鄧春，周宇航，周業(yè)揚，馮霄

?

具有最小壓縮功的氫網(wǎng)絡(luò)優(yōu)化設(shè)計

鄧春1，周宇航，周業(yè)揚1，馮霄2

（1重質(zhì)油國家重點實驗室，中國石油大學(xué)（北京）化學(xué)工程學(xué)院，北京 102249；2西安交通大學(xué)化學(xué)工程與技術(shù)學(xué)院，陜西 西安，710049）

煉油廠用氫裝置多在高壓下操作，為此配置有很多新氫和循環(huán)氫壓縮機用于提升氫氣流股的壓力，從而消耗大量的壓縮功，同時大量地增加了煉油廠的操作費用。因此，氫網(wǎng)絡(luò)的優(yōu)化，除了需要優(yōu)化氫氣公用工程的用量，減少整個網(wǎng)絡(luò)的壓縮功也十分重要。本文借鑒鄰近算法的思想，進一步考慮壓力約束，提出了改進鄰近算法以及壓力-濃度圖，能夠設(shè)計具有最小壓縮功的氫網(wǎng)絡(luò)。案例分析所求得的最小壓縮功為16.435 MJ，壓縮機數(shù)目為9個，比文獻優(yōu)化結(jié)果減少兩個。

過程系統(tǒng)；優(yōu)化設(shè)計；氫；圖示法；壓縮功；鄰近算法；

引 言

重質(zhì)劣質(zhì)原油的加工比例不斷增加，以及環(huán)境法規(guī)的愈發(fā)嚴格，促使煉油廠增加加氫催化裂化、加氫精制等工藝過程的比例，致使煉油廠耗氫量劇增。然而，為了達到油品標準中的芳烴含量的要求，催化重整等產(chǎn)氫裝置的加工量不斷減少。產(chǎn)氫量的降低和耗氫量的增加形成了強烈的反差，煉油廠氫氣的虧缺加劇。因此，能夠有效地提高氫氣利用率，節(jié)約氫氣消耗，實現(xiàn)節(jié)能降耗，一直是研究的熱點。通常，氫網(wǎng)絡(luò)優(yōu)化的方法主要有兩類：氫夾點法[1-3]和數(shù)學(xué)規(guī)劃法[4-12]。

煉油廠用氫單元對氫氣流股的氫氣純度和雜質(zhì)濃度均有一定的要求。此外，氫氣流股的壓力也要求高于用氫單元的壓力條件。因此，煉油廠有很多新氫和循環(huán)氫壓縮機，用于提升氫氣流股的壓力，從而消耗大量的壓縮功，同時也增加了氫氣分配網(wǎng)絡(luò)的操作費用。Ding等[13]提出利用平均壓力-流量圖判斷局部系統(tǒng)是否需要添置壓縮機，然而并未給出確定最小的壓縮功的系統(tǒng)化方法。Bandyopadhyay等[14]提出一種精確確定氫氣分配網(wǎng)絡(luò)最小壓縮功的方法。該方法將具有多個壓力等級的氫氣分配網(wǎng)絡(luò)分解為多個具有兩個壓力等級的子網(wǎng)絡(luò)，進而通過最小化壓力等級之間的流率而最小化壓縮功。然而，壓力等級之間的流率的最小值需要采用Sahu和Bandyopadhyay[15]提出的代數(shù)法。此法意義明確，但是其繁瑣程度隨氫氣分配網(wǎng)絡(luò)的壓力等級數(shù)的增加而增大。

鄰近算法（nearest neighbor algorithm, NNA）[16]已經(jīng)廣泛應(yīng)用于僅考慮濃度約束的水[2,16-18]和氫氣分配網(wǎng)絡(luò)[2,19]的設(shè)計。結(jié)合Bandyopadhyay等[14]提出的計算最小壓縮功的方法，本文擬提出改進的鄰近算法，考慮壓力約束，以設(shè)計具有最小壓縮功的氫氣分配網(wǎng)絡(luò)。

