一种应用于炼化企业的非线性生产计划优化方法及装置与流程

1.本发明属于流程工业计划调度优化智能控制技术领域，具体地说，本发明是一种应用于炼化企业的非线性生产计划优化方法及装置，以最大化效益为目标建立的多周期非线性生产计划优化方法和装置。


背景技术：

2.炼油与化工工业是典型的流程工业。各种品质的原油经过炼制加工，产出汽油、煤油、柴油等液体燃料，数以千百种的润滑油、石蜡、沥青等炼油产品，牌号数以万计的合成树脂、合成橡胶、合成纤维等化工产品。石油化工生产流程中涉及到许多生产装置以及原料、中间产品以及成品，是一个复杂的过程。原油品质多样，产品种类繁多,装置类型多样，物料走向复杂，不同装置之间有复杂的物料互供。生产面向市场，业务流程和产品结构需要随着市场的变化而进行调整。同时，为了满足不同设备对所加工的原料不同的要求，还需要将原料、中间组分进行调和,因此，存在着复杂的生产选择。
3.生产计划，是炼油企业组织生产活动的预先安排，它确定了企业要实现怎样的生产经营目标，以及如何实现这样的目标。生产计划既是石化企业经营和发展战略在生产端的反映和细化，连结上游的采购计划与下游的配送计划、需求计划，又是原油调度、装置与管道调度、油品调和的归纳抽象。生产计划的优化是炼化企业解决生产效益问题的核心。
4.炼化生产过程利用数学建模已经逐渐显示出越来越重要的作用，人们可以理解工艺的内部工作原理，但在确定最佳参数时却需要大量的测算工作，过去常常依靠大量试验或者经验来解决这类问题，然而如需建立和测试大量原型装置，这种方法会花费大量时间和精力。利用数学模型工具可以建立虚拟的原型来揭示工艺过程的内部机制，可以方便的修改任意参数并立即看到效果。
5.20世纪50年代，线性规划模型率先应用在炼油厂的物料平衡和生产操作计划，采用“虚拟操作方案”形式来描述不同的原料调和操作条件。实践发现，这些“虚拟操作方案”之和与实际生产执行结果有较大出入，因此发现了线性规划应用中的物流pooling问题。60年代，针对产品调和中各类性质的非线性调和问题开发了slp技术，从而提高了调和优化精度。70年代，误差分布和递归概念的出现,pooling问题在多数场景下得到初步解决，随之线性规划模型成为生产计划部门的常规性工具。90年代，另一种直接运用非线性模型的计划优化技术开始出现，如petroplan、sipp等，并在某些特殊的问题中得到应用，这类计划系统的突出优势是能够直接处理多个物料混合带来的pooling问题以及加工装置的收率和产品质量的非线性问题，并可以直接处理各类非线性调和模型。由于此类系统与流程模拟系统极为相似，物性在各个加工环节的传递得到了妥善的处理。但是当时条件下，不足之处也很明显，多加工方案的模拟能力受到制约，多周期的建模可能行大大降低。
6.内点算法(interior point method)是一种求解线性规划或非线性优化问题的算法，是通过一个惩罚函数来描述凸集，并从可行域内部来搜索最优解的方法。提出于20世纪50年代，随着计算机的内存增大，复杂性理论的出现为控制性算法提供保障，稀疏矩阵理论
及软件包和自动微分算法的成熟，满足工业条件的商业求解器在近些年相继出现,采用内点法的模型在大规模非线性最优化计算中得到了优异的表现。


技术实现要素：

7.本发明鉴于解决上述技术问题，提供了一种应用于炼化企业的非线性生产计划优化方法，所述方法包括以下步骤：s100：建立炼厂生产的逻辑网络模型；s200：在逻辑网络模型中输入数据；s300：建立非线性过程模拟模型；s400：建立计划约束方程和装置能力约束方程；s500：对建立的计划约束方程和装置能力约束方程进行数据校验和可行性校验；s600：若通过s500的校验，则转入步骤s700，否则转入步骤s100；s700：寻找计划约束方程和装置能力约束方程的初始解；s800：通过内点法计算出最优解；s900：输出最优解。
8.进一步地，所述步骤s100包括以下子步骤：s110：建立炼厂生产的常减压装置单元；s120：建立炼厂生产的二次加工装置单元；s130：建立炼厂生产的产品调和单元；s140：建立炼厂生产的采购销售单元；
9.进一步地，在所述步骤s140之后包括以下子步骤：s150：建立炼厂生产的库存单元。
10.进一步地，所述步骤s140包括以下孙步骤：s141：建立炼厂生产的物料采购子单元；s142：建立炼厂生产的产品销售子单元；s143：建立炼厂生产的公用工程采购子单元；s144：建立炼厂生产的公用工程销售子单元；
11.进一步地，所述步骤s300包括以下子步骤：s310：建立常减压装置单元的非线性过程模拟模型；s320：建立二次加工装置单元的非线性过程模拟模型；s330：建立产品调和单元的非线性过程模拟模型。
12.进一步地，所述步骤s310中的常减压装置单元的非线性过程模拟模型包括常压组分量、减压组分量以及常减压组分的物性计算，其中常压组分量与减压组分量的关系式如下：
[0013][0014][0015]
其中，为周期t炼厂r装置e生产组分m的量，为加工原油mc的量，β
t，r，e，mrc
