余 冰 ,高小永 ,擺 亮 ,施 磊 ,江永亨 ,黃德先
(1清華大學(xué)自動(dòng)化系,北京 100084;2清華信息科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室,北京 100084)
生產(chǎn)調(diào)度作為煉油企業(yè)的生產(chǎn)指揮中心和生產(chǎn)管理系統(tǒng)的關(guān)鍵,在企業(yè)的生產(chǎn)經(jīng)營(yíng)管理中起著決定性的作用。生產(chǎn)調(diào)度優(yōu)化功能的實(shí)現(xiàn)對(duì)于煉油企業(yè)降低生產(chǎn)成本、提高經(jīng)濟(jì)效益、增強(qiáng)市場(chǎng)響應(yīng)速度有著重要的作用[1]。但由于調(diào)度優(yōu)化技術(shù)的不成熟,生產(chǎn)調(diào)度優(yōu)化功能的缺失成為企業(yè)信息化中的薄弱環(huán)節(jié)。國(guó)內(nèi)煉化企業(yè)只能做到短期調(diào)度優(yōu)化與手工調(diào)度排產(chǎn)相結(jié)合的程度[2]。因此,研究煉廠調(diào)度優(yōu)化技術(shù),開(kāi)發(fā)出面向煉油行業(yè)的全廠調(diào)度優(yōu)化軟件有著重要的作用和意義。
由于煉廠生產(chǎn)工藝復(fù)雜、模型規(guī)模大,煉廠全廠調(diào)度是一個(gè)復(fù)雜的調(diào)度優(yōu)化問(wèn)題?,F(xiàn)有的調(diào)度建模和優(yōu)化技術(shù)很難在有效的時(shí)間內(nèi)獲得全局最優(yōu)解。在實(shí)際生產(chǎn)過(guò)程中,原油性質(zhì)變化和加工裝置操作模式的變化都會(huì)使裝置模型特性發(fā)生變化,裝置操作模式變化時(shí)不同加工裝置的切換代價(jià)和過(guò)渡過(guò)程時(shí)間也不盡相同,單一調(diào)度模型或多模型描述方式都很難有效地描述上述問(wèn)題。這給煉廠調(diào)度問(wèn)題模型描述和優(yōu)化求解帶來(lái)了困難。
針對(duì)煉廠全廠調(diào)度優(yōu)化問(wèn)題,Moro和Pinto等[3]首先建立了煉廠全廠調(diào)度的MILP和MINLP模型,但當(dāng)模型規(guī)模較大時(shí)求解困難。為降低模型求解規(guī)模,學(xué)者采用基于某種原則的分解技術(shù)[4-7]、仿真優(yōu)化方法[8-9]、啟發(fā)式規(guī)則[10]等方法來(lái)解決此問(wèn)題。但采用上述方法建立的單一模型或多模型都未能有效處理煉廠調(diào)度中原油性質(zhì)變化和裝置操作模式切換帶來(lái)的問(wèn)題,模型優(yōu)化結(jié)果也很難符合煉廠生產(chǎn)實(shí)際。這都是調(diào)度優(yōu)化技術(shù)與工業(yè)實(shí)際應(yīng)用需求還存在很大的差距。
目前,商業(yè)煉廠調(diào)度優(yōu)化軟件包括 Aspen Orion、Honeywell Production Scheduler(PS)、WAM PICASO和HIS公司的H/SCHED。其中Aspen Orion軟件是模擬輔助決策系統(tǒng),主要為人工排產(chǎn)方案提供驗(yàn)證,在我國(guó)一些石化企業(yè)得到了應(yīng)用,如鎮(zhèn)海煉化、廣州石化、茂名石化等[11-13],但軟件本身不具有優(yōu)化排產(chǎn)的功能。Production Scheduler采用雙層優(yōu)化方法來(lái)求解調(diào)度優(yōu)化問(wèn)題,但該軟件建模方法不能夠準(zhǔn)確反映各加工裝置優(yōu)化模型,模型不準(zhǔn)確使其調(diào)度優(yōu)化結(jié)果不具備實(shí)際指導(dǎo)意義[14]。
針對(duì)文獻(xiàn)研究和相關(guān)軟件中存在的模型描述不準(zhǔn)確和求解困難的問(wèn)題,本文作者課題組提出一種解決煉廠全廠調(diào)度問(wèn)題的建模和優(yōu)化方法:基于集成控制優(yōu)化的煉油生產(chǎn)過(guò)程調(diào)度優(yōu)化建模方法;基于智能決策的煉油生產(chǎn)過(guò)程調(diào)度優(yōu)化方法?;诖私鉀Q方案,本文作者進(jìn)行了煉廠全廠調(diào)度優(yōu)化軟件的設(shè)計(jì)和開(kāi)發(fā)工作。
