CN109636034B - 一种低温热系统的优化方法 - Google Patents
一种低温热系统的优化方法 Download PDFInfo
- Publication number
- CN109636034B CN109636034B CN201811510999.9A CN201811510999A CN109636034B CN 109636034 B CN109636034 B CN 109636034B CN 201811510999 A CN201811510999 A CN 201811510999A CN 109636034 B CN109636034 B CN 109636034B
- Authority
- CN
- China
- Prior art keywords
- low
- optimization
- temperature thermal
- thermal system
- model
- 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.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 85
- 230000007246 mechanism Effects 0.000 claims abstract description 31
- 239000000126 substance Substances 0.000 claims abstract description 21
- 238000004088 simulation Methods 0.000 claims abstract description 10
- 230000000694 effects Effects 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 8
- OMOVVBIIQSXZSZ-UHFFFAOYSA-N [6-(4-acetyloxy-5,9a-dimethyl-2,7-dioxo-4,5a,6,9-tetrahydro-3h-pyrano[3,4-b]oxepin-5-yl)-5-formyloxy-3-(furan-3-yl)-3a-methyl-7-methylidene-1a,2,3,4,5,6-hexahydroindeno[1,7a-b]oxiren-4-yl] 2-hydroxy-3-methylpentanoate Chemical compound CC12C(OC(=O)C(O)C(C)CC)C(OC=O)C(C3(C)C(CC(=O)OC4(C)COC(=O)CC43)OC(C)=O)C(=C)C32OC3CC1C=1C=COC=1 OMOVVBIIQSXZSZ-UHFFFAOYSA-N 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000013178 mathematical model Methods 0.000 claims description 5
- 238000001311 chemical methods and process Methods 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 230000000704 physical effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 229920006395 saturated elastomer Polymers 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 39
- 239000007789 gas Substances 0.000 description 13
- 238000006555 catalytic reaction Methods 0.000 description 7
- 239000002918 waste heat Substances 0.000 description 7
- 239000003921 oil Substances 0.000 description 6
