多工况氢网络压缩机配置和运行优化

周业扬，邓春，周凌子，冯霄



多工况氢网络压缩机配置和运行优化

周业扬1，邓春1，周凌子2，冯霄3

（1中国石油大学（北京）化学工程学院，重质油国家重点实验室，北京102249；2中国石油大学（北京）新能源研究院，北京102249；3西安交通大学化学工程与技术学院，陕西西安 710049）

炼油厂在实际运行过程中，加氢装置处理的原料油性质发生变化以及生产负荷调整，都会导致加氢单元耗氢量的变化。构建了具有中间管网的定结构氢网络优化模型，该模型包括供氢单元、氢气公用工程管网/中间管网、压缩机、加氢单元、燃料系统以及它们之间的固定连接关系。在常规氢网络中引入压力为1600 psi(1 psi=6.895 kPa)的中间管网，可以减少一台加氢装置的新氢备用压缩机，设计阶段可少投资一台压缩机，即实现了新氢压缩机的优化配置。针对加氢单元正常/高/低负荷3种工况，对具有中间管网的氢网络进行了优化，得到了不同工况下流股的流量分配和压缩机的启停策略，从而实现多工况氢网络的运行优化。

过程系统；氢网络；多工况；压缩机；优化

引 言

炼油厂加工的高硫劣质原油比例逐年增加，环保法规要求油品具有较低的硫含量。为了降低油品中的硫含量，炼油厂需要增加现有加氢装置的负荷甚至新建加氢装置，这需要消耗更多的氢气。氢气对于炼油厂来说是极其宝贵的资源。因此，氢网络的优化已经成为炼油厂的一项重要课题。氢网络优化可以分为夹点法[1-7]和数学规划法[8-9]，它可以节约氢气，减少氢气公用工程用量。

与夹点法相比，数学规划法在解决多约束条件下大规模复杂问题具有独特的优势。Hallale等[10]首先提出了包含压缩机的超结构数学优化模型。随后，研究者提出了其他数学优化模型，包括炼厂全厂优化[11]、选择提纯器的系统方法[12]、多周期优化模型[13]、不确定优化[14]、石化园区厂际优化[15]、状态-空间超结构模型[16]、基于随机规划的氢网络改造[17]、耦合变压吸附简化模型的氢网络优化[18]等。然而，上述研究所针对的都是属于常规氢网络，而工业实际的氢网络是具有一定氢气浓度和压力等级的氢气管网。

Jia[19]构建了包含氢气管网的氢网络优化模型。张亮等[20]借鉴了Feng等[21]提出的中间水道的概念，在氢网络优化模型中引入中间氢气管网，通过压力划分了多个中间氢气管网，并分析了管网级数对系统经济性的影响。Jiao等[22-23]提出了氢网络的柔性优化，通过在模型中加入中间氢气管网提高了氢网络的可操作性及柔性调节能力，不仅有效减少了运行成本，而且为氢网络的安全性及稳定性提供了保障。Deng等[24]提出了具有中间氢气管网的氢网络超结构数学模型。在该模型中，供氢装置和加氢装置之间无直接相互连接，而是通过具有中间浓度等级的氢气管网相互连接。

在炼油厂实际生产过程中，由于加氢装置加工的原料油硫含量变化以及加氢装置的操作负荷波动，加氢单元的入口和出口流量变化往往比较大，这会对氢网络的流量分配产生很大影响，同时也会影响压缩机的运行和启停策略，因此氢网络的多工况和多周期优化具有重要意义。van den Heever等[25]提出了针对计划和调度的多周期混合整数非线性规划（MINLP）模型。Ahmad等[13]采用了超结构优化策略对氢网络进行了多周期优化，该模型仅考虑了某个主要加氢装置在3个周期内氢气需求和驰放气产量的变化，并未考虑其他加氢装置耗氢量的变化。Jiao等[26-27]提出了针对炼厂氢网络调度的多周期优化模型，该模型主要考虑了氢气管网中非正常情形的补偿，压缩机的启停，加氢单元中氢源的改变。Lou等[14]提出了在不确定性条件下氢网络鲁棒优化策略，优化后的氢网络对于方案的改变有更低敏感性，并且总年度化费用最低。Wang等[28]提出了氢网络的操作优化方法，针对一个结构固定的氢网络，考察操作负荷改变下氢阱需求的变化，以氢气公用工程用量最小化为目标，实现操作优化。Zhou等[29]建立了多周期调度优化模型，对氢网络多周期操作下制氢单元的产氢曲线进行优化。

