CN111931975A - 一种考虑下游扰乱约束下的裂解炉炉群调度建模与方法 - Google Patents

一种考虑下游扰乱约束下的裂解炉炉群调度建模与方法 Download PDF

Info

Publication number
CN111931975A
CN111931975A CN202010567302.2A CN202010567302A CN111931975A CN 111931975 A CN111931975 A CN 111931975A CN 202010567302 A CN202010567302 A CN 202010567302A CN 111931975 A CN111931975 A CN 111931975A
Authority
CN
China
Prior art keywords
constraint
batch
furnace
time
day
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.)
Pending
Application number
CN202010567302.2A
Other languages
English (en)
Inventor
朱群雄
王钰
贺彦林
王俊
叶玮
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.)
Beijing University of Chemical Technology
Original Assignee
Beijing University of Chemical Technology
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 Beijing University of Chemical Technology filed Critical Beijing University of Chemical Technology
Priority to CN202010567302.2A priority Critical patent/CN111931975A/zh
Publication of CN111931975A publication Critical patent/CN111931975A/zh
Pending legal-status Critical Current

Links

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"
    • C—CHEMISTRY; METALLURGY
    • C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
    • C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
    • C10G9/00—Thermal non-catalytic cracking, in the absence of hydrogen, of hydrocarbon oils
    • C10G9/14—Thermal non-catalytic cracking, in the absence of hydrogen, of hydrocarbon oils in pipes or coils with or without auxiliary means, e.g. digesters, soaking drums, expansion means
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • G06Q50/04—Manufacturing
    • C—CHEMISTRY; METALLURGY
    • C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
    • C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
    • C10G2400/00—Products obtained by processes covered by groups C10G9/00 - C10G69/14
    • C10G2400/20—C2-C4 olefins
    • 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
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Chemical & Material Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Thermal Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种考虑下游扰乱约束下的裂解炉炉群调度建模与方法，包括：获取各种产品的销售收入、原料的购买成本和清焦的成本，获得调度模型的目标函数，建立约束条件，使用分段线性化方法将MINLP问题转化为MILP问题，构建裂解炉炉群调度的MILP模型，使用CPLEX对MILP模型进行优化。本发明根据每日产品产率的限制，获得最大的裂解炉系统盈利能力的调度策略，为每个裂解炉同时计划批处理时间和清焦顺序来处理多种进料的最佳安排，同时形成在指定范围之内控制每日产品产量的控制策略，来避免限制下游过程可能出现的扰乱。此外，本发明还进行了产品成品率下降与利润损失之间的权衡分析，很好地平衡工厂的盈利能力和操作控制方面的可操作性。

