基于保護層分析法的大型LNG儲罐風險分級管控

林現喜

中海石油氣電集團

根據國家能源“十三五”規劃，2020 年天然氣供應能力將達到3 600×108m3。各大石油天然氣公司正大力開展LNG 接收站及其配套設施建設，以確保滿足我國未來的天然氣消費需求[1-2]。在整個LNG產業鏈中，LNG接收終端占有重要地位，LNG儲罐則是接收站的重要設施。LNG儲罐建造正朝著大型化、集約化方向發展。LNG 具有低溫、易燃、易爆、易揮發等特性，一旦發生泄漏、爆炸事故，其危害性極大，因此對LNG 儲罐進行安全風險管控成為各LNG 接收站面臨的重要課題[3-4]。為控制LNG 儲罐風險，采用保護層分析法對LNG 儲罐安全防護能力進行評估，并對風險控制措施進行分級管控，以確保各項防控措施落實到位。

1 事故模式

大型LNG 儲罐主要包括單容罐、全容罐及雙容罐，根據LNG 儲罐所處位置，可將儲罐分為地上罐、半地上罐及地下罐。目前，國內外常見的LNG 儲罐以全容罐為主，其特點是占地較少、安全、可靠。LNG全容儲罐為低溫常壓儲罐，其主要結構包括罐頂、內罐、外罐、保溫層、罐底基礎，其中罐頂為混凝土穹頂，內罐為含9%Ni 的合金鋼，外罐為預應力混凝土[5-6]。

1944 年，美國俄亥俄州某LNG 儲氣調峰站的一座LNG 儲罐發生低溫破壞，造成大量LNG 泄漏，后遇著火源發生火災爆炸，造成128人死亡和巨大經濟損失，這是LNG 發展歷史上第一起重大安全事故。自1944 年至今，全世界陸上LNG 罐區發生各類泄漏燃爆事故14 起。其中，LNG 罐區主要事故模式為LNG 儲罐泄漏燃爆事故，包括火災、燃爆及超壓物理爆炸。造成LNG 儲罐泄漏的主要原因包括儲罐超壓、誤操作、零配件失效、罐體失效以及外部原因等[7-8]（表1）。

表1 LNG罐區安全事故統計Tab.1 Accident statistics of LNG tank area

2 保護層分析法

保護層分析（LOPA）是一種簡明、易用的半定量風險分析與評估工具，主要用來確定是否有足夠的獨立保護層以防止安全事故的發生，確保安全風險在可接受范圍內。其通常采用特定場景的初始事件概率、后果嚴重程度、獨立保護層失效頻率來計算各場景的風險值。通過事故模式分析可知，LNG 儲罐在生產運行過程中主要事故模式為LNG泄漏燃爆。對LNG 泄漏前和泄漏后應急響應的獨立保護層的失效概率進行計算，進而與國家要求的可接受失效標準進行比較，可得出LNG 儲罐的保護層是否足夠且滿足要求[9-12]。LNG 儲罐泄漏燃爆事故場景中的保護層主要包括罐體本質安全設計、基本過程控制系統、報警及人員反應、緊急關斷及安全儀表系統、釋放后保護措施和應急響應[13-14]。

利用LOPA分析確定事故場景發生的頻率計算公式為

采用LOPA對中國海油多座LNG儲罐進行風險分析與評估，結合現在推行的風險分級管控要求，發現原有LOPA分析流程未對風險可接受程度、風險分級管控措施等進行深入分析，為確保LOPA分析符合風險分級管控要求，對LOPA分析流程進行了優化（圖1中標藍部分）。

圖1 優化后的LOPA流程Fig.1 Optimized process of LOPA

LOPA從危險與可操作性分析（Hazard and Operability Analysis，HAZOP）結果中選擇風險值較高的事故場景進行分析計算，每一個事故場景都有初始觸發事件。初始事件一般分為外部事件、設備故障、人的失誤3種類型。初始事件觸發頻率通常來源于行業數據、公司的經驗或者供應商的數據。

事故后果通常包括：危險物質的釋放和擴散、火災爆炸及其造成的損失、人身傷害、環境破壞、財產損失、生產中斷、產品質量下降、市場受影響等。

根據獨立保護層觸發時失效概率（Probability of Failure on Demand，PFD）可確定獨立保護層（Independent Protection Layer，IPL）的有效性；PFD定義為獨立保護層平時為備用狀態，一旦發生緊急情況，系統要求獨立保護層投入使用時失效的概率。PFD 為0 和1 之間的無因次數字，PFD 越小，該保護層對某一初始事件的后果頻率削減得越多。獨立保護層應滿足獨立性、安全性、有效性等原則[15]。

