基于HYSYS模型和遗传算法的天然气液化流程参数优化

第42卷第7期2014年7月化学工程CHEMICALENGINEERINGCHINAVO142NO7JU12014基于HYSYS模型和遗传算法的天然气液化流程参数优化郑雪枫，王红，林畅，吴笛中国寰球工程公司，北京100012摘要主要基于HYSYS模型和遗传算法GA对天然气液化流程进行了优化，针对一种单循环混合冷剂液化流程SMR建立了优化模型，使用MATLAB代码通过数据对象接1IAUTOMATION创建HYSYS组件对象，调用HYSYS程序并传人数据，HYSYS即时计算出结果返回MATLAB进行优化评价。这种优化方法大大提高了优化效率，并且由于其全局搜索的特点非常适用于在非线性、高度离散的优化模型，降低了液化装置的运行能耗，优化了液化流程的操作参数。结果表明优化后的流程能耗，比优化前降低了64，炯效率提高到3474。这种优化方法同样也适用于其他液化流程的模拟优化。关键词天然气液化流程；HYSYS模拟；遗传算法；优化方法；SMR流程中图分类号TE6文献标识码A文章编号10059954201407006604DOI103969JISSN10059954201407014OPTIMIZATIONOFPROCESSPARAMETERSOFNATURALGASLIQUEFACTIONBASEDONHYSYSMODELANDGENETICALGORITHMZHENGXUEFENG，WANGHONG，LINCHANG，WUDICHINAHUANQIUCONTRACTINGENGINEERINGCORP，BEIJING100012，CHINAABSTRACTTHENATURALGASLIQUEFACTIONPROCESSWASOPTIMIZEDBASEDONHYSYSMODELANDGENETICALGORITHMGATHESINGLEMIXEDREFRIGERANTCYCLESMROPTIMIZATIONMODELWASESTABLISHED，ANDMATLABCODEWASUSEDTOCREATEAHYSYSCOMPONENTOBJECTTHROUGHTHEDATAOBJECTINTERFACEAUTOMATIONWHENTHEDATAWEREPASSEDTHOUGHINTOHYSYSPROGRAM，THERESULTSWOULDBECALCULATEDINSTANTLYANDRETURNTOMATLABFOREVALUATIONTHEMETHODIMPROVESTHEEFFICIENCYOFOPTIMIZATIONANDISVERYSUITABLEFORNONLINEARANDHIGHLYDISCRETEOPTIMIZATIONMODELFORITSGLOBALSEARCHABILITY，REDUCESTHEENERGYCONSUMPTIONANDOPTIMIZESTHEPROCESSPARAMETERSTHERESULTSSHOWTHATTHEENERGYCONSUMPTIONAFTEROPTIMIZATIONCANBEREDUCEDBY64ANDTHEEXERGYEFFICIENCYCANBEIMPROVEDTO3474THISOPTIMIZATIONMETHODISPROVEDTOBEWORTHYINOPTIMIZINGTHEPARAMETERSINOTHERLIQUEFACTIONKEYWORDSNATURALGASLIQUEFACTION；HYSYSMODEL；GENETICALGORITHM；OPTIMIZATION；SMR液化流程在整个天然气液化工厂占有重要的地位，在工厂总投资中天然气液化部分所占的比例约为40。在能耗方面，液化部分也占据了整个系统的80左右，因此对液化流程进行模拟优化和流程参数分析尤其重要。在现有的液化流程中，单一混合制冷剂循环SMR由于工艺简单、设备台数少，在中小型液化装置中具有明显的技术优势J。SMR流程采用单一混合制冷剂，制冷剂组分较多，这就增加了液化流程设计与运行的灵活性，使得对原料气和外界条件的适应性提高，在单线产能为100万TA及以下的液化装置中使用较为广泛_3。SMR流程采用单一制冷循环，要使整个液化流程从常温到一160CI所需的冷量与制冷剂所提供的冷量完全匹配是比较困难的，因此，对冷剂配方进行优化在整个工艺流程设计中是非常重要的。