基于SPRT的水合物生成风险评价方法——应用于火驱尾气集输管道

常明亮,王盼锋,王寿喜,陈传胜,王 勇,陈 龙,王 力

(1.中国石油天然气管道工程有限公司 西安设计分公司,陕西 西安 710014; 2.西安石油大学 石油工程学院,陕西 西安 710065; 3.中国石化 川气东送天然气管道有限公司,湖北 武汉 430000; 4.中国石油新疆油田公司 工程技术研究院,新疆 克拉玛依 834000)

引 言

受运行参数、环境参数等因素的影响,管道系统具有很强的动态流动特性,使得水合物的生成在时间与空间上具有显著的不确定性[1],概率方法是求解这类不确定性问题的一种有效方法。国内已有较多学者将可靠性理论引入石油天然气管道工程领域[2-5]。国际上已形成技术规范,如ISO16708《石油天然气工业-管道输送系统-基于可靠性的极限状态方法》[6]、加拿大标准Z662-07《油气管道系统》[7]。在管输水合物的生成风险评价方面,邓道明等[8]、阮超宇等[9]基于可靠性的极限状态方法,给出了以概率形式定量描述天然气管道中水合物形成风险的计算方法。上述研究为管输水合物生成的风险评价奠定了一定的理论基础。

近年来,火驱开采技术作为稠油热采的有效接替技术,大幅提高了稠油采收率,在我国胜利、辽河、新疆等油田得到了广泛应用[10]。然而,火烧油层会产生大量火驱尾气,这些尾气自井口而出时携带大量饱和水,经集输管线输送至处理厂。随着管输压力和温度的变化,管道内饱和水会凝析成游离水[11],为水合物的生成提供了有利条件。而我国胜利、辽河、新疆等油田,冬季极端气温低,大大加剧了集输管道形成水合物冻堵的风险,严重威胁管道安全。

鉴于此,本文提出序贯概率比检验法(SPRT),即通过假设检验定量评价管道沿线节点的水合物生成风险;使用Chen-Guo模型预测火驱尾气水合物生成条件;参考QSY201.5—2015《油气管道监控与数据采集系统通用技术规范 第5部分:报警管理》建立水合物生成报警机制;最后将该方法应用于火驱尾气集输管线,进行仿真测试。

1 水合物生成极限状态方程

理想条件下,基于热力学的水合物生成条件是流体流动温度与同一压力下的水合物生成温度相等。而在实际操作过程中多引入过冷度来描述水合物生成条件[8-9]。故本文采用的水合物生成极限状态方程如下:

(1)

2 序贯概率比检验法及报警机制

故存在3个假设:原假设H0:μ=μ1,k位置水合物生成处于临界状态,事件发生时,可能会影响或威胁管道的安全运行,需引起重点关注,设为Ⅲ级报警;备选假设H1:μ=μ1+Δμ1,k位置处于水合物生成安全区,不报警;备选假设H2:μ=μ1-Δμ1,k位置管道处于水合物生成危险区,事件发生时,将要影响或威胁管道的安全运行,应快速采取应急处理措施,设为Ⅱ级报警。于是形成如下两组假设检验:(1)H0,H1;(2)H0,H2。

(2)

(3)

易推得检验(1)的递推关系式:

(4)

同理可以得到检验(2)的递推关系式:

(5)

设α为水合物生成的误报警率,β为水合物生成的漏报警率,根据SPRT法,两个检验阈值分别为:

(6)

(7)

于是综合检验(1)、(2)的水合物生成的判决法则如下:

Step1:实际生产数据标定μ1,σ12;

Step4:输出报警信息或不报警。

基于上述判决法则给出如图1所示的水合物生成序贯概率比检验计算流程。

图1 水合物生成序贯概率比检验计算流程Fig.1 Calculation process of sequential probability ratio test of hydrate formation

3 火驱尾气水合物生成条件预测

火驱尾气属于烟道气的一种,是空气与稠油油藏燃烧后返排的燃烧气,其组成主要以CH4、N2和CO2为主,同时含有少量的H2S、O2及其他气体[15]。与酸气相比,火驱尾气中CO2和H2S含量低,但增加了N2以及其他微量组分;与常规烟道气相比,N2和CO2含量相当,但由轻烃、H2O组分和微量O2、H2S、H2、CO等组成。由于H2S的毒性及H2S、CO2的腐蚀性,实验确定酸性天然气水合物生成条件相对较少,科研与工程技术人员多使用热力学模型预测水合物生成条件。经文献调研,Chen-Guo模型较其他热力学模型对含CO2和少量H2S气体的水合物有较好的预测效果[16],且该模型测定的水合物生成条件实验数据涵盖了火驱尾气的主要组分[17]。故本文选用Chen-Guo模型预测火驱尾气的水合物生成条件,使用PR状态方程进行平衡闪蒸计算,SRK状态方程进行气相组分逸度计算[18-19],按照文献[20]计算程序框图,基于西安石油大学油气管网仿真课题组“油气集输工艺分析平台PK2020”,使用C++语言开发了Chen-Guo模型水合物生成预测软件(图2)。

