基于遺傳算法的天然氣配氣方案優(yōu)化

張 旭，夏 勇，李 冬，黃昌猛，李穩(wěn)宏

1.西北大學(xué)化工學(xué)院，陜西 西安 710069；2.長慶油田第一采氣廠，陜西 榆林 718500

天然氣作為一種清潔能源具有良好的社會經(jīng)濟效益和環(huán)境友好效益[1,2]，但開采出的天然氣含有大量酸性氣體和水等有害物質(zhì)，極大程度上造成運輸管道的腐蝕和堵塞[3]，所以必須對其進行凈化處理[4,5]。隨著原料氣氣質(zhì)波動和凈化裝置服役年限延長等客觀原因，雖然凈化后的氣質(zhì) H2S含量滿足國家二類天然氣標準20 mg/m3內(nèi)，但CO2含量卻超過了3%（體積分數(shù)，下同）的要求[6]。付浩等[7,8]篩選了多種胺液配方使氣質(zhì)達標，但對裝置之間的配氣方案研究較少。

本研究以陜北某凈化廠的6套凈化裝置為例，運用MATLAB高級優(yōu)化算法中的遺傳算法進行編程[9]，對采用混合胺液深度凈化的 6#裝置與 1#～5#采用單一胺液氣質(zhì)不合格的裝置進行優(yōu)化耦合配氣，以期找出合理的配氣方案，達到擴大裝置生產(chǎn)能力，符合外輸氣質(zhì)標準的目的，同時為凈化裝置的實際生產(chǎn)調(diào)配提供一定的基礎(chǔ)和依據(jù)。

1 天然氣基礎(chǔ)數(shù)據(jù)

天然氣凈化主要包括脫硫、脫碳、脫水工藝。1#～6#裝置的氣量、酸性氣體含量、水含量見表1。各裝置的凈化效果見表2。由表1和表2可以看出，各凈化裝置的產(chǎn)品氣中H2S含量低于20 mg/m3，滿足國家二類天然氣標準，且脫除率較高；而1#～5#裝置的產(chǎn)品氣中 CO2含量均高于3%，唯有 6#裝置的脫除率較高，脫除效果最差的是 3#裝置；產(chǎn)品氣保留率均較高，從側(cè)面反映了在保證產(chǎn)品氣水露點合格的前提下脫水量較小?；谏鲜龈餮b置中出現(xiàn)的現(xiàn)實問題，對各裝置合理配氣是目前亟待解決的問題。

表1 天然氣基礎(chǔ)數(shù)據(jù)Table 1 Basic data of natural gas

表2 各凈化裝置參數(shù)Table 2 Parameters of each purification device

2 外輸氣現(xiàn)狀

針對1#～6#凈化裝置的基礎(chǔ)數(shù)據(jù)，現(xiàn)編寫MATLAB程序計算外輸混合氣現(xiàn)狀，結(jié)果見表3。由表3可知，1#～6#裝置的混合氣產(chǎn)品氣量為996.91×104m3/d，產(chǎn)品氣中H2S的含量合格；相比單一裝置的產(chǎn)品氣，由于外輸混合氣中包含了脫碳效果較好的6#裝置，所以CO2含量均低于1#～5#裝置，但與標準相比仍高于0.1個百分點。

表3 外輸混合氣現(xiàn)狀參數(shù)Table 3 The current parameters of mixed natural gas

3 配氣模型的建立

配氣模型的建立包括確定決策變量、目標函數(shù)和約束條件[10]。本研究中決策變量即各裝置天然氣的處理量，目標函數(shù)為混合產(chǎn)品氣量最大，約束條件為各裝置處理范圍、混合產(chǎn)品氣中 CO2和 H2S含量滿足國家二類氣質(zhì)標準。所建立的配氣模型如下。

式中，f(x)為外輸混合產(chǎn)品氣量，104m3/d；x為裝置處理量，104m3/d；s和s’分別表示原料氣和產(chǎn)品氣中H2S含量，%（v）；c和c’分別表示原料氣和產(chǎn)品氣中CO2含量，%；h表示產(chǎn)品氣保留率，%。

4 配氣模型的實現(xiàn)

4.1 ga函數(shù)求解

隨著MATLAB軟件的不斷更迭，開發(fā)者將對遺傳算法的程序進行封裝，用戶在使用時可調(diào)用優(yōu)化工具箱中的ga函數(shù)進行優(yōu)化[11]，主要優(yōu)化的思路如圖1所示，具體步驟如下。

圖1 遺傳算法流程Fig.1 Flow chart of genetic algorithm

（1）個體編碼：本案例中共有6個個體，即xi（i=1,2…6），采用二進制進行編碼。

（2）初始群體的產(chǎn)生：將上述隨機產(chǎn)生的6個個體所對應(yīng)的符號串構(gòu)成一個群體，作為起始搜索點開始迭代。根據(jù)ga函數(shù)設(shè)置的種群規(guī)模(Population Size)為 200。

（3）個體適應(yīng)度的計算：本案例中個體適應(yīng)度按下式計算。

式中，pi表示個體適應(yīng)度，無量綱。

（4）停止條件：通過程序運行，本案例中算法停止的條件是適應(yīng)值的平均變化誤差小于閾值誤差1×10-6，達到了適應(yīng)值限制，此時混合產(chǎn)品氣量基本不再變化，為1 045.46×104m3/d。

