Связаться с нами
Современный подход к описанию состава и свойств углеводородных флюидов
NAUKA совершенствует методы характеризации нефти и нефтепродуктов для повышения точности моделирования химико-технологических процессов нефтеперерабатывающих производств
Леонид Капшуков
младший технолог компании
2025
13 мин
Илья Шура
зам. директора по развитию компании
Сергей Михайлов
старший технолог компании
Введение
Результат моделирования химико-технологических процессов (ХТП) нефтепереработки, без которого сегодня трудно представить себе планирование производства и выпуска товарной продукции НПЗ, напрямую зависит от понимания состава и свойств нефти и нефтепродуктов. Для создания точной модели какого-либо процесса на нефтеперерабатывающем предприятии необходимы точные данные по качественному и количественному составу сырья, товарных и промежуточных продуктов. Однако нефть содержит сотни тысяч веществ. Так, например, исследователи Уорвикского университета (Великобритания) с помощью масс-спектрометрии ионно-циклотронного резонанса с преобразованием Фурье идентифицировали 244 779 уникальных молекул только в тяжелых нефтяных остатках — пожалуй, наиболее интересной составляющей нефти с точки зрения моделирования в связи с углублением переработки нефти.
Несмотря на интенсивное развитие физических и физико-химических методов исследования, при определении детального состава нефтяных флюидов сегодня остается больше вопросов, чем ответов. Область аналитической химии, изучающая данные аспекты, даже стала отдельным научным направлением, получившим в 2004 году название «петролеомика».
Но даже при наличии полной картины состава химических соединений в интересующем нас потоке (флюиде) нефтяного сырья или продукта, мы не приблизимся к разработке точной модели. Во-первых, данными о свойствах сотен тысяч компонентов сложно оперировать. Во-вторых, далеко не у каждого вещества, содержащегося в нефтяном флюиде, на сегодняшний день определены физико-химические свойства (температура кипения, плотность, вязкость и др.), знание которых необходимо для точного моделирования. В-третьих, глубокий анализ нефти или нефтепродукта даже на уровне сегодняшних лабораторных возможностей требует немалых затрат.
В связи с этим создатели ПО для моделирования ХТП нефтепереработки ведут поиск математических методов для надежной оценки состава и свойств углеводородных смесей. Процесс моделирования свойств и состава флюида ещё называют характеризацией.
Несмотря на интенсивное развитие физических и физико-химических методов исследования, при определении детального состава нефтяных флюидов сегодня остается больше вопросов, чем ответов. Область аналитической химии, изучающая данные аспекты, даже стала отдельным научным направлением, получившим в 2004 году название «петролеомика».
Но даже при наличии полной картины состава химических соединений в интересующем нас потоке (флюиде) нефтяного сырья или продукта, мы не приблизимся к разработке точной модели. Во-первых, данными о свойствах сотен тысяч компонентов сложно оперировать. Во-вторых, далеко не у каждого вещества, содержащегося в нефтяном флюиде, на сегодняшний день определены физико-химические свойства (температура кипения, плотность, вязкость и др.), знание которых необходимо для точного моделирования. В-третьих, глубокий анализ нефти или нефтепродукта даже на уровне сегодняшних лабораторных возможностей требует немалых затрат.
В связи с этим создатели ПО для моделирования ХТП нефтепереработки ведут поиск математических методов для надежной оценки состава и свойств углеводородных смесей. Процесс моделирования свойств и состава флюида ещё называют характеризацией.
Эволюция методов характеризации флюидов
Попытки характеризации нефти для технологических расчетов начались еще в 20-х годах прошлого столетия с ее упрощенного представления в виде только двух составляющих — углеводородной жидкости и растворенного в ней углеводородного газа. Такие составляющие принято называть псевдокомпонентами, а метод, основанный на описанном подходе, получил название Black Oil. В данном методе учитывается только растворение газа в жидкости при повышении давления и выделение из нее при снижении давления. При этом углеводородная жидкость не может переходить в газовую фазу, а вода, содержащаяся в нефти, рассматривается как третья фаза, которая не смешивается с обоими углеводородными псевдокомпонентами.
