考慮管網物流優先級的煉油生產調度優化

李 明

（1.山東青年政治學院 信息工程學院，山東 濟南250103；2.山東大學 控制科學與工程學院，山東濟南250061）

0 引 言

煉油企業生產調度作為企業綜合自動化系統的核心，通過組織優化生產作業，有效地控制和調節企業生產經營活動，提高生產效率，實現企業生產目標。

調度優化模型的建立是生產調度首當其沖的問題，也是相關研究的重點。目前的主要建模方法一般不考慮煉化裝置間的物流管網結構和物料輸送方式，調度模型主要關注于裝置產耗和物料的全流程總體庫存，以單一物料集總存儲構建物料平衡，建立調度優化模型，適于描述儲罐供應物料的全中間存儲生產工藝。目前基于該方法對煉油生產調度優化的研究已經取得了一定成果。Shah等［1，2］對煉油企業的核心工作生產調度進行了分析，探討了生產作業調度優化方法；Bhattacharya等［3］針對單列裝置單向物流工藝過程，基于狀態任務網 （STN）建立了MINLP調度模型實現生產調度優化；文獻 ［4，5］探討了煉廠原油調度優化建模問題；文獻 ［6］建立了柴油生產MILP調度優化模型，并利用滾動優化策略實現在線調度；李明等［7，8］針對煉油過程生產特性建立了邏輯規劃調度優化模型，實現生產利潤和生產特性性能的綜合利益最大化。

雖然全中間存儲生產工藝在一定程度上提高了煉油生產系統的柔性，但卻難以利用物料余熱，大幅增加了存儲裝置作業和物料傳輸距離，加大了能源消耗，因此目前煉廠開始采用物料直供生產工藝。裝置間物料一般經由管線直接供應，減少了存儲作業和能源消耗，但對生產的安全性和穩定性提出了更高的要求。生產調度需要滿足煉化工藝要求，合理安排管網物流，優化生產作業。已有調度優化模型難以描述新的煉油生產工藝，需要設計新的適合的調度建模方法，目前還鮮有這方面的研究。文獻 ［9］將煉油生產工藝流程看成是裝置、端口、物料之間的聯系，基于端口間物料流向建立了MILP調度優化模型，模型變量下標達到7個；文獻 ［10］使用狀態任務網描述煉油過程，構建MILP調度優化模型，為表示裝置、儲罐、管線的運行，模型具有大量0／1變量。

上述研究僅考慮了裝置、儲罐間通過管線直接相連的工藝流程，而忽略了物流管網的其它流程結構，限制了模型的應用；建立的調度模型變量多，規模大，不利于優化求解。另一方面，在實際生產中物流管網還存在物料傳輸的優先順序問題，例如蠟油主要供應催化裂化裝置生產，其次供應加氫裝置生產；石腦油主要輸送到石腦油加氫裝置處理；渣油主要供應催化裂化裝置生產等［11］。這種物流優先順序對相關物料管線的傳輸作業提出了要求，即某種物料優先通過相關管線供應特定裝置。其對生產調度具有兩方面影響，一是物料加工路線的選擇 （也即物料傳輸管線的選擇）具有順序等級，二是物料在其相關傳輸管線輸送量的分配具有順序等級。已有調度模型難以滿足這些生產要求。

針對已有研究存在的問題，本文以煉化裝置、物料儲罐、物料管線、混合分流器等設備描述物流管網工藝流程，基于裝置設備與物料流向關系建立了物流管網模型。考慮管網物流優先級，利用邏輯推理進行了模型化描述。以產值最大化為目標，基于離散時間表達建立了煉油生產調度優化模型。相關模型已應用于調度優化軟件 “煉油企業動態調度優化系統”中。最后以某煉油過程為例對模型進行了檢驗。

1 物流管網工藝流程的描述

建立調度優化模型首先要對生產過程進行合理的描述和表達。不同的描述方法決定了調度模型的形式、規模和適用的流程結構。基于狀態任務網［10］和裝置、端口［9］的物流管網描述得到的調度模型變量多，規模大，僅適用于裝置間管線直連的流程結構，限制了模型的應用。針對上述問題，為靈活表達煉油生產過程，易于建立調度模型，將煉油過程物流管網定義為由煉化裝置、油品儲罐、混合分流器等設備經由物料管線連接的煉油生產工藝流程。

（1）煉化裝置：煉化裝置通過分解合成等化學反應加工輸入原料輸出側線產品，如常減壓裝置、催化裂化裝置等。煉化裝置生產原料可由上游裝置通過物料管線直接供應，也可由儲罐或混合分流器提供。煉化裝置的側線產品可由物料管線直接供應下游裝置，也可進入儲罐存儲或混合分流器處理。工藝流程如圖1所示。