本文旨在考察中间氢气管网的设置对氢网络中新氢压缩机数目的影响，在此基础上对压缩机进行配置，并考察多工况条件下压缩机的启停策略，从而实现压缩机的运行优化。

1 问题描述

炼油厂的氢网络包括一系列加氢装置（∈），例如加氢裂化、加氢精制装置等。加氢装置的出口气体流股流量为Fout，组分的浓度（体积分数）为。对于加氢装置的入口，气体流股流量为Fin，最小入口氢气浓度为。制氢厂（∈）为炼油厂提供新氢，组分的浓度为，其最大负荷为FUmax。在氢网络中，氢气管网可以分为氢气公用工程管网（∈H）和中间氢气管网（∈H），氢气管网主要用来输送氢气流股。系统中还需设置一系列氢气压缩机（∈），包括新氢压缩机和循环氢压缩机等，以提升氢源的压力，从而满足加氢装置的需求。一般来说，炼油厂的制氢装置中包括氢气提纯单元，工业常用变压吸附装置。本文假定加氢装置出口的剩余气体流股只排放至燃料系统（），并未考虑剩余气体流股送往提纯单元的情况。本文旨在构建氢网络的优化模型，建立各单元的物料平衡关系式，从而确定变量之间的关系。在此基础之上，优化压缩机的配置，并考察多工况条件下压缩机的启停策略以及压缩机的运行优化。

2 氢网络优化模型

本节建立了具有氢气管网的氢网络优化模型，为考察压缩机的配置和运行优化奠定基础。氢网络优化模型如图1所示。

（1）供氢单元

第个氢气公用工程的流量等于其送往各氢气公用工程管网的流量之和

（2）氢气公用工程管网

第个氢气公用工程管网的入口流量等于各氢气公用工程送往管网的流量之和

第个氢气公用工程管网的入口氢气浓度可以由式(3)计算

(3)

第个氢气公用工程管网的出口流量等于其送到各新氢压缩机的流量之和

（3）压缩机

压缩机包括新氢压缩机（或称为补充氢压缩机）和循环氢压缩机（），第个新氢压缩机的入口流量等于各氢气公用工程管网送到压缩机的流量之和

第个新氢压缩机的入口氢气浓度可以由式(6)计算

(6)

第个新氢压缩机的出口流量等于对应加氢装置补充氢的流量

第个新氢压缩机的出口氢气浓度等于对应加氢装置补充氢的氢气浓度

(8)

第个循环氢压缩机流量等于对应加氢装置循环氢的流量

第个循环氢压缩机氢气浓度等于对应加氢装置循环氢的氢气浓度

(10)

（4）中间管网

若氢网络中存在中间管网，对于涉及到中间管网的模块，式(7)、式(8)替换为式(11)～式(16)，其余方程式不变。第个新氢压缩机的出口流量等于其送往各中间管网的流量之和

第个中间管网的入口流量等于各新氢压缩机送往中间管网的流量之和

(12)

第个中间管网的入口氢气浓度可以由式(13)计算

第个中间管网的出口流量等于其送往相关加氢装置的流量之和

(14)

加氢装置的补充氢流量等于各中间管网送往加氢装置的流量之和

加氢装置补充氢的氢气浓度可以由式(16)计算

(16)

（5）加氢单元

对于第个加氢装置的入口

(18)