Description

一种考虑下游扰乱约束下的裂解炉炉群调度建模与方法
技术领域
本发明涉及乙烯裂解炉技术领域，尤其涉及一种考虑下游扰乱约束下的裂解炉炉群调度建模与方法。
背景技术
石油化学工业是我国经济发展的基础产业，也是我国最重要的产业之一，其中石化工业的重要基石是乙烯产业，因为乙烯产业的大规模化和广泛的用途，乙烯通常被当作一个基准，来衡量一个国家整个石化工业的发展水平。我国目前已经成为了世界上除美国以外的第二大乙烯生产和消费国。根据预测，未来五年全球乙烯和丙烯需求以每年4％的需求增长。
随着国家对乙烯工业上的节能减排、绿色生产、开发自主工艺、提高产品竞争力的要求越来越高，因此对裂解炉的优化和改造刻不容缓，但是之前的研究大部分围绕在单台裂解炉的操作优化上，但实际工业中是由多个并行的裂解炉来生产乙烯。这样导致的问题是即使某一个裂解炉的乙烯产率最大，但是对于整个炉群系统来说最后总的结果并不一定最优。
发明内容
为解决现有技术存在的局限和缺陷，本发明提供一种考虑下游扰乱约束下的裂解炉炉群调度建模与方法，包括：
获取各种产品的销售收入、原料的购买成本和清焦的成本；
根据所述各种产品的销售收入、所述原料的购买成本和所述清焦的成本获得调度模型的目标函数，所述目标函数用于最大化一个可调整的调度范围内的每日平均净利润，所述目标函数的计算公式如下：
Figure BDA0002548304470000021
对所述目标函数进行线性化处理，获得如下计算公式：
Figure BDA0002548304470000022
其中，
Figure BDA0002548304470000023
表示在操作过程中进料i在炉j之中裂解时产品l的产量相对于时间t的动态变化；
建立约束条件，所述约束条件包括物料约束、整数约束、时间约束、边界条件、再循环乙烷约束、非同时清焦约束、额外逻辑约束、控制关键日期产量的约束；
使用分段线性化方法将MINLP问题转化为MILP问题，根据所述目标函数和所述再循环乙烷约束形成线性函数，将二元变量等式转换为线性表达式，将f(x2)＝-X2转换为如下表达形式：
Figure BDA0002548304470000024
Figure BDA0002548304470000025
其中，M、q、S是根据选择的区间和分段数量进行计算获得；
构建裂解炉炉群调度的MILP模型，使用CPLEX对所述MILP模型进行优化计算，获得优化结果。
可选的，所述物料约束为根据实际生产情况，裂解炉消耗的每种原料的总量要小于上游的供应能力或者库存供应的上限；
所述整数约束yijk表示原料i在裂解炉j中的第k批次进行裂解，是一个取值为0或者1的整数变量，为1时表示该批次存在，为0时表示该批次不存在；
所述时间约束包括批次处理时间(ti，j，k)、批次开始时间(Sj，k)和批次结束时间(Ej，k)；
所述边界条件为所有连续变量的下限均为零，所有开始时间、结束时间、批处理时间和总循环时间小于上限；
所述再循环乙烷约束为所有裂解炉在整个时间范围内产生的乙烷总量小于第一个裂解炉的处理能力；
所述非同时清焦约束为一个时间段之内不能存在多个裂解炉同时停炉清焦；
所述额外逻辑约束用于减少解的搜索空间，简化计算难度和计算时间；
所述控制关键日期产量的约束为控制每个裂解批次的第一天(Sj,k+1)、每个批次的最后一天(Ej,k)以及每个清焦批次的最后一天(Sj,k)的产品产量。
可选的，所述物料约束的计算公式如下：
Figure BDA0002548304470000031
Figure BDA0002548304470000032
所述整数约束的计算公式如下：
Figure BDA0002548304470000033
Figure BDA0002548304470000034
Figure BDA0002548304470000035
所述时间约束的计算公式如下：
Figure BDA0002548304470000036
Figure BDA0002548304470000041
Figure BDA0002548304470000042
Figure BDA0002548304470000043
Figure BDA0002548304470000044
Figure BDA0002548304470000045
Figure BDA0002548304470000046
Figure BDA0002548304470000047
Figure BDA0002548304470000048
所述边界条件的计算公式如下：
Figure BDA0002548304470000049
Ej，k，Sj，k，ti，j，k，T≤M (18)
Figure BDA00025483044700000410
所述再循环乙烷约束的计算公式如下：
Figure BDA00025483044700000411
所述非同时清焦约束的计算公式如下：
Figure BDA00025483044700000412
Figure BDA00025483044700000413
所述额外逻辑约束的计算公式如下：
Figure BDA00025483044700000414
Figure BDA00025483044700000415
Figure BDA0002548304470000051
Figure BDA0002548304470000052
Figure BDA0002548304470000053
所述控制关键日期产量的约束的计算公式如下：
Figure BDA0002548304470000054
Figure BDA0002548304470000055
