專(zhuān)利名稱(chēng)：基于智能決策的煉油生產(chǎn)過(guò)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(guò)程調(diào)度優(yōu)化與實(shí)現(xiàn)方法。
背景技術(shù)：
隨著煉油企業(yè)自動(dòng)化程度的逐步提高，先進(jìn)控制及集成優(yōu)化技術(shù)的實(shí)施，煉油企業(yè)調(diào)度優(yōu)化的時(shí)機(jī)日益成熟并提到日程上來(lái)，世界各大技術(shù)服務(wù)公司也有 調(diào)度軟件推出，但因?yàn)闊捰推髽I(yè)調(diào)度問(wèn)題具有過(guò)程復(fù)雜、操作模式控制和建模困難、模式切換代價(jià)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(méi)有能夠?yàn)闊捰推髽I(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(dǎo)致煉油企業(yè)的生產(chǎn)調(diào)度還是憑人工經(jīng)驗(yàn)來(lái)進(jìn)行調(diào)度，還存在著非常大的挖潛潛力。我國(guó)目前原油加工能力已經(jīng)達(dá)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(wàn)噸，高于我國(guó)第二大油田勝利油田一年的產(chǎn)量。我國(guó)煉油工業(yè)能耗、物耗明顯高于國(guó)際先進(jìn)水平(目前國(guó)內(nèi)煉制每噸原油能耗達(dá)70-95千克標(biāo)油，而國(guó)外煉油綜合能耗的先進(jìn)水平僅為53. 2千克標(biāo)油/噸)，因此成品油率還明顯低于國(guó)際先進(jìn)水平，挖潛潛力大，即能夠通過(guò)煉油生產(chǎn)調(diào)度優(yōu)化提高產(chǎn)品收率，按目前全國(guó)每年5億噸原油處理量，直接經(jīng)濟(jì)效益非常顯著，同時(shí)在減少C02和其他有害物體的排放、增加高價(jià)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(jì)效益和社會(huì)效益。因此提出煉油生產(chǎn)過(guò)調(diào)度優(yōu)化求解與實(shí)現(xiàn)的新途徑，能夠有效實(shí)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(wèn)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(shí)間和代價(jià)是不同的，如通過(guò)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(jìn)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(xué)規(guī)劃方法在求解方面難以適應(yīng)這種問(wèn)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(gè)大規(guī)?；旌险麛?shù)線(xiàn)性規(guī)劃或混合整數(shù)非線(xiàn)性規(guī)劃問(wèn)題，對(duì)于實(shí)際煉油廠規(guī)模的問(wèn)題而言，調(diào)度求解耗時(shí)較大，很難在合理時(shí)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(shí)間和代價(jià)這個(gè)重要因素。當(dāng)前應(yīng)用比較好的Aspen Orion調(diào)度軟件實(shí)際上是給人工排產(chǎn)和仿真驗(yàn)證提供了一個(gè)平臺(tái)，并沒(méi)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(wèn)題(由于多種進(jìn)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(zhǔn)確反映生產(chǎn)過(guò)程特性)實(shí)際上無(wú)法實(shí)現(xiàn)調(diào)度優(yōu)化；這樣一個(gè)大規(guī)?；旌险麛?shù)線(xiàn)性規(guī)劃或混合整數(shù)非線(xiàn)性規(guī)劃問(wèn)題也很難在有限時(shí)間進(jìn)行求解；沒(méi)有生產(chǎn)裝置級(jí)先進(jìn)控制與卡邊優(yōu)化保障生產(chǎn)裝置按照調(diào)度實(shí)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(gè)對(duì)應(yīng)優(yōu)化操作模式的調(diào)度模型來(lái)描述，對(duì)于煉油生產(chǎn)過(guò)程調(diào)度優(yōu)化也是無(wú)法得到落實(shí)。關(guān)于煉油生產(chǎn)過(guò)程調(diào)度與優(yōu)化，已經(jīng)有一些研究和應(yīng)用結(jié)果。目前工業(yè)上應(yīng)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(yàn)證工具，并沒(méi)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(wèn)題，但因采用單一統(tǒng)計(jì)模型，精度低，不能反映工況變化實(shí)際，調(diào)度優(yōu)化解難以保證其實(shí)際可操作性。