CN103229114B - 用于规划精炼厂的操作的建模工具 - Google Patents

用于规划精炼厂的操作的建模工具 Download PDF

Info

Publication number
CN103229114B
CN103229114B CN201180057354.4A CN201180057354A CN103229114B CN 103229114 B CN103229114 B CN 103229114B CN 201180057354 A CN201180057354 A CN 201180057354A CN 103229114 B CN103229114 B CN 103229114B
Authority
CN
China
Prior art keywords
process unit
time interval
tank
time
entity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201180057354.4A
Other languages
English (en)
Other versions
CN103229114A (zh
Inventor
加里·R·科奇什
菲利普·H·沃里克
维克多·P·狄波拉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ExxonMobil Technology and Engineering Co
Original Assignee
ExxonMobil Research and Engineering Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ExxonMobil Research and Engineering Co filed Critical ExxonMobil Research and Engineering Co
Publication of CN103229114A publication Critical patent/CN103229114A/zh
Application granted granted Critical
Publication of CN103229114B publication Critical patent/CN103229114B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种用于确定生产设施的操作的建模工具。各种不同作业可以通过本发明来建模,包括:(a)供给物料选择,包括数量和定时;(b)产品销售,包括数量和定时;(c)过程操作,包括过程条件和定时;(d)混合操作,包括过程条件和定时;和/或(e)库存管理。所述建模工具可以使用连续时间、离散时间、异步时间段、同步时间段以及这些各种方式的组合来表示时间。