Figure BDA0002548304470000056
Figure BDA0002548304470000057
Figure BDA0002548304470000058
Figure BDA0002548304470000059
可选的，所述控制关键日期产量的约束的计算公式还包括：
Figure BDA00025483044700000510
Figure BDA00025483044700000511
其中，公式(34)和公式(35)表示当日期d大于批处理开始时间Sj,k时，pdj,k将被设定为1，当日期d小于批处理开始时间Sj,k时，pdj,k将被设定为0；当日期d大于批处理结束时间Ej,k时，qdjk将被设定为0，当日期d小于批处理结束时间Ej,k时，qdjk将被设定为1；
Figure BDA00025483044700000512
其中，当d为1时，表示存在炉j的第k批次，当d为0时，表示不存在炉j的第k批次；
Figure BDA00025483044700000513
Figure BDA00025483044700000514
其中，公式(37)表示第d天的炉j第k批次的持续运行时间d′dj,k，公式(38)表示对于第一个批次，从上一个调度计划继续进行相同的批次操作，需要将先前调度计划经过的运行时间
Figure BDA0002548304470000061
包括在公式之中；
Figure BDA0002548304470000062
其中，公式(39)表示在第d天在炉j的第k批次中处理进料i时，pqydij,k将为1，在第d天在炉j的第k批次中没有处理进料i时，pqydij,k将为0；
Figure BDA0002548304470000063
Figure BDA0002548304470000064
Figure BDA0002548304470000065
Figure BDA0002548304470000066
其中，公式(40)表示当进料为i时，在d天的炉子j的第k个批次的产品l的产率，公式(41)表示当进料为i时，在d天的炉子j的第k个批次的产品l的日产量，公式(42)表示在d天时，原料i在炉j的第k个批次中的流量FRdi,j,k，公式(43)表示在d天时，所有裂解炉总的裂解气体生产的产品l产量的上下限。
本发明具有下述有益效果：
本发明提供一种考虑下游扰乱约束下的裂解炉炉群调度建模与方法，包括：获取各种产品的销售收入、原料的购买成本和清焦的成本，根据各种产品的销售收入、原料的购买成本和清焦的成本获得调度模型的目标函数，目标函数用于最大化一个可调整的调度范围内的每日平均净利润，建立约束条件，使用分段线性化方法将MINLP问题转化为MILP问题，根据目标函数和再循环乙烷约束形成线性函数，将二元变量等式转换为线性表达式，构建裂解炉炉群调度的MILP模型，使用CPLEX对MILP模型进行优化计算，获得优化结果。本发明根据每日产品产率的限制，获得最大的裂解炉系统盈利能力的调度策略，为每个裂解炉同时计划批处理时间和清焦顺序来处理多种进料的最佳安排，同时形成在指定范围之内控制每日产品产量的控制策略，来避免限制下游过程可能出现的扰乱。此外，本发明还进行了产品成品率下降与利润损失之间的权衡分析，通过炉群调度可以很好地平衡工厂的盈利能力和操作控制方面的可操作性。
附图说明
图1为本发明实施例一提供的考虑下游扰乱约束下的裂解炉炉群调度建模与方法的关键日期的示意图。
图2为本发明实施例一提供的考虑下游扰乱约束下的裂解炉炉群调度建模与方法的二元变量的示意图。
图3为本发明实施例一提供的考虑下游扰乱约束下的裂解炉炉群调度建模与方法的分段线性化方法的示意图。
图4为本发明实施例一提供的考虑下游扰乱约束下的裂解炉炉群调度建模与方法的基础模型调度方案示意图。
图5为本发明实施例一提供的考虑下游扰乱约束下的裂解炉炉群调度建模与方法的新模型调度方案示意图。
图6为本发明实施例一提供的考虑下游扰乱约束下的裂解炉炉群调度建模与方法的乙烯收率对比图。
图7为本发明实施例一提供的考虑下游扰乱约束下的裂解炉炉群调度建模与方法的丙烯收率对比图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案，下面结合附图对本发明提供的考虑下游扰乱约束下的裂解炉炉群调度建模与方法进行详细描述。
实施例一
本实施例提供一种考虑下游扰乱约束下的裂解炉炉群调度建模与方法，对于具有多进料，多产品的工业生产系统，例如乙烯裂解炉系统，为恢复生产性能而进行的维护操作的计划将会频繁地扰乱下游甚至整个工艺系统。因此，通过系统的最佳调度，可以很好地平衡工厂的盈利能力和操作控制方面的可操作性。本实施例提出了一种新的MILP模型，以考虑每日产品产率的限制，获得最大的裂解炉系统盈利能力的调度策略。它可以为每个裂解炉同时计划明智的批处理时间和清焦顺序来处理多种进料的最佳安排，以及在指定范围内控制每日产品产量的控制策略，来避免限制下游过程可能会有的扰乱。此外，本实施例还进行了产品成品率下降与利润损失之间的权衡分析。实例研究证明了模型的可靠性和有效性，为乙烯工厂的实际调度过程提供了一种新的思路。
针对乙烯工业生产过程中乙烯丙烯产率波动对下游工艺影响较大的问题，本实施例提出了一个新的调度模型，考虑了下游扰乱约束，并采用分段线性化方法将裂解炉炉群调度MINLP模型转换为MILP模型，简化了调度模型的计算难度，提高了生产的可操作性和稳定性。
本实施例需要构建一个兼顾下游扰乱和排放约束的裂解炉炉群调度模型，目标函数为最大化每日平均利润，约束条件包括物料平衡约束，整数约束，时间约束，边界条件，附加条件，考虑下游扰乱的约束。并使用分段线性化方法将MINLP模型转化为MILP模型，简化模型的计算难度。
