專利名稱：基于智能決策的煉油生產(chǎn)過程調(diào)度優(yōu)化方法
技術(shù)領(lǐng)域：
本發(fā)明屬于流程工業(yè)調(diào)度優(yōu)化智能控制技術(shù)領(lǐng)域，特別涉及一種煉油生產(chǎn)過程調(diào)度優(yōu)化與實現(xiàn)方法。
背景技術(shù)：
隨著煉油企業(yè)自動化程度的逐步提高，先進控制及集成優(yōu)化技術(shù)的實施，煉油企業(yè)調(diào)度優(yōu)化的時機日益成熟并提到日程上來，世界各大技術(shù)服務(wù)公司也有 調(diào)度軟件推出，但因為煉油企業(yè)調(diào)度問題具有過程復雜、操作模式控制和建模困難、模式切換代價大、不確定性等諸多不同于一般企業(yè)調(diào)度的特殊困難，到目前為止還沒有能夠為煉油企業(yè)調(diào)度提供較為可行的調(diào)度描述和求解、執(zhí)行方案，導致煉油企業(yè)的生產(chǎn)調(diào)度還是憑人工經(jīng)驗來進行調(diào)度，還存在著非常大的挖潛潛力。我國目前原油加工能力已經(jīng)達到5億噸，每年煉油企業(yè)內(nèi)部就要消耗掉的原油資源3000多萬噸，高于我國第二大油田勝利油田一年的產(chǎn)量。我國煉油工業(yè)能耗、物耗明顯高于國際先進水平(目前國內(nèi)煉制每噸原油能耗達70-95千克標油，而國外煉油綜合能耗的先進水平僅為53. 2千克標油/噸)，因此成品油率還明顯低于國際先進水平，挖潛潛力大，即能夠通過煉油生產(chǎn)調(diào)度優(yōu)化提高產(chǎn)品收率，按目前全國每年5億噸原油處理量，直接經(jīng)濟效益非常顯著，同時在減少C02和其他有害物體的排放、增加高價值產(chǎn)品收率和品質(zhì)、提高安全生產(chǎn)水平等方面同樣具有巨大的經(jīng)濟效益和社會效益。因此提出煉油生產(chǎn)過調(diào)度優(yōu)化求解與實現(xiàn)的新途徑，能夠有效實現(xiàn)調(diào)度優(yōu)化的整體解決方案就顯得很有必要，且前景廣闊。煉油企業(yè)的調(diào)度問題與一般企業(yè)的調(diào)度不同，不同的作業(yè)調(diào)度方案所需要的執(zhí)行時間和代價是不同的，如通過調(diào)整下游裝置的調(diào)度方案要比調(diào)整上游裝置(最上游是調(diào)整原油進料的配比、處理量)的調(diào)度方案要執(zhí)行的快得多，且受影響的生產(chǎn)裝置少。傳統(tǒng)的數(shù)學規(guī)劃方法在求解方面難以適應這種問題，現(xiàn)有的調(diào)度優(yōu)化方法難以發(fā)揮作用。另外，目前的調(diào)度研究大多將全廠調(diào)度優(yōu)化轉(zhuǎn)化為一個大規(guī)?；旌险麛?shù)線性規(guī)劃或混合整數(shù)非線性規(guī)劃問題，對于實際煉油廠規(guī)模的問題而言，調(diào)度求解耗時較大，很難在合理時間內(nèi)獲得調(diào)度最優(yōu)解，而且難于反映不同作業(yè)調(diào)度方案的執(zhí)行時間和代價這個重要因素。當前應用比較好的Aspen Orion調(diào)度軟件實際上是給人工排產(chǎn)和仿真驗證提供了一個平臺，并沒有涉及調(diào)度優(yōu)化功能；一些聲言具有優(yōu)化調(diào)度功能的煉油企業(yè)調(diào)度軟件由于模型問題(由于多種進料原油和不完全受控的操作工況，用單一調(diào)度模型不能準確反映生產(chǎn)過程特性)實際上無法實現(xiàn)調(diào)度優(yōu)化；這樣一個大規(guī)?