石油与天然气化工  2025, Vol. 54 Issue (3): 31-39
天然气三甘醇脱水装置溶剂损耗分析
高杰1 , 何剑1 , 赵江涵1 , 邱静1 , 陈亮1 , 王伟1 , 陈文彪1 , 黄茜2     
1. 中国石油西南油气田公司蜀南气矿;
2. 重庆科技大学
摘要目的 降低三甘醇脱水工艺的三甘醇损耗量。方法 基于实际生产中的三甘醇脱水工艺流程,利用多种模拟分析软件开展天然气三甘醇脱水处理工艺全过程溶剂损耗分析,确定溶剂损耗部位,分析不同操作条件下三甘醇携带损耗的动态特征。结果 吸收塔是三甘醇损耗的主要部位,占总损耗的77.87%,模拟损耗量为6.03 mg/m3。优化后,吸收塔丝网除沫器捕集效率提升至60.32%,产品气分离器的分离效率提升至93.10%。结论 三甘醇的损耗主要发生在吸收塔中,优化吸收塔的丝网除沫器和产品气分离器的结构可以显著降低三甘醇的携带损耗。建议加强日常运行管理,改进设备结构,以提高脱水装置的操作效率和经济性。
关键词天然气    三甘醇脱水装置    吸收塔    三甘醇损耗    模拟分析    丝网除沫器    产品气分离器    
Analysis of solvent loss in natural gas triethylene glycol dehydration unit
GAO Jie1 , HE Jian1 , ZHAO Jianghan1 , QIU Jing1 , CHEN Liang1 , WANG Wei1 , CHEN Wenbiao1 , HUANG Qian2     
1. Southern Sichuan Gas District, PetroChina Southwest Oil & Gasfield Company, Luzhou, Sichuan, China;
2. Chongqing University of Science and Technology, Chongqing, China
Abstract: Objective The aim is to reduce the triethylene glycol (TEG) loss in the TEG dehydration process. Method Based on the TEG dehydration process flow of actual production, various simulation analysis softwares were used to analyze the solvent loss in the whole process of natural gas TEG dehydration process. The locations of solvent loss were identified, and the dynamic characteristics of TEG carryover loss under different operating conditions were analyzed. Result The absorber was identified as the primary location of TEG loss, accounting for 77.87% of the total loss, with a simulated loss of 6.03 mg/m3. After optimization, the capture efficiency of the mesh demister of absorber was improved to 60.32%, and the separation efficiency of the product gas separator was improved to 93.10%. Conclusion The majority of TEG loss occurs in the absorber. Optimizing the structure of the mesh demister and the product gas separator can significantly reduce TEG carryover loss. It is recommended to strengthen daily operation management and improve equipment structure to improve the operational efficiency and economic performance of the dehydration unit.
Key words: natural gas    triethylene glycol dehydration unit    absorber    triethylene glycol loss    simulation analysis    mesh demister    product gas separator    

溶剂吸收法利用吸收原理使溶剂溶剂吸收天然气中的水,从而达到脱水的目的。其中,三甘醇因具有脱水效率高、产品气水露点低、操作简单和运行费用低等优点,得到了广泛的应用。

1 三甘醇脱水工艺流程
1.1 工艺流程简介

三甘醇脱水工艺流程主要包括吸收和再生两部分:吸收部分负责吸收气体中的水分,降低气体的水露点;再生部分负责将吸收的水分解吸出来,使三甘醇贫液质量分数达到再生要求后,回到吸收部分循环使用,其流程如图1所示。

图 1     生产现场三甘醇脱水工艺流程图

自集气装置来的原料气除去气体中夹带的液体和固体杂质后,进入吸收塔与自上而下的三甘醇贫液逆流接触,脱除天然气中的绝大部分饱和水。脱除水分后的干气经干气/贫液换热器与贫液换热,再经产品气分离器后外输。从吸收塔下部出来的三甘醇富液在再生塔顶部盘管预热后进入闪蒸罐,闪蒸出来的闪蒸气调压后去燃料气系统。闪蒸后的三甘醇富液经溶液三级过滤器过滤,再经贫富液换热器换热后进入再生塔精馏柱中,在重沸器中被加热至200 ℃左右,三甘醇富液再生为贫液,经缓冲罐、贫富液换热器、循环泵及干气/贫液换热器后进入吸收塔重复使用。

