面向煤化工循环水系统节水减排的多尺度建模与协调优化研究

The process optimization and retrofit of cooling water systems are an essential step towards water-saving in the coal-based chemical industry. In this work, based on multi-scale concept, the cooling water system is first simulated and modeled on the system-scale, while an equipment-scale numerical computation model for an integrated cooling tower is built. Through investigating some coupling parameters between the two models, we further construct a multi-scale hybrid model of the cooling water systems, and determine the interacted effects of characteristic parameters in system- scale and equipment-scale on the performance indicator of water-saving. Next, according to this hybrid model, a superstructure-based mathematical model considering the objectives of the water-saving performance and project economics is constructed and the corresponding solving approach for global optimization is proposed. In this way, the influences of coupling parameters, equipment parameters, operating parameters, and economic constraints on the multi-scale hybrid model and its solution results are investigated to reveal the mechanism of collaborated optimization of the water-saving and project economics. The multi-scale hybrid model and mechanism of collaborated optimization proposed in this work expand the previous works and is of great importance for the water-saving of coal-based chemical industry in both theory and application.

对循环水系统进行优化改造是实现煤化工项目节水减排目标的关键步骤之一。本项目在多尺度概念的基础上通过对过程尺度划分，分别建立系统尺度的过程模型和设备尺度数值模型，分析获取尺度间的耦合参数，构建的循环水系统耦合模型，并确定设备参数和系统参数对节水性能影响的关联关系。接下来，根据所构建的循环水系统耦合模型，确定系统节水性能指标和经济性能指标函数，构建其拓扑结构和多目标数学模型，并提出其全局优化的求解策略。最后，通过探索多尺度耦合参数、设备特征参数、系统操作条件以及经济指标变化对全局优化结果的影响，揭示系统节水指标与经济性能指标的协调优化机制。本研究建立的多尺度模型与协调优化机制，拓宽先前循环水系统研究范围，对煤化工节水减排的理论与应用工作意义重大。

对循环水系统进行优化改造是实现煤化工项目节水减排目标的关键步骤之一。本项目在多尺度概念的基础上通过对过程尺度划分，分别建立系统尺度的过程模型和设备尺度数值模型。针对循环冷却水系统中的闭式湿冷塔，本项目首先通过理论分析、数值模拟与实验研究相结合，探究了闭式湿冷塔中气-液流动及热质耦合过程机理，并对闭式湿冷塔进行强化换热研究。在此基础上，我们构建了能够快速准确地描述其盘管区复杂的传热传质过程的双层降维模型，主要包括物理状态模型和数据驱动模型。该模型的构建过程由几个步骤组成，首先需通过试验优化设计，以得到近似多变量样本空间分布的均匀样本，进而将得到的样本通过CFD模型进行仿真模拟，从而得到一系列输入—输出数据集，再采用主元素分析、克里金、高维模型表征等多种方法构建了双层降维模型，将得到的模型进一步进行评估和验证。研究结果表明，双层降维模型与高精度设备模型近似，可代替原有的详细模型进行系统分析和优化，同时，该模型大幅度地减少了优化计算时间，为其作为模型模块，结合到水网络结构模型中进行集成优化提供了可靠的依据。在所构建的闭式湿冷塔双层降维模型的基础上，本项目进一步提出了安装闭式湿冷塔的循环冷却水系统多尺度随机优化模型。该模型考虑了外部环境的不确定性影响，采用基于抽样的随机规划方法，将循环冷却水系统中的设备模型、物流模型、闭式湿冷塔的降维模型进行集成，以实现闭式湿冷塔和循环冷却水系统的操作管理和集成优化设计，同时对随机优化方案与确定性优化方案进行了对比分析。研究结果表明，结合数据驱动模型的多尺度随机模型，可以极大地缩短优化计算时间；通过物理状态模型，可对闭式湿冷塔内部流场信息的优化结果进行可视化分析。此外，在循环冷却水系统的设计上，随机优化方案比确定性方案更加具有鲁棒性，可以较大的降低水资源消耗和年度化总成本。