某油田大型联合站多排放源VOCs扩散的数值模拟

周娟, 何战友, 徐自强, 朱恒, 王鑫雅, 张澄, 黄维秋. 某油田大型联合站多排放源VOCs扩散的数值模拟[J]. 环境工程学报, 2023, 17(5): 1543-1553. doi: 10.12030/j.cjee.202210037
引用本文: 周娟, 何战友, 徐自强, 朱恒, 王鑫雅, 张澄, 黄维秋. 某油田大型联合站多排放源VOCs扩散的数值模拟[J]. 环境工程学报, 2023, 17(5): 1543-1553. doi: 10.12030/j.cjee.202210037
ZHOU Juan, HE Zhanyou, XU Ziqiang, ZHU Heng, WANG Xinya, ZHANG Cheng, HUANG Weiqiu. Numerical simulation of VOCs diffusion from multiple emission sources at a large combined station in an oilfield[J]. Chinese Journal of Environmental Engineering, 2023, 17(5): 1543-1553. doi: 10.12030/j.cjee.202210037
Citation: ZHOU Juan, HE Zhanyou, XU Ziqiang, ZHU Heng, WANG Xinya, ZHANG Cheng, HUANG Weiqiu. Numerical simulation of VOCs diffusion from multiple emission sources at a large combined station in an oilfield[J]. Chinese Journal of Environmental Engineering, 2023, 17(5): 1543-1553. doi: 10.12030/j.cjee.202210037

某油田大型联合站多排放源VOCs扩散的数值模拟

    作者简介: 周娟 (1983—) ,女,硕士,高级工程师,zhoujuan_cq@petrochina.com.cn
    通讯作者: 黄维秋 (1965—),男,博士,教授,hwq213@cczu.edu.cn
  • 基金项目:
    国家自然科学基金资助项目 (51574044)
  • 中图分类号: X51;TE86

Numerical simulation of VOCs diffusion from multiple emission sources at a large combined station in an oilfield

    Corresponding author: HUANG Weiqiu, hwq213@cczu.edu.cn
  • 摘要: 油田联合站是油田的重要组成部分,存在油气 (VOCs) 排放的可能,有必要对其扩散规律进行研究,以制定相关污染防控及安全措施。以某典型联合站为例,建立1:1的实际模型,结合现场调研测试和数值模拟,重点分析了联合站正常工况下多排放源的VOCs扩散机理及储罐裂缝处VOCs泄漏扩散的叠加效应。结果表明:在风速影响下,罐间和背风侧由于出现绕流和回流,容易达到爆炸极限;在重力和涡流的作用下,联合站内的背风侧会出现VOCs聚集,但叠加效应不明显;当储罐发生罐壁破损时,在事故罐后方出现正压区,在涡流和强气流的影响下,叠加后的VOCs浓度会明显增强,并呈点射状向下风向扩散,油气爆炸危险区域加速扩展。本研究成果可为联合站设计、运行管理及制定安全环保措施提供参考。
  • 我国城镇污水处理厂常年在实际运行过程中会遭受到有机负荷冲击[1-4],进水污染物浓度的突然变化或有机负荷(OLR)冲击会影响生化系统中微生物的生命活动、营养物质的利用及微生物代谢途径,进而影响水中污染物的去除效果[5-6]。我国城镇污水处理厂常用生物工艺为An/O、氧化沟、SBR和MBR等,An/O和SBR为城镇污水厂主要工艺[7],污水厂在运行的过程中常受高有机负荷冲击,生物系统遭受破坏且出水水质不达标,且高有机负荷冲击导致系统长时间处于低溶解氧状态,易造成污泥膨胀。因此如何采取有效的措施应对有机污染物冲击,保证出水水质稳定达标,对于实际工程应用价值更大。

    董国日等[8]通过研究连续有机负荷冲击对SBR反应器的影响,当周期有机冲击负荷为0.10 kg COD/(kg MLVSS·h)时,SBR系统能够耐受连续多个周期的高有机负荷冲击。金明姬等[9]通过研究不同有机负荷条件下曝气时间对SBR反应器的影响,当搅拌/曝气时间分别为2.5 h/7.5 h时,COD和TP的去除效果最佳。本文通过改变进水有机负荷的大小,来了解不同有机负荷瞬时冲击对SBR反应器的影响,给出系统自然恢复时间。通过检测进出水COD、NH4+-N、TN、TP和活性污泥胞外聚合物(EPS),并采取提高曝气量的方法探索其对各项污染物的去除效果,以此为工程实践提供理论参数支持。

    试验装置示意图,见图1。SBR反应器采用有机玻璃板制,300 mm×300 mm×400 mm,总有效容积为36 L。试验期间水温(21±1.5)℃。采用电磁式空气压缩机曝气,使用水泵进水,并用玻璃转子流量计进行气量控制。反应器运行方式:曝气8 h、沉淀3 h、排水10 min、闲置50 min,排水比50%。每个周期12 h,采用非限制性曝气方式。反应器活性污泥来自吉林省柏林水务集团污水厂。

    图 1  试验装置

    实验污水模拟城镇污水主要成分:淀粉、牛肉膏、蛋白胨、乙酸钠(CH3COONa)、氯化铵(NH4Cl)、磷酸二氢钾(KH2PO4)、碳酸氢钠(NaHCO3)、硫酸镁(MgSO4)、氯化钙(CaCl2)、硫酸亚铁(FeSO4)和微量元素1 mL。其中微量元素成分:氯化锌(ZnCl2)、硫酸铜(CuSO4)、硫酸锰(MnSO4)和氯化铝(AlCl3)。实验期间进水污染物浓度,见表1

    表 1  设计进水主要污染物浓度范围 mg·L−1
    污染物常负荷负荷1负荷2负荷3
    COD372.1~427.3798.2~811.21 116.3~1 281.91 484.8~1 709.2
    NH4+-N33.53~36.17
    TN38.53~41
    TP3.02~4.17
     | Show Table
    DownLoad: CSV

    冲击试验之前反应器已稳定运行30 d,运行期间曝气量1.2 L/min,混合液悬浮固体(MLSS)质量浓度3 500 mg/L,污泥龄30 d,运行期间平均出水COD、NH4+-N、TN和TP分别为28.9、0.43、10.46和0.083 mg/L。反应器运行稳定之后进行单周期瞬时有机负荷冲击试验,实验通过调整淀粉、乙酸钠的量来控制进水有机负荷大小。冲击过程中观察不同负荷下污染物去除变化和污泥特性,给出系统自然恢复时间并结合反应器出水效果给出相应的解决对策。反应器运行参数,见表2