Впоследствии, с развитием процессов первичной переработки нефти, потребовалось прогнозировать фазовые равновесия при разделении нефтяных флюидов, появились более совершенные методики с нарезкой флюида широкого фракционного состава на узкие фракции (с шагом 10, 20, 25 °С) по температурам кипения (псевдокомпоненты), основанные на корреляциях физико-химических свойств множества нефтей и их фракций, изученных в ходе лабораторных исследований. Такой подход интенсивно развивается и постоянно актуализируется, на него опирается Американский институт нефти API (American Petroleum Institute).
Для моделирования процессов вторичной переработки нефти, где происходят химические превращения веществ, появилась потребность в молекулярной характеризации нефтяных флюидов, т. е., оценке химического состава, достаточно точной для использования ее результатов в моделировании ХТП. Молекулярная характеризация сегодня заложена в программное обеспечение (ПО) для моделирования процессов нефтепереработки, в том числе наиболее распространенные на мировом рынке продукты: HYSYS производства компании Aspen Tech, PRO-II компании AVEVA, PetroSIM (KBC).
В связи с тенденцией к углублению переработки углеводородного сырья ощущается потребность в совершенствовании методов характеризации тяжелых нефтяных фракций. Комплекс таких задач решает и компания NAUKA.
Впоследствии, с развитием процессов первичной переработки нефти, потребовалось прогнозировать фазовые равновесия при разделении нефтяных флюидов, появились более совершенные методики с нарезкой флюида широкого фракционного состава на узкие фракции (с шагом 10, 20, 25 °С) по температурам кипения (псевдокомпоненты), основанные на корреляциях физико-химических свойств множества нефтей и их фракций, изученных в ходе лабораторных исследований. Такой подход интенсивно развивается и постоянно актуализируется, на него опирается Американский институт нефти API (American Petroleum Institute).
Для моделирования процессов вторичной переработки нефти, где происходят химические превращения веществ, появилась потребность в молекулярной характеризации нефтяных флюидов, т. е., оценке химического состава, достаточно точной для использования ее результатов в моделировании ХТП. Молекулярная характеризация сегодня заложена в программное обеспечение (ПО) для моделирования процессов нефтепереработки, в том числе наиболее распространенные на мировом рынке продукты: HYSYS производства компании Aspen Tech, PRO-II компании AVEVA, PetroSIM (KBC).
В связи с тенденцией к углублению переработки углеводородного сырья ощущается потребность в совершенствовании методов характеризации тяжелых нефтяных фракций. Комплекс таких задач решает и компания NAUKA.
Подход компании NAUKA к математическому описанию состава и свойств углеводородных флюидов
Для характеризации углеводородного сырья и его производных NAUKA разрабатывает программное обеспечение «Менеджер флюидов», которое дополнит функциональность системы моделирования технологических процессов NAUKA.Proxima. В основу методики характеризации флюидов заложено применение MTHS-матрицы — аббревиатура расшифровывается как Molecular Type Homologous Series — англ. «гомологические ряды по типу молекул». Нефть или нефтепродукт рассматриваются как совокупность веществ с известными свойствами (обычно легкие углеводороды) и гипотетических компонентов (гипокомпонентов), представленных в виде «нарезки» с шагом по температурам кипения, который задает пользователь. Состав и свойства гипокомпонентов рассчитываются в процессе характеризации.
Данный подход позволяет подробно декомпозировать каждый гипокомпонент — описать содержание углеводородов различных гомологических рядов, которые ещё называют «групповые компоненты».
Это повышает точность расчета свойств флюида и упрощает его применение в моделировании процессов вторичной переработки, которая предполагает работу с конкретными видами молекул и их превращениями.