文獻(xiàn)報(bào)道中的有關(guān)調(diào)度優(yōu)化方法因?qū)嶋H工業(yè)應(yīng)用問(wèn)題規(guī)模太大，調(diào)度優(yōu)化描述為大規(guī)?；旌险麛?shù)線(xiàn)性或非線(xiàn)性規(guī)劃問(wèn)題，求解效率低，不能滿(mǎn)足時(shí)效性要求高的調(diào)度優(yōu)化問(wèn)題，另外現(xiàn)有方法也沒(méi)有考慮原油性質(zhì)變化和優(yōu)化操作模式切換對(duì)生產(chǎn)裝置的影響，頻繁的生產(chǎn)裝置切換帶來(lái)的長(zhǎng)時(shí)間過(guò)渡過(guò)程致使基于穩(wěn)態(tài)的優(yōu)化結(jié)果不可達(dá)到，這種根本不考慮實(shí)際應(yīng)用中可操作性問(wèn)題的調(diào)度優(yōu)化思路在現(xiàn)實(shí)中顯然是行不通的。目前在調(diào)度優(yōu)化方面理論研究遠(yuǎn)未解決問(wèn)題。

發(fā)明內(nèi)容
(一)要解決的技術(shù)問(wèn)題 本發(fā)明的目的是基于裝置級(jí)先進(jìn)控制與優(yōu)化能夠保障生產(chǎn)裝置實(shí)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(shí)用可操作的煉油生產(chǎn)過(guò)程調(diào)度優(yōu)化方法。(二)技術(shù)方案為了解決上述問(wèn)題，本發(fā)明提供了一種基于智能決策的煉油生產(chǎn)過(guò)程調(diào)度優(yōu)化方法，包括步驟A :上位機(jī)初始化，其中，在所述上位機(jī)中設(shè)立以下模塊專(zhuān)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(kù)支持模塊，其中，專(zhuān)家決策推理模塊，通過(guò)所述數(shù)據(jù)庫(kù)支持模塊，讀取當(dāng)前操作的各種狀態(tài)變量寫(xiě)入數(shù)據(jù)庫(kù)供專(zhuān)家決策推理模塊使用，并初始化專(zhuān)家決策推理模塊的相關(guān)參數(shù)；步驟B :所述專(zhuān)家決策推理模塊，在獲得先進(jìn)控制實(shí)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(fèi)用及性質(zhì)指標(biāo)模型的基礎(chǔ)上，根據(jù)當(dāng)前汽油柴油需求、歷史汽油柴油需求、當(dāng)前裝置優(yōu)化操作模式進(jìn)行優(yōu)化操作模式?jīng)Q策，在保障經(jīng)濟(jì)效益的前提下以最小范圍的裝置操作變動(dòng)和最小操作代價(jià)來(lái)滿(mǎn)足成品油需求；步驟C :所述數(shù)學(xué)模型生成模塊，在專(zhuān)家決策與推理模塊已獲得裝置優(yōu)化操作模式后，通過(guò)讀取數(shù)據(jù)庫(kù)相應(yīng)表項(xiàng)，得到各裝置收率、操作費(fèi)用與性質(zhì)指標(biāo)模型，配置生成數(shù)學(xué)優(yōu)化模型。優(yōu)選地，步驟B包括步驟BI :通過(guò)所述數(shù)據(jù)庫(kù)支持模塊，讀取原油評(píng)價(jià)數(shù)據(jù)、原油供應(yīng)數(shù)據(jù)餅、成品油需求信息DUZttttz、歷史成品油需求、當(dāng)前裝置優(yōu)化操作模式PMU、當(dāng)前混煉原油實(shí)沸點(diǎn)曲線(xiàn)值TBPtl ;步驟B2 :專(zhuān)家決策與推理。優(yōu)選地，步驟B2包括步驟B2. I :計(jì)算未來(lái)調(diào)度周期內(nèi)的汽柴比、當(dāng)前汽柴比GDRtl、未來(lái)調(diào)度周期內(nèi)的常規(guī)柴油與高標(biāo)號(hào)柴油之比、常規(guī)汽油與高標(biāo)號(hào)汽油之比、當(dāng)前常規(guī)柴油與高標(biāo)號(hào)柴油需求之比RPRm和常規(guī)汽油與高標(biāo)號(hào)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(duì)于成品油總需求和各牌號(hào)變化不大及生產(chǎn)裝置未發(fā)生變動(dòng)的情況下，按照步驟C2所述形成數(shù)學(xué)優(yōu)化模型，調(diào)用優(yōu)化求解模塊，如果滿(mǎn)足需求，則優(yōu)化結(jié)束，轉(zhuǎn)步驟Β2. 2. 5，如果不能滿(mǎn)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(biāo)號(hào)柴油與普通標(biāo)號(hào)柴油相對(duì)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(biāo)號(hào)汽油與普通標(biāo)號(hào)汽油相對(duì)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(yīng)數(shù)學(xué)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(yīng)裝置決策與推理，以操作代價(jià)最小和最少化裝置操作調(diào)整為原則對(duì)原油一次分餾裝置和二次反應(yīng)加工裝置按照分步?jīng)Q策策略依次進(jìn)行決策，并進(jìn)行相應(yīng)地優(yōu)化求解計(jì)算，在裝置操作允許負(fù)荷變化下獲得滿(mǎn)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(yīng)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(biāo)號(hào)汽油或柴油需求量相對(duì)變化超過(guò)一定范圍，則按照二次反應(yīng)裝置生成調(diào)和組分性能指標(biāo)排序依次進(jìn)行二次反應(yīng)裝置優(yōu)化操作模式的調(diào)整，否則，按照二次反應(yīng)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(duì)增加，則調(diào)整二次反應(yīng)裝置操作為汽油操作模式，如果柴油需求總量相對(duì)增加， 