- 238000004939 coking Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 239000002440 industrial waste Substances 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 239000003245 coal Substances 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 239000000295 fuel oil Substances 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- BZLVMXJERCGZMT-UHFFFAOYSA-N Methyl tert-butyl ether Chemical compound COC(C)(C)C BZLVMXJERCGZMT-UHFFFAOYSA-N 0.000 description 2
- 238000004523 catalytic cracking Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000779 depleting effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005194 fractionation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- -1 machinery Substances 0.000 description 1
- 239000004292 methyl p-hydroxybenzoate Substances 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种低温热系统的优化方法,包括以下步骤:建立低温热系统的数学机理模型;利用联立模块法建立低温热系统的优化模型;使用有约束变尺度法WHP对所述低温热系统的优化模型进行求解。该方法大大提高了有约束的多变量化工行业低温热系统模型最优化问题的求解速度,较好地解决了现有数学求解模型不能针对低温热系统进行快速而准确的模拟和优化的问题,基于本方法产生的优化方案更加切合企业实际,节能效果更为显著。
Description
技术领域
本发明属于石化领域,具体涉及一种低温热系统的优化方法。
背景技术
全球经济的快速发展和人口的增长,持续增长的能源消耗造成了紧张的能源形势。面对逐渐枯竭的一次能源(煤、石油、天然气、核能),现阶段还未能找到合理的替代物。所以,开发新能源和提高一次能源的利用率是解决目前面临的能源危机的途径之一。但是太阳能、地热能、核能、生物质能、风能等新型能源的利用尚存在许多问题没有得到有效地解决,难以承担替代能源的重任,所以提高一次能源的利用率仍然是解决当前能源问题的主要措施。
目前,一次能源利用的主要问题是其利用效率偏低,致使工业生产排放大量低温余热资源,这些余热未能得到充分处理和有效利用而向环境直接排放,造成了资源浪费和环境污染。
现阶段可以利用的余热资源不仅仅包括一次能源燃烧产生的热量,还包括化工工艺产生的化学反应热等,这些余热亦可称之为工业废热。工业余热资源广泛存在于各种生产过程且含量十分丰富,特别是在钢铁、化工、石油、建材、机械、煤炭等行业。工业余热被视为是继一次能源煤、石油、天然气以及水力之后的第五大常规能源。在工业使用的热量中最终约有50%未被利用而变成低品位的废热直接排放,回收潜力巨大。回收和利用这部分余热,是解决现阶段的能源问题以及余热排放过程产生的环境污染问题的有效手段。但是低温热系统涉及到的装置及系统较多,相互之间的影响较为明显,特别是在大范围内的开停工车期间或者事故期间,低温热系统的间断会引起大范围的连锁反应,尽管使用了例如夹点分析等换热网络优化方法,但实际遇到生产操作调整及运行波动时对系统的冲击仍然较大。
低温热系统流程较为复杂,通常都有循环流股,并且低温热系统的运行方式随着生产装置的运行波动较大,目前针对低温热系统优化的研究工作主要基于序贯模块法,建立低温热系统流程模型,低温热系统优化方法效率不高,考虑因素不够全面,效果不甚理想,优化方案脱离现场实际,与现场的实际应用存在一定的差距。
当前求解算法虽然在一定程度上解决了低温热系统数学模拟的需求,提高了低温热系统优化的研究深度。但序贯模块法求解复杂流程模型需要不断切断再循环流股进行降阶,求解速度慢,计算结果与现场实际存在一定差距,求解速度和精度远不能满足低温热系统复杂多变的实际操作状况。
发明内容