Description

用于规划精炼厂的操作的建模工具
技术领域
本发明涉及用于优化精炼厂和相关供应链的操作的方法。
背景技术
规划工具被广泛地用在石油化学工业中以帮助精炼厂中的作业的规划。广泛地用在石油化学工业中的规划工具之一是艾斯本技术有限公司(AspenTech)的PIMS、霍尼韦尔(Honeywell)的RPMS以及HaverlySystems的GRTMPS。用在这些工具中的模型通常由以下各项组成:(i)原料(例如原油)供应数据,包括数量和价格;(ii)原料表征数据;(iii)产品(例如汽油、柴油)需求数据,包括数量和价格;(iv)表示生产设施的过程模型;(v)表示混合设施和规范的产品混合模型;以及(vi)其它约束。
这些规划工具可以被用作为用于原料采购、炼油操作、产品销售或其它规划决策的决策支持辅助工具。传统上,原料采购和产品销售决策在将时间层表示为其中平均条件被假定贯穿每个周期的一个周期的规划优化模型(即周期平均模型)的基础上进行。开发原料配送进度表和生产进度表的任务是主要单独作业,所述单独作业在针对原料采购和生产的周期平均计划已经被开发之后结束。考虑到这些采购和销售决策,更详细的生产规划和/或生产调度被作为后续步骤来执行。理论上,将开发与规划模型结果一致并且等效于规划模型结果的可行的生产进度表。然而,实际上,过程操作在时间层上不是均匀的,并且将这个假定为真的规划模型常常导致不能够被转换成等效进度表的规划结果。
模拟模型可以被用来支持生产进度表的开发。生产进度表可以包括各种过程操作中的改变,所述各种过程操作被调度以在时间层期间的特定时间处开始和结束。原料配送和产品装运将被调度使得这些与生产进度表一致并且可行。常常,运输费用是显著的并且运输费用的最小化是重要的。每个周期内的库存动态不在生产规划作业中考虑,因为该计划被以生产的周期平均视角加以执行。然而,在生产进度表中库存和物料库存水平在每个周期内的波动可能是重要的。通常,生产调度作业寻求发现和生产计划相匹配的可行的进度表,其中可行性包括在时间层期间始终使库存水平保持在所允许的范围(最小和最大水平)内。附加目标是最小化库存保持费用(即最小化资本费用)。
调度工具可以被用来获得用于原料配送、生产以及产品装运的可行的进度表。此类生产调度工具的示例是艾斯本技术有限公司的ORION、霍尼韦尔的ProductionScheduler、HaverlySystems的H/SCHED以及M3Technology的SIMTO。期望规划模型和调度模型是一致的。即使如此,也不保证生产计划可以被转换成等效的生产进度表。这个方式的一个弱点是生产规划和生产调度被作为两个单独的顺序步骤来执行。用于原料评估和选择决策的优化模型不影响调度考虑事项。这能够限制从这个优化模型获得的解决方案的质量。当调度考虑事项对采购和销售决策具有显著影响时,这些因素在优化模型中的缺失能够导致非最佳总体解决方案。因此,需要将这些作业中的若干个或全部的组合优化为一个统一的作业。
关于针对调度问题来开发模型的主题的著名公开包括如下:(1)R.Karuppiah,K.C.Furman和I.E.Grossmann的“GlobalOptimizationforSchedulingRefineryCrudeOilOperations”,Computers&ChemicalEngineering32,2745-2766(2008);(2)S.Mouret,I.E.Grossmann和P.Pestiaux的“ANovelPriority-SlotBasedContinuous-TimeFormulationforCrude-OilSchedulingProblems”,Ind.Eng.Chem.Res.48,8515-8528(2009)。在这两个公开中,船只进度表(或运输进度表)和原料采购决策被作为输入给出。因此,这些方式不适用于原料选择、运输调度以及生产调度的同时的解决方案。
发明内容
本发明提供了用于规划(包括调度)一个或多个生产设施的操作的方法。所述生产设施能够包括下列中的一个或多个:石油精炼厂、石油化学精炼厂、化学工厂或其它制造工厂、或这些的任何组合以及它们的相关供应链。所述方法使用表示一个或多个生产设施的操作的建模方式,所述操作能够包括运输作业和库存。所述建模方式处理其中不同的生产实体可以根据异步进度表操作的情形。所述方法可以被用于各种应用,包括生产设施的优化或模拟。
各种规划作业可以通过本发明来建模和解决,包括:(a)供给物料选择,包括数量和定时;(b)产品销售,包括数量和定时;(c)过程操作,包括过程条件和定时;(d)混合操作,包括过程条件和定时;(e)向和/或来自设施的运输,包括运输模式、数量以及定时;和/或(f)库存管理,包括库存移动和定时、库存极限以及随着时间的推移的库存量。在一个实施例中,所述方法可以被用来作为组合问题来优化:(i)供给物料选择,(ii)运输调度,以及(iii)生产规划(包括生产调度)。
在一个方面,本发明提供了用于确定生产设施的操作的方法。所述方法使用该生产设施的基于计算机的数学模型,其中,所述数学模型包括两个或更多个无罐生产实体和与该无罐生产实体相关联(例如直接地或间接地连接到;或在其上游和/或下游)的一个或多个罐生产实体(即罐实体)的表示。例如,罐实体可能是通过直接的或间接的(经由中间设备)连接的无罐生产实体的下游;并且可能是通过直接的或间接的(经由中间设备)连接的另一无罐生产实体的上游。
每个无罐生产实体由包括对无罐生产实体的行为建模的一组数学关系(作为等式给出)的对应子模型来表示。所述子模型表示无罐生产实体的每个操作时间间隔中的无罐生产实体。在一个实施例中,包含在无罐生产实体的子模型中的等式的数目与该无罐生产实体的操作时间间隔的数目相关(即与其具有数学关系,诸如与其成比例或与其相等)。
用于每个无罐生产实体的操作时间间隔的数目可以作为输入数据被接收(例如直接地通过用户,或者从数据库、表或电子表格),或者由建模工具使用其它输入数据来计算。针对每个无罐生产实体的子模型可以包括与无罐生产实体的操作有关的决策变量。这些决策变量可以包括与操作时间间隔的持续时间有关的决策变量。
所述罐实体由包括对罐实体的行为建模的一组数学关系(作为等式给出)的对应子模型来表示。针对罐实体的子模型表示罐实体的每个操作时间间隔中的罐实体。在一个实施例中,包含在罐实体的子模型中的等式的数目与该罐实体的操作时间间隔的数目相关(即与其具有数学关系,诸如与其成比例或与其相等)。用于罐实体的操作时间间隔的数目使用与该罐实体相关联(例如连接到其)的无罐生产实体的操作时间间隔的数目来计算。这个计算可以以任何适当的方式来执行以反映罐实体的行为和/或操作如何受到它与所关联的无罐生产实体的关系影响。在某些情况下,所述计算可以产生将对于表示罐实体所需要的最大数目的操作时间间隔和所关联的无罐生产实体的操作时间间隔,如在下文进一步描述的那样。
上述方法被用来对一个或多个生产设施建模。用于处理操作时间间隔的方式的一个优点是它能够减少或者最小化当随着时间而允许操作的优化时所考虑的时间间隔的数目。目标函数基于针对生产设施的一个或多个性能度量而被定义。结果得到的数学模型使用一个或多个计算机来求解以获得解决方案。求解结果被用来确定用于生产设施的操作计划,包括用于生产实体的操作进度表。在一些实施例中,所述方法还包括根据操作计划来操作生产设施(包括操作生产实体,并且可选地,操作所关联的供应链)。
在某些实施例中,所述数学模型可以被公式化为优化模型,其包括用于生产设施的性能度量的一个或多个目标函数。该一个或多个目标函数可以包括来自子模型的项,诸如有助于性能度量的数量(例如供给物料消耗、生产等)和组成成分(性质、质量等)。求解该数学模型以用于最大化或者最小化性能度量。为了计算性能度量,该数学模型可以包括各种成本相关的参数,包括与供给物料的成本有关的参数和与保持库存的成本有关的参数。为了基于性能度量进行决策,该数学模型可以包括各种决策变量,包括与供给物料的选择相关的那些。在某些情况下,该数学模型还包括与运输选项的成本有关的参数和与运输调度有关的决策变量。所述模型可以包括与数量(例如要采购的每个供给的数量)、性质(例如产品流的物理性质)、速率(例如供给流的流量)和/或时间决策(例如针对供给物料的配送进度表)相关的决策变量。
在一些实施例中,本发明的建模方法学处理其中用于两个或多个无罐生产实体的操作时间间隔是异步的情形。罐实体的角色中的一个是处理无罐生产实体的异步操作时间间隔。例如,罐实体可以具有与所关联的无罐生产实体的时间间隔对准的时间间隔。为了定义罐实体的时间间隔如何与无罐生产实体的时间间隔对准,所述数学模型可以进一步包括二元变量、连续变量和/或表示罐实体的操作时间间隔与无罐生产实体的操作时间间隔之间的关系的数学关系。
本发明还可以被实现为具有用于执行如本文所述的各种过程的可执行指令的计算机可读存储介质。存储介质可以为任何类型的计算机可读介质(即,能够被计算机读取的一个),包括非暂时性存储介质,诸如磁或光磁带或盘(例如,硬盘或CD-ROM)、固态易失性或非易失性存储器,包括随机存取存储器(RAM)、只读存储器(ROM)、电可编程存储器(EPROM或EEPROM)或闪速存储器。术语“非暂时性计算机可读存储介质”包括所有计算机可读存储媒体,唯一例外是暂时性传播信号。
本发明还可以被实现为被编程为执行本文所述的各种过程的计算机系统。所述计算机系统可以包括用于执行这些过程的各种组件,包括处理器、存储器、输入装置和/或显示器。所述计算机系统可以为任何适当的计算装置,包括通用计算机、嵌入式计算机系统、网络装置或移动装置,诸如手持式计算机、膝上型计算机、笔记本计算机、平板计算机等。所述计算机系统可以为独立计算机或者可以在网络化环境中操作。
附图说明
图1示出了具有异步时间间隔的精炼厂的两个过程单元的示例。
图2示出了具有同步时间间隔的精炼厂的两个过程单元的示例。
图3示出了具有异步时间间隔和组合时间间隔的精炼厂的两个过程单元的示例。
图4示出了具有两个过程单元和罐在其间的示例。
图5示出了针对两个异步过程单元的流流量的示例。
图6示出了针对具有部分同步的时间间隔的两个异步过程单元的流流量的示例。
图7示出了罐与生产实体相互作用的概念视图。
图8示出了具有异步时间间隔的两个过程单元和用于所关联的罐的对应时间间隔的示例。
图9示出了其中所关联的调度时间间隔基于供给实体时间间隔方法来计算的若干个过程单元和罐的示例。
图10示出了基于供给实体时间间隔方法确定的时间间隔的示例。
图11示出了其中所关联的调度时间间隔基于内部时间间隔方法来计算的若干个过程单元和罐的示例。
图12示出了基于内部时间间隔方法确定的时间间隔的示例。
图13示出了本发明能够如何被用来解决包括供给物料到精炼厂中的运输调度、过程单元在精炼厂中的操作以及从精炼厂出来的产品的运输调度的问题。
图14示出了用来表示在运输调度问题中保持在原料采购与消耗之间的库存的虚拟罐,
图15是示出了针对理想和非理想混合罐内容物的组成成分如何随着时间的推移而改变的图。
图16示出了简单的原油精炼厂的示例示意布局。
图17示出了用于图16的炼油厂中的罐原油2的时间间隔。
图18示出了异步间隔在被划分成均匀持续时间的离散时间间隔的时间层中的示例。
图19示出了同步间隔在被划分成非均匀持续时间的连续时间间隔的时间层中的示例。
图20示出了同步间隔在被划分成均匀持续时间的离散时间间隔的时间层中的示例。
图21示出了库存水平随着时间的推移的图。
具体实施方式
在生产工厂,供给物料(包括诸如原油的原料以及中间物料)被作为期望产品的生产中的步骤供给到生产设备中。本发明的建模工具可以被用来帮助为生产工厂规划操作,包括确定过程操作和这些过程操作的调度。操作规划可以在任何给定的时间层上执行,并且可以涉及供给物料的选择、对生产实体的操作进行调度、确定生产实体的操作(包括产品混合)、对运输进行调度、进行产品销售决策和/或管理库存。建模工具可以将这些作业中的一个或多个认为统一问题以确定优化的操作计划。例如,建模工具可以将供给物料选择、生产调度以及运输调度作为统一问题来对待。在其它示例中,建模工具可以组合以下作业:
-生产调度和运输调度;
-生产调度和过程操作;
-供给物料选择和运输调度;
-供给物料选择、生产规划以及运输调度;
-供给物料选择、生产规划以及生产调度;
-供给物料选择、生产规划以及生产调度以及运输调度。
替换地,这些中的一个或多个可以被视为单独的、顺序的作业。未被包括在总体模型中的作业可以在该模型中被作为给定决策来提供。例如,所述工具可以针对给定的一组供给物料和产品销售决策来优化生产调度和运输调度;或者针对给定的生产进度表和库存确定来优化供给物料选择和运输调度。
本发明的建模工具可以被用于操作优化或者用于生产设施的模拟。当被用于优化时,建模工具可以根据各种性能度量中的任何一个来优化操作规划,所述各种性能度量包括生产度量(诸如工厂设备利用、生产量或生产时间)或经济度量(诸如运行费用或净利润)。建模工具是否将寻求最小化或者最大化性能度量将取决于正被量化的性能度量的类型。通常,对于物料成本和运行费用,建模工具将寻求最小化性能度量。通常,对于净利润或生产量的性能度量,建模工具将寻求最大化性能度量。
每个生产设施都包括一个或多个生产实体,其可以是与生产、消耗、存储、变换(例如转换)、分离、组合或者运输正由生产设施所处理的物料的生产设施相关联的任何设备。在精炼厂的情况下,此类物理生产实体的一些示例是过程单元(例如,原油蒸馏单元、催化裂化单元或加氢裂化单元)、罐、混合单元(或搅拌器)、反应器、分离单元、混合器以及分离器。生产实体还可以为在虚拟意义上表示向生产设施的供应、从生产设施出来的产品或正由生产设施所处理的物料的运输或移动的作业。此类作业的一些示例包括正由设施所处理的物料的采购、销售以及运输(例如,海上船运、轨道、卡车、管道等)。(生产实体还在本文中可以被称为“操作实体”。术语“生产实体”旨在与“操作实体”可交换地使用,但术语“生产实体”是优选的因为它可能不太令人困惑。例如,短语“操作实体的操作”因为词根“操作”的重复出现而可能是令人困惑的。)生产实体可以使用任何适当的建模技术来建模,包括照惯例用在周期平均模型中的那些。这些生产实体可以被表示为问题的总体模型公式化内的一个或多个子模型。此类生产实体子模型通常包括与针对生产实体的过程条件(例如炼油过程单元的温度、流量、数量等)、过程约束(包括极限或边界)有关的决策变量,以及对于表示过程行为所需要的其它变量和等式。