1.2 原料气工况及组成

在某三甘醇脱水装置中分析三甘醇损耗,其模拟计算工况条件为:①天然气处理量(20 ℃,0.1 MPa,下同)为300×104 m3/d;②天然气压力(G)为5.40 MPa;③天然气温度为26.97 ℃;④三甘醇贫液循环量为2 808 kg/h。原料气组成见表1

表 1    原料气组成

2 三甘醇脱水工艺全流程三甘醇损耗分析
2.1 HYSYS软件模拟分析建立过程

利用Aspen HYSYS软件进行模型的建立,热力学方法的正确选择对模拟结果的准确与否至关重要。HYSYS中包含大量热力学方程,结合本研究中原料气组成的特点,选择PR(Peng-Robinson)方程作为本次三甘醇脱水工艺流程的热力学方程,如式(1)所示。

$ p=\frac{RT}{v_m-b}-\frac{aT}{v_m(v_m+b)+b(v_m-b)} $ (1)

式中:p为系统压力,Pa;R为气体常数,J/(mol·K);T为系统温度,K;vm为介质摩尔体积,m3/mol;ab均为特征参数。

全流程模拟是在物性计算的基础上,按照装置的工艺流程对各种模块进行序列综合。在本模型中涉及的单元模块包括分离器、换热器、塔设备、混合器等。HYSYS全流程的起点为原料气,然后根据工艺流程从上游到下游依次完成全部单元模块的设定、计算和分析等[1]。采用HYSYS软件所建立的全流程模拟模型如图2所示。

图 2     基于HYSYS软件的三甘醇脱水全流程模拟图

建模分析应遵循以下原则:

1) 以天然气为主要研究对象,忽略其他次要公用工程及管线。

2) 应考虑设备尺寸和装置特性[2]

3) 工艺中的备用设备也应根据实际操作进行模拟。

4) 选择现场的实际工艺参数进行模拟。

需要说明的是,HYSYS软件模拟计算的结果为理论计算值,为获得产品气中三甘醇含量,需根据模拟计算所获得的水露点与实际现场中所测得水露点的差值对模型进行修正[3-4]。本研究认为在相同的温度和压力条件下,理论水露点和实际水露点的差值是由于产品气中携带三甘醇所造成的,从而计算出产品气中三甘醇的损耗量。

2.2 模拟结果精度分析

为了验证所建模型的准确性,将HYSYS软件模拟计算结果与现场实际结果进行对比,见表2。由表2可知,HYSYS软件对三甘醇脱水工艺的模拟精度较高。

表 2    HYSYS软件模拟计算结果与现场实际结果对比

2.3 三甘醇脱水工艺全流程三甘醇携带损耗量分析

经模拟分析修正计算,得到三甘醇脱水工艺中三甘醇主要携带损耗量的位置和损耗量,见表3。模拟计算分析的产品气分离器出口气体中携带的三甘醇量为0.89 kg/d,吸收塔塔顶出口气体中携带的三甘醇量为5.91 kg/d,精馏柱顶部再生气中三甘醇携带损耗量为0.51 kg/d,TEG闪蒸罐闪蒸气中携带三甘醇量为0.28 kg/d。

表 3    三甘醇携带损耗量计算结果

脱水装置全工艺流程三甘醇携带损耗模拟分析的建立和模拟结果是在理想状态下进行的,而实际运行工况和装置条件远远达不到模拟状态,且会受到脱水装置上游原料气气质[5-7]、监控仪表精度、塔效率、分离效率等多种因素的影响[8-10]。因此,工艺模拟计算的三甘醇携带损耗量偏低,而在实际装置运行状态下的携带损耗量远远大于模拟的携带损耗量[11]。由表3中的损耗占比可知,吸收塔的三甘醇携带损失在全工艺过程中占比最高,是三甘醇携带损失量最大的设备单元。

