论文部分内容阅读
乙烯装置蒸汽动力系统是装置主要动力供给来源，但装置现场普遍存在能量利用效率偏低，能耗偏高的情况。且乙烯装置蒸汽动力系统结构复杂、设备较多，所建立的系统模型一般都具有混整、非线性、强约束等特征，因此对于求解算法提出了更高的要求。 本文根据实际工业装置情况，首先建立了蒸汽动力系统能量优化模型，在满足管网能力约束、物料平衡约束、设备能力约束、透平功率平衡约束等条件基础上，对于抽汽凝汽式透平抽汽流量与进汽流量的非线性关系建立了数据驱动模型进行表征，分别建立了蒸汽动力系统综合能耗单目标优化模型以及蒸汽能耗、电能耗多目标优化模型，为后面的优化工作奠定基础，其中多目标模型可以为决策者提供多种优化参考方案。两类模型分别属于混整非线性规划问题(MINLP)和带约束的多目标混合整数非线性规划问题(CMOMINLP)。针对蒸汽动力系统单目标优化模型，在基本粒子群算法的基础上，融入一种改进的遗传学习准则以及中心粒子的思想，提出了一种基于中心粒子和遗传学习准则的粒子群算法(CG_PSO)。通过测试函数仿真，与其它经典算法进行比较，结果表明CG_PSO跳出局部最优，寻找全局最优解的能力得到明显提高。最后把该算法应用到乙烯装置蒸汽动力系统综合能耗优化中，优化效果明显。针对蒸汽动力系统多目标优化模型，本文在基本MOPSO的基础上，提出了一种改进的多目标混合整数优化算法(ε-TMOPSO)。通过测试函数仿真，与EM-MOPSO、NSGA2以及SNSGA进行对比，结果表明该算法在收敛性和分布性上有一定的优势。把该算法应用到乙烯装置蒸汽动力系统多目标优化中，为决策者提供多种优化方案，取得了较好的效果。以某乙烯装置蒸汽动力系统为研究实例，基于单目标模型以及CG_PSO算法，开发了一套供现场使用的监控与优化软件，用来监控生产状况以及指导优化操作，结果显示优化效率为1.22％，效果显著。