CN105139084A - 一种油品在线全流程优化方法 - Google Patents

Abstract

本发明涉及一种油品在线全流程优化方法，该方法针对不同装置生产的组分油品物理化学性质各异，将各种组分油品按比例进行调合后得到的调合油品，其部分物理化学性质具有非线性调合关系的特点，发明了一种三级遗忘因子自校正模型，在满足配方范围约束、物理平衡约束、国标要求约束的条件下，以调合成本和质量过剩的加权为目标函数，采用非线性规划求解的方法，优化得到一组最优配方。

Description

一种油品在线全流程优化方法

技术领域

本发明涉及原油、汽油、柴油、石脑油、航煤等油品在线全流程优化领域，涉及油品的在线全流程优化方法。

背景技术

原油在炼油厂经过常减压、催化裂化装置、加氢装置、重整装置、焦化、加氢精制等装置的炼制，被提炼成不同性质的馏分油，而生产装置提炼出来的馏分油大部分不能直接作为成品出厂，因为国家有针对各种产品的质量标准，然而这些从装置生产处理的组分油往往总会有几个指标达不到国标要求，而另外一些指标又有富裕，为达到国家标准，一个最普遍也是最经济的做法是选择从不同装置出来的馏分油按照一定的比例进行混合，使得调合后的油品性质达到国标要求的各项指标。

而且，随着当前国家对环保要求的日益严格，国家对油品的各项指标要求也越来越苛刻，油品的国家质量标准不断的提升，例如国Ⅴ标准汽油硫含量要求低于10ppm。炼油企业的环保支出费用更高，世界原油资源日益减少，如何利用有限的资源获得最大的效益是炼油厂追求的目标。为此，炼厂为了保证经济效益，往往需要以油品原料或装置馏分油的合理分配混合为出发点，优化馏分油的混合配比。炼厂馏分油品配方优化属于典型的优化问题，优化的目标是在保证产品质量达标的前提下，既充分利用低品质产品，降低生产成本，又提高油品一次调合合格率，使炼油厂获得的效益最大化。

发明内容

鉴于上述问题，本发明提供了一种油品在线全流程优化方法，以调合成本最低和质量过剩最小的加权为目标，针对油品调合模型非线性的特点，采用非线性规划求解器计算得到最优的调合配方。构思如下：针对所研究的对象，建立准确的数学模型，模型的精度将直接影响到最终的优化结果。对于汽油、柴油、航煤、石脑油调合等油品调合问题来说，首先需建立调合模型，即已知各组分的属性的前提下，调合模型可以预测出各组分按不同的比例混合后生成的调合油品的质量属性。建立了准确的调合模型之后，以调合成本最低或质量过剩最小为目标函数，应用线性、非线性以及智能优化求解器，即可计算出各组分油品的最优调合配比。

具体技术方案如下：

一种油品在线全流程优化方法，包括如下步骤：

建立如下式(1)的线性调合模型：

式中，BL_j表示第j个指标的线性调合性质，表示第i种组分油的第j个指标,RCP_i表示第i种组分油的调合配方

在所述线性调合模型的基础上，设置自适应校正项用于拟合调合模型的非线性部分；所述自适应校正项的计算依据为前两次模型的预测值与实验室化验值或者在线仪表的实时分析值的偏差，并设置三级遗忘因子；所述自适应校正项的计算方式如式(2)所示：

式中，表示第j个指标的第k次即当前次的自适应校正项，表示第j个指标的一级遗忘因子，表示第j个指标的二级遗忘因子，表示第j个指标的第k-1次实验室化验值或者在线仪表的实时分析值，表示第j个指标的第k-1次模型预测值，表示第j个指标的三级遗忘因子，表示第j个指标的第k-2次实验室化验值或者在线仪表的实时分析值，表示第j个指标的第k-2次模型预测值。

合并线性调合模型和自适应校正项，得到式(3)所示最终的非线性调合模型：

${\mathrm{BNL}}_j={\mathrm{BL}}_j+{\mathrm{\Δ}}_j^k---\left(3\right)$

按式(4)设置调合配方中的上限约束、下限约束、物料平衡约束、国标约束，所述国标约束是指调合成品油的属性指标不低于国家标准，所述国家标准对油品指标的最低含量或最高含量进行了设定；

式中，RCP_max,i表示第i种组分油的配方上限、RCP_min,i表示第i种组分油的配方下限。

对调合成本和质量过剩分别设置权重系数，根据式(5)通过调合成本低和质量过剩小为目标建立目标函数：

$TGT=z_1*{\mathrm{\Σ}}_{i=1}^n{\mathrm{PRT}}_i*{\mathrm{CST}}_i+z_2*{\mathrm{\Σ}}_{i=1}^n{({\mathrm{BNL}}_j-{\mathrm{GB}}_j)}^2---\left(5\right)$

式中，TGT表示目标函数，z₁表示调合成本低的权重系数，CST_i表示第i种组分油的价格，z₂表示质量过剩最小的权重系数，GB_j表示第j个指标的国家标准。

在建立三级遗忘因子自校正模型，设置约束条件、建立加权目标函数后，采用非线性规划的方法求解得到最优配方。

与现有技术相比，本发明的方法具有下述优点：

发明的三级遗忘因子自校正模型，通过在线性调合模型的基础上，设置自适应校正项用于拟合调合模型的非线性部分的方式，具有模型方向准确、精度高的优点。优化目标同时考虑了降低调合成本和减少质量过剩，在满足配方约束、物理平衡约束、国标要求等约束的条件下，采样非线性规划的方法可以得到一组最优配方。

