论文部分内容阅读
摘 要:油品调合是炼油厂成品油生产的重要环节,其中会涉及到很多成分与产品,储油罐数量高达数百个,订单需求也会有所差异,因此其调度规模巨大,其中物理与化学变化繁琐。基于此,本文将主要探讨如何建立油品调合配方优化模型与短期调度模型,从而为油品调合问题提供更加高效的解决方案。
关键词:油品调合;配方优化;短期调度
1.炼油生产的短期调度
炼油生产过程中,其主要围绕管理与控制两方面内容展开,而起到联接两项主要工作内容纽带作用的便是生产调度。生产调度在炼油生产中具体是指根据上级生产相关命令,联系自身生产能力,合理配置自身资源,以此来追求炼油生产的更高效率,并且还要真实评估生产情况,对评估数据进行综合处理,并将处理结果第一时间反馈到上级部门,从而实现PDSC循环管理模式。
对于短期调度而言,一般时间较短,在便于调度的基础上每日、每周或每旬进行定期调度,按时间或班进行单位划分,从而实现分批连续处理。
2.油品调合配方优化模型
本次研究选取了带有参数的线性规划进行建模,并通过迭代逼近方式降低结果偏差值,使最终结果尽可能满足非线性质量指标值。
2.1约束条件
针对线性质量指标而言,各组分质量指标值同体积乘积的线性加和为质量指标值,则可得到约束1:
约束1为线性约束,在非线性约束上,可增加偏移量bias(p,k)代表k线性计算值与期望值之间的偏差,则可得到约束2:
此外,部分产品的质量指标无法利用线性方法继续拧计算,需要通过近似量den(p)进行替代,则可得到约束3:
而从组分角度,主要有下列两个约束条件:
式中,i——组分油类型;p——产品类型;k——全部质量指标类型;k1——体积线性质量指标类型;k2——体积非线性质量指标类型;k3——质量质量指标类型;prty(i,k)——i成分k指标数值;prty_min(p,k)——p产品k指标最小值;prty_max(p,k)——p产品k指标最大值;con_min(i,p)——p产品i成分最小浓度;con_max(i,p)——p产品i成分最大浓度;amount(i,p)——p产品i成分体积数;amount(p)——p产品体积数。
2.2 求解技术
求解过程如下所示:
第一,通过线性规划模型计算得到初始产品配方,仅考虑p体积线性质量指标。
第二,按照初始配方计算得到pcent(i,p),如果p未生产,则其值为0。
式中,pcent(i,p)——p产品i组分体积百分数。
之后,将其当做固定参数,利用f(pcent(i,p,t))得到非线性属性值,這一点可以根据炼油厂实际油品状况合理选择公式。
第三,bias(p,k)通过下述公式求解:
式中,bias(p,k)——关联性偏移。
则p产品密度值可以通过下述公式计算:
如果p未生产,则无需计算den(p)。
第四,求解所有线性规划模型。
第五,根据模型解析结果确定所有组分的体积百分数,并通过非线性属性计算公式对全部非线性质量指标值进行求解。
第六,对全部产品质量指标进行检测,如果满足最优解,则停止运算,并输出油品调合配方优化方案。
3.短期调度模型
短期调度模型中的产品质量指标约束与组分约束同油品调合配方优化模型一致,根据二者的组合目标,为满足经济效益最大化目标,则构建方程如下:
式中,price(p)——p产品单位体积价格;cost(i)——i成分单位体积成本价格;amount(p,t)——t天p产品生产体积数;comp(i,m,t)——t天m运输罐送给调合管的i数量。
如果想要尽可能提升调度的灵活性,则应该采取连续时间表示法,将调度时间看作一个整体,并根据订单规定时间划分成n个子间隔,因为间隔数目与订单规定时间在调度时间之内的所有订单数目相同,则可以明确第一个间隔的开始时间与最后一个间隔的结束时间。之后根据间隔期望解柔性Level确定时间点数目,通过连续时间域创建的短期调度模型属于MILP模型,在求解过程上和油品调合配方优化模型差不多,都是利用迭代方式计算出最优参数值,转化非线性方程为线性方程进行求解,但工程量要更大一些。
4 结语
本文根据油品调合发展情况,建立了油品调合配方优化模型与短期调度模型,并根据迭代思想实现非线性问题的线性转化,通过建立连续时间域来增强订单产品调度的灵活性,对炼油厂炼油生产具有非常重要的现实意义。
参考文献
[1]梁成龙,孙志勇.基于RBF的95号汽油调合配方软测量模型研究[J].中国化工贸易,2018,10(34):245.DOI:10.3969/j.issn.1674-5167.2018.34.230.
[2]雷剑.油品调合配方优化及短期调度问题研究[D].辽宁:大连理工大学,2005.DOI:10.7666/d.y825390.
