集成炼油企业生产与能量系统的生产计划优化

集成炼油企业生产与能量系统的生产计划优化赵浩;荣冈;冯毅萍【摘要】炼油企业通常由物料生产系统与能量系统组成。传统的企业生产计划优化通常以生产系统物流优化为主，能量系统基于物料生产优化结果进行产能优化以满足企业级能源供需平衡。此种优化方法不仅压缩了企业整体优化空间并且降低了燃料油与瓦斯等中间产品的利用率。基于装置能耗模型与能源供需以及中间产品的产耗质量平衡关系，建立炼油企业生产系统与能源系统的集成优化模型，通过求解MINLP模型进而实现企业生产物流与能流的集成优化。案例实践表明，相较于传统分步优化方法，集成优化方法不仅有效降低了全厂的生产成本，并且实现了生产的节能减排。%Atypicalrefineryconsistsoftheproductionsystemandtheutilitysystem.Traditionalrefinery-wideoptimizationiscarriedoutinasequentialprocesswhichnotonlymissesopportunitiesofincreasingtheoverallrefineryeconomicmargin,butalsoleadstotheeconomiclossesofextrafuelgasventandenvironmentalcostofharmfulgasemission.Anovelintegratedapproachwhichcouplestheproductionsystemandtheutilitysystemispresentedandoptimizedsimultaneouslyinarefinery-widemixed-integernonlinearprogramming(MINLP)model.Theproductionunitenergyconsumptionmodelisintroducedbyconsideringtherelationshipofenergyconsumption,unitthroughput,andoperationmodes.Materialbalanceofintermediateproductsuchasfuelgasandfueloilandenergygenerationandconsumptionbalanceofdifferentutilitiesareconsideredtoimproveenergyutilization.Arealindustrialexampleisinvestigatedtodemonstratetheperformanceoftheproposedmethodwhichleadstosharpdecreaseinrefinery-wideoperationcostandasignificantimprovementinenergysavingandemissionreducing.【期刊名称】《化工学报》【年（卷），期】2015（000）001【总页数】9页（P228-236）【关键词】过程系统;集成;优化;能源系统;公用工程;节能;减排【作者】赵浩;荣冈;冯毅萍【作者单位】浙江大学智能系统与控制研究所，工业控制技术国家重点实验室，浙江杭州310027;浙江大学智能系统与控制研究所，工业控制技术国家重点实验室，浙江杭州310027;浙江大学智能系统与控制研究所，工业控制技术国家重点实验室，浙江杭州I310027【正文语种】中文【中图分类】TQ021.8引言传统的炼油企业包括加工物料为主的生产系统与为生产过程提供不同公用工程介质的能量系统。生产计划优化作为现代炼油企业生产过程中的一个重要环节，一直以来都以优化全厂物流分配为目标，即在给定（或可预测）的原油与产品供需情况下，基于装置生产能力，优化确定全厂装置的产品加工方案，通过资源配置实现全厂生产利润最高（或操作成本最低）。能量系统（以公用工程系统为主）作为产品生产过程的附属系统，为物料加工装置提供能源需求［1］。如图1所示，能量系统基于生产过程优化得到装置加工方案，估算得到周期内装置总能耗需求，从而在满足需求情况下实现供能系统的资源配置与操作优化。图1炼油企业生产计划优化流程Fig.1Traditionaloptimizationprocedureforrefineries炼油企业作为工业制造的重要行业，同时也是能源消耗的主要行业，近年来，随着全球能源需求的快速增长与国际原油价格的上涨，其工业生产的加工成本大幅度提高，炼油企业在制定生产计划时也越来越重视能源系统的计划优化。