为常渣mrc分布在装置e的比例，均为决策变量；为加工原油mc切割组分m的测线收率；m
yy
为原油集合，e
cy
为常压装置集合，im、om分别为装置e进出料集合，m
rc
为常渣集合，集合r1为{mc|mc∈m
yy
，(r，e，mc)∈im}，集合r2为{(c，mc，mrc)|c∈e
cy
，mc∈m
yy
，(r，c，mc)∈im，mrc∈m
rc
，(r，e，mrc)∈im，(c，mrc)∈om}，常减压组分的物性计算则包括以下四种方式：
[0016]
常压组分重量线性调和与减压组分重量线性调和：
[0017]
[0018][0019]
常压组分重量非线性调和与减压组分重量非线性调和：
[0020][0021][0022]
常压组分体积线性调和与减压组分体积线性调和：
[0023][0024][0025]
常压组分体积非线性调和与减压组分体积非线性调和：
[0026][0027][0028]
其中，为物性q的值，为其指数值，为装置e生产的组分量，为其体积值，为装置e加工的原油量，β
t，r，e，mrc
为常渣mrc分布在装置e的比例，均为决策变量；为原油切割测线收率，为原油mc切割组分m物性q的值；γ为物性的非线性转换公式，为方程类型，spg为密度；e为所有装置集合，e
cy
为常压装置集合，e
jy
为减压装置集合，m
rc
为常渣集合，m
yy
为原油集合，im，om分别为物料进出装置e的集合；集合r1为{e|e∈e
cy
，(r，e，m)∈om}，集合r2为
[0029]
{(e，mc，m)|e∈e
cy
，mc∈m
yy
，(r，e，mc)∈im，(r，e，m)∈om}，集合r3为{e|e∈e
jy
，(r，e，m)∈om}
[0030]
集合r4为
[0031]
{(e，mrc，c，mc)|e∈e，mrc∈m
rc
，(r，e，mrc)∈im，(r，c，mc)∈im，(r，c，mrc)∈om}
[0032]
进一步地，所述步骤s320中的二次加工装置单元的非线性过程模拟模型由以下公式描述：
[0033]
[0034][0035]
其中：为二次加工装置的收率，为二次装置在某一基准下的基本收率，为偏离基准一个性质单位时目标产物的收率变化量，为进料性质，为基准物性值，为偏离基准一个操作条件时目标产物的收率变化量，τ
t，r，e，p，m，tm
为操作条件值，为操作条件基准值，为装置出料量，为装置加工量，为装置进料量，为出料物性mm的q值，pe为方案集合，u
udb
为delta-base结构集合。
[0036]
进一步地，所述二次加工装置的出料物性值还可以用以下方式描述：
[0037][0038]
其中，为二阶项。
[0039]
进一步地，所述出料物性mm的q值还与进料物性值存在以下关系：
[0040][0041]
其中，为一阶系数，为常数项。
[0042]
进一步地，所述步骤s310中的产品调和单元的非线性过程模拟模型包括进料量出料量以及调和出物性计算，具体关系如下：
[0043][0044][0045]
其中为调和产品mb需要组分m的量，m
th
为调和产品集合，im为装置进料集合，om为装置出料集合
[0046]
调和出物性计算则包括以下四类：
[0047]
重量线性调和：
[0048][0049]
重量非线性调和：
[0050][0051]
体积线性调和：
[0052][0053]
体积非线性调和：
[0054][0055]
其中，为调和物料的物性q的值，为其指数值，为调和物料mb的量，为的体积形式。
[0056]
进一步地，所述步骤s400中的计划约束方程和装置能力约束方程包括以下方程：
[0057]
全厂物料平衡约束：
[0058][0059]
其中，为周期t炼厂r装置e生产组分m的量，为期初库存，为期末库存。
[0060]
全厂公用工程平衡约束：
[0061][0062]
其中，为公用工程ul在装置e的进出量，o
ul
为公用工程产出集合，i
ul
为公用工程消耗集合。
[0063]
原料采购约束：
[0064][0065]
其中，为物料m的购买量，分别为物料m采购的上下限。
[0066]
公用工程采购约束：
[0067][0068]
其中，为公用工程ul的购买量，分别为共用工程ul采购的上下限。
[0069]
产品销售约束：
[0070][0071]
其中，为物料m的销售量，分别为物料m销售的上下限。
[0072]
公用工程销售约束：
[0073][0074]
其中，为公用工程ul的销售量，分别为共用工程ul销售的上下限。
[0075]
多周期连接约束：
[0076][0077]
其中，为物料m周期t的期末库存，为物料m周期t 1的期初库存。
[0078]
库容约束：
[0079][0080]
其中，为物料m周期t的库存，分别为物料m的管容上下限。
[0081]
装置加工能力约束：
[0082][0083]
其中，为装置h的加工能力，分别为加工能力的上下限。
[0084]
进一步地，所述步骤s500还包括以下子步骤：
[0085]
s510：对数据类型、数据完整性以及数据上下限矛盾进行校验；