式(17)和式(18)代表加氢装置入口的流量和质量平衡。加氢装置入口的氢气浓度应大于最低氢气浓度要求

对于第个加氢装置的出口，出口流量等于循环氢和排出氢的流量之和

(20)

加氢装置出口氢气浓度等于循环氢浓度

加氢装置出口氢气浓度等于排出氢浓度

(22)

（6）燃料系统

燃料系统接收来自各加氢装置的排出氢

（7）负荷约束

从第个氢气公用工程分配的流量总量应不超过其最大容量

第个压缩机的流量应不超过其最大容量

(25)

（8）目标函数

需要说明的是，本文构建的数学模型是具有固定网络结构的优化模型，旨在优化分配多工况条件下新氢压缩机的流量，而且氢气公用工程用量需要满足系统的需求。本文将目标函数设为氢气公用工程总用量，目的是使氢气公用工程总用量最小。

约束条件为式(1)～式(25)，目标函数为式(26)，因为式(3)、式(6)、式(13)、式(16)、式(18)存在非线性项，该模型为非线性规划问题（NLP），利用商业优化软件GAMS平台建模，选用KNITRO作为求解器。通过建立该优化模型求解，可以优化分配多工况条件下新氢压缩机的流量，同时氢气公用工程用量满足系统的需求。

图2 常规氢网络

Fig.2 Conventional hydrogen network（1 psi=6.895 kPa）

3 案例分析

本文采用的案例是基于Alves[30]的案例修改的。常规氢网络如图2所示，其中各图标的含义如下：H2plant代表制氢装置，fuel代表燃料系统，HT1～HT3代表加氢处理装置，R1～R3代表循环氢压缩机，M1A～M3A代表新氢压缩机，M1B～M3B代表新氢备用压缩机。加氢处理装置HT3的相关数据是本文设定的。制氢装置的最大负荷为300 MMscfd(1 MMscfd=1116.297 m3·h-1)。加氢装置的出口流股相当于氢源，它包括循环氢和低分气，加氢装置的入口相当于氢阱，氢气流股的流量、浓度（以体积分数表示）和压力如表1所示。

表1 氢气流股数据

压缩机可以分为新氢压缩机和循环氢压缩机。在氢网络设计中，新氢压缩机的压缩比一般较大，多采用活塞式压缩机，主要按照一开一备或者两开一备进行设计，这主要是因为当其中一台新氢压缩机发生故障时，可以开启备用压缩机，从而不影响加氢装置的正常生产。循环氢的流量往往较大，多采用离心式压缩机，一般只设置一台，不配置备用压缩机。压缩机的相关数据如表2所示。

表2 压缩机数据

对于HT1和HT3这两个加氢装置，其新氢压缩机均是由300 psi压缩至1600 psi，同时由于这两个装置地理位置相近，可以通过新建中间管网来整合这两个加氢装置的新氢压缩机。在氢网络中引入中间管网，可以增加压缩机的操作灵活性，减少备用压缩机的数目，从而减少压缩机的投资费用。中间管网的压力为1600 psi。将表1和表2的数据代入氢网络优化模型中，在GAMS平台建模，选用KNITRO作为求解器。计算机硬件信息为Intel D CPU 3.00 GHz，4 GB RAM，GAMS软件版本为24.2，求解时间为0.012 CPUs。通过计算求解，可以得到氢气公用工程用量为275 MMscfd，氢气公用工程用量满足系统的需求，引入中间管网优化后的氢网络如图3所示。

在氢网络中引入中间管网后，原来的备用压缩机M3B可以不再设置，这样可以节省压缩机的投资费用。在本文中，不同工况下流股的氢气浓度和压力视为不变，但加氢单元的入口和出口流股流量发生变化。3种工况下加氢单元的流量数据如表3所示。其中工况1的流量数据与图2中的流量数据一致。工况1可以视为加氢单元在正常负荷下操作，工况2是加氢单元在低负荷下操作，工况3是加氢单元在高负荷下操作。

