DMTO裝置基于IDA與節(jié)能潛力框架的能效分析

顧祥柏，楊吟，朱群雄

（1北京化工大學信息科學與技術學院，北京100029；2中石化煉化工程（集團）股份有限公司，北京100101）

引 言

DMTO包括反應和烯烴分離兩部分。反應的工藝過程與煉油工業(yè)的催化裂化技術非常相似，反應機理方面又與甲醇制汽油有相同之處[1-5]。DMTO典型的工藝流程示意見文獻[2]。

DMTO裝置與傳統(tǒng)的石腦油裂解裝置相比，都包括烯烴分離部分。相較于DMTO的反應-再生，傳統(tǒng)的石腦油裂解制烯烴路線采用溫度約為 800℃左右的裂解反應。由于DMTO反應溫度低，且不需深冷分離工藝，所以操作費用較低[6-8]。DMTO每產(chǎn)1噸烯烴，約消耗3噸甲醇；石腦油裂解制乙烯也約需要3噸石腦油/噸乙烯。DMTO的乙烯收率約為50%，乙烯+丙烯收率大于80%，乙烯+丙烯+丁烯的收率約為90%。石腦油裂解制乙烯的乙烯收率約為30%，乙烯+丙烯收率約為45%，乙烯+丙烯+丁烯的收率約為56%[9-10]。DMTO的耗能分布是反應-再生部分的能耗占整個裝置能耗的 1/3，烯烴分離部分的能耗占整個裝置能耗的 2/3。而石腦油制烯烴裂解部分的能耗占整個裝置的 2/3，烯烴分離部分的能耗占整個裝置能耗的1/3[6]。

為了全面評價分析 DMTO的能效與節(jié)能潛力，采用指標分解（index decomposition analysis,IDA）[11-13]的能效評價與節(jié)能潛力評價的綜合分析框架，基于裝置操作運行的統(tǒng)計數(shù)據(jù)，量化計算裝置的能效指標、節(jié)能潛力、節(jié)能量、技術節(jié)能和結構節(jié)能指標，準確定位裝置的能效水平以及提高能效的關鍵成功因素。以年產(chǎn)30萬噸乙烯和30萬噸丙烯的DMTO裝置2012年的月統(tǒng)計數(shù)據(jù)為例，從能效指標以及節(jié)能潛力兩個方面分析獲得降低能耗、節(jié)能減排的實施途徑，驗證了提出的分析框架的實用性。

1 基于IDA指標的能效分析方法

目前的能耗分析大都是通過建立各種數(shù)學模型來模擬化學過程，分析某些因素對能耗的影響，如操作條件、原料、燃料、產(chǎn)量對能耗的影響，沒有把影響能耗的因素綜合起來分析。另一方面，基于模型的能耗分析方法對數(shù)據(jù)要求高，要求建立相應的數(shù)學模型，計算過程復雜卻又無法準確推測影響能耗的真正原因，無法提出全面合理的節(jié)能降耗措施。為此，考慮采用IDA指標分解分析方法對能效進行綜合分析。與化學過程模擬方法相比，指標分析方法最大的優(yōu)點是數(shù)據(jù)容易得到，雖然采用了IDA模型，但是計算過程簡單，物理意義明確，并能夠得到不同因素對能效指標影響的量化結果。

IDA采用3個指標分析能效[11-14]：（1）能源績效指標（energy performance index，EPI）；（2）節(jié)能量（energy saving, ES）；（3）結構能效（energy hierarchy，EH）。IDA 的能效指標可以全面反映能源強度、結構以及節(jié)能量的變化，可以作為能效與節(jié)能改進幅度的通用指標，能綜合各個統(tǒng)計階段的能耗狀況，統(tǒng)籌分析統(tǒng)計周期內(nèi)（通?？梢赃x為 1年）的能效水平，并且可以直觀地給出能源使用與物理生產(chǎn)指標間的相關性，以便測量能源需求，具有廣泛的實用性。

假設生產(chǎn)裝置第t月的能耗總量為Et，單位為千克標準煤(kgce)，則有

其中，Qt為生產(chǎn)裝置第t月的當月產(chǎn)量（單位為噸），也就是IDA分析中的活動水平。Q為生產(chǎn)裝置年總的活動水平，即總產(chǎn)量，單位為噸。St為生產(chǎn)裝置第t月的活動占全年活動的結構，It為生產(chǎn)裝置第t月的能源強度。

生產(chǎn)裝置的年平均能耗量E0為

其中，函數(shù)L(a,b)是整數(shù)a和b的對數(shù)平均值。

則生產(chǎn)裝置在T月期間通過能效的改進獲得的節(jié)能量ES，單位為千克標準煤(kgce)