；旌险麛?shù)線性規(guī)劃或混合整數(shù)非線性規(guī)劃問題也很難在有限時間進行求解；沒有生產(chǎn)裝置級先進控制與卡邊優(yōu)化保障生產(chǎn)裝置按照調(diào)度實現(xiàn)所需要的優(yōu)化操作方案，從而使生產(chǎn)裝置能夠用有限個對應優(yōu)化操作模式的調(diào)度模型來描述，對于煉油生產(chǎn)過程調(diào)度優(yōu)化也是無法得到落實。關(guān)于煉油生產(chǎn)過程調(diào)度與優(yōu)化，已經(jīng)有一些研究和應用結(jié)果。目前工業(yè)上應用較多的有 AspenTech 的 ORION 和 Honeywell 的 BusinessFLEX, Aspen Orion 僅是為人工排產(chǎn)提供仿真驗證工具，并沒有涉及調(diào)度優(yōu)化，而Honeywell的Business FLEX試圖解決調(diào)度優(yōu)化求解問題，但因采用單一統(tǒng)計模型，精度低，不能反映工況變化實際，調(diào)度優(yōu)化解難以保證其實際可操作性。文獻報道中的有關(guān)調(diào)度優(yōu)化方法因?qū)嶋H工業(yè)應用問題規(guī)模太大，調(diào)度優(yōu)化描述為大規(guī)模混合整數(shù)線性或非線性規(guī)劃問題，求解效率低，不能滿足時效性要求高的調(diào)度優(yōu)化問題，另外現(xiàn)有方法也沒有考慮原油性質(zhì)變化和優(yōu)化操作模式切換對生產(chǎn)裝置的影響，頻繁的生產(chǎn)裝置切換帶來的長時間過渡過程致使基于穩(wěn)態(tài)的優(yōu)化結(jié)果不可達到，這種根本不考慮實際應用中可操作性問題的調(diào)度優(yōu)化思路在現(xiàn)實中顯然是行不通的。目前在調(diào)度優(yōu)化方面理論研究遠未解決問題。
發(fā)明內(nèi)容
(一)要解決的技術(shù)問題 本發(fā)明的目的是基于裝置級先進控制與優(yōu)化能夠保障生產(chǎn)裝置實現(xiàn)調(diào)度指定的優(yōu)化操作方案，給出一種基于智能決策的實用可操作的煉油生產(chǎn)過程調(diào)度優(yōu)化方法。(二)技術(shù)方案為了解決上述問題，本發(fā)明提供了一種基于智能決策的煉油生產(chǎn)過程調(diào)度優(yōu)化方法，包括步驟A :上位機初始化，其中，在所述上位機中設(shè)立以下模塊專家決策推理模塊、優(yōu)化求解模塊、優(yōu)化模型生成模塊及數(shù)據(jù)庫支持模塊，其中，專家決策推理模塊，通過所述數(shù)據(jù)庫支持模塊，讀取當前操作的各種狀態(tài)變量寫入數(shù)據(jù)庫供專家決策推理模塊使用，并初始化專家決策推理模塊的相關(guān)參數(shù)；步驟B :所述專家決策推理模塊，在獲得先進控制實施下的生產(chǎn)加工裝置各優(yōu)化操作模式下的收率模型、操作費用及性質(zhì)指標模型的基礎(chǔ)上，根據(jù)當前汽油柴油需求、歷史汽油柴油需求、當前裝置優(yōu)化操作模式進行優(yōu)化操作模式?jīng)Q策，在保障經(jīng)濟效益的前提下以最小范圍的裝置操作變動和最小操作代價來滿足成品油需求；步驟C :所述數(shù)學模型生成模塊，在專家決策與推理模塊已獲得裝置優(yōu)化操作模式后，通過讀取數(shù)據(jù)庫相應表項，得到各裝置收率、操作費用與性質(zhì)指標模型，配置生成數(shù)學優(yōu)化模型。優(yōu)選地，步驟B包括步驟BI :通過所述數(shù)據(jù)庫支持模塊，讀取原油評價數(shù)據(jù)、原油供應數(shù)據(jù)餅、成品油需求信息DUZttttz、歷史成品油需求、當前裝置優(yōu)化操作模式PMU、當前混煉原油實沸點曲線值TBPtl ;步驟B2 :專家決策與推理。