（5）遺傳操作：當(dāng)目標函數(shù)不收斂時，需進行遺傳操作，即選擇、交叉和變異。

本案例中，選擇采用隨機均勻分布法；交叉采用線性重組法，交叉概率為 0.8；變異采用適應(yīng)性變異法，變異概率為0.01。

（6）遺傳代數(shù)：本案例中所設(shè)置的遺傳代數(shù)與個體數(shù)量有關(guān)，由于需要優(yōu)化的變量有6個，故遺傳代數(shù)為：6×100=600。

此外，遺傳算法本質(zhì)是一種啟發(fā)式的隨機運算，程序重復(fù)運行多次才能得到理想的結(jié)果，因此編程時可將上一次運行得到的最后種群作為下一代初始種群，這樣可以得到更好的優(yōu)化結(jié)果[12]。

4.2 運行優(yōu)化結(jié)果

在保證混合氣中H2S含量不大于20 mg/m3，CO2含量不大于3%的條件下，當(dāng)1#～6#原料氣實際處理量分別為100.10，173.07，100.01，100.23，199.11，400.00×104m3/d時，混合產(chǎn)品氣量最大可達到1 045.46×104m3/d，較優(yōu)化前增加了4.87%。此時，產(chǎn)品氣中H2S含量為8.44 mg/m3，CO2含量為3.00%，氣質(zhì)完全滿足國家二類標準。

根據(jù)優(yōu)化結(jié)果，所繪制適應(yīng)度與遺傳代數(shù)關(guān)系圖如圖2所示。由圖2可知，當(dāng)遺傳代數(shù)為 349時，達到了適應(yīng)值限制的條件，算法停止。

圖2 適應(yīng)值與遺傳代數(shù)關(guān)系Fig.2 The relationship between fitness value and generation

5 結(jié) 論

a）針對產(chǎn)品氣氣質(zhì)不達標的現(xiàn)狀，建立了天然氣的配氣模型，采用遺傳算法函數(shù)編寫了優(yōu)化配氣方案的程序代碼。

b）通過程序運行優(yōu)化后，在保證混合產(chǎn)品氣中H2S和CO2含量滿足國家二類天然氣標準的前提下，混合產(chǎn)品氣量最大可達到1 045.46×104m3/d，較優(yōu)化前增加了4.87%，增大裝置的生產(chǎn)能力。

[1]楊素珍.A天然氣公司市場擴張戰(zhàn)略研究 [D].青島: 中國海洋大學(xué), 2010.

[2]Koyun T, Kunduz M, Oztop H F, et al.Comparison of purification processes of natural gas obtained from three different regions in the world [J].J Natural Gas Chem, 2012, 21(1):61-68.

[3]黃 輝, 馬紅蓮, 何仁洋,等.硫化氫對天然氣管線內(nèi)腐蝕的影響分析 [J].管道技術(shù)與設(shè)備, 2014, (3):34-36.Huang Hui , Ma Honglian, He Renyang, et al.Analysis of the impact of natural gas pipeline internal corrosion caused by H2S [J].Pipeline Technique and Equipment, 2014, (3): 34-36.

[4]王開岳.天然氣凈化工藝——脫硫脫碳、脫水、硫黃回收及尾氣處理(第二版) [M].石油工業(yè)出版社, 2015, 1-15.

[5]Alcheikhhamdon Y, Hoorfar M.Natural gas quality enhancement: A review of the conventional treatment processes, and the industrial challenges facing emerging technologies [J].J Natural Gas Sci & Eng, 2016, 34:689-701.

[6]中華人民共和國國家質(zhì)量監(jiān)督檢驗檢疫總局, 中國國家標準化管理委員會 GB 17820-2012, 天然氣 [S].北京: 中國標準出版社,2012.

[7]付 浩.MDEA為主體天然氣脫碳胺液篩選及配比優(yōu)化研究 [D].青島: 中國石油大學(xué)(華東), 2014.

[8]花亦懷, 唐建峰, 陳 杰, 等.三乙醇胺+哌嗪混合胺液的脫碳性能及配比優(yōu)選 [J].化工進展, 2015, 34(4):984-989.Hua Yihuai ,Tang Jianfeng, Chen Jie, et al.Decarburization performance of the mixed amine of TEA and PZ and their ratio optimization[J].Chemical Industry and Engineering Progress, 2015, 34(4): 984-989.

[9]劉國華, 包 宏, 李文超.用MATLAB實現(xiàn)遺傳算法程序 [J].計算機應(yīng)用研究, 2001, 18(8):80-82.Liu Guohua, Bao Hong, Li Wenchao.A genetic algorithm in MATLAB [J].Application Research of Computers, 2001, 18(8):80-82.

[10]黃華江.實用化工計算機模擬 [M].北京: 化學(xué)工業(yè)出版社, 2004, 191-192.

[11]Jing Libing, Luo Zhenghao Liu Liu, et al.Optimization design of magnetic gear based on genetic algorithm toolbox of MATLAB [J].J Electrical Eng Technol, 2016, 11(3): 1921-1928.

[12]卓金武, 李必文, 魏永生, 等.MATLAB在數(shù)學(xué)建模中的應(yīng)用 [M].北京: 北京航空航天大學(xué)出版社, 2014: 89-92.