本实施例建立目标函数，调度模型的目标函数是最大化一个可调整的调度范围内的每日平均净利润，一共涉及三个部分，第一项是各种产品的销售收入，第二项为原料的购买成本，而最后一项即为清焦的成本。
本实施例建立约束条件，所述约束条件包括物料约束、整数约束、时间约束、边界条件、再循环乙烷约束、非同时清焦约束、额外逻辑约束、控制关键日期产量的约束。对于物料约束，根据实际生产情况，裂解炉消耗的每种原料的总量要小于上游的供应能力或者库存供应的上限。对于整数约束，在确定优化结果之前，并不知道在一个周期内每个裂解炉需要运行多少批次。因此，批次总数只是一个启发式整数，在建模时自己可以根据实际情况设定。因此yijk代表i原料在裂解炉j中的第k批次进行裂解，其是一个取值为0或者1的整数变量，为1时代表该批次存在，为0则待变该批次不存在。
对于时间约束，主要是限制批次处理时间(ti，j，k)，批次开始时间(Sj，k)和批次结束时间(Ej，k)这三个时间变量，其范围要根据实际情况指定。对于边界条件，所有连续变量的下限均为零，并且所有开始时间、结束时间、批处理时间和总循环时间应小于上限。对于再循环乙烷约束，由于必须对回收的乙烷进行再处理，因此所有炉子在整个时间范围内产生的乙烷总量必须小于第一个炉子的处理能力。否则，多余的乙烷会积聚在系统中产生不利影响。对于非同时清焦约束，一个时间段不能有多个裂解炉同时停炉清焦。在裂解炉运行过程中，管式炉的炉管会随着时间发生结焦现象，结焦不仅会影响烯烃的产率，在积累到一定量的情况下，还会对装置的安全造成影响。因此，必须定时对裂解炉进行清焦，但是多个炉不能同时清焦，因为不仅清焦设施有限，同时清焦也会很大程度影响产品收率对下游工艺造成影响。
对于额外逻辑约束，主要来进一步减少解的搜索空间，简化计算难度和计算时间。对于控制关键日期产量的约束，为了减少计算量，不必在时间范围的每一天都控制产品收率。实际上，我们只需要控制每个炉子在每次裂解和清焦批次的开始的第一天和结束的最后一天的产品收率即可。这是因为一旦将这些日期的产品产量控制在一定范围内，则所有中间日期的产品产量也将受到限制。由于清焦操作非常短(大约两天)，因此选择一天作为产品产量控制已经足够了。因此，需要控制每个裂解批次的第一天(Sj,k+1)，每个批次的最后一天(Ej,k)和每个清焦批次的最后一天(Sj,k)的产品产量。除了调度开始第一天和调度周期最后一天，另外再加上3个变量：1)Sj,k+1即每个批次的第一天；2)Ej,k即每个批次的最后一天；3)Sj,k即每次清焦操作的最后一天，这些变量在模型中由5个量来进行约束{Sf′j，k，Sfj，k ，Efj，k，1，H}。
本实施例将MINLP模型转换为MILP模型，通过一种分段线性化方法将minlp问题转化为milp问题，首先要将目标函数以及再循环乙烷约束中的(x)^2转化为线性函数。然后需要把一些二元变量等式转换为线性表达式。该方法有效减少了所添加二元变量的数量，且准确性有保证，减少了计算时间。在GAMS软件中构建转换完成的裂解炉炉群调度的MILP模型，使用CPLEX对模型进行优化计算，得出结果。
以往的裂解炉调度问题基本只考虑乙烯丙烯等产品的利润最大化的问题，没有考虑乙烯丙烯产率下降对下游的扰乱问题，而在实际工业中，目前越来越多的乙烯工厂实行炼化一体化，且会在相关石化产业园配套到下游衍生品的加工企业，或者直接在本厂进行衍生品生产。所以清焦时如果停炉导致乙烯和丙烯等主要产品产率下降，会对整体利润造成影响，可能会有以下现象：即只计算裂解炉产品的利润可能为最大值，但在统一计算与下游工业创造的收益时，并不是最优调度结果。因此本章在传统模型的基础上，加入新的约束条件，使得乙烯丙烯的产率在指定的运行周期内，保持在一个根据工业经验设定的范围内。
本实施例将目标函数以及各种约束条件以具体的数学表达式在GAMS软件中进行建模。本实施例的裂解过程的主要产品是乙烯、丙烯、苯和丁二烯等。目标函数可以表示为：
Figure BDA0002548304470000101
将公式(1)转化为如下计算公式：
Figure BDA0002548304470000102
其中，
Figure BDA0002548304470000103
表示在操作过程中进料i在炉j之中裂解时产品l的产量相对于时间t的动态变化。该指数衰减模型用来表示产品产量随时间的动态变化。可以证明具有三个常数(a，b和c)的指数函数非常接近本研究中使用的线性函数，其中在所有情况下R2均大于0.90(大多数情况下均大于0.95)。因此，将产品产量的数学模型近似为线性函数是可取的。
所述物料约束的计算公式如下：
Figure BDA0002548304470000111
Figure BDA0002548304470000112
所述整数约束的计算公式如下：
Figure BDA0002548304470000113
Figure BDA0002548304470000114
Figure BDA0002548304470000115
本实施例根据每日产品产率的限制，获得最大的裂解炉系统盈利能力的调度策略，为每个裂解炉同时计划批处理时间和清焦顺序来处理多种进料的最佳安排，同时形成在指定范围之内控制每日产品产量的控制策略，来避免限制下游过程可能出现的扰乱。
所述时间约束的计算公式如下：
Figure BDA0002548304470000116
Figure BDA0002548304470000117
Figure BDA0002548304470000118
Figure BDA0002548304470000119