На рис. 1 представлен вариант матрицы, где список компонентов с известными физико-химическими свойствами, которые могут встретиться в составе потоков на НПЗ, охватывает газообразные углеводороды С1 — С4. Как правило, в лаборатории возможно выделить легкую часть флюида в виде смеси содержащихся в ней индивидуальных компонентов. Поэтому их описывают с использованием справочных данных. Остальные вещества представлены в виде гипокомпонентов.
Данный подход позволяет подробно декомпозировать каждый гипокомпонент — описать содержание углеводородов различных гомологических рядов, которые ещё называют «групповые компоненты».
Это повышает точность расчета свойств флюида и упрощает его применение в моделировании процессов вторичной переработки, которая предполагает работу с конкретными видами молекул и их превращениями.
На рис. 1 представлен вариант матрицы, где список компонентов с известными физико-химическими свойствами, которые могут встретиться в составе потоков на НПЗ, охватывает газообразные углеводороды С1 — С4. Как правило, в лаборатории возможно выделить легкую часть флюида в виде смеси содержащихся в ней индивидуальных компонентов. Поэтому их описывают с использованием справочных данных. Остальные вещества представлены в виде гипокомпонентов.
Рис. 1. Блок-схема комплекса гидрокрекинга.
Список «чистых» компонентов может быть шире — в справочной литературе имеются данные по многим углеводородам различных гомологических рядов. Впрочем, весь флюид может быть описан путем произвольной «нарезки» на гипокомпоненты.
Современный уровень развития физической химии, в том числе квантовой теории и термодинамики, позволяет прогнозировать состав и свойства нефтяных фракций с приемлемой точностью. На сегодняшний день для данных целей разработано множество методик.
Так, например, для формирования «библиотеки» температур кипения и плотностей гипокомпонентов, которая лежит в основе дальнейших расчетов, решение от компании NAUKA использует методику PC-SAFT (Perturbed-Chain Statistical-Associating-Fluid-Theory — теория статистической ассоциативной жидкости с возмущенной цепью). Мы считаем данную методику оптимальной, поскольку она предлагает расчеты состава и физико-химических свойств гипокомпонентов на базе взаимодействия структурных элементов молекулы, в основе которого лежит теория возмущений, работающая на принципах статистической механики. Молекула рассматривается как структура из различных «конструкционных материалов» — групп CH3—, —CH2—, —CH= и др. — оказывающих взаимное влияние друг на друга.
Современный уровень развития физической химии, в том числе квантовой теории и термодинамики, позволяет прогнозировать состав и свойства нефтяных фракций с приемлемой точностью. На сегодняшний день для данных целей разработано множество методик.
Так, например, для формирования «библиотеки» температур кипения и плотностей гипокомпонентов, которая лежит в основе дальнейших расчетов, решение от компании NAUKA использует методику PC-SAFT (Perturbed-Chain Statistical-Associating-Fluid-Theory — теория статистической ассоциативной жидкости с возмущенной цепью). Мы считаем данную методику оптимальной, поскольку она предлагает расчеты состава и физико-химических свойств гипокомпонентов на базе взаимодействия структурных элементов молекулы, в основе которого лежит теория возмущений, работающая на принципах статистической механики. Молекула рассматривается как структура из различных «конструкционных материалов» — групп CH3—, —CH2—, —CH= и др. — оказывающих взаимное влияние друг на друга.
Особенности определения состава флюида
Одна из ключевых задач молекулярной характеризации нефтяных флюидов сегодня состоит в уточнении содержания групповых компонентов в гипокомпонентах. В общем случае гипокомпонент может содержать все вещества, температуры кипения которых попадают в заданный для него температурный диапазон.
В настоящее время при детальном исследовании флюида часто применяется описание состава смеси через индекс PIONA (paraffins, isoparaffins, olefins, naphthenes, aromatics), т. е., долю парафиновых, изопарафиновых, олефиновых, нафтеновых и ароматических углеводородов. Однако для моделирования процессов переработки нефти необходимо более детальное определение различных классов углеводородов. Например, сложных молекул с сочетанием двух и более ароматических и/или нафтеновых колец у каждой.