則調(diào)整二次反應(yīng)裝置操作為柴油操作方案，如果汽油、柴油需求總量的相對(duì)變化在規(guī)定范圍內(nèi)，無(wú)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(jì)算已決策出優(yōu)化操作方案下的裝置收率、操作費(fèi)用及性質(zhì)指標(biāo)模型，計(jì)算結(jié)果寫(xiě)數(shù)據(jù)庫(kù)，按照步驟C4所描述的方法形成相應(yīng)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(mǎn)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(yīng)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(duì)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(duì)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(jì)算已決策出優(yōu)化操作方案下的裝置收率、操作費(fèi)用及性質(zhì)指標(biāo)模型，計(jì)算結(jié)果寫(xiě)數(shù)據(jù)庫(kù)，按照步驟C5所描述的方法形成相應(yīng)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(mǎn)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(yīng)裝置和一次加工裝置均調(diào)整操作方案后未達(dá)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(mǎn)足成品油需求和調(diào)和原油實(shí)沸點(diǎn)蒸餾盡量穩(wěn)定的原則，給出期望原油實(shí)沸點(diǎn)蒸餾，得到與期望原油實(shí)沸點(diǎn)蒸餾盡可能接近的調(diào)和配方和配比，計(jì)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(biāo)模型，按照步驟C6所描述的方法形成相應(yīng)調(diào)度優(yōu)化模型，調(diào)用調(diào)度優(yōu)化求解模塊進(jìn)行優(yōu)化求解計(jì)算；步驟B2. 2. 5 :原油供給判斷判斷按照最優(yōu)化解時(shí)的原油調(diào)和配方及其原油調(diào)和配比，原油供應(yīng)能否滿(mǎn)足調(diào)度要求，如果原油供應(yīng)不能滿(mǎn)足調(diào)度要求，則以當(dāng)前原油實(shí)沸點(diǎn)蒸餾和原油性質(zhì)分析數(shù)據(jù)為目標(biāo)，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(guò)所述數(shù)據(jù)庫(kù)支持模塊，讀取各裝置收率、能耗與性能指標(biāo)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(jià)格及懲罰因子、原油價(jià)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(jìn)行，通過(guò)調(diào)整成品油調(diào)和配比以滿(mǎn)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(yīng)裝置操作不變的前提下進(jìn)行，調(diào)整目標(biāo)是在滿(mǎn)足成品油調(diào)和對(duì)組分油要求的前提下調(diào)整的操作費(fèi)用最?。徊襟EC4 :二次反應(yīng)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(jìn)行，在滿(mǎn)足成品油需求及各類(lèi)約束的前提下經(jīng)濟(jì)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(mǎn)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(guò)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(kāi)了大規(guī)?；旌险麛?shù)線(xiàn)性或非線(xiàn)性規(guī)劃求解困難的問(wèn)題，同時(shí)基于當(dāng)前流程操作狀態(tài)，綜合考慮了調(diào)度模型中難以準(zhǔn)確描述的切換代價(jià)，優(yōu)化的同時(shí)考慮到了綜合切換與操作代價(jià)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(shí)施中的應(yīng)用難題。