Figure BDA00025483044700001110
Figure BDA00025483044700001111
Figure BDA00025483044700001112
Figure BDA0002548304470000121
Figure BDA0002548304470000122
所述边界条件的计算公式如下：
Figure BDA0002548304470000123
Ej，k，Sj，k，ti，j，k，T≤M (18)
Figure BDA0002548304470000124
所述再循环乙烷约束的计算公式如下：
Figure BDA0002548304470000125
所述非同时清焦约束的计算公式如下：
Figure BDA0002548304470000126
Figure BDA0002548304470000127
所述额外逻辑约束的计算公式如下：
Figure BDA0002548304470000128
Figure BDA0002548304470000129
Figure BDA00025483044700001210
Figure BDA00025483044700001211
Figure BDA00025483044700001212
图1为本发明实施例一提供的考虑下游扰乱约束下的裂解炉炉群调度建模与方法的关键日期的示意图。如图1所示，将给定的时间范围划分为多个离散天以控制产品收率。为减少计算量，不必在时间范围的每一天都控制产品收率。实际上，我们只需要控制每个炉子在每次裂解和清焦批次的开始的第一天和结束的最后一天的产品收率即可。这是因为一旦将这些日期的产品产量控制在一定范围内，则所有中间日期的产品产量也将受到限制。由于清焦操作非常短(大约两天)，因此选择一天作为产品产量控制已经足够了。因此，需要控制每个裂解批次的第一天(Sj,k+1)，每个批次的最后一天(Ej,k)和每个清焦批次的最后一天(Sj,k)的产品产量。为了减少乙烯丙烯产量变化太大对下游的扰乱，除了调度开始第一天和调度周期最后一天，另外再加上3个变量：1)Sj,k+1即每个批次的第一天；2)Ej,k即每个批次的最后一天；3)Sj,k即每次清焦操作的最后一天，这些变量在模型中由5个量来进行约束{Sf′j，k，Sfj，k ，Efj，k，1，H}。注意到有一些批次的结束时间超出了总的时间范围，因此未使用批次的开始/结束时间也超出了时间范围，这些日期应排除在外不计入计算。换句话说，本实施例需要选择仅在规定的时间范围内的关键日期，如果这些日期超出了时间范围，则它们的Sf′j,k，Sfj,k和Efj,k将设为0值。
本实施例中，所述控制关键日期产量的约束的计算公式如下：
Figure BDA0002548304470000132
Figure BDA0002548304470000133
Figure BDA0002548304470000134
Figure BDA0002548304470000135
Figure BDA0002548304470000136
Figure BDA0002548304470000137
其中，公式(28)表示如果使用该批次，则将每个批次的第一天选择为Sf′j,k。公式(29)规定了如果不使用该批次，则不会选择该批次的第一天来计算产品产量。此时，Sf′j,k为0。公式(30)和公式(31)以Efj,k的形式表示每个未超出时间范围的批次的最后一天，以计算产品产量。公式(32)和公式(33)用来约束Sfj,k，即时间范围内每次清焦的最后一天。此外时间范围的第一天和最后一天也用于限制产品产量。因此，在以下情况下，用于控制产品产量d的天数应属于D＝{Sf′j，k，Sfj，k ，Efj，k，1，H}。的范围内。
图2为本发明实施例一提供的考虑下游扰乱约束下的裂解炉炉群调度建模与方法的二元变量的示意图。如图2所示，前面的变量约束只是确定了五个关键日期，接着还要计算在这些日期的单日产物产率，产率随时间变化，只需计算该日期在调度中为第几天即运行时间即可，用d’表示。为了计算d’，引入三个新的二元变量，p、q、pq。
Figure BDA0002548304470000142
Figure BDA0002548304470000143
其中，公式(34)和公式(35)表示当日期d大于批处理开始时间Sj,k时，pdj,k将被设定为1；否则为0。类似地，当日期d小于批处理结束时间Ej,k时，qdjk将为1，否则为0。
Figure BDA0002548304470000144
其中，公式(36)之中pdj,k乘以qdj,k作为定义了另一个二元变量pqdjk，当d为1时，在炉j的第k批次，当d不在炉j的第k批次时为0。
Figure BDA0002548304470000145
Figure BDA0002548304470000146
其中，公式(37)确定第d天的炉j第k批次的持续运行时间d′dj,k。对于第一个批次，该批次从上一个调度计划继续进行相同的批次操作，则需要将先前计划所经过的运行时间
Figure BDA0002548304470000147
包括在等式中，用公式(38)表示。
Figure BDA0002548304470000148
当二进制变量pqdj,k乘以另一个二进制变量yij,k时，本实施例得到一个新的二进制变量pqydij,k，如公式(39)所示。它的含义是，在第d天在炉j的第k批次中处理进料i时，pqydij,k将为1，否则为0。
Figure BDA0002548304470000151
Figure BDA0002548304470000152