К сожалению, в справочной литературе немного информации о высших углеводородах, которые содержатся в тяжелых дистиллятах и остатках. Эти вещества сложно, а то и невозможно выделить в ходе анализа нефти или нефтепродукта, а затем отдельно исследовать. Чем тяжелее молекула, тем труднее предсказать её свойства и, соответственно, заложить её данные в модель.
NAUKA учитывает содержание сложных полициклических углеводородов. На рис. 1 можно увидеть гомологические ряды, включающие различные комбинации ароматических и нафтеновых колец. Мы рассматриваем только некоторые сочетания, наиболее актуальные для задач «Менеджера флюидов».
На данный момент в «Менеджере флюидов» заложены методики расчета содержания 18 групп углеводородов, в перспективе компания планирует расширить этот диапазон до 46, включая гетероатомные соединения.
В настоящее время при детальном исследовании флюида часто применяется описание состава смеси через индекс PIONA (paraffins, isoparaffins, olefins, naphthenes, aromatics), т. е., долю парафиновых, изопарафиновых, олефиновых, нафтеновых и ароматических углеводородов. Однако для моделирования процессов переработки нефти необходимо более детальное определение различных классов углеводородов. Например, сложных молекул с сочетанием двух и более ароматических и/или нафтеновых колец у каждой.
К сожалению, в справочной литературе немного информации о высших углеводородах, которые содержатся в тяжелых дистиллятах и остатках. Эти вещества сложно, а то и невозможно выделить в ходе анализа нефти или нефтепродукта, а затем отдельно исследовать. Чем тяжелее молекула, тем труднее предсказать её свойства и, соответственно, заложить её данные в модель.
NAUKA учитывает содержание сложных полициклических углеводородов. На рис. 1 можно увидеть гомологические ряды, включающие различные комбинации ароматических и нафтеновых колец. Мы рассматриваем только некоторые сочетания, наиболее актуальные для задач «Менеджера флюидов».
На данный момент в «Менеджере флюидов» заложены методики расчета содержания 18 групп углеводородов, в перспективе компания планирует расширить этот диапазон до 46, включая гетероатомные соединения.
Функционал инструмента «Менеджер флюидов»
Исходными данными для формирования MTHS-матрицы, как правило, служит лабораторное исследование пробы флюида, результаты которого в ПО вводит пользователь. Стандартный анализ обычно включает определение содержания легких компонентов в исследуемой смеси, ряда свойств (плотность, температура вспышки, вязкость, давление насыщенных паров и др.), а также фракционного состава смеси и свойств этих фракций.
«Менеджер флюидов» выполняет расчет свойств, требуемых для оценки исследуемого флюида, группового состава и содержание загрязнителей. По окончании расчета производится проверка точности и коррекция. В этом процессе важную роль играет модуль оптимизации в «Менеджере флюидов». Он сравнивает расчетные и измеренные свойства и в результате подбирает такой состав, который даст минимальную разницу их значений. Упрощенно алгоритм расчета и его корректировки показан на рис. 2.
«Менеджер флюидов» выполняет расчет свойств, требуемых для оценки исследуемого флюида, группового состава и содержание загрязнителей. По окончании расчета производится проверка точности и коррекция. В этом процессе важную роль играет модуль оптимизации в «Менеджере флюидов». Он сравнивает расчетные и измеренные свойства и в результате подбирает такой состав, который даст минимальную разницу их значений. Упрощенно алгоритм расчета и его корректировки показан на рис. 2.
Рис. 1. Блок-схема комплекса гидрокрекинга.
Применение инструмента «Менеджер флюидов»
Основное назначение данного ПО — математическое описание потоков нефти и нефтепродуктов для дальнейшего использования в моделировании процессов нефтепереработки.