[0086]
s520：对物料的走向信息进行完整性校验；
[0087]
s530：可行性校验，通过以下目标函数进行可行性校验：
[0088][0089]
其中，表示采购上下限松弛变量，表示销售上下限松弛变量，表示物料库存上下限松弛变量，表示公用工程采购上下限松弛变量，表示公用工程销售上下限松弛变量，表示装置能力上下限松弛变量，δ表示目标函数惩罚系数，t表示周期集合，m
gm
表示购买集合，m
xs
表示销售集合，m
kc
表示库存集合，ul
gm
表示公用工程购买集合，ul
xs
表示公用工程销售集合，h表示装置能力集合。
[0090]
进一步地，所述步骤s700还包括以下子步骤：
[0091]
s710：将非线性模型中的非线性约束剔除，并将二次加工装置单元的非线性过程模拟模型也简化成线性模拟模型，具体可以用以下方程描述：
[0092][0093][0094][0095][0096][0097]
其中e为二次加工装置单元，(r，e，m)∈(im，om)，r为炼厂，t为周期。
[0098]
s720：以最大化炼厂的全周期总利润为目标进行运算求解，目标函数如下：
[0099][0100]
其中，t为时间，m
xs
表示销售集合，m
gm
表示采购集合，g
xs
、g
gm
分别表示公用工程销售、采购集合，m
kc
表示库存，表示原料销售价格，表示原料采购成本，表示公用工程销售价格，表示公用工程采购成本，表示库存价值，分别表示物料m销售、采购量，分别表示物料m销售、采购量，分别表示公用工程销售、采购量，表示期末库存，表示期初库存；
[0101]
s730：以步骤s720所获得的物料量值作为条件，以最小化各物料物性值之和为目标，并以各物性调和为约束，得到线性模型的解为物性初始值，具体描述函数如下：
[0102]
其中，表示组分m的物性q的值，表示组分m的物性q的指数值，r1表示线性调和的物性集合，r2表示非线性调和的物性集合。
[0103]
本发明还提供一种利用上述方法的进行非线性生产计划优化的装置，具体包括炼厂生产逻辑网络模型建立模块，数据输入模块，非线性过程模型建立模块，计划约束方程和装置能力约束方程输出模块，数据校验和可行性校验模块，初始解搜寻模块，内点法计算模块及最优解输出模块，其中数据输入模块与炼厂生产逻辑网络模型建立模块相连接，非线性过程模型建立模块与炼厂生产逻辑网络模型建立模块和计划约束方程和装置能力约束方程输出模块相连接，计划约束方程和装置能力约束方程输出模块与数据校验和可行性校验模块相连接，同时数据校验和可行性校验模块与数据输入模块和初始解搜寻模块相连接，初始解搜寻模块与内点法计算模块相连接，内点法计算模块与最优解输出模块相连接。
[0104]
进一步地，所述炼厂生产逻辑网络模型建立模块包括炼厂生产的常减压装置单元，炼厂生产的二次加工装置单元，炼厂生产的产品调和单元及炼厂生产的采购销售单元，其中数据输入模块与常减压装置单元、炼厂生产的二次加工装置单元、炼厂生产的产品调和单元及炼厂生产的采购销售单元均相互连接，对应输入不同的数据，而炼厂生产的采购销售单元与炼厂生产的常减压装置单元，炼厂生产的二次加工装置单元相连接，用于向两单元输入由其处理后的数据或接受来自两单元的处理数据，常减压装置单元与炼厂生产的二次加工装置单元相连接，炼厂生产的产品调和单元与常减压装置单元及炼厂生产的二次加工装置单元相互连接，并接受来自该两单元的处理数据，同时炼厂生产的产品调和单元与炼厂生产的采购销售单元相连接，用于向其输出处理数据。
[0105]
进一步地，所述炼厂生产逻辑网络模型建立模块还包括炼厂生产的库存单元，该库存单元与炼厂生产的二次加工装置单元、炼厂生产的采购销售单元及炼厂生产的产品调和单元相互连接。
[0106]
进一步地，所述炼厂生产的采购销售单元包括以下子单元：炼厂生产的物料采购子单元、炼厂生产的产品销售子单元、炼厂生产的公用工程采购子单元及炼厂生产的公用工程销售子单元，其中炼厂生产的物料采购子单元与输入数据模块、常减压装置单元及库存单元相连接，炼厂生产的产品销售子单元与输入数据模块、二次加工装置单元及产品调和单元相连接，炼厂生产的公用工程采购子单元及炼厂生产的公用工程销售子单元则分别与数据模块、常减压装置单元及二次加工装置单元相连接。
[0107]
进一步地，所述非线性过程模型建立模块包括常减压装置单元的非线性过程模拟模型建立单元、二次加工装置单元的非线性过程模拟模型建立单元及产品调和单元的非线性过程模拟模型建立单元。
[0108]
进一步地，所述常减压装置单元的非线性过程模拟模型建立单元所建立的非线性过程模拟模型包括常压组分量、减压组分量以及常减压组分的物性计算，其中常压组分量与减压组分量的关系式如下：
[0109][0110][0111]
其中，为周期t炼厂r装置e生产组分m的量，为加工原油mc的量，β
t，r，e，mrc
为常渣mrc分布在装置e的比例，均为决策变量；为加工原油mc切割组分m
的测线收率；m
yy
为原油集合，e
cy
为常压装置集合，im、om分别为装置e进出料集合，m