天然气液化流程的优化是一个比较复杂的优化问题，优化变量往往多达一二十个，还具有非常繁多收稿日期20131204作者简介郑雪枫1982一，女，博士，工程师，主要从事天然气液化流程的优化，电EMAILZHENGXUEFENG2000163CON。郑雪枫等基于HYSYS模型和遗传算法的天然气液化流程参数优化67的限制条件，且目标函数非线性引。在现有的模拟优化中，采用的优化算法大多基于函数的梯度信息。首先在最优解可能存在的地方选择一个初值点，通过单点搜索，然后分析目标函数的特性，由一个初始点移动到一个新的点，通过产生的一系列的点收敛到最优解。而本文所采用的遗传算法GA，可以同时处理群体中多个个体，即同时对搜索空间中的多个解进行评估，求解的初始点非常多，求解过程不需要函数的梯度信息，且不要求目标函数的连续性，具有较好的全局搜索性能。遗传算法在对现有种群的评估基础上，通过遗传操作，即采用交叉、变异和选择3种方式来产生下一代种群。因此在解决一些高度离散、非线性的问题方面，遗传算法具有明显优势。本文采用HYSYS软件搭建SMR流程计算模型，使用MATLAB的遗传算法优化组件与HYSYS模型联用，对液化流程所有工艺参数同时进行优化，包括组分的配比、冷剂流量、操作压力和温度等。并且通过改进程序代码，提高了优化效率，从而建立了一种高效快捷的自动优化方法。1基础模型11SMR液化流程模拟采用的一种典型的SMR流程。混合制冷剂通过压缩机增压后，经过冷却水冷却，然后在段间分离罐进行气液分离，气相为低温制冷剂，液体为高温制冷剂。低温制冷剂再次进行压缩冷却，并连续通过2个换热器。当冷却到一定温度后节流降温，返回第2个换热器为其提供冷量，并与低温制冷剂混合共同为第1个换热器提供冷量。整个制冷循环属于单循环二次节流过程，混合冷剂通过分离罐分成高低温制冷剂，同时要为高低温2个换热器提供冷量，再通过混合器混合成初始状态。压缩机增压以及节流阀压降同时也影响着整个制冷过程，和冷剂配方共同组成了待优化的工艺参数，如表1所示。表1待优化工艺参数TABLE1PARAMETERSFOROPTIMIZATION12HYSYS计算模型利用HYSYS软件搭建模拟计算模型，输入天然气组分、温度和压力等已知条件以及初步的工艺参数，还需要确定工艺过程和设备参数所需遵守的限制条件。使用HYSYS建立的计算模型如图1所示。K压缩机；MIX一混合器；E一冷却器；HE一换热器；V一分液罐；VLV节流阀；BOG一闪蒸气；LNG一液化天然气；图1SMR流程的HYSYS模型FIG1HYSYSMODELOFSMR2使用GA算法对流程参数进行优化21优化过程使用MATLAB代码通过数据接口AUTOMATION创建HYSYS组件对象，调用HYSYS程序并传人数据，HYSYS即时计算出结果返回MATLAB进行优化评价。在优化过程中，HYSYS起到了计算目标函数的作用，MATLAB主要提供了遗传算法的计算过程。在优化过程中，遗传算法生成的每一代种群，所有个体的基因通过解码转化为HYSYS可以识别的参数，带人流程中即时计算出结果，并作为目标函数值返回68化学工程2014年第42卷第7期MATLAB。MATLAB中的优化器并不计算函数值，只根据返回的数值按照遗传算法的评价规则参数进行计算，以决定如何生成下一代种群。图2为基于HYSYS模拟和遗传算法的SMR流程优化框图。在模拟过程中，以液化流程能耗为目标函数，对于不满足限制条件的个体，将适应度值赋予罚值极大值，以便于此个体尽快被淘汰。本文采用的遗传算法参数设置为种群规模为100，终止遗传代数为100，交叉因子为08，变异因子为03。在优化框架中，需保证种群在终止条件前必须有所“进化”，即目标函数逐渐收敛。对于一定数量的优化变量，充足的种群数目至关重要，同时应该合理地设置变量范围。图2GA算法优化过程框图FIG2FLOWDIAGRAMOFGAOPTIMIZATIONPROCESS22结果与讨论如图3所示，通过设定合理的种群数量及变量范围，目标函数的最优值和平均值都随着代数增加而不断降低。优化前期最优基因通过继承和重组很快得到进一步优化，而中期最优值保持平稳，呈现逐渐下降的趋势；而优化后期的基因进化主要是通过“变异”形成新个体而得到优化。图3遗传代数中解的变化FIG3VARIATIONOFMINIMALENERGYCONSUMPTIONANDAVERAGE通过遗传算法的优化过程，流程的能耗有了明显的降低。