本发明的目的是克服现有技术的不足,提供一种石化行业低温热系统的优化方法,该方法以低温热运行成本最小为优化目标,考虑低温热系统运行过程中的诸多等式约束和不等式约束,最大限度地在模型中还原低温热系统的运行状态,在此基础上创新性地使用联立模块法建立低温热系统的优化模型,解决复杂低温热模型的求解问题,依托有约束变尺度法WHP求解优化模型,大大提高了有约束的多变量化工行业低温热系统模型最优化问题的求解速度,较好地解决了现有数学求解模型不能针对低温热系统进行快速而准确的模拟和优化的问题,基于本方法产生的优化方案更加切合企业实际,节能效果更为显著。
本发明提供的低温热系统的优化方法包括以下步骤:
A、建立低温热系统的数学机理模型;
B、利用联立模块法建立低温热系统的优化模型;
C、使用有约束变尺度法WHP对所述低温热系统的优化模型进行求解。
根据本发明的一些实施方式,所述步骤A包括以下步骤:
A1、根据低温热系统的实际操作参数以及实际热媒和热源热阱的换热流程,建立低温热系统的数学机理模型;
A2、根据低温热系统的数学机理模型的运行方式和物流介质的性质,使用相应的状态方程和活度系数法还原低温热系统,在此基础上对低温热系统的数学机理模型进行迭代求解,获得操作参数的模拟结果;
A3、根据所述操作参数的模拟结果对低温热系统的数学机理模型的求解方法进行参数优化和方法选择,控制模拟结果和实际操作参数的相对误差在工程允许的误差范围之内。
进一步地,所述实际操作参数包括实际操作工况数据和设备结构参数。
进一步地,所述实际操作工况数据包括热源的流量、温度和压力数据以及热阱的流量、温度和压力数据。
进一步地,根据本发明的一些实施方式,所述工程允许的误差范围为小于5%。
根据本发明的一些实施方式,所述步骤B包括以下步骤:
B1、对低温热系统的数学机理模型的参数进行初始化,设置联立模块法求解的初值,识别并调用联立模块模式下的变量和组分集,使用联立模块的方法求解数学机理模型并保证模型收敛;
B2、选择成本计算所需的变量及其单位成本,形成低温热系统的可变运行成本公式,从而定义数学模型的求解目标函数,根据低温热系统实际操作状态设置优化变量及其约束范围,形成可变约束和不可变约束方程组;
B3、建立联立模块优化模式,模型将实际化工过程抽象为多个方程并将其作为求解对象,所述多个方程包括线性方程组、非线性方程组、微分方程组和偏微分方程组。
根据本发明的一些实施方式,所述线性方程组包括:
其中:
G:流量;
ΔG:设备累计流量;
Q:热量;
ΔQ:热量损失;
p:压力;
c:冷流体;
h:热流体;
n:入口流股数目;
k:出口流股数目。
根据本发明的一些实施方式,所述非线性方程组包括:
其中:
pA:液体中物质A在气相中的蒸气分压,Pa;
xA:物质A在溶液中的摩尔分数,%;
Tr:对比温度,无量纲;
T:温度,K;
Tc:临界温度,K。
根据本发明的一些实施方式,所述微分方程组包括:
其中:
U:内能,J;
T:温度,K;
S:熵,J/K;
p:压力,Pa;
V:体积,m3;
H:焓,J;
所述偏微分方程组包括:
其中:
VB:物质B的偏摩尔量,m3/mol;
V:体积,m3;
nB:物质B的摩尔量,mol;
T:温度,K;
p:压力,Pa;
nc:物质C的摩尔量,mol;
H:焓,J;
S:熵,J/mol。
根据本发明的一些实施方式,所述步骤C为使用复合算法对优化后的低温热系统的运行参数进行验证,并根据验证结果对低温热系统的运行参数进行优化,以节省系统运行过程中的能耗。
根据本发明的一些实施方式,所述步骤C包括以下步骤:
C1、联立多个方程形成过程系统模型,配合物性估算方程和设计规定方程,以选定的目标函数作为优化方向,形成优化模型的求解对象,其中,所述多个方程包括线性方程组、非线性方程组、微分方程组和偏微分方程组,优选地,包括物料平衡方程、化学平衡方程、反应动力学方程和化工传递过程方程;
C2、针对求解对象,使用低温系统的数学机理模型求解的初值,借助有约束变尺度法在满足约束条件的前提下求解目标函数,获得决策变量和特征变量的优化结果;
C3、分析决策变量和特征变量的优化结果,根据低温热系统实际运行状态改进计算方法,逼近目标函数,形成满足低温热系统实际操作的决策变量优化结果。
根据本发明的一些实施方式,所述步骤B2包括以下步骤:
I、参考低温热系统运行可变成本,定义优化目标函数;
II、设置决策变量和约束条件。
进一步地,所述步骤I包括以下步骤:
Ia、将迭代求解的机理模型初值赋予联立模块的机理模型,运行联立模块模式的机理模型形成优化模型变量库;
Ib、根据低温热系统实际运行过程,从所述优化模型变量库中选择目标函数所使用的特征变量,定义变量的单位价值成本向量,按照线性模型的方法新建目标函数评价优化模型的性能优劣,设置目标函数的优化方向和优化过程中的参数,如迭代次数、收敛精度等,