将表1～表3中的相关数据代入氢网络优化模型中，可以得到不同工况条件下的氢网络分配图，如图3所示。图3中的数字表示3种工况下流股的流量大小。

表3 3种工况下加氢单元的流量数据

3种工况下氢气公用工程用量分别为275、119和291.5 MMscfd，均没有超过制氢装置的最大负荷，并且满足系统的需求。氢网络在不同工况下运行时，对应着不同的新氢压缩机启停策略：当在正常负荷下（工况1）操作时，压缩机M1A和M3A开启，压缩机M1B作为备用压缩机而关停；当在低负荷下（工况2）操作时，只需要开启压缩机M3A，压缩机M1A和M1B均可以关停，这样就避免了在常规氢网络中需要开启两台压缩机并且两台压缩机均是低负荷运行的情形；当高负荷下（工况3）操作时，3台压缩机M1A、M1B和M3A均需要开启，具体的流量如图3所示。在3种工况下，M2B都是作为M2A的备用压缩机而关停。

4 结 论

本文提出了具有中间管网的氢网络优化模型，该模型包括供氢单元、氢气公用工程管网、压缩机、中间管网、加氢单元、燃料系统以及它们之间的固定连接关系。在常规氢网络中通过引入中间管网，常规氢网络中的备用压缩机M3B可以不用配置，即氢网络设计阶段可节省该压缩机的投资费用。在具有中间管网的氢网络中，分别在正常、高、低3种负荷工况下对氢网络进行了优化。此外，不同工况对应着新氢压缩机不同的启停策略，实现了压缩机的运行优化。

符 号 说 明

C——组分 F,f——氢气流量，MMscfd (1 MMscfd = 1116.297 m3·h-1) fhi, fhk——分别为管网分配到压缩机和加氢单元的流量，MMscfd fih, fuh——分别为压缩机和氢气公用工程分配到管网的流量，MMscfd fu_total——氢气公用工程总用量，MMscfd Ha——氢气公用工程管网 Hb——中间氢气管网 I——压缩机 K——加氢单元 U——氢气公用工程 Y,y——氢气浓度，%（vol.） 上角标 in——入口 makeup——补充氢 max——最大值 min——最小值 out——出口 purge——排出氢 recycle——循环氢 下角标 c——组分 fuel——燃料系统 h——氢气管网 i——压缩机 k——加氢单元 u——氢气公用工程

References

[1] ALVES J J, TOWLER G P. Analysis of refinery hydrogen distribution systems[J]. Industrial & Engineering Chemistry Research, 2002, 41(23): 5759-5769.

[2] 邓春, 周宇航, 周业扬, 等. 具有最小压缩功的氢网络优化设计[J]. 化工学报, 2015, 66(12): 4883-4887. DENG C, ZHOU Y H, ZHOU Y Y,. Optimal design of hydrogen network with minimum compression work[J]. CIESC Journal, 2015, 66(12): 4883-4887.

[3] DENG C, ZHOU Y H, CHEN C L,. Systematic approach for targeting interplant hydrogen networks[J]. Energy, 2015, 90: 68-88.

[4] 刘桂莲, 刘永彪, 冯霄. 炼厂多杂质氢网络的集成[J]. 化工学报, 2012, 63(1): 163-169. LIU G L, LIU Y B, FENG X. Integration of refinery hydrogen network with multiple impurities[J]. CIESC Journal, 2012, 63(1): 163-169.

[5] 杨敏博, 冯霄. 提纯回用氢网络的夹点变化规律[J]. 化工学报, 2013, 64(12): 4544-4549. YANG M B, FENG X. Change rules of pinch point for hydrogen distribution systems with purification reuse[J]. CIESC Journal, 2013, 64(12): 4544-4549.

[6] EL-HALWAGI M M, GABRIEL F, HARELL D. Rigorous graphical targeting for resource conservationmaterial recycle/reuse networks[J]. Industrial & Engineering Chemistry Research, 2003, 42(19): 4319-4328.

