汽油调合调度优化

第 58卷 第 1期 2007年 1月 化 工 学 报 Journal of Chemical Industry and Engineering (China) Vo1．58 No．1 January 2007 汽油调合调度优化 张冰剑，华 贲，陈清林 (华南理工大学强化传热与过程节能教育部重点实验室，广东 广州 510640) 摘要：采用连续时间建模方法 ，建立了一种新的汽油非线性调合和调度集成优化的混合整数非线性规划 (MIN— LP)模型，克服了当前在油品调合调度中采用线性调合模型或者将非线性调合过程和调度分开优化的缺陷。针 对建立 MINLP模型的特点，将原 MINLP问题转化为求解一系列的混合整数线性规划 (MILP)模型，避免了 直接求解 MINLP模型的复杂性。最后以某大型炼油企业为例，验证了模型和算法的实用性 。 关键词：调合；调度；混合整数非线性规划 ；连续时间；优化 中图分类号：TQ 021．8 文献标识码：A 文章编号：0438—1157(2007)01—0168—08 Optimization of gasoline blending and scheduling in refinery complexes ZHANG Bingjian，HUA Ben，CHEN Qinglin (Key Laboratory of Enhanced Heat Transfer and Energy Conservation，Ministry of Education，South China University of Technology，Guangzhou 510640，Guangdong，China) Abstract：Gasoline blending and scheduling is the last and important operation in a refinery．It is also the last chance to improve the quality of products and to reduce the production costs．Firstly，a novel mixed integer nonlinear programming (MINLP) formulation based on continuous time representation， is presented in this paper．Gasoline blending and short—term scheduling are integrated in the proposed model to optimize blending and scheduling simultaneously，and a nonlinear blending model is employed to reduce the quality excess of gasoline products．Empirical knowledge and some effective sets are added to the model to reduce the model scale and to improve the solve performance．A novel algorithm for the presented model is proposed．A series of mixed integer linear programming (MILP)model is solved instead of solving the original M INLP problem directly．Finally，a real industrial example，provided by a refinery complex，is used to demonstrate the performance of the presented model and algorithm．The model can get the optimal results in a reasonable time，which iS more profitable than the conventional or other methods． Key words：blending；scheduling；M INLP；continuous time；optimization — L． 口 炼油厂汽油罐区的生产任务主要有两个 ：汽油 调合和罐区调度。汽油调合和调度是处于炼油企业 生产活动过程的最后一个环节，它是提高企业产品 2005—1O一29收到初稿，2006—02—15收到修改稿。 联系人及第一作者：张冰剑 (1978一)，男，博士研究生。 基金项目：国家重点基础研究发展规划项目 (G2000026308)。 质量和降低生产成本的最后机会。 