f(XY)→min
其中:
X:目标函数特征向量,x=(x1,x2,…,xn)T,n维;
Y:特征向量单位成本向量,y=(y1,y2,…,yn),n维;
f:目标函数关系,一维;
min:优化方向为最小值求解。
进一步地,所述步骤II包括以下步骤:
IIa、从所述优化模型变量库中选择系统优化时较为灵敏并且适合于改变的主要变量作为决策变量,设置不能自由改变其值的非决策变量和决策变量的数据来源,满足优化模型计算过程中的自由度要求;
IIb、根据低温热系统的实际运行过程和设备的操作弹性空间,设置优化模型的约束条件,所述约束条件包括等式约束和不等式约束;
C(Z)=0
E(W)≥0
其中:
C:等式约束函数,一维;
Z:等式约束函数决策变量向量,Z=(z1,z2,…,zm)T,m维;
E:不等式约束函数,一维;
W:不等式约束函数决策变量向量,W=(w1,w2,…,wl)T,l维。
本发明的有益效果如下:
1)本发明综合考虑了流量平衡、热量平衡、换热器、给水泵、热媒水罐、现场实际条件等多项因素,搭建低温热系统的全流程模型,采用联立模块法的思想求解优化模型,针对低温热系统进行整体优化,更加适合于复杂低温热流程模型的优化;
2)基于有约束变尺度法WHP求解优化模型,优化速度迅速更能满足复杂多变的低温热系统的精细化管理要求,本发明获得的低温热系统优化方案能够在保证低温热系统安全运行的前提下,最大限度地提高热量率用率,能有效降低低温热系统的运行成本,为企业带来良好的经济效益和节能效果。
附图说明
图1为某炼油企业低温热系统的工艺流程图。该低温热系统为Ⅱ催化、PX装置、催化裂化、2#焦化、除盐水、气分装置、MTBE装置等装置和设备提供低温热取热和用热服务,配套有四套低温热子系统。
图2为本发明的低温热系统的优化方法的流程图。
具体实施方式
以下结合实施例对本发明进行详细说明。
实施例1
第一步,收集整理基本操作数据,建立低温热系统的基本机理模型,模拟实际工况。
在该步骤中,根据某炼化企业四套低温热系统(如图1所示)的实际数据,整理热源、热阱的操作工况数据,核实低温热的流程图,建立低温热流程的机理模型,计算介质物性、温度等参数。
具体地说就是:
(一)以实际低温热流程和数据作为基准,包括热源的流量、温度和压力数据,热阱的流量、温度和压力数据,确认低温热热源和热阱的流程走向、换热方式等流程,建立四套低温热子系统的数学机理模型;
(二)将实际数据代入低温热系统的数学模型,分别运行低温热系统模型,计算缺失数据和实际工况数据;
(三)针对模型模拟结果数据,使用实际工况加以验证,并根据实际结果对模型参数进行调整。
基于上述思路,分析低温热系统详细流程,其中Ⅱ催化低温热子系统包括催化、PX等装置,该低温热系统从Ⅱ催化、凝结水站、PX装置取热,再分别送至气分、罐区作为热源使用。热媒水为除氧水,循环量约1000t/h,通过水冷冷却富裕热量,目前富裕热量约10000kW。重油催化低温热子系统包括催化、气分等装置,该低温热系统从重油催化装置取热,再分别送至I、Ⅱ气分和MTBE装置作为热源使用。热媒水为除氧水,循环量约250t/h,通过水冷E218冷却富裕热量。焦化低温热子系统包括焦化、除盐水等装置,该低温热系统从焦化塔顶气取热,在供给除盐水作为热源使用;PX低温热子系统包括PX等装置,该低温热系统从PX装置内取塔顶气热量,送至企业外作为热源代替低压蒸汽。热媒水采用除氧水,循环量约250t/h,通过装置内水冷冷却富裕热量。
第二步,设计联立模块的优化算法,建立低温热系统联立模块的优化模型;
该步骤中,在对低温热系统进行模拟的基础上,以低温热系统的可变成本作为目标函数,设计低温热系统联立模块的优化算法,求解实际工况的模型,优化低温热系统的运行方式。
具体地说就是:
(一)通过迭代求解所有低温热子系统数学模型并满足5%的工程误差误差要求后,针对模型参数进行初始化,设置联立模块法求解的初值,识别并调用联立模块模式下的变量、组分集等,求解数学机理模型并保证模型收敛;
(二)选择成本计算所需的变量及其单位成本,形成低温热系统的可变运行成本公式,从而定义数学模型的求解目标函数,根据低温热系统实际操作状态设置优化变量及其约束范围;
在该步骤中包括以下步骤,
(1)参考低温热系统运行可变成本,定义优化目标函数,具体步骤如下:
1)将迭代求解的机理模型初值赋予联立模块的机理模型,运行联立模块模式的机理模型形成优化模型变量库;