    表 2  运行参数
    指标常负荷负荷1负荷2负荷3
    曝气/L·min−11.201.201.201.501.802.10
    污泥负荷/g·(L·d)−10.170.340.510.68
     | Show Table
    DownLoad: CSV

    实验过程中MLSS采用重量法测定[10];COD采用重铬酸钾法测定;TN采用碱性过硫酸钾消解紫外分光光度法测定;NH4+-N采用纳氏试剂分光光度法测定;TP采用钼酸铵分光光度法测定;DO和温度用WTW(oxi3310)便携式DO仪检测测定;EPS采用甲醛-NaOH法提取[11];PN含量采用Folin-酚法测定[12];EPS中PS含量采用苯酚-硫酸法测定[13],PN和PS的含量以MLSS计,mg/g。

    有机负荷对COD的降解。反应初期去除COD主要以物理吸附为主,活性污泥吸附量随着负荷的增加而增大。0~4 h期间常负荷、负荷1和负荷2基本完全降解,4~8 h期间COD处于平稳状态,出水COD分别为31.6、42.14和31.6 mg/L。0~8 h时负荷3在降解的过程中,随着降解时间的增加,COD的降解速度变慢,出水COD为96.32 mg/L。

    图2(b)可知,NH4+-N完全降解的时间随着负荷的增加而增加,负荷3的NH4+-N出水浓度为7.205 mg/L,末端溶解氧偏低,硝化反应无法充分进行。图3(c)可知,常负荷、负荷1和负荷2出水TN为11.045、8.302和6.59 mg/L ,结合图2(b)图3可看出硝化反应充分进行,不同负荷冲击下为反硝化提供了充足的碳源,且随着有机负荷的增加而增加;DO偏低为反硝化提供了良好的缺氧环境,且充足的碳源有利于异养菌的增长,使得反硝化反应充分进行。图2(d)可知,TP降解历时中,PAOs的释放量随着负荷的增加而增加,负荷1、负荷2和负荷3情况下的TP检测最大值分别为16.096、37.4和43.6 mg/L,3种负荷条件下出水TP分别为0.056、0.104和19.3 mg/L。负荷3的TP出水超高的原因是进水负荷的增加,高浓度有机物能使聚磷菌(PAOs)更好的生成聚羟基烷酸,厌氧释磷不受影响可以很好的进行[14]。PAOs在厌氧条件下得到充分的碳源,释磷时间也随之增加;导致好氧吸磷的时间较短,出水TP浓度过高,其次高负荷冲击下(图3),冲击过程中DO一直处在偏低状态,异养菌和硝化细菌争夺DO,硝化反应发生不完全。由于进水有机物浓度高、曝气时间短不利于硝化细菌的生长,而残留在反应器内的硝化反应产物硝态氮抑制PAOs厌氧释磷[15]。另外,PAOs也需在好氧条件下吸收磷来合成ATP,无法为好氧吸磷和硝化反应提供足够的溶解氧。试验结果表明,系统在OLR达到0.68 g/(L·d)时反应器出水不满足《城镇污水处理厂污染物排放标准:GB 18918—2002》的一级A标准。通过上述研究发现DO对冲击过程影响较大,因此决定加大曝气量增加DO来改善氧环境,探索增加DO对活性污泥系统抗OLR冲击缓解作用大小。

    图 2  不同负荷下的污染物降解历时

    图4(a)可知,反应器经过4个周期COD出水达到48.19 mg/L,又经过7个周期自然恢复,恢复速率呈下降的趋势。第10个周期到第11个周期恢复速率逐渐平缓,且第11个周期时反应器出水28.67 mg/L,满足GB 18918—2002排放标准。

    图 3  不同负荷时的溶解氧变化
    图 4  自然恢复下系统出水的变化

    图4(b)可知,反应器经过3个周期NH4+-N出水4.964 mg/L,又经过3个周期自然恢复,恢复速率呈上升的趋势,在第11个周期时反应器NH4+-N出水达到0.682 mg/L。图4(b)图4(c)可知,随着自然恢复期数的增长TN浓度也随之增长,NH4+-N浓度随之下降。原因是高有机负荷冲击下反应器溶解氧过低,硝化反应无法充分进行,高浓度有机物冲击下有利于异养菌的生长,且在低溶解氧条件下更有利于反硝化的进行。系统自然恢复的过程中随着周期数的增加,微生物得到充分的溶解氧,硝化反应进行充分,反硝化受到抑制造成硝态氮和亚硝态氮堆积,所以TN浓度也随之增高。图4(d)可知,反应器经过9个周期TP出水达到0.346 mg/L,又经过3个周期自然恢复出水达到0.054 mg/L,且自然恢复速率逐渐下降。原因是高有机负荷冲下,反应器在高浓度有机物条件下好氧异养菌与硝化菌以及PAOs争夺DO,抑制了PAOs好氧吸磷过程,恢复常负荷后PAOs得到充足的溶解氧且维持生命活动所消耗的有机物的量充足,通过自然恢复11个周期反应器出水TP满足城镇污水处理厂污染物排放标准。

    EPS是活性污泥在一定条件下分泌的、包裹在胞外的高分子聚合物,主要成分为PS、PN等[16-18]。活性污泥在受到水质、水量的冲击条件下,EPS能对微生物起着保护作用。由于反应系统在负荷3的条件下系统出水不达标,因此通过检测冲击前后EPS含量来得出活性污泥系统自然恢复周期。负荷3冲击前PS和PN分别为16.62和14.62 mg/g,经过5个周期后PS达到最大值为30.17 mg/g,PN无较大变化,为16.48 mg/g,又经过5个周期后PS降至19.16 mg/g,EPS恢复至冲击前要需11个周期。负荷3时EPS恢复至起始时的含量,在恢复过程中,PS含量变化较大,PN含量变化较小,有机负荷较高的情况下,微生物无法利用全部碳源来维持新陈代谢,而是将过量的碳源转化为PS。系统自然恢复的过程中,高有机负荷冲击下促进系统产生大量的异养型微生物,PS又作为碳源被系统微生物利用而逐渐减少,见图5

    图 5  自然恢复下系统EPS的变化

    根据以上分析得出反应器在负荷3时脱氮除磷效率下降,主要原因在于高有机负荷冲击下反应器DO的不足,异养菌与硝化菌以及聚磷菌争夺DO,抑制了硝化作用和好氧吸磷过程。因此通过提高曝气量来解决高有机负荷冲击下反应器DO偏低的问题,并给出应对该问题的解决参数。