每个生产设施还包括用于存储正由生产设施所处理的物料的一个或多个单元(例如罐)。这些存储罐在上游或在下游被连接到其它生产实体。罐处理生产实体之间的接口,并且可以经历相邻生产实体的异步过程进度表。罐还能够处理生产设施中的库存管理。建模工具能够对罐使用任何适当的模型,包括照惯例用来以周期平均计划模型对罐建模的那些。所述一个或多个罐可以被表示为问题的总体模型内的一个或多个子模型。此类罐子模型通常包括与物料的数量、物料的组成成分(例如性质或质量)或物料的流入/流出流动有关的决策变量,还包括对于物料平衡和组成成分平衡的约束(包括库存极限或边界),以及对于表示罐行为所需要的其它变量和等式。模型中的罐实体可以对应于生产设施中的物理罐,或者可能是被该模型用来表示物料在生产设施中(例如在其它生产实体之间)的任何保持或存储的虚拟罐。
操作规划照惯例使用周期平均模型在月滚动基础上被执行。在周期平均模型中,在时间段上变化的作业可以由在该时间段上的平均值来近似。周期平均模型通常假定所有作业同时地发生在该时间段期间,而不是表示发生在特定时间的不同操作块。因此,常规生产规划模型中的过程单元模型是与时间无关的,同时模型变量和约束表示操作在时间层期间的平均天。例如,考虑在其中特定过程单元停止运行15天的30天时间层(例如对于八月份来说)上使用的单周期规划模型。周期平均模型可以使用这件设备在30天期间的平均容量,而不是表示针对当设备在运行中或停止运行时的两个不同15天周期的设备的容量。例如,如果这个过程单元的标准容量是每天200个单位,则根据这个实践,过程单元容量按比例反映在该月份期间的平均容量,使得单元容量能够被定义为:200单位/天*((31-15)天/31天)=103.2单位/天。
不像周期平均模型,本发明的建模工具将时间层划分成与生产实体在生产设施中的不同操作相对应的多个时间间隔。针对生产实体的过程操作的调度在特定于单独的生产实体的时间间隔的基础上被执行。诸如采购或销售的其它作业的调度也在特定于单独的生产实体的时间间隔的基础上被执行。罐中的库存水平计算提供了能够具有异步进度表的其它生产实体之间的接口。在每个时间间隔内,通过定义过程单元操作是恒定的。尽管在现实实践中,操作将在给定间隔期间变化因为维持完全恒定的操作通常是不可能的。但为了建模的目的,操作将被认为在每个间隔期间是恒定的。在每个时间间隔内,罐变量中的一些可以取周期平均值(例如进入罐或者从其出来的流量),而其它罐变量的值(例如,物料的数量)可以贯穿时间间隔而改变。
采用这个框架,总体生产进度表可以被认为是一系列生产运行,其中每个生产运行表示生产实体的不同操作块。对于被考虑的每个生产运行,进度表可以设置开始时间和结束时间,以及在该时间段期间的一个或多个过程操作。同样地,数学模型包括与针对每个时间间隔的过程操作有关的决策变量。
时间层可以包括多个生产运行,每个由模型来个别地处理。生产实体的不同生产运行可以通过将每个生产运行认为生产实体的单独模型来个别地表示。例如,每个生产实体子模型可以被包括在总体模型中N次,其中N是用于该生产实体的时间间隔的数目。因此,每个时间间隔都可以具有它自己的与针对该生产实体的过程条件(例如用于特定过程单元的操作条件自由度)、过程约束(包括极限或边界)有关的决策变量,以及对于表示过程行为所需要的其它变量和等式。为了允许每个生产实体具有如优选的不同时间间隔和不同的进度表,每个时间间隔可以具有与时间间隔的参数(例如间隔持续时间、间隔开始时间、间隔结束时间等)有关的决策变量。
总体生产进度表可以被表示为确定生产运行的顺序和定时的任务。这个模型中的决策变量能够提供用于操作生产设施的一组具体指令,包括生产实体的操作。在制作生产进度表时,可以考虑原料、中间物料或成品的库存及其改变。可以在调度过程内考虑其它约束和限制。可以被包括在优化问题中的生产调度的附加要素是流排列、单元操作信号、单元边际容量经济学、罐库存、产品装运定时、混合配方、闭锁操作的定时、操作指令、物料配送、到达定时以及陆上库存。
在生产设施的操作期间,罐中的库存水平能够随着时间的推移而变化。然而常规的规划模型可以忽略罐中的这些库存动态,本发明的优化工具可以考虑对于库存管理和罐中的库存水平改变的需要以用于确定优化的生产进度表。库存水平可以进入由模型通过库存保持费用和用于未能满足库存管理标准的成本惩罚所做出的经济学计算。该模型还可以具有与库存水平有关的约束。例如,该模型可以包括最小和最大库存极限,其可以被定义为硬极限(其不应该被超过),或者被定义为可以被按照特定成本或惩罚或两者超过的软极限。因此,在这些约束和成本因素情况下,优化工具可以被用来最小化总的资本费用(包括库存费用和库存水平惩罚),同时将库存水平维持在期望的范围(例如对库存的最小和最大极限)内并且维持其它生产约束。除生产调度之外,也可能需要在由优化工具所执行的其它作业中考虑库存可行性,所述其它作业包括运输调度。
例如,图21示出了罐(RSD_A)库存水平随着时间的推移的图。这个罐供给过程单元,所述过程单元具有两个操作模式。该图具有四个区(被垂直虚线分离)以表示针对罐的四个不同操作,如在图的底部所标记的那样。罐的前三个操作供给在第一模式下操作的过程单元,而罐的第四个操作供给在第二模式下操作的过程单元。库存在第一个操作中被消耗,并且然后在第二个操作中被再填满。在区三中,库存消耗随着物料被供给到过程单元中而继续。区四表示随着过程单元切换到第二操作模式时通过该过程单元切换到较快的消耗速率。因为流入或流出的流量在每个区内是恒定的,所以足以确定在每个区(或时间间隔)的开始和结束处的库存水平。如果开始和结束库存水平是已知的,则在该时间间隔内的任何点处的库存水平可以被确定。同样地,足以确保在每个时间间隔的开始和结束处的库存水平是在所允许的库存极限(例如最小和最大水平)内,因为该时间间隔内的每个时间点也将在所允许的极限内。
本发明的工具可以考虑两个物料的混合(包括混合物)的组成成分(例如性质或质量)。经混合的物料的组成成分可以通过线性混合规则来确定,其中组成成分是与每个单独的物料的相对数量的线性关系;并且反之亦然,每个单独的物料在混合中的相对数量由与经混合的物料的组成成分的线性关系来确定。
然而,常规的规划模型可以基于原料的给定的(即预先确定的)配方来确定设施操作计划,在确定优化的生产计划中本发明的优化工具可以包括供给物料的选择(包括类型和数量)。供给物料的选择可以进入由优化工具基于供给物料在生产过程中的货币评估所做出的经济学计算。供给物料的评估涉及确定供给物料的经济价值和供给物料的各种替代方案。可能存在可用于供给物料选择的选项,潜在地具有不同的采购价格、可用数量以及物料特性。针对供给物料选择的这些选项可以被表示为模型中的决策变量(例如,针对量、类型或组成成分、供给物料到不同生产流的分配、以及配送调度)。
供给物料的评估可以是基于假定的采购价格、特定数量以及供给物料在生产设施中的使用。供给物料评估能够从属于在供给物料选择中所确定的数量(例如最佳数量)和针对各种供给物料替代方案的原料数量两者。取决于其类型,供给物料可以以各种方式来表征。例如,供给物料表征可以是针对给定供给物料的一组性质或质量的值。
供给物料的经济评估可以是基于运输调度、生产调度以及生产处理考虑事项(例如生产量、容量、约束等)的。为了在生产规划中在其评估的基础上确定供给物料选择,优化工具可以接收关于供给物料的各种输入数据,包括采购价格、最小和最大可用数量以及物理表征。可以确定供给物料的评估的其它因素包括诸如其质量和物理性质(其可以被作为输入来接收)的其组成成分特性、供给物料如何被处理以及诸如生产容量的其它因素。
通常,供给物料的值也是所选择的数量的函数。此外,可能需要同样地确定与逐渐增长的量相关联的供给物料值。例如,考虑原料A的最佳量等于100个单位。数学编程模型的解决方案常常将包括边际值,所述边际值可以被解释为对于来自最佳量的小波动的经济价值。但边际值不必定表示对于量中的较大波动的经济价值。供给物料采购决策可以通过具有关于供给物料采购的特定量扰动的经济影响的信息而得到支持。供给物料评估为原料数量和各种替换的供给物料数量提供了经济价值。
在其中供给物料选择作业与生产规划和调度作业分开的情形中,后续生产运行可能已经被忽略了。因此,对应的生产计划或近似的生产运行可能超过当特定的生产运行被考虑时能够实现的。例如,两个或更多个生产运行可能需要在实际生产期间顺序地发生,但模型近似可能假定这两个运行同时发生或者共享相同的设备。
一旦供给物料选择被分别地做出,则生产调度步骤通常不如同时考虑两个问题那么复杂。一个实践是使供给物料采购决策保持恒定,并且然后执行生产运行规划。然后,在生产运行规划中,针对每个生产运行确定最佳生产操作。这个作业涉及生产运行的更严格的处理,并且对应的生产运行计划应该提供生产运行能力的可以接受的表示。通常,能够存在多个生产运行发生在考虑中的时间层期间。然而,分别地执行这些作业的一个缺点是当生产运行被考虑时已经被确定的供给物料选择可能不是最佳的。
生产设施可以与用于接收供给物料(例如原料和中间物料)和成品分发的运输作业对接。同样地,在某些实施例中,在确定优化的生产计划中优化工具可以包括针对进入罐和从罐出来的物料的运输调度。运输调度是用于将供给物料(包括原料和中间物料)移动到生产设施并且将产品物料(包括最终产品和中间物料)从设施中移出的作业的调度。对于水载船只,这能够包括用于装载和卸载货物的船只航线和进度表。可以考虑各种运输模式选项、运输船只的有效利用以及运输费用。
运输进度表设置时间、量和/或旅程。运输费用能够影响原料的选择、产品销售等。同样地,与给定运输进度表相关联的运输费用可能完全不同于假定的运输费用。能够存在不同的运输模式选项(例如船、管道、轨道)并且在每个运输模式内,能够存在不同的运输交通工具选择(例如待使用的船的大小、哪些特定的船将用于特定的运输任务)。由建模工具所提供的解决方案可以包括运输费用(例如,总的运输费用或每单位量物料的运输费用)的最小化。
可以被包括在优化问题中的运输作业的附加要素是货物大小、装载挂港顺序、卸载挂港顺序、装载定时、到达定时以及岸上库存。还可以包括分配作业,诸如零售客户的最佳供应终端选择和最佳供应。运输调度的各种要素(包括时间、量、旅程、运输模式、运输交通工具或航线)在模型中可以被表示为决策变量。
建模方式在横跨感兴趣的时间层的多个时间间隔上用公式表示问题。建模工具可以使用用于确定和表示这些多个时间间隔的任何适当的方式。术语“时间间隔”和“时间段”在本文中可交换地使用。例如,建模工具可以使用离散时间表示,其中时间层被划分成固定持续时间的间隔(即,它们被提前定义)。例如,30天时间层可以通过使用三十个1天时间间隔或三个10天时间间隔来表示。固定持续时间的长度可以是均匀的,但这不是必须的。例如,30天时间层能够通过使用十五个1天时间间隔和一个15天时间间隔来表示。在另一示例中,如果时间层是八月份,则我们能够将八月细分成:本月的31天;或在本月的每一天中的从12:00am-8:00am、8:00am-4:00pm以及4:00pm-2:00am运行的8小时时间段;或在本月的前10天期间的8小时时间段和在本月的剩余21天期间的1天的周期;或本月中的31天中的每一个的1小时周期;或用来表示31天时间层的其它可能的方案。这个方式的一个缺点是需要较短的时间段来获得更细的时间分辨率,这导致待解决的较大数目的时间段和较大的尺寸的问题。
在替换的实施例中,建模工具可以使用连续时间表示,其中时间层被划分成可变持续时间的间隔。在这个方式中,时间使用可变的时间段持续时间而不是固定的时间段持续时间来表示。通过使用连续时间建模方式,不需要预先确定的时间栅格来表示时间层。例如,30天时间层可以由可变持续时间的三个时间间隔来表示,其中三个时间间隔的和为该时间层的总的持续时间。在这个方式中,时间间隔的持续时间是模型中的决策变量。通常,时间间隔的长度是不同的,但这不是必要的要求。然而,使决策变量用于时间间隔不限制建模工具使用连续时间表示。例如,通过简单地固定这些决策变量的值,时间层被有效地划分成固定持续时间的间隔(即离散时间表示)。
使用连续时间表示能够允许生产实体的操作调度使用较少数目的时间间隔来执行,这允许较大规模的问题被可行地解决。例如,在离散时间表示中,具有小时进度表分辨率的一个月(例如30天)时间层能够产生30*24=720个时间间隔。相比之下,通过使用连续时间表示,在一个月时间层期间给定的生产实体可能具有有限数目的过程操作(例如1-10)。虽然以成百个或成千个时间段来解决多周期生产规划模型是不切实际的,但是以显著较少的时间段来处理多周期模型是更加实际的。
下文给出了将离散时间表示与连续时间表示相比较的示例。在本示例中,任务是对原料在八月期间的单个配送进行调度,其中调度决策是配送的小时和日期。使用离散时间表示,一种方式是将时间层划分成31*24或744个时间段以表示八月中的31天期间的小时。当应该进行配送时,对应模型可以被用来通过标识周期(1至744)来确定最佳配送进度表。假定这个原料将被配送到特定罐中,并且在八月份期间存在来自这个罐的恒定消耗速率使得罐内容物被以每小时1个单位的速率消耗。因此,在744个周期中的每一个中,罐内容物按每小时1个单位减少,并且在744个周期中的1个中,罐内容物随着原料配送而被再填满。对于每个周期(表示为周期t,t=1至744),以下等式可以被用来对罐内容物建模:
等式1。
替换地,使用连续时间表示,将时间=T*认为表示配送定时。仅需要三个模型等式来表示遍及时间层的库存水平:
等式2:库存(T*-eps)=库存(0)-消耗*(T*)