該方法是通過(guò)裝置級(jí)先進(jìn)控制與優(yōu)化和全廠煉油生產(chǎn)調(diào)度整體解決思路來(lái)實(shí)現(xiàn),利用專(zhuān)家決策推理和模型優(yōu)化求解來(lái)獲得在裝置操作模式切換代價(jià)最小下的調(diào)度優(yōu)化方案。方案包括裝置優(yōu)化操作模式離線建模和在線更新、專(zhuān)家智能決策、模型描述和優(yōu)化求解等四部分,如圖1所示。
1.1.1 專(zhuān)家決策推理和模型描述及優(yōu)化求解的雙層求解策略
圖1 全廠調(diào)度優(yōu)化求解策略
為準(zhǔn)確描述煉廠全廠調(diào)度優(yōu)化問(wèn)題和解決模型求解困難問(wèn)題,系統(tǒng)采用基于上層專(zhuān)家決策推理和下層數(shù)學(xué)描述及優(yōu)化求解的雙層求解策略,并按成品油調(diào)合、改質(zhì)裝置、一二次加工裝置和原油調(diào)合的先后順序逐步優(yōu)化求解策略,分步判斷各階段優(yōu)化方案是否滿足成品油生產(chǎn)需求。
上層專(zhuān)家智能決策推理部分以最小化裝置操作模式切換代價(jià)為目標(biāo),在考慮原油評(píng)價(jià)數(shù)據(jù)、成品油需求、原油供應(yīng)和當(dāng)前操作模式等數(shù)據(jù)下,根據(jù)煉廠工藝流程和專(zhuān)家決策信息推理煉廠加工裝置的優(yōu)化操作模式,推理結(jié)果為加工裝置的側(cè)線收率、側(cè)線性質(zhì)和公用工程消耗等數(shù)據(jù),同時(shí)將推理結(jié)果傳遞給下層。當(dāng)下層模型求解結(jié)束后,根據(jù)下層反饋的優(yōu)化結(jié)果判斷是否執(zhí)行下一步?jīng)Q策推理方案。
下層數(shù)學(xué)描述及優(yōu)化求解部分根據(jù)上層專(zhuān)家決策信息和煉廠生產(chǎn)工藝生成相應(yīng)的LP/NLP調(diào)度優(yōu)化模型,模型決策變量為每周期各裝置加工量和罐存量。求解結(jié)束后,并將結(jié)果反饋給上層系統(tǒng)。
1.1.2 離線建模與在線模型修正
離線建模部分根據(jù)先進(jìn)控制和裝置優(yōu)化的有限個(gè)優(yōu)化操作模式得到具有實(shí)際操作意義且可通過(guò)先進(jìn)控制實(shí)現(xiàn)的裝置優(yōu)化操作模式。這些優(yōu)化操作模式不僅能夠準(zhǔn)確地描述調(diào)度優(yōu)化模型,而且保證模型優(yōu)化結(jié)果具有實(shí)際可操作性。
調(diào)度優(yōu)化系統(tǒng)給出調(diào)度排產(chǎn)方案具有可實(shí)際操作性,各裝置優(yōu)化操作模式下的加工方案均可通過(guò)裝置先進(jìn)控制優(yōu)化技術(shù)實(shí)現(xiàn)。同時(shí)當(dāng)裝置運(yùn)行平穩(wěn)后,系統(tǒng)收集各裝置優(yōu)化操作模式下的生產(chǎn)運(yùn)行數(shù)據(jù),并對(duì)裝置操作模式數(shù)據(jù)進(jìn)行在線更新。
系統(tǒng)設(shè)計(jì)的目的是為用戶(hù)提供一個(gè)簡(jiǎn)單易用的圖形化建模平臺(tái),能夠給出具有實(shí)際價(jià)值的調(diào)度排產(chǎn)方案,同時(shí)實(shí)現(xiàn)與 MES集成。為此,軟件應(yīng)具有如下功能。
(1)允許用戶(hù)利用圖形組態(tài)工具庫(kù)建立煉廠調(diào)度模型。
(2)系統(tǒng)利用上述優(yōu)化求解方案為用戶(hù)提供切實(shí)可行的調(diào)度優(yōu)化方案。
(3)豐富的圖形顯示功能,為用戶(hù)提供各種甘特圖和報(bào)表信息。
(4)裝置操作模式更新,系統(tǒng)能夠根據(jù)從DCS層獲得裝置平穩(wěn)運(yùn)行時(shí)的生產(chǎn)數(shù)據(jù),并對(duì)裝置操作模式數(shù)據(jù)進(jìn)行修正。
(5)用戶(hù)可以方便地管理模型數(shù)據(jù),并通過(guò)接口實(shí)現(xiàn)與MES、DCS的集成。
