CN101286065B - 一种原油掺炼多周期优化的原油调合调度方法 - Google Patents

Abstract

一种原油掺炼多周期优化的原油调合调度方法，属于多种原油掺炼技术领域。其特征在于：归纳出问题的数学模型；针对由问题归结出的非线性混合整数规划模型，利用高效混合求解策略得到问题的满意解。本发明的优点：1)该方案以提高调合原油性质的稳定性为主要目标，同时兼顾提高期望产品产量的目标，不但能够降低因调合原油性质波动过大而对蒸馏装置及其后续装置平稳性造成的影响，而且能在一定程度上增加期望得到的产品的产量。2)采用分层求解离散决策变量和连续决策变量的算法结构，改善了因同时优化两组变量导致的算法效率低和搜索性能差等问题。

Description

一种原油掺炼多周期优化的原油调合调度方法

技术领域

本发明涉及石油化工生产过程中一种原油掺炼多周期优化的原油调合调度方法，属于石油化工生产调度领域。

背景技术

目前，在市场经济条件下，各炼厂的石油需求和处理量持续增加，对于许多炼厂而言，单一的石油来源已经不能满足需求，加之原油供应日趋紧张，各炼油企业，特别是沿海、沿江的企业，都在世界范围内进行采购，使得加工原油品种众多、性质不一，直接影响了生产的稳定性和先进控制的实施。如何处理好多种原油的混炼，需要由生产调度来完成。

自上个世纪50年代炼油厂的生产调度问题被提出以来，经历了几十年的发展，一些技术已经相对成熟，如成品油调合等，Honeywell、Aspen等国外企业都已开发出相关软件。然而对于原油调度问题的研究，才刚刚起步不久。

原油调度是炼油厂炼油装置的前端，当前主要研究的原油调度问题包括：原油到港(库)、卸油操作、管道输送、厂区罐收油、进常减压装置等。优化调度的目的大多为降低各种操作费用，包括油轮的海上等待费用、卸油费用、码头罐和装置管的库存费用、常减压装置方法切换费用。优化模型通常是在离散化时间模型框架下或连续化时间模型框架下建立的混合整数非线性规划模型(MINLP)。优化目标是使操作成本达到最小。约束条件通常包括：油轮到达和离开操作规则，油轮、码头罐、装置罐的物料平衡方程，装置罐组分的物料平衡方程，原油进料的操作规则，当然也可以根据实际需要加入其他约束。在模型求解方面，由于现有求解软件对混合整数非线性规划的求解难度很大，因此求解时通常采用简化处理的办法：把非线性问题线性化，变成混合整数规划问题(MILP)来求解。尽管如此，这类方法因算法效率问题也使模型规模受到一定限制，并且由于线性化不可避免地引入了误差，使得求解的准确度也受到了一定程度的影响。

以上研究表明原油调度正逐步受到人们的重视，但是针对原油掺炼过程，以增强调合原油性质的稳定性以及增加期望产品的产量为目的的原油调度问题的研究目前尚未见报道。而本方法正以此为出发点，提出了一套原油调合调度方法，有效解决了上述问题。

当调度方案仅凭人工经验实施的情况下，混合后的原油性质通常有较大波动，这样便给蒸馏装置加工原油带来极大的难度，继而波及到后续的催化裂化、延迟焦化等各个装置，使得先进控制的难度大大增加。本发明提供的混炼调度方法主要是针对该问题提出的，通过现场调研首先归纳出问题的数学模型，接着采用有效的算法结构对问题进行快速求解，依次确定出各种掺炼油掺炼的先后次序，以及各自的掺炼量，使得混合后进装置的原油性质长期相对稳定，消除原油性质变化带来的装置工作点漂移，降低蒸馏装置的操作难度，提高装置的平稳率，为多装置的区域优化提供条件。与此同时，该方法也能在一定程度上增加期望产品的产量。

发明内容

本发明的目的：提出一种原油掺炼多周期优化的原油调合调度方法，在一定程度上增强调合原油性质的稳定性，减少因调合原油性质波动大而对蒸馏装置以及后续催化裂化、延迟焦化等各装置造成的影响，为采用先进控制提供较好的前提保障，与此同时在一定程度上增加期望产品的产量。

本发明的特征在于：该原油调合调度方法在计算机上依次执行以下步骤：

步骤(1)，建立原油调合模型：

原油调合模型以“馏程”作为评价原油性质的主要质量指标，“馏程”这里指某温度区间段原油馏出产品的收率。与此同时，为了更全面地表征原油性质，模型采用多段馏程描述的方式，各馏程段温度区间的划分依据蒸馏过程得到的汽油、航空煤油、柴油等产品的馏程范围来确定。

$\left\{\begin{array}{c}{P}_{\mathrm{mixed}}(s_i,m)=P_{\mathrm{major}}\left(m\right)(1-R_{\min \mathrm{or}}\left(s_i\right))+P_{\min \mathrm{or}}(s_i,m)R_{\min \mathrm{or}}\left(s_i\right),\\ R_{\min \mathrm{or}}\left(s_i\right)=X_{\min \mathrm{or}}\left(s_i\right)/X_{\mathrm{mixed}}\left(s_i\right),\end{array}\right.---\left(1\right)$

