一种VERNA-GA的汽油调合优化调度方法技术

本发明专利技术公开了一种VERNA-GA的汽油调合优化调度方法，该方法首先在高预测精度的调合模型和生产调度约束条件下，根据调合组分油、产品油和市场供求的信息，构成以利润和满足约束为目标的汽油调合调度模型；然后采用VERNA-GA方法，其计算结构包括主群体选择、交叉、变异操作和病毒群体感染、复制、删减操作，依方法中提供的算法参数取值范围进行参数设置并搜索优化配方；按所得配方进行汽油调合优化调度生产。本发明专利技术提供了一天和多天的汽油调合优化调度方案，无需配方经验，在生产约束范围内随机搜索配方，可快速找出质量卡边、利润高的配方，易于操作及优化调度规模的扩展。

【技术实现步骤摘要】

本专利技术涉及化工过程优化领域，尤其涉及一种病毒进化RNA遗传算法(ViralEvolution based RNA Genetic Algorithm(VERNA-GA))的汽油调合优化调度方法。
技术介绍
随着社会的发展，石油炼制工业呈现出规模大型化、技术现代化和品种多样化的特点，其生产能力、产品质量和品种持续稳定地增长。出于技术经济的综合考虑，加上炼油装置工艺的局限性，各炼油装置生产的一次产品油性能一般都不能直接满足各种油品质量的要求，如汽油、柴油、润滑油类产品质量的要求。一次产品油常常称为半成品油或基础油等。为了降低成本、节约能源、提高效率、优化工艺，常常需要在一次产品油中加入添加剂，或通过双组分、多组分半产品油按不同比例的调合，充分利用不同组分油的物化性质，发挥各自的优良性能，相互取长补短，以达到用户要求的产品质量。汽油、柴油的质量升级和润滑油的高质量要求，使炼油厂为满足新的质量要求而付出高昂的代价。为此，应该通过油品调合手段，在满足汽油、柴油和润滑油指标的条件下，最大限度地将生产过程中产生的各种组分汽油、柴油及其他基础油，按一定的配方进行调合而生产出成本最低、质量合格的高品质汽油、柴油。汽油调合过程是炼油厂装置生产的汽油组分混合的过程，同时加入少量添加剂和抗腐蚀剂成为满足一定质量标准的混合物。需要满足包括调合组分量和产品存储设备的限制等大量操作约束，当满足所有产品质量和调合操作约束时，汽油调合配方优化和控制的目标是最大化调合利润。在实际生产过程中，由于产品的指标多为各组分油性质的非线性函数，同时又要满足各组分油的物料平衡，并且在很多情况下必须要考虑到价格、产品性能指标等参数的不确定性的问题，因此汽油调合过程是一个包含不确定性的复杂的具有多个线性和非线性不等式约束的非线性规划问题。作为炼油厂重要的产品，调合效益在生产企业的经济效益中占有举足轻重的地位，是影响炼油厂经济效益的重要因素之一。一个优化的汽油调合方案，不仅能够减少原油加工成本，降低库存水平，更重要的是能提高资源的利用率，增加产品收率，达到满足需求和最大化利润的目的，因此油品调合问题的解决对提高炼油厂效益具有极其深远的意义。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种VERNA-GA汽油调合优化调度方法。本专利技术的目的是通过以下技术方案来实现的一种VERNA-GA汽油调合优化调度方法，它包括如下步骤(I)根据调合组分油、产品油和市场供求的信息，选定油品质量稳定的调合组分油，调合组分油包括催化重整油、直馏石脑油、催化裂化汽油、丁烷、烷基化油、加氢裂化汽油、高效添加剂；(2)根据选定组分油将调合组分油的质量指标、成本和供应量，与产品汽油的成本、价格和质量指标构成目标函数参数与组分油供应量和产品汽油产量不等式约束，调合模型预测值和实测值之间的裕度设为0-0. 3 ；调合模型中辛烷值计算如下式所示本文档来自技高网...

