基于遺傳算法的輕烴回收工藝節能優化研究

姜順姬（大慶油田有限責任公司第五采油廠）

隨著我國油氣田的深入開發，天然氣和伴生氣的產量逐年增加，從天然氣中回收乙烷、丙烷、丁烷和穩定輕油等產品，用于高熱值燃料和優質化工燃料具有重要意義[1-2]。目前，國內外常用的輕烴回收工藝有氣體過冷工藝（GSP）、液體過冷工藝（LSP）、部分干氣回流工藝（RSV）和重接觸塔工藝（DHX），其中GSP 在RSV 的基礎上將干氣回流環節取消，減少了外輸干氣壓縮機的軸功率，降低了脫甲烷塔的能耗，該工藝適用于原料氣氣質較貧的乙烷回收，比處理富氣時的乙烷收率更高[3-4]。在輕烴回收工藝的研究中，多集中在RSV、DHX 工藝的優化和改進上[5-8]，對于GSP 工藝的研究較少，且通常能耗和乙烷收率具有一致性，即收率越高、能耗越大，難以尋求兩者之間的工藝平衡點。基于此，利用Aspen Hysys 軟件建立GSP 輕烴回收工藝流程，在分析不同節點參數變化對能耗和C2+收率影響的基礎上，通過敏感性分析確定關鍵因素，進而利用遺傳算法得到兩者間的平衡狀態。

1 GSP 輕烴回收工藝基礎

1.1 基礎參數

通過氣相色譜儀獲得某氣田采出氣的氣質組成，其中C2+的組分含量為5.67%，原料氣較貧，壓力為5 MPa，溫度為30 ℃，標況下的處理量為345×104m3/d，折合摩爾流量為6 080 kgmol/h。

1.2 工藝流程描述

原料氣在過濾分離器分離出部分液烴、雜質和水后，進入冷箱預冷，隨后進入低溫分離器。低溫分離器分離出的液相在液相出口降壓、降溫后進入冷箱復熱，復熱的液相進入脫甲烷塔中下部。低溫分離器分離出的氣相分為兩部分：一部分通過膨脹機膨脹制冷后進入脫甲烷塔的中上部；另一部分與脫甲烷塔塔頂氣換熱預冷后節流，作為脫甲烷塔的第一股進料。脫甲烷塔流出的C2+凝液根據需要再依次進入脫乙烷塔和液化氣塔，獲得乙烷、LPG 和穩定輕油等產品。脫甲烷塔的塔頂氣先后經換熱器、冷箱復熱后，被與膨脹機同軸的壓縮機壓縮，再經外輸壓縮機增壓至管網壓力后進入外輸系統。

1.3 物性計算方法選擇

考慮該工藝涉及計算體系間的氣液平衡及烴類體系的液體密度，故計算時采用Peng-Robinson 狀態方程[9]。

1.4 模型建立

根據工藝流程描述，在Hysys 軟件中建立對應的模擬流程，設置膨脹機的等熵效率為75%，同軸壓縮機的絕熱效率為75%，外輸壓縮機的絕熱效率為75%，空冷器、冷箱、換熱器的壓降均為10 kPa。工藝能耗設備包括脫甲烷塔塔釜重沸器、同軸壓縮-膨脹機和外輸壓縮機。

2 影響因素分析

GSP 工藝的脫甲烷塔含多股進料，充分利用了低溫分離器的部分氣相過冷為脫甲烷塔提供冷量，減少了膨脹機的功耗。塔內原料氣中的輕組分得到精餾，重組分得到提餾，在相對較高的溫位操作下，可使系統遠離CO2凍堵的邊界條件。通過調節氣相分流比，可以滿足氣質波動時對產品收率的控制。