1) 通过计算发现,在三甘醇脱水系统正常运行期间,三甘醇的主要损耗位置如下:①产品气分离器气液分离过程中的三甘醇损耗;②吸收塔脱水处理阶段的三甘醇损耗;③三甘醇再生阶段闪蒸罐、精馏柱等位置的三甘醇损耗。其中,吸收塔塔顶出口气体中携带的三甘醇量占比最高。

2) 在实际生产过程中,会在气体离开吸收塔前先采用丝网除沫器对液滴进行捕集,离开吸收塔后的气体通过产品气分离器再次进行气液分离,理论而言,通过两级分离后,产品气中携带的三甘醇量很少。但模拟计算结果表明,吸收塔和产品气分离器出口气体中均含有一定量的三甘醇。在天然气脱水过程中,为了提高脱水效率,应使气液在吸收塔中充分接触。产品气中会携带大量小粒径液滴,但液滴粒径过小不利于丝网除沫器和产品气分离器对其的捕集,液滴会随着气流被带走,并进入下游装置。因此,后续将针对吸收塔中的丝网除沫器对三甘醇液滴的捕集情况进行适应性分析,进一步探求天然气中携带三甘醇的原因。

3) 根据模拟结果,初步分析了天然气中携带三甘醇的原因,一方面是三甘醇溶液存在发泡的情况;另一方面,吸收塔中形成的三甘醇液滴中存在粒径较小的液滴,不利于丝网除沫器和产品气分离器的捕集。

3 吸收塔携液特征模拟分析
3.1 吸收塔和分离单元携液分析模型的建立
3.1.1 控制方程

在本研究中,对吸收塔的分析模拟采用欧拉−欧拉多相流模型中的Mixture模型;对分离器、丝网除沫器的优化分析采用欧拉−拉格朗日方程,并采用Ansys Workbench软件实现模型的搭建与求解。

3.1.1.1 Mixture模型

吸收塔中液滴在连续气相中运动,属于多相流动问题,因此,在进行模拟计算时需要引入多相流模型。

基于守恒型Navie-Stokes(N-S)方程,各相的质量、动量守恒方程见式(2)和式(3)。

$ \frac{\partial }{\partial t}({\alpha }_m{\rho }_m)+\nabla ({\alpha }_m{\rho }_m{u}_m)=0 $ (2)
$ \frac{\partial }{\partial t}({\alpha }_m{\rho }_{m}{u}_{m})+ \nabla ({\alpha }_m{\rho }_m{u}_m)= -{\alpha }_m\nabla p-\nabla {\tau }_m+{\alpha }_m{\rho }_mg+{F}_m $ (3)

式中:α为体积分数;ρ为密度,kg/m3;下标m表示第m相;t为时间,s;u为速度向量,m/s;τ为应力应变张量,N/m2p为标准状态下压力,Pa;g为重力加速度,m/s2F为外部体积力向量。

在任意控制容积内,相函数的总和应为1。因此,对于多相流体,其体积分数方程见式(4)。

$ \sum _{m=1}^{n}{\alpha }_m=1 $ (4)

式中:α为体积分数;n为相数量。

3.1.1.2 欧拉−拉格朗日方程

气相流动方程包含连续性方程和动力方程,其表达式见式(5)和式(6)。

$ \frac{\partial {u}_i}{\partial {x}_i}=0 $ (5)
$ \begin{split} \frac{\partial (\rho k)}{\partial t}+\frac{\partial (\rho k{u}_i)}{\partial {x}_i}=& \frac{\partial }{\partial {x}_i}\left({\alpha }_{k}{\mu }_{\mathrm{e}\mathrm{f}\mathrm{f}}\frac{\partial k}{\partial {x}_i} \right)+\\&{G}_{k}+{G}_{\mathrm{b}}-\rho \varepsilon -{Y}_{\mathrm{M}}+{S}_{k} \end{split}$ (6)

式中:i = 1、2、3;αk为扩散修正系数,无量纲;μeff为有效黏度,Pa·s;k为湍动能,J;x为位移,m;u为速度,m/s;Gk为由平均速度梯度引起的湍动能产生项,J/m3Gb为由浮力引起的湍动能产生项,J/m3ε为湍流耗散率,m2/s3YM为脉动膨胀对总的耗散率的影响项,J/m3Sk为自定义源项,J/m3

