随着我国天然气资源开发利用规模的不断扩大，含硫天然气占比呈逐年稳步上升趋势[1-2]。含硫天然气必须经过净化处理，脱除其中的硫化氢（H2S）、二氧化碳（CO2）、有机硫和水等成分，使其达到国家管输气质标准，满足工厂生产或民用商品气的使用要求[3-5]。由于含硫天然气中H2S含量相对较高，致使天然气净化装置溶液循环量增加，净化工艺更加复杂，处理流程更为冗长，从而导致天然气净化厂能耗增大，运行成本增高[6-7]。此外，GB 17820—2018《天然气》和GB 39728—2020《陆上石油天然气开采工业大气污染物排放标准》颁布实施后[8-9]，环保要求日趋严格[10-13]，天然气净化厂需要保证产品气气质和硫磺回收装置尾气排放“双达标”，使得能耗不断增加，生产成本持续上升。因此，有必要对天然气净化厂中能耗占比较大的主体工艺单元尤其是脱硫单元的工艺参数开展优化研究，确定适合装置生产情况的最优运行条件，以减少天然气净化过程的能耗，降低气田企业的经营成本，提高装置的整体经济效益。
目前，国内外学者对天然气脱硫工艺的优化进行了较为广泛和深入的研究，主要集中在脱硫工艺以净化效果、能耗、脱硫选择性或经济效益作为优化指标的单目标优化方面[14-18]，但针对脱硫工艺多目标优化的探讨较少。由于评定脱硫单元工艺性能优劣的指标较多，仅仅通过优化单一目标获得的最优工艺方案较为片面。因此，本研究以西南地区某含硫天然气净化厂为研究对象，基于Aspen HYSYS流程模拟软件搭建脱硫单元稳态工艺模型，采用正交试验法对脱硫单元进行多目标综合优化，通过对四因素四水平正交试验结果的直观比较和极差分析，确定各因素的优水平及优水平组合。在此基础上，采用综合频率分析法优选出脱硫单元工艺参数的最佳组合方案，并对其优化前后的综合性能进行对比分析，以期在确保净化气气质达标的前提下达到降低能耗、增大净化气流量和提升脱硫选择性的目的。研究结果可为天然气净化厂脱硫单元的综合性能优化提供理论指导，有助于含硫天然气净化厂全工艺流程的整体优化。
西南地区某天然气净化厂单套脱硫装置实际处理能力为220×104～280×104 m3/d，原料气进气压力为5.6～6.7 MPa，进气温度为25～30 ℃，原料气组成如下：CH4摩尔分数为96.349%，C2H6摩尔分数为0.130%，H2S摩尔分数为0.679%，CO2摩尔分数为2.118%，N2摩尔分数为0.694%，He摩尔分数为0.012%。脱硫脱碳后的天然气气质指标符合GB 17820—2018中一类气标准（H2S质量浓度≤6 mg/m3，CO2摩尔分数≤3%）[8]。
某天然气净化厂脱硫单元工艺流程如图1所示。来自过滤分离单元的含硫天然气进入吸收塔下部，与自上而下流动的贫液逆流接触脱除酸性气体，塔顶湿净化气经湿净化气分离器分液后送往脱水单元。塔底富液经液位调节阀降压后进入闪蒸罐闪蒸出烃类气体，后经三级过滤器过滤，再经贫/富液换热器与热贫液换热升温后进入再生塔上部。再生塔内富液经重沸器加热解析出酸气，塔顶酸气经酸气空冷器和酸气后冷器冷却，后经酸气分离器分液后送往硫磺回收单元，分离出的酸水则由酸水回流泵升压后送至再生塔顶部作回流。塔底贫液经贫/富液换热器与冷富液换热降温后，送至贫液空冷器和贫液后冷器冷却，冷却后的贫液经胺液循环泵升压后一股送至吸收塔上部，另一股送至闪蒸气吸收塔上部，完成整个溶液系统的循环。
