采用动态物流模型计算LNG接收站的有效罐容

摘 要

摘要：科学合理地确定LNG储罐罐容及数量配置是LNG接收站前期研究阶段最重要的任务之一，目前国外概念设计与前端工程设计一般用静态经验公式估算法来确定新建LNG接收站项目的LNG
摘要：科学合理地确定LNG储罐罐容及数量配置是LNG接收站前期研究阶段最重要的任务之一，目前国外概念设计与前端工程设计一般用静态经验公式估算法来确定新建LNG接收站项目的LNG储罐罐容，再采用外部第三方或其内部开发的动态数学模型进行核算，基本未考虑用气市场的波动性和调峰需求，估算结果明显低于LNG接收站达到设计负荷工况下的实际需求。为此，引入成熟的物流概念和技术，把握LNG产业链的物流本质，针对LNG接收站储罐的库存物流和LNG运输船到港、卸货的排队物流特性，建立了用于计算LNG接收站储罐罐容及其数量配置的动态数学模型。通过广东某LNG接收站项目实例计算比较可知，该模型具有以下优点：既可确定经济合理的LNG运输船船容及配置、LNG接收站罐容及配置，又可计算出非均匀船期条件下的LNG储罐罐容及所需配置数量，还可动态地掌握LNG储罐库存曲线的变化情况，为现货采办等经营手段提供可靠的决策依据。
关键词：LNG；LNG接收站；储罐；罐容；动态；数学模型模拟
    LNG储罐是LNG接收站安全平稳运行的核心设施，也是项目投资的主要部分，近年来造价也不断攀升[1]。在中国，LNG接收站可行性研究阶段必须确定LNG储罐的罐容规模，而受限于国内项目投资管理体制的约束，该LNG储罐规模一旦确定，就很难再进行调整。因此，在LNG接收站的前期研究阶段，最重要的课题之一就是确定经济合理的LNG储罐罐容及数量[2]。
    从LNG产业链的角度看，为了更好地应对季节性需求、新增需求和价格变化，作为下游的LNG接收站运营方有很高的积极性参与到LNG价值链活动，比如通过签订中短期合同参与LNG现货市场交易等，以实现固定资产的充分利用和终极利益最大化，但其前提是对既有LNG储罐的罐容利用曲线有充分的认识和把握。因此，在LNG接收站的运营阶段，重要的课题之一就是如何实现LNG罐容管理效率的最大化。
1 LNG接收站储罐罐容的计算模型
    国外概念设计(CD)和前端工程设计(FEED)公司一般用静态经验公式估算法来确定新建LNG接收站项目的LNG储罐罐容，再采用外部第三方或其内部开发的动态数学模型进行核算。影响LNG接收站储存能力的因素很多，其中影响最大的是LNG运输方案及下游用气市场的峰谷特性。在LNG运输方面，具体的影响因素是多方面的，包括船容、船数、蒸发速率、航速、运距、航次间隔、装载和卸载速率、船舶坞修计划、接收站码头利用率等相对有计划的、确定性的因素，还包括其他诸如LNG运输船的无计划维修、天气等情况造成延误等不可预料的因素。其中，LNG码头的连续不可作业天数是最主要的影响因素。
    两个国外知名设计公司分别应用的LNG储罐罐容估算模型为：
    VT=F(VS，n，t，Q，q，μ)    (1)
    VT=G(VS，n，Qa，Km)          (2)
式中VT为LNG储罐的有效罐容，m3；VS为LNG运输船的有效船容，m3；n为LNG码头最大连续不可作业天数；t为平均卸船时间，h；q为LNG接收站的日最小外输量，m3/d；Q为LNG接收站的日最大外输量，m3/d；Qa为LNG接收站的日均外输量，m3/d；Km为用气市场的季调峰系数；μ为LNG储罐罐容的安全系数。
    需要特别指出的是，按照LNG行业惯例，上述LNG储罐的有效罐容即等同于名义罐容，是不包含约2m(对于常规的16×104m3储罐而言)罐内泵吸入口NPSH值的“滞留存量(Dead Stock)”的。而对于LNG运输船，上述有效船容则不同于名义船容，其有效比一般取96%。
    总的来看，上述静态估算模型可分为以下两类：
    1) 以模型(1)为代表的第一类模型特点是：基本不考虑用气市场的波动性和调峰需求。此类模型的特点类似于成品油顺序输送中的某成品油库的计算模型(周期性来油和连续外输供油)。LNG运输船的船容、LNG码头最大不可作业天数、LNG安全储备天数、LNG储罐安全系数是影响LNG储罐罐容计算的最大因素。考虑到对于任何一个特定的LNG接收站项目，其LNG运输船的主力船型是已定的，则面对不同特性的下游用气市场时，LNG储罐安全系数或LNG安全储备天数(理论上应超过LNG码头最大不可作业天数)的经验化取值水平成为该类模型能否相对准确估算LNG储罐罐容的决定性因素。
    2) 以模型(2)为代表的第二类模型，相对而言更接近实际一些，较多地考虑了在航次间隔期内需要满足下游用气市场可能存在的较大调峰供给能力的要求。
    据此可以判断：在下游市场用气曲线较为平稳时，这两类模型的计算结果应该比较接近；当下游用气市场存在明显的季节特性，特别是当有较大规模的天然气调峰电厂运行时，前一类模型的估算结果会明显低于后一类模型，也低于LNG接收站达到设计负荷工况下的实际需求。此外，上述两类模型均有一个基本的假设条件，即LNG运输船是按照均匀间隔供应的。
2 LNG储罐罐容的动态物流数学模型
    从LNG产业链的角度看，从气田开采、天然气液化、LNG储存到LNG运输环节的装船、运输、卸船、储存和外输，形成了一个完整的物流链，这也使得LNG在上、中、下游各阶段均呈现出显著的物流特征[3～5]。通过引入业已成熟的物流分析技术，针对下游LNG接收站储罐的库存物流和LNG运输船到港、卸货的排队物流特性，可以构建一个描述真实物流过程的动态数学模型，用于计算LNG接收站储罐罐容及其配置数量，并可方便地用于运营操作期间的LNG储罐罐容管理。
    物流系统是一种典型的离散事件系统(DEDS)。通常，在该物流过程中应用离散模拟计算方法，可以方便地模拟供应链各个环节发生的随机事件对后续流程和整个系统的相互影响和干扰，进行各种条件下的仿真模拟、核算和分析。
2.1 LNG接收站储罐库存物流描述
对于LNG接收站储罐而言，可以用优化的库存曲线来描述和定义经济合理的储罐罐容。在一般意义上，LNG储罐的库存可以描述为：
 