下面參照附圖并結(jié)合實(shí)例來(lái)進(jìn)一步描述本發(fā)明。其中圖I為根據(jù)本發(fā)明實(shí)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(shí)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(shí)施例的專(zhuān)家決策與推理系統(tǒng)流程圖。
具體實(shí)施例方式下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明的具體實(shí)施方式
作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說(shuō)明本發(fā)明，但不用來(lái)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(shí)用可操作的煉油生產(chǎn)過(guò)程調(diào)度優(yōu)化方法包括專(zhuān)家智能決策推理、數(shù)學(xué)模型生成和優(yōu)化求解兩部分。專(zhuān)家智能決策推理部分，基于專(zhuān)家先驗(yàn)知識(shí)，以?xún)?yōu)化操作模式切換代價(jià)最小化為原則，對(duì)成品油需求變化和原油變動(dòng)，針對(duì)煉油廠具體流程結(jié)構(gòu)給出滿(mǎn)足成品油具體需求下的各裝置科學(xué)合理的決策信息，指導(dǎo)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(jì)算部分，獲得專(zhuān)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(fèi)用模型及性質(zhì)指標(biāo)模型，生成數(shù)學(xué)模型并調(diào)用求解器進(jìn)行最優(yōu)化求解，計(jì)算結(jié)果反饋專(zhuān)家決策推理部分，對(duì)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(guò)程調(diào)度優(yōu)化方法包括以下步驟 步驟A 上位機(jī)初始化在所述上位機(jī)中設(shè)立以下模塊離線(xiàn)建模模塊、在線(xiàn)模型修正模塊、專(zhuān)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(kù)支持模塊，其中離線(xiàn)建模模塊，通過(guò)所述數(shù)據(jù)庫(kù)支持模塊，獲得需要進(jìn)行模型統(tǒng)計(jì)的流程內(nèi)裝置信息，并初始化裝置模型數(shù)據(jù)。在線(xiàn)模型修正模塊，通過(guò)所述數(shù)據(jù)庫(kù)支持模塊，獲得離線(xiàn)建模模塊所得裝置調(diào)度優(yōu)化模型，并初始化為在線(xiàn)修正基礎(chǔ)模型。專(zhuān)家決策推理模塊，通過(guò)所述數(shù)據(jù)庫(kù)支持模塊，讀取當(dāng)前操作的各種狀態(tài)變量寫(xiě)入數(shù)據(jù)庫(kù)供專(zhuān)家決策推理模塊使用，并初始化專(zhuān)家決策推理模塊的相關(guān)參數(shù)。步驟B:所述專(zhuān)家推理模塊與優(yōu)化求解模塊，是在獲得先進(jìn)控制實(shí)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(fèi)用及性質(zhì)指標(biāo)模型的基礎(chǔ)上，根據(jù)當(dāng)前汽油柴油需求、歷史汽油柴油需求、當(dāng)前裝置優(yōu)化操作模式進(jìn)行優(yōu)化操作模式?jīng)Q策，在保障經(jīng)濟(jì)效益的前提下以最小范圍的裝置操作變動(dòng)和最小操作代價(jià)來(lái)滿(mǎn)足成品油需求，依次按以下步驟進(jìn)行決策推理與優(yōu)化求解步驟BI :通過(guò)所述數(shù)據(jù)庫(kù)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(dāng)前裝置優(yōu)化操作模式PMU，當(dāng)前混煉
原油實(shí)沸點(diǎn)曲線(xiàn)值TBPtl。其中，c為原油種類(lèi)；ο為成品油種類(lèi)；tkl, tk2分別為k調(diào)度周期的起始時(shí)刻與結(jié)束時(shí)刻；SUPcjkiJ tkl到tk2時(shí)間段內(nèi)原油C的供應(yīng)量,標(biāo)量；DD DD 分別為成品油ο在tkl到tk2時(shí)間段內(nèi)最小需求和最大需求，標(biāo)
量；HD HD 分別是成品油O在當(dāng)前執(zhí)行周期段內(nèi)最小需求和最大需求，標(biāo)
量；PMu是裝置u的當(dāng)前優(yōu)化操作模式，0-1取值的向量；TBPtl是原油調(diào)和的當(dāng)前實(shí)沸點(diǎn)數(shù)據(jù)，數(shù)據(jù)格式為{[TI。，。，TEC；comp), Dc；comp}步驟B2 :專(zhuān)家決策與推理,其步驟如下步驟B2. I :計(jì)算未來(lái)調(diào)度周期內(nèi)的汽柴比(//)/(.. 