等式3:库存(T*)=库存(T*-eps)+配送(T*)
等式4:库存(Tfinal)=库存(T*)-消耗*(Tfinal-T*)
等式2将仅在配送之前的库存水平(时间=T*-eps)计算为起始库存水平减消耗速率乘在配送之前的时间的长度。等式3计算刚好在配送发生之后的库存水平(假定配送立刻发生)。等式4将在时间层的结束处的库存水平计算为在时间T*的库存水平减消耗速率乘在时间层的结束与配送的定时之间的时间的长度。等式3可以被修改为考虑对于将物料卸载到罐中所需要的时间的数量。明显的是,在本实例中连续时间方式需要少得多的模型等式。同样地,在连续时间方式中,进度表配送定时可以被计算为该时间层期间的任何时间(例如8月13日上午11:45),然而在离散时间方式中,配送定时被确定为最近的小时(因为离散时间周期持续时间被选择为一个小时)。
生产设施中的生产实体可以彼此相互作用(例如来自一个生产实体的输出变成另一生产实体的输入),并且这需要生产实体之间的协调。操作实体之间的相互作用还可能是间接的(例如,通过中间存储罐)。不同的生产实体能够根据不同的进度表操作,并且给定生产实体的进度表能够影响其它生产实体。时间层被划分成的间隔的数目将部分地取决于生产实体是否以同步方式或异步方式操作。
如果在模型中正被考虑的生产实体以同步方式操作,则建模工具能够对于生产实体使用时间间隔的一个公共的组。这能够适用于离散时间表示或连续时间表示。例如,对于30天时间层来说,如果过程单元A的操作使用三十个1天时间间隔来建模,则过程单元B的操作也使用三十个1天时间间隔来建模。
如果在模型中正被考虑的生产实体以异步方式操作,则模型中的生产实体未必使用时间间隔的公共的组。例如,在30天时间层上使用异步时间间隔的模型中,过程单元A的操作可以使用三十个1天时间间隔来建模,然而过程单元B的操作可以使用十个3天时间间隔来建模。例如,如图1中所图示的,考虑了其中过程单元PUa可以被调度为在时间层期间的两个时间处改变操作并且过程单元PUb可以被调度为在时间层期间的三个时间处改变操作的情形。这两个过程单元可以具有相互作用(例如来自PUa的产品可以是向PUb的供给)并且针对这两个单元的进度表可以是异步的。异步时间段建模方式可以适用于这种类型的问题。
建模工具基于生产实体的不同操作块的数目来配置时间间隔。这允许建模工具能够处理同步或异步时间间隔。这能够应用于离散时间表示或连续时间表示。
由建模工具所使用的时间建模方式(例如连续时间、离散时间、异步时间段、同步时间段以及这些各种方式的组合)将依赖各种考虑事项,诸如问题的大小、生产实体之间的相互作用以及具体需要的水平。将不同的作业组合为单一集成问题比以顺序方式分别地考虑作业能够提供更好的结果。然而,组合不同的作业增加了问题的大小,从而使问题变得更难以解决或不切实际。用在本发明中的连续时间建模方式能够减少需要被考虑的时间间隔的总数。
在某些实施例中,为了使问题成为易控制的并且为了具有处理异步操作的能力,时间层被以异步时间间隔用连续时间表示来表示。在生产调度模型中采用连续时间表示,生产设施的生产实体能够具有适当的调度时间间隔同时仍然管理库存可行性和/或优化在过程单元的边界处的库存。此外,该方法学将用于运输调度的现有方式(如上文提到)与新的生产调度方式相结合以使得能实现生产调度和运输调度的组合。该方法学还提供了用来将供给物料评估和选择与生产规划(和调度)相结合的能力。
例如,考虑具有两个过程单元PUa和Pub的精炼厂,其中来自PUa的输出(即产品)是PUb的输入(即供给)。在给定的时间层期间,每个单元的操作可以改变,从而定义过程单元进度表。在图2中,针对PUa和PUb的操作被同步使得对于PUa和PUb的每个新操作来说存在公共进度表。
使得内部操作表示可以作为与给定生产实体相关联的因素的结果而发生的不同生产实体操作,并且外部操作表示可以作为不与给定生产实体相关联的因素的结果而发生的不同生产实体操作。时间层的严格处理将考虑每个时间间隔和发生在时间间隔的开始处的条件或操作中的潜在改变。针对给定生产实体的最全面的一组时间间隔包括由内部操作改变和外部操作改变两者所定义的间隔。过程单元Pub在三个操作间隔处具有不同操作:PUb1、PUb2以及PUb3。因为来自PUa的产品是对于Pub的供给,所以PUa的操作(PUa1、PUa2以及PUa3)影响PUb。因为针对PUa和PUb的操作被同步,所以需要的时间间隔的最小数目是三个。
考虑其中过程单元PUa和PUb具有如图3中所示出的异步过程进度表的不同示例。在PUb2的操作期间,存在影响PUb的三个外部操作:PUa1、PUa2以及PUa3。虽然对于表示过程单元PUb的操作所需要的间隔的最小数目是四个,但是需要附加的间隔来反映PUa对PUb的影响,因为两个单元之间的操作改变未被同步。需要的间隔的最大数目在本实例中是六个,如可以从图3中看见的那样,因为PUb2的间隔将被细分成三个间隔。为了演示异步操作如何影响所需要的时间间隔的数目,考虑其中从PUa2向PUa3的改变发生在和从PUb2向PUb3的改变相同的时间处的示例。在这个示例情况中,一个较小间隔(五个代替六个)将是需要的。通常,间隔的最大数目将提供适当数目的间隔以表示时间间隔对于所有所关联的实体的影响。针对罐实体的时间间隔的最大数目可以使用等式5计算如下。在这个简单的示例中:用于PUb的最大间隔=(4-1)+(3-1)+1=3+2+1=6。
等式5。
用在本发明中的建模方式被设计成处理其中两个或更多个生产实体异步地操作的情形。这种方式还能够处理同步地操作的生产实体的特殊情况。同步的生产实体进度表的情况是概念上更简单的,因为调度间隔将和过程操作内部间隔相匹配。同样地,这种情形被以直接的方式处理如下:对于同步进度表的最大需要的间隔=内部操作间隔的数目。
如果生产设施中的所有生产实体都被同步,则时间间隔的一个公共的组可以被用于该生产设施。需要附加的约束来确保每个给定时间间隔的持续时间对于所有过程单元来说是相同的。在这个条件下,异步连续时间表示将简化为同步连续时间表示。
如图4中所图示的,考虑具有两个过程单元(PUa和PUb)、一个罐(TNK1)以及与所述罐和过程单元相关联的流(STRaf1、STRap1、STRbf1、STRbp1)的生产设施的一部分。物料的流动是从左向右的,使得:
流STRaf1是向过程单元PUa的供给;
流STRap1是来自过程单元PUa的产品和进入罐TNK1的供给;
流STRbf1是来自罐TNK1的产品和向过程单元PUb的供给;
流STRbf1是来自过程单元PUb的产品。
对于其中在PUa与PUb之间不存在罐(即没有库存存储)的情况,流STRap1的流量可以被设置为等于流STRbf1的流量。通常,流STRap1和STRbf1的流量可以是不同的,并且罐TNK1的水平(库存量)能够随着时间的推移而变化。如果针对过程单元PUa和PUb的过程进度表是异步的,则流STRap1和STRbf1的流量在单元PUa和PUb的过程操作中的每一个期间分别可以是不同的。其中过程单元PUa和PUb是异步的情况在图5中被图示,其中STRap1的流量以实线示出(使用垂直轴来表示贯穿时间层的流量的幅度),而STRbf1以虚线示出。
如先前在图3中所示出的,过程单元PUa具有3个时间间隔而过程单元PUb具有4个时间间隔,并且这两组时间间隔是异步的。对于罐TNK1所需要的时间间隔的最大数目使用等式5计算如下:间隔的数目=(用于罐的内部操作间隔-1)+(用于影响该罐的相邻生产实体的操作间隔的数目-1)的和+1。两个过程单元PUa和PUb影响罐TNK1的内容物(包括库存水平和/或组成成分),因为来自PUa的产品是向TNK1的供给并且来自TNK1的产品是向PUb的供给。对这种情形应用等式5,对于TNK1所需要的时间间隔的最大数目=(1-1)+(4-1)+(3-1)+1=6。
图5图示了用于TNK1的这些时间间隔,其中五个垂直刻度线中的每一个都标识时间间隔之间的边界。必须在每个时间间隔的结束处计算罐库存以便适当地表示罐TNK1的行为。注意在每个时间间隔期间,操作被假定为恒定的。换句话说,流STRap1和STRbf1的流量在罐的六个时间间隔中的每一个期间保持恒定,但流量能够从一个时间间隔到下一个改变。这个条件是必要的以便正确地计算罐库存水平:
对于每个间隔i来说,在该间隔的结束处的罐库存水平等于:在前一个间隔的结束处的水平+(供给到罐中的流量*间隔的持续时间)-(退出罐的流量*间隔的持续时间)。罐水平可以以任何适当的量单位(例如吨、桶等)来表示,并且流量可以以单位时间的量的任何适当的单位(例如吨/天、桶/天等)来表示。间隔的持续时间被用来在流量与量之间进行转换。注意,在其中在PUa与PUb之间不存在物理罐(没有库存存储)的情况下,则对于每个时间间隔来说虚拟罐的入口和出口流量被设置为彼此相等。在这种情形下,上述等式然后将简化为:TNK1_水平(i)=TNK1_水平(i-1)。
对于其中没有库存存储和异步过程单元进度表的情况的有趣观察如下:针对所有间隔i,STRap1_流量(i)=STRbf1_流量(i)。在这种情况下,再次参考图5中所示出的示例,罐间隔1(i=1)对应于操作PUa1和PUb1。罐间隔2(i=2)对应于PUa1和PUb2。因此:
通过时间层中的所有间隔继续这个逻辑:
STRap1_流量(i)=STRap1_流量(i-1) 针对所有间隔i
STRbf1_流量(i)=STRbf1_流量(i-1) 针对所有间隔i
STRap1_流量(i)=STRbf1_流量(i) 针对所有间隔i
以上的陈述是基于过程操作是异步的假设。对于针对PUa的三个操作来说与针对PUb的四个操作中的三个同步也是可能的,在这种情况下STRap1和STRbf1的流量能够在间隔i期间改变,并且仍然维持STRap1(i)=STRbf1(i)。图6图示了部分同步的这种情况。
因此,采用这种方式,建模工具能够处理在生产设施的操作中的各种作业之中的同步、异步或部分异步过程操作,包括过程设备操作、供给物料采购以及产品销售。
如在上文所解释的,生产实体可以是生产、消耗、存储、变换(例如转换)、分离、组合或者运输正由生产设施所处理的物料的生产工厂的任何设备。生产实体还可以是在虚拟意义上表示进入生产设施的供应、从生产设施出来的产品或正由生产设施所处理的物料的运输或移动的作业。因此,针对具有两个生产实体的一个罐在上文所定义的概念容易地扩展到更一般的情况,其中一个罐具有来自其它生产设备或采购的供给流以及去往其它生产设备或生产销售的产品流。图7示出了罐可以与其相互作用的其它生产实体的示例。物料采购和产品销售可以是在速率基础(例如吨/天、桶/天等)或量基础(例如吨、桶等)上。作为“实体”示出的块可以是上述生产实体中的任何一个。来自或者去往ENTe和ENTf的物料可以是在速率基础或数量基础上。
对于图7,下面示出了针对罐TNKt的物料平衡等式:
等式6。
除在上文所示出的物料平衡等式之外,可能需要对罐中的物料的组成成分(例如性质或质量)建模。当假定线性质量混合(即物料质量基于流数量线性地混合)时,可应用下面示出的质量平衡等式:
等式7。
如上所解释的,本发明的建模方法学有用来表示时间的各种方式的能力。异步连续时间(ACT)方式提供了用来表示时间间隔的一般能力,这可以适用于如在下文所解释的各种场景。采用ACT方式,时间间隔持续时间是模型变量。通过定义,每个事件(例如操作中的改变等)发生在两个时间间隔的边界处,或者对于其中事件在周期内的定时不碍事的情形来说在时间间隔内(例如,对于其中进入罐和从罐出来的流量是零并且除了发生在这个时间段内的任何时间处的一个或多个卸载量之外的时间间隔)。因此,时间间隔持续时间(模型变量和自由度)将常常对应于事件的进度表。事件的示例包括针对过程单元的操作中的改变、转移或物料进入罐或从罐出来等。
ACT的特殊情况是其中时间间隔持续时间是已知的(给定的)的情况,由此时间段持续时间不是模型变量。在异步离散时间(ADT)方式中,时间层被离散化成给定数目的已知持续时间的时间段。每个周期的持续时间能够取任何正值使得周期持续时间的和等于时间层。除了周期持续时间是已知的之外,ACT的等式、计算以及特征适用。时间间隔方法(内部时间间隔方法和供给实体时间间隔方法)两者仍然适用。例如,考虑到具有基于ADT的时间间隔的两个过程单元,针对从一个过程单元接收物料并且将物料供给到另一过程单元的罐的时间间隔的数目可以由等式5来确定。这个的示例在图18中被示出,图18示出了以在时间层上具有总共10个间隔周期的3个时间单位(例如天)的固定时间持续时间来操作的CDU处理单元。CCU单元以在时间层上具有总共3个间隔周期的10天的固定持续时间来操作。考虑到用于两个过程单元的每个时间间隔的持续时间,用于罐的时间间隔的数目和持续时间可以被确定。例如,从过程单元CDU接收物料并且将物料发送到过程单元CCU的VGO罐具有12个时间间隔:[1+(3-1)+(10-1)=1+2+9=12]。VGO罐时间间隔中的许多个(例如,八个)具有等于3个时间单位的持续时间,而剩余的4个时间间隔具有等于1或2个时间单位的持续时间。罐物料平衡等式(参见等式6)适用于ADT。通常,用于每个实体的时间间隔是非均匀的(例如,每个时间间隔持续时间可以是不同的),如本示例中所示出的那样。
ADT的特殊情况是其中时间间隔离散化通常跨越所有实体的情形。例如,考虑其中所有实体使用具有如图19中所图示的1、3、2、5、9、6以及4天(针对7个时间间隔)的公共离散化的情况。在这些情况下,时间间隔是同步的因为每个实体使用了公共时间离散化。这个时间层离散化方法将被称为同步离散时间或SDT。对于SDT来说,等式5不适用并且针对关联的罐的时间间隔的数目等于针对所有实体的时间间隔的公共数目。罐物料平衡等式(参见等式6)适用于SDT。
一个附加的特殊情况是其中均匀的和公用时间间隔离散化被用于所有实体的情形。例如,考虑10个时间间隔的3天时间间隔持续时间(参见图20)。这个方式是用来在多周期优化模型中定义时间段的最广泛使用的方式。这个离散化方式将被称为同步均匀离散时间或SUDT。