【技术保护点】
一种VERNA?GA的汽油调合优化调度方法，其特征在于，它包括如下步骤：（1）根据调合组分油、产品油和市场供求的信息，选定油品质量稳定的调合组分油，调合组分油包括催化重整油、直馏石脑油、催化裂化汽油、丁烷、烷基化油、加氢裂化汽油、高效添加剂。（2）根据选定组分油将调合组分油的质量指标、成本和供应量，与产品汽油的成本、价格和质量指标构成目标函数参数与组分油供应量和产品汽油产量不等式约束，调合模型预测值和实测值之间的裕度设为0?0.3；调合模型中辛烷值计算如下式所示：PRON=rTx+α1(crTdiag(s)x-(rTx)(sTx)eTx)+α2(osTx-(oTx)2eTx)+α3(asTx-(aTx)2eTx)PMON=mTx+α4(mTdiag(s)x-(mTx)(sTx)eTx)+α5(osTx-(oTx)2eTx)+α61000(eTx)(asTx-(aTx)2eTx)2式中，x为组分流率，r为每种组分的研究法辛烷值（RON），m为每种组分的马达法辛烷值（MON），s=r?m，o是每种组分的蜡含量，os是蜡含量的平方，e为单位列向量，a为参调组分的芳烃含量，as是芳烃含量的平方，αi为模型参数（其中，α1=0.03224，α2=0.00101，α3=0，α4=0.0445，α5=0.00081，α6=?0.00645），PRON为产品的RON值，PMON为产品的MON值；雷德蒸气压（RVP）计算如下所示：PRVP=(Σi=1nui(RVPi)1.25)0.8式中，ui为i组分在产品中的比例含量，n为参调组分数量,PRVP为产品的RVP；模型中产品质量指标和产品组分两方面的约束条件如下所述：产品辛烷值指标约束A：PRON,n≥RONn，min；产品辛烷值指标约束B：PMON,n≥MONn，min；产品蒸汽压指标约束：PRVP，n≤RVPn，max；产品和调合组分之间的物料平衡约束:调合产品的物料平衡约束：Vpn,j=Vpn,j-1+Σm=1NcnVcn,m,j;组分储量约束：Vcm,L≤Σn=1NpVcn,m≤Vcm,U;产品需求量约束：Vpn=Mpn；上述各式中，PRON,n为产品n的RON值，RONn，min为产品n的RON最小值，PMON,n为产品n的MON值，MONn，min产品n的MON最小值，PRVP，n为产品n的RVP值，RVPn，max为产品n的RVP最大值，Vpn，j为产品n第j天的储量，Vcn，m，j为第j天参与调合产品n的组分m的体积，Vcm，L为组分m的罐存储量下限，Vcm，U为组分m的罐存储量上限，Mpn为产品n的市场需求量；在满足组分油物料平衡和产品指标的条件下，使产品的利润目标函数由下式表示：maxf(x)=Σt=1TΣn=1Np(Cpn,t·Vpn,t-Σm=1NcnCcm,t·Vcn,m,t);式中，等式右边第一项为调合产品的价值，第二项为参调组分的成本；T为调合调度的时间尺度，Ncn是产品n的组分种类，Np为产品种类，Vcn，m,t为产品n中组分m的含量，Vpn，t是产品n的调合量，Ccm，t为组分m的成本，Cpn，t为产品n的价格；利润目标函数加上惩罚项后总目标函数为：f′(x,μ)=maxf(x)+μΣi=1mmin(0,gi(x))2;式中，μ是惩罚系数，gi(x)是约束函数。（3）根据产品需求和实际数据设置参数：运行的最大代数Gmax，参数编码长度l，个体编码长度L为每个参数编码长度l乘以参数的个数n，种群数N，病毒数M，自交叉概率padr，置换交叉概率pC,位置自适应变异概率pm，感染操作概率pinfect、复制操作概率pcopy、删减操作概率pcut，衰减系数decay，及以终止准则。（4）运行VERNA?GA，对化工动力学模型中的总生产利润进行求解，通过最大化目标函数，得到满足物料平衡和产品指标要求的一定配方比例的组分油使用量。FDA00002644443900015.jpg...

【技术特征摘要】
1. 一种VERNA-GA的汽油调合优化调度方法，其特征在于，它包括如下步骤 (1)根据调合组分油、产品油和市场供求的信息，选定油品质量稳定的调合组分油，调合组分油包括催化重整油、直馏石脑油、催化裂化汽油、丁烷、烷基化油、加氢裂化汽油、高效添加剂。(2)根据选定组分油将调合组分油的质量指标、成本和供应量，与产品汽油的成本、价格和质量指标构成目标函数参数与组分油供应量和产品汽油产量不等式约束，调合模型预测值和实测值之间的裕度设为0-0. 3 ； 调合模型中辛烷值计算如下式所示2.根据权利要求1所述VERNA-GA汽油调合优化调度方法，其特征在于，所述步骤(3)中，所述终止准则为运行代数达最大代数Gmax或者得到的目标函数值达到实际要求。3.根据权利要求1所述的VERNA-GA汽油调合优化调度方法，其特征在于，所述步骤(4)包括以下子步骤 (4.1)随机生成包含N个长度为L的RNA序列的初始种群，每一个RNA序列代表组分油使用量参数的可能解；通过无感染能力的病毒个体去复制主个体部分基因操作来产生M个病毒个体；组分油使用量参数均由字符集{O，I, 2，3}编码为一个长度为I的RNA子序列，设未知参数个数为n,则一个RNA序列的编码产度为L=ln。(4.2)将每一个RNA序列解码为组分油使用量参数并计算其对应的目标函数值，再将目标函数值转化为对应的适应度值，适应度值最大的个体定义为这一代的最优个体。(4. 3)根据适应度值优劣程度进行排序，将种群分为两类，一半为优质群体SuG，另一半为劣质群体InG，排名第一的个体为最优个体，定义Ncnew为经交叉操作产生新个体数目，令Ncnew=O ;如果最优解连续gl代无变化，则切换到SQP算法进行寻优。(4. 4)执行自交叉操作、置换交叉操作、位置自适应变异操作，以及病毒感染操作。(4.5)重复步骤(4. 2)至步骤(4. 4)进行迭代，直到满足终止准则。(4. 6)将最终种群的最优个体解码为组分油使用量。4.根据权利要求3所述的VERNA-GA汽油调合优化调度方法，其特征在于，所述步骤(4. 4)中的RNA交叉操作为 (A)随机从劣质群体InG中选择一个RNA序列作为父代个体，以概率Pate执行RNA自交叉操作，产生一个新个体，Ncnew=Ncnew+l。(B)随即从优质群体SuG中选择两条RNA序列作为父代个体，以概率P。对它们置换交叉操作，产生两个子代个体，选择其中适应度高的一个个体Ncnew=Ncnew+l。(C)重复步骤A和B，直到产生的新个体数达到N...

【专利技术属性】
技术研发人员：王宁，许贤峰，
申请(专利权)人：浙江大学，
类型：发明
国别省市：