Figure BDA0002548304470000153
Figure BDA0002548304470000154
其中，公式(40)给出了当进料为i时，在d天的炉子j的第k个批次的产品l的产率，公式(41)给出了其日产量，公式(42)给出了在d天时，原料i在炉j的第k个批次中的流量FRdi,j,k，公式(43)给出了d天时所有炉子总的裂解气体生产的产品l产量的上下限。
本实施例根据每日产品产率的限制，获得最大的裂解炉系统盈利能力的调度策略，为每个裂解炉同时计划批处理时间和清焦顺序来处理多种进料的最佳安排，同时形成在指定范围之内控制每日产品产量的控制策略，来避免限制下游过程可能出现的扰乱。此外，本实施例还进行了产品成品率下降与利润损失之间的权衡分析，通过炉群调度可以很好地平衡工厂的盈利能力和操作控制方面的可操作性。
图3为本发明实施例一提供的考虑下游扰乱约束下的裂解炉炉群调度建模与方法的分段线性化方法的示意图。如图3所示，通过一种分段线性化方法将MINLP模型转化为MILP模型，第一步要将目标函数以及再循环乙烷约束中的-(x)^2转化为线性函数。
通过该方法，f(x2)＝-X2被转换为以下形式：
Figure BDA0002548304470000155
Figure BDA0002548304470000156
其中，M、q、S都可以根据具体情况选择的区间和分段数量进行计算。公式(36)-(40)也需要进行转换，分别用公式(46)-(50)进行代替。
Figure BDA0002548304470000161
Figure BDA0002548304470000162
Figure BDA0002548304470000163
Figure BDA0002548304470000164
Figure BDA0002548304470000165
经过以上步骤，以公式(2)为目标函数，公式(3)-(35)以及公式(41)-(50)为约束条件，构建一个新的MILP模型。为突出本实施例的效果，将没有考虑下游扰乱约束的基础模型与新模型进行对比，基础模型以公式(2)为目标函数，公式(3)-(27)为约束条件构成。本实施例在GAMS软件中构建转换完成的裂解炉炉群调度的MILP模型，使用CPLEX对模型进行优化计算，得出结果。
本实施例根据每日产品产率的限制，获得最大的裂解炉系统盈利能力的调度策略，为每个裂解炉同时计划批处理时间和清焦顺序来处理多种进料的最佳安排，同时形成在指定范围之内控制每日产品产量的控制策略，来避免限制下游过程可能出现的扰乱。此外，本实施例还进行了产品成品率下降与利润损失之间的权衡分析，通过炉群调度可以很好地平衡工厂的盈利能力和操作控制方面的可操作性。
本实施例提供的案例来源于真实的乙烯工厂，研究4种原料包括液化石油气(LPG，Fa)，石脑油(Fb)，轻柴油(LD，Fc)和乙烷(Fd),四种产品包括乙烯(Pa)、丙烯(Pb)、乙烷(Pc)以及其他产品(Pd)。总共6个炉子，有一个炉子只用来裂解乙烷，其他炉子可以用来裂解Fa、Fb和Fc。相关参数如表1所示：
表1裂解炉系统的相关参数值
Figure BDA0002548304470000171
如前所述，调度目标是在给定的时间范围内使每日净利润最大化，这是产品销售利润减去原材料成本，运营成本，清理成本后产生的。相关的费用数据如表2和表3所示：
表2裂解炉系统的运行和清理成本
Figure BDA0002548304470000181
表3原料和产品的价格
Figure BDA0002548304470000182
图4为本发明实施例一提供的考虑下游扰乱约束下的裂解炉炉群调度建模与方法的基础模型调度方案示意图。图5为本发明实施例一提供的考虑下游扰乱约束下的裂解炉炉群调度建模与方法的新模型调度方案示意图。如图4和图5所示，基础模型和新模型均采用GAMS软件求解，求解器选为CPLEX，总循环时间为120天，基础模型的日均利润为217091$/天，新模型的日均利润为209325$/天，新模型的日均利润约比基础模型少了3.5％，但比原工厂的启发调度方案的194150$/天高了7.2％。两个模型的对比在图4和图5最优调度方案中可以看出，两个方案的区别主要在1、2和5号裂解炉。基础模型计划中的1号裂解炉有两个新批次，第一批次时用于裂解来自上一个计划周期的批次之后的循环进料；而新模型中1号裂解炉仅有一个新的批次。在基础模型方案中，5号裂解炉Fc和Fa原料各有一新的裂解批次。在新模型调度方案中，5号裂解炉有两个新批次的Fc原料。同时，新的批次裂解Fa在第108天后开始。由于进料Fa裂解乙烯的产率最高，基本模型中1号裂解炉和5号裂解炉的生产策略导致总乙烯产率高达53％左右，而最低仅有33％左右，两者相差20％。图6为本发明实施例一提供的考虑下游扰乱约束下的裂解炉炉群调度建模与方法的乙烯收率对比图。如图6所示，图中红色代表基础模型，蓝色代表新模型。
显然，来自基本模型的调度表将给下游过程带来很大的干扰，因此，获得的调度表不太可能在现实中实施。图7为本发明实施例一提供的考虑下游扰乱约束下的裂解炉炉群调度建模与方法的丙烯收率对比图。如图7所示，如果乙烯收率的降低，丙烯收率的降低也将降低。基本模型的每日丙烯产量上限和下限之内，但新模型的丙烯产量变化仍远小于基本模型的变化。因此，可以看出，虽然新模型在这种情况下比基本模型损失了3.5％的每日利润，但是它可以极大地帮助下游过程的操作和控制带来更多的稳定性和便利性，这对于工厂运作的实际操作过程中非常重要。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (4)