優(yōu)選地，步驟B2包括步驟B2. I :計算未來調(diào)度周期內(nèi)的汽柴比、當前汽柴比GDRtl、未來調(diào)度周期內(nèi)的常規(guī)柴油與高標號柴油之比、常規(guī)汽油與高標號汽油之比、當前常規(guī)柴油與高標號柴油需求之比RPRm和常規(guī)汽油與高標號汽油之比RPRetl ;步驟Β2. 2 :包括步驟Β2. 2. I :成品油調(diào)和調(diào)度對于成品油總需求和各牌號變化不大及生產(chǎn)裝置未發(fā)生變動的情況下，按照步驟C2所述形成數(shù)學優(yōu)化模型，調(diào)用優(yōu)化求解模塊，如果滿足需求，則優(yōu)化結(jié)束，轉(zhuǎn)步驟Β2. 2. 5，如果不能滿足，則繼續(xù)以下步驟；步驟Β2. 2. 2 :改質(zhì)裝置連續(xù)操作優(yōu)化與成品油調(diào)和調(diào)度，包括步驟Β2. 2. 2. I :待優(yōu)化操作裝置決策，如果高標號柴油與普通標號柴油相對變化超出一定范圍，則柴油改質(zhì)裝置納入待優(yōu)化操作裝置集，如果高標號汽油與普通標號汽油相對變化超出一定范圍，則汽油改質(zhì)裝置納入待優(yōu)化操作裝置集；步驟Β2. 2. 2. 2 :優(yōu)化求解并決策，按照步驟C3所述形成相應數(shù)學優(yōu)化模型，調(diào)用優(yōu)化求解模塊，如果獲得優(yōu)化解即求解結(jié)束，否則，返回步驟Β2. 2. 2. 1，增加待優(yōu)化操作裝置集，直至獲得最優(yōu)解則停止，如所有改質(zhì)裝置均優(yōu)化求解后仍未獲得最優(yōu)解，則繼續(xù)以下步驟；步驟B2. 2.3 :加工與反應裝置決策與推理，以操作代價最小和最少化裝置操作調(diào)整為原則對原油一次分餾裝置和二次反應加工裝置按照分步?jīng)Q策策略依次進行決策，并進行相應地優(yōu)化求解計算，在裝置操作允許負荷變化下獲得滿足成品油需求的求解結(jié)果則優(yōu)化結(jié)束，包括步驟B2. 2. 3. I :二次反應裝置優(yōu)化操作模式?jīng)Q策步驟B2. 2. 3. I. I :待優(yōu)化裝置順序決策，如果高標號汽油或柴油需求量相對變化超過一定范圍，則按照二次反應裝置生成調(diào)和組分性能指標排序依次進行二次反應裝置優(yōu)化操作模式的調(diào)整，否則，按照二次反應裝置分餾操作的難易程度和調(diào)節(jié)的余量排序依次調(diào)整其優(yōu)化操作模式；步驟B2. 2. 3. I. 2 :裝置優(yōu)化操作模式?jīng)Q策，如果汽油需求總量相對增加，則調(diào)整二次反應裝置操作為汽油操作模式，如果柴油需求總量相對增加， 則調(diào)整二次反應裝置操作為柴油操作方案，如果汽油、柴油需求總量的相對變化在規(guī)定范圍內(nèi)，無需調(diào)整裝置優(yōu)化操作模式，維持裝置現(xiàn)有操作方案；步驟B2. 2. 3. I. 3 :調(diào)度優(yōu)化求解并決策，計算已決策出優(yōu)化操作方案下的裝置收率、操作費用及性質(zhì)指標模型，計算結(jié)果寫數(shù)據(jù)庫，按照步驟C4所描述的方法形成相應調(diào)度優(yōu)化模型，調(diào)用調(diào)度優(yōu)化求解模塊，如果求解結(jié)果滿足成品油需求，則結(jié)束優(yōu)化，轉(zhuǎn)步驟B2. 2. 5，否則重新遍歷二次反應加工裝置直至遍歷結(jié)束；步驟B2. 2. 3. 2 :一次加工裝置優(yōu)化操作模式推理；步驟B2. 2. 3. 2. I :待優(yōu)化操作裝置順序決策，按照一次加工裝置操作難易程度和調(diào)節(jié)的余量排序確定流程內(nèi)所有一次加工裝置調(diào)整優(yōu)化操作模式的順序；步驟B2. 2. 3. 2. 