〃十二五”规划节能减排指标明确了2015年我国单位工业增加值能耗、二氧化碳排放量和用水量分别要比〃十一五”末降低18%、18%以上和30%，促使企业生产在满足经济指标的同时必须兼顾能源的利用效率。近十年来，国外相关研究已经试图在生产计划优化中兼顾物流与能流的集成优化。早在2003年，Kim等［2］通过建立多周期优化模型，研究装置操作成本与能源需求波动对能量系统能源供应的影响。Moita等［3］开发了一个动态模型，用于集成优化结晶盐过程装置和热电联产装置。Puigjaner［4］提出了针对间歇与半连续生产的集成企业热电联产框架。近年来，针对常减压装置模型，也有学者［5］研究装置级操作优化与换热网络的集成优化。Alhajri等［6］提出一个可以实现生产计划与氢气、CO2管理的集成框架。针对米厂生产计划，Lim等［7］提出一个集成物料加工与公用工程网络的建模优化框架。国内近年来关于生产计划与能源调度优化集成研究也逐渐开展，张冰剑等首次采用IDEF0方法描述生产计划与公用工程相互关系，建立生产计划与公用工程集成的混合整数线性规划模型，实现热电联产装置级操作优化。蔡九菊等［11］将钢铁企业的生产系统分解为相互关联的物质流动和能量流动，考虑物质流和能量流的相互关联和制约，建立两者的耦合模型。李安学等［12］针对生产计划与能量系统的并行特性，用并行工程方法提出了确定业务流程的业务过程模型，为集成软件系统的开发奠定了基础。李初福等［13］提出化工过程生产装置非线性能耗模型，从而在生产计划优化中考虑了能耗成本。罗向龙等［14］采用柔性优化设计模型和求解方法，对炼油厂蒸汽动力系统进行了柔性优化设计。Liao等［15］实现了企业内换热系统与水循环系统之间的能流物流集成优化。罗祎青等［16］对乙醇生产过程系统进行能值分析，通过循迹法建立复杂系统能值计算，确定系统中各种能值分配。赵浩等［17］在炼油厂的全厂生产计划优化中引入过程工艺条件，从而实现全场级的计划与操作优化集成。Zhang等［18］近期又提出了蒸汽介质层的炼油企业过程装置和公用工程的换热系统的集成优化，从而提高生产能效。以上研究基本都建立在两个系统的分步优化基础上，或针对单个装置进行优化，或应用于离散制造行业，没有实现石化企业生产物料系统与能源系统的同步优化，因为不能保证炼油企业生产计划的全局最优，从而失去全厂经济效益有效提升空间。因此，如何在炼油企业生产计划优化中，实现生产系统与能量系统的集成优化，既提高整个炼油企业的生产效益，又实现企业节能减排目标，已经成为企业生产计划制定中迫切需要解决的难题。1问题定义如图2所示，生产系统在通过一次加工过程、二次加工过程处理原油和侧线产品时，除了生产进入调和装置生产汽油、柴油等最终产品的中间产品外，同时还会附带生产燃料油和瓦斯等中间产品，这些产品虽然不会作为企业生产最终产品出售，但却可以作为公用工程系统中锅炉等产能设备的进口燃料使用；另一方面生产系统加工过程既有装置会消耗蒸汽、电等公用工程，同时也有装置附带产生中压蒸汽等能源介质。这些中间产品或能源介质价值在传统的炼厂分步优化过程并不能得到充分利用，因此本文引入加工装置的产率模型、物料加工装置的能源产耗模型与公用工程的多工况产能模型，基于燃料油与瓦斯等能源介质在两个系统间的质量平衡关系以及高、中、低压蒸汽以及电力的供需平衡关系，建立企业级生产计划优化模型，最终实现全厂物料与能源的集成优化，从而确定加工装置与产能装置的最优负荷组合，以及原料、能源采购与回收最佳方案。与此同时，通过研究环境排放成本对生产过程的影响，表明集成优化在企业减排优化方面的优势。图2生产系统与能量系统关系Fig.2Relationshipbetweenproductionandutilitysystem2炼油企业生产计划优化模型模型分别建立传统的生产系统计划模型、能量系统操作优化模型以及两个系统间的关系耦合模型，最终根据目标函数的不同，分别构建传统的分步优化模型和集成优化模型。模型中假定各产品需求量、销售价格和原料价格已知。2.1生产系统模型需求约束为表示产品销售量需大于产品需求量。质量平衡与库存约束为表示各侧线两端同一种中间产品的产耗质量平衡。表示最终产品加工量等于产品销售量。调和约束为表示调和装置各物料产耗质量平衡。式中，质量指标约束f(Pc,p)是质量指标的线性化表示，调和质量指标包含辛烷值(汽油调和)、凝点(柴油调和)、含硫量以及含碳量。装置产率模型为表示装置单个加工方案能力约束，xu,m是0-1变量，表示装置u是否采用m方案。