由于Aspen HYSYS软件具有适应范围广、模拟精度高、物性数据库丰富等优势，广泛应用于石油开采、储运、天然气加工、石油化工、精细化工等领域工艺过程的仿真模拟计算[19-20]。因此，选用Aspen HYSYS软件搭建天然气净化厂脱硫单元工艺流程稳态模拟模型（见图2）。CT8-5水溶液的吸收与再生过程的模拟采用酸性气体−化学溶剂（acid gas-chemical solvents）物性包[21-22]，其集成了脱除天然气中酸性气过程的各种化学反应信息，使得后续模拟可以按照模拟物理吸收的方式进行，不必额外设置反应集。吸收塔与再生塔的求解采用效率（efficiency）模式[23]，通过计算每块塔板上H2S和CO2的组分效率来模拟体系中的非平衡行为。
为验证脱硫单元模拟模型的准确性和可靠性，在某天然气净化厂DCS系统中获取脱硫单元近期的生产运行数据，对比分析脱硫单元中关键物流和能流的数值模拟结果与实际运行数据，见表1。由表1可知，脱硫单元中物流温度、压力、流量等参数和能流大小的模拟计算结果与实际运行数据吻合度较高，其相对误差均小于±10%，表明所构建的模拟模型具有较高的准确性和可靠性，可以实现天然气净化厂脱硫单元工艺流程的稳态模拟。
针对天然气净化厂脱硫工艺的优化主要从3个方面考虑，即降低脱硫单元能耗、增大净化气流量和提高脱硫选择性。因此，本试验选择工艺总能耗、净化气流量及选择因子作为评判指标。其中，工艺总能耗指重沸器热负荷、胺液循环泵功率、酸水回流泵功率、酸气空冷器热负荷、酸气后冷器热负荷、贫液空冷器热负荷、贫液后冷器热负荷的总和[24-25]；选择因子指贫液对H2S与CO2脱除率的比值[14, 17]，其计算如式（1）～式（3）所示。
式中：${\eta }_{\mathrm{CO}_2} $为CO2脱除率（共吸率），%；${\eta }_{\mathrm{H_2S}} $为H2S脱除率（选吸率），%；$ {\varphi }_{\mathrm{C}\mathrm{O_2},\mathrm{酸}}$为酸气中CO2体积分数，%；${\varphi }_{\mathrm{H_2}\mathrm{S},\mathrm{酸}} $为酸气中H2S体积分数，%；${\varphi }_{\mathrm{C}\mathrm{O_2},\mathrm{原}} $为原料气中CO2体积分数，%；${\varphi }_{\mathrm{H_2}\mathrm{S},\mathrm{原}} $为原料气中H2S体积分数，%；S为选择因子。
综合考虑文献调研和现场调研结果[26-29]，选择吸收塔塔板数、吸收塔压力、胺液循环量、胺液进料温度4个工艺参数作为试验因素，分别记为A、B、C和D，各试验因素均取4个水平，各水平的取值均满足该天然气净化厂操作规程所规定的相应工艺参数的运行范围。正交试验因素及水平见表2。
根据正交试验原理，设计脱硫单元工艺优化的正交试验方案L16（44），以探究各试验因素对脱硫单元能耗、净化气流量和脱硫选择性的影响。正交试验方案如表3所列。
利用Aspen HYSYS软件搭建的脱硫单元模拟模型对表4中所列的16组试验方案进行数值模拟计算。表4展示了各试验方案的正交试验结果。由表4可知，各试验方案的净化气中H2S质量浓度均<6 mg/m3，CO2摩尔分数均<3%，表明各试验方案的净化气指标均满足GB 17820—2018《天然气》中一类气气质标准。
基于正交试验结果，先对试验指标进行单指标的直观比较，再利用IBM SPSS软件对其开展单指标的极差分析，最后应用综合频率分析法对直观比较和极差分析得到的结果进行分析，确定最佳试验方案，即优选出脱硫单元最佳工艺参数组合。
对表4中所列的16组正交试验结果按单指标进行直观比较分析，其优水平组合见表5。由表5可知，对于工艺总能耗、净化气流量、选择因子这3个指标，其优水平组合均为A1B1C1D1。