基于以上設(shè)計(jì)目標(biāo)和調(diào)度優(yōu)化求解方案,系統(tǒng)由軟件程序和數(shù)據(jù)庫(kù)兩部分組成,如圖2所示。為降低系統(tǒng)耦合性、提高軟件可重用性,軟件由軟件主界面、圖形建模模塊、專(zhuān)家決策推理模塊、模型描述及優(yōu)化求解模塊、調(diào)度結(jié)果顯示模塊、原油調(diào)合模塊及軟件實(shí)現(xiàn)閉環(huán)優(yōu)化時(shí)的離線建模和在線模型更新模塊組成,如圖2所示。各模塊均封裝為dll,程序運(yùn)行時(shí),系統(tǒng)根據(jù)用戶(hù)指令通過(guò)接口調(diào)用各模塊。
圖2 系統(tǒng)功能結(jié)構(gòu)圖
數(shù)據(jù)庫(kù)用于存儲(chǔ)各種模型數(shù)據(jù),并通過(guò)接口獲取 MES各模塊數(shù)據(jù),如原油評(píng)價(jià)數(shù)據(jù)庫(kù)中的原油數(shù)據(jù)、計(jì)劃優(yōu)化數(shù)據(jù)(成品油需求及原油供應(yīng)等)、生產(chǎn)裝置數(shù)據(jù)及LIMS層原料性質(zhì)及產(chǎn)物收率等分析數(shù)據(jù)。
在此基礎(chǔ)上,系統(tǒng)在 Windows操作系統(tǒng)上采Visual Studio開(kāi)發(fā)環(huán)境下C#編程語(yǔ)言,數(shù)據(jù)庫(kù)管理系統(tǒng)采用采用 Access,運(yùn)行平臺(tái)為 Windows XP/Windows Vista/Win7。
基于上文整體設(shè)計(jì)方案,本研究主要側(cè)重于軟件圖形化建模、優(yōu)化求解、圖形顯示和數(shù)據(jù)庫(kù)等主要功能的設(shè)計(jì)與實(shí)現(xiàn)。
圖形建模的主要功能是允許用戶(hù)進(jìn)行圖形建模和編輯功能,如利用圖形工具庫(kù)建立煉廠全廠流程模型、界面輸入、編輯裝置數(shù)據(jù)信息和復(fù)制、粘貼、剪切、查找等編輯功能。
該模塊在基于MVC架構(gòu)的開(kāi)源圖形用戶(hù)控件NetronLight上進(jìn)行二次開(kāi)發(fā)。裝置對(duì)象和圖形編輯功能在NetronLight的模型、視圖和控制器類(lèi)庫(kù)中得以實(shí)現(xiàn)。圖形組態(tài)中裝置模型采用圖形信息(裝置位置及圖形屬性數(shù)據(jù)等)與模型數(shù)據(jù)信息(裝置進(jìn)出料信息、裝置加工能力、裝置操作方案等數(shù)據(jù)信息)相分離的方法。模型建模時(shí),用戶(hù)可以將復(fù)雜的煉廠流程建立在多張流程圖上。
基于上文提出的模型求解方案中裝置類(lèi)型劃分方法,圖形工具庫(kù)中的裝置包括:一次加工裝置(常壓裝置、減壓裝置)、二次加工裝置(催化裂化、延遲焦化和加氫裂化等)、改質(zhì)裝置(烷基化、加氫精制和催化重整)和氣分裝置;虛擬裝置下的混合器和分離器;成品油調(diào)合裝置下的汽油調(diào)合器和柴油調(diào)合器、管線;罐裝置下的集總罐和物理罐,包括原油罐、成品油罐、組分油罐等。
專(zhuān)家決策推理模塊是系統(tǒng)優(yōu)化求解的核心部分。當(dāng)成品油需求或原油供應(yīng)發(fā)生變化時(shí),該部分以最小化裝置操作模式切換代價(jià)為目標(biāo),根據(jù)專(zhuān)家推理規(guī)則,協(xié)調(diào)原油調(diào)和調(diào)度、公用工程調(diào)度、下層優(yōu)化求解模塊信息等進(jìn)行推理決策,推理結(jié)果包括裝置側(cè)線收率、進(jìn)料約束、側(cè)線性質(zhì)、加工費(fèi)用等裝置模型數(shù)據(jù),其決策過(guò)程如圖3所示。
專(zhuān)家系統(tǒng)運(yùn)行時(shí),其輸入數(shù)據(jù)為數(shù)據(jù)庫(kù)中的原油評(píng)價(jià)數(shù)據(jù)、成品油需求數(shù)據(jù)、歷史成品油需求數(shù)據(jù)、當(dāng)前各裝置操作模式、原油供應(yīng)數(shù)據(jù)和圖形數(shù)據(jù)中煉廠工藝流程。在推理決策過(guò)程中,
專(zhuān)家系統(tǒng)采用逐步求解策略,按成品油調(diào)合、改質(zhì)裝置、二次加工裝置、一次加工裝置和原油調(diào)合的先后順序逐步推理,獲得最小操作代價(jià)下的推理方案,并將推理結(jié)果傳遞給下層模型描述與求解部分。