式中S为LNG储罐库存，m3；VS为LNG运输船的有效船容，m3；τ为对应于某一LNG库存的时间点，d；γ为LNG库存发生变化的时间点，d；QS为LNG接收站实时外输用气量，m3/d；i、j、m、胛均为自然数。
2.2 LNG运输船到港、卸货的排队物流
    根据排队理论，LNG运输船抵达码头的时间服从一定的规律。随机性到达采用概率分布描述，最常用是泊松分布。在时间区间(τ，τ+s)内到达m艘船的概率为：
    P[N(τ+s)-N(τ)=m]=(λs)me-λs/m！  (τ≥0，s≥0，k=0，1，2，…) (5)
式中λ为LNG运输船单位时间内的到达率(单位时间内的码头服务率)；m为LNG船数量。
而LNG运输船的抵达时间间隔及其在LNG接收站专用码头的服务时间，均服从指数分布，其密度函数为：
 
式中β为1/λ，指LNG运输船到达时间的间隔均值(码头服务时间均值)；
    对于LNG专用码头，由于计划期内的LNG运输船船型和船容较为统一，每装卸一艘船所需时间可以近似认为是定值，即为等长分布。
    实际计算中，对这类非线性整数规划采用蒙特卡罗方法(Monte Carlo)来求解。对于随机性系统，可以通过大量的重复试验，获得其平均意义上的特性指标。
    上述模型(3)～(6)即构成了LNG储罐罐容的动态数学模型。该模型的优点在于：既可确定经济合理的LNG运输船船容及配置、LNG接收站罐容及配置，又可计算出非均匀船期条件下的LNG储罐罐容及所需配置数量，还可动态地掌握LNG储罐库存曲线的变化情况，为现货采办等经营手段提供可靠的决策依据。
3 案例计算和比较
    以广东某前期研究阶段的LNG接收站项目为例，简要介绍上述动态数学模型的应用。
3.1 LNG储罐罐容计算与确定
   该LNG接收站项目LNG运输船选择21.5×104m3的主力船型，其2013年期的LNG接收站日外输气量(QS)曲线(同时也是匹配下游用气市场的日用气量曲线)如图1所示。用户类型包括管道外输气用户(12.4%)、LNG槽车用户(18.5%)及燃气电厂用户(69.1%)。
 

    1) 应用静态估算模型(2)进行计算的结果为：所需有效罐容为55.64×104m3，若选用常规16×104m3的储罐，应配置3.48个储罐，取整为4个储罐；若选用18×104m3的储罐，则应配置3.10个，取整为4个储罐。
    2) 应用动态数学模型进行计算的结果为：所需有效罐容为56.81×104m3，LNG库存(S)曲线如图2所示，若选用常规16×104m3的储罐，应配置3.55个储罐，取整为4个储罐；若选用18×104m3的储罐，则应配置3.16个，取整为4个储罐。由此可见，该动态数学模型与原静态估算模型的结论一致(原静态模型的结果其实也是经过设计单位内部开发的动态仿真软件校核过的)。
 