    图6(a)可知,COD降解速率随着曝气量的增大而变快,曝气量分别为1.5、1.8和2.1 L/min,平均出水COD分别为39.66、28.25和31.59 mg/L。当气量增至2.1 L/min时,COD的降解速率相比于1.8 L/min时无变化。图6(b)可知,NH4+-N降解速率随着曝气量增加而增加,反应器得到充足的DO,硝化反应进行充分。在相同曝气时间时,出水NH4+-N浓度降低,曝气量分别为1.5、1.8和2.1 L/min时,平均出水NH4+-N分别为5.28、2.39和0.97 mg/L。图6(c)可知,气量越大TN降解速率越慢,原因是随着曝气量的增加反应器DO充足,厌氧时间缩短,不利于反硝化的充分进行。曝气量分别为1.5、1.8和2.1 L/min时平均出水TN分别为8.59、9.89和11.5 mg/L。图6(d)可知,随着曝气量的增加,PAOs得到充分的DO;厌氧释磷时间随曝气量增加而缩短。从图6中可以明显看到,不同的气量条件下磷的释放量也不同,气量越大磷的释放量相对越大,说明水中溶解氧越高,水力剪切力越大;把淀粉大分子物质分解成小分子糖类被PAOs储存,LIU et al [19]研究表明水力剪切力越大可促进PS分泌;因此PS也为厌氧释磷提供充足的碳源。当气量增至1.8 L/min时,反应器DO不足,硝化细菌和PAOs竞争反应器的溶解氧,此时DO不充足导致好氧吸磷无法充分进行。曝气量分别为1.5、1.8和2.1 L/min时平均出水TP分别为8.73、2.64和0.447 mg/L,提高曝气可使出水TP浓度降低。曝气量为2.1 L/min,污染物去除效率最高并且反应器出水达到城镇污水处理厂污染物排放标准。综合分析,负荷3下最适曝气量应为2.1 L/min。

    图 6  负荷3下不同曝气量时的污染物降解历时

    (1)SBR活性污泥系统受单周期瞬时高浓度有机负荷冲击时,在0.68 g/(L·d)负荷条件下,反应8 h时的出水COD、NH4+-N、TN和TP分别为96.32、7.205、7.34和19.3 mg/L,不满足城镇污水处理厂污染物排放标准。DO不充足影响有机物的降解、硝化反应和好氧吸磷,且充足的碳源有利于反硝化和厌氧释磷进行。

    (2)在0.68 g/(L·d)负荷条件下,系统冲击前PS和 PN分别为16.62和14.62 mg/L,冲击后EPS组分中PN含量无明显变化,PS含量经过11个周期自然恢复后;在第5个周期PS达到最大值。经过11个周期自然恢复后反应器出水COD、NH4+-N、TN和TP分别为28.67、0.682、11.12和0.054 mg/L满足GB 18918—2002排放标准,系统自然恢复至冲击前需要11个周期。

    (3)瞬时有机负荷冲击导致反应器内DO不足,污染物去除效率降低的情况可采用提高曝气量的方式进行调控。在0.68 g/(L·d)负荷条件下,随着气量增加污染物去除效率提高,TN去除效率逐渐降低。通过调整曝气量的方式,在曝气量为2.1 L/min时,系统在0.68 g/(L·d)负荷条件下出水污染物满足污水处理厂污染物排放标准。

  • 图 1  联合站建筑编号图

    Figure 1.  Building number of united station

    图 2  联合站三维几何模型图与计算域

    Figure 2.  3D geometric model diagram and computational domain of united station

    图 3  联合站三维网格划分结果

    Figure 3.  Results of three-dimensional meshing of united station

    图 4  现场测得G3净化罐VOCs排放组成

    Figure 4.  VOCs emission composition of G3 purification tank measured at the united station

    图 5  各测点浓度对比

    Figure 5.  Concentration comparison of each monitoring point

    图 6  联合站建筑压力和XY截面压力分布云图 (v= 2 m·s−1)

    Figure 6.  Cloud map of building pressure and XY section pressure distribution in united station

    图 7  不同风速下联合站内气流流动轨迹 (t=300 s,y= 0.5 m)

    Figure 7.  Air flow trajectory in united station at different wind speeds

    图 8  不同高度联合站内2 m·s-1的速度分布云图

    Figure 8.  Cloud map of speed distribution of 2 m·s-1 in the union station at different heights

    图 9  不同风速下联合站内的速度分布云图 (t=300 s,y= 0.5 m)

    Figure 9.  Cloud map of speed distribution in the union station under different wind speeds

    图 10  不同风速下联合站内VOCs质量分数分布云图 (t=300 s)

    Figure 10.  Cloud map of VOCs mass fraction distribution in the union station at different wind speeds( t =300 s)

    图 11  不同高度下联合站内压力分布云图 (t=300 s)

    Figure 11.  Cloud map of pressure distribution in the union station at different heights (t=300 s)

    图 12  不同高度下联合站内VOCs质量分数分布云图

    Figure 12.  Cloud map of VOCs mass fraction distribution in the union station at different heights

    表 1  通用方程 (3) 中各参数的具体形式

    Table 1.  Detailed form of each parameter in general equation (3)

    方程广义变量Φ广义扩散系数Г广义源项S
    质量守恒方程100
    动量守恒方程uiμp/x+Si
    能量守恒方程Tk/cST
    组分运输方程CSDSρSS
    方程广义变量Φ广义扩散系数Г广义源项S
    质量守恒方程100
    动量守恒方程uiμp/x+Si
    能量守恒方程Tk/cST
    组分运输方程CSDSρSS
    下载: 导出CSV

    表 2  G区储罐的尺寸

    Table 2.  Dimension of oil storage tank in area G

    储罐位号储罐直径/m储罐高度/m公称容积/m3最大液体高度/m平均液体高度/m
    G11713.153 0001210.68
    G21713.23 000129
    G31713.143 000129
    储罐位号储罐直径/m储罐高度/m公称容积/m3最大液体高度/m平均液体高度/m
    G11713.153 0001210.68
    G21713.23 000129
    G31713.143 000129
    下载: 导出CSV

    表 3  数值模拟网格无关性检验结果

    Table 3.  Results of grid independence test for numerical simulation

    网格数量沿x方向的速度/ (m·s−1)
    746 5283.14
    1 461 1003.23
    2 005 6573.64
    3 009 8423.64
    网格数量沿x方向的速度/ (m·s−1)
    746 5283.14
    1 461 1003.23
    2 005 6573.64
    3 009 8423.64
    下载: 导出CSV