rc
为常渣集合，集合r1为{mc|mc∈m
yy
，(r，e，mc)∈im},集合r2为{(c，mc，mrc)|c∈e
cy
，mc∈m
yy
，(r，c，mc)∈im，mrc∈m
rc
，(r，e，mrc)∈im，(c，mrc)∈om}，常减压组分的物性计算则包括以下四种方式：
[0112]
常压组分重量线性调和与减压组分重量线性调和：
[0113][0114][0115]
常压组分重量非线性调和与减压组分重量非线性调和：
[0116][0117][0118]
常压组分体积线性调和与减压组分体积线性调和：
[0119][0120][0121]
常压组分体积非线性调和与减压组分体积非线性调和：
[0122][0123][0124]
其中，为物性q的值，为其指数值，为装置e生产的组分量，为其体积值，为装置e加工的原油量，β
t，r，e，mrc
为常渣mrc分布在装置e的比例，均为决策变量；为原油切割测线收率，为原油mc切割组分m物性q的值；γ为物性的非线性转换公式，为方程类型，spg为密度；e为所有装置集合，e
cy
为常压装置集合，e
jy
为减压装置集合，m
rc
为常渣集合，m
yy
为原油集合，im，om分别为物料进出装置e的集合；集合r1为{e|e∈e
cy
，(r，e，m)∈om}，集合r2为
[0125]
{(e，mc，m)|e∈e
cy
，mc∈m
yy
，(r，e，mc)∈im，(r，e，m)∈om}，集合r3为{e|e∈e
jy
，(r，e，m)∈om}
[0126]
集合r4为
[0127]
{(e，mrc，c，mc)|e∈e，mrc∈m
rc
，(r，e，mrc)∈im，(r，c，mc)∈im，(r，c，mrc)∈om}
[0128]
进一步地，所述二次加工装置单元的非线性过程模拟模型建立单元所建立的非线性过程模拟模型由以下公式描述：
[0129][0130][0131]
其中：为二次加工装置的收率，为二次装置在某一基准下的基本收率，为偏离基准一个性质单位时目标产物的收率变化量，为进料性质，为基准物性值，为偏离基准一个操作条件时目标产物的收率变化量，τ
t，r，e，p，m，tm
为操作条件值，为操作条件基准值，为装置出料量，为装置加工量，为装置进料量，为出料物性mm的q值，pe为方案集合，u
udb
为delta-base结构集合。
[0132]
进一步地，所述二次加工装置的出料物性值还可以用以下方式描述：
[0133][0134]
其中，为二阶项。
[0135]
进一步地，所述出料物性mm的q值还与进料物性值存在以下关系：
[0136][0137]
其中，为一阶系数，为常数项。
[0138]
进一步地，所述产品调和单元的非线性过程模拟模型建立单元所建立的非线性过程模拟模型包括进料量出料量以及调和出物性计算，具体关系如下：
[0139][0140][0141]
其中为调和产品mb需要组分m的量，m
th
为调和产品集合，im为装置进料集合，om为装置出料集合
[0142]
调和出物性计算则包括以下四类：
[0143]
重量线性调和：
[0144][0145]
重量非线性调和：
[0146][0147]
体积线性调和：
[0148][0149]
体积非线性调和：
[0150][0151]
其中为调和物料的物性q的值，为其指数值，为调和物料mb的量，为的体积形式。
[0152]
进一步地，所述计划约束方程和装置能力约束方程输出模块包括以下单元：
[0153]
全厂物料平衡约束单元，具体描述如下：
[0154][0155]
其中，为周期t炼厂r装置e生产组分m的量，为为期初库存，为期末库存。
[0156]
全厂公用工程平衡约束单元，具体描述如下：
[0157][0158]
其中，为公用工程ul在装置e的进出量，o
ul
为公用工程产出集合，i
ul
为公用工程消耗集合。
[0159]
原料采购约束单元，具体描述如下：
[0160][0161]
其中，为物料m的购买量，分别为物料m采购的上下限。
[0162]
公用工程采购约束单元，具体描述如下：
[0163][0164]
其中，为公用工程ul的购买量，分别为共用工程ul采购的上下限。
[0165]
产品销售约束单元，具体描述如下：
[0166][0167]
其中，为物料m的销售量，分别为物料m销售的上下限。
[0168]
公用工程销售约束单元，具体描述如下：
[0169][0170]
其中，为公用工程ul的销售量，分别为共用工程ul销售的上下限。
[0171]
多周期连接约束单元，具体描述如下：
[0172][0173]
其中，为物料m周期t的期末库存，为物料m周期t 1的期初库存。
[0174]
库容约束单元，具体描述如下：
[0175][0176]
其中，为物料m周期t的库存，分别为物料m的管容上下限。
[0177]
装置加工能力约束单元，具体描述如下：
[0178][0179]
其中，为装置h的加工能力，分别为加工能力的上下限。
[0180]