文献 [1—2]采用连续时间建模方法建立了产 品调合和调度的数学规划MILP模型，该模型假设 调合是按照固定配方进行的。文中对多种订单需求 进行了计算 ，说明模型在一定的范围内可以作为企 Received date： 2005— 1O一 29． Corresponding author：ZHANG Bingjian．E—marl：bjzhang@ scut．edu．en Foundation item：supported by the Advanced Seientifi Problems in High Efficient Energy Saving(G2000026308)． 维普资讯 http://www.cqvip.com 第 1期 张冰剑等：汽油调合调度优化 · 】69 · 业决策的依据。文献 [3—4]将汽油调合和调度分 为两个层次，在 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 层优化调合 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 ，在调度层按 照计划层给定的调合配方方案和产量优化罐区和运 输调度。文献 [5]建立了包括柴油非线性调合的 炼油企业生产计划模型，并且采用简化梯度法对模 型进行 了求解 。文献 [-6-]针对汽油调合生产调度 选取了预测汽油辛烷值和蒸汽压的合适方法，提出 了基于逻辑的数学模型，采用改进的遗传算法对油 品调合调度问题进行求解，但对于大规模问题仍然 较困难。 在汽油调合调度的研究过程中，为了方便模型 的求解，通常将调合和调度分开优化，或者集成优 化，但是采用线性调合模型。分开优化的结果势必 不是全局最优 的。因为油品调合调度的效益不仅来 自减少质量过剩和组分的优化使用，而且还包括降 低成品油和组分油的库存、最低安全库存保障、组 分和成品输送费用和更可靠的产品递交等。采用线 性调合模型集成优化容易使调合产品质量过剩，因 为汽油调合过程 中一些关键性质通常不是线性变化 的，如辛烷值。 1 汽油调合和调度 问题描述 汽油调合就是将各种汽油组分调合成满足给定 质量 要求 对教师党员的评价套管和固井爆破片与爆破装置仓库管理基本要求三甲医院都需要复审吗 的汽油 。汽油调合模型主要有线性调合 ， 线性化调合和非线性调合。用线性调合或者线性化 调合，方法简单，一般在生产计划层次应用较多， 但是往往精度不够，特别是对生产调度层次。因 此，调度层次采用精度较高的非线性调合模型是非 常必要的。 不少学者针对某些重要的成品油质量指标 (如 汽油辛烷值、柴油凝点等)的非线性调合关系进行 了大量的研究，提出了各种各样的预测估计模 型l7 j。被广泛应用的汽油辛烷值调合模型主要有 两种：研究法辛烷值数学模型和交互影响模型 ]。 炼油企业汽油调度过程主要工作任务包括收组 分油、调合、储存和出厂。在制定调合调度方案 时，调度部门需要考虑如下问题 ：每天的调合能力 限制，操作规则，组分罐、产品罐容量限制，保证 产品的市场需求，各种产品的规格要求。其优化目 标通常有经济类指标和操作类指标，如最大利润、 最小产品质量过剩等。系统经过优化求解提供整体 和单个周期的优化数据，包括调合的时间、输入组 分量、使用的产品罐、组分罐末物料性质、各产品 调合配方、产品提货时间、产品量信息。 2 调合调度数学模型 采用全局事件点 的连续时间表达方法 ，建立汽 油调合和调度集成的混合整数非线性规划模型。模 型中除了 目标变量 Cost以外 的所有变量都是非负 的。为了避免约束的重复书写，模型中要特别提到 的两个运算 ORD ()和 CARD ()。ORD ()表示 集合中某元素在集合中的序次，CARD ()表示集 合包含元素的个数 。 为了适当缩小模型的规模 ，除了采用连续时间 表达方法以外，还采用了集合的方式来控制变量和 约束的数目。 表示产品罐可以储存的产品种类， K 表示组分罐可以储存的组分种类，用这两个集 合约束了物料和储罐之间的任意组合。在油品调合 过程中，根据经验知识很容易知道某些组分是不可 能用来调合某些产品的。例如：MTBE一般不会 用来调合 9O 汽油。因此，在模型中写入集合 L，， 表示组分 a可以参入产品L厂的调合，不在集合之 内的元素 (口，L厂)不可能组成调合关系。Mb．，表示 罐b库存的组分可以参入产品L厂的调合，同样适当 控制了组分与产品之间的任意组合 。 2．1 目标函数 产 品调合调度 过程 的 目标 函数表示为生产成 本，主要包括组分成本，组分从组分罐区到调合设 备的泵送费用，组分和产品的库存费用，订单供货 延迟费用，组分低于给定安全库存的罚款、产品低 于给定安全库存的罚款和产品收入。目标函数如式 (1)所示 。 minCost— VA +VJ+VE+VF+VM + N—VK(1) 调合组分成本和产品收入分别如式 (2)和式 (3)所示。组分从组分罐到调合设备的管道泵送费 用如式 (4)所示。 