液滴被视为离散相,并使用离散相模型(discrete phase model, DPM)进行建模,该模型适用于低固体含量的情况。根据Clift的观点,液滴运动的控制方程见式(7)。

$ m_{\mathrm{p}}\frac{\mathrm{d}v_{\mathrm{p}}}{\mathrm{d}t}=F_{\mathrm{D}}+F_{\mathrm{P}}+F_{\mathrm{B}}+F_{\mathrm{M}} $ (7)

式中:mp为液滴质量,kg;vp为液滴速度,m/s;FD为曳力,N;FP为压力梯度力,N;FB为Basset力,N;FM为质量力,N。

3.1.2 湍流运动方程

采用标准k-ε模型对湍流场进行模拟。湍动能与湍流耗散率的计算见式(8)和式(9)。

$ k=\frac{1}{2}(\overline{{{u}_{{i}}^{'2}}}+\overline{{{u}_{{j}}^{'2}}}+\overline{{{u}_{{m}}^{'2}}}) $ (8)
$ \varepsilon=\frac{\mu_{{\mathrm{eff}}}}{\rho}\overline{\left(\frac{\partial u'_i}{\partial x_j}\right)\left(\frac{\partial u_i^\prime}{\partial x_j}\right)} $ (9)

式中:k为湍动能,J;u'i为速度,m/s;ijm=1、2、3;x为坐标轴x

3.1.3 网格特征

在数值模拟计算过程中,网格是用于离散化求解域的基础工具,它将连续的物理空间划分为有限数量的离散单元(如四边形、六面体、三角形、四面体等),以便对控制方程(如Navier-Stokes方程等)进行数值求解。网格可划分为结构化网格与非结构化网格,其选择需权衡计算效率、几何适应性和求解精度。结构化网格具有数据结构简单、网格质量高、计算速度快等优点,但对于几何形状较为复杂的物理模型,很难生成质量较高的结构化网格。非结构化网格对复杂区域有良好的适应性,生成网格也非常便捷,但需要耗费更长的计算时间。由于吸收塔内部结构复杂,本研究采用非结构化网格,如图3所示。

图 3     吸收塔结构示意图及网格划分

3.2 吸收塔携带损耗动态特征分析

对吸收塔进行模拟计算分析,当天然气处理量为300×104 m3/d、塔顶表压为5.40 MPa、温度为26.97 ℃时,吸收塔内的气体体积分数分布如图4所示。由图4可知,干气出口天然气气体体积分数为0.999,说明气体中携带有三甘醇,根据式(4)可知,气体中携带的三甘醇体积分数为2.826×10−7。因此,根据塔顶运行参数(压力为5.40 MPa,温度为26.97 ℃),可将流出塔顶的气体量转化为操作条件下的气体量,即为56 877.13 m3/d。而出口三甘醇体积分数为三甘醇的体积流量和其与天然气体积流量之和的比值,由此得到的三甘醇体积流量为0.016 1 m3/d,三甘醇密度取1 126 kg/m3,由此得到理论状态下吸收塔的三甘醇携带量为18.10 kg/d,折算为三甘醇携带损耗约为6.03 mg/m3

图 4     气体体积分数分布图

考虑吸收塔塔顶温度、压力、天然气处理量、液滴粒径及液滴密度的影响,应用上述数值模拟分析计算方法,可对不同条件下的吸收塔气体携液量进行计算。另外,因三甘醇受到污染后的起泡作用,液滴粒径与密度的变化也会造成吸收塔携液量的变化。

3.2.1 吸收塔塔顶温度的影响

随着塔顶温度由26 ℃升至37 ℃,吸收塔塔顶携液量由14.32 kg/d增至24.30 kg/d,见图5。由图5可知,随着塔顶温度的升高,气相运动活跃,带出了更多三甘醇液滴,增加了携液量。