在原料氣溫度、壓力、流量固定的條件下，影響GSP 工藝能耗和C2+收率的因素有脫甲烷塔塔壓、低溫分離器溫度、氣相分流比、膨脹機出口壓力、膨脹機等熵效率等。

2.1 脫甲烷塔塔壓

考慮到多股進料在脫甲烷塔中進行閃蒸和氣液分離，故考察脫甲烷塔塔壓為1 400～2 400 kPa，步長為100 kPa 時，脫甲烷塔塔壓對總能耗和C2+收率的影響見圖1。隨著脫甲烷塔壓力的上升，膨脹機出口壓力上升，膨脹比減小，利用膨脹制冷獲得的冷量減小，C2+收率降低；同時脫甲烷塔塔頂凈化氣的壓力升高，外輸壓縮機的能耗減小，總能耗降低。

圖1 脫甲烷塔塔壓對總能耗和C2+收率的影響Fig.1 Influence of demethanizer tower pressure on total energy consumption and C2+ yield

2.2 低溫分離器溫度

考察低溫分離器溫度為-45～-35 ℃，步長為1 ℃時，低溫分離器溫度對總能耗和C2+收率的影響見圖2。隨著低溫分離器溫度的降低，總能耗和C2+收率均呈直線上升，原因是低溫分離器溫度越低，原料氣的液化率越高，進入膨脹機的氣相流量越小，導致同軸壓縮機端的軸功率也減小，但在外輸管網壓力不變的前提下，外輸壓縮機的能耗大幅提升。原料氣預冷溫度較低時，可為脫甲烷塔提供足夠的冷量，在提高C2+收率的同時，塔釜重沸器的能耗增加，總能耗增加。

圖2 低溫分離器溫度對總能耗和C2+收率的影響Fig.2 Influence of the temperature of low temperature separator on total energy consumption and C2+ yield

2.3 氣相分流比

考察氣相分流比為0.1～0.2，步長為0.01 時，氣相分流比對總能耗和C2+收率的影響見圖3。隨著氣相分流比的增大，總能耗和C2+收率均呈直線上升，原因是氣相分流比增大，用于氣相過冷的流量增大，為脫甲烷塔塔頂提供了更多冷量，在精餾的過程中，更多的輕組分被提濃至塔頂，C2+收率上升；同時，用于氣相膨脹制冷的流量減小，膨脹機的能耗降低，外輸壓縮機的能耗增加，導致總能耗增加。

圖3 氣相分流比對總能耗和C2+收率的影響Fig.3 Influence of the gas-phase split ratio on total energy consumption and C2+ yield

2.4 膨脹機出口壓力

考察膨脹機出口壓力為1 900～3 000 kPa，步長為100 kPa 時，膨脹機進出口壓力對總能耗和C2+收率的影響見圖4。隨著膨脹機出口壓力的升高，C2+收率逐漸減小，總能耗逐漸增大，原因是膨脹機出口壓力上升，膨脹比下降，導致氣體溫度和壓力的下降幅度減小，脫甲烷塔中的C2+不容易被提濃液化。此外，膨脹比下降，膨脹機外輸功減小，導致外輸壓縮機的能耗大幅提升，總能耗增加。

圖4 膨脹機出口壓力對總能耗和C2+收率的影響Fig.4 Influence of expander outlet pressure on total energy consumption and C2+ yield

2.5 膨脹機等熵效率

膨脹機由流通部分（冷端蝸殼、導流器、膨脹葉輪、擴壓器）、機體部分（機身、軸承、密封）和制動器（蝸殼、葉輪）等構成。決定膨脹機效率的因素有氣體流量、氣質組分、軸承密封情況、入口壓力和入口溫度等參數，考察膨脹機等熵效率為50%～90%，步長為5%時，膨脹機等熵效率對總能耗和C2+收率的影響見圖5。隨著等熵效率的提高，C2+收率逐漸增大，總能耗逐漸降低。因此，應從提高流量、提高膨脹機進口壓力、使用可調噴嘴的透平膨脹機等方面盡可能提高膨脹機的等熵效率，優化工藝能耗。

圖5 膨脹機等熵效率對總能耗和C2+收率的影響Fig.5 Influence of isentropic efficiency of expander on total energy consumption and C2+ yield

3 敏感性分析

由上述分析可知，不同因素對總能耗和C2+收率的影響程度不同，從定量分析的角度研究某因素發生變化時對因變量的變動規律，即敏感性分析。對各因素進行歸一化處理，公式為：