В основу его функционала заложены наиболее актуальные методики расчета, которые на сегодняшний день дают наилучший результат по сходимости с фактическими показателями состава и свойств нефтепродуктов.
«Менеджер флюидов» станет необходимым дополнением системы моделирования технологических процессов NAUKA. Proxima и позволит расширить возможности моделирования ХТП, а также повысить точность и вариативность в определении свойств нефтяных флюидов.
ПО «Менеджер флюидов» от NAUKA ориентировано на широкое применение на предприятиях нефтеперерабатывающей промышленности, а также в инжиниринговых организациях, осуществляющих разработку технологических процессов переработки нефти и проектирование нефтеперерабатывающих заводов. ПО будет полезно специалистам отрасли, выполняющим проектные и поверочные расчеты оборудования, а также научные исследования.
В основу его функционала заложены наиболее актуальные методики расчета, которые на сегодняшний день дают наилучший результат по сходимости с фактическими показателями состава и свойств нефтепродуктов.
«Менеджер флюидов» станет необходимым дополнением системы моделирования технологических процессов NAUKA. Proxima и позволит расширить возможности моделирования ХТП, а также повысить точность и вариативность в определении свойств нефтяных флюидов.
ПО «Менеджер флюидов» от NAUKA ориентировано на широкое применение на предприятиях нефтеперерабатывающей промышленности, а также в инжиниринговых организациях, осуществляющих разработку технологических процессов переработки нефти и проектирование нефтеперерабатывающих заводов. ПО будет полезно специалистам отрасли, выполняющим проектные и поверочные расчеты оборудования, а также научные исследования.
Литература
- Peng, B., Molecular modelling of petroleum processes. Ph.D. Thesis, University of Manchester, Institute of Science and Technology, 1999
- Palacio Lozano D. C., Gavard R., Arenas-Diaz J. P., Thomas M. J., Stranz D. D. Mejía-Ospino E., Guzman A., Spencer S. E., Rossell D., Barrow M. P. Pushing the analytical limits: new insights into complex mixtures using mass spectra segments of constant ultrahigh resolving power // Chem. Sci. 2019. V. 10. N 29. Р. 6966−6978. https://doi.org/10.1039/C9SC02903F
- Marshall A. G., Rodgers R. P. Petroleomics: the next grand challenge for chemical analysis //Accounts of Chemical Research. 2004. V. 37. N 1. P. 53−59. https://doi.org/10.1021/ar020177t
- Riazi, M.-R. Characterization and properties of petroleum fractions / ASTM, 2005
- Gross J., Sadowski G. Perturbed-Chain SAFT: An Equation of State Based on a Perturbation Theory for Chain Molecules / Ind. Eng. Chem. Res. 2001, 40, 1244−1260
- Liu L. Molecular Characterisation and Modelling for Refining Processes / Ph.D. Thesis, University of Manchester, Faculty of Engineering and Physical Sciences, 2015
- Austin N. D., Sahinidis N. V., Trahan D. W. Computer-aided molecular design: An introduction and review of tools, applications, and solution techniques / Carnegie Mellon University, Pittsburgh, PA, USA. The Dow Chemical Company, Freeport, TX, USA, 2017
Пресс-центр
02.08.22
Интервью с экспертом
Умные решения для производства: методики регулирования работы предприятий
Разработка и внедрение прогрессивных методик регулирования работы предприятий на основе российских элементов управления: опыт NAUKA
18.04.23
14 мин
Интервью с экспертом
Эффективное управление НПЗ возможно, невзирая на уход мировых вендоров.
Трудности, с которыми столкнулись нефте — и газоперерабатывающие предприятия в новых рыночных условиях и пути их преодоления
17 мин
Эмиль Гасанов
Александр Кривоспицкий
генеральный директор
кандидат технических наук
кандидат технических наук
менеджер продукта
кандидат технических наук
кандидат технических наук
Мы ответим на ваши вопросы и поможем в выборе решений
Связаться с нами