1.一种考虑下游扰乱约束下的裂解炉炉群调度建模与方法，其特征在于，包括：
获取各种产品的销售收入、原料的购买成本和清焦的成本；
根据所述各种产品的销售收入、所述原料的购买成本和所述清焦的成本获得调度模型的目标函数，所述目标函数用于最大化一个可调整的调度范围内的每日平均净利润，所述目标函数的计算公式如下：
Figure FDA0002548304460000011
对所述目标函数进行线性化处理，获得如下计算公式：
Figure FDA0002548304460000012
其中，
Figure FDA0002548304460000013
表示在操作过程中进料i在炉j之中裂解时产品l的产量相对于时间t的动态变化；
建立约束条件，所述约束条件包括物料约束、整数约束、时间约束、边界条件、再循环乙烷约束、非同时清焦约束、额外逻辑约束、控制关键日期产量的约束；
使用分段线性化方法将MINLP问题转化为MILP问题，根据所述目标函数和所述再循环乙烷约束形成线性函数，将二元变量等式转换为线性表达式，将f(x2)＝-X2转换为如下表达形式：
Figure FDA0002548304460000021
Figure FDA0002548304460000022
其中，M、q、S是根据选择的区间和分段数量进行计算获得；
构建裂解炉炉群调度的MILP模型，使用CPLEX对所述MILP模型进行优化计算，获得优化结果。
2.根据权利要求1所述的考虑下游扰乱约束下的裂解炉炉群调度建模与方法，其特征在于，所述物料约束为根据实际生产情况，裂解炉消耗的每种原料的总量要小于上游的供应能力或者库存供应的上限；
所述整数约束yijk表示原料i在裂解炉j中的第k批次进行裂解，是一个取值为0或者1的整数变量，为1时表示该批次存在，为0时表示该批次不存在；
所述时间约束包括批次处理时间(ti，j，k)、批次开始时间(Sj，k)和批次结束时间(Ej，k)；
所述边界条件为所有连续变量的下限均为零，所有开始时间、结束时间、批处理时间和总循环时间小于上限；
所述再循环乙烷约束为所有裂解炉在整个时间范围内产生的乙烷总量小于第一个裂解炉的处理能力；
所述非同时清焦约束为一个时间段之内不能存在多个裂解炉同时停炉清焦；
所述额外逻辑约束用于减少解的搜索空间，简化计算难度和计算时间；
所述控制关键日期产量的约束为控制每个裂解批次的第一天(Sj,k+1)、每个批次的最后一天(Ej,k)以及每个清焦批次的最后一天(Sj,k)的产品产量。
3.根据权利要求2所述的考虑下游扰乱约束下的裂解炉炉群调度建模与方法，其特征在于，所述物料约束的计算公式如下：
Figure FDA0002548304460000031
Figure FDA0002548304460000032
所述整数约束的计算公式如下：
Figure FDA0002548304460000033
Figure FDA0002548304460000034
Figure FDA0002548304460000035
所述时间约束的计算公式如下：
Figure FDA0002548304460000036
Figure FDA0002548304460000037
Figure FDA0002548304460000038
Figure FDA0002548304460000039
Figure FDA00025483044600000310
Figure FDA00025483044600000311
Figure FDA00025483044600000312
Figure FDA0002548304460000041
Figure FDA0002548304460000042
所述边界条件的计算公式如下：
Figure FDA0002548304460000043
Ej，k，Sj，k，ti，j，k，T≤M (18)
Figure FDA0002548304460000044
所述再循环乙烷约束的计算公式如下：
Figure FDA0002548304460000045
所述非同时清焦约束的计算公式如下：
Figure FDA0002548304460000046
Figure FDA0002548304460000047
所述额外逻辑约束的计算公式如下：
Figure FDA0002548304460000048
Figure FDA0002548304460000049
xj，k，j，k′≥xjk，j，k＞，j＜j′，k′＜k″≤NB (25)
Figure FDA00025483044600000410
Figure FDA00025483044600000411
所述控制关键日期产量的约束的计算公式如下：
Figure FDA00025483044600000412
Figure FDA00025483044600000413
Figure FDA00025483044600000414
Figure FDA0002548304460000051
Figure FDA0002548304460000052
Figure FDA0002548304460000053
4.根据权利要求3所述的考虑下游扰乱约束下的裂解炉炉群调度建模与方法，其特征在于，所述控制关键日期产量的约束的计算公式还包括：
Figure FDA0002548304460000054
Figure FDA0002548304460000055
其中，公式(34)和公式(35)表示当日期d大于批处理开始时间Sj,k时，pdj,k将被设定为1，当日期d小于批处理开始时间Sj,k时，pdj,k将被设定为0；当日期d大于批处理结束时间Ej,k时，qdjk将被设定为0，当日期d小于批处理结束时间Ej,k时，qdjk将被设定为1；
Figure FDA0002548304460000056
其中，当d为1时，表示存在炉j的第k批次，当d为0时，表示不存在炉j的第k批次；
Figure FDA0002548304460000057
Figure FDA0002548304460000058
其中，公式(37)表示第d天的炉j第k批次的持续运行时间d′dj,k，公式(38)表示对于第一个批次，从上一个调度计划继续进行相同的批次操作，需要将先前调度计划经过的运行时间
Figure FDA0002548304460000059
包括在公式之中；
Figure FDA00025483044600000510
其中，公式(39)表示在第d天在炉j的第k批次中处理进料i时，pqydij,k将为1，在第d天在炉j的第k批次中没有处理进料i时，pqydij,k将为0；
Figure FDA00025483044600000511
Figure FDA0002548304460000061
Figure FDA0002548304460000062
Figure FDA0002548304460000063
其中，公式(40)表示当进料为i时，在d天的炉子j的第k个批次的产品l的产率，公式(41)表示当进料为i时，在d天的炉子j的第k个批次的产品l的日产量，公式(42)表示在d天时，原料i在炉j的第k个批次中的流量FRdi,j,k，公式(43)表示在d天时，所有裂解炉总的裂解气体生产的产品l产量的上下限。
CN202010567302.2A 2020-06-19 2020-06-19 一种考虑下游扰乱约束下的裂解炉炉群调度建模与方法 Pending CN111931975A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010567302.2A CN111931975A (zh) 2020-06-19 2020-06-19 一种考虑下游扰乱约束下的裂解炉炉群调度建模与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010567302.2A CN111931975A (zh) 2020-06-19 2020-06-19 一种考虑下游扰乱约束下的裂解炉炉群调度建模与方法