因为ADT、SDT以及SUDT每个都是ACT的特殊情况,所以使用这些用于表示时间层的各种方式的组合来定义一个问题也是可能的。例如,该问题的一部分能够具有公共的均匀时间段离散化(例如SUDT),而该问题的另一部分能够使用ACT来表示时间段。来自处理具有异步连续时间段的两个生产实体之间的接口的ACT的罐模型还能够处理具有异步时间段的两个生产实体之间的接口,其中一个实体使用连续时间段持续时间(例如,其中时间段持续时间是模型变量)而一个实体使用固定的时间段离散化(例如其中时间段持续时间是已知的而不是模型变量)。如针对ACT所描述的方法和模型仍然是适用的。用于处理异步和同步时间段的不同方法将适用于分别具有异步时间段和同步时间段的问题的部分。时间段持续时间是用于具有连续时间段的生产实体的模型变量,并且时间段持续时间对于具有已知时间段离散化的生产实体具有固定值。
工具在上文所定义的方式进行建立,用于处理时间间隔和调度计算的方法学如下。针对生产实体的过程操作的调度在特定于单独的生产实体的时间间隔的基础上执行。诸如采购或销售的其它作业的调度同样在特定于单独的生产实体的时间间隔的基础上操作。罐中的库存水平计算能够提供能够具有异步进度表的其它生产实体(包括采购和销售的虚拟生产作业)之间的接口。
再次考虑包括两个过程单元(PUa和PUb)和一个罐(TNK1)的图4中所示出的示例。如果PUa和Pub每个都具有一个内部操作(例如一个时间间隔),则对于TNK1的需要的间隔的数目将通过等式5来确定,即:(1-1)+(1-1)+1=1。考虑PUa和Pub每个都不具有内部操作间隔,但代替地分别具有3个和4个的替换可能性。通过应用等式5时间间隔的数目是:(3-1)+(4-1)+1=2+3+1=6。结果得到的时间间隔在图8中被图示。从罐TNK1角度看,这些时间间隔由PUa或PUb中的任何操作改变能够改变流STRap1或STRbf1的流量的事实产生。为了考虑这两个流的流量中的每个可能的改变,有必要具有6个时间间隔。
从过程单元PUb角度看,考虑内部和外部操作的概念。过程单元PUb具有4个内部操作间隔。这意味着PUb的4个不同操作能够发生在时间层期间,并且这4个操作将被调度(定时)和优化(确定针对PUb的决策变量在每个间隔中的值)。因此,PUb必须具有至少4个时间间隔。关注对应于操作PUb2的时间间隔(参见图8),注意,在针对PUb2的时间间隔期间过程单元PUa将从PUa1向PUa2向PUa3过渡(这是通过考虑如图8中所示出的时间间隔而做出的观察,但是随着用于PUa和PUb的时间间隔的持续时间改变,PUa与PUb间隔之间的相互作用将改变)。考虑在从PUa1向PUa2和PUa2向PUa3的过渡期间,从PUa进入到罐TNK1的流量能够改变。这些过渡对物料平衡的影响在TNK1内被处理。此外,这些过渡还能够影响TNK1的内容物的组成成分(例如质量或性质)。再者,罐TNK1将处理罐内容物组成成分中的潜在变化(在6个时间间隔中的每一个中)。但罐中的内容物组成成分中的改变的效果能够同样影响PUb,因为PUb的性能可能取决于来自罐TNK1的STRbf1的质量。
必须针对PUb考虑两个可能的情形。在第一种情形中,4个时间间隔被定义用于PUb(基于PUb的4个内部操作间隔)。因为在TNK1中存在6个时间间隔,所以在能够影响PUb的罐质量方面存在6个潜在的改变。基于图8中所示出的时间间隔,与PUb2相对应的时间间隔与TNK1间隔2、3以及4对准。间隔2、3以及4之间的TNK1质量改变将不在PUb时间间隔PUb2中表示。在第二种情形中,针对PUb定义了六个时间间隔(基于TNK1的6个时间间隔),使得在每个TNK1时间间隔期间的罐质量中的改变被表示在PUb中。过程单元PUb将需要更多的时间间隔(与4相比为6个)。
用于PUb的时间间隔的数目将还对生产设施中的其它过程有影响。例如,考虑如图9中所示出的TNK2和PUc。在过程单元PUb和PUc的上部中存在两个数目。这些数目表示总的时间间隔的数目(如图9中所示出的最左边的数目)和内部时间间隔的数目(如图9中所示出的最右边的数目),假定时间间隔的总数是基于供给罐中的时间间隔的数目。如果PUb具有6个时间间隔,则罐TNK2必须具有8个(例如(6-1)+(3-1)+1个)时间间隔。结果,PUc将同样具有8个时间间隔。与此相对,如果供给质量的影响被忽略,则PUb将具有4个时间间隔并且PUc将具有3个时间间隔。
对于每个过程单元来说,示出在矩形块的顶部处的两个数值(例如图9中针对PUb的6和4;图11中针对PUb的4和4)表示基于供给过程单元的罐实体的时间间隔的数目和用于这个过程单元的内部时间间隔的数目。采用内部时间间隔方法,时间间隔的数目通过定义等于内部时间间隔的数目,如图11中所看见的那样。
如上所述,对于用于过程单元的时间间隔的数目来说存在两个选择:(a)使用供给过程单元的罐(或其它生产实体)的间隔的数目,或者(b)使用针对该过程单元定义的内部操作间隔的数目。方法(a)将被称为内部时间间隔方法,而(b)将被称为供给实体时间间隔方法。图9图示了方法(a)的结果,而图11图示了方法(b)的结果。图10和12分别图示了针对方法(a)和(b)的对应时间间隔。
如图10和12中所示,使用供给实体时间间隔方法对于单元PUb(6对4)和PUc(8对3)产生较大数目的时间间隔。当内部时间间隔方法被使用时,PUc仅具有三个时间间隔而罐TNK2具有六个时间间隔。用于PUc的时间间隔2(图12中的操作PUc2)与用于罐TNK2的时间间隔2、3以及4对准。因为针对PUc的操作2不具有一个唯一对应的罐时间间隔,所以在操作2期间过程单元PUc的供给可以被近似为TNK2时间间隔2、3以及4的平均或混合(参见以下等式)。
在某些情况下,罐TNK2中的内容物的组成特性不被用在针对PUc的过程模型中,由此对于PUc来说不需要进一步的动作来处理在时间间隔2、3以及4期间来自TNK2的组成特性。因为在时间间隔2、3以及4期间(实际上,针对所有6个时间间隔)对TNK2容易地计算组成特性,所以对于每个罐时间间隔来说对这些组成特性具有约束或限制是直接的。然而,当TNK2中的内容物的组成特性被用在针对PUc(其由罐TNK2来供给)的过程模型中时,则在罐时间间隔2、3以及4期间的平均组成特性可以被计算如下:
或者,按FR_PUc(2)来划分这个等式的每侧将该等式简化为:
因为PUc在时间间隔2期间的操作在TNK2时间间隔2、3以及4上是恒定的,所以表示在时间间隔2期间PUc的供给速率的变量FR_PUc(2)不存在于平均供给质量在PUc操作2期间的计算中。
当供给实体时间间隔方法被使用时,用于过程单元的时间间隔的数目和用于供给罐(或其它供给实体)的间隔的数目相匹配,由此对供给的组成成分的任何要求的约束可以被包括在该过程单元模型中。当内部时间间隔方法被使用时,时间间隔的数目小于(或等于)用于供给罐(或其它供给实体)的间隔的数目。因此,任何要求的供给质量约束将被包括在供给罐模型中。使这些约束作为过程单元模型的一部分常常是优选的,因为这些约束可能包括来自该过程单元的数据或变量。将过程单元约束包括在供给罐模型内的方式对于表示供给物料组成成分约束来说可能是有用的,但当内部时间间隔方法被使用时,它不提供使得针对罐时间间隔来计算过程单元模型输出(例如产品流量等)的手段。内部时间间隔和供给实体间隔方法之间的选择是特定于每个生产实体的,从而允许每个生产实体使用所优选的方法得以配置。
与这个方法无关的被用来确定时间间隔的优选数目,该方法需要用来管理罐和所关联的生产实体的时间间隔的手段。如图8中所示,用于罐TNK1的时间间隔与用于过程单元PUa和PUb的时间间隔对准。如果用于PUa和PUb的时间间隔的数目被作为输入给出,则得出TNK1的对应时间间隔是直接的。在优化模型中,时间间隔持续时间是变量,而用于PUa和PUb的时间间隔之间的关系是未知的。例如,用于TNK1的第一时间间隔的结束将对应于PUa和PUb的第一时间间隔中的较短者。如果PUa的第一时间间隔比PUb的第一时间间隔要短,则TNK1的第一间隔等于PUa的第一时间间隔。否则,TNK1的第一时间间隔等于PUb的第一时间间隔。通常,用于罐TNK1的每个时间间隔的结束等于用于PUa或PUb的一个时间间隔的结束。这个可以通过定义二元变量来实现,所述二元变量在罐TNK1的时间间隔的结束等于PUa或PUb的时间间隔的结束时取一的值,并且否则取零的值(变量bv_EOTI表示用于时间间隔的结束的二元变量,或EOTI)。以下变量被定义用于罐TNK1的第一时间间隔和PUa的第一时间间隔:bv_EOTI(TNK1,1,PUa,1)=1,如果TNK1时间间隔1的结束等于用于PUa的时间间隔1的结束,否则=0。
更一般地,以下变量被定义用于罐TNK1的时间间隔和过程实体PUa和PUb的时间间隔。
精确地,用于罐TNK1的每个时间间隔的二元变量中的一个必须等于一,而其余的必须等于零。使所有此类变量的和等于一的等式被用来强制这个关系。例如:
这是用于罐TNK1的时间间隔的等式的一般形式,其中存在待确定的五个时间间隔。最后的时间间隔(时间间隔6)的结束由时间层的结束来确定。然而,有可能基于对第一时间间隔已知的逻辑来简化用于TNK1的时间间隔1在上文所示出的等式:
尽管原始公式和经简化的公式两者都是正确的,但是由于对数学模型解算器的解决方案时间的效果,经简化的公式是所述等式的更有效形式并且是优选的。通过定义,这些二元变量的值定义了用于TNK1、PUa以及PUb的各种时间间隔之间的关系。这些二元变量被用作强制用于罐TNK1的每个时间间隔的结束的变量等于用于PUa或PUb的适当时间间隔的结束的变量的等式中。例如:
v_EOTI(TNK1,1)=v_EOTI(PUa,1),如果bv_EOTI(TNK1,1,PUa,1)=1
v_EOTI(TNK1,1)=v_EOTI(PUb,1),如果bv_EOTI(TNK1,1,PUb,1)=1
因为这两个二元变量中的正好一个等于1,则上文两个等式中的一个将根据PUa或PUb的第一时间间隔来确定v_EOTI(TNK1,1)的值。
图13示出了本发明可以如何被用来解决包括供给物料到精炼厂中的运输调度、精炼厂中的过程单元的操作以及从精炼厂出来的产品的运输调度并且使用异步连续时间模型来集成各种作业的进度表的问题。用在生产设施中的设备被以抽象形式示出在图13的中间区域中。例如,炼油厂模型可以包含针对过程单元、搅拌器、混合器、分离器以及其它生产设备的子模型。此外,总体模型将包含表示罐的子模型,所述罐处理所要求的库存管理并且提供各种生产设备之间的连接。结果是生产设备、罐以及流连接的一个或多个网络。建模工具还可以将生产设备规定为在时间层的某部分期间活动或停止运行。
在图13中所示出的总体过程方面,每个过程单元、罐或其它实体的子模型将以多周期形式存在,其中:(a)每个周期对应于用于这个实体或罐的时间间隔,(b)过程单元和其它实体的子模型(对于每个周期来说)是时间无关的模型,以及(c)罐的子模型依赖于并且考虑了时间(包括周期持续时间以及时间特定动作的调度)。将针对每个时间间隔来管理每个实体的操作条件和约束。跨越用于过程单元的两个或更多个时间间隔的模型等式还可以视情况而定被包括来表示适用于整个时间层或该时间层的某个部分的过程约束。间隔的持续时间、操作调度以及对库存和其它过程单元的影响将通过罐子模型来管理。这个建模框架可以被配置成表示供给物料选择和评估问题、生产规划问题、生产运行规划模型、生产调度模型、运输优化以及库存优化问题和这些问题的任何组合。优化模型被求解以获得如对于各种生产规划和调度作业所需要的结果。
如先前所描述的,用于罐的一个或多个子模型和时间间隔计算方法提供了用来处理具有不同(异步的)进度表的生产实体的能力。在图13的中央,一个罐被示出为图示了用来在过程单元、采购或销售以及其它生产实体(例如搅拌器、混合器、流分离器等)之间对接的角色。
图13的左侧示出了从采购实体(代替从过程实体)接收供给的罐。这表示罐被用来处理原料配送进度表、关联的库存管理以及各种处置的分配。这个配置允许模型处理原料的评估和选择。用于原料采购替代方案的对应数据(例如价格、可用数量、物料性质等)和决策变量由这个罐来考虑。采购决策(哪些原料、多少量)和具有对应进度表间隔的罐定义了所采购的物料配送进度表。针对产品销售的模拟作业被示出在图13中的极右方,其中另一罐被连接到销售实体。
图13描绘了针对一个生产设施的总体方式。该方法还可以适用于两个或更多个生产设施。例如,该模型能够定义共享原料源和共享产品需求,并且配置两个或更多个生产设施以争夺原料采购和产品销售。此外,存在从一个设施向另一设施转移物料的机会。从概念上讲,这个可以被视为一个设施出售物料然后的另一个设施采购物料。过程实体模块还可以被用来处理设施之间的物料转移。因此,针对一个生产设施在上文所描述的方法可以被用来优化多个设施的系统。
图14描绘了本发明的优化工具还能够如何被用于高度简化的运输调度模型。该模型使用连续时间表示并且包括采购、罐(用于存储)以及采购物料的消耗(其被作为输入给出,不是作为决策变量),但不排除生产设施中的其它生产设备。
除被用于优化一个或多个生产设施的操作之外,本发明的建模工具还可以被用于模拟一个或多个生产设施,因为该模型包含了对于模拟计算所需要的等式。在这种情况下,问题不需要被作为优化问题来解决,而是作为用于给出输入和决策变量的每个生产实体的输出的计算。模拟计算然后针对决策变量的已知值确定每个生产实体的输出。
替换地,可以针对每个模拟时间段(例如1分钟、5分钟、10分钟等)重复地求解设施模型的单周期版本。这个计算可以被作为用于生产实体的等式的平方系统的解来执行。替换地,可以求解生产实体和罐子模型的顺序,其中所述顺序遵循物料通过生产设施的流动。计算针对每个模拟时间段被重复直到时间层被完整地模拟了为止。在这种情况下,与将被优选用于优化目的的时间间隔相比,时间层可以被划分成较大数目的较短持续时间的时间间隔。时间的更精细表示可能需要报告设施和所有生产实体的操作。这些较短的和较大数目的模拟时间片段可以是可行的,因为模拟计算比对应优化模型的解是在计算上要求较少的。采用这个方式,用来解决同时规划和调度优化模型的异步时间间隔模型的优化功能性可以与详细的调度模拟功能性相结合。
