基于PSO算法的GSP流程C3+轻烃回收参数优化

向 辉，蒲红宇，卫 浪

（西南石油大学 土木工程与建筑学院，四川 成都 610500）

轻烃回收可从优化操作条件、 改变制冷方法、应用DHX技术等方面来提高收率和降低能耗[1]。 轻烃回收的工艺参数对产品收率和装置能耗等性能指标具有重要影响，根据影响规律找出最优的操作条件对于提高产品的收率及降低工艺过程的能耗具有重要意义[2]。 在对轻烃回收流程的优化研究中，李国娜等[3]利用HYSYS软件对流程特性进行模拟分析，在分析参数影响规律上进行优化，邓骥等[4]利用响应面法对C3收率进行了分析与优化，但并未考虑到能耗的问题，韩淑怡等[5]则从流程改进出发分析与优化C3+产品回收率。针对轻烃回收流程中存在的一些收率较低、能耗较高而优化困难的问题，综合考虑能耗和收率，从优化工艺参数方向对轻烃回收进行优化。因此，对GSP轻烃回收流程采用响应面法分析各关键参数与系统能耗和收率的关系，并建立多目标优化模型，以自适应权重粒子群智能算法对其操作参数进行了优化，为轻烃回收流程的优化提供参考。

1 GSP轻烃回收流程

1.1 基础数据

采用春晓气田气质，其组成如表1所示，处理量为345.1×104m3/d，压力为5.1MPa，温度为30℃。

表1 春晓气田天然气组成

1.2 工艺流程

气体过冷流程 （Gas Subcooled Process， 简称GSP）于1979年在单级膨胀制冷流程（ISS）的基础上改进而来[6]。 图1为典型气体过冷轻烃回收工艺流程图， 原料气经过滤分离器去除其中的杂质和水后，经主冷箱预冷后进入低温分离器，分离出的液相先用于冷却原料气，随后进入脱乙烷塔中下部。 分离出的气相分为两股，其中一股经过冷冷箱降温过冷节流后进入脱乙烷塔塔顶，另一股则经透平膨胀机膨胀制冷后送入脱乙烷塔的中上部。 进入透平膨胀机气体的量取决于原料气的贫富程度，原料气气质越贫，膨胀送往脱乙烷塔中部的气体比例越大[6]。 脱乙烷塔进行精馏分离后，得到的低温的脱乙烷塔顶气先进入过冷冷箱提供冷量，然后再进入主冷箱为原料气提供冷量，随后通过透平膨胀机压缩端和外输气压缩机两级增压到外输管网压力，经空冷器冷却后外输，脱乙烷塔底则得到C3+凝液产品。

图1 GSP轻烃回收工艺流程

1.3 HYSYS模拟流程

结合图1所示工艺流程， 使用ASPEN HYSYS V10软件建立HYSYS模拟流程如图2所示，其中状态方程选择Peng-Robinson，设置透平膨胀机压缩端效率为70%， 膨胀端效率为75%， 外输压缩机效率为75%。 通过HYSYS模拟流程图可知，该流程总能耗由脱乙烷塔（T-100）塔底重沸器能耗Q-100和外输气压缩机（K-102）能耗Q-102构成。

图2 GSP轻烃回收HYSYS模拟流程

2 GSP流程特性模拟分析

GSP流程通过将低温分离器部分气相送往脱乙烷塔塔顶，脱乙烷塔采用多股进料，对塔内上升气相进行精馏，上升气相中的丙烷及以上组分向液相传递，提高了C3+凝液产品回收率。GSP流程主要适合于气质较贫的天然气，原料气进气压力大于4MPa时流程运行效果更佳，该流程利用气体“分流”，使膨胀机进料量减少，从而扩大装置处理规模，利用低温分离器部分气相过冷节流，从而提高了C3+凝液产品回收率，并通过调节部分气相过冷量可控制C3+凝液产品回收率。

在原料气组成及压力、 外输压力一定的情况下，GSP流程回收率及能耗主要与低温分离器温度、低温分离器气相分流比（降温过冷节流通往脱乙烷塔顶物流占低温分离器气相比例）和脱乙烷塔塔压有关。

2.1 低温分离器温度对能耗和收率的影响

在低温分离器气相分流比为12.5%， 脱乙烷塔塔压为1.8MPa时，以1℃为步长，得到低温分离器温度对系统总能耗和C3+产品回收率的影响如图3所示。 随着低温分离器温度的升高，进入透平膨胀机的流量逐渐增加，透平膨胀机膨胀端传递给压缩端的轴功增加，压缩端出口压力增大，而外输压力不变，故外输压缩机的功耗逐渐减小。 原料气预冷温度过高时，脱乙烷塔中冷量不足，导致C3+产品回收率的下降， 同时也降低了脱乙烷塔底重沸器热负荷，所以总能耗降低。