图 5     吸收塔塔顶温度对携液量的影响

3.2.2 吸收塔塔顶压力的影响

随着塔顶压力由5.30 MPa升至5.70 MPa,吸收塔塔顶携液量由15.71 kg/d降至13.79 kg/d,见图6。由图6可知,随着塔顶压力的增加,液滴更容易凝结沉降,携液量降低。

图 6     吸收塔塔顶压力对携液量的影响

3.2.3 吸收塔天然气处理量的影响

随着吸收塔天然气处理量由280×104 m3/d增至320×104 m3/d,吸收塔塔顶携液量由12.38 kg/d增至17.99 kg/d,见图7。由图7可知,随着天然气处理量的增加,吸收塔内气流速度增加,液滴更容易被气流带走,携液量增加。

图 7     吸收塔天然气处理量对携液量的影响

3.2.4 液滴粒径的影响

三甘醇被污染后会发泡,可能会导致液滴粒径减小。常用的丝网除沫器对液滴粒径大于10 μm的微粒除沫效率可达99.99%,故在进行数模分析时,以液滴粒径10 μm为分析依据。在实际吸收塔运行过程中,随着液滴粒径由12 μm降至2 μm,吸收塔塔顶携液量由14.38 kg/d增至32.20 kg/d,见图8。由图8可知,随着液滴粒径的减小,液滴更不容易沉降,更容易随着气流从塔顶带出,携液量增加。

图 8     液滴粒径对携液量的影响

3.2.5 液滴密度的影响

三甘醇受到污染后发泡会导致液滴密度发生变化。随着液滴密度由1 120 kg/m3降至980 kg/m3时,吸收塔塔顶携液量由13.31 kg/d增至20.32 kg/d,见图9。由图9可知,随着液滴密度的减小,液滴更容易随着气流流动,携液量增加。

图 9     液滴密度对携液量的影响

4 吸收塔工艺优化措施分析
4.1 吸收塔丝网除沫器结构优化

吸收塔在整个系统的携液损失中占比为77.87%,在吸收塔运行过程中,携带三甘醇损耗受到运行压力、气量、温度、粒径、三甘醇密度影响变化极大,这些参数的变化在实际运行过程中受控程度较低[12]。从吸收塔携液模拟分析结果可知,吸收塔丝网除沫器的性能是携液损失的决定因素,要减少天然气脱水的携液损失,有效提高吸收塔的丝网除沫器性能至关重要。

常用的丝网除沫器主要是由丝网、丝网格栅组成丝网块和固定丝网块的支承装置构成,参考HG/T 21618—1998《丝网除沫器》标准,吸收塔采用的丝网除沫器厚度通常取150 mm,对于直径大于5 μm的液滴,除沫效率可达到98%。为了进一步分析三甘醇液滴在丝网除沫器段的流动行为,计算丝网除沫器对液滴的分离效率,采用欧拉−拉格朗日方程对丝网除沫器(图10)进行分析。丝网除沫器采用多孔介质,孔隙率设置为0.95;计算条件仍按气体处理量为300×104 m3/d、塔顶压力为5.4 MPa、温度为26.97 ℃考虑。根据欧拉−拉格朗日方程,可对流体中的液滴进行编号,然后通过追踪被编号液滴的轨迹来识别丝网除沫器的捕集能力,从而获得不同粒径液滴的分离效率。当液滴粒径为5 μm时,液滴通过丝网除沫器的运动轨迹如图11所示,气流在软件中被标记的液滴有184颗,通过丝网除沫器捕集的有63颗,由此可知,丝网除沫器对粒径为5 μm液滴的捕集效率为34.23%。通过计算,不同液滴粒径对应的丝网除沫器捕集效率如图12所示。