装置加工能力约束为式(8)表示装置总输出等于各方案加工量之和。式(9)表示每个装置只允许一个操作方案。式(10)表示各方案下装置产出总量等于装置对各原料消耗量总和。式(11)表示侧线各产品各方案下产量为加工量乘以方案下侧线产率。2.2能量系统模型炼油企业的能量系统主要由锅炉、汽轮机、蒸汽管网、减温减压器等设备组成，其中自产蒸汽与电能、与生产系统附带生产蒸汽等进行联网实现整个企业能源供需平衡。其中锅炉通过燃烧燃料油、瓦斯与天然气等燃料生产高中压蒸汽，汽轮机通过消耗蒸汽来产生电能。传统研究中，为了降低模型复杂度，锅炉效率一般设为固定值［10］，但这并不能准确地反映锅炉的实际运行状态。本文采用Piecewise线性近似方法来对实际的锅炉效率曲线进行分段线性化处理来表达锅炉的多区间工况操作状态，同时降低了非线性模型带来的模型复杂度。式(12)与式(13)分别表示锅炉燃料消耗和蒸汽输出。式(14)表示一个设备只有在一个工况区间有效，同时只能燃烧一类燃料。式(15)表示各个工况区间的取值范围。式(16)表示每个工况的状态组合就是单个设备运行状态。yu是0-1变量，表示设备u是否运行。本研究中5台锅炉(Bl1、Bl2、Bl3、Bl4、Bl5)模型经过Piecewise方法处理后效率曲线如图3所示。图3本研究中5台锅炉效率曲线Fig.3Efficientcurvesforfiveboilers同样，汽轮机模型采用Piecewise线性近似方法来表示多段工况操作效率。式(17)与式(18)分别表示耗气量和发电量。供需与操作约束为表示能源系统外购电量上限。式(23)表示减温减压器流量限制。2.3生产系统与能源系统耦合模型本文提出建立装置能耗模型(物流生产与能源消耗的关系)、中间燃料库存平衡模型(物流生产与能源需求之间关系)、气体排放关联模型(能源消耗与气体排放之间关系)与各能源介质供需平衡关系(能源产耗平衡关系)模型，有效实现炼油企业生产系统与能源系统的集成建模，从而完成物流与能流之间的耦合关系定义。装置能耗模型为式(25)与式(26)分别为生产装置的耗能模型与产能模型，表示生产系统各加工装置能源产耗不仅与加工量有关，还和加工方案以及固定能耗相关。燃料油与瓦斯产耗平衡为其中燃料油的生产与外购量之和不仅可以满足销售需求量，还可作为锅炉燃料进料供应；生产过程附带产生的瓦斯不具有销售价值，但可以作为锅炉燃料进料。气体排放计算如下表示锅炉的SO2与CO2排放量与锅炉负荷以及各燃料排放系数有关。表示各燃料油SO2与CO2的排放系数与燃料油和瓦斯的各产品在生产系统调和或混合过程物性相关。各等级蒸汽与电量供需平衡为表示生产系统附带产生各等级蒸汽与能源系统提供各等级蒸汽大于生产系统装置加工过程蒸汽需求。式(32)表示外购电量与发电量大于生产过程电能需求。2.4模型对比本文根据目前已有生产计划优化模型特点首先构建传统生产计划分步优化模型，同时提出集成两个系统的同步优化模型。分步优化模型由生产系统模型和能源系统模型分别组成。生产系统模型由式(1)~式(11)组成，以式(33)为目标函数，表示在满足产品需求下，优化实现全厂生产成本最低。能源系统模型由式(13)~式(23)、式(27)~式(32)组成，基于生产系统模型优化物流结果，分别通过式(24)与式(25)计算装置能源产耗，以式(34)为目标函数，实现满足生产装置能源需求目标下，操作成本最小，其中式(34)后两项为SO2与CO2气体排放环境污染成本。集成优化模型联合式(1)~式(32)，以式(35)为目标函数，实现满足产品需求要求下，全厂生产操作成本最低，即生产物料成本、能源成本、设备操作费用以及环境成本。3案例分析3.1案例描述本案例基于中国某炼油企业，其产品生产流程如图4所示。包括一次加工装置：常减压(crudeoildistillationunit,CDU)。二次加工装置：催化裂化(fluidcatalyticcracker,FCC)、催化重整(catalyticreformingunit,CRU)、加氢精制(hydrotreatingunit,HT)、加氢脱硫(hydro-desulfurizationunit,HDS)、延迟焦化(delayedcokingunit,DCU)和瓦斯脱硫(gasdesulfurizationunit,DS)。调和装置：汽油调和(gasolineblender)和柴油装置(dieselblender)。还包括MTBE、瓦斯气柜(gastank)、煤油罐(kerosene)和燃料油混合(fueloil)等存储装置。