    表 4  某油田联合站现场测试数据

    Table 4.  Data from field test of an united station

    区域采样点位VOCs质量浓度/(mg·m−3)采样时刻风速/(m·s−1)
    I区G3罐顶环境11.4014:452.0
    G2罐顶环境9.9514:402.0
    B环境 (停用) 24.5015:150.5
    I区厂门口0.9518:051.5
    Ⅱ区D5罐顶环境20.0011:513.2
    Ⅱ区罐区环境11.0016:153.0
    区域采样点位VOCs质量浓度/(mg·m−3)采样时刻风速/(m·s−1)
    I区G3罐顶环境11.4014:452.0
    G2罐顶环境9.9514:402.0
    B环境 (停用) 24.5015:150.5
    I区厂门口0.9518:051.5
    Ⅱ区D5罐顶环境20.0011:513.2
    Ⅱ区罐区环境11.0016:153.0
    下载: 导出CSV
  • [1] 祁甲民. 基于多源测量数据融合的三维建模技术研究[D]. 郑州: 河南工业大学, 2018.
    [2] LI T, ZHU J, ZHANG W. Cascade utilization of low temperature geothermal water in oilfield combined power generation, gathering heat tracing and oil recovery[J]. Applied Thermal Engineering, 2012, 40: 27-35. doi: 10.1016/j.applthermaleng.2012.01.049
    [3] LI Z, LIANG Y, WANG G, et al. A method for optimising pump configuration and operation in oilfield water injection network[J]. Chemical Engineering Transactions, 2021, 88: 1105-1110.
    [4] LI Z, GUO Y, XU N, et al. Integration of a novel distributed water and energy system in the oilfield[J]. Chemical Engineering Research and Design, 2022, 186: 350-361. doi: 10.1016/j.cherd.2022.08.008
    [5] 张秀玲, 宋翠红, 刘春杨. 储油罐油气扩散规律的理论研究[J]. 中国石油和化工标准与质量, 2011, 31(7): 248-249. doi: 10.3969/j.issn.1673-4076.2011.07.213
    [6] TAMADDONI M, SOTUDEH-GHAREBAGH R, NARIO S, et al. Experimental study of the VOC emitted from crude oil tankers[J]. Process Safety and Environmental Protection, 2014, 92(6): 929-937. doi: 10.1016/j.psep.2013.10.005
    [7] 黄维秋. 油气回收基础理论及其应用[M]. 北京: 中国石化出版社, 2011: 244-253.
    [8] ATKINSON G, COWPE E, HALLIDAY J, et al. A review of very large vapour cloud explosions: Cloud formation and explosion severity[J]. Journal of Loss Prevention in the Process Industries, 2017, 48: 367-375. doi: 10.1016/j.jlp.2017.03.021
    [9] MILAZZO M F, ANCIONE G, LISI R. Emissions of volatile organic compounds during the ship-loading of petroleum products: Dispersion modelling and environmental concerns[J]. Journal of environmental management, 2017, 204: 637-650. doi: 10.1016/j.jenvman.2017.09.045
    [10] CIRIMELLO P G, OTEGUI J L, RAMAJO D, et al. A major leak in a crude oil tank: Predictable and unexpected root causes[J]. Engineering Failure Analysis, 2019, 100: 456-469. doi: 10.1016/j.engfailanal.2019.02.005
    [11] SIMAYI M, SHI Y, XI Z, et al. Emission trends of industrial VOCs in China since the clean air action and future reduction perspectives[J]. Science of The Total Environment, 2022, 826: 153994. doi: 10.1016/j.scitotenv.2022.153994
    [12] WU T, CUI Y, LIAN A, et al. Vehicle emissions of primary air pollutants from 2009 to 2019 and projection for the 14th Five-Year Plan period in Beijing, China[J]. Journal of Environmental Sciences, 2023, 124: 513-521. doi: 10.1016/j.jes.2021.11.038
    [13] GOEURY C, HERVOUET J-M, BAUDIN-BIZIEN I, et al. A Lagrangian/Eulerian oil spill model for continental waters[J]. Journal of hydraulic Research, 2014, 52(1): 36-48. doi: 10.1080/00221686.2013.841778
    [14] 刘泽阳. 联合站典型源VOCs排放规律研究及应用[D]. 青岛: 中国石油大学(华东), 2019.
    [15] HUANG W Q, HUANG F Y, FANG J, et al. A calculation method for the numerical simulation of oil products evaporation and vapor diffusion in an internal floating-roof tank under the unsteady operating state[J]. Journal Of Petroleum Science And Engineering, 2020, 188: 106867. doi: 10.1016/j.petrol.2019.106867
    [16] 黄维秋, 陈风, 吕成, 等. 基于风洞平台实验的内浮顶罐油气泄漏扩散数值模拟[J]. 油气储运, 2020, 39(4): 425-433.
    [17] DEAVES D, GILHAM S, MITCHELL B, et al. Modelling of catastrophic flashing releases[J]. Journal of hazardous materials, 2001, 88(1): 1-32. doi: 10.1016/S0304-3894(01)00284-9
    [18] ZHANG T, LI G, YU Y, et al. Atmospheric diffusion profiles and health risks of typical VOC: Numerical modelling study[J]. Journal of Cleaner Production, 2020, 275: 122982. doi: 10.1016/j.jclepro.2020.122982
    [19] BELLEGONI M, OVIDI F, LANDUCCI G, et al. CFD analysis of the influence of a perimeter wall on the natural gas dispersion from an LNG pool[J]. Process Safety and Environmental Protection, 2021, 148: 751-764. doi: 10.1016/j.psep.2021.01.048
    [20] OKAMOTO K, ICHIKAWA T, FUJIMOTO J, et al. Prediction of evaporative diffusion behavior and explosion damage in gasoline leakage accidents[J]. Process Safety and Environmental Protection, 2021, 148: 893-902. doi: 10.1016/j.psep.2021.02.010
    [21] KOZO F. Progress and future prospects of CFD in aerospace—Wind tunnel and beyond[J]. Progress in Aerospace Sciences, 2005, 41(6): 455-470. doi: 10.1016/j.paerosci.2005.09.001
    [22] ALEXANDROS K, ALEIFERIS P G, CHARALAMBIDES A G. Numerical investigation of VOC levels in the area of petrol stations[J]. Science of the Total Environment, 2014, 470: 1205-1224.
    [23] 黄维秋, 吕成, 郭淑婷, 等. 油气排放及回收的研究进展[J]. 石油学报(石油加工), 2019, 35(2): 421-432.
    [24] HUANG W Q, WANG S, JING H B, et al. A calculation method for simulation and evaluation of oil vapor diffusion and breathing loss in a dome roof tank subjected to the solar radiation[J]. Journal Of Petroleum Science And Engineering, 2020, 195: 107568. doi: 10.1016/j.petrol.2020.107568
    [25] 许雪, 陈风, 黄维秋, 等. 基于风洞平台实验的大型罐区溢油事故后的油气扩散模拟[J]. 环境工程学报, 2021, 15(12): 3946-3956. doi: 10.12030/j.cjee.202101099
    [26] ALEXANDER M, LORENZO M, VAGESH D N. Comparison of k-ε models in gaseous release and dispersion simulations using the CFD code FLACS[J]. Process Safety and Environmental Protection, 2019, 130: 306-316. doi: 10.1016/j.psep.2019.08.016
  • 期刊类型引用(5)