[7] FOO D C Y, MANAN Z A. Setting the minimum utility gas flowrate targets using cascade analysis technique[J]. Industrial & Engineering Chemistry Research, 2006, 45(17): 5986-5995.

[8] NG D K S, FOO D C Y, TAN R R. Automated targeting technique for single-impurity resource conservation networks(Ⅰ): Direct reuse/recycle[J]. Industrial & Engineering Chemistry Research, 2009, 48(16): 7637-7646.

[9] NG D K S, FOO D C Y, TAN R R. automated targeting technique for single-impurity resource conservation networks(Ⅱ): Single-pass and partitioning waste-interception systems[J]. Industrial & Engineering Chemistry Research, 2009, 48(16): 7647-7661.

[10] HALLALE N, LIU F. Refinery hydrogen management for clean fuels production[J]. Advances in Environmental Research, 2001, 6(1): 81-98.

[11] ZHANG J, ZHU X X, TOWLER G P. A simultaneous optimization strategy for overall integration in refinery planning[J]. Industrial & Engineering Chemistry Research, 2001, 40(12): 2640-2653.

[12] LIU F, ZHANG N. Strategy of purifier selection and integration in hydrogen networks[J]. Chemical Engineering Research & Design, 2004, 82(A10): 1315-1330.

[13] AHMAD M I, ZHANG N, JOBSON M. Modelling and optimisation for design of hydrogen networks for multi-period operation[J]. Journal of Cleaner Production, 2010, 18(9): 889-899.

[14] LOU J Y, LIAO Z W, JIANG B B,. Robust optimization of hydrogen network[J]. International Journal of Hydrogen Energy, 2014, 39(3): 1210-1219.

[15] 邓春, 周业扬, 陈杰, 等. 石化园区厂际提纯回用氢气系统优化[J]. 化工学报, 2014, 65(12): 4914-4920. DENG C, ZHOU Y Y, CHEN J,. Optimization of inter-plant hydrogen system with purification reuse in petrochemical complex[J]. CIESC Journal, 2014, 65(12): 4914-4920.

[16] LIAO Z W, WANG J D, YANG Y R,. Integrating purifiers in refinery hydrogen networks: a retrofit case study[J]. Journal of Cleaner Production, 2010, 18(3): 233-241.

[17] 宣吉, 廖祖维, 荣冈, 等. 基于随机规划的炼厂氢网络改造设计[J]. 化工学报, 2010, 61(2): 398-404. XUAN J, LIAO Z W, RONG G,. Hydrogen network retrofit design in refinery based on stochastic programming[J]. CIESC Journal, 2010, 61(2): 398-404.

[18] 邓春, 周业扬, 江苇, 等. 耦合变压吸附简化模型的提纯回用氢网络协调优化[J]. 清华大学学报 (自然科学版), 2016, 56(7): 735-742. DENG C, ZHOU Y Y, JIANG W,. Coordination optimization of hydrogen network with purification reuse coupled with shortcut model of pressure swing adsorption[J]. Journal of Tsinghua University (Science and Technology), 2016, 56(7): 735-742.

[19] JIA N. Refinery hydrogen network optimisation with improved hydroprocessor modelling[D]. Manchester: University of Manchester, 2010.

[20] 张亮, 刘永忠, 闫哲. 炼化企业中氢气管网的中间等级设置与优化分析[J]. 计算机与应用化学, 2010, 27(10): 1361-1364. ZHANG L, LIU Y Z, YAN Z. Analysis and optimization on installation of intermediate levels for a hydrogen distribution network in a refinery[J]. Computers and Applied Chemistry, 2010, 27(10): 1361-1364.

[21] FENG X, SEIDER W D. New structure and design methodology for water networks[J]. Industrial & Engineering Chemistry Research, 2001, 40(26): 6140-6146.

[22] JIAO Y Q, SU H Y, HOU W F,. Design and optimization of flexible hydrogen systems in refineries[J]. Industrial & Engineering Chemistry Research, 2013, 52(11): 4113-4131.

