基于Labview的不確定環境下化工廠蒸汽動力系統多目標建模與實時操作優化

石蓬軍, 曹萃文, 顧幸生

(華東理工大學化工過程先進控制與優化技術教育部重點實驗室,上海 200237)

?

基于Labview的不確定環境下化工廠蒸汽動力系統多目標建模與實時操作優化

石蓬軍, 曹萃文, 顧幸生

(華東理工大學化工過程先進控制與優化技術教育部重點實驗室,上海 200237)

針對化工廠蒸汽動力系統運行時操作單元蒸汽供需在不確定的時間以不確定的組合形式變化而造成的難以進行實時操作優化的問題,建立了多目標非線性混合整數滾動規劃模型(MO-MINLP),并提出以Labview軟件為集成平臺,利用其數據采集與處理模塊實現對蒸汽動力系統操作運行數據的實時采集與處理;按照實時采集的描述不確定事件開始與結束的時刻劃分滾動優化周期的時間間隔長度。利用上述方法對某真實化工廠的蒸汽動力系統的數據進行仿真,并實時將多目標優化決策結果以圖形化的形式顯示在Labview界面上。仿真結果表明,此方法很好地解決了理論與工業銜接的問題,具有良好的應用價值。

Labview; 蒸氣動力系統; 不確定環境; 實時操作優化; 多目標MINLP

化工廠蒸汽動力系統的真實運行環境是動態和不確定的,如何實現既能滿足企業各裝置用汽需求,又能兼顧減少企業運行成本、實現節能減排等多種目標,成為近年來相關領域的研究熱點。國內外相關領域的研究人員做了大量的研究,其中以數學規劃法最為突出。這種方法首先根據蒸汽動力系統中的各種設備建立數學模型,然后依據蒸汽動力系統的拓撲結構,根據物料及能量守恒建立以一個或者多個目標為優化目標的整個蒸汽動力系統的數學模型。文獻[1-3] 分別建立了LP、NLP數學規劃模型用以解決蒸汽動力系統多目標運行優化問題,但沒有考慮到蒸汽動力系統的運行優化常伴隨著設備的選擇及啟停變化。文獻[4-9]分別考慮了在優化模型中加入整數的因素建立混合整數優化模型,將設備的啟停及選擇采用0-1變量進行描述,含有這種變量的數學模型稱為混合整數規劃模型(MILP、MINLP)。其中Dai等[6]通過改進的粒子群算法能夠很快地得到使得目標最優化的蒸汽動力系統的運行策略。Chen等[7]以最小化年總成本為目標確定超結構和蒸汽動力系統的最優化運行配置。Zhang等[8]以相同的方法研究蒸汽動力系統在滿足工藝運行需求的前提下最小化能源成本。上述研究均假定蒸汽動力系統處于確定環境中,然而實際的蒸汽動力系統運行過程中不可避免地伴隨著各種不確定因素,包括沒有規律的設備故障、生產環境的變化以及具有周期性規律的供需變化。文獻[10-17]考慮了蒸汽動力系統運行過程中可能存在的不確定因素,對蒸汽動力系統以不同的優化目標及策略進行了研究。其中張冰劍等[10]建立了以設備維修時間為不確定因素的多周期運行優化模型。羅向龍等[11]提出將整個運行過程以8 h為1個周期進行多周期運行優化。另外羅向龍等[13]考慮了蒸汽動力系統的汽電需求的不確定因素,將蒸汽動力系統的運行過程分為等間隔的多周期運行過程。李暉等[15]將蒸汽動力系統優化過程中的不確定因素分為汽電需求的確定性變化,并將其分周期處理。池曉等[17]以蒸汽需求量作為不確定參數,在不確定參數的可行域中將其離散化轉換為確定性的多周期規劃問題。

在解決蒸汽動力系統運行優化過程中的不確定問題時,很多學者將蒸汽動力系統的運行過程分成多周期分別進行優化,這種優化需要滿足某些運行環境必須是周期性變化的,且必須事先知道某個周期的運行時間長度,而實際的運行過程中多數的不確定因素是沒有規律可循的,更不可能準確地知道在某個狀態下蒸汽動力系統能夠持續運行的時間長度。針對上述問題,本文提出以Labview軟件為集成平臺,利用其數據采集與處理模塊實現對蒸汽動力系統操作運行數據的實時采集與處理;按照實時采集的描述不確定事件開始與結束的時刻劃分滾動優化周期的時間間隔長度。利用上述方法對某真實化工廠的蒸汽動力系統的數據進行仿真,并實時將多目標優化決策結果以圖形化的形式顯示在Labview界面上。仿真結果表明,本文方法可以很好地解決理論與工業銜接的問題。