Publications (1)

Publication Number Publication Date
CN111931975A true CN111931975A (zh) 2020-11-13

Family

ID=73317604

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010567302.2A Pending CN111931975A (zh) 2020-06-19 2020-06-19 一种考虑下游扰乱约束下的裂解炉炉群调度建模与方法

Country Status (1)

Country Link
CN (1) CN111931975A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112669912A (zh) * 2020-11-25 2021-04-16 北京化工大学 考虑平均结焦量与原料负荷的乙烯裂解炉炉群调度方法
CN114243710A (zh) * 2021-12-21 2022-03-25 国网湖北省电力有限公司经济技术研究院 一种水火风光多能系统短期区间优化调度方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622655A (zh) * 2012-03-28 2012-08-01 浙江大学 一种应用于炼油厂的非线性生产计划优化方法
CN103605821A (zh) * 2013-09-16 2014-02-26 华东理工大学 乙烯裂解炉群负荷分配优化方法
CN104537430A (zh) * 2014-12-15 2015-04-22 浙江大学 一种基于启发式算法的乙烯厂的生产控制方法
WO2017088674A1 (zh) * 2015-11-23 2017-06-01 东北大学 一种面向全流程生产的炼钢组批与排产方法
CN109670730A (zh) * 2019-01-11 2019-04-23 国网安徽省电力有限公司合肥供电公司 一种综合能源系统日前经济调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622655A (zh) * 2012-03-28 2012-08-01 浙江大学 一种应用于炼油厂的非线性生产计划优化方法
CN103605821A (zh) * 2013-09-16 2014-02-26 华东理工大学 乙烯裂解炉群负荷分配优化方法
CN104537430A (zh) * 2014-12-15 2015-04-22 浙江大学 一种基于启发式算法的乙烯厂的生产控制方法
WO2017088674A1 (zh) * 2015-11-23 2017-06-01 东北大学 一种面向全流程生产的炼钢组批与排产方法
CN109670730A (zh) * 2019-01-11 2019-04-23 国网安徽省电力有限公司合肥供电公司 一种综合能源系统日前经济调度方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
徐圆;王振宇;朱群雄;: "采用改进混合遗传算法求解考虑新的不重叠约束和有毒气体泄漏约束的化工厂区布局优化问题研究(英文)", CHINESE JOURNAL OF CHEMICAL ENGINEERING, no. 04, 15 April 2013 (2013-04-15) *
牟鹏;顾祥柏;朱群雄: "基于P-graph的乙烯裂解原料调度建模与优化", 化工学报, no. 002, 4 December 2018 (2018-12-04) *
简海东;杜文莉;金阳坤;钱锋;: "兼顾负荷变化的裂解炉炉群调度建模与优化", 控制工程, no. 06, 20 November 2014 (2014-11-20) *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112669912A (zh) * 2020-11-25 2021-04-16 北京化工大学 考虑平均结焦量与原料负荷的乙烯裂解炉炉群调度方法
CN114243710A (zh) * 2021-12-21 2022-03-25 国网湖北省电力有限公司经济技术研究院 一种水火风光多能系统短期区间优化调度方法
CN114243710B (zh) * 2021-12-21 2024-02-27 国网湖北省电力有限公司经济技术研究院 一种水火风光多能系统短期区间优化调度方法

Similar Documents

Publication Publication Date Title
Fakhroleslam et al. Thermal cracking of hydrocarbons for the production of light olefins; A review on optimal process design, operation, and control
Liu et al. Cyclic scheduling for best profitability of industrial cracking furnace system
US20210073695A1 (en) Production scheduling system and method
CN111931975A (zh) 一种考虑下游扰乱约束下的裂解炉炉群调度建模与方法
Zhao et al. Production planning optimization of an ethylene plant considering process operation and energy utilization
Zhao et al. Cyclic scheduling for ethylene cracking furnace system with consideration of secondary ethane cracking
CN103289725B (zh) 乙烯裂解炉的节能优化控制方法
CN110378514B (zh) 一种物料平衡预警系统和方法
CN104537430B (zh) 一种基于启发式算法的乙烯厂的生产控制方法
Su et al. Scheduling of cracking production process with feedstocks and energy constraints
CN103310310A (zh) 一种多品种钢铁批量轧制动态生产计划系统
CN104375477A (zh) 一种基于生产系统与能量系统的集成优化的生产方法
CN104611000B (zh) 一种提高大型乙烯裂解炉作业效率的生产批调度控制方法
Chen et al. Upset-conscious scheduling for continuous parallel-process and performance decaying unit system
Chen et al. Optimal scheduling for olefin plant furnace system with consideration of inherent process upset reduction
Wu et al. A rolling horizon approach for scheduling of multiproduct batch production and maintenance using generalized disjunctive programming models
EP3386627B1 (en) A control system for modeling and optimizing a diesel hydroprocessing unit
Rippin Control of batch processes
Tian et al. Decomposition algorithm for the scheduling of typical polyvinyl chloride production by calcium carbide method
Zhang et al. Novel modelling and decomposition strategy for total site optimisation
CN112669912A (zh) 考虑平均结焦量与原料负荷的乙烯裂解炉炉群调度方法
CN111125082B (zh) 基于关联规则挖掘的水泥工艺参数数据分析方法
Bi et al. Three-scale integrated optimization model of furnace simulation, cyclic scheduling, and supply chain of ethylene plants
Lin et al. Cycle Scheduling of Ethylene Cracking Furnace System with Inventory Constraints
Kusherbaeva et al. Multiobjective data-driven production optimization with a feedback mechanism

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