中，丙烷制冷單元出口溫度、脫水脫烴進口壓力和原料氣中iC5H12含量對凝析油收率影響較小，原料氣中C6+含量和iC5H12含量對凝析油收率影響最大。通過分析全年原料氣組分數據可知：nC5H12含量波動小，C6+含量波動大。綜合以上分析，原料氣中C6+含量對凝析油收率影響最大，后期主要修正原料氣中C6+含量，減少計算誤差。

3 HYSYS工藝模型修正

由于原料氣組分每時每刻都處于變化狀態，每月的少量采樣結果無法準確反映真實情況。因此，在做凝析油收率預測時需要避免C6+組分的變化帶來的不準確性［7］。然而，現場采用氣相色譜法分析天然氣組分，測定結果存在不確定度［8］，誤差來源主要包括天然氣組分響應值重復性、標氣組分響應值重復性和標氣引入的不確定度［9-10］。

由前述分析可知影響凝析油收率的最重要因素為原料氣中C6+的含量，需要修正組分以準確預測凝析油收率。筆者擬采用HYSYS 軟件還原真實組分數據，將現場在役設備參數放回模型中［11-12］，以原料氣中C6+含量為自變量，凝析油收率為因變量，還原現場工藝模型。以某天然氣處理廠2018 年1 月為例，通過在模型中改變C6+含量，當C6+含量為0.077%時，凝析油收率與現場相符，則該組分為2018 年1月的平均組分，通過此方法可以修正原料氣中C6+的含量，見表7。

表7 2018年原料氣C6+含量修正表

分析表1中現場給出的原料氣可知，部分月份原料氣烴露點低于低溫分離器操作溫度，在這種情況下會有少量凝析油產生，甚至沒有，原料氣烴露點見表7。這也就驗證了凝析油收率誤差大的原因。

通過對某天然氣處理廠原料氣組分進行修正（表7），運用HYSYS 軟件采用修正原料氣后，模擬凝析油收率，具體見表8。

表8 原料氣修正后產量表

修正后的組分模擬現場凝析油收率，結果表明相對誤差大大降低，驗證了該方法的可行性。

4 凝析油收率預測結果與分析

通過對凝析油收率預測模型修正對未來凝析油收率進行預測［13-15］。提出兩種預測方法，分別為同期法預測和遞推法預測。其最大區別在于，同期法預測采用上一年同時期組分預測該月產量，而遞推法預測采用上一月組分預測下一月產量。如預測2019年1月凝析油收率，同期法中組分采用2018年1月組分，遞推法中組分則采用2018年12月組分。

4.1 同期法預測

現利用修正模型對2019 年天然氣處理廠1-5 月凝析油收率進行預測，處理量采用前一月平均每天處理量乘以下一月天數得到。低溫分離器溫度采用前一月平均操作溫度，組分采用預測月的上一年同月修正組分。具體預測結果見表9。

表9 1-5月凝析油收率預測結果表

經分析，某天然氣處理廠2019 年1 月計算處理量為3.7×108m3，相對誤差為6.1%；而1 月實際產量為3.77×108m3，采用實際處理量時，相對誤差為4.4%。2019年2月計算低溫分離器平均操作溫度為-15 ℃，而實際操作平均溫度為-17 ℃左右，這是造成誤差偏大的原因。同樣地，2019年5月誤差較大是由于低溫分離器平均操作溫度不準確。

4.2 遞推法預測

利用修正模型對2019 年天然氣處理廠1-5 月凝析油收率進行預測，處理量采用前一月平均每天處理量乘以下一月天數得到。低溫分離器溫度采用前一月平均操作溫度，組分采用預測月的上一月修正組分。具體預測結果見表10。

表10 1-5月凝析油收率預測結果表

運用遞推法預測發現，天然氣處理廠1月和4月誤差偏大，從2018 年全年修正組分來看，原因在于1-3 月組分較穩定，4 月組分有波動。而1 月預測時采用了2018 年12 月組分，同理4 月采用了3 月的組分。也就是說，2018 年12 月組分和2019 年4 月組分與2019年1-3月組分相差較大，故誤差偏大。

由以上分析可見：原料氣組分在某些月份區間比較平穩，而在個別月份存在被動情況，如4月，在這種情況下使用遞推法預測情況不太好。但在平穩的月份區間，如2-3 月，通過2 月組分預測3 月凝析油收率，可以看出使用遞推法計算的產量比同期法更準確。因此，可以通過將兩種預測算法合理搭配，以減小預測誤差。

5 結論與建議

1）通過HYSYS軟件搭建凝析油收率預測修正模型，提出同期法和遞推法兩種方法預測凝析油裝置產量，結果表明在同一季節內，采用遞推法相對誤差較小，在季節更替月份推薦采用同期法，預測誤差較小。使用該預測方法，相對誤差控制在10%以內，對現場生產具有指導作用。

2）綜合分析凝析油收率影響因素，模擬發現，在五個影響因素中，原料氣中C6+含量對凝析油收率影響最大。

3）目前現場色譜分析儀分析原料氣組分，其中碳組分分析到C6+。為了盡可能準確得到凝析油收率，建議碳組分分析更為深入，如C10+等。

4）為了進一步縮小利用相態軟件計算凝析油收率的計算誤差，建議進一步嘗試采用液氮深冷、閃蒸分離等實驗方式和軟件計算相結合進行研究，以期得到更精確的凝析油收率。