向 輝，蒲紅宇，衛(wèi) 浪

（西南石油大學(xué) 土木工程與建筑學(xué)院，四川 成都 610500）

輕烴回收可從優(yōu)化操作條件、 改變制冷方法、應(yīng)用DHX技術(shù)等方面來提高收率和降低能耗[1]。 輕烴回收的工藝參數(shù)對產(chǎn)品收率和裝置能耗等性能指標(biāo)具有重要影響，根據(jù)影響規(guī)律找出最優(yōu)的操作條件對于提高產(chǎn)品的收率及降低工藝過程的能耗具有重要意義[2]。 在對輕烴回收流程的優(yōu)化研究中，李國娜等[3]利用HYSYS軟件對流程特性進行模擬分析，在分析參數(shù)影響規(guī)律上進行優(yōu)化，鄧驥等[4]利用響應(yīng)面法對C3收率進行了分析與優(yōu)化，但并未考慮到能耗的問題，韓淑怡等[5]則從流程改進出發(fā)分析與優(yōu)化C3+產(chǎn)品回收率。針對輕烴回收流程中存在的一些收率較低、能耗較高而優(yōu)化困難的問題，綜合考慮能耗和收率，從優(yōu)化工藝參數(shù)方向?qū)p烴回收進行優(yōu)化。因此，對GSP輕烴回收流程采用響應(yīng)面法分析各關(guān)鍵參數(shù)與系統(tǒng)能耗和收率的關(guān)系，并建立多目標(biāo)優(yōu)化模型，以自適應(yīng)權(quán)重粒子群智能算法對其操作參數(shù)進行了優(yōu)化，為輕烴回收流程的優(yōu)化提供參考。

1 GSP輕烴回收流程

1.1 基礎(chǔ)數(shù)據(jù)

采用春曉氣田氣質(zhì)，其組成如表1所示，處理量為345.1×104m3/d，壓力為5.1MPa，溫度為30℃。

表1 春曉氣田天然氣組成

1.2 工藝流程

氣體過冷流程 （Gas Subcooled Process， 簡稱GSP）于1979年在單級膨脹制冷流程（ISS）的基礎(chǔ)上改進而來[6]。 圖1為典型氣體過冷輕烴回收工藝流程圖， 原料氣經(jīng)過濾分離器去除其中的雜質(zhì)和水后，經(jīng)主冷箱預(yù)冷后進入低溫分離器，分離出的液相先用于冷卻原料氣，隨后進入脫乙烷塔中下部。 分離出的氣相分為兩股，其中一股經(jīng)過冷冷箱降溫過冷節(jié)流后進入脫乙烷塔塔頂，另一股則經(jīng)透平膨脹機膨脹制冷后送入脫乙烷塔的中上部。 進入透平膨脹機氣體的量取決于原料氣的貧富程度，原料氣氣質(zhì)越貧，膨脹送往脫乙烷塔中部的氣體比例越大[6]。 脫乙烷塔進行精餾分離后，得到的低溫的脫乙烷塔頂氣先進入過冷冷箱提供冷量，然后再進入主冷箱為原料氣提供冷量，隨后通過透平膨脹機壓縮端和外輸氣壓縮機兩級增壓到外輸管網(wǎng)壓力，經(jīng)空冷器冷卻后外輸，脫乙烷塔底則得到C3+凝液產(chǎn)品。

圖1 GSP輕烴回收工藝流程

1.3 HYSYS模擬流程

結(jié)合圖1所示工藝流程， 使用ASPEN HYSYS V10軟件建立HYSYS模擬流程如圖2所示，其中狀態(tài)方程選擇Peng-Robinson，設(shè)置透平膨脹機壓縮端效率為70%， 膨脹端效率為75%， 外輸壓縮機效率為75%。 通過HYSYS模擬流程圖可知，該流程總能耗由脫乙烷塔（T-100）塔底重沸器能耗Q-100和外輸氣壓縮機（K-102）能耗Q-102構(gòu)成。