图3 低温分离器温度对能耗和收率的影响

2.2 低温分离器气相分流比对能耗和收率的影响

在低温分离器温度为-40℃， 脱乙烷塔塔压为1.9MPa时，低温分离器气相分流比对系统总能耗和C3+产品回收率的影响如图4所示。 低温分离器气相分流比的增加，使得分离器分离出来通往脱乙烷塔顶气相过冷的气体量增加，该股冷流回流到脱乙烷塔顶，为低温冷凝分离提供更多的冷量，因此C3+产品回收率升高，同时也增加了脱乙烷塔底重沸器热负荷。 而进入透平膨胀机的气体量减少，由膨胀而传递给压缩端的轴功在减少，故外输压缩机的功耗增加，总能耗增加。

图4 低温分离器气相分流比对能耗和收率的影响

2.3 脱乙烷塔塔压对能耗和收率的影响

为保证脱乙烷塔塔压的可研究性和工艺可行性， 在分析脱乙烷塔塔压对能耗和收率的影响时，即脱乙烷塔塔压变化时， 始终保持膨胀机出口、节流阀出口与脱乙烷塔塔顶的压差恒定[7]。 当低温分离器温度为-40℃， 低温分离器气相分流比为12.5%时，以0.05MPa为步长，得到脱乙烷塔塔压对系统总能耗和C3+产品回收率的影响如图5所示。 脱乙烷塔塔压升高，即透平膨胀机出口压力升高，使膨胀制冷产生的冷量减少， 进入脱乙烷塔的物流温度升高，导致脱乙烷塔冷量不足，所以C3+产品回收率下降。 脱乙烷塔塔压的升高，对重沸器热负荷影响相对较小，而脱乙烷塔塔顶出口物流压力升高，使外输压缩机所需的功耗随之降低，所以总能耗降低。

图5 脱乙烷塔塔压对能耗和收率的影响

3 多目标优化模型

3.1 回归模型的求解

以系统能耗（设为因变量Y1）最小和C3+产品回收率(设为因变量Y2)最大为优化目标，选取低温分离器温度（设为自变量X1），低温分离器气相分流比（设为自变量X2），脱乙烷塔塔压（设为自变量X3）为影响因素。 采用响应面法（RSM）进行建模，响应面法是Box等[8]在20世纪50年代提出的，通过一定的方法设计实验方案，得到的实验数据采用多元二次回归方程来拟合，能够较好反应各影响因素与响应值之间的函数关系, 比传统的正交分析法更为精确、直观[9]。

根据春晓气田气质情况和对GSP流程特性的模拟分析，并考虑收率和能耗的合理性，选取低温分离器温度范围为-45℃～-35℃，低温分离器气相分流比范围为10%～15%， 脱乙烷塔塔顶压力范围为1.8MPa～2.2MPa进行工况研究。 BBD 法是二阶响应面的一种三水平设计方法，能够以较少的试验次数回归出响应面模型[10]，以其构建的三因素水平表如表2所示，由因素水平表建立BBD试验设计方案，并由HYSYS模拟得出试验结果，将其汇总于表3。

表2 因素分布表

表3 响应面试验方案与模拟结果

通过Design-Expert 8.0软件计算得到系统能耗和C3+凝液产品收率与低温分离器温度、低温分离器气相分流比、 脱乙烷塔塔压的回归模型见式（1）、（2）。方程P值均远小于0.05，表明回归方程具有极高的可靠性和显著性，信噪比均大于4，表明具有足够高的精密度。 相关性系数的平方R2、校正相关系数的平方RAdj2、预测相关系数的平方RPre2均表征着模型预测值和实际值的吻合程度[4]。 由表4中数据可知，依据响应面法建立的该回归模型具有较高的准确度。

表4 回归模型方差分析

3.2 多目标优化模型的建立

根据回归模型（1）、（2），结合各变量的取值范围，建立多目标优化模型如式（3）。

4 粒子群算法优化

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，每一个粒子代表一个可能的解，所有的粒子组成群体，粒子在解空间中根据动态跟踪个体极值Pbest和全局极值Gbest来更新速度和位置，以此寻找最优解[12]。 目前，该算法以其实现容易、精度高、收敛快等优点被广泛应用于各个工业领域的参数优化当中。