1 問題描述

給定一個氫氣分配網(wǎng)絡(luò)，包括一些用氫單元。它們的出口流股可看做一系列的過程氫源（?NSR），入口流股則作為一系列的過程氫阱（?NSK）。每一股過程氫源具有一定的流率（SRi）、雜質(zhì)濃度（SRi）和壓力（SRi）。每一個過程氫阱有一定的入口流率（SKj）、最高入口雜質(zhì)濃度限制（）和入口壓力要求（SKj）。部分過程氫源可以直接/提純回用或者提升壓力以滿足過程氫阱的需求，多余的不能回用的過程氫源則排放至燃料系統(tǒng)。另外，可能需要外部新鮮氫源（例如氫氣公用工程）作為補充，其雜質(zhì)濃度為HU，壓力為HU。本文旨在利用改進的鄰近算法設(shè)計具有最小壓縮功的氫氣分配網(wǎng)絡(luò)。

2 壓縮功的統(tǒng)一表達式

壓縮功由流股流經(jīng)壓縮機前后狀態(tài)（流率和壓力）所決定的。對于等溫壓縮過程，壓縮功的表達式如方程（1）所示

對于等溫過程有=常數(shù)。因此等溫壓縮過程的壓縮功表達式可以用方程（2）表示

其中，下標0表示標況。in和out分別為壓縮機的入口和出口壓力。Bandyopadhyay等[14]提出將和分別改寫為out和in，定義為壓縮過程的壓力指數(shù)[14]。

對于絕熱/多變壓縮過程，有=常數(shù)。其中為絕熱/多變指數(shù)。于是絕熱/多變壓縮功的表達式可由式（3）和式（4）表示

其中，Bandyopadhyay等[14]提出將和改寫為out和in。

于是，壓縮功的表達式可以統(tǒng)一表達為

=(out-in) (5)

其中

3 改進的近鄰算法

借鑒Bandyopadhyay等[14]提出的計算最小壓縮功的方法，結(jié)合鄰近算法的思想，本文提出改進的鄰近算法用以設(shè)計最小壓縮功的氫氣分配網(wǎng)絡(luò)。另外，本文還提出壓力-濃度圖以輔助改進的鄰近算法的實施。具體步驟為：（1）確定氫阱的匹配次序：按照壓力等級從高到低，壓力相同時按照雜質(zhì)濃度從低到高的順序?qū)溱暹M行排序。（2）氫阱的最高入口雜質(zhì)濃度限制和壓力要求分別為和SKj，首先選擇雜質(zhì)濃度相同的氫源（），若壓力滿足條件SKt≥SKj，則壓縮功為零。若壓力滿足條件SKt

4 案例研究

氫氣分配網(wǎng)絡(luò)的極限數(shù)據(jù)提取自文獻[4]，如表1所示。首先利用夾點法[1-3,19-20]確定該網(wǎng)絡(luò)最小的氫氣公用工程用量。本文采用改進的問題表法[19]，最小的氫氣(標準狀態(tài))公用工程用量為14.6m·s-1，記為S0，CCR裝置的用量為3.36 m3·s-1，排放至燃料系統(tǒng)的流股雜質(zhì)濃度為0.4（體積分數(shù)，下同），流率為3.26 m3·s-1，記為D0。然后根據(jù)方程（6）計算氫源氫阱的壓力指數(shù)，為了與文獻[14]進行比較，本文計算絕熱壓縮過程的壓力指數(shù)，見表1的第6列。

下面舉例介紹提出的改進鄰近算法的實施步驟。首先按照步驟（1）確定氫阱的匹配次序為：D5，D4，D3，D2，D6，D1，D0；然后利用步驟（2）和（3）依次對氫阱進行匹配。例如，氫阱D4（流率為4.219 m3·s-1，雜質(zhì)濃度上限為0.248，壓力為4137 kPa）的匹配，按照傳統(tǒng)的鄰近算法，應(yīng)該選擇雜質(zhì)濃度為0.08（氫源S0）和0.25的氫源來滿足。而雜質(zhì)濃度為0.25的氫源有S5（8274 kPa）、S3（2413 kPa）和S6（2068 kPa）。傳統(tǒng)的鄰近算法并未考慮壓力約束，只能隨便選擇其中的一個來滿足D4的需求。而本文提出的改進的鄰近算法則會優(yōu)先選擇其中壓力最高的S5，流率不足再選擇壓力較高的S3，最后再選擇S6。求解式（7）和式（8），計算出具體的流率分配為S0：0.05 m3·s-1，S5：3.71 m3·s-1, S3：0.458 m3·s-1。氫阱D4的匹配關(guān)系如圖1所示，其中需要升壓的流股加粗以示區(qū)別。