2)根据低温热系统实际运行过程,从上述变量库中选择目标函数所使用的特征变量:公用工程用量和机泵耗电量,定义变量的单位价值成本向量:公用工程价格和电力成本价格,按照线性模型的方法新建目标函数评价优化模型的性能优劣,设置目标函数的优化方向和优化过程中的参数,其中迭代次数不大于1000次、收敛精度在10-3以内;
x1y1+x2y2→min
其中:
x1:公用工程用量,t/h;
x2:机泵耗电量,kWh;
y1:公用工程价格,150元/吨低压蒸汽;
y2:电力成本价格,0.68元/度(均价);
min:优化方向为最小值求解;
(2)设置决策变量和约束条件,具体步骤如下:
1)从上述模型库中选择系统优化时较为灵敏并且适合于改变的主要变量作为决策变量,通常决策变量数目不多以提高优化模型的计算效率,设置不能自由改变其值的非决策变量和决策变量的数据来源,满足优化模型计算过程中的自由度要求;
2)根据低温热系统的实际运行过程和设备的操作弹性空间,设置优化模型的约束条件,包括热媒水流量分配等于上水总流量的等式约束和热媒水换后温差不大于设定值的不等式约束;
m1+m2-m=0
t2-t1-0.5≤0
其中:
m:热媒水上水总流量,t/h;
m1:热媒水分配给气分热阱的流量,t/h;
m2:热媒水分配给除盐水热阱的流量,t/h;
t1:热媒水与气分热阱的换热后的温度,℃;
t2:热媒水与除盐水热阱的换热后的温度,℃;
(三)建立联立模块优化模式,模型将实际化工过程抽象为多个方程并将其作为求解对象,包括线性方程组、非线性方程组、微分方程组、偏微分方程组等;
其中:
G:流量;
ΔG:设备累计流量;
Q:热量;
ΔQ:热量损失;
p:压力;
c:冷流体,包括热媒水、气分分馏塔塔底重沸器、除盐水等;
h:热流体,分馏塔顶油气、侧线产品、油浆等;
其中:
pA:液体中物质A在气相中的蒸气分压,Pa;
xA:物质A在溶液中的摩尔分数,%;
Tr:对比温度,无量纲;
T:温度,K;
Tc:临界温度,K;
其中:
U:内能,J;
T:温度,K;
S:熵,J/K;
p:压力,Pa;
V:体积,m3;
H:焓,J;
其中:
VB:物质B的偏摩尔量,m3/mol;
V:体积,m3;
nB:物质B的摩尔量,mol;
T:温度,K;
p:压力,Pa;
nc:物质C的摩尔量,mol;
H:焓,J;
S;熵,J/mol;
第三步,使用有约束变尺度法WHP求解优化模型。
该步骤使用复合算法对优化模型求解求解,对优化后的低温热系统运行参数进行验证,并根据优化结果对低温热系统的热媒水流程、上水温度、给水泵压力等进行优化调整,节省系统运行过程中的能耗。
具体地说就是:
(一)联立物料平衡方程、化学平衡方程、反应动力学方程、化工传递过程方程等各混合方程组形成过程系统模型,配合物性估算方程、设计规定方程,以选定的目标函数作为优化方向形成优化模型数学求解对象;
(二)针对求解对象,使用机理模型求解的初值,借助有约束变尺度法在满足约束条件的前提下求解目标函数,分析决策变量和特征变量优化结果,根据低温热系统实际运行状态不断改进计算方法,逼近目标函数,形成满足低温热系统实际操作的决策变量优化结果;
表1低温热优化结果统计
实际的优化结果如表1所示,通过优化Ⅱ催化的热媒水循环量大大降低,大大降低水站给水泵和中间部分泵的供水量,降低水泵的电耗约30kW,节约低温热系统的电力成本。通过优化重油催化裂化和PX装置的热媒水分配,提高了低温热系统的热量利用率,减少低压蒸汽的补入量合计达1.6t/h,大大减少了低温热系统的公用工程使用量,节约低温热系统的热量使用成本。通过对该炼油企业低温热系统操作优化后的运营数据进行统计,结果显示每年可节电25.2万kWh,节约电费17.14万元/年,节约低压蒸汽1.6t/h,节约蒸汽费用210.6万元/年,合计产生效益218.74万元/年。
应当注意的是,以上所述的实施例仅用于解释本发明,并不对本发明构成任何限制。通过参照典型实施例对本发明进行了描述,但应当理解为其中所用的词语为描述性和解释性词汇,而不是限定性的词汇。可以按规定在本发明权利要求的范围内对本发明作出修改,以及在不背离本发明的范围和精神内对本发明进行修订。尽管其中描述的本发明涉及特定的方法、材料和实施例,但是并不意味着本发明限于其中公开的特定例,相反,本发明可以扩展至其它所有具有相同功能的方法和应用。
Claims (7)
1.一种低温热系统的优化方法,包括以下步骤:
A、建立低温热系统的数学机理模型;
B、利用联立模块法建立低温热系统的优化模型;
C、使用有约束变尺度法WHP对所述低温热系统的优化模型进行求解;
所述步骤B包括以下步骤:
B1、对低温热系统的数学机理模型的参数进行初始化,设置联立模块法求解的初值,识别并调用联立模块模式下的变量和组分集,使用联立模块的方法求解数学机理模型并保证模型收敛;