J VA一∑PB (Q·PUd+∑ VC 一∑VC )(2) n一 1 6∈ Sa 。 6 6∈ s ．6 N M VK一∑PP，(∑P ，，+∑ VL 一∑ vL )(3) ，一l 一1 ∈R， ， gERf， J N K VJ一∑(PA ∑∑VB 。 ) (4) 式 (5)计算组分库存费用和产品库存费用。 在计算库存成本的过程中，为了避免因使用连续时 间建模引起库存量乘以时间的非线性约束，根据接 受订单的时间，将库存费用划分为几个已知的时间 段进行计算。在式 (5)中，当 ORD ( +1)一1 维普资讯 http://www.cqvip.com · j 7O · 化 工 学 报 第 58卷 时，则使 PO 一0；当 ORD(d)一CARD(d)时， 则使PO抖 一Q。POSE( )表示订单 d开始时间 对应的事件点序数。 VE一 (PE (PO抖。一PO ) 1+ 6— 1 、 c一 1 奎(PS。(POd+1一PO ) )， 。 一POd) )， g一 1 c一 1 ORD(c )一 POSE(d+ 1)，ORD(c)一 POSE(d) (5) 在给定的调度周期内，根据生产计划和销售部 门的安排，会有一批订单在不同的时间开始接受供 货，并且在订单 合同 劳动合同范本免费下载装修合同范本免费下载租赁合同免费下载房屋买卖合同下载劳务合同范本下载 签订的期限之内完成，否则就 要根据订单合同作出相应的罚款额度。式 (6)计 算订单的完成时间是否超过合同签订的期限。式 (7)计算超期引起的罚款金额。本文采用罚款的方 法来控制组分和产品的库存水平。调合组分和产品 低于安全库存的罚款计算分别如式 (8)和式 (9) 所示。 VD 一 PLdXEg 一Z(1一XEg )≤ W d (6) M VF一∑(PM VI ) (7) d一 1 J ∑r-Pc。(PD。一∑ VC )]≤VM (8) 一 1 6∈ Sa．6 N ∑EPQ，(PR，一∑ VL )]≤ (9) ，一1 Rj． ．g 2．2 事件点时间约束 式 (10)表示事件点的时间顺序。当ORD(c)一 1时，VD 表示起始时间，即等于零；当 ORD(c)一 CARD(c)时，VD 等于调度终止时间。 VD ≤ VDc+1 (10) 在连续时间建模方法的事件点描述中，通常需 要规定在计划或者调度中某些外部活动发生的事件 点。在油品调合调度过程中，根据订单可以开始接 受供货的时间，估计该时间可能对应的事件点，从 而确定订单可以开始接受供货的事件点。当然，这 种提前规定的事件点可能会使优化结果不是最优 的，甚至会使模型没有可行解。所以在实际的模型 求解过程中，通过调整这些事件点进行多次求解， 比较 求 解 的结 果，从 而确 定 合 理 的事 件 点。 POSE(d)表示订单d开始时间对应的事件点序数。 VD 一 Pod， ORD(c)一 POSE( ) (11) 2．3 操作规则约束 操作规则约束主要规定各种活动的实际操作。 例如罐不能在同一时间内既接受物流，又输出物 流。式 (12)表示从过程装置出来的同一种组分同 时只能进入一个储罐，不能同时输入一个以上的组 分罐。式 (13)表示一个组分罐在同一时间内只能 接受组分或者输出组分。 J ∑XB ． ≤1，V(n，6)∈ ． (12) 6— 1 f ∑XB ． +XA¨ ≤1， V(n，6)∈ ． (13) a一 1 式 (14)表示一个调合设备同时只能向一个成 品罐输入成品油。式 (15)表示同一个产品罐同时 只能接受从调合设备输送过来的成品油或者向订单 供货。 P XDs ≤ 1， V(，，g)∈ Rs．。 (14) g一 1 N M ∑XD几． +∑XE ， ≤1， V(g，，)∈R几(15) 式 (16)表示产品罐向订单供货和订单接受供 货两个活动之间的关系。当某一个产品罐向某订单 供货时，该订单接受供货这个活动一定发生。但是 当某订单接受供货时，并不能确定有哪些产品罐向 该订单供货。式 (17)表示产品罐区同时最多只能 向一个订单供货。 XE ． ≤ XC (16) M ∑XC ≤1 (17) d一 1 2．4 储罐质量平衡和库存约束 式 (18)和式 (19)分别表示组分罐和产品罐 在各个事件点 的质量平衡 。当 ORD (c)一l时 ， VC 和 VL 表示初始库存。当然，VC 和 VL 也受库存能力限制。 ] ] vcb 一 vcb， + vo ． 一 VP (18) 。∈ ． 6 ，∈Ub ．j- K VL 。一VL +∑ VQ ， 一∑VS ， (19) fEJf．g c一 1 2．5 物流传输速度和调合速度约束 调合组分和产品在管道的输送速度一方面受到 管道和泵等设备条件的限制，另一方面，要受到活 动是否发生的限制。根据本文对事件点时间的定 义，可知终止事件点的所用输送速度等于零。 式 (2O)和式 (21)是对组分从过程生产装置 输送到组分罐的量的限制。式 (22)和式 (23)是 对组分从组分罐输送到调合设备的量的限制。