其中，下标“major”表示主炼原油，“minor”表示掺炼原油，“mixed”表示把掺炼原油掺入主炼原油后得到的调合原油；

i＝1，2，...，I，表示把掺炼原油掺入到主炼原油时的次序号，s_i表示第i次掺炼时用的掺炼原油，由于每次只掺炼一种原油且不重复掺炼，故I＝N，N为掺炼原油的品种数，为设定值；

m＝1，2，...，M，为馏程段的序号，M为预设的馏程段数；

R_minor(s_i)为掺炼原油s_i的掺炼比，即掺炼原油流量与调合原油总流量之比；

X_minor(s_i)为掺炼原油s_i的掺炼流量；

X_mixed(s_i)为经过第i次掺炼后调合原油总流量，设定值；

P_major(m)为主炼原油在第m馏程段的收率，已知值；

P_minor(s_i，m)为掺炼原油s_i在第m馏程段的收率，已知值；

R_mixed(s_i，m)为掺入掺炼原油s_i后得到的调合原油第m馏程段收率，已知值；

步骤(2)，确定优化目标：

调度优化以减小调合原油性质波动和增加期望产品产量为优化目标。对多段馏程描述，目标函数采用加权求和的方式，即先在各馏程段分别评价优化结果，再将各馏程段的评价结果加权后得到最终目标值。其中，权系数的设置通常遵循“越轻馏程段权系数越大”的原则，具体数值可以根据经验和需要调整。

$\min J=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}w\left(m\right)[v_1\underset{i=1}{\overset{I-1}{\mathrm{\Σ}}}{(P_{\mathrm{mixed}}(s_{i+1},m)-P_{\mathrm{mixed}}(s_i,m))}^2+v_2\underset{i=1}{\overset{I}{\mathrm{\Σ}}}{(P_{\mathrm{mixed}}(s_i,m)-P_{\mathrm{mixed}}^{\exp }(s_i,m))}^2],---\left(2\right)$

其中，w(m)为第m馏程段权系数，表征第m馏程段在调度方法中的权重，为设定值，

0＜w(m)＜1；

P_mixed ^exp(s_i，m)为希望提高第m馏程段产品的收率而设计的调合原油的目标收率，设定值，对所有s_i相同；

v₁为表征提高调合原油性质的平稳性这个目标在调度方法中的权重，设定值，v₁∈[1，+∞)；

v₂为表征增加期望产品产量这个目标在调度方法中的权重，设定值，v₂∈[1，+∞)；

步骤(3)，确定优化模型的约束条件如下：

(a)，为防止因调合原油过“轻”而导致的蒸馏装置的“冲塔”现象，调合原油中，至少包含汽油、煤油、柴油在内的各组分收率的上限：

$P_{\mathrm{mixed}}(s_i,m)<P_{\mathrm{mixed}}^{\max }(s_i,m),---\left(3\right)$

其中，P_mixed ^max(s_i，m)为掺入掺炼原油s_i后得到的调合原油在第m馏程段产品收率的上限，为设定值。

(b)，装置和管线正常操作时的容量范围：

$\left\{\begin{array}{c}{X}_{\min \mathrm{or}}^{\min }\left(s_i\right)\&le;X_{\min \mathrm{or}}\left(s_i\right)\&le;X_{\min \mathrm{or}}^{\max }\left(s_i\right),\\ X_{\mathrm{mixed}}^{\min }\left(s_i\right)\&le;X_{\mathrm{mixed}}\left(s_i\right)\&le;X_{\mathrm{mixed}}^{\max }\left(s_i\right),\end{array}\right.---\left(4\right)$

其中，X_minor ^min(s_i)和X_minor ^max(s_i)分别为掺炼原油s_i的掺炼流量X_minor(s_i)的管道输运量的下限和上限，设定值；

X_mixed ^min(s_i)和X_mixed ^max(s_i)分别为掺炼原油s_i掺炼后调合原油流量X_mixed(s_i)的管道输运量的下限和上限，设定值。

(c)，生产计划规定的各品种掺炼原油的加工量和最迟完工时刻：

$\left\{\begin{array}{c}{\mathrm{\&tau;}}_{\min \mathrm{or}}\left(s_i{X}_{\min \mathrm{or}}\right)\left(s_i\right)=C_{\min \mathrm{or}}\left(s_i\right),\\ t_{\min \mathrm{or}}\left(1\right)=0,\\ t_{\min \mathrm{or}}\left(s_{i+1}\right)=t_{\min \mathrm{or}}\left(s_i\right)+{\mathrm{\&tau;}}_{\min \mathrm{or}}\left(s_i\right),\\ t_{\min \mathrm{or}}\left(s_i\right)+{\mathrm{\&tau;}}_{\min \mathrm{or}}\left(s_i\right)\&le;t_{\min \mathrm{or}}^{\max }\left(s_i\right),\end{array}\right.---\left(5\right)$

其中，C_minor(s_i)为掺炼原油s_i的待加工量；

t_minor(1)为掺炼起始时刻；

τ_minor(s_i)为掺炼原油s_i的加工时间；

t_minor(s_i)为掺炼原油s_i开始切换时的相对于t_minor(1)的相对时刻；

t_minor ^max(s_i)为生产计划要求的掺炼原油s_i的相对于t_minor(1)的最迟加工完成时刻，设定值。

(d)，为防止调合原油含硫量过高腐蚀装置，设置调合原油的含硫量约束：

$\left\{\begin{array}{c}{\mathrm{SS}}_{\mathrm{mixed}}\left(s_i\right)={\mathrm{SS}}_{\mathrm{major}}(1-R_{\min \mathrm{or}}\left(s_i\right))+{\mathrm{SS}}_{\min \mathrm{or}}\left(s_i\right)R_{\min \mathrm{or}}\left(s_i\right),\\ {\mathrm{SS}}_{\mathrm{mixed}}<{\mathrm{SS}}_{\mathrm{mixed}}^{\max },\end{array}\right.---\left(6\right)$