、當(dāng)前汽柴比⑶Rtl、未來(lái)調(diào)度周期內(nèi)的常規(guī)柴油與高標(biāo)號(hào)柴油之比、常規(guī)汽油與高標(biāo)號(hào)汽油之、當(dāng)前常規(guī)柴油與高標(biāo)號(hào)柴油需求之比RPRDtl和常規(guī)汽油與高標(biāo)號(hào)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(guò)程調(diào)度優(yōu)化方法，其特征在于，包括 步驟A :上位機(jī)初始化， 其中，在所述上位機(jī)中設(shè)立以下模塊專(zhuān)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(kù)支持模塊，其中，專(zhuān)家決策推理模塊，通過(guò)所述數(shù)據(jù)庫(kù)支持模塊，讀取當(dāng)前操作的各種狀態(tài)變量寫(xiě)入數(shù)據(jù)庫(kù)供專(zhuān)家決策推理模塊使用，并初始化專(zhuān)家決策推理模塊的相關(guān)參數(shù)； 步驟B :所述專(zhuān)家決策推理模塊，在獲得先進(jìn)控制實(shí)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(fèi)用及性質(zhì)指標(biāo)模型的基礎(chǔ)上，根據(jù)當(dāng)前汽油柴油需求、歷史汽油柴油需求、當(dāng)前裝置優(yōu)化操作模式進(jìn)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(jì)效益的同時(shí)以最小范圍的裝置操作變動(dòng)和最小操作代價(jià)來(lái)滿(mǎn)足成品油需求； 步驟C :所述數(shù)學(xué)模型生成模塊，在專(zhuān)家決策與推理模塊已獲得裝置優(yōu)化操作模式后，通過(guò)讀取數(shù)據(jù)庫(kù)相應(yīng)表項(xiàng)，得到各裝置收率、操作費(fèi)用與性質(zhì)指標(biāo)模型，配置生成數(shù)學(xué)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(guò)所述數(shù)據(jù)庫(kù)支持模塊，讀取原油評(píng)價(jià)數(shù)據(jù)、原油供應(yīng)數(shù)據(jù)、成品油需求信息 DDOJ]a'tkl、DD0pttiJi； 、歷史成品油需求、、當(dāng)前裝置優(yōu)化操作模式PMU、當(dāng)前混煉原油實(shí)沸點(diǎn)曲線(xiàn)值TBPtl ； 步驟B2 :專(zhuān)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(jì)算未來(lái)調(diào)度周期內(nèi)的汽柴比G7)A'v...。、當(dāng)前汽柴比GDRtl、未來(lái)調(diào)度周期內(nèi)的常規(guī)柴油與高標(biāo)號(hào)柴油之比、常規(guī)汽油與高標(biāo)號(hào)汽油之比、當(dāng)前常規(guī)柴油與高標(biāo)號(hào)柴油需求之比RPRdq和常規(guī)汽油與高標(biāo)號(hào)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(duì)于成品油總需求和各牌號(hào)變化不大及生產(chǎn)裝置未發(fā)生變動(dòng)的情況下，按照步驟C2所述形成數(shù)學(xué)優(yōu)化模型，調(diào)用優(yōu)化求解模塊，如果滿(mǎn)足需求，則優(yōu)化結(jié)束，轉(zhuǎn)步驟B2. 2. 5，如果不能滿(mǎn)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(biāo)號(hào)柴油與普通標(biāo)號(hào)柴油相對(duì)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(biāo)號(hào)汽油與普通標(biāo)號(hào)汽油相對(duì)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(yīng)數(shù)學(xué)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(yīng)裝置決策與推理，以操作代價(jià)最小和最少化裝置操作調(diào)整為原則對(duì)原油一次分餾裝置和二次反應(yīng)加工裝置按照分步?jīng)Q策策略依次進(jìn)行決策，并進(jìn)行相應(yīng)地優(yōu)化求解計(jì)算，在裝置操作允許負(fù)荷變化下獲得滿(mǎn)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(yīng)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(biāo)號(hào)汽油或柴油需求量相對(duì)變化超過(guò)一定范圍，則按照二次反應(yīng)裝置生成調(diào)和組分性能指標(biāo)排序依次進(jìn)行二次反應(yīng)裝置優(yōu)化操作模式的調(diào)整，否則，按照二次反應(yīng)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(duì)增加，則調(diào)整二次反應(yīng)裝置操作為汽油操作模式，如果柴油需求總量相對(duì)增加，則調(diào)整二次反應(yīng)裝置操作為柴油操作方案，如果汽油、柴油需求總量的相對(duì)變化在規(guī)定范圍內(nèi)，無(wú)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(jì)算已決策出優(yōu)化操作方案下的裝置收率、操作費(fèi)用及性質(zhì)指標(biāo)模型，計(jì)算結(jié)果寫(xiě)數(shù)據(jù)庫(kù)，按照步驟C4所描述的方法形成相應(yīng)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(mǎn)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(yīng)