模型描述與優(yōu)化求解的主要功能是以經(jīng)濟(jì)效益最大化為目的,根據(jù)專(zhuān)家推理結(jié)果和流程圖信息生成數(shù)學(xué)模型,通過(guò)優(yōu)化求解獲得加工裝置處理能力和罐容信息,同時(shí)將優(yōu)化結(jié)果反饋給專(zhuān)家系統(tǒng)。其求解步驟為:首先檢查模型是否含有矛盾約束條件,然后根據(jù)模型設(shè)置信息、調(diào)度周期、專(zhuān)家決策推理結(jié)果(裝置模型側(cè)線收率數(shù)據(jù))、流程圖結(jié)構(gòu)信息和模型裝置數(shù)據(jù)生成對(duì)應(yīng)的數(shù)學(xué)模型,最后通過(guò)求解器獲得優(yōu)化結(jié)果,并保存到數(shù)據(jù)庫(kù)中,如圖4所示。其中當(dāng)專(zhuān)家推理決策涉及的裝置類(lèi)型不同時(shí),下層優(yōu)化模型也不盡相同。
當(dāng)考慮全局性質(zhì)傳遞或成品油非線性調(diào)合性質(zhì)時(shí),模型會(huì)引入雙線性和非線性約束,下層模型表現(xiàn)為非線性約束優(yōu)化問(wèn)題。目前還沒(méi)有通用的非線性約束優(yōu)化求解技術(shù),本系統(tǒng)主要解決線性?xún)?yōu)化模型,同時(shí)提供非線性模型生成和優(yōu)化求解接口,為進(jìn)一步擴(kuò)充系統(tǒng)功能提供條件。模型生成時(shí),模型變量為每周期物料流量和罐容庫(kù)存量,目標(biāo)函數(shù)和約束不等式根據(jù)裝置類(lèi)型的不同而添加不同的數(shù)據(jù)。模型生成后可以選擇Coin-Or或LPSolver等作為求解器進(jìn)行優(yōu)化求解。
圖3 專(zhuān)家決策模塊
圖4 模型描述及求解
模型數(shù)據(jù)管理的主要功能是允許用戶(hù)對(duì)數(shù)據(jù)庫(kù)執(zhí)行查詢(xún)、編輯和維護(hù)功能,通過(guò)用戶(hù)界面和接口對(duì)模型數(shù)據(jù)執(zhí)行操作。模型數(shù)據(jù)管理功能基于后臺(tái)數(shù)據(jù)庫(kù)。按照模型數(shù)據(jù)類(lèi)型,各數(shù)據(jù)表中數(shù)據(jù)實(shí)現(xiàn)功能如表1所示。
以某煉廠生產(chǎn)調(diào)度問(wèn)題為例,在調(diào)度優(yōu)化軟件上建立該煉廠的調(diào)度優(yōu)化模型。該煉廠進(jìn)料為大慶原油、華北原油、冀東原油,經(jīng)過(guò)常減壓裝置、催化裂化裝置、加氫精制、催化重整、加氫脫硫、醚化裝置等加工流程,最后通過(guò)油品調(diào)合裝置調(diào)合出京四(93#、97#)、國(guó)三汽油(90#、93#、97#)和國(guó)三柴油(0#、?10#)。
表1 統(tǒng)數(shù)據(jù)庫(kù)信息表
模型優(yōu)化求解時(shí),系統(tǒng)以最小化裝置操作模式切換代價(jià)為目標(biāo)進(jìn)行推理決策和優(yōu)化求解。本研究通過(guò)修改成品油需求數(shù)據(jù),如某成品油一定時(shí)間的需求發(fā)生變動(dòng)(京四97#需求量由1000 t變?yōu)?100 t)、增加高標(biāo)號(hào)汽油的需求量(京四 93#、97#和國(guó)四 93#、97#需求量由 1200 t、1000 t、500 t、500 t變?yōu)?1000 t、1200 t、450 t、600 t)、汽油需求量繼續(xù)增加(京四93#、97#和國(guó)四93#、97#需求量由1200 t、1000 t、500 t、500 t變?yōu)?1000 t、1200 t、400 t、700 t)3種情況,獲得的優(yōu)化方案如表2所示。
從表2中可以看出,執(zhí)行操作1時(shí),僅成品油調(diào)合配比發(fā)生變化;執(zhí)行操作2時(shí),改質(zhì)裝置和成品油調(diào)合配比發(fā)生變化;執(zhí)行操作3時(shí),二次加工裝置、改制裝置和成品油調(diào)合配比發(fā)生變化。上述仿真結(jié)果表明了當(dāng)成品油需求發(fā)生變化時(shí),軟件能夠按照最小化裝置操作代價(jià)來(lái)給出最優(yōu)化排產(chǎn)方案。