其中，SS_major为主炼原油含硫量，已知值；

SS(s_i)为第i个进行掺炼的掺炼原油s_i的含硫量，已知值；

SS_mixed(s_i)为掺炼原油s_i掺入后得到的调合原油的含硫量；

SS_mixed ^max为调合原油硫含量的上限，设定值。

步骤(4)，在不考虑约束条件和掺炼原油掺炼次序的情况下，分别求取各掺炼原油s_i的理想掺炼比R^* _minor(s_i)，i＝1，2，...，I：

$\left\{\begin{array}{c}\min \underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}w\left(m\right){(P_{\mathrm{mixed}}^{*}(s_i,m)-P_{\mathrm{mixed}}^{\exp }(s_i,m))}^2,\\ P_{\mathrm{mixed}}^{*}(s_i,m)=P_{\mathrm{major}}\left(m\right)(1-R_{\min \mathrm{or}}^{*}\left(s_i\right))+P_{\min \mathrm{or}}(s_i,m)R_{\min \mathrm{or}}^{*}\left(s_i\right),\\ R_{\min \mathrm{or}}^{*}\left(s_i\right)=X_{\min \mathrm{or}}^{*}\left(s_i\right)/X_{\mathrm{mixed}}\left(s_i\right),\end{array}\right.---\left(7\right)$

其中，上标“*”表示理想量值，i＝1，2，...，I，

(0＜w(m)＜1)，v₁∈[1，+∞)，v₂∈[1，+∞)。

步骤(5)，以掺炼原油理想掺炼比R^* _minor(sⁱ)为基础，利用禁忌搜索算法求取掺炼原油掺炼次序，利用可行性规则处理约束：

$\left\{\begin{array}{c}\min J=\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}w\left(m\right)\left[v_1\underset{i=1}{\overset{I-1}{\mathrm{\&Sigma;}}}{(P_{\mathrm{mixed}}^{*}(s_{i+1},m)-P_{\mathrm{mixed}}^{*}(s_i,m))}^2+v_2\underset{i=1}{\overset{I}{\mathrm{\&Sigma;}}}{(P_{\mathrm{mixed}}^{*}(s_i,m)-P_{\mathrm{mixed}}^{\exp }(s_i,m))}^2\right],\\ P_{\mathrm{mixed}}^{*}(s_i,m)=P_{\mathrm{major}}\left(m\right)(1-R_{\min \mathrm{or}}^{*}\left(s_i\right))+P_{\min \mathrm{or}}(s_i,m)R_{\min \mathrm{or}}^{*}\left(s_i\right),\\ R_{\min \mathrm{or}}^{*}\left(s_i\right)=X_{\min \mathrm{or}}^{*}\left(s_i\right)/X_{\mathrm{mixed}}\left(s_i\right);\end{array}\right.---\left(8\right)$

步骤(6)，以步骤(5)中求得的掺炼原油掺炼次序为依据，利用差分进化算法求取掺炼原油实际掺炼比R_minor(s_i)，i＝1，2，...，I，利用可行性规则处理约束：

$\left\{\begin{array}{c}\min J=\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}w\left(m\right)\left[v_1\underset{i=1}{\overset{I-1}{\mathrm{\&Sigma;}}}{(P_{\mathrm{mixed}}(s_{i+1},m)-P_{\mathrm{mixed}}(s_i,m))}^2+v_2\underset{i=1}{\overset{I}{\mathrm{\&Sigma;}}}{(P_{\mathrm{mixed}}(s_i,m)-P_{\mathrm{mixed}}^{\exp }(s_i,m))}^2\right],\\ P_{\mathrm{mixed}}(s_i,m)=P_{\mathrm{major}}\left(m\right)(1-R_{\min \mathrm{or}}\left(s_i\right))+P_{\min \mathrm{or}}(s_i,m)R_{\min \mathrm{or}}\left(s_i\right),\\ R_{\min \mathrm{or}}\left(s_i\right)=X_{\min \mathrm{or}}\left(s_i\right)/X_{\mathrm{mixed}}\left(s_i\right);\end{array}\right.---\left(9\right)$

步骤(7)，设计串级控制回路实现掺炼原油掺炼比例的在线控制：

如原油调度系统流程图图1所示，由于调合原油流量由变频泵2控制保持不变，因此为了实现掺炼原油掺炼比例的在线反馈控制，只需控制好掺炼原油掺炼流量。设计如图1虚线部分所示的串级回路，利用流量检测信息对变频泵1进行调节实现掺炼流量的控制，并通过内回路消除管路压力变化等干扰的影响。掺炼比例控制系统用PLC组成，控制各掺炼原油掺炼流量并对掺炼过程实时监测。

效果与优点：

由仿真实例得到的原油调合结果如图3-8所示，表明在满足各种约束条件下得到的掺炼原油的掺炼次序和掺炼比不但能使其性质不稳定的现象得到明显的改善，并且能使其稳定在目标收率上下。

附图说明

图1.本发明针对的原油调度系统工艺流程图。

图2.调度方法流程图。

图3馏程段HK-130C原油调合结果图。

图4馏程段130C-190C原油调合结果图。

图5馏程段190C-240C原油调合结果图。

图6馏程段240C-300C原油调合结果图。

图7馏程段300C-350C原油调合结果图。

图8掺炼原油掺炼比。

图9系统硬件实施方案结构图。

具体实施方式

本发明所述调度方法针对的原油调度系统流程见图1：管路1输送主炼原油，主炼原油品种单一且流量不受控，随管路2和管路3的流量变化而变化；管路2输送掺炼原油，掺炼原油品种多样，流量通过变频泵1控制；管路3输送调合原油，流量通过变频泵2控制。调度优化方法的目的是在规定时间内将库存掺炼原油掺炼完且使混合后的原油性质长期相对稳定，并在一定程度上增加期望产品的产量。调度方法流程见图2。