图 10     优化前丝网除沫器结构示意图

图 11     优化前液滴通过丝网除沫器的运动轨迹

图 12     不同液滴粒径对应的丝网除沫器捕集效率

图12可知,当前丝网除沫器适应的液滴粒径为3 μm,粒径小于3 μm的液滴均会随着气流离开。

为了提高丝网除沫器的使用效率,对当前丝网除沫器(图13)进行优化设计。将丝网除沫器进行倾斜,为了利用现有空间,将其与塔轴线的角度设置为72°,这样可以安装Φ1 600 mm的捕集器,以增大流体的通过面积。取相同条件,当液滴粒径为5 μm时,优化后液滴通过丝网除沫器的运动轨迹如图14所示。气流在软件中被标记的液滴有184颗,通过丝网除沫器捕集的有111颗,丝网除沫器对粒径为5 μm液滴的捕集效率为60.32%,与当前丝网除沫器相比,优化后的丝网除沫器捕集效率提升了26.09个百分点。这是因为丝网除沫器倾斜放置后,丝网除沫器的捕集面积增大,并且由于丝网除沫器倾斜夹角的安装位置,对气流夹带溶液形成的两相扰动显著增加,从而促进了小液滴间的聚并。若对丝网除沫器增加一定的厚度,但不改变安装方式,无法提高有效捕集面积,塔顶气液流的沉降空间受到挤压,最重要的是不能增加流态扰动,不利于液滴聚集,对于提高捕集效率的作用较低。

图 13     优化后丝网除沫器结构示意图

图 14     优化后液滴通过丝网除沫器的运动轨迹

采用欧拉−拉格朗日方程和标准k-ε模型建立了丝网除沫器的分析模型,通过计算,得到了不同粒径下丝网除沫器的捕集效率,确定了当前捕集器适应的液滴粒径为3 μm,小于3 μm的液滴均会随气流带出。以5 μm液滴为例,当前捕集效率仅为34.2%,将丝网除沫器倾斜设置,捕集效率显著提升至60.4%,证明该优化方案有效。

4.2 产品气分离器结构优化

产品气分离器是将吸收塔携液后进行回收的重要设备,是降低气体携液量的最后一个环节,目前常用产品气分离器的结构如图15所示。通过第4.1节的分析,吸收塔中粒径小于3 μm的液滴极易被带出吸收塔,进入产品气分离器。由图15可知,当前产品气分离器结构简单,内部只设置丝网除沫器,对小粒径液滴的处理效果较差。为进行定量的分析,依然采用欧拉−拉格朗日方程,气体处理量为300×104 m3/d,液滴粒径取为3 μm,液体处理量为18.1 kg/d。获得的流场计算域中液滴轨迹如图16所示。气流中被标记的液滴有290颗,未被捕集逃离的液滴有288颗,该分离器分离效率仅为0.69%。由此可见,当前产品气分离器无法实现对粒径为3 μm液滴的分离。

图 15     常用产品气分离器的结构示意图

图 16     优化前液滴在产品气分离器中的运动轨迹

为提高当前产品气分离器对小粒径液滴的捕集能力,通过资料调研,建议对当前分离器进行改造,比如在分离器中加装波纹聚结结构,如图17所示。常用的波纹板聚结器分离器是通过聚结材料捕捉微小液滴,小液滴在聚结材料上汇集成大液滴,然后通过重力与气体分离。其工作原理如下:

图 17     带波纹板聚结结构的分离器内部情况示意图

1) 被拦截的小液滴吸附在聚结材料上。

2) 小液滴在吸附的聚结材料上和其他小液滴碰撞,形成较大的液滴。

3) 较大的液滴在气流的推动下向聚结材料层的下游运动,继续重复上述过程,直到形成大液滴。

4) 已形成的大液滴依靠自身重力实现与气相的分离。

一般来说,常用波纹板聚结分离器的分离效率受到流速、温度和压力等操作条件的影响。在常规操作条件下,稳定的波纹板聚结分离器的分离效率可以达到90%以上,具体效率需要通过实验或工程计算进行验证。适当的设计和操作条件还可以显著提高分离效果。

因此,利用波纹板聚结结构对产品气分离器进行改造,加装内径长度同为900 mm的波纹板聚结结构。分析软件设置波纹板聚结结构外壁为“捕集”(trap)模式,经计算,获得的液滴运动轨迹见图18。气流中被标记的液滴有290颗,未被捕集而逃离的液滴为20颗,该分离器的分离效率提升至93.10%。