1 MO-MINLP數學模型

1.1 目標函數

目標1為最小化蒸汽動力系統在t時間間隔、每單位時間的總運行成本(CNY/h),其目標函數表達式如下:

(3)

(4)

(5)

其中:式(1)中Cpower,t前的負號表示蒸汽動力系統運行過程中產生的電力可以用于自身使用從而減少來自外部電力的成本;式(2)為nb臺燃煤鍋爐在t時間間隔、單位時間燃燒煤的總成本(CNY/h);式(3)為nb臺燃煤鍋爐及nr臺減溫減壓器在t時間間隔、單位時間使用水的總成本(CNY/h);式(4)為蒸汽動力系統中所有設備在t時間間隔、單位時間的總損耗成本(CNY/h);式(5)為ng組發電機組和nt臺汽輪機在t時間間隔、單位時間產生電力的總收益。

目標2為最小化蒸汽動力系統在t時間間隔、各壓力等級蒸汽管線上單位時間內蒸汽的總放空量,其目標函數表達式如下:

(6)

其中:EXTt表示蒸汽動力系統在t時間間隔內、單位時間各壓力等級的總蒸汽放空量(t/h)。

1.2 約束條件

1.2.1 主要設備的運行模型

(1) 燃煤鍋爐:鍋爐作為整個蒸汽動力系統的主要產汽單元,通過能量平衡建立其運行模型如下:

(7)

(8)

(9)

式(8)表示在t時間間隔,流入減溫減壓器的減溫水的能量加上流入減溫減壓器的高壓蒸汽的能量等于流出減溫減壓器的低壓蒸汽的能量,SRk,t為減溫減壓器啟停狀態的0-1變量。式(9)表示在t時間間隔,流入減溫減壓器的減溫水的質量流量加上流入減溫減壓器的蒸汽的質量流量等于流出減溫減壓器的低壓蒸汽的質量流量。

(2) 汽輪機:汽輪機采用背壓式汽輪機,它能夠帶動發電機組將蒸汽的熱能轉換為動能進而轉換為電能,并且能夠將由于做功而降溫減壓的蒸汽作為低壓蒸汽供給低壓蒸汽用戶使用,表達式如下:

(10)

(3) 發電機組:流入發電機組的蒸汽的質量流量與發電功率的關系與汽輪機類似,只是發電機組出口的蒸汽不再作為汽源回到蒸汽管網中去。SGk,t為發電機組的啟停狀態的0-1變量。

(11)

1.2.2 蒸汽供需平衡約束條件 蒸汽動力系統為各生產過程提供蒸汽,在每一壓力等級的蒸汽管網上必須滿足供汽量大于或者等于用汽量,高壓力等級上的用汽單元可以是低壓力等級的供汽單元,各壓力等級的平衡關系滿足如下一般平衡公式:

(12)

1.2.3 設備負載及流量上下限 在蒸汽動力系統的運行過程中,為了保證蒸汽動力系統安全、連續地正常運行,需要為每一個設備設置一定的負載限制,對某些流量也進行合理的限制:

(13)

(14)

(15)

(16)

(17)

(18)

式(13)為鍋爐生產蒸汽流量的上下限;式(14)為汽輪機的蒸汽流量上下限;式(15)為發電機組蒸汽流量限制;式(16)為減溫減壓器入口蒸汽流量限制;式(17)為低壓力等級管線用汽單元不確定蒸汽流量的上下限;式(18)為低壓力等級廢熱鍋爐和余熱鍋爐兩類供汽單元不確定蒸汽產量的上下限。

1.3 模型中的變長時間間隔劃分及滾動優化

蒸汽動力系統運行過程中存在操作單元供需變化的事件,這些事件的開始和結束時刻對應某些蒸汽管線的相關參數發生變化。用這些事件的開始與結束時刻確定當前的時間間隔長度,這種時間間隔一定是不等長的。在這些變長時間間隔的開始和結束時刻,由于原模型中的參數發生劇烈變化,需進行重新優化(稱為“滾動優化”)才能正確指導生產的運行。優化算法采用基于Pareto規則的多目標差分進化算法(MODE)。