由仿真实例得到的原油调合结果如图3-8所示，表明在满足各种约束条件下得到的掺炼原油的掺炼次序和掺炼比不但能使其性质不稳定的现象得到明显的改善，并且能使其稳定在目标收率上下。仿真实例的具体实现步骤如下：

取某石化炼厂的实际生产数据：罐区数据、原油评价数据(只考虑轻组分收率)、生产计划数据作为模型的输入：

计算式(7)，分别得到各掺炼原油的理想掺炼比R^* _minor(s_i)，i＝1，2，...，6，由式(7)求解R^* _minor(s_i)的解析表达式为：

$\left\{\begin{array}{cc}{R}_{\min \mathrm{or}}^{*}\left(s_i\right)=\frac{\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}w\left(m\right)[P_{\min \mathrm{or}}(s_i,m)-P_{\mathrm{major}}\left(m\right)][P_{\mathrm{mixed}}^{\exp }(s_i,m)-P_{\mathrm{major}}\left(m\right)]}{\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}w\left(m\right){[P_{\min \mathrm{or}}(s_i,m)-P_{\mathrm{major}}\left(m\right)]}^2},& \frac{X_{\min \mathrm{or}}^{\min }\left(s_i\right)}{X_{\mathrm{mixed}}^{\min }\left(s_i\right)}\&le;R_{\min \mathrm{or}}^{*}\left(s_i\right)\&le;\frac{X_{\min \mathrm{or}}^{\max }\left(s_i\right)}{X_{\mathrm{mixed}}^{\max }\left(s_i\right)}\\ R_{\min \mathrm{or}}^{*}\left(s_i\right)=\frac{X_{\min \mathrm{or}}^{\max }\left(s_i\right)}{X_{\mathrm{mixed}}^{\max }\left(s_i\right)},& R_{\min \mathrm{or}}^{*}\left(s_i\right)>\frac{X_{\min \mathrm{or}}^{\max }\left(s_i\right)}{X_{\mathrm{mixed}}^{\max }\left(s_i\right)}\\ R_{\min \mathrm{or}}^{*}\left(s_i\right)=\frac{X_{\min \mathrm{or}}^{\min }\left(s_i\right)}{X_{\mathrm{mixed}}^{\min }\left(s_i\right)},& R_{\min \mathrm{or}}^{*}\left(s_i\right)<\frac{X_{\min \mathrm{or}}^{\min }\left(s_i\right)}{X_{\mathrm{mixed}}^{\min }\left(s_i\right)}\end{array}\right.$ 在

已知理想掺炼比R_minor ^*(s_i)的条件下，原问题只剩一组决策变量：掺炼原油掺炼次序s_i，i＝1，2，...，6。运用禁忌搜索(TS)求得其解。禁忌搜索参数设置见表2：

表2禁忌搜索算法参数设置

禁忌次数TsLen	邻域解数NeighbLen	候选解数CanddtLen	禁忌表TsTable	解的维数D	停机常数StopC
						3	15	4	6×6	6	20

禁忌搜索算法(TS)步骤如下：

步骤A1：初始化禁忌次数TsLen，邻域解数NeighbLen，候选解数CanddtLen，禁忌表TsTable，解的维数D，停机常数StopC，迭代次数t＝0。

步骤A2：生成t＝0时的初始解y₀＝(A，B，C，D，E，F)。

步骤A3：判断历史最优解连续不变的迭代次数P是否大于停机常数StopC，即P＞StopC？若满足，则结束算法并输出优化结果。否则，继续以下步骤。

步骤A4：利用当前解y_t的邻域函数产生其所有NeighbLen个邻域解，本例中产生邻域解的邻域函数采用两点互换操作(SWAP)，即随机交换解中两个不同分量的位置，生成新的掺炼原油掺炼次序。评价各邻域解，对于每个邻域解y_t ^l，其中t表示第t代，l表示第l个领域解，若可行，计算目标函数f(y_t ^l)：

$f\left(y_t^l\right)=\underset{m=1}{\overset{5}{\mathrm{\&Sigma;}}}w\left(m\right)\left[\underset{i=1}{\overset{5}{\mathrm{\&Sigma;}}}{(P_{\mathrm{mixed}}^{*}(s_{i+1},m)-P_{\mathrm{mixed}}^{*}(s_i,m))}^2+\underset{i=1}{\overset{I}{\mathrm{\&Sigma;}}}{(P_{\mathrm{mixed}}^{*}(s_i,m)-P_{\mathrm{mixed}}^{\exp }(s_i,m))}^2\right]$

$\left\{\begin{array}{c}{P}_{\mathrm{mixed}}^{*}(s_i,m)=P_{\mathrm{major}}\left(m\right)(1-R_{\min \mathrm{or}}^{*}\left(s_i\right))+P_{\min \mathrm{or}}(s_i,m)R_{\min \mathrm{or}}^{*}\left(s_i\right)\\ R_{\min \mathrm{or}}^{*}\left(s_i\right)=X_{\min \mathrm{or}}^{*}\left(s_i\right)/X_{\mathrm{mixed}}\left(s_i\right)\end{array}\right.$