圖2 GSP輕烴回收HYSYS模擬流程

2 GSP流程特性模擬分析

GSP流程通過將低溫分離器部分氣相送往脫乙烷塔塔頂，脫乙烷塔采用多股進料，對塔內(nèi)上升氣相進行精餾，上升氣相中的丙烷及以上組分向液相傳遞，提高了C3+凝液產(chǎn)品回收率。GSP流程主要適合于氣質(zhì)較貧的天然氣，原料氣進氣壓力大于4MPa時流程運行效果更佳，該流程利用氣體“分流”，使膨脹機進料量減少，從而擴大裝置處理規(guī)模，利用低溫分離器部分氣相過冷節(jié)流，從而提高了C3+凝液產(chǎn)品回收率，并通過調(diào)節(jié)部分氣相過冷量可控制C3+凝液產(chǎn)品回收率。

在原料氣組成及壓力、 外輸壓力一定的情況下，GSP流程回收率及能耗主要與低溫分離器溫度、低溫分離器氣相分流比（降溫過冷節(jié)流通往脫乙烷塔頂物流占低溫分離器氣相比例）和脫乙烷塔塔壓有關(guān)。

2.1 低溫分離器溫度對能耗和收率的影響

在低溫分離器氣相分流比為12.5%， 脫乙烷塔塔壓為1.8MPa時，以1℃為步長，得到低溫分離器溫度對系統(tǒng)總能耗和C3+產(chǎn)品回收率的影響如圖3所示。 隨著低溫分離器溫度的升高，進入透平膨脹機的流量逐漸增加，透平膨脹機膨脹端傳遞給壓縮端的軸功增加，壓縮端出口壓力增大，而外輸壓力不變，故外輸壓縮機的功耗逐漸減小。 原料氣預(yù)冷溫度過高時，脫乙烷塔中冷量不足，導(dǎo)致C3+產(chǎn)品回收率的下降， 同時也降低了脫乙烷塔底重沸器熱負荷，所以總能耗降低。

圖3 低溫分離器溫度對能耗和收率的影響

2.2 低溫分離器氣相分流比對能耗和收率的影響

在低溫分離器溫度為-40℃， 脫乙烷塔塔壓為1.9MPa時，低溫分離器氣相分流比對系統(tǒng)總能耗和C3+產(chǎn)品回收率的影響如圖4所示。 低溫分離器氣相分流比的增加，使得分離器分離出來通往脫乙烷塔頂氣相過冷的氣體量增加，該股冷流回流到脫乙烷塔頂，為低溫冷凝分離提供更多的冷量，因此C3+產(chǎn)品回收率升高，同時也增加了脫乙烷塔底重沸器熱負荷。 而進入透平膨脹機的氣體量減少，由膨脹而傳遞給壓縮端的軸功在減少，故外輸壓縮機的功耗增加，總能耗增加。

圖4 低溫分離器氣相分流比對能耗和收率的影響

2.3 脫乙烷塔塔壓對能耗和收率的影響

為保證脫乙烷塔塔壓的可研究性和工藝可行性， 在分析脫乙烷塔塔壓對能耗和收率的影響時，即脫乙烷塔塔壓變化時， 始終保持膨脹機出口、節(jié)流閥出口與脫乙烷塔塔頂?shù)膲翰詈愣╗7]。 當(dāng)?shù)蜏胤蛛x器溫度為-40℃， 低溫分離器氣相分流比為12.5%時，以0.05MPa為步長，得到脫乙烷塔塔壓對系統(tǒng)總能耗和C3+產(chǎn)品回收率的影響如圖5所示。 脫乙烷塔塔壓升高，即透平膨脹機出口壓力升高，使膨脹制冷產(chǎn)生的冷量減少， 進入脫乙烷塔的物流溫度升高，導(dǎo)致脫乙烷塔冷量不足，所以C3+產(chǎn)品回收率下降。 脫乙烷塔塔壓的升高，對重沸器熱負荷影響相對較小，而脫乙烷塔塔頂出口物流壓力升高，使外輸壓縮機所需的功耗隨之降低，所以總能耗降低。

圖5 脫乙烷塔塔壓對能耗和收率的影響

3 多目標(biāo)優(yōu)化模型

3.1 回歸模型的求解

以系統(tǒng)能耗（設(shè)為因變量Y1）最小和C3+產(chǎn)品回收率(設(shè)為因變量Y2)最大為優(yōu)化目標(biāo)，選取低溫分離器溫度（設(shè)為自變量X1），低溫分離器氣相分流比（設(shè)為自變量X2），脫乙烷塔塔壓（設(shè)為自變量X3）為影響因素。 采用響應(yīng)面法（RSM）進行建模，響應(yīng)面法是Box等[8]在20世紀50年代提出的，通過一定的方法設(shè)計實驗方案，得到的實驗數(shù)據(jù)采用多元二次回歸方程來擬合，能夠較好反應(yīng)各影響因素與響應(yīng)值之間的函數(shù)關(guān)系, 比傳統(tǒng)的正交分析法更為精確、直觀[9]。