（2）物料儲罐：物料儲罐工藝流程如圖2所示。煉油生產過程具有若干儲罐，存儲物料可以直接來源于煉化裝置或混合分流器，也可以來源于其它儲罐。每個儲罐的物料存取平衡構成了全流程物料平衡。

（3）混合分流器：在實際生產中，混合分流器實現了物料的物理混合和分流，如圖3所示。混合分流器根據工廠環境和生產需要合理梳理管線，可以方便的控制物流流向。使用混合分流器構建物流管網可以更加靈活的表達實際生產過程。設置混合分流器匯聚來源于不同上游設備的物料并將物料分流輸出至與其相連的不同下游設備。

（4）物料管線：如圖1～圖3所示，各管線通過物料輸送將煉化裝置、油品儲罐、混合分流器等設備的生產活動聯系起來，構成煉油生產物流管網。各管線傳輸的物料種類相對固定，上下游不同設備間同種物料由同一管線傳輸。以上下游連接設備和輸送的物料標注管線，方便建模。假設跑冒滴漏等傳輸過程中的物料損失可以忽略，管線入口的物料量等于管線出口物料量。

圖1 煉化裝置工藝流程

圖2 物料儲罐工藝流程

圖3 混合分流器工藝流程

2 調度優化模型的建立

利用上述流程結構表示煉油生產過程，基于管線及其連接設備的先后順序描述物料流向。采用離散調度時段平均劃分調度時域H，給出物流管網和物流優先級的數學表達，建立煉油生產調度優化模型，模型各數學符號的含義 見表1。

表1 模型符號說明

2.1 物流管網模型

通過對煉化裝置、油品儲罐、物料管線、混合分流器等設備的生產運作數學表達構建物流管網模型。模型約束包括煉化裝置物料加工約束、物料儲罐物料存儲約束、物料傳輸約束、物料供需約束等。

（1）物料加工約束：煉化裝置加工物料由與其相連的上游設備供應，同時考慮生產的安全性，裝置加工量應在其安全生產能力范圍內，如式 （1）、式 （2）所示

煉化裝置側線產品應供給與其相連的下游設備以做進一步加工處理，如式 （3）所示。式 （4）給出了煉化裝置側線產品的產出量。式 （5）為煉化裝置投入產出物料平衡約束

（2）物料存儲約束：生產過程與企業外部環境構成了一個閉環系統。以下標o表示企業外部環境，式 （6）和式（7）表示調度時段內原料和產品儲罐的物料存取平衡

中間物料儲罐的存儲量由式 （8）給出

物料儲罐存儲量應在儲罐存儲能力范圍之內

（3）物料傳輸約束：混合分流器僅對物料進行物理的混合與分流，以梳理管線，方便地控制物流流向。混合分流器的輸入量等于其輸出量

物料管線連接于兩設備之間，管線入口輸入量等于出口輸出量，且物料傳輸量不超過管線輸送能力，如式 （11）和式 （12）所示

（4）物料供需約束：調度期內原料、產品的入庫出庫量受計劃指令限制

物流管網模型利用設備與物料流向的關系表示物料管線，能夠方便的描述裝置間管線直連及其它工藝流程結構，模型變量的下標最多僅為4個，相比文獻 ［9，10］大大限制了模型規模，擴展了模型的應用范圍。

2.2 物流優先級的表達

根據生產或市場情況，調度專家會為某些管線的物料傳輸安排優先順序，以充分利用某些裝置的生產性能滿足物料加工要求，體現了管網物流的優先級。在生產調度中通過物料輸送路徑的選擇和輸送量的分配滿足這種優先級要求。煉化裝置間加工物料通過管線采用 “口對口”的直供方式輸送不存在路徑選擇問題。物料傳輸的優先級問題存在于單一物料有多條輸送管線的情況，即混合分流器的輸出端。

圖3所示混合分流器具有m條輸入管線和n條輸出管線，將來自不同設備的同種物料分流輸送至下游生產設備。考慮各輸出管線的物料傳輸優先級依次遞減，待輸送物料按優先級順序依次經由管線1至管線n輸送至下游設備，以充分利用特定設備的生產性能滿足特定生產要求。管線物料傳輸優先級工藝規則如下：

工藝規則1：若可供具有a優先級 （a∈ ［1…n］）管線輸送的物料量大于等于管線的最大輸送能力，則管線按其最大輸送量供應與其相連的下游裝置，剩余的可供分配的物料輸送量供給下一優先級管線處理。