2 問題描述及案例研究

2.1 問題描述

本文以某真實化工廠的實際蒸汽動力系統采集的數據作為仿真對象,考慮在操作單元蒸汽供需不確定下對該蒸汽動力系統進行多目標實時操作優化。圖1所示為某化工廠蒸汽動力系統的工藝流程圖。其中S1壓力等級蒸汽管路上以3臺燃煤鍋爐作為產汽單元,所產生的高壓蒸汽一部分用于汽輪機組T1和T2發電,多余的蒸汽通過減溫減壓器D1減溫減壓后進入3.82 MPa壓力等級的蒸汽管網中。S2 壓力等級的蒸汽供給發電機組G1、G2、蒸汽輪機組T3、T4發電,剩余的蒸汽則可以在需要時分別通過減溫減壓器D2降溫降壓后送到S4;或通過減溫減壓器D3降溫降壓后送到S3;或通過減溫減壓器D4降溫降壓后送到S5。S3壓力等級的蒸汽供給汽輪機組T5、T6發電,剩余的蒸汽則可以在需要時通過減溫減壓器D5降溫降壓后送到S4。S4壓力等級的蒸汽主要用于各低溫、低壓蒸汽用戶單元所需的蒸汽,S4上還有兩臺余熱鍋爐B4、B5用于產生低溫低壓蒸汽供給S4蒸汽管路,其中多余的蒸汽也可以通過減溫減壓器D6降溫、降壓后輸送到S5。S5壓力等級中的蒸汽主要供給低溫、低壓蒸汽用戶單元使用,也通過兩臺余熱鍋爐B6、B7提供低溫、低壓蒸汽。

圖1 某化工廠蒸汽動力系統結構圖Fig 1 Structure diagram of steam power system in chemical plant

在各壓力等級蒸汽管路中,每個壓力等級都有供汽單元和用汽單元,當管路中蒸汽過多時則需要進行排空處理。實際生產過程中各用汽單元的用汽量及供汽單元的供汽量往往會產生變化,這使得已有的確定性建模及優化方法無法直接應用于實際生產中。本文提出了不確定環境下化工廠蒸汽動力系統多目標建模與實時滾動操作優化方法,有關前提和假設如下:

(1) 蒸汽動力系統中鍋爐、蒸汽輪機、發電機組等設備的運行模型均采用線性化處理后的模型。

(2) 蒸汽動力系統優化的目標為最小化蒸汽動力系統的運行成本;最小化蒸汽動力系統各壓力等級的蒸汽總放空量;采用基于Pareto準則的多目標差分進化算法MODE實現對MO-MINLP模型的優化。所取得的Pareto前沿中,采用文獻[18]中驗證過的方法對多個目標進行歸一化和反歸一化來確定最優解。

(3) 蒸汽動力系統優化的決策變量為3臺蒸汽鍋爐的產汽流量;6臺汽輪機的蒸汽流量;6臺減溫減壓器的入口蒸汽流量;2臺發電機組的入口蒸汽流量;描述6臺減溫減壓器啟停狀態的0-1變量;描述2臺發電機組的啟停狀態的0-1變量。

(4) 不確定變量為蒸汽壓力等級S4上的2臺余熱鍋爐的供汽流量,由仿真實時檢測數據代入;蒸汽壓力等級S4上的各用汽單元的用汽流量,由仿真實時檢測數據代入;蒸汽壓力等級S5上的兩臺余熱鍋爐的供汽流量,由仿真實時檢測數據代入;蒸汽壓力等級S5上的各用汽單元的用汽流量,由仿真實時檢測數據代入。

(5) S1～S5壓力等級上的蒸汽壓力及溫度都不變,其熵焓值見表1。

表1 蒸汽動力系統各壓力等級蒸汽熵焓值

2.2 案例研究

如圖1所示,T1～T6為背壓式汽輪機,其背壓輸出蒸汽壓力、溫度及負載范圍見表2。G1～G2為發電機組,負載范圍見表3,外購電價為0.582 CNY/(kW·h)。B1～B3為燃煤鍋爐,3臺燃煤鍋爐均可產生10 MPa、540 ℃的蒸汽,鍋爐效率均為92.14%,鍋爐的負載范圍如表4所示,燃煤的價格為650 CNY/t。各不確定參數負載范圍見表5。