进一步地，所述数据校验和可行性校验模块包括以下单元：数据类型、数据完整性以及数据上下限矛盾校验单元、物料的走向信息完整性校验单元，可行性校验单元，以上单元依次相连接，其中通过以下目标函数进行可行性校验：
[0181][0182]
其中，表示采购上下限松弛变量，表示销售上下限松弛变量，表示物料库存上下限松弛变量，表示公用工程采购上下限松弛变量，表示公用工程销售上下限松弛变量，表示装置能力上下限松
弛变量，δ表示目标函数惩罚系数，t表示周期集合，m
gm
表示购买集合，m
xs
表示销售集合，m
kc
表示库存集合，ul
gm
表示公用工程购买集合，ul
xs
表示公用工程销售集合，h表示装置能力集合。
[0183]
进一步地，所述初始解搜寻模块包括：非线性模型中的非线性约束剔除单元、二次加工装置单元的非线性过程模拟模型简化单元、目标函数运算单元、初始值搜寻单元，其中非线性模型中的非线性约束剔除单元、二次加工装置单元的非线性过程模拟模型简化单元用于将非线性模型中的非线性约束剔除及将二次加工装置单元的非线性过程模拟模型也简化成线性模拟模型，具体可以用以下方程描述：
[0184][0185][0186][0187][0188][0189]
其中e为二次加工装置单元，(r，e，m)∈(im，om)，r为炼厂，t为周期。
[0190]
目标函数运算单元则以最大化炼厂的全周期总利润为目标进行运算求解，目标函数如下：
[0191][0192]
其中，t为时间，m
xs
表示销售集合，m
gm
表示采购集合，g
xs
、g
gm
分别表示公用工程销售、采购集合，m
kc
表示库存，表示原料销售价格，表示原料采购成本，表示公用工程销售价格，表示公用工程采购成本，表示库存价值，分别表示物料m销售、采购量，分别表示物料m销售、采购量，分别表示公用工程销售、采购量，表示期末库存，表示期初库存。
[0193]
初始值搜寻单元以目标函数运算单元求解获得的物料量值作为条件，以最小化各物料物性值之和为目标，并以各物性调和为约束，搜寻线性模型的解作为物性初始值，具体描述函数如下：
[0194][0195]
其中，表示组分m的物性q的值，表示组分m的物性q的指数值，r1表示线性调和的物性集合，r2表示非线性调和的物性集合。
附图说明
[0196]
图1是本发明优化方法的流程图；
[0197]
图2是本发明优化方法建立炼厂生产的逻辑网络模型流程图；
[0198]
图3是本发明优化方法建立炼厂生产的采购销售单元流程图；
[0199]
图4是本发明优化方法建立非线性过程模拟模型流程图；
[0200]
图5是本发明优化方法对输出的计划约束方程和装置能力约束方程进行数据校验和可行性校验的流程图；
[0201]
图6是本发明优化方法寻找计划约束方程和装置能力约束方程的初始解流程图；
[0202]
图7是本发明优化装置的模块组成图；
[0203]
图8是本发明优化装置的炼厂生产逻辑网络模型建立模块的组成图；
[0204]
图9是本发明优化装置的非线性过程模型建立模块的组成图；
[0205]
图10是本发明优化装置的对输出的计划约束方程和装置能力约束方程进行数据校验和可行性校验模块的组成图；
[0206]
图11是寻找计划约束方程和装置能力约束方程的初始解模块的组成图。
具体实施方式
[0207]
本发明全面考虑了炼化计划优化问题的各个决策点，与实际业务贴合度高，可执行性好；优化的求解策略大大提升了运算时间，求解时间短，满足实际生产执行需要；支持二次装置操作条件等设定，对非线性约束的次数没有要求，装置收率更贴近实际场景。内点法求解对初始值较为友好，初始值无需满足所有约束条件。模型的收敛性较传统误差分布递归模型要好，对无穷多解的场景不会陷入震荡不收敛的状态。
[0208]
如图1至图6所示，本发明提供一种应用于炼化企业的非线性生产计划优化方法，具体包括以下步骤：
[0209]
s100：建立炼厂生产的逻辑网络模型；该步骤具体包括以下子步骤：s110：建立炼厂生产的常减压装置单元；s120：建立炼厂生产的二次加工装置单元；s130：建立炼厂生产的产品调和单元；s140：建立炼厂生产的采购销售单元；s150：建立炼厂生产的库存单元。而子步骤140还包括以下孙步骤：s141：建立炼厂生产的物料采购子单元；s142：建立炼厂生产的产品销售子单元；s143：建立炼厂生产的公用工程采购子单元；s144：建立炼厂生产的公用工程销售子单元；在该过程中根据生产过程及成本要素输入相应的数据。在该过程中将常减压装置单元定义为e
cy
，在该单元中输入常压装置加工能力h
capc
、减压装置加工能力hcapv
、加工方案p等数据，输入测线收率和物性等原油切割数据，其中r表示炼厂，e表示装置，mc表示原油，m表示切割组分，q表示物性值。将二次加工装置单元定义为e
ec
，在该单元中输入装置加工能力h
capu
，加工方案p等数据。将产品调和单元定义为e
th
，在该单元中输入产品调和指标数据，其中，r表示炼厂，m表示调和产品，q表示物性指标。将库存单元定义为m
kc
，物料采购子单元定义为m
gm
，产品销售子单元定义为m
xs
，公用工程采购子单元定位为g
ulb