2 :裝置優(yōu)化操作模式?jīng)Q策，如果汽油需求總量相對增力口，則調(diào)整一次加工裝置為汽油操作模式，如果柴油需求總量相對增加，則調(diào)整一次加工裝置為柴油操作方案；步驟B2. 2. 3. 2. 3 :調(diào)度優(yōu)化求解并決策，計算已決策出優(yōu)化操作方案下的裝置收率、操作費用及性質(zhì)指標模型，計算結(jié)果寫數(shù)據(jù)庫，按照步驟C5所描述的方法形成相應調(diào)度優(yōu)化模型，調(diào)用調(diào)度優(yōu)化求解模塊，如果求解結(jié)果滿足成品油需求，則優(yōu)化結(jié)束，轉(zhuǎn)步驟B2. 2. 5 ;否則繼續(xù)增加調(diào)整一次加工裝置直至遍歷結(jié)束；步驟B2. 2. 4 :在改質(zhì)裝置、二次反應裝置和一次加工裝置均調(diào)整操作方案后未達到成品油調(diào)度要求的情況下，則考慮調(diào)整原油調(diào)和調(diào)度，步驟如下按照滿足成品油需求和調(diào)和原油實沸點蒸餾盡量穩(wěn)定的原則，給出期望原油實沸點蒸餾，得到與期望原油實沸點蒸餾盡可能接近的調(diào)和配方和配比，計算各裝置在新的原油調(diào)和配方和配比和已得優(yōu)化操作模式下的裝置收率、能耗及性質(zhì)指標模型，按照步驟C6所描述的方法形成相應調(diào)度優(yōu)化模型，調(diào)用調(diào)度優(yōu)化求解模塊進行優(yōu)化求解計算；步驟B2. 2. 5 :原油供給判斷判斷按照最優(yōu)化解時的原油調(diào)和配方及其原油調(diào)和配比，原油供應能否滿足調(diào)度要求，如果原油供應不能滿足調(diào)度要求，則以當前原油實沸點蒸餾和原油性質(zhì)分析數(shù)據(jù)為目標，做原油調(diào)和調(diào)度優(yōu)化，得到原油性質(zhì)盡可能穩(wěn)定的調(diào)和配方和配比。優(yōu)選地，步驟C包括步驟Cl :通過所述數(shù)據(jù)庫支持模塊，讀取各裝置收率、能耗與性能指標模型，讀取裝置流程獲得物流之間傳遞關(guān)系，讀取成品油價格及懲罰因子、原油價格和罐存成本；步驟C2 :成品油調(diào)和調(diào)度優(yōu)化模型，在加工裝置操作不變的情況下進行，通過調(diào)整成品油調(diào)和配比以滿足成品油需求；步驟C3 :改質(zhì)裝置與成品油調(diào)和調(diào)度優(yōu)化模型，在一次加工裝置和二次反應裝置操作不變的前提下進行，調(diào)整目標是在滿足成品油調(diào)和對組分油要求的前提下調(diào)整的操作費用最??；步驟C4 :二次反應裝置與改質(zhì)裝置操作優(yōu)化及成品油調(diào)度優(yōu)化模型，在一次加工裝置優(yōu)化操作模式和處理量不變的情況下進行，在滿足成品油需求及各類約束的前提下經(jīng)濟效益最大；步驟C5 :—次加工裝置優(yōu)化操作模式切換下的調(diào)度優(yōu)化模型，一次加工裝置優(yōu)化操作模式切換卻處理量不變，優(yōu)化后續(xù)裝置操作滿足成品油需求；步驟C6 :原油調(diào)和調(diào)度參與下的全生產(chǎn)過程調(diào)度優(yōu)化模型。(三)有益效果本發(fā)明的解決方案，有效避開了大規(guī)模混合整數(shù)線性或非線性規(guī)劃求解困難的問題，同時基于當前流程操作狀態(tài)，綜合考慮了調(diào)度模型中難以準確描述的切換代價，優(yōu)化的同時考慮到了綜合切換與操作代價最小化原則，能夠有效解決煉油企業(yè)在生產(chǎn)調(diào)度優(yōu)化實施中的應用難題。