采用基于Labview的不確定環境下滾動優化方法對上述案例進行優化仿真,其中不確定環境下的變長時間間隔劃分方法見圖2。

表2 蒸汽輪機參數

表3 發電機組負載范圍及啟停狀態

表4 燃煤鍋爐的負載范圍

表5 不確定供汽、用汽單元負載范圍

3 Labview集成平臺中各個功能模塊的實現

Labview是一種圖形化的編程語言,與基于文本的程序開發語言最大的不同在于其產生的程序是以框圖的形式呈現出來的,其數據采集與顯示功能在虛擬儀器方面得到了廣泛的應用,在流程工業中也常被用來作為上位機程序的開發。本文設計的Labview集成平臺主要包括前面板和程序框圖兩個部分,前面板用來顯示數據,程序框圖用來進行數據的處理等邏輯控制。Labview集成平臺界面如圖3所示,程序框圖部分如圖4所示,主要包括數據采集仿真模塊、算法實現模塊、結果顯示模塊。

圖3 化工廠蒸汽動力系統Labview集成平臺Fig.3 Integrated platform of the steam power system in the chemical plant

圖4 Labview程序框圖Fig.4 Labview program flow chart

4 案例仿真結果及分析

表6所示為系統優化運行后的實時操作數據,其中tp表示不確定量發生變化的時間點,MOC為當前配置下目標函數1的值,EXT表示當前配置下目標函數2的值。根據時間點可以看出每個優化周期的時間間隔是不等長的,而且每次優化的結果也是變化的。

表6 蒸汽動力系統部分實時操作優化數據

表7所示為發電機組及減溫減壓器在實時操作優化運行過程中的啟停狀態。圖5所示為單次優化結束后所有種群個體的目標值經過歸一化后的Pareto分布圖。由Pareto分布圖可以看出每次優化兩個相互沖突的目標會呈現如圖所示的Pareto前沿。圖6所示為采用Labview集成平臺實現的某化工廠蒸汽動力系統生產運行實時多目標操作優化結果在工藝流程圖中的顯示,其能更直觀地顯示系統的運行狀態。

圖5 目標歸一化后的Pareto前沿Fig.5 Pareto frontier after uniformization

表7 蒸汽動力系統部分實時操作優化后的設備啟停狀態

圖6 蒸汽動力系統工藝結構及實時優化結果顯示Fig.6 Process diagram and real-time optimization results display of the steam power system

5 結 論

由仿真結果及分析可以看出,本文提出的基于Labview的多目標混合整數滾動優化方法解決了蒸汽動力系統運行過程中蒸汽操作單元供需不確定而難以進行優化的問題,較之以往通過假定理想情況而進行固定時間長度的多周期解決方案更加符合蒸汽動力系統的實際運行環境。同時采用基于Pareto準則的混合整數多目標規劃模型解決了設備啟停狀態造成的非線性及多目標同時優化造成的沖突問題;結合文獻[18]提出的歸一化方法解決了從Pareto最優解集中獲取全局最優解的問題。仿真實驗結果表明,本文提出的基于Labview的化工廠蒸汽動力系統在蒸汽操作單元供需不確定的情況下實時滾動優化方法能夠更好地應用于實際生產環境,具有一定的實用價值。

符號說明：

Ccoal,t—— 蒸汽動力系統在t時間間隔燃燒煤的成本,CNY/h;

Cwater,t—— 蒸汽動力系統在t時間間隔用水的成本,CNY/h;

Cdevice,t—— 蒸汽動力系統在t時間間隔設備的損耗成本,CNY/h;

nb—— 蒸汽動力系統中鍋爐的數量;

ng—— 蒸汽動力系統中發電機組的數量;

nl—— 蒸汽動力系統中壓力等級的數量;

nr—— 蒸汽動力系統中的減溫減壓器數量;

ns—— 某一壓力等級上供汽單元的數量;

nt—— 蒸汽動力系統中汽輪機的數量;

nu—— 某一壓力等級上用汽單元的數量;

PGk,t—— 發電機組k在t時間間隔的發電功率,kW;

PTk,t—— 汽輪機k在t時間間隔的發電功率,kW;

SBk,t—— 鍋爐k在t時間間隔的啟停狀態,(0-1);

SGk,t—— 發電機組k在t時間間隔的啟停狀態,(0-1);

SRk,t—— 減溫減壓器k在t時刻的啟停狀態,(0-1);

STk,t—— 汽輪機k在t時間間隔的啟停狀態,(0-1);

t—— 時間間隔;

tp—— 不確定參數發生變化時的時間點;

Vb—— 鍋爐運行過程中的損耗成本,CNY/h;

Vc—— 煤的價格,CNY/t;

Ve—— 電價,CNY/t-1;

Vg—— 發電機組運行過程中的損耗成本,CNY/h;

Vr—— 減溫減壓器運行過程中的損耗成本,CNY/h;

Vt—— 汽輪機運行過程中的損耗成本,CNY/h;

Vw—— 工業用水的價格,CNY/h;

ηBk—— 鍋爐k的效率

[1] PETROULAS T,REKLAITIS G V.Computer-aided synthesis and design of plant utility systems [J].AIChE Journal,1984,30(1):69-78.