BN 是一个足够大的常数，其必须大于或者等于VO的 最大值。 VO ． ≤ z·XB V(n，6)∈ ．6 (2O) VO ． ≤ PLr口(Ⅷ 1一VD )， V(n，6)∈ ．6(21) VP， ≤ Z·XAb．S， V(6，，)E Ub．S (22) VP，∞ ≤ PT，(Ⅷ 1一VD )， V(6，，)∈ Ub．j-(23) 维普资讯 http://www.cqvip.com 第 1期 张冰剑等：汽油调合调度优化 · l 7l · 式 (24)和式 (25)表示从调合设备输送到产 品罐的产品量不仅受到传送速度的限制，而且由于 调合设备不存在库存，所以进入调合的组分总质量 与输出调合设备的产品总质量在同两个事件点之间 的时间段必须相等。 VQ ． ≤ Z·XD V(厂，g)∈ Rs，g (24) ∑ vQ ． 一 ∑ VP V f∈F (25) 8∈if．g b∈ Mb．f 式 (26)和式 (27)是对产品从产品罐向订单 供货速度的限制。式 (28)表示所有产品罐在调度 周期向订单的供货量必须等于订单的订货量。式 (29)表示从产品罐向订单的供货量在订单可以开 始接受供货的事件点之前是等于零的。 VS ， ≤ Z·XE ORD(c)≥ POSE(d) (26) P ∑VS ． ≤Y·(VD 1一VD )， g一 1 ORD(c)≥ POSE(d) (27) P K ∑∑VS ． 一PY州， g一 1 f一 1 V(厂，g)∈ R ，ORD(c)≥ POSE(d) (28) VS 一 0，ORD(c)< POSE(d) (29) 2．6 调合质量守恒和性质约束 本文采用非线性调合模型来同时优化汽油的调 合和调度过程。式 (30)～式 (32)表示调合的质 量守恒。式 (30)表示组分参与的调合量等于储存 该组分各个组分罐参与的调合量之和。式 (31)和 式 (32)表示参与调合某种产品的组分总质量等于 该产品量。 VB口．，， 一∑ VP ．f'V(n，厂)∈To。， (3o) 6∈ K口 ．6 ∑ VB ， 一 ∑ VQ V f∈F (31) 一 Ta．J gE-Rg ． J VB ， 一 VRs．f' V f∈ F (32) 一 T a，， 调合性质约束分为两类：第一类是调合性质的 变化符合线性加和关系，如汽油调合的烯烃含量， 氧含量和苯含量等；第二类是调合性质的变化是非 线性的，如辛烷值。式 (33)表示在调合过程中符 合线性加和关系的性质约束。式 (34)表示在调合 过程中性质变化是非线性的。其中函数 ，()通常 是用试验数据进行回归得到的。这里以汽油辛烷值 为例 ，采 用 交 互 影 响模 型 ，如式 (35) 和 式 (36)表示，通过试验测定调合组分的交互参数 PW 。 ， ， 从而确定函数 f()。 PZs， VRs。 ≥ (P ． vBo )， V(n，_，)∈ 】 ，，，V e∈ H (33) VR ≤ 厂(VT口I，， )， V(n，厂)∈ T口，， (34) VT ， j． VR j ． 一 VB ．j． ， V(n，厂)∈ To，， (35) PZs． ≤ (PV VT ． )+ nE-Ta，， ∑ ∑(P VT口．，， VT ， )，V e∈L (36) ∈ Ta ． ， > 3 模型求解策略和算法 非线性整数规划模型目前还缺少真正有效的算 法，多是针对具体问题发展一些特殊的算法口。。。 目前常用的优化算法有分支界定法 ¨ 、外近似法、 广义 Bender函数法 n]、罚函数法、aBB算法、符 号重建法、遗传算法、模拟退火算法[1。 。 上述模型非线性约束仅仅是用来表达汽油调合 辛烷值的变化，而且汽油调合辛烷值变化的非线性 很接近线性。本文根据模型这一特点给出了一种新 的求解算法，通过求解一系列的混合 MILP问题来 代替求解原来的 MINLP模型，求解过程如图 1所 示，避免直接求解 MINLP模型的复杂性。 第 1步：将汽油调合辛烷值的非线性函数改为 线性加和的函数 ，如式 (37)所示 ，用式 (37)替 换汽油调合调度 MINLP模型中的式 (35)和式 (36)。这样原来的 MINLP模型就转变为 MILP 模型。 PZs． VRs，c ≤ (P、，口，cVB ，c)， E- ．， V(口，厂)∈ 丁口，r，V e∈ H (37) 第 2步：对形成新的MILP模型进行求解。 第 3步：把第 2步求解的结果代入式 (35)计 算V丁 再将 。 代入式 (36)，并且将式 (36)的不等号改为等号，左边项改为 PZT．～，其 中w 表示求解循环次数，叫一1，2，⋯，n。修改 之后如式 (38)。这样就求得调合汽油产品的实际 辛烷值 PZT．～。 PZ7． 一 (P ， VT口．，， )+ 。E-Ta．， ∑ ∑(PW⋯，VT ， w ， )， 4∈ ． r > 。 V(n，厂)∈ To。