[發(fā)明專利]一種基于裝置機理的煉油過程生產計劃優(yōu)化方法

在審

• 申請?zhí)枺?/td>: 202010286812.2
• 申請日: 2020-04-13
• 公開（公告）號: CN111475957A
• 公開（公告）日: 2020-07-31
• 發(fā)明（設計）人: 杜文莉;鐘偉民;錢鋒;范琛;楊明磊;隆建
• 申請（專利權）人: 華東理工大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q10/04;G06Q50/02;G06N3/12;G06F111/10;G06F119/14
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 韋東

本發(fā)明公開了一種煉油過程生產計劃優(yōu)化方法，該方法基于煉油過程生產裝置的工藝機理，結合裝置的實時/統計數據，校正機理模型參數，獲得能夠準確描述實際工況的嚴格機理模型。在此基礎上，利用經過校正的機理模型，建立各裝置的原料性質和操作/工藝條件對產品收率的關系曲線。將此關系曲線按不同斜率區(qū)間進行分段線性化，獲得原料性質、操作條件和產品收率之間的線性關系，并將線性關系中的斜率作為煉油過程線性規(guī)劃計劃模型的參數，提高煉油過程計劃模型的精確性。

技術領域

本發(fā)明屬于煉油過程控制領域，具體涉及一種基于裝置機理的煉油過程生產計劃優(yōu)化方法。

背景技術

石油化工是我國國民經濟的支柱產業(yè)。其中，煉油工業(yè)將原油轉化為汽油、煤油、柴油等其它能源難以取代的液體車用燃料，并為其它重要有機原料的生產提供化工原料，已成為我國國民經濟命脈和安全保障的重要支柱產業(yè)。隨著煉油企業(yè)生產過程日趨大型化、集中化和連續(xù)化，對煉油企業(yè)生產過程的優(yōu)質、高產、低消耗、環(huán)境保護及技術經濟等方面有了更高的要求，特別是當今全球原油資源緊缺的情況下，煉油企業(yè)如何實現過程生產的最優(yōu)化，最大限度提高生產率，節(jié)能降耗是未來急需解決的問題。

煉油生產過程受市場影響非常大，煉油企業(yè)如何能以最低成本、最小的能源和原材料消耗與企業(yè)在競爭中立于不敗之地至關重要。近年來，國內煉油企業(yè)在裝置的機理建模、生產計劃優(yōu)化、調度優(yōu)化等方面進行了全面的建設，取得了良好的效果。其中，生產計劃是企業(yè)生產管理的核心任務和企業(yè)決策的重要部分，是煉油和化工生產活動中的第一步。利用計劃優(yōu)化軟件建立計劃優(yōu)化模型已成為煉油企業(yè)進行生產經營優(yōu)化決策不可缺少的工具。根據計劃優(yōu)化模型，煉油企業(yè)可開展從原油采購到成品油銷售的優(yōu)化，按全廠綜合效益進行原油資源選擇和優(yōu)化配置，成品油流向優(yōu)化和供需平衡，為煉油企業(yè)的生產計劃制定和經營決策提供了強有力的支持。在企業(yè)層面上，利用企業(yè)級計劃優(yōu)化模型進行了生產計劃優(yōu)化排產、優(yōu)化原油采購、優(yōu)化生產方案和產品結構、優(yōu)化資源配置、優(yōu)化船期、庫存和檢修安排等多方面應用，提高了企業(yè)精細化管理水平，為原油劣質化降本增效起到了直接指導和推動作用，為指導企業(yè)充分發(fā)揮裝置生產潛力、優(yōu)化資源配置提供了很好的參考。

目前，國內煉油企業(yè)多數使用基于線性規(guī)劃方法的計劃優(yōu)化軟件制定和優(yōu)化生產計劃。計劃模型的精確性嚴重依賴于模型中二次加工裝置的產品收率分布。目前的模型中多采用固定收率或Delta-Base技術，在一定程度上滿足了生產計劃編排的基本要求。但由于實際裝置過程非線性非常強，采用線性模型難以達到預期的計劃模型精度，導致預期計劃與實際生產過程存在偏差，增加煉油過程的生產成本。隨著過程工業(yè)日益走向大型化、集約化，對生產計劃的制定提出了更高的要求，迫切需要更為精準的生產計劃優(yōu)化技術。該技術要求生產裝置原料、操作工況、生產方案發(fā)生變化的情況下，基于機理模型和實際運行數據，預測裝置收率數據，實時構建生產計劃模型，以最大限度地提高生產計劃精度，同時優(yōu)化生產計劃，確保裝置整體效益最大化。

發(fā)明內容

本發(fā)明提供了一種基于裝置機理的煉油過程生產計劃優(yōu)化技術，能夠大大提高計劃模型精度，解決計劃模型誤差大、參數無法根據裝置實際運行情況進行更新等問題。

具體而言，本發(fā)明提供一種煉油過程裝置機理模型構建方法，包括以下步驟：

(1)基于煉油過程二次加工裝置的工藝機理，采用集總動力學方法建立裝置機理模型；

(2)根據裝置的歷史統計數據或采集的實時運行數據，以產品收率的模型預測值和實際工況值的平方差最小作為優(yōu)化目標，利用改進后的差分進化算法進行求解，校正模型參數；通過程序設置偏差閾值，當模型預測值與實際工況值的偏差超過設置閾值時，觸發(fā)模型校正功能，實現機理模型自動校正。

在一個或多個實施方案中，步驟(1)中，所述二次加工裝置包括催化重整裝置、催化裂化裝置、加氫裂化裝置、延遲焦化裝置和渣油加氫裝置。