    1. 胡昊杨,吴哲,侯成亮. 基于收尘管路设计优化和清灰系统的研究. 建筑机械. 2024(07): 13-15 . 百度学术
    2. 李建龙,陈源正,林子捷,吴泉泉,吴代赦. 除尘滤筒脉喷清灰技术研究进展与展望. 金属矿山. 2022(11): 23-35 . 百度学术
    3. 郗元,姜文文,代岩,王国际,闫志刚,任福良,牛凤娟. 基于CFD的锥形散射器强化清灰特性数值模拟及优化. 轻工机械. 2021(01): 98-103 . 百度学术
    4. 邱俊,陈强,李建龙,吴代赦. 数值模拟滤筒中负载尘饼对脉冲喷吹清灰效果的影响. 环境工程学报. 2021(03): 1067-1074 . 本站查看
    5. 莫布林. 基于设备组合控制方式的袋式除尘器脉冲喷吹控制系统. 东北电力技术. 2021(05): 28-31 . 百度学术

    其他类型引用(14)

  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 2.4 %DOWNLOAD: 2.4 %HTML全文: 93.9 %HTML全文: 93.9 %摘要: 3.7 %摘要: 3.7 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 87.4 %其他: 87.4 %Ashburn: 0.2 %Ashburn: 0.2 %Baoding: 0.0 %Baoding: 0.0 %Beijing: 3.7 %Beijing: 3.7 %Belo Horizonte: 0.1 %Belo Horizonte: 0.1 %Chang'an: 0.0 %Chang'an: 0.0 %Changsha: 0.1 %Changsha: 0.1 %Changzhou: 0.0 %Changzhou: 0.0 %Chongqing: 0.0 %Chongqing: 0.0 %Dongguan: 0.0 %Dongguan: 0.0 %Drama: 0.0 %Drama: 0.0 %Guangzhou: 0.1 %Guangzhou: 0.1 %Guangzhou Shi: 0.1 %Guangzhou Shi: 0.1 %Haicang: 0.0 %Haicang: 0.0 %Hangzhou: 0.4 %Hangzhou: 0.4 %Hefei: 0.0 %Hefei: 0.0 %Hohhot: 0.0 %Hohhot: 0.0 %Huizhou: 0.1 %Huizhou: 0.1 %Jinan: 0.0 %Jinan: 0.0 %Jinrongjie: 0.7 %Jinrongjie: 0.7 %Kunshan: 0.0 %Kunshan: 0.0 %Lisbon: 0.0 %Lisbon: 0.0 %Mountain View: 0.1 %Mountain View: 0.1 %Nanjing: 0.0 %Nanjing: 0.0 %Nantong: 0.0 %Nantong: 0.0 %Newark: 0.0 %Newark: 0.0 %Putian: 0.0 %Putian: 0.0 %Qingdao: 0.0 %Qingdao: 0.0 %Shanghai: 0.2 %Shanghai: 0.2 %Shangzhen: 0.0 %Shangzhen: 0.0 %Shenyang: 0.0 %Shenyang: 0.0 %Shijiazhuang: 0.1 %Shijiazhuang: 0.1 %Suzhou: 0.0 %Suzhou: 0.0 %Taiyuan: 0.2 %Taiyuan: 0.2 %Tianjin: 0.2 %Tianjin: 0.2 %Wuxi: 0.0 %Wuxi: 0.0 %Xi'an: 0.0 %Xi'an: 0.0 %Xiamen: 0.0 %Xiamen: 0.0 %Xintai: 0.0 %Xintai: 0.0 %XX: 4.3 %XX: 4.3 %Yingchuan: 0.0 %Yingchuan: 0.0 %Yuncheng: 0.0 %Yuncheng: 0.0 %Zhengzhou: 0.0 %Zhengzhou: 0.0 %上海: 0.3 %上海: 0.3 %北京: 0.1 %北京: 0.1 %济南: 0.0 %济南: 0.0 %深圳: 0.1 %深圳: 0.1 %荆州: 0.0 %荆州: 0.0 %西安: 0.0 %西安: 0.0 %郑州: 0.0 %郑州: 0.0 %重庆: 0.0 %重庆: 0.0 %长沙: 0.1 %长沙: 0.1 %阳泉: 0.1 %阳泉: 0.1 %其他AshburnBaodingBeijingBelo HorizonteChang'anChangshaChangzhouChongqingDongguanDramaGuangzhouGuangzhou ShiHaicangHangzhouHefeiHohhotHuizhouJinanJinrongjieKunshanLisbonMountain ViewNanjingNantongNewarkPutianQingdaoShanghaiShangzhenShenyangShijiazhuangSuzhouTaiyuanTianjinWuxiXi'anXiamenXintaiXXYingchuanYunchengZhengzhou上海北京济南深圳荆州西安郑州重庆长沙阳泉Highcharts.com
图( 12) 表( 4)
计量
  • 文章访问数:  2881
  • HTML全文浏览数:  2881
  • PDF下载数:  133
  • 施引文献:  19
出版历程
  • 收稿日期:  2022-10-10
  • 录用日期:  2023-01-05
  • 刊出日期:  2023-05-10
周娟, 何战友, 徐自强, 朱恒, 王鑫雅, 张澄, 黄维秋. 某油田大型联合站多排放源VOCs扩散的数值模拟[J]. 环境工程学报, 2023, 17(5): 1543-1553. doi: 10.12030/j.cjee.202210037
引用本文: 周娟, 何战友, 徐自强, 朱恒, 王鑫雅, 张澄, 黄维秋. 某油田大型联合站多排放源VOCs扩散的数值模拟[J]. 环境工程学报, 2023, 17(5): 1543-1553. doi: 10.12030/j.cjee.202210037
ZHOU Juan, HE Zhanyou, XU Ziqiang, ZHU Heng, WANG Xinya, ZHANG Cheng, HUANG Weiqiu. Numerical simulation of VOCs diffusion from multiple emission sources at a large combined station in an oilfield[J]. Chinese Journal of Environmental Engineering, 2023, 17(5): 1543-1553. doi: 10.12030/j.cjee.202210037
Citation: ZHOU Juan, HE Zhanyou, XU Ziqiang, ZHU Heng, WANG Xinya, ZHANG Cheng, HUANG Weiqiu. Numerical simulation of VOCs diffusion from multiple emission sources at a large combined station in an oilfield[J]. Chinese Journal of Environmental Engineering, 2023, 17(5): 1543-1553. doi: 10.12030/j.cjee.202210037