附图说明

图1为实施例的油品在线全流程优化方法流程图。

具体实施方式

汽柴油是多数炼厂的主要生产品种，在实际生产中具有重要的地位，对于企业经济效益增长也具有很大的影响，下面以某炼厂的汽油调合生产为例，详述如何按照本发明提出的方法，对组分油品配方进行优化，在满足产品质量国家标准的前提下，获取最大经济效益。

实施例1

该炼厂参与调合的组分油有7种，各组分油有辛烷值、抗暴指数、蒸汽压、硫含量、芳烃含量、苯含量、密度、烯烃含量、终馏点共9个指标，各指标数据如表1所示：

表1

根据以上属性，按照公式(2)可建立线性调合模型，模型当中各各组分油的调合配方为待优化求解的未知变量。

汽油各指标当中的辛烷值和抗暴指数具有非线性调合的特点，按照公式(2)的方法，设置为0.5，设置为0.3，设置为0.2，针对辛烷值和抗暴指数计算三级遗忘因子自适应校正项，计算结果如下：

辛烷值当前校正项数值为0.1，k-1次校正项为0.08，k-2次校正项为0.06，则更新后的校正项数值为0.086；

抗暴指数当前校正项数值为0.05，,k-1次校正项为0.06，k-2次校正项为0.04，则更新后的校正项数值为0.051。

按照公式(3)，将上述步骤1和2的结果相加，得到最终的非线性调合模型。设置各组分的配方下限、配方上限、物料平衡以及国标约束：

配方上下限约束如下表2所示：

表2

	组分1	组分2	组分3	组分4	组分5	组分6	组分7
								配方上限	0.50	0.50	0.10	0.10	0.10	0.10	0.15
配方下限	0.30	0.20	0.00	0.00	0.00	0.00	0.00

物料平衡约束为：各组分的调合配方和为1。

93号油的国家标准如表3所示：

表3

RON

DON

RVP

SULF

AROM

BENZ

SPGR

OLEFINS

FBP

≥93.9

≥88.1

≤63

≤390

≤22.8

≤0.54

≤0.7301

≤31.2

≤201

设置调合成本的权重系数为10000，质量过剩的权重系数为10，组分价格系数如下表4所示：

表4

	组分1	组分2	组分3	组分4	组分5	组分6	组分7
								配方上限	4200	4300	3900	3600	6000	6500	5000

通过调合成本低和质量过剩小为目标建立目标函数。

采用非线性规划的方法，优化求解调合配方，计算结果如下表5所示：

表5

	组分1	组分2	组分3	组分4	组分5	组分6	组分7
								优化配方	0.50	0.33	0.02	0.00	0.00	0.00	0.15

综上所述仅为发明的较佳实施例而已，并非用来限定本发明的实施范围。即凡依本发明申请专利范围的内容所作的等效变化与修饰，都应为本发明的技术范畴。

Claims (5)

1.一种油品在线全流程优化方法，其特在于，包括如下步骤：

建立如下式(1)的线性调合模型：

式中，BL_j表示第j个指标的线性调合性质，表示第i种组分油的第j个指标,RCP_i表示第i种组分油的调合配方；

在所述线性调合模型的基础上，设置自适应校正项用于拟合调合模型的非线性部分；所述自适应校正项的计算依据为前两次模型的预测值与实验室化验值或者在线仪表的实时分析值的偏差，并设置三级遗忘因子；所述自适应校正项的计算方式如式(2)所示：

式中，表示第j个指标的第k次即当前次的自适应校正项，表示第j个指标的一级遗忘因子，表示第j个指标的二级遗忘因子，表示第j个指标的第k-1次实验室化验值或者在线仪表的实时分析值，表示第j个指标的第k-1次模型预测值，表示第j个指标的三级遗忘因子，表示第j个指标的第k-2次实验室化验值或者在线仪表的实时分析值，表示第j个指标的第k-2次模型预测值。

2.根据权利要求1所述的方法，其特征在于，合并线性调合模型和自适应校正项，得到式(3)所示最终的非线性调合模型：

。

3.根据权利要求1所述的方法，其特征在于，按式(4)设置调合配方中的上限约束、下限约束、物料平衡约束、国标约束，所述国标约束是指调合成品油的属性指标不低于国家标准，所述国家标准对油品指标的最低含量或最高含量进行了设定；

式中，RCP_max,i表示第i种组分油的配方上限、RCP_min,i表示第i种组分油的配方下限。

4.根据权利要求1所述的方法，其特征在于，对调合成本和质量过剩分别设置权重系数，根据式(5)通过调合成本低和质量过剩小为目标建立目标函数：

式中，TGT表示目标函数，z₁表示调合成本低的权重系数，CST_i表示第i种组分油的价格，z₂表示质量过剩最小的权重系数，GB_j表示第j个指标的国家标准。

5.根据权利要求1所述的方法，其特征在于，在建立三级遗忘因子自校正模型，设置约束条件、建立加权目标函数后，采用非线性规划的方法求解得到最优配方。