图2 参数输入界面及计算结果输出界面Fig.2 Parameter input interface and calculation result output interface

选用表1多组分混合气体,其基本覆盖了火驱尾气中包含的基础水合物组分,将本文开发的水合物生成预测软件和商业软件HYSYS的水合物生成条件计算结果与实验数据进行对比(图3)。结果显示:本文软件计算相对误差为9.34%,HYSYS计算相对误差为10.52%,表明本文编制的Chen-Guo模型水合物生成预测软件的预测精度高于HYSYS,可以满足预测火驱尾气水合物生成条件的要求。

表1 多组分混合气体组成Tab.1 Composition of mixed gas

图3 Chen-Guo模型、HYSYS计算结果与水合物实验数据对比Fig.3 Comparison of calculation results of Chen-Guo model and HYSYS software with experimental data of hydrate

4 仿真与验证

某尾气集输支线,管道全长520 m,管道规格Φ219 mm×3.5 mm,管壁粗糙度0.045 mm,传热系数45 W/(m·K), 冬季环境温度-10 ℃,管道处于

裸露状态,保温层材料为聚氨酯泡沫,传热系数0.018 W/(m·K),厚度为0.1 m。入口温度为60 ℃,入口压力为1.5 MPa,流量为120 kg/h,组分见表2,饱和含水。使用HYSYS软件建立上述模型,选用PR状态方程,两相流模型为Beggs and Brill(1973),通过干气和水混合、闪蒸获取饱和含水气。模拟结果显示沿线压降变化较小,沿线温度分布如图4所示。

表2 尾气管线气体摩尔组成Tab.2 Molar composition of gas in exhaust pipeline

图4 管线沿程温度分布Fig.4 Temperature distribution along the pipeline

使用Chen-Guo模型计算得到1.5 MPa下的水合物生成温度为4.81 ℃,设置过冷度为1 ℃,可知在460 m处,管线进入水合物生成危险区,该位置应执行Ⅱ级报警。而管道实际运行过程中的气体入口压力、温度、流量是波动的,管线开始进入水合物生成危险区的位置时刻在变化。为了验证本文评价方法的效果,以460 m处为监测点,在管线入口压力、温度、流量出现波动的情况下,观察SPRT检验结果,判断管线进入水合物生成危险区的位置是否发生移动,其移动规律是否符合客观规律。管道运行过程中,其沿程压力、温度、流量的波动特性通过拉丁超立方抽样方法(Latin Hypercube Sampling,LHS)抽取入口压力、温度、流量样本(服从表3中的正态分布)和HYSYS计算获得。根据序贯抽样方案统计检验原理,其具体的仿真检验过程如下:

表3 正态分布随机变量Tab.3 Random variables conforming to normal distribution

(1)使用拉丁超立方法抽取符合正态分布的入口压力、温度或流量样本;

(2)每生成一个入口压力、温度或流量样本,使用HYSYS软件计算得到该样本下的管道沿线压力、温度或流量的分布样本;

(3)再根据图1所示计算流程计算得到一次抽样的检验参数λ,并进行结果判断,依次类推;

(4)当所抽取的样本可以进行结果判断时,停止抽样,给出判断结果。

为便于研究,根据经验,检验参数设置为:α=0.005,β=0.005,Ts=1 ℃,μ1=0,σ1=1,Δμ1=1 ℃。

4.1 入口压力随机波动检验

如图5所示,保持入口温度(60 ℃)、流量(120 kg/h)不变,入口压力正态分布分别为:波动前N(1.5,0.12)、上行波动后N(1.8,0.12)。对于波动前入口压力正态分布,仿真检验结果为监测点处于水合物生成临界状态,执行Ⅲ级报警。当注入入口压力上行波动后,仿真检验结果为监测点处于水合物生成危险区,执行Ⅱ级报警。然后停止注入入口压力上行波动后,仿真检验结果为监测点又回到水合物生成临界区,执行Ⅲ级报警。

图5 入口压力符合N(1.5,0.12)、N(1.8,0.12)分布的拉丁超立方抽样检验Fig.5 Latin hypercube sampling inspection with inlet pressure conforming to N (1.5,0.12),N (1.8,0.12) distribution

如图6所示,同样保持入口温度、流量不变,入口压力正态分布分别为:波动前N(1.5,0.12)、下行波动后N(1.2,0.12)。对于波动前入口压力正态分布,仿真检验结果为监测点处于水合物生成临界状态,执行Ⅲ级报警。当注入入口压力下行波动后,仿真检验结果为监测点进入水合物生成安全区,不报警。然后停止注入入口压力下行波动后,仿真检验结果为监测点回到水合物生成临界区,恢复Ⅲ级报警。