为反映试验因素对评判指标的影响程度，引入评判指标的最大值与最小值之差，即极差（R）[30-31]，其计算如式（4）～式（5）所示。极差越大，表明试验因素对评判指标的影响越大；反之，则影响越小。
式中：R为各试验因素的极差；Ki为各试验因素在第i个水平下各试验指标的总和；$ {\overline K_i} $为各试验因素在第i个水平下各试验指标的平均值；n为各水平出现的次数。
表6展示了4个试验因素对各评判指标的极差分析结果。由表6可知，不同试验因素下各评判指标的极差计算结果不同，表明各试验因素对各评判指标影响的显著程度不同。对于工艺总能耗指标，各因素的极差次序为R(C) > R(A) > R(B) > R(D)，因此，各因素对工艺总能耗的影响顺序为C > A > B > D，即胺液循环量对工艺总能耗的影响最大，其次是吸收塔塔板数，再次是吸收塔压力，而胺液进料温度的影响最小。对于净化气流量指标，各因素的极差次序为R(A) > R(B) > R(C) > R(D)，因此，各因素对净化气流量影响的主次顺序为A > B > C > D，即吸收塔塔板数对净化气流量的影响最大，其次是吸收塔压力，再次是胺液循环量，胺液进料温度的影响最小。对于选择因子指标，各因素的极差次序为R(A) > R(B) > R(C) > R(D)，因此，各因素对选择因子影响的主次顺序为A > B > C > D，即吸收塔塔板数对选择因子的影响最大，其次是吸收塔压力，再次是胺液循环量，胺液进料温度的影响最小。
通过对极差大小的比较，得到了各因素对各评判指标的影响程度，为更直观地显示各因素对各评判指标的影响方向，分析各评判指标随因素水平的变化而变化的趋势，以各因素水平为横坐标、各评判指标的平均值为纵坐标，绘制如图3~图5所示的试验因素与评判指标趋势图。
由图3可知，工艺总能耗随吸收塔塔板数（A）、吸收塔压力（B）及胺液循环量（C）的增加而增大，其与3个因素之间均呈单调递增的趋势，则A的优水平为A1、B的优水平为B1、C的优水平为C1。而工艺总能耗随胺液进料温度（D）的升高而降低，两者之间基本呈线性递减的趋势，则D的优水平为D4。因此，在保证净化气中H2S和CO2含量低于控制指标的前提下，适当减少吸收塔塔板数、降低吸收塔压力、减小胺液循环量和提高胺液进料温度，对天然气净化厂的节能降耗具有重要作用和实际意义。
由图4可知，净化气流量随各因素水平的变化趋势与总能耗随各因素水平的变化趋势刚好相反，即净化气流量关于吸收塔塔板数（A）、吸收塔压力（B）、胺液循环量（C）这3个因素均呈单调下降趋势，而关于胺液进料温度（D）则呈单调上升趋势。由此可知，A、B、C及D的优水平分别为A1、B1、C1和D4。这意味着在确保净化气气质达标的前提下，采取措施减少吸收塔塔板数、降低吸收塔压力、减小胺液循环量和提高胺液进料温度，有利于增加净化天然气流量，从而提高天然气净化厂的经济效益。
由图5可知，吸收塔塔板数（A）、吸收塔压力（B）、胺液循环量（C）及胺液进料温度（D）对选择因子的影响规律一致，随着吸收塔塔板数、吸收塔压力、胺液循环量和胺液进料温度的增加，选择因子减小，其与4个因素之间均存在单调递减的关系。故对于选择性而言，各试验因素均在其最低水平时取得最优值，即A、B、C及D均在水平1的时候为最优。鉴于此，在湿净化气达到所需的H2S和CO2净化度后，合理减少吸收塔塔板数、降低吸收塔压力、减小胺液循环量及降低胺液进料温度可有效降低CO2的共吸收率[32-33]，从而提高脱硫选择性，同时可提高酸气气质。