假设在D维空间中进行求解， 则基本PSO算法中第i个粒子在k+1时刻的位置和速度更新公式[13]如式（4）所示。

式中：ω为惯性权重；c1、c2为加速因子， 又称学习因子；r1和r2为0～1之间随机分配的数。

对比正弦波供电,当逆变器供电时,开关频率附近噪声增加较大,噪声的最大幅值点均出现在0阶和8阶固有频率附近,逆变器供电电流在0阶和8阶固有频率处的振动和噪声都大于正弦电流。

4.2 粒子群算法的改进及步骤

4.2.1 自适应调整权重

自适应调整粒子群算法权重，有利于算法更加迅速地达到或接近最优值，避免陷入局部极值[14]。惯性权重的大小直接影响着粒子的搜索特性，惯性权重较大或较小均得不到精确解。 为避免惯性权重过大得不到精确解和权重较小易陷入局部最优的问题，采用线性递减法对惯性权重进行调节，如式（5）所示，随着算法的迭代次数增加慢慢减小惯性权重以使算法向最优解靠近[15]。

式中：iter为迭代次数；MaxIter为最大迭代次数。

4.2.2 Pareto解集

通过上述GSP流程特性模拟结果可知， 能耗与收率是成正比关系的， 高收率往往意味着高能耗，但是各个参数对能耗和收率的影响程度存在差异，通过参数优化，可使能耗与收率尽可能地朝着效益最大化匹配方向改变。 在多目标优化的问题中，优化命题中的影响因素往往不能保证同时让多个目标均向最优目标变化。 由于目标函数是相互冲突的，因此不可能有唯一确定的解，但可以得到一组折衷解，即非支配解，亦称Pareto解，非支配解的集合称为Pareto前沿[16]。 优化后的Pareto解所对应的操作参数能够在保证C3+凝液产品收率的同时，最大限度的降低能耗，或者在能耗相同的情况下，该Pareto参数集能够使收率最大化。 具体的操作参数选择，需要根据产品指标、设备运行工况以及操作人员经验等信息来确定。

由于在使用粒子群算法寻找适应度函数的最值时，通常是寻找适应度函数的最小值，所以将多目标优化模型中的C3+产品回收率适应度函数取负数(Y2*=-Y2)后变为求多目标优化模型的最小值进行求解。

4.2.3 优化步骤

Step1：导入算法中的参数以及GSP流程参数数据。

Step2：初始化种群得到粒子的位置、速度、粒子最优适应度值等。

Step3：计算每个粒子的能耗适应度值和收率适应度值，初始筛选非支配解集。

Step4：根据式（5）更新权值。

Step5：轮盘赌法又称为比例选择方法，其基本思想是各个个体被选中的概率与其适应度大小成正比， 因此用轮盘赌法随机选取一个非支配解，然后根据式（4）对粒子的位置和速度进行更新，并判断更新粒子适应度函数值是否受支配。

Step6：增加非支配解，并判断非支配解中是否有支配解，删除支配解。

Step7： 判断非支配解集是否符合终止条件，直至达到符合条件的非支配解集数， 输出非支配解集，并输出Pareto前沿图。

4.3 优化结果分析

设置算法种群数为100，加速因子c1=c2=2，ωmax=0.9，ωmin=0.4，迭代次数为50次，在反复运行程序多次后得到的最佳pareto前沿图如图6所示。

图6 最佳pareto前沿图

图6中的Pareto解集对应的参数均为不同产品指标下的最优解， 以装置运行工况A点为例，由Pareto前沿图可得出该工况下的典型优化操作点B和点C， 在MATLAB程序结果中提取对应的操作参数和优化目标值的结果汇于表5。 通过优化可知，B点表明保证产品收率相近的情况下， 能耗可降低515.94kW。 C点在能耗相近的情况下， 收率可提高2.86%。 实际生产运行可根据Pareto解集来选取优化操作参数以满足不同情况的需求。

表5 典型Pareto最优参数值和目标函数值

5 结论

通过使用ASPEN HYSYS流程模拟软件对GSP轻烃回收流程进行特性模拟，并使用响应面法BBD试验设计建立各关键参数与能耗和收率的多目标优化模型，结合改进的粒子群算法对流程进行优化。 结果表明，此方法可以有效地在不同能耗和收率要求下对天然气轻烃回收流程关键参数进行优化，尽可能地降低装置能耗和提高C3+产品收率，为生产实际中存在的轻烃回收优化困难的问题提供切实可行的参考。