下面參照附圖并結(jié)合實例來進一步描述本發(fā)明。其中圖I為根據(jù)本發(fā)明實施例的調(diào)度優(yōu)化整體解決方案示意圖。圖2為根據(jù)本發(fā)明實施例的模塊之間數(shù)據(jù)流示意圖。圖3為根據(jù)本發(fā)明實施例的專家決策與推理系統(tǒng)流程圖。
具體實施例方式下面結(jié)合附圖和實施例，對本發(fā)明的具體實施方式
作進一步詳細描述。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。根據(jù)本發(fā)明的基于智能決策的實用可操作的煉油生產(chǎn)過程調(diào)度優(yōu)化方法包括專家智能決策推理、數(shù)學模型生成和優(yōu)化求解兩部分。專家智能決策推理部分，基于專家先驗知識，以優(yōu)化操作模式切換代價最小化為原則，對成品油需求變化和原油變動，針對煉油廠具體流程結(jié)構(gòu)給出滿足成品油具體需求下的各裝置科學合理的決策信息，指導全廠調(diào)度優(yōu)化，協(xié)調(diào)原油調(diào)度、成品油調(diào)度與裝置調(diào)度優(yōu)化；優(yōu)化求解計算部分，獲得專家決策推理給出的優(yōu)化操作模式下的裝置收率模型、操作費用模型及性質(zhì)指標模型，生成數(shù)學模型并調(diào)用求解器進行最優(yōu)化求解，計算結(jié)果反饋專家決策推理部分，對決策與推理的調(diào)整提供反饋信息。根據(jù)本發(fā)明的基于智能決策的煉油生產(chǎn)過程調(diào)度優(yōu)化方法包括以下步驟 步驟A 上位機初始化在所述上位機中設(shè)立以下模塊離線建模模塊、在線模型修正模塊、專家決策推理模塊、優(yōu)化求解模塊、優(yōu)化模型生成模塊及數(shù)據(jù)庫支持模塊，其中離線建模模塊，通過所述數(shù)據(jù)庫支持模塊，獲得需要進行模型統(tǒng)計的流程內(nèi)裝置信息，并初始化裝置模型數(shù)據(jù)。在線模型修正模塊，通過所述數(shù)據(jù)庫支持模塊，獲得離線建模模塊所得裝置調(diào)度優(yōu)化模型，并初始化為在線修正基礎(chǔ)模型。專家決策推理模塊，通過所述數(shù)據(jù)庫支持模塊，讀取當前操作的各種狀態(tài)變量寫入數(shù)據(jù)庫供專家決策推理模塊使用，并初始化專家決策推理模塊的相關(guān)參數(shù)。步驟B:所述專家推理模塊與優(yōu)化求解模塊，是在獲得先進控制實施下的生產(chǎn)加工裝置各優(yōu)化操作模式下的收率模型、操作費用及性質(zhì)指標模型的基礎(chǔ)上，根據(jù)當前汽油柴油需求、歷史汽油柴油需求、當前裝置優(yōu)化操作模式進行優(yōu)化操作模式?jīng)Q策，在保障經(jīng)濟效益的前提下以最小范圍的裝置操作變動和最小操作代價來滿足成品油需求，依次按以下步驟進行決策推理與優(yōu)化求解步驟BI :通過所述數(shù)據(jù)庫支持模塊，讀取原油數(shù)據(jù)&疋‘^，成品油需求信息DDpJnJt: DDphih2 ，讀取歷史需求. HDpjkiJkl當前裝置優(yōu)化操作模式PMU，當前混煉
原油實沸點曲線值TBPtl。其中，c為原油種類；ο為成品油種類；tkl, tk2分別為k調(diào)度周期的起始時刻與結(jié)束時刻；SUPcjkiJ tkl到tk2時間段內(nèi)原油C的供應量,標量；DD DD 分別為成品油ο在tkl到tk2時間段內(nèi)最小需求和最大需求，標
量；HD HD 分別是成品油O在當前執(zhí)行周期段內(nèi)最小需求和最大需求，標
