Construction of a computational model for the process of cooling down a cryogenic storage facility for liquefied natural gas

Cover Page

Cite item

Full Text

Abstract

As part of the preparation of the cryogenic storage facility for operation, the following processes are performed during commissioning: inerting — displacing air from the tank volume in order to exclude the possibility of forming an explosive mixture; substitution — replacing neutral gas (nitrogen) with methane; chilling — cooling the storage tank structure to a temperature of 143 K. Chilling allows to reduce the amount of regasified gas during loading and storage, eliminate the occurrence of low-temperature stresses in the structural elements, and reduce the likelihood of emergency situations during operation. This article presents a comparative analytical study of the process of two-phase and convective cooling of a cryogenic storage facility for liquefied natural gas. The Kantorovich–Bubnov–Galerkin method is used to model non-stationary heat exchange in the storage facility's insulating structure. This method allows to obtain approximate analytical solutions describing temperature fields and cooling dynamics. As part of the study, dependencies of the change in temperature pressure on the inner wall of the tank during cooling with methane and air over time are obtained, and graphs of isotherms in the gas space of the tank during convective cooling with air were constructed.

About the authors

Yakov E. Rodkin

ITMO University

Author for correspondence.
Email: rodyakov1997@niuitmo.ru
ORCID iD: 0000-0003-0301-0151

Graduate Student of the «Energy Efficient Engineering Systems»

Russian Federation, Saint Petersburg

Aleksander B. Sulin

ITMO University

Email: absulin@itmo.ru
ORCID iD: 0000-0002-4580-6070
SPIN-code: 5540-5765
Scopus Author ID: 6507491881
ResearcherId: W-4842-2017

Doctor of Technical Sciences, Professor of the «Energy Efficient Engineering Systems»

Russian Federation, Saint Petersburg

References

  1. Jinshu L., Song X., Deng J. [et al.]. Numerical prediction of temperature field for cargo containment system (CCS) of LNG carriers during pre-cooling operations. Journal of Natural Gas Science and Engineering. 2016. Vol. 29. P. 382–391. doi: 10.1016/j.jngse.2016.01.009. (In Engl.).
  2. Haddar M., Hammami M., Baccar M. Numerical parametric study of a cooling system for an LNG storage tank. Oil & Gas Science and Technology — Rev. IFP Energies nouvelles. 2019. Vol. 74. 21. doi: 10.2516/ogst/2018097. (In Engl.).
  3. Shin K., Son S., Moon J. [et al.]. Dynamic modeling and predictive control of boil-off gas generation during LNG loading. Computers & Chemical Engineering. 2022. Vol. 160. 107698. doi: 10.1016/j.compchemeng.2022.107698. (In Engl.).
  4. Rodkin Y. E., Sulin A. B., Ryabova T. V. Increasing energy efficiency of LNG transportation and storage processes. Oil and gas engineering (OGE-2022). 2023. doi: 10.1063/5.0141930. (In Engl.).
  5. Rodkin Ya. E., Zaitsev A. V., Sulin A. B. Puti snizheniya poter' SPG pri transportirovke i hranenii [Decreasing LNG losses at handling and storage]. Vestnik Mezhdunarodnoy akademii kholoda. Journal of International Academy of Refrigeration. 2023. No. 4. P. 44–50. doi: 10.17586/1606-4313-2023-22-4-44-50. EDN: NLSOEZ. (In Russ.).
  6. Qadrdan M., Abeysekera M., Wu J. [et al.]. Fundamentals of Natural Gas Networks. The Future of Gas Networks. Springer: Cham, 2020. P. 5–22. doi: 10.1007/978-3-319-66784-3_2. (In Engl.).
  7. Zhu K., Li Y., Ma Y. [et al.]. Influence of filling methods on the cool down performance and induced thermal stress distribution in cryogenic tank. Applied Thermal Engineering. 2018. Vol. 141. P. 1009–1019. doi: 10.1016/j.applthermaleng.2018.06.030. (In Engl.).
  8. Kulitsa M., Wood D. Boil-off gas balanced method of cool down for liquefied natural gas tanks at sea. Advances in Geo-Energy Research. Vol. 4. P. 199–206. 2020. doi: 10.26804/ager.2020.02.08. (In Engl.).
  9. Zhu K., Li C., Ma Y. [et al.]. Experimental study on cool down characteristics and thermal stress of cryogenic tank during LN2 filling process. Applied Thermal Engineering. 2018. Vol. 130. P. 951–961. doi: 10.1016/j.applthermaleng.2017.11.079. (In Engl.).
  10. Hedayat A., Cartagena W., Majumdar A., LeClair A. C. Modeling and analysis of chill and fill processes for the cryogenic storage and transfer engineering development unit tank. Cryogenics. 2016. Vol. 74. P. 106–112. doi: 10.1016/j.cryogenics.2015.11.003. (In Engl.).
  11. Averin B. V., Kudinov I. V., Kotova E. V., Eremin A. B. Obobshchennyye funktsii v nelineynykh zadachakh teploprovodnosti dlya mnogosloynykh konstruktsiy [Generalized functions in thermal conductivity problems for multilayered constructions]. Teplofizika Vysokikh Temperatur. 2013. Vol. 51, no. 6. P. 912. doi: 10.7868/S004036441305013X. EDN: REKCXD. (In Russ.).
  12. Modeli termomekhaniki s konechnoy i beskonechnoy skorost’yu rasprostraneniya teploty [Models of thermomechanics with finite and infinite heat propagation velocity] / Ed. by V. A. Kudinov. Moscow, 2020. 224 p. ISBN 978-5-392-29251-6. doi: 10.31085/9785392292516-2019-224. (In Russ.).
  13. Li W., Shao Q. Q., Liang J. Numerical study on oil temperature field during long storage in large floating roof tank. International Journal of Heat and Mass Transfer. 2019. Vol. 130. P. 175–186. doi: 10.1016/j.ijheatmasstransfer.2018.10.024. (In Engl.).
  14. Sures Kumar A., Nikhil P. S., Nallaperumal A. M. Cryogenic characterisation of polyurethane foam for thermal insulation of cryogenic tanks of launch vehicles. Indian Journal of Cryogenics. 2022. P. 97–98. (In Engl.).
  15. Roh S., Son G., Song G., Bae J. Numerical study of transient natural convection in a pressurized LNG storage tank. Applied Thermal Engineering. 2013. Vol. 52. P. 209–220. doi: 10.1016/j.applthermaleng.2012.11.021. (In Engl.).
  16. Azimov A. Mir azota [World of Nitrogen]. Moscow: Media, 2016. 160 p. (In Russ.).
  17. Kumar R., Kumar A. Das. Numerical study of boiling of Liquid Nitrogen on a liquid-liquid contact plane. 2021. doi: 10.48550/arXiv.2102.02423. (In Engl.).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».