表1 案例的氫氣極限數(shù)據(jù) Table 1 Limiting hydrogen data for case study

由方程（5）可知，絕熱壓縮功等于絕熱壓力指數(shù)差乘以流率。例如：從S5到D5的流股，需要升壓，其流率為28.081 m3·s-1，而絕熱壓力指數(shù)差為196.04 kJ·(m3·s-1)-1。所以絕熱壓縮功=（28.081 × 196.04）kJ=5505 kJ。整個網(wǎng)絡(luò)的絕熱壓縮功可以計算得到為16.435 MJ。

最后根據(jù)圖1進行壓縮機的配置。需要注意的是，并不是每一股升壓的流股都需要配置壓縮機。例如，從S0到D3和D2的流股都是從1379 kPa升壓到3447 kPa；S6到D3和D2的流股都是從2068 kPa升壓到3447 kPa。只需分別配置一個壓縮機即可。最后得到的帶有壓縮機的氫氣分配網(wǎng)絡(luò)如圖2所示。總壓縮機數(shù)為9個，比文獻[14]少兩個。與文獻[14]的網(wǎng)絡(luò)進行比較，文獻中CCR供給DHT的流股在本文的網(wǎng)絡(luò)中則是供給CNHT，但是這個流股分配的變化不影響壓縮功的計算，而網(wǎng)絡(luò)其他部分與文獻[14]一致。所以最小壓縮功應(yīng)該與文獻[14]一致，但是最終計算結(jié)果（16.435 MJ）高于文獻[14]的結(jié)果（15.09 MJ），分析文獻[14]可知，首先文獻[14]中S4的壓力（2767.9 kPa）與原始文獻[4]不一致，其次氫氣公用工程量的最小值（14.61 m3·s-1）與本文優(yōu)化得到的結(jié)果（14.598 m3·s-1）不同，導(dǎo)致計算所得的氫源氫阱之間的分配流股的流率值有誤差，最終使得結(jié)果數(shù)值有了差異。

5 結(jié) 論

本文結(jié)合鄰近算法的思想，考慮壓力約束，提出改進的鄰近算法，用以設(shè)計具有最小壓縮功的氫氣分配網(wǎng)絡(luò)。另外，提出壓力-濃度圖以輔助改進的鄰近算法的實施。在壓力-濃度圖上，利用所提出的改進鄰近算法的詳細步驟，進行最小壓縮功的計算和壓縮機配置的分析，并對壓縮機進行合并。最后設(shè)計出具有最小壓縮功的氫氣分配網(wǎng)絡(luò)。本文利用改進的鄰近算法分析案例得到最小壓縮功為16.435 MJ。另外因為本文考慮了壓縮機的合并，壓縮機個數(shù)比文獻[14]中的減少了兩個。

符 號 說 明

c——雜質(zhì)濃度 F——流率，m3·s-1 HU——氫氣公用工程 NSK——過程氫阱 NSR——過程氫源 p——壓力，kPa μ——壓力指數(shù)，kPa g——絕熱/多變指數(shù)

References

[1] Alves J J, Towler G P. Analysis of refinery hydrogen distribution systems [J]., 2002, 41(23): 5759-5769.

[2] Agrawal V, Shenoy U V. Unified conceptual approach to targeting and design of water and hydrogen networks [J]., 2006, 52(3): 1071-1082.

[3] Foo D C Y, Manan Z A. Setting the minimum utility gas flowrate targets using cascade analysis technique [J]., 2006, 45(17): 5986-5995.

[4] Hallale N, Liu F. Refinery hydrogen management for clean fuels production [J]., 2001, 6(1): 81-98.

[5] Liu F, Zhang N. Strategy of purifier selection and integration in hydrogen networks [J]., 2004, 82(A10): 1315-1330.

[6] Liao Z, Wang J, Yang Y, Rong G. Integrating purifiers in refinery hydrogen networks: a retrofit case study [J]., 2010, 18(3): 233-241.

[7] Jia N, Zhang N. Multi-component optimisation for refinery hydrogen networks [J]., 2011, 36(8): 4663-4670.