其中，s_i∈{A，B，C，D，E，F}。

若不可行，计算罚值函数voil(y_t ^l)：

$\mathrm{voil}\left(y_t^l\right)=\underset{k=1}{\overset{7}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{6}{\mathrm{\&Sigma;}}}\max (g_{k,s_i}\left(y_t^l\right),0)+f\left(y_t^l\right)$

其中，

表示第k组约束条件，其中，第1组有30个约束，后6组每组6个约束，各组约束条件表达式如下：

$g_{1,s_i}=P_{\mathrm{mixed}}(s_i,m)-P_{\mathrm{mixed}}^{\max }(s_i,m),$ i＝1，2，...，6，m＝1，2，...，5

$g_{2,s_i}=X_{\min \mathrm{or}}^{\min }\left(s_i\right)-X_{\min \mathrm{or}}\left(s_i\right),$ i＝1，2，...，6

$g_{3,s_i}=X_{\min \mathrm{or}}\left(s_i\right)-X_{\min \mathrm{or}}^{\max }\left(s_i\right),$ i＝1，2，...，6

$g_{4,s_i}=X_{\mathrm{mixed}}^{\min }\left(s_i\right)-X_{\mathrm{mixed}}\left(s_i\right),$ i＝1，2，...，6

$g_{5,s_i}=X_{\mathrm{mixed}}\left(s_i\right)-X_{\mathrm{mixed}}^{\max }\left(s_i\right),$ i＝1，2，...，6

$g_{6,s_i}=t_{\min \mathrm{or}}\left(s_i\right)+{\mathrm{\&tau;}}_{\min \mathrm{or}}\left(s_i\right)-t_{\min \mathrm{or}}^{\max }\left(s_i\right),$ i＝1，2，...，6

$g_{7,s_i}={\mathrm{SS}}_{\mathrm{mixed}}\left(s_i\right)-{\mathrm{SS}}_{\mathrm{mixed}}^{\max },$ i＝1，2，...，6

基于可行性规则，从中确定CanddtLen个候选解{y_t ¹，y_t ²...y_t ^CanddtLen}。可行性规则规则具体描述如下：

(1)任何可行解都优于任何不可行解；

(2)在两个可行解中，具有较优的目标函数的解优于另一个解；

(3)在两个不可行解中，具有较小的约束违反量的解优于另一个解。

针对本仿真实例的具体问题，可行性规则可具体化为：若以下条件之一成立，则y_t ^z优于y_t ^u，u＝i，2，...，NeighbLen，z＝1，2，...，NeighbLen：

步骤A5：判断藐视准则是否满足，即判断候选解是否优于历史最优解gby？若成立，更换当前状态y_t，y_t更换为{y_t ¹，y_t ²...y_t ^CanddtLen}中最优的一个，并用与y_t对应的禁忌对象替换最早进入禁忌表的禁忌对象。更新历史最优解gby＝y_t，最优解连续不变的迭代次数P＝0。转步骤A7；否则，继续步骤A6。

步骤A6：判断候选解对应的各对象的禁忌属性，选择候选解{y_t ¹，y_t ²...y_t ^CanddtLen}中非禁忌对象对应的最佳解为新的状态解y_t，同时用与之对应的禁忌对象替换最早进入禁忌表的禁忌对象元素，P＝P+1。

步骤A7：t＝t+1；转步骤A3。

上文中得到的理想掺炼比R^*(s_i)，i＝1，2，...，6，由于没有考虑约束条件，故不能作为最终解。在已知掺炼原油掺炼次序的条件下，应用结合可行性规则约束处理方法的差分进化算法(DE)计算实际掺炼比R(s_i)，i＝1，2，...，6。参数设置见表3：

表3差分进化算法参数设置

种群数NP	种群维数D	收缩因子F	交叉概率CR	最大迭代次数T
					60	6	0.38	0.83	1000

差分进化算法(DE)步骤如下：

步骤B1：初始化种群数NP、收缩因子F、交叉概率CR、种群维数D。设置最大迭代次数T，记迭代次数t＝0。

步骤B2：在约束上下限内随机初始化每个个体

$x_i=(X_{\min \mathrm{or}}^{\min }+\mathrm{rand}\left(\mathrm{0,1}\right)*(X_{\min \mathrm{or}}^{\max }-X_{\min \mathrm{or}}^{\min }))/X_{\mathrm{mixed}},$ i∈{1，2...NP}

其中：x_i＝(R_minor(s₁)_i，R_minor(s₂)_i...R_minor(s_D)_i)，

$X_{\min \mathrm{or}}^{\min }=(X_{\min \mathrm{or}}^{\min }\left(s_1\right),X_{\min \mathrm{or}}^{\min }\left(s_2\right)...X_{\min \mathrm{or}}^{\min }\left(s_D\right)),$

$X_{\min \mathrm{or}}^{\max }=(X_{\min \mathrm{or}}^{\max }\left(s_1\right),X_{\min \mathrm{or}}^{\max }\left(s_2\right)...X_{\min \mathrm{or}}^{\max }\left(s_D\right)),$

X_mixed＝(X_mixed(s₁)，X_mixed(s₂)...X_mixed(s_D))。

步骤B3：在各约束条件下判断每个个体xi是否可行。若可行，计算目标函数f(x_i)：

$f\left(x_i\right)=\underset{m=1}{\overset{5}{\mathrm{\&Sigma;}}}w\left(m\right)\left[\underset{i=1}{\overset{5}{\mathrm{\&Sigma;}}}{(P_{\mathrm{mixed}}(s_{i+1},m)-P_{\mathrm{mixed}}(s_i,m))}^2+\underset{i=1}{\overset{6}{\mathrm{\&Sigma;}}}{(P_{\mathrm{mixed}}(s_i,m)-P_{\mathrm{mixed}}^{\exp }(s_i,m))}^2\right]$