3 風險可接受標準

根據事故場景風險等級，宜采用最低合理可行（As Low As Reasonably Practicable，ALARP）原則對LNG 儲罐各類事故模式是否可接受及分級管控措施進行風險決策，將事故場景風險降低到可接受水平。風險可接受標準可以是一個數值或F/N 曲線，國內外對風險指標制定各有不同，但大都以人員傷亡程度作為衡量指標。在充分參考國外石油天然氣企業有關標準[16]（表2）的基礎上，根據國家相關要求以及LNG 儲罐泄漏后對人員、財產和接收站生產影響情況，即可確定大型LNG 儲罐安全風險可接受風險標準（表3）。

表2 國外石油天然氣企業制定的個人風險標準Tab.2 Individual risk standard of petroleum and gas company abroad

表3 大型LNG儲罐安全風險可接受標準Tab.3 Acceptable risk criteria of large-scale LNG tank

4 實例應用

4.1 事故場景及失效概率的確定

根據LOPA 分析基本流程，以某LNG 接收站16×104m3全容型LNG儲罐為例，通過對該LNG儲罐HAZOP分析，確定其事故場景（表4）。

表4 某16×104 m3全容型LNG儲罐事故場景HAZOP分析結果Tab.4 HAZOP analysis results of a 16×104 m3 full capacity LNG tank accident scenario

針對不同的事故場景，通過對該接收站自投入生產運行以來的設備設施失效數據分析，結合國內外接收站事故事件數據庫，綜合確定LNG 儲罐觸發事件及其發生概率（表5）。

表5 某16×104 m3全容型儲罐事故觸發事件及其發生概率Tab.5 Trigger event and the occurrence probability of the accidents of a 16×104 m3 full capacity tank

操作失誤主要是指現場操作人員進行LNG 進料、倒罐、出料時一系列工藝操作過程中可能出現誤操作的概率。修正系數：根據現場人員巡檢頻率，人員出現失誤概率為0.1；根據現場操作維護經驗和維護時間要求，火炬維修概率為0.1。

根據獨立保護層的選擇方法、不同事故場景以及LNG 儲罐的實際工藝運行狀況，識別出該LNG儲罐的獨立保護層及其失效概率（表6）。

表6 某16×104 m3全容型LNG儲罐獨立保護層及失效概率Tab.6 Independent protection layer and failure probability of a 16×104 m3 full capacity LNG tank

以LNG儲罐損壞這一事故場景為例，通過表5可知LNG儲罐損壞有8項觸發事件，通過分析確定有6 個獨立保護層，包括：BOG 壓縮機負荷調整、火炬放空、壓力安全閥泄放、操作人員干預、儲罐監控、安全儀表系統，根據保護層分析計算公式計算LNG儲罐損壞的失效概率為2.33×10-7（表7）。

表7 某16×104 m3全容型LNG儲罐損壞失效概率計算Tab.7 Calculation of the failure probability of a 16×104 m3 full capacity LNG tank a-1

將計算得出不同事故場景的發生概率與事故發生可接受標準進行比較（表8）。

表8 某16×104 m3全容型LNG儲罐不同事故場景失效概率計算結果及可接受分析結果Tab.8 Failure probability calculation results and acceptable analysis results of a 16×104 m3 full capacity LNG tank in different sccident scenarios

由表8可見，該LNG儲罐通過采取不同的保護層后，各類風險處于可接受范圍內，該LNG 儲罐安全風險可接受。

4.2 風險分級管控措施

通過對LNG 儲罐進行保護層分析可得出，某LNG接收站16×104m3全容型LNG儲罐的各類事故場景的發生概率均處于可接受范圍內。然而通過事故發生概率與事故發生后果、儲罐生產運營實際情況綜合分析，應將不同的保護層的控制級別按照實際情況進行確定和調整，以確保各類安全風險有合適的控制級別，具體風險控制級別和措施見表9。

表9 某16×104 m3全容型LNG儲罐風險分級管控措施Tab.9 Risk grading management measures of a 16×104 m3 full capacity LNG tank

5 結論及建議

通過將保護層分析法應用到LNG 接收站大型LNG 儲罐，建立了LNG 儲罐保護層分析的標準化模型，確定常見的事故場景和觸發事件，識別獨立保護層，并根據國內外設備設施的失效數據庫和生產運營經驗，確定事故觸發事件和獨立保護層失效概率以及相關的修正系數，進而確定LNG 儲罐的失效概率和風險分級管控級別及措施，為LNG 儲罐安全平穩運行打下基礎。同時也應看出，目前國內對各種類型LNG 儲罐的失效事故事件的統計分析數據只局限于企業內部，未能夠建立全國統一的數據收集整理平臺；且本文保護層分析法所利用的基礎失效數據均來自于國外的統計數據和國內特定企業的操作示例，不具備代表性，如進行應用，還需根據實際情況進行數據修正調整。