生產(chǎn)裝置在相應的期間的能耗結構 EH，單位為千克標準煤(kgce)

生產(chǎn)裝置T月的能源績效指標EPI的結果如下

類似地，可以得到生產(chǎn)裝置能耗工質(zhì)j在T月期間通過能效的改進獲得的節(jié)能量 ESj，單位為千克標準煤(kgce)

生產(chǎn)裝置的能耗工質(zhì)j在T月期間的能耗結構EHj，單位為千克標準煤(kgce)

生產(chǎn)裝置的能耗工質(zhì)j在T月的能源績效指標EPIj的結果如下

盡管 IDA指標的能效分析能夠獲得量化的節(jié)能空間，但是無法區(qū)分通過提升技術與管理水平的節(jié)能空間，以及調(diào)整生產(chǎn)結構的節(jié)能空間，對于像DMTO這類能源需求較高的工藝過程，有必要進一步區(qū)分技術節(jié)能潛力與結構節(jié)能潛力，以便更準確定位影響節(jié)能改進空間的主要原因。

2 節(jié)能潛力分析方法

節(jié)能潛力[15-17]受到生產(chǎn)裝置的生產(chǎn)技術以及能源結構的影響。廣義的技術（或效率）影響通常是指各生產(chǎn)裝置自身能源強度的變化對節(jié)能潛力產(chǎn)生的影響，主要來源于生產(chǎn)裝置的管理與操作水平的改進，因此也稱為技術節(jié)能潛力，技術節(jié)能潛力所帶來的節(jié)能量也稱為技術節(jié)能量。

由于生產(chǎn)裝置的生產(chǎn)能力或負荷變化，使得生產(chǎn)裝置的產(chǎn)能、原料結構以及生產(chǎn)裝置構成比重發(fā)生變化，繼而對生產(chǎn)裝置的節(jié)能潛力產(chǎn)生的影響，主要來源于活動水平的改進，因此稱為結構節(jié)能潛力。結構節(jié)能潛力所帶來的節(jié)能量也稱為結構節(jié)能量。

第t月的技術節(jié)能量為

式中，Qt代表第t月的產(chǎn)量；SECt表示生產(chǎn)裝置第t月的綜合能耗；SEC0表示月綜合能耗的平均值。

第t月的結構節(jié)能量為

式中，Q0代表月產(chǎn)量的平均值；Q代表年總產(chǎn)量；其他符號與式（11）相同。

第t月的總節(jié)能量為

第t月的節(jié)能潛力為

3 實證分析

下面以年產(chǎn) 30萬噸乙烯和 30萬噸丙烯的某DMTO裝置2012年的月統(tǒng)計數(shù)據(jù)為例，進行能效與節(jié)能潛力的分析。

3.1 監(jiān)測指標（生產(chǎn)數(shù)據(jù)）

表1 某DMTO裝置2012年生產(chǎn)監(jiān)測數(shù)據(jù)Table 1 DMTO plant production monitoring data in 2012

DMTO裝置通常與氣化裝置共同建設，因此DMTO裝置一般不消耗燃料，所采用的蒸汽也可以通過與氣化裝置的總體平衡獲取。某 DMTO裝置2012年的月生產(chǎn)統(tǒng)計數(shù)據(jù)如表1所示。

3.2 能效指標

為了綜合比較IDA指標分析的有效性，考慮將其與能效指標 EEI[18]和綜合能耗指標 SEC對比分析，利用表1中的數(shù)據(jù)，采用式（1）～式（7）計算分析各月的能效指標，計算結果如表2所示。

表2 DMTO裝置2012年的能效指標Table 2 Energy efficiency indicators of DMTO plant in 2012

表2中“?”表示與年平均水平相比少用的能量，也就是相對平均水平來講節(jié)能空間更大。從表1和表2可以得到，2012年月平均乙烯產(chǎn)量為25249 t，年總產(chǎn)量為302993 t，年平均綜合能耗為14.03 GJ·t?1，以 2012年平均綜合能耗為基準計算，全年共節(jié)能303.50tce。2月、4月、6月、7月、9月以及12月節(jié)能高于平均水平，當月的能源績效指標與能耗指標均小于 1，也從另一方面表明這些月份的能效更高。每月的能源績效指標以及能效指標的標準差均為0.03，說明能源績效平穩(wěn)，生產(chǎn)過程總體正常運行。