$\left\{\begin{array}{c}{P}_{\mathrm{mixed}}(s_i,m)=P_{\mathrm{major}}\left(m\right)(1-R_{\min \mathrm{or}}\left(s_i\right))+P_{\min \mathrm{or}}(s_i,m)R_{\min \mathrm{or}}\left(s_i\right)\\ R_{\min \mathrm{or}}\left(s_i\right)=X_{\min \mathrm{or}}\left(s_i\right)/X_{\mathrm{mixed}}\left(s_i\right)\end{array}\right.$

其中，s_i∈{A，B，C，D，E，F}

若不可行，计算罚值函数voil(x_i)：

$\mathrm{voil}\left(x_i\right)=\underset{k=1}{\overset{7}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{6}{\mathrm{\&Sigma;}}}\max (g_{k,s_i}\left(x_i\right),0)+C*N$

其中，

同上文，N表示违反约束条件的不等式的个数，C可以是一个很大的常数，这里取C＝100。

步骤B4：选择操作。基于可行性规则选择第t＝0代最优个体itebx(0)，并且令历史最优个体gbx＝itebx(0)。

步骤B5：判断是否达到精度要求或最大迭代次数。若是，算法停止，输出历史最优解gbx和f(gbx)，否则继续下一步。

步骤B5：变异操作。由

生成变异个体，r_b，r_c，r_d ∈{1，2，...NP}随机生成，互不相同且与i不同。

步骤B6：交叉操作。由生成交叉个体。其中i∈{1，2，...NP}，j∈{1，2，...D}。

步骤B7：基于可行性规则找出第t代最优个体itebx(t)，判断是否itebx(t)＜gbx，若是，令gbx＝itebx(t)，否则转下一步。

步骤B8：t＝t+1，转到B5。

通过以上步骤可以分别求得两组决策变量：掺炼原油掺炼次序和掺炼比。

由优化解得到的原油调合结果见图3-8。图中显示在满足各种约束条件下得到的掺炼次序和掺炼比不但能使原油性质不稳定的现象得到明显的改善，并且能使其稳定在目标收率上下。

以此为根据设计串级控制回路实现混炼比例的在线控制，工艺流程见图1。控制方法可以通过上位机实现。图9是在上位机中实现的一种方案。控制程序通过实时数据库或通过OPC(OLE for Process Control)方式获取过程数据，主要的数据处理结果计算完成后在上位机显示或送入DCS显示。在上位机和DCS上显示控制界面用来进行控制参数调整。

Claims (3)

1.一种原油掺炼多周期优化的原油调合调度方法，其特征在于，所述方法是在计算机上依次按以下步骤实现的：

步骤(1)，建立原油调合模型如下：

$\left\{\begin{array}{c}{R}_{\mathrm{mixed}}(s_i,m)=P_{\mathrm{major}}\left(m\right)(1-R_{\min \mathrm{or}}\left(s_i\right))+P_{\min \mathrm{or}}(s_i,m)R_{\min \mathrm{or}}\left(s_i\right),\\ R_{\min \mathrm{or}}\left(s_i\right)=X_{\min \mathrm{or}}\left(s_i\right)/X_{\mathrm{mixed}}\left(s_i\right),\end{array}\right.---\left(1\right)$

其中，下标“major”表示主炼原油，“minor”表示掺炼原油，“mixed”表示把掺炼原油掺入主炼原油后得到的调合原油；

i＝1，2，...，I，表示把掺炼原油掺入到主炼原油时的次序号，s_i表示第i次掺炼时用的掺炼原油，由于每次只掺炼一种原油且不重复掺炼，故I＝N，N为掺炼原油的品种数，设定值；

m＝1，2，...，M，为馏程段的序号，M为预设的馏程段数，“馏程”是指某温度区间段主炼原油、掺炼原油或调合原油蒸馏出的产品油的收率；

R_minor(s_i)为掺炼原油s_i的掺炼比，即掺炼原油流量与调合原油总流量之比；

X_minor(s_i)为掺炼原油s_i的掺炼流量；

X_mixed(s_i)为经过第i次掺炼后调合原油总流量，设定值；

P_major(m)为主炼原油在第m馏程段的收率，已知值；

P_minor(s_i，m)为掺炼原油s_i在第m馏程段的收率，已知值；

R_mixed(s_i，m)为掺入掺炼原油s_i后得到的调合原油第m馏程段收率，已知值；

步骤(2)，确定优化目标如下，最小化目标函数J：

$\min J=\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}w\left(m\right)[v_1\underset{i=1}{\overset{I-1}{\mathrm{\&Sigma;}}}{(P_{\mathrm{mixed}}(s_{i+1},m)-P_{\mathrm{mixed}}(s_i,m))}^2+v_2\underset{i=1}{\overset{I}{\mathrm{\&Sigma;}}}{(P_{\mathrm{mixed}}(s_i,m)-P_{\mathrm{mixed}}^{\exp }(s_i,m))}^2],---\left(2\right)$