根據(jù)春曉氣田氣質(zhì)情況和對GSP流程特性的模擬分析，并考慮收率和能耗的合理性，選取低溫分離器溫度范圍為-45℃～-35℃，低溫分離器氣相分流比范圍為10%～15%， 脫乙烷塔塔頂壓力范圍為1.8MPa～2.2MPa進行工況研究。 BBD 法是二階響應(yīng)面的一種三水平設(shè)計方法，能夠以較少的試驗次數(shù)回歸出響應(yīng)面模型[10]，以其構(gòu)建的三因素水平表如表2所示，由因素水平表建立BBD試驗設(shè)計方案，并由HYSYS模擬得出試驗結(jié)果，將其匯總于表3。

表2 因素分布表

表3 響應(yīng)面試驗方案與模擬結(jié)果

通過Design-Expert 8.0軟件計算得到系統(tǒng)能耗和C3+凝液產(chǎn)品收率與低溫分離器溫度、低溫分離器氣相分流比、 脫乙烷塔塔壓的回歸模型見式（1）、（2）。方程P值均遠小于0.05，表明回歸方程具有極高的可靠性和顯著性，信噪比均大于4，表明具有足夠高的精密度。 相關(guān)性系數(shù)的平方R2、校正相關(guān)系數(shù)的平方RAdj2、預(yù)測相關(guān)系數(shù)的平方RPre2均表征著模型預(yù)測值和實際值的吻合程度[4]。 由表4中數(shù)據(jù)可知，依據(jù)響應(yīng)面法建立的該回歸模型具有較高的準(zhǔn)確度。

表4 回歸模型方差分析

3.2 多目標(biāo)優(yōu)化模型的建立

根據(jù)回歸模型（1）、（2），結(jié)合各變量的取值范圍，建立多目標(biāo)優(yōu)化模型如式（3）。

4 粒子群算法優(yōu)化

4.1 基本粒子群算法

Kennedy等提出了粒子群算法（PSO）[11]。 基本粒子群算法中，每一個粒子代表一個可能的解，所有的粒子組成群體，粒子在解空間中根據(jù)動態(tài)跟蹤個體極值Pbest和全局極值Gbest來更新速度和位置，以此尋找最優(yōu)解[12]。 目前，該算法以其實現(xiàn)容易、精度高、收斂快等優(yōu)點被廣泛應(yīng)用于各個工業(yè)領(lǐng)域的參數(shù)優(yōu)化當(dāng)中。

假設(shè)在D維空間中進行求解， 則基本PSO算法中第i個粒子在k+1時刻的位置和速度更新公式[13]如式（4）所示。

式中：ω為慣性權(quán)重；c1、c2為加速因子， 又稱學(xué)習(xí)因子；r1和r2為0～1之間隨機分配的數(shù)。

對比正弦波供電,當(dāng)逆變器供電時,開關(guān)頻率附近噪聲增加較大,噪聲的最大幅值點均出現(xiàn)在0階和8階固有頻率附近,逆變器供電電流在0階和8階固有頻率處的振動和噪聲都大于正弦電流。

4.2 粒子群算法的改進及步驟

4.2.1 自適應(yīng)調(diào)整權(quán)重

自適應(yīng)調(diào)整粒子群算法權(quán)重，有利于算法更加迅速地達到或接近最優(yōu)值，避免陷入局部極值[14]。慣性權(quán)重的大小直接影響著粒子的搜索特性，慣性權(quán)重較大或較小均得不到精確解。 為避免慣性權(quán)重過大得不到精確解和權(quán)重較小易陷入局部最優(yōu)的問題，采用線性遞減法對慣性權(quán)重進行調(diào)節(jié)，如式（5）所示，隨著算法的迭代次數(shù)增加慢慢減小慣性權(quán)重以使算法向最優(yōu)解靠近[15]。