為了使分析更加直觀，將表2的結果表示成如圖1的圖示化結果。

從圖1可以進一步看出單位產(chǎn)品能耗、能源績效指標、能效指標、節(jié)能量以及能源結構變化趨勢相同且基本一致，同時可以看出綜合能耗越高，節(jié)能量越低。但是不能找到影響能效與節(jié)能量的關鍵成功因素（key successful factor, KSF）。為此，考慮利用式（8）～式（10）、參考文獻[18]中 EEI的計算公式以及表1的數(shù)據(jù)進一步分析各耗能工質(zhì)消耗量的變化對于能效的影響，計算了各個耗能工質(zhì)的能耗情況，如圖2所示。

圖1 DMTO裝置2012年各月能效分析Fig.1 Monthly energy efficiency analysis of DMTO plant in 2012

由圖 2(a)、(b)可以看出，全年生產(chǎn)過程中，水與電的能源績效與能效指標相對比較平穩(wěn)，變化幅度較小。蒸汽的能源績效變化比較大，對裝置的能耗結構和節(jié)能量的影響較大。圖2(c)表明，蒸汽的節(jié)能量約占總節(jié)能量的 80%，說明蒸汽是影響DMTO裝置節(jié)能量的最主要因素，因此提高利用蒸汽的能效對DMTO裝置的能源績效與節(jié)能至關重要。圖2(d)揭示蒸汽占DMTO裝置能源結構比重的70%以上，因此，蒸汽是DMTO裝置節(jié)能與能效改進的關鍵成功因素。但是還無法確定是通過提升技術與管理水平，還是通過調(diào)整生產(chǎn)結構對于改進能效更有效，所以有必要進一步進行節(jié)能潛力的分析，找出影響DMTO能效最主要的原因。

3.3 節(jié)能潛力分析

利用表1的數(shù)據(jù)，利用式（11）～式（14）計算分析DMTO裝置2012年各月份的節(jié)能潛力，計算結果如表3所示。其中“?”表示與年平均水平相比少用的能量，也就是相對平均水平來講節(jié)能空間更大。

圖2 2012年DMTO裝置各月各類耗能工質(zhì)能效分析Fig.2 Monthly energy efficiency analysis for all energy consumption working medium of DMTO plant in 2012

以年平均綜合能耗為基準，該DMTO裝置2012年的技術節(jié)能量為676.02 tce，結構節(jié)能量為54.31 tce，平均節(jié)能潛力為 1.005。節(jié)能潛力的標準差為0.03，表明節(jié)能潛力比較平穩(wěn)，裝置操作總體平穩(wěn)。技術節(jié)能的偏差為270.39 tce，偏大，表明裝置的操作與管理水平還很不穩(wěn)定，進一步改進的空間比較大。

表3 DMTO裝置2012年節(jié)能潛力分析結果Table 3 Saving potential analysis of DMTO plant in 2012

為了使分析更加直觀，將表3的結果繪制成圖3所示的曲線。其中為了便于觀察，將結構節(jié)能量ΔEstr的單位從tce換算為GJ單位。

由圖1和圖3可以看出，綜合能耗和節(jié)能潛力變化趨勢相反，說明綜合能耗越高，節(jié)能潛力越小，節(jié)能空間越大。由圖2和圖3可以看出，節(jié)能潛力的變化趨勢與蒸汽的變化趨勢相反，說明蒸汽能耗對節(jié)能潛力影響較大，也就是說蒸汽是影響DMTO裝置節(jié)能的最重要因素。

圖3 DMTO裝置2012年各月節(jié)能潛力Fig.3 Saving potential of DMTO plant in 2012

圖4為DMTO裝置2012年各月能源結構指標與結構節(jié)能量比較。從圖4不難看出，以2012年綜合能耗的平均值為基準計算，月平均能源結構為10356.91tce。能源結構的標準差為269.61，說明全年波動較大。結構節(jié)能量的變化趨勢并不與能源結構的變化趨勢具有一致性。能源結構的變化與耗能工質(zhì)的投入具有密切關系。

圖4 DMTO裝置2012年各月能源結構指標與結構節(jié)能量比較Fig.4 Comparing energy structure and its energy savings of DMTO plant in 2012

3.4 討論

由表2與表3可以得到，采用IDA分析方法得到的ES與采用節(jié)能潛力分析方法得到的ΔE趨勢相同，并且結果非常接近，驗證了IDA分析方法與節(jié)能潛力的分析具有一致性。由表3可以進一步確定，技術與管理水平、生產(chǎn)負荷、原料和耗能工質(zhì)的投入結構的變化給節(jié)能帶來的量化影響，從而可以進一步確定提升管理與技術水平是 DMTO能效改進的關鍵成功因素。