，，V e∈ L (38) 第 4步：把计算出来的辛烷值 P 和Pz 进行比较，如果 PG． ≤PZ， 则式 (37)不变， 如果 P >PZs 则将式 (37)的左边 PZ，， 改 维普资讯 http://www.cqvip.com · l 72 · 化 工 学 报 第 58卷 为 PZ 一 (P ⋯一PZ )，式 (37)就变 为式 (39)，从而产生新的MILP问题。这样做的目的是 减掉调合质量过剩的部分 。 Eez 一(Pz 一PZ )]VR ≤ (P ， VB ， )， n∈ ．f V(口，_厂)∈ ，，，V e∈ L (39) 第 5步：重复第 2步和第3步，将新的P 与 PZ 进 行 比 较 ，如 果 PZ ⋯ > PZ 而 且 PZ；～一Pz ≤ ，则终止循环，输出求解结果， 否则重复第四步，直到满足终止条件为止。 表示 允许的调合质量过剩量。在实际生产过程中，为了 避免过多回调或者产品不合格，总是会允许调合的 产品质量合理的微小过剩。 图 1 模 型求解算法框 图 Fig．1 Procedure of new algorithm to solve MINLP model 4 案例应用 某炼油企业的汽油调合和罐区如图 2所示 ，有 3套调合设备。在汽油调合的过程中，根据该企业 的历史生产数据和经验，辛烷值是该企业汽油调合 的关键参数。本文采用经典的交互影响模型来预测 调合的汽油辛烷值[9]，其中组分辛烷值的调合交互 参数是通过试验得到的，如表 1所示。 90 gasoline 93 gasoline 97 gasoline component tanks blending product tanks 图2 汽油调合和调度示意图 Fig．2 Gasoline blending and schduling process in refinery complex 表 1 汽油调合组分的交互参数 Table 1 Interactive parameter between components 调度时界是 160 h，根据经验本文在调度周期 内设定 11个事件点。在调度时界内有 4个订单， 假设 4个订单对应的开始事件点依次假设为 2，4， 7，9。结束事件点依次为 4，7，9，10。采用本文 建立的模型和算法对上述案例进行优化求解，使用 GAMS20．2中的CPLEX7．5求解器[1 ，循环求解 4次即可以达到允许的质量过剩值 ，在本案例中 一 0．01。每次循环迭代求解的目标值如表 2所示。 从表 2可以知道，模型总求解时间为 9．7 S，说明 本文建立的模型中虽然采用非线性调合模型，但是 仍然具有很好的可求解性。 表2 模型循环求解结果和求解时间 Table 2 Objective and solve time of iterative operation 维普资讯 http://www.cqvip.com 第 1期 张冰剑等：汽油调合调度优化 · j 73 · 求解得到的每个事件点对应的时间如表 3所 示，结果表明总共选定 l1个事件点基本是合理的。 其中第 5个事件点和第 6个事件点的时间是一样 的，表明这两个事件点之间没有发生任何活动，也 说明实际上只要选择 l0个事件点就可以了。在计 算过程中，为了避免因为在订单供货期间给定的事 件点不够而引起模型求解没有达到最优，本文又两 次更改了订单可以开始接受供货的事件点，第 1组 是 (2，5，7，9)，第 2组是 (2，4，6，9)。求解 结果表明目标值没有任何变化，第 1组求解结果的 第 3事件点和第 4个事件点的时间是一样的，第 2 组求解结果的第 7个事件点和第 8个事件点的时间 是一样的。这也说明，订单可以开始接受供货的事 件点的确定是合理的。 表3 求解的事件点时间 Table 3 Time of event points Event points time／h 为了进一步说明模型求解结果的合理性，本文 将求解结果和线性调合调度模型优化求解的结果进 行比较。线性调合优化模型就是式 (37)替换本文 建立的 MINLP模 型中的式 (35)和式 (36)，就 可以得到通常所用的线性调合与调度集成的模型， 也就是求解过程的第 1次循环，其求解 目标值 和求解时间如表 2的第 2列所示。很显然，采 用本文非线性调合调度模型方法在 160 h生产周 期内可 以使调合 和油 品调 度过程 多获得利 润 286626元，即表 5第 2行的第 5列和第 2列的 差值 。 表 4和表 5分别是该企业在采用本优化操作之 前和之后的汽油产品辛烷值，由其数值可知，采用 本文的模型和算法能够显著降低产品的质量过剩， 而且同时优化了调合罐区调度。 表 4 当前线形调合模型求解的辛烷值 Table 4 Octane number of blending at event po ints by linear model SEP1 SEP2 SEP3 SEP4 SEP6 SEP8 SEP1O 表 5 优化后汽油调和的辛烷值 Table 5 Octane numbe r of blending at event po ints SEP1 SEP2 SEP3 SEP4 SEP6 SEP8 SEP10 9O# 90．