基于极差分析的单指标优水平组合见表7。由表7可知：对于工艺总能耗指标，优水平组合为A1B1C1D4；对于净化气流量指标，优水平组合为A1B1C1D4；对于选择因子指标，优水平组合为A1B1C1D1。
本研究中工艺总能耗、净化气流量和选择因子这3个试验指标具有同等重要性，采用综合频率分析法[34]，根据直观比较得到的优水平组合（表5）和通过极差分析得到的优水平组合（表7），对试验因素的不同水平分别进行频率分析，如表8所示。从表8可以看出，A、B、C和D都是水平1出现的频率最高，则按照综合频率分析法遵循优先选择出现频率高的因素水平来确定最优水平组合的原则[35-36]，各试验因素的最优水平组合为A1B1C1D1，即脱硫单元最优的工艺参数组合为吸收塔塔板数为12块，吸收塔压力为5.5 MPa，胺液循环量为75 t/h，胺液进料温度为28 ℃，此时，脱硫单元在兼顾能耗、净化气流量及脱硫选择性3方面的综合性能最佳。
脱硫单元工艺参数优化前后参数对比见表9。由表9可知：相比优化前，工艺总能耗由11 316.54 kW降至9 590.61 kW，降幅为15.25%；净化气流量由4 164.53 kmol/h增至4 175.54 kmol/h，增幅为0.26%；选择因子由1.32增至2.20，增幅为66.67%。此外，净化气中H2S、CO2含量虽有所上升，但仍符合GB 17820—2018中一类气气质指标的规定，表明通过正交试验确定的脱硫工艺最优水平组合能有效降低脱硫单元能耗，增大净化气流量，提高脱硫选择性。
将上述优化后的工艺参数应用于实际生产，考虑到原料天然气流量和组分的变化，在此主要对该天然气净化厂脱硫单元采用优化工艺参数后近1个月的能耗与未优化前的能耗进行对比。表10展示了脱硫单元工艺参数优化后近1个月的生产及能耗数据。由表10可知，在近1个月的净化生产中，单位产品天然气脱硫平均能耗为2.33 kJ/kmol，而工艺参数未优化前，单位产品天然气脱硫能耗为2.72 kJ/kmol。总体而言，脱硫单元工艺优化后，其单位产品天然气的脱硫能耗平均降低了14.34%。
1） 采用Aspen HYSYS流程模拟软件搭建的含硫天然气净化厂脱硫单元工艺模型能够准确地模拟装置脱硫工段的运行特性，且模型模拟计算值与现场实际运行值的相对误差均小于±10%，满足工程应用的要求，可用于脱硫单元工艺参数的优化。
2） 通过IBM SPSS软件对正交试验的结果开展了极差分析，确定了各试验因素对各评判指标影响的主次顺序。各因素对工艺总能耗的影响顺序从大到小依次为：胺液循环量、吸收塔塔板数、吸收塔压力、胺液进料温度；各因素对净化气流量和选择因子的影响顺序从大到小依次为：吸收塔塔板数、吸收塔压力、胺液循环量、胺液进料温度。
3） 利用四因素四水平正交试验数据，在进行单指标的直观比较和极差分析的基础上，应用综合频率分析法确定的脱硫单元最优工艺参数组合为：吸收塔塔板数12块、吸收塔压力5.5 MPa、胺液循环量75 t/h、胺液进料温度28 ℃。
4） 脱硫单元的工艺总能耗、净化气流量及脱硫选择性在工艺参数优化后均有所改善，工艺总能耗由11 316.54 kW降至9 590.61 kW，降幅为15.25%；净化气流量由4 164.53 kmol/h增至4 175.54 kmol/h，增幅为0.26%；选择因子由1.32增至2.20，增幅为66.67%。
2024, Vol. 53 Issue (5): 138-146 2024, Vol. 53 Issue (5): 138-146