量；PMu是裝置u的當前優(yōu)化操作模式，0-1取值的向量；TBPtl是原油調(diào)和的當前實沸點數(shù)據(jù)，數(shù)據(jù)格式為{[TI。，。，TEC；comp), Dc；comp}步驟B2 :專家決策與推理,其步驟如下步驟B2. I :計算未來調(diào)度周期內(nèi)的汽柴比(//)/(.. 、當前汽柴比⑶Rtl、未來調(diào)度周期內(nèi)的常規(guī)柴油與高標號柴油之比、常規(guī)汽油與高標號汽油之、當前常規(guī)柴油與高標號柴油需求之比RPRDtl和常規(guī)汽油與高標號汽油之比RPRGtl即
權(quán)利要求
1.一種基于智能決策的煉油生產(chǎn)過程調(diào)度優(yōu)化方法，其特征在于，包括 步驟A :上位機初始化， 其中，在所述上位機中設(shè)立以下模塊專家決策推理模塊、優(yōu)化求解模塊、優(yōu)化模型生成模塊及數(shù)據(jù)庫支持模塊，其中，專家決策推理模塊，通過所述數(shù)據(jù)庫支持模塊，讀取當前操作的各種狀態(tài)變量寫入數(shù)據(jù)庫供專家決策推理模塊使用，并初始化專家決策推理模塊的相關(guān)參數(shù)； 步驟B :所述專家決策推理模塊，在獲得先進控制實施下的生產(chǎn)加工裝置各優(yōu)化操作模式下的收率模型、操作費用及性質(zhì)指標模型的基礎(chǔ)上，根據(jù)當前汽油柴油需求、歷史汽油柴油需求、當前裝置優(yōu)化操作模式進行優(yōu)化操作模式?jīng)Q策，在保證成品油需求的前提下，最大化經(jīng)濟效益的同時以最小范圍的裝置操作變動和最小操作代價來滿足成品油需求； 步驟C :所述數(shù)學模型生成模塊，在專家決策與推理模塊已獲得裝置優(yōu)化操作模式后，通過讀取數(shù)據(jù)庫相應表項，得到各裝置收率、操作費用與性質(zhì)指標模型，配置生成數(shù)學優(yōu)化模型。
2.如權(quán)利要求I所述的方法，其特征在于，步驟B包括 步驟BI :通過所述數(shù)據(jù)庫支持模塊，讀取原油評價數(shù)據(jù)、原油供應數(shù)據(jù)、成品油需求信息 DDOJ]a'tkl、DD0pttiJi； 、歷史成品油需求、、當前裝置優(yōu)化操作模式PMU、當前混煉原油實沸點曲線值TBPtl ； 步驟B2 :專家決策與推理。
3.如權(quán)利要求2所述的方法，其特征在于，步驟B2包括 步驟B2. I :計算未來調(diào)度周期內(nèi)的汽柴比G7)A'v...。、當前汽柴比GDRtl、未來調(diào)度周期內(nèi)的常規(guī)柴油與高標號柴油之比、常規(guī)汽油與高標號汽油之比、當前常規(guī)柴油與高標號柴油需求之比RPRdq和常規(guī)汽油與高標號汽油之比RPRetl ; 步驟B2. 2 :包括 步驟B2. 2. I :成品油調(diào)和調(diào)度對于成品油總需求和各牌號變化不大及生產(chǎn)裝置未發(fā)生變動的情況下，按照步驟C2所述形成數(shù)學優(yōu)化模型，調(diào)用優(yōu)化求解模塊，如果滿足需求，則優(yōu)化結(jié)束，轉(zhuǎn)步驟B2. 2. 5，如果不能滿足，則繼續(xù)以下步驟； 步驟B2. 2. 2 :改質(zhì)裝置連續(xù)操作優(yōu)化與成品油調(diào)和調(diào)度，包括 步驟B2. 2. 2. I :待優(yōu)化操作裝置決策，如果高標號柴油與普通標號柴油相對變化超出一定范圍，則柴油改質(zhì)裝置納入待優(yōu)化操作裝置集，如果高標號汽油與普通標號汽油相對變化超出一定范圍，則汽油改質(zhì)裝置納入待優(yōu)化操作裝置集； 步驟B2. 2. 2. 2 :優(yōu)化求解并決策，按照步驟C3所述形成相應數(shù)學優(yōu)化模型，調(diào)用優(yōu)化求解模塊，如果獲得優(yōu)化解即求解結(jié)束，否則，返回步驟B2. 2. 2. 1，增加待優(yōu)化操作裝置集，直至獲得最優(yōu)解則停止，如所有改質(zhì)裝置均優(yōu)化求解后仍未獲得最優(yōu)解，則繼續(xù)以下步驟； 步驟B2. 