中文题目：基于实时优化松弛反馈的汽油调合闭环调度

论文题目：Closed-loop gasoline blending scheduling based on real-time optimized slack feedback

录用期刊：Chemical Engineering Science (中科院大类2区、SCI TOP期刊、CAA A类期刊)

原文DOI：http://doi.org/10.1016/j.ces.2025.121426

原文链接： http://www.sciencedirect.com/science/article/pii/S0009250925002490

录用/见刊时间：2025/2/24

作者列表：

1） 何仁初 中国天天色天天（北京）人工智能学院 自动化系教师

2） 闫欣妤 中国天天色天天（北京）人工智能学院 控制科学与工程专业 硕23

3） 华俊杰 华东理工大学信息科学与工程学院 控制工程专业 硕21

4） 林嘉奖 中国天天色天天（北京）人工智能学院 自动化系教师

5） 赵亮 华东理工大学信息科学与工程学院 自动化系教师

摘要：

汽油调合是将多种组分混合为成品油的复杂过程，直接关乎炼厂的经济效益和产品质量。为了生产出质量达标、属性指标过剩最小、成本最低的汽油，一方面需要精心制定调合调度方案，合理配置组分油、储罐、油泵、管线等资源；另一方面需要引入实时优化控制技术克服油品属性和流量波动，在满足产品质量指标的情况下实现调合效益最大化。然而，传统的汽油调合调度优化方法往往忽视与实时优化间的关联，导致调度方案与实际操作存在脱节。因此，本文提出了基于实时优化松弛反馈的闭环调度策略，在实时优化模型的属性约束中添加松弛参数。当实时优化过程因组分油属性或流量波动导致成品油质量不达标时，通过松弛参数反馈修正调度模型的约束条件和目标函数，重新求解后续调合方案。案例分析结果表明，所提出的闭环调度策略能够基于松弛反馈对调度模型进行调整，实现对汽油不达标属性的修正。

背景与动机: 

汽油调合将多种中间产品混合制成不同牌号汽油，调合成品质量直接影响产品是否达标以及炼油厂经济效益。在调合过程中，成品油关键性能指标呈非线性变化，常采用实时优化（RTO）调整组分流量来保证产品质量和实现优化目标 。然而，调合过程存在诸多不确定因素，如原油供应波动、工艺误差、操作误差和环境因素等，这些因素会导致组分油属性和流量波动，使成品油质量不达标，增加操作成本并影响生产交付。

当前多数炼化厂引入管道调合实时优化技术，但该技术修改幅度有限。且传统汽油调合调度优化方法忽视与实时优化的关联，导致调度方案与实际操作脱节。为解决这些问题，实现生产出质量达标、属性指标过剩最小、成本最低的汽油这一目标，本文提出基于实时优化松弛反馈的闭环调度策略。

设计与实现:

本文技术路线如图1所示，首先通过多目标进化算法求解考虑了油品移动的汽油调合调度多目标模型，选取Pareto前沿上的膝点作为最优解形成汽油调合调度方案。接下来，将调度方案下达至实时优化系统按周期执行方案。当汽油调合过程中的不确定因素导致实时优化过程属性不达标时，属性松弛参数值不为0。然后，将不为0的属性松弛值反馈到调度层，通过闭环调度策略对调度模型中的属性约束和辛烷值过剩最小的目标函数进行修正。最后，使用修正后的汽油调合调度模型进行求解，重新制定新的调合方案，以实现汽油调合过程的闭环调度。

图1 总体技术路线图 

汽油调合调度优化模型：汽油调合调度问题包含多个决策目标，本文模型主要考虑三个目标函数，分别为成品油的产量和提货量最大、研究法辛烷值属性过剩最小、油品移动成本最小。考虑到汽油调合过程中的生产工艺、操作规则、产品质量指标等限制，模型中构建了各类约束条件的公式，包括库存约束、质量约束、配方约束、路径重合约束、泵流量约束等。

考虑属性松弛的汽油调合实时优化模型：包括累积调合模型和调合效应模型。累积调合是根据罐底油属性对调合头调合头属性指标进行换算。

 

 

引入在线更新的辛烷值调合效应模型，采用递推最小二乘法对模型参数进行在线实时更新。调合效应模型具体形式如下：

 

当实时优化过程中存在松弛参数不为0时，表示实时优化过程无法在调度方案允许的范围内生产合格的成品油，此时需要对调度方案进行调整。本文采用属性松弛反馈的方式对汽油调合调度模型的属性约束条件和目标函数进行修正，然后重新执行调度优化算法，计算出反馈时间点之后的最佳调度方案。

当松弛参数大于0时，对约束条件的修正如下：

当松弛参数小于0时，对约束条件的修正如下：

 

当RON属性对应的松弛参数大于0时，对目标函数的修正如下：

 

图2 基于实时优化松弛反馈的汽油调合闭环调度算法流程图

实验结果及分析:

本文以国内某炼厂实际生产过程为例，设置调度周期为7天，调度时间尺度以天为单位，调度结果为7天的汽油生产排产方案。用NSGA-Ⅱ算法求解生成初始调度方案。经过实时优化模型求解，属性松弛参数值如表1所示。

表1  实时优化属性松弛结果

 

将实时优化求得的属性松弛参数反馈到汽油调合调度模型中，对汽油调合调度模型进行修正，根据修正后的模型重新进行优化求解。求解后的调度结果如图所示

 

图3  各储罐流量调度方案 

 图4  组分油接收调度方案

 

 图5  成品油提货量调度方案

以蓝色虚线为分界线，虚线左侧为松弛反馈修正之前已经执行的调度方案，虚线右侧为松弛反馈修正之后的重新优化得到调度方案。

模型修正之后，只有当成品油属性预测值应高于叠加了属性松弛的指标下限，才能保证成品罐中的油品满足汽油属性指标约束。表2-1和表2-2为各周期成品油属性预测值，表中第4周期及以后各周期成品油的RON和蒸汽压属性均高于修正后的下限，证明了通过闭环调度策略对模型修正的可行性。

Table 2-1. 各周期成品油属性预测

 

Table 2-2. 各周期成品油属性预测

 

结论:

针对汽油调合实时优化无解的情况，本文在实时优化模型中引入属性松弛，并提出了基于实时优化松弛反馈的汽油调合闭环调度策略。当实时优化得到的松弛参数不为0时，则对调度模型的约束和目标进行偏差修正，并使用修正后的调度模型进行再调度计算，实现汽油调合调度与实时优化的协同。最后，本文设计了一个汽油调合模拟案例，并使用该案例对汽油调合闭环调度策略进行验证。实验证明本文提出的闭环调度策略能够实现调度优化和实时优化的协同，当实时优化预测的成品油属性违反约束时，重新制定调度方案，实现对汽油不达标属性的修正，保证炼厂汽油生产的稳定运行。

作者简介:

何仁初，男，中国天天色天天（北京）人工智能学院自动化系系主任、教授、博士生导师。上海自动化学会理事，主要研究领域为面向能源化工过程的智能感知、智能建模、智能决策、机器学习和优化控制方面的理论、方法与应用。近年来主持/参与国家自然科学基金面上项目2项；企业委托合作项目20多项；在IEEE汇刊、FUEL、CES、JPC等国内外期刊发表SCI/EI学术论文40多篇；申请国家/国际PCT专利20多项，已授权国家发明专利11项，授权国际发明专利1项；登记计算机软件著作权20多件；获得上海市技术发明一等奖1项，中国石油和化学工业联合会科技进步一等奖1项，上海市科技进步三等奖1项。