图6 入口压力符合N(1.5,0.12)、N(1.2,0.12)分布的拉丁超立方抽样检验Fig.6 Latin hypercube sampling inspection with inlet pressure conforming to N (1.5,0.12),N (1.2,0.12) distribution

4.2 入口温度随机波动检验

如图7所示,保持入口压力(1.5 MPa)、流量(120 kg/h)不变,入口温度正态分布分别为:波动前N(60,12)、上行波动后N(65,12)。对于波动前入口温度正态分布,仿真检验结果为监测点处于水合物生成临界状态,执行Ⅲ级报警。当注入入口温度上行波动后,仿真检验结果为监测点进入水合物生成安全区,不报警。然后停止注入入口温度上行波动后,仿真检验结果为监测点回到水合物生成临界区,恢复Ⅲ级报警。

图7 入口温度符合N(60,12)、N(65,12)分布的拉丁超立方抽样检验Fig.7 Latin hypercube sampling inspection with inlet temperature conforming to N (60,12) and N (65,12) distribution

如图8所示,同样保持入口压力、流量不变,入口温度正态分布分别为:波动前N(60,12)、下行波动后N(55,12)。对于波动前入口温度正态分布,仿真检验结果为监测点处于水合物生成临界状态,执行Ⅲ级报警。当注入入口温度下行波动后,仿真检验结果为监测点处于水合物生成危险区,执行Ⅱ级报警。然后停止注入入口温度下行波动后,仿真检验结果为监测点又回到水合物生成临界区,执行Ⅲ级报警。

图8 入口温度符合N(60,12)、N(55,12)分布的拉丁超立方抽样检验Fig.8 Latin hypercube sampling inspection with inlet temperature conforming to N (60,12) and N (55,12) distribution

4.3 入口流量随机波动检验

如图9所示,保持入口压力(1.5 MPa)、入口温度(60 ℃)不变,入口流量正态分布分别为:波动前N(120,12)、上行波动后N(130,12)。对于波动前入口流量正态分布,仿真检验结果为监测点处于水合物生成临界状态,执行Ⅲ级报警。当注入入口流量上行波动后,仿真检验结果为监测点进入水合物生成安全区,不报警。然后停止注入入口流量上行波动后,仿真检验结果为监测点回到水合物生成临界区,恢复Ⅲ级报警。

如图10所示,同样保持入口压力、入口温度不变,入口流量正态分布分别为:波动前N(120,12)、下行波动后N(110,12)。对于波动前入口流量正态分布, 仿真检验结果为监测点处于水合物生成临界状态,执行Ⅲ级报警。当注入入口流量下行波动后,仿真检验结果为监测点处于水合物生成危险区,执行Ⅱ级报警。然后停止注入入口流量下行波动后,仿真检验结果为监测点又回到水合物生成临界区,执行Ⅲ级报警。

图10 入口流量符合N(120,12)、N(110,12)分布的拉丁超立方抽样检验Fig.10 Latin hypercube sampling inspection with inlet flow-rate conforming to N (120,12) and N (110,12) distribution

5 结 论

(1)通过与实验数据的对比,编制的Chen-Guo模型水合物生成预测软件的预测结果与实验数据吻合良好,预测精度略高于HYSYS,可以满足预测火驱尾气水合物生成条件的要求。

(2)采用拉丁超立方抽样方法分别抽取管道入口压力、入口温度、入口流量样本,将该评价方法应用在处于水合物生成临界状态的某监测点,结果显示:注入随机变量上行波动后,该方法对随机变量入口压力、入口温度、入口流量的响应结果分别为进入水合物生成危险区、进入水合物生成安全区、进入水合物生成安全区,分别执行Ⅱ级报警、不报警、不报警;注入随机变量下行波动后,该方法对随机变量入口压力、入口温度、入口流量的响应结果分别为进入水合物生成安全区、进入水合物生成危险区、进入水合物生成危险区,分别执行不报警、Ⅱ级报警、Ⅱ级报警。

(3)随着管道入口压力的增大,水合物生成温度随之增加,处于水合物生成临界状态的监测点会进入水合物生成危险区;随着管道入口温度的增大,管道沿线流动温度随之增加,处于水合物生成临界状态的监测点会进入水合物生成安全区;随着管道入口流量的增大,管道沿线温降速度减小,流动温度增加,处于水合物生成临界状态的监测点会进入水合物生成安全区。综合分析认为该评价方法的响应机制良好,评价结果符合物理认知。

序贯概率比检验法受备选假设的选择、参数取值、检测延迟等问题的影响,后续研究将进一步改进该方法,以提高水合物生成风险评价的可靠性。