3.2 LNG运输链参与下游用气市场调峰的影响
    通过改变LNG运输船的船期，可使上游LNG运输链参与到下游用气市场的调峰，此时该动态数学模型的优势更加突出。
    仍以上例说明。考虑到LNG运输市场的实际情况，假设仅调整一个船期后(即通过取消1个船次、插入1个船次，影响了2个船次间隔期，总船次和其他间隔期均不变)：
    1) 应用静态估算模型计算出LNG储罐罐容为35.00×104m3，若选用常规16×104m的储罐，应配置2.19个储罐，取整为2个储罐；若选用18×104m的储罐，则应配置1.95个，取整为2个储罐。该结果显然需要进一步校核。
2) 应用动态数学模型，通过LNG库存曲线(图3)可知所需罐容为41.87×104m，若选用常规l6×104m的储罐，应配置2.62个储罐，取整为3个储罐；若选用18×104m的储罐，则应配置2.33个，取整为3个储罐。由此可见，采用静态模型计算均匀来船情况下的LNG储罐罐容尚且合理，而一旦来船期变化较大，静态模型计算结果明显不合理。而动态数学模型的计算结果更为合理。
 

3.3 应急供气需求下的LNG库存水平校核
    上述案例中，在其他参数均不发生变化的情况下，假设2013年5月份某个临近的下游用气市场提出应急供气需求，应急期为30d，在原有用气量3450×104m的基础上增加用气1×108m3。
    利用该动态数学模型，可以模拟该应急供气月份的LNG库存曲线，结果见图4。由图4可知，由于5月份是LNG库存的高峰期，在5月份增加应急供气1×108m3反而降低了LNG库存的高峰水平，在既有的LNG储罐容量条件下是可以实现的。
 

3.4 用气市场中断用气时的LNG库存水平校核
    本动态数学模型还可以用于评估下游用气市场发生断气事故工况下的LNG储罐的忍受水平。
    现仍以上述案例说明。通过LNG全周期库存曲线可以判断，由于LNG来船的均匀性和下游用气市场的特点，在达到LNG库存的峰值以前，LNG库存水平总是累积上升的，基本无法忍受下游市场的断气事故造成的用气中断；而在到达LNG库存峰值之后，LNG库存水平是累积降低的，可以接受一定程度的下游用气中断事故。通过模型计算可知，由于管道外输气用户所占比例很小(12.4700)，在LNG库存峰值(7月初)之后的时期里，其断气时间的长短对LNG库存水平的影响不大，均在LNG储罐的有效罐容范围之内。而对于燃气电厂用户则不然(用气比例69.1%)，LNG储罐可接受燃气电厂用户最长断气时间见表1。需要说明的是，最长断气时间为一个年周期的数据，而非多年平均意义上的数据。
表1 LNG储罐可接受的燃气电厂用户最长断气时间表
月份
71)
81)
9
10
11
12
断气时间/d
4～8
8～12
15
19
19
20
    注：1)在7月与8月，断气时间分布在月份的前端和后端的结果会有所不同。
4 结束语
    通过物流技术方法建立了LNG接收站库存和LNG运输船到港两个阶段的动态数学模型，从描述物流过程的角度计算LNG储罐罐容及其配置。该模型可以用于核算不均匀船期下的LNG接收站库存能力、LNG运输或下游用户市场发生突发状况的LNG库存能力及LNG运输链参与下游用气市场调峰情况下的罐容优化。国内LNG接收站的设计和生产运行皆处于起步阶段，缺乏必要的经验积累和完整的数据标本，而从应用计算机建模求解的角度看，该物流过程非常标准且较为简单，国内的相关设计、生产单位完全能够针对自身LNG项目或LNG运营公司的特点开发出更为优化的计算程序或软件，确保LNG接收站安全平稳运行，提高LNG储罐利用效率。
参考文献
[1] 李健胡，萧彤.日本LNG接收站的建设[J].天然气工业，2010，30(1)：109-113.
[2] 时国华，王松岭，荆有印.LNG气化站储罐最优配置模型[J].天然气工业，2008，28(5)：100-102.
[3] ABDELHAKIM AINOUCHE，ABDELNACER SMATI. Optimization of LNG chain by stochastic dynamic programming model[C]∥17th World Petroleum Congress，September 1-5，2002，Rio de Janeiro.Brazil：WPC，2002：WPC 32331.
[4] STCHEDROFF N，CHENG RUSSELL C H.Modelling a continuous process with discrete simulation techniques and its application to LNG supply chains[C]∥Chicks，Sanchez P J.Morrice D J，eds.，Proceedings of the 2003 Winter Simulation Conference.New Orleans，USA：[S.n.]，2003：1607-1611.
[5] PATTISON G.Maximizing LNG supply chain efficiency with simulation modeling[C]∥0ffshore Technology Conference，5-8 May 2003.Houston，Texas：OTC，2003：OTC 15300.
 
(本文作者：付子航 中海石油气电集团有限责任公司技术研发中心)