例如,可以基于理想混合在优化模型中表示一定量的原料到罐中的配送(运输进度表的一部分)。考虑包含100个单位的原料A的罐和100个单位的原料B到罐中的配送。当原料B的配送完成时,理想混合结果将在罐中产生原料A和B的50/50混合物。然而,如果混合不是理想的(或完美的),或者如果罐的某内容物在配送期间被抽出,则离开罐的物料可能不是原料A和B的50/50混合物(如图15中所图示的)。这能够影响直接地或间接地接收这个物料的其它下游生产实体。这只是可以在具体调度作业中优选的时变效果的一个示例。模拟计算能够提供设施操作的这个附加的表示。
示例#1-将规划(周期平均)计算与生产运行或生产时间表计算相比较的说明性示例。
这个简单的示例图示了使用周期平均规划模型来优化原料采购的潜在影响,以及当试图将规划结果转换成进度表时出现的不一致性。开销约束在周期1和3(20天)期间将CUD速率限制为73.3kBD。在规划模型结果中,CDU速率是100kBD。
图16示出了用来图示由被显示为矩形的以下7个过程单元组成的生产处理设施的工艺流程图:CDU、CCU、CRU、SCN、ASP、HF#1以及HF#3。在每个矩形内部,数目在括弧中被示出,例如“CDU(6)”,以表示用于每个过程单元的内部时间间隔的数目。在一个月时间层期间,CDU将在六个不同条件下操作。针对每个过程单元,给出了内部时间间隔的数目,并且两个方法被用来确定罐(在图16中示出为圆柱体形状)和下游过程单元的时间间隔。该生产设施还包括混合操作,并且这些在图16中也被示出为矩形形状。混合器使用产品组来标记:车用汽油(动力汽油)、蒸馏物以及燃料油。每个产品组可以具有一个或多个产品分级,例如,车用汽油混合器中的普通无铅汽油(RUL)和优质无铅汽油(PUL)。每个混合器产品分级将具有给定数目的时间间隔,与针对过程单元所定义的那些类似。
原油蒸馏单元CDU(其中常压蒸馏和减压蒸馏被组合成一个CDU单元实体)具有由于残留物流的处置而不同的三个操作模式:燃料操作,其中残留物被发送到燃料油混合;沥青操作,其中残留物被发送到沥青生产;以及残留物操作,其中残留物被发送到催化裂化器。这个示例假定一个月层将在这三个操作之间循环,使得存在6个内部时间间隔(例如3个用于燃料模式,2个用于残留模式,以及1个用于沥青模式)。
特定的原油罐被集合成两个组(或分离)使得原油可以被存储以支持燃料操作(第一分离),以及沥青和残留物操作(第二分离)。CDU由这两个分离中的一个来供给,而另一个分离要么正在接收原油配送,要么正在准备用于处理的原油。
CDU基于它们的沸点将原油分成流,并且流以如下次序被示出,其中最轻的(最低沸点)在CDU的顶部而最重的在底部:(1)轻馏分流(为了简单该流未被明确地示出);(2)用于混合汽油的直馏汽油流;(3)石脑油流,其产生汽油混合组份;(4)煤油/航空煤油,其产生在作为成品出售之前可能需要进一步处理的煤油和航空煤油燃料;(5)LAGO和HAGO(轻质常压轻油和重质常压轻油)流,其被加氢精制并且发送到蒸馏物混合;(6)VGO(减压轻油)被供给到催化裂化过程(CCU);(7)残留物:先前讨论了对这个流的处置。
催化重整单元CRU将石脑油转换成重整油,所述重整油是汽油混合组份。CRU能够在两个模式中的一个下操作以产生低辛烷值重整油和高辛烷值重整油。CRU容量(例如供给速率极限)对于高辛烷值操作来说是较低的。在本示例中,CRU被假定为具有3个内部时间间隔以允许这两个操作在一个月时间层期间的一些组合。主CRU产品是低辛烷值重整油(LOR)和高辛烷值重整油(HOR)。存在用于LOR和HOR的单独的罐,并且有可能分别地存储这两个汽油混合组份,从而提供用于在汽油混合中使用的附加的灵活性。
加氢精制单元HF#1和HF#3处理LAGO和HAGO,使得这些流适用于在蒸馏物混合中使用。在本示例中,HF#1和HF#3被假定为分别具有6和10个内部时间间隔,以允许在一个月层期间的操作改变。经加氢精制的流(hLAGO和hHAGO)被存储在对应的罐中。
催化裂化单元(CCU)处理VGO和残留物并且产生LCN、HCN以及CGO。LCN(轻催化石脑油)在SCN(在下文描述)中被处理并且然后变成汽油混合组份。HCN(重催化石脑油)可以是用于车用汽油或蒸馏物的混合组份。CGO(催化轻油)是蒸馏物混合组份和燃料油混合组份。CCU操作能够随着在时间层期间改变的总供给速率和残留物供给速率而变化。在本示例中,四个内部时间间隔被用于CCU。LCN、HCN以及CGO每个都具有对应的罐(CGO在图中未示出)。
SCANFining(选择性加氢脱硫工艺)单元(SCN)处理LCN以产生SCANFining产物,其是汽油混合组份。SCANFining产物供给速率被期望在两个速率之间变化,由此两个时间间隔被用于SCN。
沥青单元(ASP)处理减压残留物以产生沥青。并非所有残留物都适用于沥青生产,由此仅来自CDU沥青操作的残留物可以在ASP中被处理。在本示例中,ASP单元被假定为具有两个内部时间间隔以在时间层期间提供两个ASP操作。例如,ASP能够在一个操作中以较高供给速率运行以便在期望的周期期间产生更多的沥青(例如,以满足期望的沥青生产进度表)。
在下面表1中给出了用于这些各种过程单元的内部操作时间间隔。建模工具将这个数据作为输入来接收并且使用这个数据来确定用于生产设施实体的时间间隔的适当数目。
表1.用于图16中所示出的精炼厂中的过程单元和产品混合器的内部时间间隔。
用于内部时间间隔的输入数据
CDU 6
CCU 4
CRU 3
SCN 2
ASP 2
HF#1 6
HF#3 10
PUL 10
RUL 10
USLD 9
MGO 6
FFO 8
HFO 10
两个时间间隔方法已经被应用于示例产品设施以产生表2中的结果。所述方法将使用一个罐以及所关联的过程单元和混合单元来解释。
罐:RSD_F
过程单元:CDU
混合器:HFO
过程单元CDU产生被导向罐RSD_F的物料(RSD_F)。对于RSD_F的处置是HFO产品混合器。CDU具有6个内部时间间隔,而HFO混合器具有10个内部时间间隔。用于罐RSD_F的时间间隔使用等式5计算如下:(6-1)+(10-1)+1=15。用于HFO混合器的时间间隔的数目是10(如果内部时间间隔方法被使用)或15(如果供给实体时间间隔方法被使用)。
第二样本计算被用来图示两个方法之间的差异。考虑罐RF(重整器供给)以及关联的过程单元CDU和CRU。用于罐RF的时间间隔的数目=(6-1)+(3-1)+1=8(使用等式5)。考虑由罐RF所供给的过程单元CRU,时间间隔的数目是3(使用内部时间间隔方法)或8(使用供给实体时间间隔方法)。
两个方法之间的差异是供给实体时间间隔方法定义了用于过程单元的时间间隔的数目是供给过程单元的罐的时间间隔的函数。因此,因为罐RF需要8个时间间隔,则过程单元CRU也必须具有8个时间间隔。这将具有如利用罐LOR(低辛烷值重整油)以及过程单元CRU和混合器RUL所图示的级联效果。用于单元CRU和混合器RUL的内部时间间隔的数目分别是3和10。
如果内部时间间隔方法被用于过程单元CRU,则用于罐LOR的时间间隔的数目=(3-1)+(10-1)+1=12。如果供给实体时间间隔方法被用于过程单元CRU,则用于罐LOR的时间间隔的数目=(8-1)+(10-1)+1=17。
这两个方法被应用于样本生产设施并且结果在表2中被示出。列3和4(在表2中)包含当内部时间间隔方法或供给实体时间间隔方法被选择用于过程单元和混合器中的全部时所获得的结果。基于具有1小时时间段的均匀离散时间假设的一组结果同样被包括。1小时均匀时间段被选择来为与异步时间方式的比较提供基础。直接地考虑不同的均匀周期持续时间(例如,使用4小时均匀周期将导致180个时间间隔而不是720个时间间隔)。这个表比较了针对生产设施的每个组件的时间间隔的结果得到的数目,并且图示了使用这两个方法所实现的时间间隔的减少。在表2的底部示出的合计(TOTAL)表示总的实体周期,其中用于每个过程实体(例如、过程单元、罐、混合器等)的周期的数目被合计。表2中的结果示出了能够使用异步时间表示以及对应方法和建模方式实现的时间间隔的减少。
靠近表2的底部,标记“合计”的行包括针对这个示例生产设施的每个实体的时间间隔的数目的和。该表还报告了针对这三个方法的时间间隔的“平均”数。两个结果演示了异步连续时间建模方式产生需要被考虑解决所述问题的时间间隔的数目中的减少。
表2.使用不同方法所获得的时间间隔的数目的比较。
表3.关于针对内部时间间隔方法的罐时间间隔计算的细节。
上述优化问题可以被扩展为包括运输作业。例如,原料(例如原油)可以通过水载船只而被船运到生产设施中。可以基于针对时间层的生产容量(例如对于一个月周期所需要的原料的数量)来计算待消耗的原料的量。在本示例中,一个月周期需要约2,200kB(kB表示千桶)的原油。因为用来将原油配送到这个生产现场的这类船具有约750kB的容量,所以所期望的原油运输程序包括3次装运。注意,图16示出了标记为原油1和原油2的两个原油罐。实际上,所示出的每个罐可以对应于一个或多个物理罐。
重要的考虑事项是原油1专用于CDU燃料操作,而原油2专用于CDU沥青和残留物操作。CDU操作被期望在一个月时间层期间包括总共6个不同的CDU操作,使得3个是燃料操作,2个是残留物操作,以及1个是沥青操作。这些操作的顺序和持续时间未给出。此外,各种原油分级的量和所关联的配送进度表未给出。在由优化工具所确定的所优化的生产计划中这些全部是决策变量。在下文描述并且在图17中图示了罐原油2的处理和对应的时间间隔。
罐原油2必须接收至少一个装运以为过程单元CDU提供对于沥青和残留物操作所需要的原料的量。考虑多达两个装运被许可并且针对这两个装运的配送进度表是未知的。同样地,考虑针对如图17中所示出的CDU沥青和残留物操作的一个可能的操作序列。对于CDU来说存在6个总时间间隔,其中3个是当CDU在燃料操作中时的周期并且来自罐原油2的消耗速率等于零。原油2配送应该发生在这些时间间隔期间(当来自罐原油2的消耗速率等于零时)。标记为“船”的图17中的行示出了针对一个月时间层的三个时间间隔。标记“船#1”的时间间隔表示在一个月时间层的初期开始并且在当船#1为罐原油2配送原油时的时间处结束的时间段。标记“船#2”的时间间隔表示在前一个时间间隔的末期开始并且在当船#2为罐原油2配送原油时的时间处结束的时间段。注意,如果仅需求一个装运,则标记“船#2”的时间间隔能够具有等于零的持续时间。第三个时间间隔表示在最后一个配送之后直到时间层的结束为止的周期。
遵循时间间隔方法学,罐原油2将需要8个时间间隔:原油2时间间隔=(3-1)+(6-1)+1=2+5+1=8。然而,8个时间间隔的检查揭示了为不必要的两个时间间隔。表4描述了8个时间间隔和发生在每个时间间隔期间的作业。注意,时间间隔3及4和6及7是具有相同作业的两对相邻时间间隔。这两对时间间隔都可以被合并成单个时间间隔。经合并的时间间隔在图17的顶部附近被示出。针对船#1的时间间隔的持续时间可以是短的使得船#1配送发生在CDU沥青操作之前,或者它可以与图17中所示出的类似使得所述配送发生在CDU沥青操作之后。因为针对原油装运的配送进度表是未知的,所以这个模型可以包括这些可能性中的两者。
对于罐原油1获得了类似结果。用于原油1的时间间隔的数目被最初确定为9并且经合并的时间间隔的数目是6。这个结果的意义在这个特定实例中是当原料运输进度表被包括时用于这两个原料罐的时间间隔的数目保持等于6。
表4.罐原油2时间间隔的解释。
原油装运 原油消耗
1 可能 0
2 沥青
3 可能 0
4 可能 0
5 残留物
6 可能 0
7 可能 0
8 残留物
表5.合并的罐原油时间间隔。
原油装运 原油消耗
1 可能 0
2 沥青
3 可能 0
4 残留物
5 可能 0
6 残留物
上述样本问题示出了基于优化模型的异步时间的使用和遍及时间层优化下列内容的能力:用于确定最佳货运成本和船进度表的原料运输调度;用于确定每个原油分级的最佳量的原料选择和评估;用于确定每个过程(过程单元、混合器等)的最佳操作的生产规划;用于确定过程操作和混合操作的进度表的生产调度;以及用于维持贯穿时间层的可行的库存水平和库存保持费用的最小化的库存管理。
考虑到包括这些作业的公共优化模型,该方法还能够处理其中某些决策已经被做出并且原始决策变量的子集保持的情形。用于已经被做出的那些决策的模型变量可以被固定(在已知值处),并且模型可以被求解以用于剩余的决策。替换地,对于某些决策该模型能够包括固定值并且包括附加的决策变量以反映基于总体最佳目标函数值来改变一个或多个决策的选项。例如,考虑已经可能基于现有模型结果针对给定生产设施采购了一定量的特定原油。考虑到这个决策,现在可用的替代方案(例如,这个量的原料的一部分)可以被考虑并且模型结果可以推荐修改某些决策。
术语“第一”、“第二”等等当指代元件时不旨在建议元件的位置、定位或排序。相反地,术语被用作为标签以便于讨论并且将元件彼此区分开。本发明将在范围方面不由本文所述的特定实施例来限制。实际上,根据前述描述和附图,除本文所述的那些之外的本发明的各种修改对于本领域的普通技术人员而言将是显而易见的。另外,尽管已经在此在出于特定目的的特定环境中的特定实现方式的上下文中对本发明进行了描述,但是本领域的普通技术人员将认识到,其有效性不限于此并且本发明可以被有利地实现在许多环境中以用于许多目的。可以个别地或者与本发明的其它方面、实施例以及变化相结合地考虑本发明的所公开的方面和实施例中的每一个。此外,除非另外规定,否则本发明的方法的步骤不限于执行的任何特定次序。因此,应该考虑到如在本文中所公开的本发明的完全气息和精神来解释在下文所阐述的权利要求。