某油田大型联合站多排放源VOCs扩散的数值模拟

    通讯作者: 黄维秋 (1965—),男,博士,教授,hwq213@cczu.edu.cn
    作者简介: 周娟 (1983—) ,女,硕士,高级工程师,zhoujuan_cq@petrochina.com.cn
  • 1. 中国石油长庆油田分公司油气工艺研究院,西安 710000
  • 2. 低渗透油气田勘探开发国家工程实验室,西安 710000
  • 3. 常州大学,江苏省油气储运技术重点实验室,常州 213164
基金项目:
国家自然科学基金资助项目 (51574044)

摘要: 油田联合站是油田的重要组成部分,存在油气 (VOCs) 排放的可能,有必要对其扩散规律进行研究,以制定相关污染防控及安全措施。以某典型联合站为例,建立1:1的实际模型,结合现场调研测试和数值模拟,重点分析了联合站正常工况下多排放源的VOCs扩散机理及储罐裂缝处VOCs泄漏扩散的叠加效应。结果表明:在风速影响下,罐间和背风侧由于出现绕流和回流,容易达到爆炸极限;在重力和涡流的作用下,联合站内的背风侧会出现VOCs聚集,但叠加效应不明显;当储罐发生罐壁破损时,在事故罐后方出现正压区,在涡流和强气流的影响下,叠加后的VOCs浓度会明显增强,并呈点射状向下风向扩散,油气爆炸危险区域加速扩展。本研究成果可为联合站设计、运行管理及制定安全环保措施提供参考。

English Abstract

  • 石油工业是我国的重要支柱产业之一,油田联合站是油田原油集输和处理的中枢[1]。在联合站中,各区块来油通过原油稳定系统将分离出的轻烃组分回收进入轻烃厂,处理后的原油组分通过联合站处理再进行外输[2-4]。在联合站的日常操作运行中,各种拱顶罐呼吸阀、干化池等存在油气逸散的风险。另外,储罐在运行过程中可能因腐蚀、雷击、油罐失效、人为损坏等意外因素导致油罐罐壁破损[5-6],从而泄漏和蒸发出大量易燃易爆、有毒的油气混合物。这些混合物即挥发性有机物 (volatile organic compounds,VOCs) 。VOCs的泄漏不仅会污染环境,还会严重威胁企业安全和人群健康、安全和环境 (Health、Safety、Environment,HSE) [7-10]。“十四五”规划提出,要强化多污染物协同控制和区域协同治理,加快VOCs排放综合整治,到2025年,VOCs排放总量下降10%以上[11-12]。经调研,油田联合站的多个环节 (如原油储罐及轻烃储罐、除油罐、净化罐、沉降罐、敞开液面) 存在VOCs排放问题,因此,有必要开展油田联合站VOCs排放的扩散规律研究。

    目前,VOCs扩散规律分析方法主要有:现场测试[13-14]、风洞实验[15-16]和数值模拟[17-20]。其中,基于计算流体力学 (computational fluid dynamics,CFD) 及其Fluent软件的数值模拟方法的可操作性强,已在航天、汽车、能源、化工、材料、生物医药等诸多领域广泛应用[21]。KOUNTOURIOTIS等[22]通过数值模拟,在风速、风向、温度、油气扩散源位置等多种影响因素下,研究了不同成分的汽油挥发出的VOCs扩散规律,并发现在扩散源附近的VOCs浓度远远高于爆炸极限。基于风洞平台实验验证和Fluent数值模拟,建立了基于单膜传质理论的油气蒸发过程当量膜厚数值模拟计算方法,以及基于Stefan-Fuchs方程、Clausius-Clapeyron方程及若干准则数的非稳态蒸发单相传质的数值模拟方法,揭示了在各操作条件下油罐非稳态石油蒸发和油罐排放气在大气环境中的扩散行为及其内在机理,以及影响因素间的关联性[15,23-24]

    本课题组通过CFD 数值模拟和风洞实验平台研究了某石化企业的实体罐区发生溢油事故后油气蒸发的扩散规律,掌握了罐区VOCs浓度的变化特征[25]。然而,针对油田联合站内多排放源的VOCs扩散规律研究仍未出现。本研究以某油田大型联合站多点排放源为对象,通过CFD数值模拟和现场调研数据相结合,以探究正常工况下VOCs扩散机理及储罐裂缝处VOCs泄漏扩散的叠加效应。本研究结果可与前期针对大型罐区VOCs扩散数值模拟[25]成果相结合形成系列成果,为石油石化行业的运行管理及VOCs排放控制提供参考。

    • (1) 基本控制方程

      油气扩散的流动基本控制方程包括质量守恒方程、动量守恒方程、能量守恒方程和组分运输方程[25]。控制方程的通用形式见式 (1) ,其展开形式见式 (2) 。

      式中:ρ为混合气体密度,kg·m−3u为速度矢量;Φ为通用变量;Г为广义扩散系数;S为广义源项;ν为运动粘度,Pa·s。

      (2) 湍流方程

      在风速的影响下,联合站内的VOCs流体处于湍流状态,而表达湍流状态的Realizable k-ε模型可很好地描述站内的气流扰动和VOCs扩散情况[25-26]。因此,本研究选用该模型,具体方程见式 (3) ,式中Cl的计算见公式 (4) 。对于特定方程Φ、Г、S代表的具体形式如表1所示。

      式中:湍流方程中的ρ为气体密度,kg·m−3u为速度矢量;SkSε为用户定义的源项;Pk为由层流速度梯度而产生的湍流动能,m2·s−2Gk为由平均速度梯度引起的湍流动能,m2·s−2μ为VOCs的动力黏度,Pa·s;μt为湍流粘度,Pa·s;K为湍流动能,m2·s−2Gb为由浮力而产生的湍流动能,m2·s−2ε为耗散率,m2·s−3η为有效因子;YM为在可压缩湍流中过渡扩散产生的波动,m2·s−2CC2C为经验常数;σkσk方程和ε方程对应的普朗德数;xiμi中的下标ij表示各自xyz方向的分值,m·s−1