B2、选择成本计算所需的变量及其单位成本,形成低温热系统的可变运行成本公式,从而定义数学模型的求解目标函数,根据低温热系统实际操作状态设置优化变量及其约束范围,形成可变约束和不可变约束方程组;
B3、建立联立模块优化模式,模型将实际化工过程抽象为多个方程并将其作为求解对象,所述多个方程包括线性方程组、非线性方程组、微分方程组和偏微分方程组;
所述线性方程组包括:
其中:
G:流量;
ΔG:设备累计流量;
Q:热量;
ΔQ:热量损失;
p:压力;
c:冷流体;
h:热流体;
n:入口流股数目;
k:出口流股数目;
所述非线性方程组包括:
其中:
pA:液体中物质A在气相中的蒸气分压,Pa;
xA:物质A在溶液中的摩尔分数,%;
Tr:对比温度,无量纲;
T:温度,K;
Tc:临界温度,K;
所述微分方程组包括:
其中:
U:内能,J;
T:温度,K;
S:熵,J/K;
p:压力,Pa;
V:体积,m3;
H:焓,J;
所述偏微分方程组包括:
其中:
VB:物质B的偏摩尔量,m3/mol;
V:体积,m3;
nB:物质B的摩尔量,mol;
T:温度,K;
p:压力,Pa;
nc:物质C的摩尔量,mol;
H:焓,J;
S:熵,J/mol。
2.根据权利要求1所述的方法,其特征在于,所述步骤A包括以下步骤:
A1、根据低温热系统的实际操作参数以及实际热媒和热源热阱的换热流程,建立低温热系统的数学机理模型;
A2、根据低温热系统的数学机理模型的运行方式和物流介质的性质,使用相应的状态方程和活度系数法还原低温热系统,在此基础上对低温热系统的数学机理模型进行迭代求解,获得操作参数的模拟结果;
A3、根据所述操作参数的模拟结果对低温热系统的数学机理模型的求解方法进行参数优化和方法选择,控制模拟结果和实际操作参数的相对误差在工程允许的误差范围之内。
3.根据权利要求2所述的方法,其特征在于,所述实际操作参数包括实际操作工况数据和设备结构参数,所述实际操作工况数据包括热源的流量、温度和压力数据以及热阱的流量、温度和压力数据;所述工程允许的误差范围为小于5%。
4.根据权利要求1-3中任意一项所述的方法,其特征在于,所述步骤C中使用复合算法对优化后的低温热系统的运行参数进行验证,并根据验证结果对低温热系统的运行参数进行优化,以节省系统运行过程中的能耗。
5.根据权利要求1-3中任意一项所述的方法,其特征在于,所述步骤C包括以下步骤:
C1、联立多个方程形成过程系统模型,配合物性估算方程和设计规定方程,以选定的目标函数作为优化方向,形成优化模型的求解对象,其中,所述多个方程包括线性方程组、非线性方程组、微分方程组和偏微分方程组;
C2、针对求解对象,使用低温系统的数学机理模型求解的初值,借助有约束变尺度法在满足约束条件的前提下求解目标函数,获得决策变量和特征变量的优化结果;
C3、分析决策变量和特征变量的优化结果,根据低温热系统实际运行状态改进计算方法,逼近目标函数,形成满足低温热系统实际操作的决策变量优化结果。
6.根据权利要求5所述的方法,其特征在于,所述步骤C1中,所述多个方程包括物料平衡方程、化学平衡方程、反应动力学方程和化工传递过程方程。
7.根据权利要求1-3中任意一项所述的优化方法,其特征在于,所述步骤B2包括以下步骤:
I、参考低温热系统运行可变成本,定义优化目标函数,具体包括以下步骤:
Ia、将迭代求解的机理模型初值赋予联立模块的机理模型,运行联立模块模式的机理模型形成优化模型变量库;
Ib、根据低温热系统实际运行过程,从所述优化模型变量库中选择目标函数所使用的特征变量,定义变量的单位价值成本向量,按照线性模型的方法新建目标函数评价优化模型的性能优劣,设置目标函数的优化方向和优化过程中的参数,迭代次数、收敛精度;
II、设置决策变量和约束条件,具体包括以下步骤:
IIa、从所述优化模型变量库中选择系统优化时较为灵敏并且适合于改变的主要变量作为决策变量,设置不能自由改变其值的非决策变量和决策变量的数据来源,满足优化模型计算过程中的自由度要求;
IIb、根据低温热系统的实际运行过程和设备的操作弹性空间,设置优化模型的约束条件,所述约束条件包括等式约束和不等式约束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811510999.9A CN109636034B (zh) | 2018-12-11 | 2018-12-11 | 一种低温热系统的优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811510999.9A CN109636034B (zh) | 2018-12-11 | 2018-12-11 | 一种低温热系统的优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109636034A CN109636034A (zh) | 2019-04-16 |