2. 3 :加工與反應裝置決策與推理，以操作代價最小和最少化裝置操作調(diào)整為原則對原油一次分餾裝置和二次反應加工裝置按照分步?jīng)Q策策略依次進行決策，并進行相應地優(yōu)化求解計算，在裝置操作允許負荷變化下獲得滿足成品油需求的求解結(jié)果則優(yōu)化結(jié)束，包括步驟B2. 2. 3. I :二次反應裝置優(yōu)化操作模式?jīng)Q策 步驟B2. 2. 3. I. I :待優(yōu)化裝置順序決策，如果高標號汽油或柴油需求量相對變化超過一定范圍，則按照二次反應裝置生成調(diào)和組分性能指標排序依次進行二次反應裝置優(yōu)化操作模式的調(diào)整，否則，按照二次反應裝置分餾操作的難易程度和調(diào)節(jié)的余量排序依次調(diào)整其優(yōu)化操作模式； 步驟B2. 2. 3. I. 2 :裝置優(yōu)化操作模式?jīng)Q策，如果汽油需求總量相對增加，則調(diào)整二次反應裝置操作為汽油操作模式，如果柴油需求總量相對增加，則調(diào)整二次反應裝置操作為柴油操作方案，如果汽油、柴油需求總量的相對變化在規(guī)定范圍內(nèi)，無需調(diào)整裝置優(yōu)化操作模式，維持裝置現(xiàn)有操作方案； 步驟B2. 2. 3. I. 3 :調(diào)度優(yōu)化求解并決策，計算已決策出優(yōu)化操作方案下的裝置收率、操作費用及性質(zhì)指標模型，計算結(jié)果寫數(shù)據(jù)庫，按照步驟C4所描述的方法形成相應調(diào)度優(yōu)化模型，調(diào)用調(diào)度優(yōu)化求解模塊，如果求解結(jié)果滿足成品油需求，則結(jié)束優(yōu)化，轉(zhuǎn)步驟B2. 2. 5，否則重新遍歷二次反應加工裝置直至遍歷結(jié)束； 步驟B2. 2. 3. 2 :一次加工裝置優(yōu)化操作模式推理 步驟B2. 2. 3. 2. I :待優(yōu)化操作裝置順序決策，按照一次加工裝置操作難易程度和調(diào)節(jié)的余量排序確定流程內(nèi)所有一次加工裝置調(diào)整優(yōu)化操作模式的順序； 步驟 B2. 2. 3. 2. 2 :裝置優(yōu)化操作模式?jīng)Q策，如果汽油需求總量相對增加，則調(diào)整一次加工裝置為汽油操作模式，如果柴油需求總量相對增加，則調(diào)整一次加工裝置為柴油操作方案； 步驟B2. 2. 3. 2. 3 :調(diào)度優(yōu)化求解并決策，計算已決策出優(yōu)化操作方案下的裝置收率、操作費用及性質(zhì)指標模型，計算結(jié)果寫數(shù)據(jù)庫，按照步驟C5所描述的方法形成相應調(diào)度優(yōu)化模型，調(diào)用調(diào)度優(yōu)化求解模塊，如果求解結(jié)果滿足成品油需求，則優(yōu)化結(jié)束，轉(zhuǎn)步驟B2. 2. 5 ;否則繼續(xù)增加調(diào)整一次加工裝置直至遍歷結(jié)束； 步驟B2. 2. 4 :在改質(zhì)裝置、二次反應裝置和一次加工裝置均調(diào)整操作方案后未達到成品油調(diào)度要求的情況下，則考慮調(diào)整原油調(diào)和調(diào)度，步驟如下按照滿足成品油需求和調(diào)和原油實沸點蒸餾盡量穩(wěn)定的原則，給出期望原油實沸點蒸餾，得到與期望原油實沸點蒸餾盡可能接近的調(diào)和配方和配比，計算各裝置在新的原油調(diào)和配方和配比和已得優(yōu)化操作模式下的裝置收率、能耗及性質(zhì)指標模型，按照步驟C6所描述的方法形成相應調(diào)度優(yōu)化模型，調(diào)用調(diào)度優(yōu)化求解模塊進行優(yōu)化求解計算； 步驟B2. 2. 5 :原油供給判斷判斷按照最優(yōu)化解時的原油調(diào)和配方及其原油調(diào)和配t匕，原油供應能否滿足調(diào)度要求，如果原油供應不能滿足調(diào)度要求，則以當前原油實沸點蒸餾和原油性質(zhì)分析數(shù)據(jù)為目標，做原油調(diào)和調(diào)度優(yōu)化，得到原油性質(zhì)盡可能穩(wěn)定的調(diào)和配方和配比。