图 18     优化后液滴在分离器中的运动轨迹

采用欧拉−拉格朗日方程和标准k-ε模型建立了产品气分离器的分析模型,通过计算发现,优化前的分离器结构较为简单,对小液滴的分离效率很低。因此,提出了在分离器中加装波纹板聚结结构的措施,经计算,加装聚结结构件后,分离器分离效率提升至93.10%,可有效拦截产品气中携带的三甘醇。

5 结论与建议

通过对三甘醇脱水装置进行模拟分析,得到在脱水工艺全过程中造成三甘醇损耗的关键设备是脱水装置吸收塔,其损耗占比在装置中达到77.87%。吸收塔的三甘醇实际携液损失量与吸收塔塔顶温度、压力、天然气处理量、液滴粒径、液滴密度等关系密切[5]。通过对吸收塔工艺进行优化分析、改进工艺设备结构等措施,可以有效降低三甘醇的携带损失[13]

三甘醇作为脱水装置的消耗性溶剂,由于装置运行工况和物理性质等因素,无法完全避免其损耗,SY/T 0076—2023《天然气脱水设计规范》规定,三甘醇脱水装置处理1 m3天然气的三甘醇损耗量宜小于15 mg。通过模拟分析得出的300×104 m3/d脱水装置理想的三甘醇消耗量如下:①基于HYSYS软件分析为2.56 mg/m3;②基于欧拉−欧拉多相流(动态多相流携液损耗)模型分析为6.03 mg/m3。装置在实际运行过程中,三甘醇消耗因受到气量波动、压力波动、温度波动、溶液变质(发泡)、监控仪表精度、塔效率、分离效率等更多因素的影响,实际消耗量通常较高。

因此,建议采取以下措施:①加强脱水装置日常运行管理,改善原料天然气气质,降低三甘醇污染,减少发生携带损失的可能性;②改进吸收塔丝网除沫器结构,减少塔内携带损失;③改进产品分离器结构,提高分离效率,拦截产品气中携带的三甘醇,并进行回收利用。对于三甘醇脱水装置的设计及运行管理,通过采取上述措施,可大大降低三甘醇的携带损失,提高脱水装置的操作管理水平。

参考文献
[1]
三甘醇损耗原因分析及常见处理办法介绍[J]. 石化技术, 2018, 25(3): 183-184. DOI:10.3969/j.issn.1006-0235.2018.03.140
[2]
提升泵对三甘醇损耗影响的研究[J]. 化工管理, 2022(16): 141-144.
[3]
海上平台三甘醇脱水装置故障分析及工艺优化[J]. 石油与天然气化工, 2024, 53(1): 14-19.
[4]
基于响应面法的三甘醇脱水参数优化[J]. 石油与天然气化工, 2023, 52(3): 16-23.
[5]
水溶性无机盐对三甘醇脱水性能影响的实验研究[J]. 石油与天然气化工, 2023, 52(2): 9-15.
[6]
无机盐与硫化氢对天然气三甘醇脱水的影响[J]. 石油与天然气化工, 2022, 51(4): 1-6.
[7]
工艺气脱水装置外输管线中液滴来源及分布特性研究[J]. 石油与天然气化工, 2023, 52(3): 1-8.
[8]
基于遗传算法的三甘醇脱水系统减碳策略[J]. 石油与天然气化工, 2023, 52(2): 16-22.
[9]
降低三甘醇发泡次数和损耗量的研究和探索[J]. 石河子科技, 2023(3): 13-14. DOI:10.3969/j.issn.1008-0899.2023.03.007
[10]
天然气脱水过程中影响三甘醇性质因素分析[J]. 广州化工, 2022, 50(11): 73-75. DOI:10.3969/j.issn.1001-9677.2022.11.023
[11]
浅谈三甘醇在天然气脱水过程中的损耗分析及应对方案[J]. 石油工业技术监督, 2011, 27(7): 47-48.
[12]
高温高压气田三甘醇系统深度脱水创新优化应用[J]. 石化技术, 2023, 30(4): 267-268. DOI:10.3969/j.issn.1006-0235.2023.04.091
[13]
顺北二区高含硫天然气脱水工艺技术研究[J]. 石油与天然气化工, 2022, 51(3): 16-22.