    • 以某油田大型联合站为研究对象,进行了实地考察。该联合站主要承担该油田2个区块的来油、脱水、净化和外输等工作。年外输净化油为2×105 m3,年回注量约为9.5×104 m3。为便于后续的模拟分析,对联合站内的建筑进行编号 (图1) 。其中,Ⅰ区主要包括3个3 000 m3拱顶罐G1~G3 (G1、G2为沉降罐,G3为净化罐) ,B1、B2为输油泵房,E为配套设施 (包括计量室、加药室、转油泵房、配电室等) ,A为干化池,C1为300 m3拱顶罐 (除油罐) ;Ⅱ区为输油罐区,主要包括6个5 000 m3 原油外浮顶储罐D1-D6。场站的平面尺寸为长392 m、宽279 m,呼吸阀的高度0.5 m、直径0.2 m。储罐的具体尺寸 (含高度) 和参数见表2

      原油外浮顶储罐D区为新建罐区,技术管控水平高、密封条件好,各个排放源均符合标准。联合站的VOCs多排放源包括:正在工作的G2沉降罐呼吸阀、G3净化罐呼吸阀;泵房B2地漏 (VOCs从泵房排风扇和大门排出) 、E中的转油泵房的工作泄漏 (从E的3个大门排出) 、污油箱及干化池A;正在工作的C1除油罐呼吸阀。拱顶罐呼吸阀的VOCs排放主要源于储罐进出油的大呼吸和小呼吸损耗。干化池A没有完全密闭处理,池中油泥排放VOCs会直接扩散。输油首站中的储罐均为外浮顶罐,泄漏较少。联合站左侧为某石化企业,其余三侧为开阔地形,对VOCs扩散行为影响较小,因此,本研究主要考虑从Ⅰ区到Ⅱ区的风向。

      通过模拟联合站不同风速 (2 m·s−1、4 m·s−1、6 m·s−1) 条件下正常工况时的泄漏,以探究联合站主要泄漏源泄漏对站内输油罐区Ⅱ区和左方位石化企业的影响。另外,考虑到Ⅰ区拱顶罐出现破裂,模拟了G2沉降罐VOCs从罐壁裂缝处排放扩散及叠加情况。其中,罐壁破裂口的大小为长2 m、宽0.5 m。

      本研究聚焦联合站内VOCs扩散规律和对输油罐区 (Ⅱ区) 、某石化企业的扩散影响。为便于数值模拟,忽略联合站外某石化企业可能产生影响。建立与现场尺寸1∶1的联合站三维几何模型图 (图2 (a) ) 。外部计算域示意图为图2 (b) 。

      由于联合站建筑和油罐较多、模型较为复杂,非结构网格能适应这种复杂模型,采用Ansys meshing软件划分三维网格 (图3) 。流场的风速沿x轴反方向进入,即从联合站Ⅰ区到Ⅱ区的风向。入口边界设置为速度入口边界条件,出口边界设置为压力出口边界条件。VOCs扩散源设置为质量流率边界条件,质量流率为联合站现场实测值。其中,网格交界面设置为内部边界,其他边界均设置为绝热固壁边界。

    • 当环境风为4 m·s−1时,对距离G3罐顶部高2 m处的位置进行风速监测,具体无关性验证结果如表3。风速会随网格数量的变化而变化。当网格数量从746 528增加到2 005 657时,沿x方向速度发生显著变化;当网格数量增加到200万左右时,风速不再发生变化。这说明网格数量已经符合计算要求,后面的网格数量划分参照选取200万左右的数量。

    • (1) 排放组分的代表性

      为验证排放组分的代表性,在联合站内采集净化罐排放的VOCs样品并进行全组分分析 (共118组分) , (图4) 。在12个全组分中含量占比最高的是烷烃,这表明该油田全组分以烷烃为主。在烷烃中,占比依次为甲基环己烷、正辛烷、正庚烷、十一烷、癸烷、正己烷、二甲基庚烷、正戊烷、环己烷等烷烃,含量取平均值后,与正己烷含量相近。因此,选取正己烷为代表模拟该联合站的VOCs扩散规律。

      (2) 数值模拟的准确性

      为了验证数值模型的可行性和准确性,通过2种方法进行验证。首先,前期研究[17,25]中已采用风洞实验进行了数值模拟常用方法的论证。另外,通过便携式气相色谱仪、风速仪、高纯氢气发生器、多路温度测试仪、低噪音空气泵、旋涡式气泵和干式螺杆真空泵等现场测试仪器实测了多点排放数据,并进行验证。其中,数据测量多次取平均值 (表4) ,进行相关的数值模拟结果与实测数据如图5所示。模拟结果与实测数据大部分比较接近,故该数值模型的构建参数设置可行。存在部分相差较大的数据是由于:1) 不管是现场还是模拟流场都属于非定常流动,一定程度上存在湍流的不确定性,即物理参数 (如流场中风速) 在一定范围内波动,不同时刻的实测值略有不同;2) 风速仪和取样器的检测探头从量油口深入罐内后,会对罐内的流场和浓度场产生一定扰动。

    • 图6 (a) 为当风速为2 m·s−1 (沿x轴反方向) 时联合站的压力分布云图。在罐区多排放源的排放下,Ⅰ区和Ⅱ区的前排储罐、防火堤和办公区的迎风侧被气流直接撞击,动能转换为压力势能,压力达到该风速下的最大压力。而建筑的两边和背风侧压力最小且为负压,这是由于部分气流在撞击储罐后,移入空腔区,气流加速,沿储罐两侧向后方流动,出现绕流现象。该现象为湍流运动且雷诺数 (Re) 足够大,加大了储罐前方区域及背风侧空腔区域的回流,使压力迅速减小。罐顶部前沿有明显的负压区。这是由于在压差的作用下,罐顶上方的气流速度增大,使储罐顶部的压力减小,从而形成负压。Ⅰ区和Ⅱ区的后排储罐由于前排储罐的阻挡,受到气流直接撞击的面积减少,相应的红色正压区减少。该结果与文献[16,25]的结果符合,也符合图6 (b) 所示联合站所在xy截面的压力云图。

      不同风速下联合站内气流流动轨迹如图7所示。油气多排放溯源主要分布在联合站Ⅰ区 (G、B、C1、A、E) ,流场的风向从联合站Ⅰ区到Ⅱ区,因此,本研究主要分析从Ⅰ区到Ⅱ区的建筑对气流的扰动。图7表明,由于Ⅰ区高度不一的建筑对气流存在阻碍作用,部分气流会在建筑的背风侧囤积并形成小漩涡,如B区和G区。另外部分气流从B区顶部穿过到达G区,由于B区和G区高度不同,在G区储罐形成分流,在背风侧也形成涡流。当风速从2 m·s−1依次变为6 m·s−1时,由于风速变大,G1罐的背风侧涡流变大,并且前方气流协同涡流气流汇合流向联合站D区[25]。另外,经过Ⅰ区的气流由于Ⅰ区卧式罐的阻挡,会有一部分经过G区储罐流向Ⅱ区。在风速2 m·s−1时,由于“卡门涡街”效应,G区储罐背风侧会形成多个漩涡,当风速增大至4 m·s−1,背风侧的小漩涡会汇合形成一个涡流,VOCs容易在此聚集,应加强日常防控。

      图8为当风速为2 m·s−1时,联合站内不同高度随时间变化的速度分布云图。图9为不同风速下,t=300 s,y= 0.5 m时联合站xz截面的速度分布云图。以排放源G区为例,当气流撞击迎风侧后气流加速,沿储罐两侧向后方流动,但由于G区和两层防火堤的阻挡,Ⅱ区的D5罐到达的垂直气流减少。相反,D1罐和D3罐由于前面为高度为3.5 m的计量室,远小于Ⅱ区罐的高度,故受到的垂直气流相对D5罐多。另外,在Ⅰ区Ⅱ区的建筑后方,由于建筑背风侧存在涡流,会有明显的红色反方向速度。尤其在B、E、G1罐、D5罐后方,应注意VOCs在此处的叠加。值得注意的是,G区和D区的罐间速度远大于罐前迎风侧。这是由于来流在建筑物迎风面拐角处压力增大,使切变气流在迎风面发生分离,来流在建筑两侧分流。在气流临近建筑物拐角处时,与前方来流汇合,这部分区域属于位移区,分离流在此处的风速增高。另外,随着高度的增大,在联合站的xz平面的整体风速下降,只有Ⅱ区的高罐迎风侧和罐间风速无明显差别。这说明低位风速的变化受建筑物影响较多。

    • 在浓度场中,VOCs多排放源主要分布在联合站Ⅰ区 (G、B、C1、A、E) ,取联合站的xz截面,得到该截面300 s时VOCs质量浓度分布云图 (图10) 。由于重力和涡流的作用,VOCs扩散呈现整体向下趋势,上风向的建筑和防火堤对VOCs扩散造成阻碍,而罐间、A、B、E和防火堤背风侧都积聚了一定量的VOCs,其质量分数为0.001 67~0.04。正己烷的爆炸极限体积分数为1%~7%,此处VOCs质量分数在爆炸极限范围内。D区储罐为5 000 m3内浮顶罐,G区为3 000 m3拱顶罐,B区为3.5 m高的泵房。由于存在高度差距,当B区的气流在经过G1罐顶时,VOCs在此被阻挡,且由于漩涡引起的强气流向G1罐的后上方流动,抵达不到后方D区的防火堤,叠加效应不是很明显。而E区VOCs浓度在环境风的裹挟下,在风速为2 m·s−1时已跨过E区和D区前方的防火堤抵达D区。因此,应注意B区后方和D区与E区之间的VOCs聚集,容易引起火灾爆炸,日常巡检应重点关注此处VOCs情况。

    • 当Ⅰ区G2罐罐壁发生意外裂缝,出现油气泄漏时,在6 m·s−1风速和多排放源的影响下,会出现VOCs叠加效应。图11为不同高度下联合站内压力分布云图。联合站的整体建筑迎风侧为正压区,背风侧、罐间和储罐顶部出现不同程度的负压区,与上述压力场 (图6) 类似。但是当排放源G2罐罐壁出现裂缝时,G2罐背风侧出现了明显的类似矩形的正压区。这可能是由于G2罐的背风侧泄漏,导致G2罐的背风侧压差减小,风速在G2罐的背风侧停滞,出现明显的VOCs叠加效应。另外,图11中其余压力场大于无泄漏时的压力场,尤其G区背风侧。这说明G2罐事故泄漏源对于压力场的叠加效应主要发生在G区,并以G区为中心点呈点射状向外逐步减弱。

      取在y=0.5 m和1.5 m高度处的不同时刻VOCs质量分数分布云图如图12所示。VOCs浓度随高度的变化与上述浓度场一致。随着VOCs扩散时间的增加,以排放源G2罐罐壁作为中心泄漏源,高浓度VOCs扩散呈由点向外放射性扩大,出现大面积的红色高浓度区,主要偏向于下风向的扩散。另外,一方面由于“卡门涡街”的效应,另一方面由于在G区罐背风侧会出现由漩涡汇合形成的强气流,故G2罐的VOCs扩散强度大于单独事故泄漏源和正常工况下 (即无事故泄漏源) 的扩散强度,出现“1+1>2”的叠加效应。并且,在强气流的作用下,会裹挟泄漏的VOCs向D5罐的上方侧扩散,应尤其注意G区和D区上前方位的VOCs积聚。值得注意的是,在泄漏源下风向的Ⅱ区和某石化企业的VOCs浓度容易处于爆炸极限范围内,应注意火灾爆炸的风险。

    • 1) 在正常工况条件下,联合站内多排放源的受风速影响,内储罐迎风侧的压力达到最大,罐间和背风侧由于出现绕流和回流,出现大面积的负压区域,且有明显的反方向速度。另外,在重力和涡流的影响下,VOCs呈整体向下运动趋势,容易造成罐间和背风侧的VOCs聚集,且在漩涡引起的强气流作用下,Ⅱ区和某石化企业容易达到爆炸极限。但由于联合站内排放源之间的距离大于扩散范围,VOCs叠加效果不明显。

      2) 通过对联合站Ⅰ区的排放源G2罐罐壁破损泄漏时进行模拟,发现在事故罐后方会出现红色正压区,且VOCs扩散会呈点射状向下风向扩散。加上“卡门涡街”效应和漩涡引起的强气流,多排放源的VOCs扩散会出现“1+1>2”的叠加效应。叠加后的VOCs质量浓度会明显增强,油气爆炸危险区域加速扩展。另外,Ⅱ区和某石化企业会处在爆炸极限范围内,应注意火灾爆炸的风险。

      3) 本研究考虑条件为从联合站Ⅰ区到Ⅱ区的风向。但联合站常年风向不定,若联合站风向为Ⅱ区到Ⅰ区,按本模拟方法可推断处联合站内多排放源的VOCs扩散会对联合站Ⅰ区的影响较大,并严重影响作业区工作人员的健康与生产作业安全,且应注意火灾爆炸的风险。

    参考文献 (26)

返回顶部

目录

/

返回文章
返回