式中：iter為迭代次數(shù)；MaxIter為最大迭代次數(shù)。

4.2.2 Pareto解集

通過上述GSP流程特性模擬結(jié)果可知， 能耗與收率是成正比關(guān)系的， 高收率往往意味著高能耗，但是各個參數(shù)對能耗和收率的影響程度存在差異，通過參數(shù)優(yōu)化，可使能耗與收率盡可能地朝著效益最大化匹配方向改變。 在多目標(biāo)優(yōu)化的問題中，優(yōu)化命題中的影響因素往往不能保證同時讓多個目標(biāo)均向最優(yōu)目標(biāo)變化。 由于目標(biāo)函數(shù)是相互沖突的，因此不可能有唯一確定的解，但可以得到一組折衷解，即非支配解，亦稱Pareto解，非支配解的集合稱為Pareto前沿[16]。 優(yōu)化后的Pareto解所對應(yīng)的操作參數(shù)能夠在保證C3+凝液產(chǎn)品收率的同時，最大限度的降低能耗，或者在能耗相同的情況下，該Pareto參數(shù)集能夠使收率最大化。 具體的操作參數(shù)選擇，需要根據(jù)產(chǎn)品指標(biāo)、設(shè)備運行工況以及操作人員經(jīng)驗等信息來確定。

由于在使用粒子群算法尋找適應(yīng)度函數(shù)的最值時，通常是尋找適應(yīng)度函數(shù)的最小值，所以將多目標(biāo)優(yōu)化模型中的C3+產(chǎn)品回收率適應(yīng)度函數(shù)取負數(shù)(Y2*=-Y2)后變?yōu)榍蠖嗄繕?biāo)優(yōu)化模型的最小值進行求解。

4.2.3 優(yōu)化步驟

Step1：導(dǎo)入算法中的參數(shù)以及GSP流程參數(shù)數(shù)據(jù)。

Step2：初始化種群得到粒子的位置、速度、粒子最優(yōu)適應(yīng)度值等。

Step3：計算每個粒子的能耗適應(yīng)度值和收率適應(yīng)度值，初始篩選非支配解集。

Step4：根據(jù)式（5）更新權(quán)值。

Step5：輪盤賭法又稱為比例選擇方法，其基本思想是各個個體被選中的概率與其適應(yīng)度大小成正比， 因此用輪盤賭法隨機選取一個非支配解，然后根據(jù)式（4）對粒子的位置和速度進行更新，并判斷更新粒子適應(yīng)度函數(shù)值是否受支配。

Step6：增加非支配解，并判斷非支配解中是否有支配解，刪除支配解。

Step7： 判斷非支配解集是否符合終止條件，直至達到符合條件的非支配解集數(shù)， 輸出非支配解集，并輸出Pareto前沿圖。

4.3 優(yōu)化結(jié)果分析

設(shè)置算法種群數(shù)為100，加速因子c1=c2=2，ωmax=0.9，ωmin=0.4，迭代次數(shù)為50次，在反復(fù)運行程序多次后得到的最佳pareto前沿圖如圖6所示。

圖6 最佳pareto前沿圖

圖6中的Pareto解集對應(yīng)的參數(shù)均為不同產(chǎn)品指標(biāo)下的最優(yōu)解， 以裝置運行工況A點為例，由Pareto前沿圖可得出該工況下的典型優(yōu)化操作點B和點C， 在MATLAB程序結(jié)果中提取對應(yīng)的操作參數(shù)和優(yōu)化目標(biāo)值的結(jié)果匯于表5。 通過優(yōu)化可知，B點表明保證產(chǎn)品收率相近的情況下， 能耗可降低515.94kW。 C點在能耗相近的情況下， 收率可提高2.86%。 實際生產(chǎn)運行可根據(jù)Pareto解集來選取優(yōu)化操作參數(shù)以滿足不同情況的需求。

表5 典型Pareto最優(yōu)參數(shù)值和目標(biāo)函數(shù)值

5 結(jié)論

通過使用ASPEN HYSYS流程模擬軟件對GSP輕烴回收流程進行特性模擬，并使用響應(yīng)面法BBD試驗設(shè)計建立各關(guān)鍵參數(shù)與能耗和收率的多目標(biāo)優(yōu)化模型，結(jié)合改進的粒子群算法對流程進行優(yōu)化。 結(jié)果表明，此方法可以有效地在不同能耗和收率要求下對天然氣輕烴回收流程關(guān)鍵參數(shù)進行優(yōu)化，盡可能地降低裝置能耗和提高C3+產(chǎn)品收率，為生產(chǎn)實際中存在的輕烴回收優(yōu)化困難的問題提供切實可行的參考。