CN109636034B true CN109636034B (zh) | 2022-05-06 |
Family
ID=66072801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811510999.9A Active CN109636034B (zh) | 2018-12-11 | 2018-12-11 | 一种低温热系统的优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109636034B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110968967B (zh) * | 2019-12-02 | 2022-11-04 | 西安交通大学 | 一种地埋管换热器传热耦合模拟降阶方法 |
CN113050416B (zh) * | 2021-02-05 | 2024-08-13 | 浙江中控技术股份有限公司 | 一种基于联立方程法的流程工业通用优化方法 |
CN113110356A (zh) * | 2021-05-06 | 2021-07-13 | 上海优华系统集成技术股份有限公司 | 一种低温热系统的智能优化控制装备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011088203A1 (en) * | 2010-01-13 | 2011-07-21 | Fisker Automotive, Inc. | System and method of controlling a direct electrical connection and coupling in a vehicle drive system |
CN103400196A (zh) * | 2013-07-02 | 2013-11-20 | 中国科学院沈阳自动化研究所 | 一种水泥熟料烧成过程清洁生产的建模优化方法 |
CN106168769A (zh) * | 2016-07-19 | 2016-11-30 | 同济大学 | 一种多耦合混杂流程工业过程的建模及仿真方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765926A (zh) * | 2015-04-14 | 2015-07-08 | 北京中润零碳节能技术有限公司 | 化工装置的能量优化分析方法 |
-
2018
- 2018-12-11 CN CN201811510999.9A patent/CN109636034B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011088203A1 (en) * | 2010-01-13 | 2011-07-21 | Fisker Automotive, Inc. | System and method of controlling a direct electrical connection and coupling in a vehicle drive system |
CN103400196A (zh) * | 2013-07-02 | 2013-11-20 | 中国科学院沈阳自动化研究所 | 一种水泥熟料烧成过程清洁生产的建模优化方法 |
CN106168769A (zh) * | 2016-07-19 | 2016-11-30 | 同济大学 | 一种多耦合混杂流程工业过程的建模及仿真方法 |
Non-Patent Citations (1)
Title |
---|
流程模拟技术在炼厂低温热系统优化中的应用;李峰等;《中外能源》;20171215;第22卷(第12期);第2节 * |
Also Published As
Publication number | Publication date |
---|---|
CN109636034A (zh) | 2019-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109636034B (zh) | 一种低温热系统的优化方法 | |