最终产品包括90#汽油(90#gasoline)、93#汽油(93#gasoline)、0#柴油(0#diesel)、-10#柴油(-10#diesel)以及燃料油(fueloil)o本案例中各生产装置具有多种加工方案，加工方案不仅和装置产率有关，同时会影响装置能耗。装置加工方案数量和加工能力见表1。图4炼厂产品生产流程Fig.4Refineryproductionscheme图5为该炼油企业的公用工程系统结构，其中包括5台锅炉（Bl1、Bl2、Bl3、Bl4、Bl5），进料可以选择燃料油（fo）、瓦斯（fg）和天然气（ng），其中Bl1与Bl2产生高压蒸汽（HP），Bl3、Bl4与Bl5产生中压蒸汽（MP）。6台汽轮机（T1、T2、T3、T4、T5、T6）消耗高压蒸汽或中压蒸汽产生电能，并同时产出低等级蒸汽。生产系统产生的蒸汽通过蒸汽管网与公用工程系统实现连通。表1炼厂各加工装置能力与方案数量Table1Unitcapacityandoperationmodes装置方案数量加工能力/（万吨/^CDU4380FCC3200HT3100CRU250HDS250DCU280DS15.83.2模型求解本文中分步模型与集成模型统一在GAMS[19]24.2环境中优化求解。其中分步模型的生产系统模型与能源系统模型分别为MILP模型，采用GAMS24.2的MILP求解器CPLEX依次进行求解，分别用时8.518s和12.262s。集成模型为MINLP模型，包含binary非线性化关系式，因此采用以上分步模型中各变量求解结果作为集成模型各变量初始值，采用GAMS24.2中MINLP求解器SBB（分支定界法）进行求解（relativegap小于3%），用时48.256s，同时采用GAMS24.2中的BARON[20]求解器求解全局最优解（用时约30min）,验证求解结果（relativegap小于1%）。虽然SBB求解结果容差较BARON大，但因为优化结果效益较分步模型优化结果取得了较大改进，同时3%的容差优化效果既满足了求解时间要求，又提高了工业生产效益，所以优先选择SBB作为求解方法，而用BARON作为验证。3.3结果分析表2原料采购对比Table2Comparisonbetweenmaterialpurchasing项目原油/tMTBE/t购电量/t天然气/m3燃料油/t分步368.38x10420.6x1041.22x10405.56x104集成369.35x10421x1041.25x10401.83x104表3不同能源介质产耗对比Table3Comparisonbetweenenergyconsumption项目瓦斯产量/mB瓦斯消耗/m3瓦斯空排/m3燃料油消耗/m3燃料油产量（出售除外）/t分步5787.8x104577710.812.4x1046.8x104集成6991x1046991010.2x1048.3x104图5炼厂公用工程系统流程Fig.5Schemeofutilitysystemofrefinery模型求解结果对比见表2~表4。由表可以看出，相较于分步优化模型，集成优化模型提高了瓦斯回收利用率，避免了分步优化中的空排浪费，同时由于增加了瓦斯消耗替代燃料油，从而大大降低了燃料油的消耗量与采购量，另外，集成优化模型的SO2与CO2排放量皆有所下降，总操作成本为1627283万元，较分步优化降低了23834万元。表4总成本与气体排放量对比Table4Comparisonbetweentotalcostandgasemission项目总成本/元生产系统成本/元能源系统成本/元CO2排放/t，02排放/七分步1627283x1041554942x10471341x10414.743x1040.387x104集成1603449x10411.404x1040.247x104图6生产装置加工负荷对比Fig.6Comparisonbetweenproductionunitloads图7能量系统设备负荷对比Fig.7Comparisonbetweenutilityequipmentloads图6与图7分别为生产加工装置与能源系统产能设备的负荷对比。能源系统中的锅炉可以选取多种燃料作为输入，其中燃料油的特点是成本低，价格低廉，但含碳量与含硫量很高，容易造成C02、S02的高排放量，瓦斯气体属于生产过程中间产品，含碳量较低，无成本，经过除硫装置（DS）处理后含硫量较低。天然气属于外购燃料，成本较高，但其燃烧产生的C02与S02是3种燃料中排放最低的。“十二五”规划中提出节能减排的新要求，企业生产温室气体以及污染气体排放指标逐步提高，气体排放成本对企业的能源系统优化决策的作用越来越大。