其中，w(m)为第m馏程段权系数，表征第m馏程段在调度方法中的权重，为设定值，

${\mathrm{\&Sigma;}}_{m=1}^{M}w\left(m\right)=\mathrm{1,0}<w\left(m\right)<1;$

P_mixed ^exp(s_i，m)为希望提高第m馏程段产品的收率而设计的调合原油的目标收率，设定值，对所有s_i相同；

v₁为表征提高调合原油性质的平稳性这个目标在调度方法中的权重，设定值，v₁∈[1，+∞)，

v₂为表征增加期望产品产量这个目标在调度方法中的权重，设定值，v₂∈[1，+∞)；步骤(3)，确定优化模型的约束条件如下：

(a)，调合原油中，至少包含汽油、煤油、柴油在内的各组分收率的上限：

$P_{\mathrm{mixed}}(s_i,m)<P_{\mathrm{mixed}}^{\max }(s_i,m),---\left(3\right)$

其中，P_mixed ^max(s_i，m)为掺入掺炼原油s_i后得到的调合原油在第m馏程段产品收率的上限，为设定值；

(b)，装置和管线正常操作时的容量范围：

$\left\{\begin{array}{c}{X}_{\min \mathrm{or}}^{\min }\left(s_i\right)\&le;X_{\min \mathrm{or}}\left(s_i\right)\&le;X_{\min \mathrm{or}}^{\max }\left(s_i\right),\\ X_{\mathrm{mixed}}^{\min }\left(s_i\right)\&le;X_{\mathrm{mixed}}\left(s_i\right)\&le;X_{\mathrm{mixed}}^{\max }\left(s_i\right),\end{array}\right.---\left(4\right)$

其中，X_minor ^min(s_i)和X_minor ^max(s_i)分别为掺炼原油s_i的掺炼流量X_minor(s_i)的管道输运量的下限和上限，设定值；

X_mixed ^min(s_i)和X_mixed ^max(s_i)分别为掺炼原油s_i掺炼后调合原油流量X_mixed(s_i)的管道输运量的下限和上限，设定值；

(c)，生产计划规定的各品种掺炼原油的加工量和最迟完工时刻：

$\left\{\begin{array}{c}{\mathrm{\&tau;}}_{\min \mathrm{or}}\left(s_i\right)X_{\min \mathrm{or}}\left(s_i\right)=C_{\min \mathrm{or}}\left(s_i\right),\\ t_{\min \mathrm{or}}\left(1\right)=0,\\ t_{\min \mathrm{or}}\left(s_{i+1}\right)=t_{\min \mathrm{or}}\left(s_i\right)+{\mathrm{\&tau;}}_{\min \mathrm{or}}\left(s_i\right),\\ t_{\min \mathrm{or}}\left(s_i\right)+{\mathrm{\&tau;}}_{\min \mathrm{or}}\left(s_i\right)\&le;t_{\min \mathrm{or}}^{\max }\left(s_i\right),\end{array}\right.---\left(5\right)$

其中，C_minor(s_i)为掺炼原油s_i的待加工量；

t_minor(1)为掺炼起始时刻；

τ_minor(s_i)为掺炼原油s_i的加工时间；

t_minor(s_i)为掺炼原油s_i开始切换时的相对于t_minor(1)的相对时刻；

t_minor ^max(s_i)为生产计划要求的掺炼原油s_i的相对于t_minor(1)的最迟加工完成时刻，设定值。

(d)，调合原油的含硫量约束：

$\left\{\begin{array}{c}{\mathrm{SS}}_{\mathrm{mixed}}\left(s_i\right)={\mathrm{SS}}_{\mathrm{major}}(1-R_{\min \mathrm{or}}\left(s_i\right))+{\mathrm{SS}}_{\min \mathrm{or}}\left(s_i\right)R_{\min \mathrm{or}}\left(s_i\right),\\ {\mathrm{SS}}_{\mathrm{mixed}}\left(s_i\right)<{\mathrm{SS}}_{\mathrm{mixed}}^{\max },\end{array}\right.---\left(6\right)$

其中，R_minor(s_i)为主炼原油含硫量，已知值；

SS(s_i)为第i个进行掺炼的掺炼原油s_i的含硫量，已知值；

SS_mixed(s_i)为掺炼原油s_i掺入后得到的调合原油的含硫量；

SS_mixed ^max为调合原油硫含量的上限，设定值；

步骤(4)，在不考虑约束条件和掺炼原油掺炼次序的情况下，分别求取各掺炼原油s_i的理想掺炼比R^* _minor(s_i)，i＝1，2，...，I：

$\left\{\begin{array}{c}\min \underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}w\left(m\right){(P_{\mathrm{mixed}}^{*}(s_i,m)-P_{\mathrm{mixed}}^{\exp }(s_i,m))}^2,\\ P_{\mathrm{mixed}}^{*}(s_i,m)=P_{\mathrm{major}}\left(m\right)(1-R_{\min \mathrm{or}}^{*}\left(s_i\right))+P_{\min \mathrm{or}}(s_i,m)R_{\min \mathrm{or}}^{*}\left(s_i\right),\\ R_{\min \mathrm{or}}^{*}\left(s_i\right)=X_{\min \mathrm{or}}^{*}\left(s_i\right)/X_{\mathrm{mixed}}\left(s_i\right),\end{array}\right.---\left(7\right)$

