3. BOG蒸发气量关键影响因素识别
BOG蒸发气量预测的准确性，首先取决于是否把“真正影响蒸发速率的变量”找全、分清主次。工程上常见的误区是把BOG量简单归因于“天气热”，而忽略了漏热路径、组分沸点差异和操作扰动这三类机制。本节按热量输入—相平衡—气相空间—运行扰动四条线索梳理关键变量，并给出可操作的敏感性分析方法。
一、变量梳理：按影响机理归类
储罐日蒸发率（BOR）的本质是“单位时间漏入储罐的热量 ÷ LNG汽化潜热”。因此所有影响因素最终都通过三个中间量起作用：漏热量 Q、汽化潜热 hfg、有效蒸发面积与气相空间。据此可把变量分为四组：
- 外部热环境：环境温度 Tamb、太阳辐射、风速。它们改变罐壁外表面换热系数与温差，直接放大 Q。环境温度每升高10 ℃，罐顶与侧壁漏热通常增加5%～12%（示例量级，随绝热结构而异）。
- 大气压力：Patm 决定BOG饱和温度与压缩机/再冷凝器的吸入条件。压力下降时LNG饱和温度降低，闪蒸加剧；同时BOG密度下降，同一质量流量对应更大体积流量，影响压缩机选型与管网压降。
- LNG组分：甲烷含量越高，泡点越低、汽化潜热越大；氮含量升高会显著提高罐内气相压力（氮优先闪蒸）。组分变化是“隐性变量”，往往在接卸不同产地LNG后BOG量突变才被发现。
- 储罐液位与绝热性能：液位影响浸润面积与气相空间体积，进而影响蒸发面积和BOG缓冲能力；绝热性能（真空度、珠光砂填充密度、绝热层含水/结冰）决定同等温差下的漏热系数 K。
- 操作工况：装船/卸船、循环保冷、压缩机启停、压力控制设定值、罐内泵运行等，属于短时强扰动，会造成BOG量阶跃式变化而非缓慢漂移。
二、敏感性分析：用归一化灵敏度排序
推荐采用单因素扰动法配合归一化灵敏度系数：Si = (ΔBOG/BOG0) / (Δxi/xi0)。即在基准工况附近，将第 i 个变量单独改变一个合理幅度，其余保持不变，记录BOG量的相对变化。Si 的绝对值越大，该变量越关键；符号表示正负相关。
以一个教学示例说明：某16万m³全容罐，基准BOG量设为 3 000 kg/h（示例假设值），基准环境温度 25 ℃、大气压 101.3 kPa、甲烷摩尔分数 92%、液位 80%、绝热层等效导热系数基准值 K0。逐项扰动后得到如下相对变化（均为示例数据，用于说明方法而非实测结论）：
| 变量 | 扰动幅度 | BOG相对变化 | 归一化灵敏度 Si | 判读 |
|---|---|---|---|---|
| 环境温度 | +10 ℃ | +8% | +0.20 | 中等，季节性主因 |
| 大气压力 | −5 kPa | +3% | +0.61 | 较高，影响闪蒸与压缩 |
| 甲烷含量 | +3%（摩尔） | −4% | −1.23 | 高，组分是强变量 |
| 液位 | 80%→50% | −6% | +0.16 | 中等，兼影响气相缓冲 |
| 绝热等效导热系数 | +20% | +20% | +1.00 | 高，劣化即线性放大 |
| 压力控制设定值 | +2 kPa | −5% | −2.50 | 很高，操作可主动调节 |
从示例可见：绝热性能劣化与压力控制设定值属于高灵敏度且可干预的变量，应优先纳入在线监测与运行优化；组分灵敏度高但不可控，只能通过气质分析前馈修正；环境温度灵敏度中等但变化规律强，适合做季节性预测修正。
三、从识别到落地：变量分层与数据要求
敏感性排序之后，应把变量分为三层管理：主控变量（进入预测模型主方程，如绝热系数、压力设定、组分）、修正变量（按季节或批次修正，如环境温度、液位）、扰动变量（用于异常识别而非稳态预测，如卸船、压缩机启停）。每层对应不同的数据采集频率：主控变量宜实时或小时级，修正变量可按日或按批次，扰动变量需事件标记。
实操中建议先做一次“变量体检”：核对DCS中压力、液位、温度的测点是否覆盖罐顶气相、罐底液相与绝热层夹层；核对气质分析报告的组分更新周期是否与接卸批次匹配；核对绝热真空度或夹层压力是否有历史趋势。缺少任一关键测点，敏感性分析都会失真。
最后需要强调：敏感性分析不是一次性工作。绝热层劣化、组分批次更替、压力控制策略调整都会改变灵敏度排序，建议每季度或每次重大工况变更后复算一次，并把结果回写到BOG预测模型的权重中，使预测值随罐况“自适应”而非长期依赖固定系数。