工藝規則2：若可供具有a優先級管線輸送的物料量在管線的最大最小傳輸能力之間，則該物料量即為管線的傳輸量。

工藝規則3：若可供具有a優先級管線輸送的物料量小于管線的最低傳輸能力，則該管線不輸送物料，相關傳輸優先級要求不能滿足，物料輸送交由下一優先級管線處理。

根據上述工藝規則，給出物流優先級的數學表達，本節表達式中p∈TU，j∈CH（p），a∈［1…n］，i∈YHL （p，a），t∈H。

混合分流器p可供具有a優先級管線輸送的物料量lmpijt與管線輸送能力和的關系是優先級a能否滿足的判斷條件。式 （15）和式 （16）首先為條件lmpijt－和式 （17）～式 （21）分別為結論和xopijt－lmpijt＝0關聯0／1變量以判斷條件和結論是否成立

邏輯命題式 （22）為工藝規則1的邏輯表達。若式（15）所示條件成立，則具有a優先級的管線運行且按其最大輸送能力輸送物料。

工藝規則2的邏輯表達如式 （23）所示

式 （24）、式 （25）給出了工藝規則3的邏輯表達。式（24）表明可供分配的物料傳輸量在管線最大最小傳輸能力之間，式 （20）和式 （21）所示結論成立，如式 （25）所示。式中變量為0／1變量對應的布爾邏輯變量

2.3 模型目標

生產調度需要完成計劃指定物料的產值最大化任務。模型目標如式 （26）所示

3 模型求解

本文模型利用優化調度軟件 “煉油企業動態調度優化系統”求解。軟件優化求解模塊基于Lindo API 5.0構建。為減少模型0／1變量，提高模型求解效率，給出如下啟發式規則及其數學表達：

啟發式規則1：正常生產下，若煉化裝置原料入口管線運行則裝置運行

啟發式規則2：若煉化裝置正常運行則其產品輸出管線運行

邏輯命題式 （27）和式 （28）形成了一系列邏輯切平面，能夠根據裝置和管線的運行確定一部分決策變量Rit和Vii′jt的取值，簡化模型，降低模型的組合特性，提高求解效率。

利用邏輯命題易于表達和利用生產調度中的經驗規則，建模自然、直觀。為便于軟件編程建模和求解，根據文獻［12］給出的邏輯表達式轉換方法將模型中的邏輯命題式（22）～式 （25）、式 （27）和式 （28）轉化為等價代數表達式 （29）～式 （38）。下述代數表達式中變量的下標含義與其等價邏輯命題式變量下標含義相同，不再贅述

在對調度模型做上述等價轉換后可以調用Lindo API 5.0進行優化求解。

4 仿真實驗

以中國北方某煉廠南區生產過程某月生產調度為例驗證模型的可行性和有效性。圖4為該煉油過程生產流程圖，其中混合分流器1的石腦油輸出管線1至管線3具有依次遞減的物料傳輸優先級，使石腦油主要送石腦油加氫裝置加工，以多產高附加值產品；混合分流器2的蠟油輸出管線4至管線6具有依次遞增的物料傳輸優先級，使常減壓蠟油優先滿足催化裂化裝置的生產，其次滿足蠟油加氫裝置生產，以控制用氫量；混合分流器3的渣油輸出管線7和管線8具有依次遞增的物料傳輸優先級，使常減壓渣油優先直供催化裂化裝置，以充分利用物料余熱。

圖4 某煉油過程簡化生產流程

根據該工藝流程分別基于式 （1）～式 （28）建立考慮管網物流優先級的調度優化模型1，基于式 （1）～式（14）、式 （26）～式 （28）建立不考慮管網物流優先級的調度優化模型2，并對模型1、模型2進行30天共3個調度時段的調度優化仿真，每個調度時段長10天。調度期內原材料供應充足，不限制產品出庫量。表2～表5為模型1和模型2的主要參數。具有物料傳輸優先級管線的物料輸送能力見表2。表3給出了表2管線相關物料儲罐的庫存情況。由于裝置間物料直供，相關儲罐的存儲能力有限，同時保持少量庫存以應對突發事件。表4為計劃指定的產值最大化物料的單位價格。煉化裝置生產參數見表5。