[23] 焦云强, 苏宏业, 侯卫锋. 炼油厂氢气网络柔性优化[J]. 化工学报, 2012, 63(9): 2739-2748. JIAO Y Q, SU H Y, HOU W F. Flexible optimization of refinery hydrogen network[J]. CIESC Journal, 2012, 63(9): 2739-2748.

[24] DENG C, PAN H M, LEE J Y,. Synthesis of hydrogen network with hydrogen header of intermediate purity[J]. International Journal of Hydrogen Energy, 2014, 39(25): 13049-13062.

[25] VAN DEN HEEVER S A, GROSSMANN I E. A strategy for the integration of production planning and reactive scheduling in the optimization of a hydrogen supply network[J]. Computers & Chemical Engineering, 2003, 27(12): 1813-1839.

[26] JIAO Y Q, SU H Y, HOU W F,. A multiperiod optimization model for hydrogen system scheduling in refinery[J]. Industrial & Engineering Chemistry Research, 2012, 51(17): 6085-6098.

[27] 焦云强, 苏宏业, 侯卫锋. 炼油厂氢气系统优化调度及其应用[J]. 化工学报, 2011, 62(8): 2101-2107. JIAO Y Q, SU H Y, HOU W F. Optimal scheduling of hydrogen system in refinery and its application[J]. CIESC Journal, 2011, 62(8): 2101-2107.

[28] WANG Y F, JIN J, FENG X,. Optimal operation of a refinery’s hydrogen network[J]. Industrial & Engineering Chemistry Research, 2014, 53(37): 14419-14422.

[29] ZHOU L, LIAO Z W, WANG J D,. MPEC strategies for efficient and stable scheduling of hydrogen pipeline network operation[J]. Applied Energy, 2014, 119: 296-305.

[30] ALVES J J. Analysis and design of refinery hydrogen systems[D]. Manchester: University of Manchester, 1999.

Deployment and operation optimization of compressors in multi-scenario hydrogen network

ZHOU Yeyang1, DENG Chun1, ZHOU Lingzi2, FENG Xiao3

(1State Key Laboratory of Heavy Oil Processing, College of Chemical Engineering, China University of Petroleum, Beijing 102249, China;2New Energy Institute, China University of Petroleum, Beijing 102249, China;3School of Chemical Engineering & Technology, Xi’an Jiaotong University, Xi’an 710049, Shaanxi, China)

In actual refinery operations, change of feedstock properties and adjustment of production load often lead to change of hydrogen consumption in hydrogenation units. An optimization model was proposed for hydrogen network with fixed structure and intermediate headers, which was consisted of hydrogen supply units, hydrogen utility headers, intermediate headers, compressors, hydrogenation units, fuel system, and established interconnections. Adding an intermediate header with pressure of 1600 psi into conventional hydrogen network could eliminate one standby backup compressor for hydrogenation unit, which capital cost of the backup compressor was saved during design stage and compressor deployment was optimized. Optimization of the hydrogen system with an intermediate header yielded flowrate distribution of different streams and start-stop strategy of compressors under three scenarios of normal, high, and low production loads of hydrogenation unit, which achieved targets of operation optimization for multi-scenario hydrogen network.

process systems; hydrogen network; multi-scenario; compressor; optimization

10.11949/j.issn.0438-1157.20161163

TQ 021. 8

A

0438—1157（2017）05—1954—07

邓春。

周业扬（1991—），男，硕士研究生。

国家自然科学基金项目（21576287）；中国石油大学（北京）科研基金项目（2462015BJB02，2462015YQ0305）。

2016-08-18收到初稿，2017-02-10收到修改稿。

2016-08-18.

DENG Chun, chundeng@cup.edu.cn

supported by the National Natural Science Foundation of China (21576287) and the Science Foundation of China University of Petroleum, Beijing (2462015BJB02, 2462015YQ0305).