炼油过程集成优化控制与调度优化理论方法研究

As a trend of refinery integrated automation, the integrated optimization control and schedule optimization (IOCSO) of whole process has be focused on by the academia. Because of the complexity of the refinery process, there doesnot exist the implementation methods for operation pattern to support schedule optimization, and the correponding model scheme and solution algorithm are short for large scale schedule problem which can deal with crude oil change and operation scheme switch. A novel idea is proposed with integrated control and optimization, syncretized intelligent decision and optimization computing as follows. Implement advanced process control (APC) and extreme optimization (EO) to force the devices work at several certain states, and then establish multi-mode model, an intelligent decision optimization method is designed to solve the schedule problem based on the principle of minimizing mode-switch cost, syncretized with optimization algorithm. APC and EO support the schedule optimization by realizable model, and schedule optimization stablize the feed-in of devices to support APC and EO. Thus, a realizable closed-loop scheme will be gained for IOCSO. The main contents include 1) refined model of devices based on APC and EO aiming to crude oil change and operation mode switch, 2)intelligent decision system for the whole process integrated optimization control and schedule problem which can deal with crude oil change and operation mode switch, 3) on-line refined model correction theory and methods based on study mechanism.

全流程集成优化控制与调度优化是炼油企业综合自动化发展的必然要求，且已为学术界所关注。但因炼油过程的复杂性，目前还不存在可供调度优化之用的操作方案实现途径，缺乏相应的模型描述框架及反应原油变化和操作方案切换的大规模调度问题求解算法。本项目提出了集成控制与优化、融合智能决策与优化计算的新思路：以装置级先进控制和卡边优化保障生产装置按有限个方案运行，进而建立多模式模型，设计基于模式切换代价最小化的智能决策优化方法，与优化计算方法融合，对调度优化问题求解。装置优化控制为调度优化提供可实现的模型基础，调度优化为装置优化运行提供平稳条件，以闭环整体方案解决难题，可提供可操作的解决方案。主要内容有：1) 针对原料变化和不同优化操作方案的基于装置控制和卡边优化的精细化装置建模；2) 面向原油变化、基于模式切换代价最小化的全流程集成优化控制与调度智能决策系统；3) 基于学习机制的精细化模型在线修正理论方法。

全流程集成优化控制与调度优化是炼油企业综合自动化发展的必然要求，且已为学术界所关注。但因炼油过程的复杂性，目前还不存在可供调度优化之用的操作方案实现途径，缺乏相应的模型描述框架及反应原油变化和操作模式切换的大规模调度问题求解算法。本项目提出了集成控制与优化、融合智能决策与优化计算的新思路：以装置级先进控制和卡边优化保障生产装置按有限个优化模式运行，进而建立多模式模型，设计基于模式切换代价最小化的智能决策优化方法，与优化计算方法融合，对调度优化问题求解。装置优化控制为调度优化提供可实现的模型基础，调度优化为装置优化运行提供平稳条件，以闭环整体方案解决难题，提供了可操作的解决方案。按照项目计划，完成了以下主要任务：1) 提出并实现了针对原料变化和不同优化操作模式的基于装置控制和卡边优化的精细化装置建模方法；2) 提出并实现了面向原油变化、基于模式切换代价最小化的全流程集成优化控制与调度智能决策系统；3) 研究了基于学习机制的精细化模型在线修正理论方法。本课题取得了若干具有创新性的成果，为解决国内外炼油行业长期未能的行业难题给出了解决方案和关键技术，超额完成了申请时所提出的各项指标，申请并公开或授权专利8项，获得软件著作权4项，完成博士论文5篇、硕士论文1篇、博士后出站报告1篇，共发表相关论文30篇，其中国际期刊论文20篇，大多为相关领域国际著名期刊和国际会议，已被SCI收录20，EI已收录29篇，相关技术成果正在被石化行业接受，以作为提升智能炼厂示范企业的智能化水平的解决方案和关键技术。