图8与图9分别为以碳排放为例，研究不同的CO2排放成本下，分步优化与集成优化模型中企业整体操作成本（TC）与CO2排放量变化（图8），以及能量系统各能源介质消耗关系（图9）。可以看到随着CO2单位排放成本的提高，集成优化模型的CO2的排放量在逐渐减少，随之燃料油（FO）的消耗量在逐步下降，天然气（NG）的消耗量在逐步提高。而分步模型的CO2排放量在排放单位成本小于400时基本保持不变，而在大于400以后用天然气完全替代了燃料油的消耗，虽然使得排放量得到了很大降低，但生产总成本较集成优化模型却大大增加。两个模型瓦斯（FG）的消耗量随CO2的排放成本增加变化不大，这是因为瓦斯作为中间产品不具有销售价值，因此两类模型优化的目标主要是实现瓦斯气体的高效回收利用。可以看到，集成优化模型在相同的排放成本下，较分步优化模型不仅很大程度降低了生产总成本，同时有效减少了碳排放量。图8不同CO2排放成本下生产成本以及排放量优化结果对比Fig.8ComparativeresultsoftotalcostandCO2emissionunderincreasingemissioncost4结论本文通过建立炼油企业生产系统与能源系统的生产计划集成优化模型，实现了企业生产物流与能流的集成优化，改进了传统方法将两个系统分割优化的局限性。基于某炼油厂生产实例研究，通过集成优化模型得到更优的全厂原料采购计划与装置设备加工负荷组合，生产成本较传统优化方法降低了1.4%，同时提高了全厂的能源利用效率，实现企业碳排放与硫排放分别降低29.3%与36.4%，进一步通过研究气体排放成本与企业级生产成本与能源消耗的关系，证明集成优化在节能减排方面具有较大优势。图9不同排放成本下能源消耗优化结果对比Fig.9Comparativeresultsoffuelconsumptionunderincreasingemissioncost符号说明Aq,u,c锅炉u的消耗q段0-1变量Bq,u汽轮机u的消耗q段0-1变量C—物料与能源介质集合CC——原料集合CDu,m,c装置u在操作方案m下的公用工程固定消耗，t或MWCF——燃料（燃料油/燃料气）集合CGu,m,c装置u在操作方案m下的公用工程固定产量，t或MWCIu,m装置u在操作方案m下的进料集合COc——燃料c的CO2排放因子COu,m装置u在操作方案m下的出料集合CP——最终产品集合CS——高/中/低压蒸汽集合CU——公用工程（高/中/低压蒸汽、电）集合CV——中间产品集合DPc—产品市场需求，tEDu,m,c装置u在操作方案m下的公用工程c需求量，t或MWEGu,m,c装置u在操作方案m下的公用工程c产量，t或MWEP——外购电量，MWETu——汽轮机u的发电量，MWFBu,c锅炉u的燃料c消耗量，t或m3FCu,m,c装置u在操作方案m下的物料c消耗量，tFFu,m装置u在操作方案m下的加工量，tFPu,m,c装置u在操作方案m下的产品c产量，t或m3FUu——装置u总加工量，tLSIc——减温减压阀蒸汽c流入量，tLSOc——减温减压阀蒸汽c流出量，tM——操作方案集合MU——装置u的操作方案集合Pc,p产品c的物性pPCc——原料c的夕卜购量，tQpiecewise效率曲线数目集合SBu,c锅炉u消耗燃料c产蒸汽量，tSCc——最终产品c销售量，tSOc——燃料c的SO2排放因子STCu,c汽轮机u的蒸汽c抽入量，tSTGu汽轮机u的蒸汽c产出量，tTC——总成本，元U——装置集合UB——锅炉集合UBL——调和装置集合UP——过程装置集合UT——汽轮机集合UU——公用工程设备集合XCu,c——装置u的CO2排放量，tXETq,u汽轮机u的蒸汽在q段最大抽出量，tXFBq,u,c锅炉u的燃料c在q段最大消耗量，tXSu,c——装置u的SO2排放量，tXSBq,u,c锅炉u的蒸汽在q段最大产量，tXSTq,u汽轮机u的蒸汽在q段最大消耗量，txu,m——0-1变量表示生产装置u是否取操作方案myu——0-1变量，表示装置u是否运行au,m,c装置u在操作方案m下的侧线产品c产率pq,u,c锅炉u的在q段的从0到1连续变量Yq，u汽轮机u的在q段的从0到1连续变量入u,m,c装置u在操作方案m下的公用工程c消耗率叫,m,c装置u在操作方案m下的公用工程c产率nu装置u的单位产出操作费用，元3CO2——CO2排放因子与燃料残含量关联系数3SO2——SO2排放因子与燃料硫含量关联系数上角标lo——下限up上限下角标c―物料m操作方案p物性qpiecewise分段数stm不同