[2] RONG Y,LAHDELMA R.An efficient linear programming model and optimization algorithm for trigeneration [J].Applied Energy,2005,82(1):40-63.

[3] GUTIERREZ Arriaga C G,SEMA Gonzalez M,PONCE Ortega J M.Multi-objective optimization of steam power plants for sustainable generation of electricity [J].Clean Technologies and Environmental Policy,2013,15(4):551-566.

[4] ALITVENTAEFF B.Mixed integer non-linear programming and its application to the management of utility networks [J].Engineering Optimization,1991,18(1):183-207.

[5] OLIVEIRA FRANCISCO A P,MATOS H A.Multi-period synthesis and operational planning of utility systems with environmental concerns [J].Computer and Chemical Engineering,2004,28(5):745-753.

[6] DAI W Z,YIN H A.A correctional model for multiperiod optimization of steam power systems with consideration of startup/shutdown expenses [J].Applied Mechanics and Materials,2010,40/41:298-303.

[7] CHEN C L,LIN C Y.Design and optimization of steam distribution systems for steam power plants [J].Industrial and Engineering Chemistry Research,2011,50(13):8097-8109.

[8] ZHANNG B J,LUO X L,CHEN X Z.Coupling process plants and utility systems for site scale steam integration [J].Industrial and Engineering Chemistry Research,2013,52(41):14627-14636.

[9] LUO X L,HU J H,ZHAO J.Multi-objective optimization for the design and synthesis of utility systems with emission abatement technology concerns [J].Applied Energy,2014,136:1110-1131.

[10] 張冰劍,華賁,劉金平,等.石化企業蒸汽動力系統的多周期優化運行 [J].華北電力大學學報,2005,32(2):90-92.

[11] 羅向龍,華賁.煉油廠蒸汽動力系統優化調度策略研究 [J].計算機與應用化學,2006,23(11):1057-1060.

[12] 羅向龍,華賁,張冰劍.石化企業蒸汽動力系統的多周期運行優化 [J].計算機與應用化學,2006,23(1):41-45.

[13] 羅向龍,華賁,尹洪超.蒸汽動力系統多周期設計與運行同步優化 [J].陜西科技大學學報,2007,25(2):52-57.

[14] 孫玉梅.生產過程與蒸汽動力系統集成優化研究 [D].濟南:山東大學,2012.

[15] 李暉,孫力,賀高紅.考慮不確定汽電需求的蒸汽動力系統優化設計 [J].化工學報,2013,64(1):318-325.

[16] 蓋麗梅,孫力,劉暢,等.基于帶補償隨機規劃的蒸汽動力系統優化設計 [J].化工學報,2014,65(11):4509-4516.

[17] 池曉,徐可培,馬學榮,等.基于LINGO對參數不確定蒸汽動力系統的優化運行研究 [J].節能,2015 (1):21-25.

[18] 韓庚,曹萃文,顧幸生.某焦化廠供水網絡多目標建模及優化[J].化工進展,2016,35(4):1033-1041.

Labview-Based Uncertain Multi-objective Modeling and Real-Time Operational Optimization for Steam Power Systems of Chemical Plants

SHI Peng-jun, CAO Cui-wen, GU Xing-sheng

(Key Laboratory of Advanced Control and Optimization for Chemical Process,Ministry of Education,East China University of Science and Technology,Shanghai 200237,China)

In order to overcome the shortcoming of uncertain steam supply and demand of units in the steam power system of chemical plants,this paper proposes a rolling optimization model (MO-MINLP) and develops a novelty.The data acquisition and processing module of integrated platform based on Labview is utilized to collect real-time operational data for the steam power system.The start and end time points of recording uncertain events are used to divide the time interval of every period.Simulation results from the steam power system show that the proposed Labview-based platform can perfectly deal with the integration of the theory and industrial applications and will have a wide application value in other similar systems.

Labview; steam power system; uncertaint environment; real-time operational optimization; multi-objective MINLP

1006-3080(2017)03-0375-08

10.14135/j.cnki.1006-3080.2017.03.013

2016-10-24

國家自然科學基金(61174040,61573144,61673175)

石蓬軍(1990-),男,碩士生,研究方向為工業過程建模與優化。

曹萃文,E-mail:caocuiwen@ecust.edu.cn

TP311

A