本研究為基于本文作者課題組最新研究成果開(kāi)發(fā)出的一款圖形化煉廠調(diào)度優(yōu)化軟件。系統(tǒng)允許用戶(hù)利用圖形工具庫(kù)方便地建立煉廠流程工藝圖和輸入模型數(shù)據(jù),在考慮原油性質(zhì)變化和裝置操作模式切換代價(jià)下,通過(guò)專(zhuān)家智能決策推理和模型優(yōu)化求解來(lái)優(yōu)化出符合煉廠生產(chǎn)實(shí)際的調(diào)度優(yōu)化排產(chǎn)方案。仿真結(jié)果表明,該系統(tǒng)能夠在最小化裝置操作模式切換代價(jià)下給出優(yōu)化排產(chǎn)方案。
表2 系統(tǒng)優(yōu)化結(jié)果
[1] 郭錦標(biāo),楊明詩(shī). 化工生產(chǎn)計(jì)劃與調(diào)度的優(yōu)化[M]. 北京:化學(xué)工業(yè)出版社,2006.
[2] 胡益炯. 2009中國(guó)過(guò)程系統(tǒng)工程年會(huì)暨中國(guó)MES年會(huì)論文集[C].杭州,2009.
[3] Joly M,Moro L,Pinto J M. Planning and scheduling for petroleum refineries using mathematical programming[J].Brazilian Journal of Chemical Engineering,2002,19(2):207-228.
[4] Shah N,Saharidis G,Jia Z Y,et al. Centralized-decentralized optimization for refinery scheduling[J].Computers & Chemical Engineering,2009,33(12):2091-2105.
[5] Luo C,Rong G. Hierarchical approach for short-term scheduling in refineries[J].Industrial & Engineering Chemistry Research,2007,49(9): 4474.
[6] Jia Z Y,Ierapetritou M. Efficient short-term scheduling of refinery operations based on a continuous time formulation[J].Computers &Chemical Engineering,2004,28(6-7):1001-1019.
[7] Zhang N,Zhu X X. A novel modelling and decomposition strategy for overall refinery optimisation[J].Computers & Chemical Engineering,2000,24(2-7):1543-1548.
[8] 鄭麗鈺,榮岡,吳婕. 調(diào)度事件驅(qū)動(dòng)的石化物流仿真模型的建模方法[J]. 化工自動(dòng)化及儀表,2008(4):11-15.
[9] Chryssolouris G,Papakostas N,Mourtzis D. Refinery short-term scheduling with tank farm,inventory and distillation management:An integrated simulation-based approach[J].European Journal of Operational Research,2005,166(3):812-827.
[10] 李明. 煉油過(guò)程生產(chǎn)調(diào)度建模方法研究[D]:濟(jì)南:山東大學(xué),2011.
[11] 王景芳,鄔書(shū)躍,郭武. 生產(chǎn)調(diào)度決策優(yōu)化系統(tǒng)Orion[J]. 石油化工自動(dòng)化,2006(3):4-7,30.
[12] 鄭文剛,舒繼和,王愛(ài)東. Aspen Orion調(diào)度系統(tǒng)在鎮(zhèn)海煉化公司成功實(shí)施[J]. 數(shù)字化工,2005(6):37-41.
[13] 王軍. 煉油企業(yè) Aspen Orion系統(tǒng)開(kāi)發(fā)與應(yīng)用[J]. 石油化工自動(dòng)化,2004(5):69-73.
[14] 高興彥,郭志軍. 煉化企業(yè)生產(chǎn)調(diào)度系統(tǒng)(PS)的研究與實(shí)施[J]. 數(shù)字石油和化工,2009(z3):51-55.