001 90．001 90．001 90．001 90．001 90．001 93# 93．000 93．000 95# 95．000 95．000 5 结 论 建立了汽油调合和调度集成优化的混合整数非 线性规划模型，克服了将汽油调合和调度分开优 化，或者将二者同时进行优化，但优化时采用汽油 线性调合模型的缺点。针对本文建立的模型特点， 将原 MINLP模型分解为求解一系列的 MILP模 型，避免了直接求解 MINLP模型的复杂性。通过 实际应用，表明模型对于大规模的汽油调合调度过 程在合理的时间内能获得最优解，求解结果与实际 生产数据吻合，为企业增加了经济效益，说明了上 述模型和算法具有很好的实用性 。 符 号 说 明 Cost——总成本，目标值，Yuan PA——组分泵送费用 ，Yuan·kbbl PB——组分价格，Yuan·kbbl Pc——组分低于安全库存罚款，Yuan·kbbl PD——组分安全库存，kbbl PE—一 组分罐库存费用，Yuan·kbblI1 PF——组分罐初始库存，kbbl PG一 产品罐初始库存，kbb PH——组分罐最大库存，kbbl P卜一 产品罐最大库存 ，kbbl PJ——产品罐最小库存，kbbl PK——订单结束事件点 PL——订单结束时间，h PMl-一订单超时罚款，Yuan·kbbl PN——订单开始事件点 P()_一 订单开始时间，h 3 8 ” ∞ ∞ ％ 3 2 ” ∞ m ∞ m ∞ 8 2 ∞ ％ ％ m ∞ # # # ∞ ％ ∞ 卯 ∞ 卯 卯 ∞ " ∞ 卯 ∞ 呱m m n ；￡Ⅳ 一 维普资讯 http://www.cqvip.com 化 工 学 报 第 58卷 PP——产 品价格 ，Yuan·kbbl PQ一 产品低于安全库存的罚款，Yuan·kbbl PR——产品安全库存 ，kbbl PS——产品罐库存费用，Yuan·kbbl P卜 各种产品最大调合速度 ，kbbl·h-1 P【r_ 组分生产 速度 ，kbbl·h P 一 组分性质 Pw—一调合交互参数 PX——各个订单 的产 品价格 ，Yuan·kbbl P y_一 每个订单 的定购量 ，kbbl PZ——产 品性质 Q一 调度 时界，h R ——产品储罐可以储存的产品种类 S ——组分储罐可以储存的组分种类 丁口．，——表示组分 a可以参入产品f的调合 u ——表示罐 b库存的组分可以参入产品 f的调合 V_A——总组分成本，Yuan VB——组分调入产 品的量 ，kbbl VC——组分罐在每个事件点的库存水平，kbbl Ⅷ ——事件点的时间，h VE——总库存费用，Yuan VF——订单延迟罚款，Yuan VG——订单供货结束 时间，h Ⅷ ——订单开始供货 时间，h Ⅵ ——订单延迟 时间，h VJ—— 总泵送 费用 ，Yuan VK—— 总产 品收益 ，Yuan VL——成品罐在每个事件点的库存水平，kbbl — — 总组分安全库存不足罚款 ，Yuan — — 总产品安全库存不足罚款 ，Yuan VD——组分从生产过程输入组分罐的量，kbbl VP——组分罐向产品罐输入的量 ，kbbl V_Q——产品从调合向产品罐输入的量 ，kbbl VR—— 产品的产品量 ，kbbl VS—— 产品罐输入订单 的量 ，kbbl V丁——组分在调合产品中的百分比 w——求解循环次数 xA——O，1变量，组分罐是否参入调合 xB——O，1变量，组分罐是否接受组分 xc——O，1变量，订单是否正在接受供货 XD——O，1变量 ，产品是否从调合管道输入产品罐 XE——O，1变量 ，产品罐是否为订单供货 y——产 品最大输 出速度 ，kbbl·h Z——大数 上角标 S——开始事件点 卜 结束事件点 下角标 n——组分 ，长度为 I 组分储罐 ，长度为 J c——事件点，长度为 K — — 订单 ，长度为 M e——组分和产品的性质 广一 产 品，长度为 N g——产品储罐，长度为 P ，l——调合性质变化是线性加和的那些性质 卜一 调合性质变化是非线性变化的那些性质 References [1] E21 [3] E4] [5] [6] [7] [8] [9] [10] Jia Zhenya，Marianthi Ierapetritou． Mixed-integer linear programming model for gasoline blending and distribution scheduling．Ind．Eng．Chem．Res．， 2003，42：825—835 Jia Zhenya，Marianthi Ierapetritou．Effective short—term scheduling of refinery operations based on a continous time fomulation．