等级蒸汽u——装置References【相关文献】AdonyiR,RomeroJ,PuigjanerL,etal.Incorporatingheatintegrationinbatchprocessscheduling[J].AppliedThermalEngineering,2003,23(14):1743-1762KimJ,YiH,HanC,etal.Plant-widemultiperiodoptimalenergyresourcedistributionandbyproductgasholderlevelcontrolintheironandsteelmakingprocessundervaryingenergydemands[J].ComputerAidedChemicalEngineering,2003,15:882-887MoitaRD,MatosHA,FernandesC,etal.Dynamicmodellingandsimulationofacogenerationsystemintegratedwithasaltrecrystallizationprocess[J].Computers&ChemicalEngineering,2005,29(6):241-285PuigjanerL.Extendedmodelingframeworkforheatandpowerintegrationinbatchandsemi-continuousprocesses[J].ChemicalProductandProcessModeling,2007,2(3):1934-2659ZhangN,SmithR,BulatovI,etal.Sustaininghighenergyefficiencyinexistingprocesseswithadvancedprocessintegrationtechnology[J].AppliedEnergy,2013,101:26-32AlhajriI,SaifY,ElkamelA,etal.OverallintegrationofthemanagementofH2andCO2withinrefineryplanningusingrigorousprocessmodels[J].ChemicalEngineeringCommunications,2013,200(1):139-161LimJS,AbdulMananZ,HashimH,etal.Optimalmulti-siteresourceallocationandutilityplanningforintegratedricemillcomplex[J].Industrial&EngineeringChemistryResearch,2013,52(10):3816-3831ZhangBingjian(张冰剑)，HuaBen(华贲)，LuMingliang(陆明亮'Simultaneousoptimizationofproductionplanningandenergysystemforrefineryoperations[J].ComputersandAppliedChemistry(计算机与应用化学)，2005,22(12):1083-1088ZhangBingjian(张冰剑)，HuaBen(华贲)，LuMingliang(陆明亮).Multiperiodintegrationoptimizationforproductionplanningandutilltysysteminrefineryindustries[J].ActaPetroleiSinica:PetroleumProcessingSection(石油学报:石油加工)，2006,22(2):56-68ZhangB,HuaB.EffectiveMILPmodelforoilrefinery-wideproductionplanningandbetterenergyutilization[J].JournalofCleanerProduction,2007,15(5):439-448CaiJiuju（蔡九菊）,WangJianjun（王建军），LuZhongwu（陆钟武）,etal.Materialflowandenergyflowiniron&steelindustryandcorrelationbetweenthem[J].JournalofNortheasternUniversity:NaturalScience（东北大学学报：