表2 管線輸送能力／ （103t／d）

表3 物料儲罐庫存／104t

表4 物料的企業內部計算價格／（103￥／t）

表5 裝置加工能力／（104t／a）和物料收率／%

對模型1、模型2進行優化求解，得到煉化裝置優化調度方案分別如圖5和圖6所示，表6為相關物料傳輸優先級管線1至管線8各調度時段物料傳輸量。

圖5 模型1煉化裝置調度方案

表6 各調度時段管線物料輸送量／104t

圖6 模型2煉化裝置調度方案

模型1和模型2的全局最優目標值分別為76 022.64萬元和77 774.46萬元。由于蠟油加氫產品較催化裂化產品產值高，不考慮管網物流優先級的調度優化模型2通過管線5使蠟油產出大部分供應蠟油加氫裝置，提高了蠟油加氫裝置加工量，但卻違背了物流優先級工藝規則，會造成了催化裂化裝置蠟油進料不足從而會影響產品質量，同時增加了用氫量和生產成本。模型2調度方案產值雖然高于模型1調度方案，但管網物流優先級工藝規則無法滿足，同時模型2調度方案降低了輕柴油產量，而輕柴油是后續煉油生產中產品精制裝置 （如柴油加氫、電化學精制、柴油調合等裝置）的重要原料，這也是混合分流器2和混合分流器3輸出管線存在物料傳輸優先級的原因。考慮管網物流優先級的調度優化模型2滿足了管線物料傳輸優先級工藝規則，保證了催化裂化裝置和石腦油加氫裝置的生產需求，同時獲得了盡可能高的生產產值。在優化過程中，利用啟發式規則1和啟發式規則2的數學表達根據裝置和管線的運行情況可以確定15個布爾／0－1決策變量Rit／rit和87個布爾／0－1決策變量Vii＇jt／vii＇jt的取值，使得模型布爾／0－1決策變量由162個減少至60個，提高了求解效率。仿真結果表明，考慮管網物流優先級的煉油生產調度模型是可行，有效的。

5 結束語

針對煉油生產調度優化問題，分析了物流管網結構及物流優先級工藝規則，給出了物流管網和優先級規則的數學表達，以產值最大化為目標建立了煉油生產調度優化模型，并給出了求解方法。該模型為煉油生產工藝流程的刻畫、物流優先級工藝規則的表達提供了新的、有效的方法，彌補了已有模型規模大，工藝規則難以有效表達的不足，得到調度優化方案滿足實際生產需求，具有更好的可行性和實用性。需要指出的是，文中僅對管線各自具有不同流料傳輸優先級的情況及其調度優化問題進行了探討，對某些物料管線具有相同優先級的情況還需要進一步研究。

［1］Shah N K，Zukui Li，Ierapetritou M G.Petroleum refining operations：Key issues，advances，and opportunities ［J］.Industrial and Engineering Chemistry Research，2011，50 （3）：1161－1170.

［2］Joly M.Refinery production planning and scheduling：The refining core business ［J］.Brazilian Journal of Chemical Engineering，2012，29 （2）：371－384.

［3］Bhattacharya S，Bose S K.A state task network model for scheduling operations in cascaded continuous processing units ［J］.Computers and Chemical Engineering，2009，33：287－295.

［4］Karuppiah R，Furman K C，Grossmann I E.Global optimization for scheduling refinery crude oil operations ［J］.Computers and Chemical Engineering，2008，32 （11）：2745－2766.

［5］Chen X，Grossmann I，Zheng L.A comparative study of continuous－time models for scheduling of crude oil operations in inland refineries ［J］.Computers and Chemical Engineering，2012，44：141－167.

［6］Cao C，Gu X，Xin Z.A data－driven rolling－horizon online scheduling model for diesel production of a real－world refinery［J］.AIChE Journal，2013，59 （4）：1160－1174.

［7］LI Ming，LI Qiqiang，GUO Qingqiang，et al.Scheduling optimization model of refinery processes based on production characteristics ［J］.Journal of Shandong University（Engineering Science），2010，40 （3）：51－56 （in Chinese）. ［李明，李歧強，郭慶強，等.基于煉油過程生產特性的優化調度模型［J］.山東大學學報 （工學版），2010，40 （3）：51－56.］

［8］LI Ming，LI Qiqiang，GUO Qingqiang，et al.Refinery scheduling optimization research based on continuous process characteristics ［J］.Computer Engineering and Applications，2010，46 （21）：205－209 （in Chinese）. ［李明，李歧強，郭慶強，等.基于連續過程特性的煉油生產調度優化研究 ［J］.計算機工程與應用，2010，46 （21）：205－209.］

［9］Luo C，Rong G.Hierarchical approach for short－term scheduling in refineries ［J］.Industrial Engineering and Chemical Research，2007，46：3656－3668.

［10］Shah N K，Ierapetritou M G.Short－term scheduling of a large－scale oil－refinery operations：Incorporating logistics details ［J］.AIChE Journal，2011，57：1570－1584.

［11］GUO Qingqiang.Dynamic optimization and scheduling of refining process ［D］.Jinan：School of Control Science and Engineering，Shandong University，2010 （in Chinese）.［郭慶強.煉油裝置綜合調度優化研究 ［D］.濟南：山東大學控制科學與工程學院，2010.］

［12］LI Ming，LI Qiqiang，GUO Qingqiang，et al.A heuristic rules－integrated mixed integer programming scheduling model［J］.Chinese High Technology Letters，2010，20 （9）：971－977（in Chinese）.［李明，李歧強，郭慶強，等.集成啟發式規則的混合整數規劃調度模型 ［J］.高技術通訊，2010，20 （ 9）：971－977.］