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(duì)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(duì)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(jì)算已決策出優(yōu)化操作方案下的裝置收率、操作費(fèi)用及性質(zhì)指標(biāo)模型，計(jì)算結(jié)果寫(xiě)數(shù)據(jù)庫(kù)，按照步驟C5所描述的方法形成相應(yīng)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(mǎn)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(yīng)裝置和一次加工裝置均調(diào)整操作方案后未達(dá)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(mǎn)足成品油需求和調(diào)和原油實(shí)沸點(diǎn)蒸餾盡量穩(wěn)定的原則，給出期望原油實(shí)沸點(diǎn)蒸餾，得到與期望原油實(shí)沸點(diǎn)蒸餾盡可能接近的調(diào)和配方和配比，計(jì)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(biāo)模型，按照步驟C6所描述的方法形成相應(yīng)調(diào)度優(yōu)化模型，調(diào)用調(diào)度優(yōu)化求解模塊進(jìn)行優(yōu)化求解計(jì)算； 步驟B2. 2. 5 :原油供給判斷判斷按照最優(yōu)化解時(shí)的原油調(diào)和配方及其原油調(diào)和配t匕，原油供應(yīng)能否滿(mǎn)足調(diào)度要求，如果原油供應(yīng)不能滿(mǎn)足調(diào)度要求，則以當(dāng)前原油實(shí)沸點(diǎn)蒸餾和原油性質(zhì)分析數(shù)據(jù)為目標(biāo)，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(guò)所述數(shù)據(jù)庫(kù)支持模塊，讀取各裝置收率、能耗與性能指標(biāo)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(jià)格及懲罰因子、原油價(jià)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(jìn)行，通過(guò)調(diào)整成品油調(diào)和配比以滿(mǎn)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(yīng)裝置操作不變的前提下進(jìn)行，調(diào)整目標(biāo)是在滿(mǎn)足成品油調(diào)和對(duì)組分油要求的前提下調(diào)整的操作費(fèi)用最??； 步驟C4 :二次反應(yīng)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(jìn)行，在滿(mǎn)足成品油需求及各類(lèi)約束的前提下經(jīng)濟(jì)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(mǎn)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(guò)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(biāo)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(biāo)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(biāo)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(biāo)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(biāo)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(guò)程調(diào)度優(yōu)化方法，包括步驟A上位機(jī)初始化；步驟B根據(jù)當(dāng)前汽油柴油需求、歷史汽油柴油需求、當(dāng)前裝置優(yōu)化操作模式進(jìn)行優(yōu)化操作模式?jīng)Q策，在保障經(jīng)濟(jì)效益的前提下以最小范圍的裝置操作變動(dòng)和最小操作代價(jià)來(lái)滿(mǎn)足成品油需求；步驟C通過(guò)讀取數(shù)據(jù)庫(kù)相應(yīng)表項(xiàng)，得到各裝置收率、操作費(fèi)用與性質(zhì)指標(biāo)模型，配置生成數(shù)學(xué)優(yōu)化模型。本發(fā)明的解決方案，有效避開(kāi)了大規(guī)?；旌险麛?shù)線(xiàn)性或非線(xiàn)性規(guī)劃求解困難的問(wèn)題，同時(shí)基于當(dāng)前流程操作狀態(tài)，綜合考慮了調(diào)度模型中難以準(zhǔn)確描述的切換代價(jià)，優(yōu)化的同時(shí)考慮到了綜合切換與操作代價(jià)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(shí)施中的應(yīng)用難題。
文檔編號(hào)G05B19/418GK102768513SQ201210228649
公開(kāi)日2012年11月7日 申請(qǐng)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(qǐng)人:清華大學(xué)