Comput．Chem．Eng．，2004，28：1001—1019 Klaus Glismann，Gfinter Gruhn．Short-term scheduling and recipe optimization of blending processes．Comput．Chem． Eng． 2001， 25： 627—634 Glismann K，Gruhn G． Short—term planning of blending processes：scheduling and nonlinear optimization of recipes． Chem．Eng．Techno1．，2001，24：246—253 Moro LF L，ZaninAC，Pinto J M．A planningmodelfor refinery diesel production． Comput． Chem． Eng．， 1998， 22：S1039-1042 Wang Jidong (王 继 东)，Wang Wanliang (王 万 良)． Research of gasoline blending optimization based on genetic algorithm．Control and Instruments in Chemical Industry (化工自动化及仪表)，2005，32(1)：6-9 Chen Xinzhi(陈 新 志 )． Establishment of a model for calculating the blending octane numbers of blended． Petroleum Processing and Petrochemicals(石油炼制与化 工 )， 1997，28 (1)：52—55 Liu Xiantao(刘先涛 )．Stem method for gasoline blending． Petroleum Processing and Petrochemicals(石油炼制与化 工 )，1997，28 (8)：51—55 Zahed A H ， Mullah S A， Bashir M D． Predict octane number for gasoline blends． Hydrocarbon Processing， 1993，72 (3)：21-25 Xu Yifang． Practical Methods of Optimization in 维普资讯 http://www.cqvip.com 第 1期 张冰剑等：汽油调合调度优化 · l 75 · [11] [12] [13] Petrochemical Industry． Dongying： Petroleum University Press， 1990 Quesada I，Grossmann I E．An LP／NLP based branch and bound algorithm forconvex MINLP optimization problems． Comput．Chem．Eng．，1992， 16 (10—11)：937—947 Frederick S Hillier， Gerald J Lieberman．Introduction to Operations Research．Beijing：China Machine Press，1999 He Y H ， Yang D H， Hua B． Li Z H． Integrated Optimization for Systems Based on Integrated Computer Inte11igence／／Pr0ceedings of The Third International [14] [15] Conference on Integrated Design and Process Technology (IDPT’98)．Berlin：1998：141—147 Zhang Jian (张 健 )，Chen Bingzhen (陈 丙 珍 )， Hu Shanying (胡 山鹰 )． New logic and heuristic knowledge based MILP approach to process synthesis．Journal of Chemical Industry and Engineering (China)(化工 学报)， 2002，53 (2)：177-183 Brooke A， Kendrick D， Meeraus A． GAMS A User’S Guide (Release 2．25)． San Francisco，CA：The Seientific Press． 1992 维普资讯 http://www.cqvip.com