Claims (16)

1.一种用于操作生产设施的方法,所述方法包括:
(a)构建所述生产设施的数学模型,其中,所述数学模型包括第一过程单元、第二过程单元以及罐实体的表示;
其中所述第一过程单元和所述第二过程单元变换进入所述第一过程单元和第二过程单元的物料和从所述第一过程单元和第二过程单元的物料出来的物料;
其中,所述第一过程单元由包含对所述第一过程单元的行为建模的一组等式的子模型来表示,所述子模型中的等式的数目与用于所述第一过程单元的操作时间间隔的数目相关;
其中,所述第二过程单元由包含对所述第二过程单元的行为建模的一组等式的子模型来表示,所述子模型中的等式的数目与用于所述第二过程单元的操作时间间隔的数目相关;
其中,所述罐实体由包含对所述罐实体的行为建模的一组等式的子模型来表示,所述子模型中的等式的数目与用于所述第一过程单元的操作时间间隔的数目和用于所述第二过程单元的操作时间间隔的数目相关;
所述数学模型还包括与所述第一过程单元和所述第二过程单元的操作时间间隔中的每一个的持续时间有关的决策变量;(b)求解所述数学模型以获得针对所述第一过程单元、所述第二过程单元以及所述罐实体的求解结果;
(c)使用所述求解结果来确定用于所述生产设施的操作计划;以及
(d)根据所述操作计划来操作所述生产设施。
2.根据权利要求1所述的方法,其中,针对所述第一过程单元的子模型包括与所述第一过程单元的操作有关的决策变量,并且针对所述第二过程单元的子模型包括与所述第二过程单元的操作有关的决策变量。
3.根据前述权利要求中任一项所述的方法,其中,用于所述第一过程单元、所述第二过程单元或两者的操作时间间隔的数目被作为输入给出。
4.根据权利要求1所述的方法,其中,所述第一过程单元表示供给物料的运输或采购。
5.根据权利要求1所述的方法,其中,所述第二过程单元表示产品的运输或销售。
6.根据权利要求1所述的方法,其中,所述第一过程单元或所述第二过程单元中的至少一个表示作为中间物料的供给物料的运输、销售或采购。
7.根据权利要求1所述的方法,其中,所述数学模型还包括变量或数学关系,所述数学关系表示所述罐实体的操作时间间隔与所述第一过程单元和所述第二过程单元的操作时间间隔之间的关系。
8.根据权利要求1所述的方法,其中,所述数学模型还包括与所述第一过程单元和所述第二过程单元的操作时间间隔中的每一个的持续时间有关的决策变量。
9.根据权利要求1所述的方法,其中,所述数学模型包括用于所述生产设施的性能度量的目标函数;
其中,所述目标函数包括有助于所述性能度量的来自针对所述第一过程单元、所述第二过程单元以及所述罐实体的子模型的项;以及
其中,所述数学模型被求解以用于最大化或者最小化所述性能度量。
10.根据权利要求9所述的方法,其中,所述数学模型包括:
与供给物料的成本有关的参数;
与保持在所述罐实体中的库存的成本有关的参数;
与供给物料的选择有关的决策变量。
11.根据权利要求10所述的方法,其中,所述数学模型还包括:
与运输选项的成本有关的参数;以及
与运输调度有关的决策变量。
12.根据权利要求1所述的方法,其中,所述罐实体是第一生产罐实体,并且其中,所述数学模型还包括第二罐实体的表示;以及
其中,所述第二罐实体由包含对所述第二罐实体的行为建模的一组等式的子模型来表示,所述子模型中的等式的数目与用于所述第二过程单元的操作时间间隔的数目相关。
13.根据权利要求12所述的方法,其中,针对所述第二罐实体的子模型中的等式的数目还与用于所述第一生产罐实体的操作时间间隔的数目相关。
14.根据权利要求12所述的方法,其中,所述数学模型还包括第三过程单元的表示,所述第三过程单元的表示由包含对所述第三过程单元的行为建模的一组等式的子模型来表示,所述子模型中的等式的数目与用于所述第三过程单元的操作时间间隔的数目相关;
其中,针对所述第二罐实体的子模型中的等式的数目还与用于所述第三过程单元的操作时间间隔的数目相关。
15.根据权利要求1所述的方法,其中,针对所述第一过程单元的子模型中的等式的数目与用于所述第一过程单元的操作时间间隔的数目成比例;以及
其中,针对所述第二过程单元的子模型中的等式的数目与用于所述第二过程单元的操作时间间隔的数目成比例。
16.根据权利要求1所述的方法,还包括使用用于所述第一过程单元的操作时间间隔的数目和用于所述第二过程单元的操作时间间隔的数目来计算用于所述罐实体的操作时间间隔的数目。
CN201180057354.4A 2010-10-05 2011-10-03 用于规划精炼厂的操作的建模工具 Expired - Fee Related CN103229114B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US38996510P 2010-10-05 2010-10-05
US61/389,965 2010-10-05
US13/007,877 2011-01-17
US13/007,877 US8788068B2 (en) 2010-10-05 2011-01-17 Modeling tool for planning the operation of refineries
PCT/US2011/054548 WO2012047782A1 (en) 2010-10-05 2011-10-03 Modeling tool for planning the operation of refineries