[8] Wu S, Liu G, Yu Z, Liu Y, Deng C. Optimization of hydrogen networks with constraints on hydrogen concentration and pure hydrogen load considered [J]., 2012, 90(9): 1208-1220.

[9] Zhou L, Liao Z, Wang J, Jiang B, Yang Y. Hydrogen sulfide removal process embedded optimization of hydrogen network [J]., 2012, 37(23): 18163- 18174.

[10] Deng C, Pan H, Lee J Y, Foo D C Y, Feng X. Synthesis of hydrogen network with hydrogen header of intermediate purity [J]., 2014, 39(25): 13049- 13062.

[11] Deng C, Pan H, Li Y, Zhou Y, Feng X. Comparative analysis of different scenarios for the synthesis of refinery hydrogen network [J]., 2014, 70(2): 1162-1179.

[12] Deng Chun(鄧春), Zhou Yeyang(周業(yè)揚), Chen Jie(陳杰), Feng Xiao(馮霄). Optimization of inter-plant hydrogen system with purification reuse in petrochemical complex [J].(化工學(xué)報), 2014, 65(12): 4914-4920.

[13] Ding Y, Feng X, Chu K H. Optimization of hydrogen distribution systems with pressure constraints [J]., 2011, 19(2/3): 204-211.

[14] Bandyopadhyay S, Chaturvedi N D, Desai A. Targeting compression work for hydrogen allocation networks [J]., 2014, 53(48): 18539-18548.

[15] Sahu G C, Bandyopadhyay S. Mathematically rigorous algebraic and graphical techniques for targeting minimum resource requirement and interplant flow rate for total site involving two plants [J]., 2012, 51(8):3401-3417.

[16] Prakash R, Shenoy U V. Targeting and design of water networks for fixed flowrate and fixed contaminant load operations [J]., 2005, 60(1): 255-268.

[17] Shenoy U V. Enhanced nearest neighbors algorithm for design of water networks [J]., 2012, 84: 197-206.

[18] Deng C, Feng X. Targeting for conventional and property-based water network with multiple resources [J]., 2011, 50(7): 3722-3737.

[19] Deng C, Zhou Y, Chen C, Feng X. Systematic approach for targeting interplant hydrogen networks [J]., 2015, 90(1): 68-88. DOI:10.1016/ j.energy. 2015.05.054.

[20] El-Halwagi M M, Gabriel F, Harell D. Rigorous graphical targeting for resource conservationmaterial recycle/reuse networks [J]., 2003, 42(19): 4319-4328.

Optimal design of hydrogen network with minimum compression work

DENG Chun1，ZHOU Yuhang1，ZHOU Yeyang1，F(xiàn)ENG Xiao2

（1；2School of Chemical Engineering and Technology, Xi’an Jiaotong University, Xi’an 710049, Shaanxi, China）

Hydrogen consuming units in refineries are operated in high pressure, thus some makeup hydrogen and recycle hydrogen compressors are utilized to increase the pressure of hydrogen streams. It leads to a large increase on compression work and operating cost. Therefore, except for the minimizing the flowrate of hydrogen utility, it is extremely important to reduce the compression work when optimizing hydrogen network. In this paper, based on the concept of the nearest neighbors algorithm, pressure constraints are taken into consideration, a novel nearest neighbors algorithm as well as pressure-impurity concentration diagram are proposed to design hydrogen network with minimum compression work. The results for the case study show that the minimum compression work achieves 16.435 MJ, and the number of compressor is nine which is two less than that in the literature.

process systems; optimal design; hydrogen; graphical approach; compression work; nearest neighbors algorithm

2015-09-06.

DENG Chun, chundeng@cup.edu.cn

10.11949/j.issn.0438-1157.20151393

supported by the National Basic Research Program of China(2012CB720500), the National Natural Science Foundation of China (U1162121,21276204) and the Science Foundation of China University of Petroleum, Beijing (2462015YQ0305).

TQ 021. 8

A

0438—1157（2015）12—4883—05

國家重點基礎(chǔ)研究發(fā)展計劃項目（）；國家自然科學(xué)基金項目（U1162121，21276204）；中國石油大學(xué)（北京）科研基金項目（2462015YQ0305）。

2015-09-06收到初稿，2015-09-30收到修改稿。

聯(lián)系人及第一作者：鄧春（1984—），男，博士，副教授。