，公用工程销售子单元定义为g
uls
，输入原料采购成本及采购区间销售价格及销售区间公用工程采购成本销售价格库存价值及库容限制等数据，其中，r表示炼厂，t表示周期，m表示物料，ul表示公用工程。
[0210]
s200：在逻辑网络模型中输入数据；
[0211]
s300：建立非线性过程模拟模型；在石油化工生产中，经常遇到混合物流问题，如不同性质的原油混炼、产品调和等。在混合物流的计划模型中，人们关注如何正确计算混合物流的性质如辛烷值、硫化物含量等，而不同产品有不同的物性要求。对这一混合物流计划模型，简称为石油混流问题(pooling problem)，是一个强np-难问题。另外，对于有些二次装置，收率受某些进料性质的影响，同样表现为一种非凸的数学结构。
[0212]
为了解决上述技术问题，在该步骤具体包括以下子步骤：s310：建立常减压装置单元的非线性过程模拟模型；s320：建立二次加工装置单元的非线性过程模拟模型；s330：建立产品调和单元的非线性过程模拟模型。下面具体介绍上述非线性过程模拟模型的建立。
[0213]
常减压装置单元的非线性过程模拟模型的建立。确定原油加工方案是计划优化模型的首要任务，一般根据原油性质、直馏产品用途、下游加工装置对馏分的要求、经济效益及加工技术进行综合考虑确定原油选择及切割方案。通常依据常减压模拟切割获得进常减压塔原油(单种或混合)的评价数据，经过与实际装置数据校正，得到常减压逻辑加工方案的测线收率和性质。在计划模型中，通过设置多个加工方案和切割温度来描述常减压操作以找出最优组合方案，同时为了减少方案组合，也通过悬摆切割(swing-cut)技术来模拟馏分切割点不固定的情况。步骤s310中的常减压装置单元的非线性过程模拟模型包括常压组分量、减压组分量以及常减压组分的物性计算，其中常压组分量与减压组分量的关系式如下：
[0214][0215][0216]
其中，为周期t炼厂r装置e生产组分m的量，为加工原油mc的量，β
t，r，e，mrc
为常渣mrc分布在装置e的比例，均为决策变量；为加工原油mc切割组分m的测线收率；m
yy
为原油集合，e
cy
为常压装置集合，im、om分别为装置e进出料集合，m
rc
为常渣集合，集合r1为{mc|mc∈m
yy
，(r，e，mc)∈im}，集合r2为{(c，mc，mrc)|c∈e
cy
，mc∈m
yy
，(r，c，mc)∈im，mrc∈m
rc
，(r，e，mrc)∈im，(c，mrc)∈om}，常减压组分的物性计算则包括以下四种方式：
[0217]
常压组分重量线性调和与减压组分重量线性调和：
[0218][0219][0220]
常压组分重量非线性调和与减压组分重量非线性调和：
[0221][0222][0223]
常压组分体积线性调和与减压组分体积线性调和：
[0224][0225][0226]
常压组分体积非线性调和与减压组分体积非线性调和：
[0227][0228][0229]
其中，为物性q的值，为其指数值，为装置e生产的组分量，为其体积值，为装置e加工的原油量，β
t，r，e，mrc
为常渣mrc分布在装置e的比例，均为决策变量；为原油切割测线收率，为原油mc切割组分m物性q的值；γ为物性的非线性转换公式，为方程类型，spg为密度；e为所有装置集合，e
cy
为常压装置集合，e
jy
为减压装置集合，m
rc
为常渣集合，m
yy
为原油集合，im，om分别为物料进出装置e的集合；集合r1为{e|e∈e
cy
，(r，e，m)∈om}，集合r2为
[0230]
{(e，mc，m)|e∈e
cy
，mc∈m
yy
，(r，e，mc)∈im，(r，e，m)∈om}，集合r3为{e|e∈e
jy
，(r，e，m)∈om}
[0231]
集合r4为
[0232]
{(e，mrc，c，mc)|e∈e，mrc∈m
rc
，(r，e，mrc)∈im，(r，c，mc)∈im，(r，c，mrc)∈om}
[0233]
二次加工装置单元的非线性过程模拟模型的建立。二次装置的收率与进料性质和操作条件τ
t，r，e，p，m，tm
相关(如图3示意了催化汽油收率随进料残碳的变化关系)，通常用delta-base技术描述二次装置收率和进料性质、操作条件的关系，即先确定在某一进料物性和操作条件basc基准下(如催化进料残碳为某一值催化提升管温
度为某一值)的基本收率然后以此基准为基础，给出偏离基准一个性质单位时目标产物的收率delta变化量即目标产品的收率为：
[0234][0235]
式中，p为方案，mm为进料，m为出料，tm为操作条件。
[0236]
上述公式将收率描述为随物性和操作条件线性变化，这种处理方式在物性或操作条件的可变化范围较大时，会出现较大误差。为了弥补这一点，本发明支持添加二阶项提升模拟精度。
[0237][0238]
物料产出量具体计算公式为：
[0239][0240]
式中，为装置出料量，为装置加工量，τ
t，r，e，p，m，tm
为操作条件值，为装置进料量，为出料物性mm的q值，均为决策变量；pe为方案集合，u