其中，上标“*”表示理想量值，i＝1，2，...，I，

步骤(5)，以掺炼原油理想掺炼比R^* _minor(s_i)为基础，利用禁忌搜索算法求取掺炼原油掺炼次序，利用下面的规则处理约束：

$\left\{\begin{array}{c}\min J=\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}w\left(m\right)[v_1\underset{i=1}{\overset{I-1}{\mathrm{\&Sigma;}}}{(P_{\mathrm{mixed}}^{*}(s_{i+1},m)-P_{\mathrm{mixed}}^{*}(s_i,m))}^2+v_2\underset{i=1}{\overset{I}{\mathrm{\&Sigma;}}}{(P_{\mathrm{mixed}}^{*}(s_i,m)-P_{\mathrm{mixed}}^{\exp }(s_i,m))}^2],\\ P_{\mathrm{mixed}}^{*}(s_i,m)=P_{\mathrm{major}}\left(m\right)(1-R_{\min \mathrm{or}}^{*}\left(s_i\right))+P_{\min \mathrm{or}}(s_i,m)R_{\min \mathrm{or}}^{*}\left(s_i\right),\\ R_{\min \mathrm{or}}^{*}\left(s_i\right)=X_{\min \mathrm{or}}^{*}\left(s_i\right)/X_{\mathrm{mixed}}\left(s_i\right);\end{array}\right.---\left(8\right)$

步骤(6)，以步骤(5)中求得的掺炼原油掺炼次序为依据，利用差分进化算法求取掺炼原油实际掺炼比R_minor(s_i)，i＝1，2，...，I，利用下面的规则处理约束：

$\left\{\begin{array}{c}\min J=\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}w\left(m\right)[v_1\underset{i=1}{\overset{I-1}{\mathrm{\&Sigma;}}}{(P_{\mathrm{mixed}}(s_{i+1},m)-P_{\mathrm{mixed}}(s_i,m))}^2+v_2\underset{i=1}{\overset{I}{\mathrm{\&Sigma;}}}{(P_{\mathrm{mixed}}(s_i,m)-P_{\mathrm{mixed}}^{\exp }(s_i,m))}^2],\\ P_{\mathrm{mixed}}(s_i,m)=P_{\mathrm{major}}\left(m\right)(1-R_{\min \mathrm{or}}\left(s_i\right))+P_{\min \mathrm{or}}(s_i,m)R_{\min \mathrm{or}}\left(s_i\right),\\ R_{\min \mathrm{or}}\left(s_i\right)=X_{\min \mathrm{or}}\left(s_i\right)/X_{\mathrm{mixed}}\left(s_i\right),\end{array}\right.---\left(9\right)$

然后，以此为根据设计串级控制回路实现混炼比例的在线控制，通过上位机借助传感装置对掺炼过程中各原油流量进行监控，并进行控制参数调整。

2.根据权利要求1所述的一种原油掺炼多周期优化的原油调合调度方法，其特征在于，在以掺炼原油理想掺炼比的基础上求取掺炼原油掺炼次序时，用如下一组约束违反函数处理模型约束：

$\left\{\begin{array}{c}{g}_{1,s_i}=P_{\mathrm{mixed}}(s_i,m)-P_{\mathrm{mixed}}^{\max }(s_i,m),\\ g_{2,s_i}=X_{\min \mathrm{or}}^{\min }\left(s_i\right)-X_{\min \mathrm{or}}\left(s_i\right),\\ g_{3,s_i}=X_{\min \mathrm{or}}\left(s_i\right)-X_{\min \mathrm{or}}^{\max }\left(s_i\right),\\ g_{4,s_i}=X_{\mathrm{mixed}}^{\min }\left(s_i\right)-X_{\mathrm{mixed}}\left(s_i\right),\\ g_{5,s_i}=X_{\mathrm{mixed}}\left(s_i\right)-X_{\mathrm{mixed}}^{\max }\left(s_i\right),\\ g_{6,s_i}=t_{\min \mathrm{or}}\left(s_i\right)+{\mathrm{\&tau;}}_{\min \mathrm{or}}\left(s_i\right)-t_{\min \mathrm{or}}^{\max }\left(s_i\right),\\ g_{7,s_i}={\mathrm{SS}}_{\mathrm{mixed}}\left(s_i\right)-{\mathrm{SS}}_{\mathrm{mixed}}^{\max },\end{array}\right.---\left(10\right)$

其中，

k＝1，2，...，7表示第k组约束条件约束违反函数。

3.根据权利要求1所述的一种原油掺炼多周期优化的原油调合调度方法，其特征在于，在以掺炼原油掺炼次序的基础上求取掺炼原油实际掺炼比时，用如下一组约束违反函数处理模型约束：

$\left\{\begin{array}{c}{g}_{1,s_i}=P_{\mathrm{mixed}}(s_i,m)-P_{\mathrm{mixed}}^{\max }(s_i,m),\\ g_{2,s_i}=X_{\min \mathrm{or}}^{\min }\left(s_i\right)-X_{\min \mathrm{or}}\left(s_i\right),\\ g_{3,s_i}=X_{\min \mathrm{or}}\left(s_i\right)-X_{\min \mathrm{or}}^{\max }\left(s_i\right),\\ g_{4,s_i}=X_{\mathrm{mixed}}^{\min }\left(s_i\right)-X_{\mathrm{mixed}}\left(s_i\right),\\ g_{5,s_i}=X_{\mathrm{mixed}}\left(s_i\right)-X_{\mathrm{mixed}}^{\max }\left(s_i\right),\\ g_{6,s_i}=t_{\min \mathrm{or}}\left(s_i\right)+{\mathrm{\&tau;}}_{\min \mathrm{or}}\left(s_i\right)-t_{\min \mathrm{or}}^{\max }\left(s_i\right),\\ g_{7,s_i}={\mathrm{SS}}_{\mathrm{mixed}}\left(s_i\right)-{\mathrm{SS}}_{\mathrm{mixed}}^{\max },\end{array}\right.---\left(11\right)$

其中，

k＝1，2，..，7表示第k组约束条件约束违反函数。

Images