[3]王霆.基于数据挖掘的油品调合及配方优化[D].沈阳化工大学;沈阳化工学院,2003.
作者简介:
刘永飞,男,甘肃张掖,出生年月:1989年11月20日,学历:本科,职称:无。
关键词:油品调合;配方优化;短期调度
1.炼油生产的短期调度
炼油生产过程中,其主要围绕管理与控制两方面内容展开,而起到联接两项主要工作内容纽带作用的便是生产调度。生产调度在炼油生产中具体是指根据上级生产相关命令,联系自身生产能力,合理配置自身资源,以此来追求炼油生产的更高效率,并且还要真实评估生产情况,对评估数据进行综合处理,并将处理结果第一时间反馈到上级部门,从而实现PDSC循环管理模式。
对于短期调度而言,一般时间较短,在便于调度的基础上每日、每周或每旬进行定期调度,按时间或班进行单位划分,从而实现分批连续处理。
2.油品调合配方优化模型
本次研究选取了带有参数的线性规划进行建模,并通过迭代逼近方式降低结果偏差值,使最终结果尽可能满足非线性质量指标值。
2.1约束条件
针对线性质量指标而言,各组分质量指标值同体积乘积的线性加和为质量指标值,则可得到约束1:
约束1为线性约束,在非线性约束上,可增加偏移量bias(p,k)代表k线性计算值与期望值之间的偏差,则可得到约束2:
此外,部分产品的质量指标无法利用线性方法继续拧计算,需要通过近似量den(p)进行替代,则可得到约束3:
而从组分角度,主要有下列两个约束条件:
式中,i——组分油类型;p——产品类型;k——全部质量指标类型;k1——体积线性质量指标类型;k2——体积非线性质量指标类型;k3——质量质量指标类型;prty(i,k)——i成分k指标数值;prty_min(p,k)——p产品k指标最小值;prty_max(p,k)——p产品k指标最大值;con_min(i,p)——p产品i成分最小浓度;con_max(i,p)——p产品i成分最大浓度;amount(i,p)——p产品i成分体积数;amount(p)——p产品体积数。
2.2 求解技术
求解过程如下所示:
第一,通过线性规划模型计算得到初始产品配方,仅考虑p体积线性质量指标。
第二,按照初始配方计算得到pcent(i,p),如果p未生产,则其值为0。
式中,pcent(i,p)——p产品i组分体积百分数。
之后,将其当做固定参数,利用f(pcent(i,p,t))得到非线性属性值,這一点可以根据炼油厂实际油品状况合理选择公式。
第三,bias(p,k)通过下述公式求解:
式中,bias(p,k)——关联性偏移。
则p产品密度值可以通过下述公式计算:
如果p未生产,则无需计算den(p)。
第四,求解所有线性规划模型。
第五,根据模型解析结果确定所有组分的体积百分数,并通过非线性属性计算公式对全部非线性质量指标值进行求解。
第六,对全部产品质量指标进行检测,如果满足最优解,则停止运算,并输出油品调合配方优化方案。
3.短期调度模型
短期调度模型中的产品质量指标约束与组分约束同油品调合配方优化模型一致,根据二者的组合目标,为满足经济效益最大化目标,则构建方程如下:
式中,price(p)——p产品单位体积价格;cost(i)——i成分单位体积成本价格;amount(p,t)——t天p产品生产体积数;comp(i,m,t)——t天m运输罐送给调合管的i数量。
如果想要尽可能提升调度的灵活性,则应该采取连续时间表示法,将调度时间看作一个整体,并根据订单规定时间划分成n个子间隔,因为间隔数目与订单规定时间在调度时间之内的所有订单数目相同,则可以明确第一个间隔的开始时间与最后一个间隔的结束时间。之后根据间隔期望解柔性Level确定时间点数目,通过连续时间域创建的短期调度模型属于MILP模型,在求解过程上和油品调合配方优化模型差不多,都是利用迭代方式计算出最优参数值,转化非线性方程为线性方程进行求解,但工程量要更大一些。
4 结语
本文根据油品调合发展情况,建立了油品调合配方优化模型与短期调度模型,并根据迭代思想实现非线性问题的线性转化,通过建立连续时间域来增强订单产品调度的灵活性,对炼油厂炼油生产具有非常重要的现实意义。
参考文献
[1]梁成龙,孙志勇.基于RBF的95号汽油调合配方软测量模型研究[J].中国化工贸易,2018,10(34):245.DOI:10.3969/j.issn.1674-5167.2018.34.230.
[2]雷剑.油品调合配方优化及短期调度问题研究[D].辽宁:大连理工大学,2005.DOI:10.7666/d.y825390.
[3]王霆.基于数据挖掘的油品调合及配方优化[D].沈阳化工大学;沈阳化工学院,2003.
作者简介:
刘永飞,男,甘肃张掖,出生年月:1989年11月20日,学历:本科,职称:无。