表2为液化参数及装置能耗在优化前后的对比。表2优化前后工艺参数对比TABLE2COMPARISONOFPROCESSPARAMETERSBEFOREANDAFTEROPTIMIZATION比功耗压缩机总功耗液化天然气产量。优化后的SMR流程能耗降低了64，冷剂配比中甲烷、氮气、乙烯和异戊烷的流量都有所降低，丙烷比例提高。由于氮气和甲烷更难压缩，减少流量有利于压缩机总功耗的降低；而丙烷能同时在2个换热器发挥作用，流量的适当提高能进一步减少冷热流体的温差，从而降低总能耗。优化前后，换热器内的冷热流体的换热温差如图4所示和表3。从图4和表3可以发现在满足流程参数的限制条件下，平均换热温差和最小换热温差都有所降低，冷热流体的冷却曲线更为接近，换热更加有效，熵增减小，液化流程的工艺参数得到了优化。图4优化前后换热器内冷热流体的换热温差FIG4TEMPERATUREDIFFERENCEOFHOTANDCOLDFLUIDBEFOREANDAFTEROPTIMIZATION郑雪枫等基于HYSYS模型和遗传算法的天然气液化流程参数优化69表3换热器内的最小换热温差和平均温差TABLE3MINIMUMHEATTRANSFERTEMPERATUREDIFFERENCEANDMEANTEMPERATUREDIFFERENCEOFHEATEXCHANGESOCMINA为最小换热温差，LMTD为平均换热温差。流程的炯损失主要发生在压缩、换热、节流、冷却和混合等环节。优化前后的流程的煸损失计算以及炯效率计算。结果见表4。表4焖分析计算结果TABLE4ANALYSISOFEXERGY从表4中可以看出，优化前后由于换热温差的降低，液化过程各个环节的炯损都有所减少。通过遗传算法的优化，SMR液化流程的所有工艺参数同时得到优化，各设备处的烟损降低，烟效率从3220提高为3474。3结论本文通过HYSYS软件建立了一种SMR流程的计算模型，使用AUTOMATION接口技术实现了MATLAB与HYSYS的双向数据通信。使用MATLAB的遗传算法工具箱对液化流程的工艺参数同时进行优化，在一定规模的种群数量和变量范围内，目标函数随着遗传代数不断优化。优化后，液化装置的总功耗降低了64。优化过程减少了换热器内冷热流体的换热温差，流程内各设备等发生的炯损都有所降低。基因算法与HYSYS流程模拟联用，实现了一种自动化的天然气液化流程优化方法。这种优化方法由于其全局搜索的特点非常适用于在非线性的优化问题中，提高了优化效率，降低了流程优化的复杂度，并易于移植到其他液化流程，可获得广泛应用。参考文献1蒋旭，厉彦忠，马源，等LNG混合制冷液化流程的模拟计算J气体分离，2003，4116222牛刚，王经，黄玉华，等20000MD天然气液化装置的设计和分析J天然气工业，2002，22392953WILFRIEDA，BACHMTLNCHENDEVELOPMENTSINTHEMIXEDFLUIDCASCADEPROCESSMFCPFORLNGBASELOADPLANTSCLONDONWORLDLNGCONFERENCE，200025294尹全森，李红艳，贾林祥，等单级混合制冷剂液化循环适应性和调节能力研究J低温工程，2010，2811731765LEEGC，SMITHR，ZHUXXOPTIMALSYNTHESISOFMIXEDREFRIGERANTSYSTEMSFORLOWTEMPERATUREPROCESSESJINDUSTRIALENGINEERINGCHEMISTRYRESEARCH，2002，412501650286ASPELUNDA，GUNDERSENT，MYKLEBUSTJANOPTIMIZATIONSIMULATIONMODDFORASIMPLELNGPROCESSJCOMPUTERSANDCHEMICALENGINEERING，20095163516507NOGALF，KIMJ，PERRYS，ETA1OPTIMALDESIGNOFMIXEDREFRIGERANTCYCLESJINDENGCHEMRES，2008，473872487408周昕，凌兴宏遗传算法理论及技术研究综述J计算机与信息技术，2010137409李金娟遗传算法及应用的研究J电脑与信息技术，2013，2155_810雷英杰，张善文MATL