4 結 論

基于 IDA的指標分解能效分析和節(jié)能潛力分析的綜合分析框架，可以較為全面地從技術管理水平、負荷、生產(chǎn)結構、耗能工質(zhì)等方面找出影響裝置能效的關鍵成功因素，從而為裝置的計劃、調(diào)度以及優(yōu)化操作提供切實可行的支持。

提出的分析框架從能源績效指標以及節(jié)能潛力兩個方面進行綜合分析。相比其他分析手段，能綜合并且真實有效地反映出能源使用的活動水平、能源結構和能源強度等因素的影響，并能得到裝置操作的技術與結構對節(jié)能量的量化影響，因而可以直觀地揭示提高能效、降低能耗和節(jié)能的有效實施途徑。DMTO的示例分析，驗證了IDA能效分析與潛力分析方法的一致性和實用性，為提出方法廣泛用于能效管理與節(jié)能的實踐奠定了堅實的應用基礎。

[1]Xin Ling. Innovation leads China’s world-leading DMTO technology into commercialization [J].Bulletin of the Chinese Academy of Sciences, 2011, 25(2): 128-130

[2]Xiang Dong(項東)，Peng Lijuan(彭麗娟)，Yang Siyu(楊思宇)，Qian Yu(錢宇). A review of oil-based and coal-based processes for olefins production [J].Chemical Industry and Engineering Progress(化工進展), 2013, 32(5): 959-970

[3]Zhu Jie(朱杰), Cui Yu(崔宇), Chen Yuanjun(陳元君), Zhou Huaqun(周華群), Wang Yao(王垚), Wei Fei(魏飛).Recent researches on process from methanol to olefins [J].CIESC Journal(化工學報),2010, 61(7): 1674-1684

[4]Li Liying(李麗英), Tian Guanghua(田廣華). Technology and industrial current status of coal-based methanol to olefins [J].China Synthetic Resin and Plastics(合成樹脂及塑料), 2013, 30(4): 75-78

[5]Zhang Dongming(張東明). Review of separation process for methanol to olefins [J].Chemical Industry(化學工業(yè)), 2012, 30(6): 12-17

[6]Tao Ren, Martin Patel, Kornelis Blok. Olefins from conventional and heavy feedstocks: energy use in steam cracking and alternative processes [J].Energy, 2006, 31: 425- 451

[7]Li Changyan(李常艷), Zhang Huijuan(張慧娟), Hu Ruisheng(胡瑞生). Methanol to olefins technologyvstraditional petroleum hydrocarbons cracking to olefins technology [J].Coal Chemical Industry(煤化工), 2011(6): 41-44

[8]Liu Yuan(劉媛), He Zuoyun(何祚云). Technology progress and economic analysis of coal-based methanol to olefins [J].Modern Chemical Industry(現(xiàn)代化工), 2013, 33(1): 13-18

[9]Niu Xinxiang(牛新祥). Economic analayis son coal alkene [J].Coal Processing and Comprehensive Utilization(煤炭加工與綜合利用),2014(4): 43-49

[10]Wang Xuelei(王學雷). A dynamic benchmarking method for energy consumption of ethylene production process [J].Computers and Applied Chemistry(計算機與應用化學), 2010(9): 1166-1170

[11]Su Bin, Ang B W. Structural decomposition analysis applied to energy and emissions: some methodological developments[J].Energy Economics, 2012, 34: 177-188

[12]Ang B W, Huang H C, Mu A R. Properties and linkages of some index decomposition analysis methods [J].Energy Policy, 2009,37(11): 4624-4632

[13]Ang B W, Zhang F Q. A survey of index decomposition analysis in energy and environmental studies [J].Energy, 2000, 25:1149-1176

[14]Hoekstra R, van der Bergh J C J M. Comparing structural and index decomposition analysis [J].Energy Economics, 2003, 25: 39-64

[15]Zhu Tong(朱彤). Analysis of energy efficiency and energy-saving potential of petrochemical industry in China [J].Economic Management(經(jīng)濟管理), 2010, 32(10): 27-35

[16]Karen Fisher-Vandern. Management structure and technology diffusion in Chinese state-owned enterprise [J].Energy Poilicy,2003, 31: 247-257

[17]Yunchang Jeffref Bor. Consistent multi-level energy efficiency indicators and their policy implications [J].Energy Economics,2008(30): 2401-2419

[18]Geng Zhiqiang(耿志強), Zhu Qunxiong(朱群雄), Gu Xiangbai(顧祥柏). Dependent function analytic hierarchy process model for energy efficiency virtual benchmark and its applications in ethylene equipments [J].CIESC Journal(化工學報), 2011, 62(8): 2372-2377