udb
为delta-base结构集合；
[0241]
二次装置产物的物性也与进料物性相关，这里采用线性简化方式：
[0242][0243]
其中，为一阶系数，为常数项。为进料物性q值，为出料物性q值，均为决策变量；
[0244]
产品调和单元的非线性过程模拟模型的建立。调和装置的进料量和出料量的计算公式为：
[0245][0246][0247]
其中为调和产品mb需要组分m的量，m
th
为调和产品集合，im为装置进料集合，om为装置出料集合
[0248]
调和出物性计算也分为四类，
[0249]
重量线性调和：
[0250][0251]
重量非线性调和：
[0252][0253]
体积线性调和：
[0254][0255]
体积非线性调和：
[0256][0257]
其中，为调和物料的物性q的值，为其指数值，为调和物料mb的量，为的体积形式。
[0258]
s400：建立计划约束方程和装置能力约束方程；计划模型中，还包括大量约束条件，以线性约束为主，简述如下：
[0259]
全厂物料平衡约束：
[0260][0261]
其中，为周期t炼厂r装置e生产组分m的量，为期初库存，为期末库存。
[0262]
全厂公用工程平衡约束：
[0263][0264]
其中，为公用工程ul在装置e的进出量，o
ul
为公用工程产出集合，i
ul
为公用工程消耗集合。
[0265]
原料采购约束：
[0266][0267]
其中，为物料m的购买量，分别为物料m采购的上下限。
[0268]
公用工程采购约束：
[0269][0270]
其中，为公用工程ul的购买量，分别为共用工程ul采购的上下限。
[0271]
产品销售约束：
[0272][0273]
其中，为物料m的销售量，分别为物料m销售的上下限。
[0274]
公用工程销售约束：
[0275][0276]
其中，为公用工程ul的销售量，分别为共用工程ul销售的上下限。
[0277]
多周期连接约束：
[0278][0279]
其中，为物料m周期t的期末库存，为物料m周期t 1的期初库存。
[0280]
库容约束：
[0281][0282]
其中，为物料m周期t的库存，分别为物料m的管容上下限。
[0283]
装置加工能力约束：
[0284][0285]
其中，为装置h的加工能力，分别为加工能力的上下限。
[0286]
通过前述步骤，建立一个完整的炼厂非线性计划优化模型p1。计算前，须针对基础输入部分进行数据缺失及矛盾校验。即s500：对建立的计划约束方程和装置能力约束方程进行数据校验和可行性校验；该步骤包括以下子步骤：s510：对数据类型校验，对量和价格缺失进行校验，对约束的上下限矛盾进行校验，如物料采购量的上限须大于等于下限等；s520：结合业务经验，对物料的走向信息进行完整性校验。物料来源去向检查：若某个物料只有来源没有去向，或者只有去向没有来源时。物性缺失检查：1)常减压进料物性进行了控制，而进常减压装置的原油无对应物性时；2)某个调和产品的某物性如果需要进行计算，若其中的调和组分缺失此物性时；3)物料的物性既有物性静态值又有物性传递结构时；4)物料delta-base结构中的基础物料，但物料没有物性来源时；s530：通过以下目标函数进行可行性校验：
[0287][0288]
其中，表示采购上下限松弛变量，表示销售上下限松弛变量，表示物料库存上下限松弛变量，表示公用工程采购上下限松弛变量，表示公用工程销售上下限松弛变量，表示装置能力上下限松弛变量，δ表示目标函数惩罚系数，t表示周期集合，m
gm
表示购买集合，m
xs
表示销售集合，m
kc
表示库存集合，ul
gm
表示公用工程购买集合，ul
xs
表示公用工程销售集合，h表示装置能力集合。
[0289]
提高模型计算复杂性的约束主要是过程模拟的非线性约束，如果对原问题p1的解空间进行松弛，仅考虑计划模型中相关的线性约束的话，就是一个容易求解的线性优化问题p2。只有当p2有解，p1才可能有解，据此进行初步可行性校验。
[0290]
声明原料采购上限松弛变量和下限松弛变量将约束改为：
[0291][0292]
类似，构建原料销售、公用工程采购和销售、装置能力和库容松弛结构。
[0293]
s600：若通过s500的校验，则转入步骤s700，否则转入步骤s100；
[0294]
s700：寻找计划约束方程和装置能力约束方程的初始解；初始值选取一般通过模型拆解来寻找一个近似可行点，围绕将非线性约束退化为线性约束、耦合度低的模块拆分为几个小模型等角度来实现。原问题中，物性的值取决于各流程物料的比例，当各设备进出物料量、采购销售物料量、物料库存变量确定时，物性变量和公用工程变量依约束关系将成为定值。依照这个特点，为了得到一个更接近最优解的初始解，本发明将完整的非线性模型，拆解为两个较为简单的非线性模型分别求解物料量和物性。具体包括：s710：将非线性模型中的非线性约束剔除，并将二次加工装置单元的非线性过程模拟模型也简化成线性模拟模型，具体可以用以下方程描述：
[0295][0296]
[0297][0298][0299][0300]