式中：Q為歸一化的數值；q為因素實際值；qmax、qmin分別為因素取值范圍內的最大值和最小值。

敏感性分析結果見圖6。斜率為正表示正相關，斜率為負表示負相關，斜率越大，對因變量的影響越大。對于C2+收率，低溫分離器溫度、氣相分流比和膨脹機等熵效率的斜率較大；對于總能耗，脫甲烷塔塔壓的斜率遠大于其余因素，說明決定總能耗的主要影響因素為脫甲烷塔塔壓。考慮到裝置在實際運行中，膨脹機等熵效率不易調節，故只考慮調節低溫分離器溫度、氣相分流比和脫甲烷塔塔壓，以實現對產品收率和總能耗的控制。

圖6 敏感性分析結果Fig.6 Sensitivity analysis results

4 遺傳算法優化

遺傳算法是模仿自然界生物進化機制的仿生學算法，具有高效、并行和全局優化的特點，可以在搜索過程中通過自適應確定最優解。其運算步驟包括種群初始化、評價種群、選擇操作、交叉操作、變異操作和終止判斷等[10]。在計算不同個體適應度值后，對個體進行分類，再計算個體被選中概率，按照式（2）確定個體權重函數值與所有權重函數值的比值。

式中：wi為第i個個體的權重函數值；n為種群中個體數量；pi為第i個個體的權重函數占比。

改進后，權重函數值迅速減小，具有良好尋優能力的個體被傳遞至下一代進行選擇、交叉和變異操作，同時具有不良尋優能力的個體變得冗余，收斂率變大。

將Hysys 軟件作為參數計算平臺，將Matlab 軟件作為參數優化平臺，通過兩個軟件的交互作用實現工藝參數的優化。具體實現步驟如下：

1）分別在Matlab 軟件和Hysys 軟件中導入算法參數和GSP 工藝流程參數。

2）產生二進制的初始化種群，利用Matlab 軟件讀取GSP 工藝流程中每個環節的輸入參數和運算結果，同時對已經輸入的參數進行迭代更新，計算個體的適應度值，即目標函數：

式中：E為工藝總能耗，kW；E101、E102和E103分別為脫甲烷塔塔釜重沸器、同軸壓縮機-膨脹機和外輸壓縮機的功率，kW；R為C2+收率，%；Q1為原料氣中C2+的質量流量，kg/h；Q2為脫甲烷塔塔釜凝液中C2+的質量流量，kg/h。

3）在冷箱夾點最小溫差為3 ℃的約束條件下，計算不同個體的能耗適應度值和C2+收率適應度值，形成初始的非支配解集。

4）利用公式（2）更新個體權重函數值，并判定更新后的個體適應度值是否受支配。

5）重復2）～4）步，不斷增加非支配解加入非支配解集，判斷是否滿足迭代次數或終止條件，滿足時輸出最優解集。在遺傳代數1 000 次的條件下，遺傳算法計算的最優解集見圖7，不同目標下的優化結果見表1，得到的最優解集即為滿足總能耗較低和C2+收率較高的折中方案。以目前工況A 為例，在C2+收率相近的前提下，通過降低低溫分離器溫度、減小氣相分流比和提高脫甲烷塔塔壓，總能耗可從6 080 kW 降低至5 600 kW，降幅為7.89%；在總能耗相近的前提下，通過降低低溫分離器溫度、增大氣相分流比和減小脫甲烷塔塔壓，C2+收率可從92.14%提高至93.79%，增幅為1.65%。

表1 不同目標下的優化結果Tab.1 Optimization results under different targets

圖7 遺傳算法計算的最優解集Fig.7 Optimal solution that is calculated by genetic algorithm

5 結論

1）通過單一變量法，考察了不同因素對輕烴回收工藝總能耗和C2+收率的影響，敏感性分析結果顯示低溫分離器溫度、氣相分流比和膨脹機等熵效率對C2+收率的影響較大；脫甲烷塔塔壓對總能耗的影響較大。

2）基于改進遺傳算法，將Matlab 軟件和Hysys軟件聯用，實現了最小總能耗和最大C2+收率的求解。