Publications (2)

Publication Number Publication Date
CN103229114A CN103229114A (zh) 2013-07-31
CN103229114B true CN103229114B (zh) 2015-12-16

Family

ID=45890483

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180057354.4A Expired - Fee Related CN103229114B (zh) 2010-10-05 2011-10-03 用于规划精炼厂的操作的建模工具

Country Status (6)

Country Link
US (2) US8788068B2 (zh)
EP (1) EP2625574A1 (zh)
CN (1) CN103229114B (zh)
CA (1) CA2813693A1 (zh)
SG (1) SG189198A1 (zh)
WO (1) WO2012047782A1 (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9268326B2 (en) 2010-08-18 2016-02-23 Manufacturing Technology Network Inc. Computer apparatus and method for real-time multi-unit optimization
US10026046B2 (en) 2011-05-20 2018-07-17 Aspen Technology, Inc. Rundown blending optimization apparatus and method
US10013663B2 (en) 2011-12-09 2018-07-03 Exxonmobil Upstream Research Company Method for developing a long-term strategy for allocating a supply of liquefied natural gas
US20130339100A1 (en) * 2012-06-15 2013-12-19 Exxonmobil Research And Engineering Company Decision support tool for operation of a facility
US20140046635A1 (en) * 2012-08-13 2014-02-13 Caterpillar Inc. Facility Design and Management Systems Using Bi-Directional Cad-Des Interface
US9646117B1 (en) 2012-12-07 2017-05-09 Aspen Technology, Inc. Activated workflow
US9442475B2 (en) 2013-05-02 2016-09-13 Aspen Technology, Inc. Method and system to unify and display simulation and real-time plant data for problem-solving
US9569480B2 (en) 2013-05-02 2017-02-14 Aspen Technology, Inc. Method and system for stateful recovery and self-healing
US9929916B1 (en) 2013-05-02 2018-03-27 Aspen Technology, Inc. Achieving stateful application software service behavior in distributed stateless systems
US9354776B1 (en) 2014-02-21 2016-05-31 Aspen Technology, Inc. Applied client-side service integrations in distributed web systems
AU2015256531A1 (en) 2014-05-07 2016-11-17 Exxonmobil Upstream Research Company Method of generating an optimized ship schedule to deliver liquefied natural gas
CN104200293B (zh) * 2014-09-28 2017-10-17 清华大学 基于连续时间的炼油厂全厂调度优化的方法及系统
CN104657784A (zh) * 2014-12-24 2015-05-27 同济大学 基于企业生产与能耗耦合模型的能源优化方法
US10563914B2 (en) * 2015-08-06 2020-02-18 L'air Liquide Societe Anonyme Pour L'etude Et L'exploitation Des Procedes Georges Claude Methods and systems for integration of industrial site efficiency losses to produce LNG and/or LIN
US9804947B2 (en) * 2015-11-20 2017-10-31 Sap Se Method and system for time-based data generation
CN106022563A (zh) * 2016-03-04 2016-10-12 浙江大学 一种基于石化企业的抗干扰原油调度方法
JP6556328B2 (ja) * 2016-03-11 2019-08-07 株式会社日立製作所 生産設備経営最適化装置
CN112204588A (zh) * 2018-05-31 2021-01-08 利乐拉瓦尔集团及财务有限公司 通过模拟在现有生产工厂中对包装乳制品的生产的调度
US20210158259A1 (en) * 2019-11-25 2021-05-27 David Michael Evans Orchestrated intelligent supply chain optimizer
CN112183811A (zh) * 2020-08-20 2021-01-05 浙江中控技术股份有限公司 一种用于炼厂的多周期计划调度协同排产优化方法及系统
US20220180295A1 (en) * 2020-12-03 2022-06-09 Aspen Technology, Inc. Method and System for Process Schedule Reconciliation Using Machine Learning and Algebraic Model Optimization
US11774924B2 (en) 2020-12-03 2023-10-03 Aspentech Corporation Method and system for process schedule reconciliation using algebraic model optimization
CN113034073A (zh) * 2021-03-26 2021-06-25 山东莱钢永锋钢铁有限公司 一种基于原料库衡的库存管理方法
US20240168469A1 (en) * 2022-11-16 2024-05-23 Honeywell International Inc. Apparatuses, computer-implemented methods, and computer program products for improved blending element modeling

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1885328A (zh) * 2006-06-20 2006-12-27 东北大学 一种炼钢-连铸中间包批量计划方法及系统
CN101303588A (zh) * 2008-06-04 2008-11-12 东北大学 一种炼钢—连铸炉次批量计划自动编制方法及系统
WO2010042223A1 (en) * 2008-10-10 2010-04-15 Exxonmobil Research And Engineering Company Optimizing refinery hydrogen gas supply, distribution and consumption in real time

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6983227B1 (en) * 1995-01-17 2006-01-03 Intertech Ventures, Ltd. Virtual models of complex systems
US7259288B2 (en) * 2004-02-26 2007-08-21 Saudi Arabian Oil Company Enhanced hydrogen recovery for hydroprocessing units
US7627461B2 (en) * 2004-05-25 2009-12-01 Chevron U.S.A. Inc. Method for field scale production optimization by enhancing the allocation of well flow rates
US20070020173A1 (en) * 2005-07-25 2007-01-25 Repasky John M Hydrogen distribution networks and related methods
ATE503913T1 (de) * 2006-01-31 2011-04-15 Landmark Graphics Corp Verfahren, systeme und computerlesbare medien zur öl- und gasfeldproduktionsoptimierung in echtzeit mit einem proxy-simulator
US20110245937A1 (en) * 2010-03-31 2011-10-06 General Electric Company System and method for interoperability between carbon capture system, carbon emission system, carbon transport system, and carbon usage system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1885328A (zh) * 2006-06-20 2006-12-27 东北大学 一种炼钢-连铸中间包批量计划方法及系统
CN101303588A (zh) * 2008-06-04 2008-11-12 东北大学 一种炼钢—连铸炉次批量计划自动编制方法及系统
WO2010042223A1 (en) * 2008-10-10 2010-04-15 Exxonmobil Research And Engineering Company Optimizing refinery hydrogen gas supply, distribution and consumption in real time

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Solving Planning and Design Problems in the Process Industry Using Mixed Integer and Global Optimization;Josef Kallrath;《Annals of Operations Research》;20051231;正文第340页第2-3段,第342页最后一段,第343页第4段,第344页第1-2段,第345页第1-2段,第346页第2段,第347页第5-6段,第353页第1段,第360页最后一段,第361页第2段,图1 *

Also Published As

Publication number Publication date
EP2625574A1 (en) 2013-08-14
US20120083914A1 (en) 2012-04-05
US20140379112A1 (en) 2014-12-25
CA2813693A1 (en) 2012-04-12
US8788068B2 (en) 2014-07-22
SG189198A1 (en) 2013-05-31
CN103229114A (zh) 2013-07-31
WO2012047782A1 (en) 2012-04-12

Similar Documents

Publication Publication Date Title
CN103229114B (zh) 用于规划精炼厂的操作的建模工具
Rad et al. A novel multi-objective optimization model for integrated problem of green closed loop supply chain network design and quantity discount
Neiro et al. A general modeling framework for the operational planning of petroleum supply chains
Mouret et al. A new Lagrangian decomposition approach applied to the integration of refinery planning and crude-oil scheduling
Khor et al. Petroleum refinery optimization
Mendez et al. A simultaneous optimization approach for off-line blending and scheduling of oil-refinery operations
Joly et al. Planning and scheduling for petroleum refineries using mathematical programming
Pongsakdi et al. Financial risk management in the planning of refinery operations
Pitty et al. Decision support for integrated refinery supply chains: Part 1. Dynamic simulation
Shah et al. Short‐term scheduling of a large‐scale oil‐refinery operations: Incorporating logistics details
Oliveira et al. A framework for crude oil scheduling in an integrated terminal-refinery system under supply uncertainty
Yang et al. Integration of crude-oil scheduling and refinery planning by Lagrangean Decomposition
Borthen et al. A genetic search-based heuristic for a fleet size and periodic routing problem with application to offshore supply planning
Xu et al. Simultaneous scheduling of front-end crude transfer and refinery processing
Uribe-Rodriguez et al. Global optimization of large-scale MIQCQPs via cluster decomposition: Application to short-term planning of an integrated refinery-petrochemical complex
Oddsdottir et al. Procurement planning in oil refining industries considering blending operations
Guyonnet et al. Integrated model for refinery planning, oil procuring, and product distribution
Oliveira et al. Integrating pricing and capacity decisions in car rental: A matheuristic approach
Babaee Tirkolaee et al. A novel multi-objective model for two-echelon green routing problem of perishable products with intermediate depots
Li et al. Refinery production planning optimization under crude oil quality uncertainty
Castillo et al. Inventory pinch based, multiscale models for integrated planning and scheduling‐part I: Gasoline blend planning
Bengtsson et al. Refinery planning and scheduling: an overview
Xu et al. A new proactive scheduling methodology for front-end crude oil and refinery operations under uncertainty of shipping delay
Yu et al. Optimal scheduling for simultaneous refinery manufacturing and multi oil-product pipeline distribution
Menezes et al. Enterprise-wide optimization for operations of crude-oil refineries: Closing the procurement and scheduling gap

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151216

Termination date: 20181003