CN107368927A (zh) | 基于目标级联分析的电‑气能量流分布式协同优化计算方法 | |
CN105787271B (zh) | 基于大数据分析技术的供热机组可调出力区间评估方法 | |
CN104463341A (zh) | 图表化的蒸汽动力系统分析优化方法和装置 | |
Allahyarzadeh-Bidgoli et al. | FPSO fuel consumption and hydrocarbon liquids recovery optimization over the lifetime of a deep-water oil field | |
Nagota et al. | Verification of the energy-saving effect of the district heating and cooling system—Simulation of an electric-driven heat pump system | |
Kang et al. | Multi-objective optimization of heat exchanger networks based on analysis of minimum temperature difference and accumulated CO2 emissions | |
CN116341204A (zh) | 一种基于数字孪生的蒸汽管网仿真系统优化调度方法 | |
Xia et al. | Method for integrating low-grade industrial waste heat into district heating network | |
CN105046040A (zh) | 一种凝析气田集输工艺系统的能效评价方法 | |
CN116245338A (zh) | 一种矿山综合能源系统低碳经济运行优化方法 | |
CN110647040A (zh) | 一种综合能源系统的安全控制方法及装置 | |
CN113850409A (zh) | 一种考虑可再生能源接入的综合能源系统优化运行方法 | |
CN105759773A (zh) | 基于面向对象分析的石化企业工厂模型扩展方法 | |
CN112560329A (zh) | 不确定性下的工业装置能量系统数据驱动鲁棒优化方法 | |
CN116384088A (zh) | 一种考虑设备变效率模型的余能利用系统设计方法 | |
Øi et al. | Process Simulation, Cost Estimation and Optimization of CO2 Capture using Aspen HYSYS | |
CN113283077B (zh) | 考虑相关性的电-热-氢综合能源系统区间能流计算方法 | |
Jiang et al. | Energy, economic, environmental and engineering quantity optimization of industrial energy recovery network | |
CN104765926A (zh) | 化工装置的能量优化分析方法 | |
CN113191083B (zh) | 考虑全工况外部参数变化的烟气余热回收系统优化设计方法 | |
CN109299482A (zh) | 一种加氢裂化用能分析方法及装置 | |
Cheng et al. | Exergoeconomic analysis for crude oil gathering and transportation system in matrix pattern | |
Li et al. | Synthesis of heat exchanger network with complex phase transition based on pinch technology and carbon tax | |
Ebrahimi Saryazdi et al. | Multi-objective optimal design of gas-fired heater based on modified design model of fired heater taking into account exergy, economic and environmental factors |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |