El proceso de endulzamiento de un gas mediante la aplicación de aminas como el metildietanolamina (MDEA) remueve una cantidad considerable del metanol de la corriente agria. Mas encima, si el contenido de metanol delgas agrio es elevado, la corriente dulce pudiese retener aún altos contenido de metanol e impactar nocivamente las operaciones aguas abajo. Previsiones para la depuración del reflujo (Despojo de Agua) de la columna regeneradora y su reemplazo con “Agua Fresca” puede mejorar la recuperación del metanol [1,2].

 

 

En el Previo del Mes de Julio 2016 (PDM) fue considerado la presencia del metanol en la corriente del gas agrio y determinó las trazas cuantitativas de éste con el gas dulce, gas de despojo, y corriente ácida [2]. Simuló una facilidad de endulzamiento con MDEA simplificada por computadora y estudió el efecto del contenido de metanol en el gas agrio, la taza de reemplazo del reflujo del condensado con agua fresca sobre el contenido de metanol en el gas dulce. Para las temperaturas del gas agrio de 43.3 y 32.2 °C (110 y 90 °F) el previo analizó tres contenidos de metanol de alimentación entre 50, 250, and 500 PPM en base molar. En cada caso fue variado el caudal de reemplazo de agua fresca entre 0 al 100 % por incrementos de 20%.

 

 

La eficiencia de remoción del metanol (ERM – MRE) en base volumétrica se define por:

 

 

La Tabla 1 presenta un resumen de las eficiencias de remoción de metanol (ERM – MRE) basados en los resultados de la simulación del PDM de Julio 2016 [2].

 

Tabla 1. El efecto de purga y temperatura del gas agrio sobre la eficiencia de remoción de metanol [2]

 

En seguimiento al PDM de Julio, 2016, éste trabajo considera la presencia de metanol en la corriente de gas agrio y determina las trazas cuantitativas del mismo remanentes en el gas residual dulce, gas de despojo, y gas agrio. El previo simula una planta de MDEA simplificada por simulación en la computadora [3,4]. El previo igual analiza el efecto del contenido de metanol en el gas agrio, más su temperatura, y el caudal de reemplazo de reflujo condensado con agua fresa sobre el contenido de metanol en el gas dulce.

 

 

Para la temperaturas del gas agrio de 43.3, 32.2 y 21.1 °C (110, 90, y 70 °F) el previo estudia tres contenidos de metanol en el gas de entrada de 50, 250, 500 PPM en base molar. En cada caso es variado el caudal de reemplazo de agua fresca entre 0 hasta 100% con incrementos de 20%. Similar al PDM de Septiembre 2016 [5] y basado en los resultados numéricos de simulación, el previo prepara varias gráficos y correlaciones sencillas para estimar la eficiencia de remoción del contenido de metanol bajo varios escenario operacionales. Éstos gráficos y correlaciones presentan suficiente certeza para su aplicación en los ambientes de cómputo en las facilidades.

 

 

Caso en Estudio:

 

Para el propósito de ilustración, este previo considera el endulzamiento de una corriente de gas agrio saturada con agua aplicando los procesos básicos más modificados descritos en el PDM de Julio 2016 [2]. En adición a las dos temperaturas reportadas en el citado previo, éste igual considera una temperatura del gas agrio en 21.1 °C (70 °F), La Tabla 2 presenta su composición en base seca, caudal volumétrico estándar, presión, y temperaturas. Este previo aplica la simulación del conjunto de programas (software) ProMax [6] incluyendo el conjunto interno de computación para “Endulzamiento con Aminas – PR” para llevar a cabo todos los escenarios de de simulación.

 

 

Resultados y Discusiones

 

Las Figuras 1 al 3 presentan la eficiencia de remoción de metanol, ERM, como función de reemplazo del caudal de reflujo (RCR) con agua fresca para las temperaturas del gas agrio entre 43.3, 32.2, y 21.1 °C (110, 90, y 70 °F), respectivamente. Cada figura presenta el ERM vs el caudal de remplazo para los tres contenidos de metanol (50, 250, y 500 PPMV).

 

 

Tabla 2. Composiciones de la alimentación en base seca, flujo volumétrico y condiciones [2]

 

Figura 1. Eficiencia de remoción del metanol vs reemplazo de reflujo para una temperatura del gas agrio de 43.3 °C (110 °F)

 

 

Figura 2. Eficiencia de remoción de metanol vs remplazo de reflujo para una temperatura del gas agrio de 32.2 °C (90 °F)

 

 

Figura 3. Eficiencia de remoción del metanol vs reemplazo de reflujo para una temperatura del gas agrio de 43.3 °C (110 °F)

 

 

Como se observa que las tres curvas para los distintos contenidos de metanol en cada figura se aproximan, el efecto del contenido del metanol sobre la ERM puede ser despreciado. Para cada temperatura del gas agrio el cómputo ponderado aritmético de la ERM para los tres contenidos de metanol se presentan en la Figura 4. Ésta indica que mientras disminuye la temperatura del gas agrio es mermado el impacto del reemplazo del caudal de reflujo de condensado con agua fresca.

 

 

Figura 4. Remoción ponderada de remoción del metanol vs reemplazo del reflujo

 

 

Un programa aplicando una regresión no-lineal fue empleado para determinar los parámetros de la siguiente correlación para la eficiencia de remoción de metanol como función del % de reemplazo del caudal de reflujo (RCR)

 

 

Donde:

MRE   = Eficiencia de Remoción del Metanol (ERM) en base molar, %

RRR    = % de reemplazo del caudal de reflujo (RCR)

A,B,C   = Parámetros regresionados

 

 

La Tabla 3 presenta los parámetros regresionados A, B and C de la Ecuación 1 para las tres temperaturas del gas agrio consideradas. Las últimas dos filas de la Tabla 3 presentan el Porcentaje Ponderado Absoluto de Error (PPAE – AAPE) más el Porcentaje Máximo de Error Absoluto (PMEA – MAPE), respectivamente.

 

 

Una forma generalizada para esta ecuación para reflejar el impacto de la temperatura puede expresarse como:

 

 

Donde:

MRE         = Eficiencia de Remoción de Metanol en base de peso

RRR         = Reemplazo del caudal de Reflujo %

T               = Temperatura, °C (°F)

 

 

Tabla 3. Parámetros de la Ecuación 1 indicando la eficiencia de remoción de methanol

 

 

La Tabla 4 presenta los parámetros regresionados de A1, A2, B1, B2, C1 y C2 de la Ecuación 2 para temperaturas en °C y °F.

 

Tabla 4. Parámetros de la Ecuación 1 para la eficiencia de remoción de methanol

 

 

Las predicciones para la ERM arrojados por la Ecuación 2 fueron agregadas a la Figura 4 como se presenta en la Figura 5. En ésta las líneas sólidas presentan las ERM pronosticadas por las Ecuación 2, y las punteadas con símbolos rellenos arrojan los valores simulados. El análisis de la Figura 5 y los valores calculados del PPAE (AAPE) y el PMEA (MAPE) en la Tabla 4 indican que la certeza de los correlaciones propuestas, comparado con los resultados de la simulación es de muy buena aplicación para la estimación de la eficiencia de remoción de metanol (ERM)

 

 

 

Figura 5. Comparación de los pronósticos del modelo para la remocion ponderada de metanol vs el reemplazo del caudal de reflujo

 

 

Conclusiones:

 

Basado en los resultados obtenidos para el caso considerado en este studio, el presente PDM arroja las siguientes conclusiones:

  1. El impacto del contenido de metanol en el gas agrio sobre la eficiencia de recuperación del metanol es mínima (Figuras 1-3), en términos totales solo impacto menor, menos de 0.5 punto de % .
  2. Mientras disminuye la temperatura del gas agrio le eficiencia de remoción de metanol aumenta (Figuras 1- 5), de manera total solo un impacto mínimo, menor de 3 puntos de %.
  3. Eficiencia de remoción del metanol aplicando el endulzamiento con MDEA solo es capaz de remover 89-97% del metanol en el gas agrio de alimentación. Esto pudiese dejar mayor cantidad del metanol en el gas dulce de despojo que lo permitido por norma. Un paso adicional de lavado con agua podría ser necesario. Ésta agua aplicada podría ser recirculada como reposición del despojo del reflujo en el proceso MDEA.
  4. Este previo presenta tres gráficos sencillo (Figura 1 – 3) y dos correlaciones (Ecuaciones 1, y 2) así como los parámetros correspondientes (Tablas 3 y 4) para estimar las eficiencias ponderadas de remoción del metanol para las temperaturas del gas agrio de 43.3, 32.2, y 21.1 °C (110, 90, y 70 °F), respectivamente.
  5. Comparado a los computes rigorosos de la simulación, la certeza de las correlaciones propuestas (Ecuaciones 1 y 2) para la determinación la eficiencia de remoción ponderada de metanol se ve muy buena (Tablas 3 y 4 , y Figura 5), y se pueden aplicar en los escenarios de cómputo para las facilidades.
  6. Las correlaciones propuestas (Ecuaciones 1 y 2) y los Gráficos (Figuras 4-5) son fáciles de aplicar.

 

 

Para informarse adicionalmente sobre casos similares y como minimizar las instancias de problemas operacionales, le sugerimos su asistencia a nuestras sesiones técnicas designadas G6 (Gas Treating and Sulfur Recovery), G4 (Gas Conditioning and Processing), G5 (Practical Computer Simulation Applications in Gas Processing), y la PF4 (Oil Production and Processing Facilities)

 

 

By: Dr. Mahmood Moshfeghian

Traducido al Español por: Dr. Frank E. Ashford

 

References:

  1. O’Brien, D., Mejorada, J., Addington, L., “Adjusting Gas Treatment Strategies to Resolve Methanol Issues,” Proceedings of Lawrence Reid Gas Conditioning Conference, Norman, Oklahoma, 2016.
  2. Moshfeghian, M., July 2016 tip of the month, PetroSkills | John M. Campbell, 2016.
  3. Maddox, R.N., and Morgan, D.J., Gas Conditioning and Processing, Volume 4: Gas treating and sulfur Recovery, Campbell Petroleum Series, Norman, Oklahoma, 1998.
  4. Campbell, J.M., Gas Conditioning and Processing, Volume 2: The Equipment Modules, 9th Edition, 1st Printing, Editors Hubbard, R. and Snow –McGregor, K., Campbell Petroleum Series, Norman, Oklahoma, 2014.
  5. Moshfeghian, M., September 2016 tip of the month, PetroSkills | John M. Campbell, 2016.
  6. ProMax 4.0, Bryan Research and Engineering, Inc., Bryan, Texas, 2016.