4.如權(quán)利要求I所述的方法，其特征在于，步驟C包括 步驟Cl :通過所述數(shù)據(jù)庫支持模塊，讀取各裝置收率、能耗與性能指標模型，讀取裝置流程獲得物流之間傳遞關(guān)系，讀取成品油價格及懲罰因子、原油價格和罐存成本； 步驟C2 :成品油調(diào)和調(diào)度優(yōu)化模型，在加工裝置操作不變的情況下進行，通過調(diào)整成品油調(diào)和配比以滿足成品油需求； 步驟C3 :改質(zhì)裝置與成品油調(diào)和調(diào)度優(yōu)化模型，在一次加工裝置和二次反應裝置操作不變的前提下進行，調(diào)整目標是在滿足成品油調(diào)和對組分油要求的前提下調(diào)整的操作費用最小； 步驟C4 :二次反應裝置與改質(zhì)裝置操作優(yōu)化及成品油調(diào)度優(yōu)化模型，在一次加工裝置優(yōu)化操作模式和處理量不變的情況下進行，在滿足成品油需求及各類約束的前提下經(jīng)濟效益最大； 步驟C5 :—次加工裝置優(yōu)化操作模式切換下的調(diào)度優(yōu)化模型，一次加工裝置優(yōu)化操作模式切換卻處理量不變，優(yōu)化后續(xù)裝置操作滿足成品油需求； 步驟C6 :原油調(diào)和調(diào)度參與下的全生產(chǎn)過程調(diào)度優(yōu)化模型。
5.如權(quán)利要求4所述的方法，其特征在于，步驟C2包括 步驟C2. I :該步優(yōu)化模型目標函數(shù)為
6.如權(quán)利要求4所述的方法，其特征在于，步驟C3包括 步驟C3. I :該步調(diào)度優(yōu)化目標函數(shù)為
7.如權(quán)利要求4所述的方法，其特征在于，步驟C4包括 步驟C4. I :該步優(yōu)化模型目標函數(shù)為
8.如權(quán)利要求4所述的方法，其特征在于，步驟C5包括步驟C5. I :該步調(diào)度優(yōu)化模型目標函數(shù)為
9.如權(quán)利要求4所述的方法，其特征在于，步驟C6包括 步驟C6. I :該步調(diào)度優(yōu)化模型目標函數(shù)為
全文摘要
本發(fā)明提供了一種基于智能決策的煉油生產(chǎn)過程調(diào)度優(yōu)化方法，包括步驟A上位機初始化；步驟B根據(jù)當前汽油柴油需求、歷史汽油柴油需求、當前裝置優(yōu)化操作模式進行優(yōu)化操作模式?jīng)Q策，在保障經(jīng)濟效益的前提下以最小范圍的裝置操作變動和最小操作代價來滿足成品油需求；步驟C通過讀取數(shù)據(jù)庫相應表項，得到各裝置收率、操作費用與性質(zhì)指標模型，配置生成數(shù)學優(yōu)化模型。本發(fā)明的解決方案，有效避開了大規(guī)?；旌险麛?shù)線性或非線性規(guī)劃求解困難的問題，同時基于當前流程操作狀態(tài)，綜合考慮了調(diào)度模型中難以準確描述的切換代價，優(yōu)化的同時考慮到了綜合切換與操作代價最小化原則，能夠有效解決煉油企業(yè)在生產(chǎn)調(diào)度優(yōu)化實施中的應用難題。
文檔編號G05B19/418GK102768513SQ201210228649
公開日2012年11月7日 申請日期2012年7月2日 優(yōu)先權(quán)日2012年7月2日
發(fā)明者余冰, 呂文祥, 擺亮, 施磊, 江永亨, 高小永, 黃德先 申請人:清華大學