其中e为二次加工装置单元，(r，e，m)∈(im，om)，r为炼厂，t为周期。s720：以最大化炼厂的全周期总利润为目标进行运算求解，目标函数如下：
[0301][0302]
其中，t为时间，m
xs
表示销售集合，m
gm
表示采购集合，g
xs
、g
gm
分别表示公用工程销售、采购集合，m
kc
表示库存，表示原料销售价格，表示原料采购成本，表示公用工程销售价格，表示公用工程采购成本，表示库存价值，分别表示物料m销售、采购量，分别表示物料m销售、采购量，分别表示公用工程销售、采购量，表示期末库存，表示期初库存；采用gurobi的分段mccormick松弛方法求解。
[0303]
s730：以步骤s720所获得的物料量值作为条件，以最小化各物料物性值之和为目标，并以各物性调和为约束，得到线性模型的解为物性初始值，具体描述函数如下：
[0304]
其中，表示组分m的物性q的值，表示组分m的物性q的指数值，r1表示线性调和的物性集合，r2表示非线性调和的物性集合。
[0305]
在该步骤中同时对质量线性调和约束增加微小的松弛量，以便增加模型的优化空间，来缓解内点法对紧约束收敛慢的缺点。模型求解结果为物性的初始值。
[0306]
通过以上步骤获得的解虽然会违反物性上下限约束、二次装置的进出料量约束，但作为非线性模型的初始解仍然可以减少总的优化时间，体现了内点法在求解复杂问题上的适用性。
[0307]
s800：通过内点法计算出最优解；
[0308]
s900：输出最优解。
[0309]
如图7至图11，本发明还提供上述优化方法对应的装置。所述装置包括炼厂生产逻辑网络模型建立模块200，数据输入模块100，非线性过程模型建立模块300，计划约束方程和装置能力约束方程输出模块400，数据校验和可行性校验模块500，初始解搜寻模块600，内点法计算模块700及最优解输出模块800，其中数据输入模块100与炼厂生产逻辑网络模型建立模块200相连接，非线性过程模型建立模块300与炼厂生产逻辑网络模型建立模块200和计划约束方程和装置能力约束方程输出模块400相连接，计划约束方程和装置能力约束方程输出模块400与数据校验和可行性校验模块500相连接，同时数据校验和可行性校验模块500与数据输入模块100和初始解搜寻模块600相连接，初始解搜寻模块600与内点法计算模块700相连接，内点法计算模块700与最优解输出模块800相连接。所述炼厂生产逻辑网络模型建立模块200包括炼厂生产的常减压装置单元210，炼厂生产的二次加工装置单元220，炼厂生产的产品调和单元230及炼厂生产的采购销售单元240，其中数据输入模块100与常减压装置单元210、炼厂生产的二次加工装置单元230、炼厂生产的产品调和单元240及炼厂生产的采购销售单元均240相互连接，对应输入不同的数据，而炼厂生产的采购销售单元240与炼厂生产的常减压装置单元210，炼厂生产的二次加工装置单元220相连接，用于向两单元输入由其处理后的数据或接受来自两单元的处理数据，常减压装置单元210与炼厂生产的二次加工装置单元220相连接，炼厂生产的产品调和单元230与常减压装置单元210及炼厂生产的二次加工装置单元220相互连接，并接受来自该两单元的处理数据，同时炼厂生产的产品调和单元230与炼厂生产的采购销售单元240相连接，用于向其输出处理数据。
[0310]
其中炼厂生产逻辑网络模型建立模块200还包括炼厂生产的库存单元250，该库存单元250与炼厂生产的二次加工装置单元220、炼厂生产的采购销售单元240及炼厂生产的产品调和单元230相互连接。
[0311]
所述炼厂生产的采购销售单元240包括以下子单元：炼厂生产的物料采购子单元241、炼厂生产的产品销售子单元242、炼厂生产的公用工程采购子单元243及炼厂生产的公用工程销售子单元244，其中炼厂生产的物料采购子单元241与输入数据模块100、常减压装置单元210及库存单元250相连接，炼厂生产的产品销售子单元242与输入数据模块100、二次加工装置单元220及产品调和单元230相连接，炼厂生产的公用工程采购子单元243及炼厂生产的公用工程销售子单元244则分别与数据模块100、常减压装置单元210及二次加工装置单元220相连接。
[0312]
所述非线性过程模型建立模块300包括常减压装置单元的非线性过程模拟模型建立单元310、二次加工装置单元的非线性过程模拟模型建立单元320及产品调和单元的非线性过程模拟模型建立单元330。
[0313]
所述常减压装置单元的非线性过程模拟模型建立单元310所建立的非线性过程模拟模型包括常压组分量、减压组分量以及常减压组分的物性计算，其中常压组分量与减压组分量的关系式如下：
[0314][0315]
[0316]
其中，为周期t炼厂r装置e生产组分m的量，为加工原油mc的量，β
t，r，e，mrc
为常渣mrc分布在装置e的比例，均为决策变量；为加工原油mc切割组分m的测线收率；m
yy
为原油集合，e
cy
为常压装置集合，im、om分别为装置e进出料集合，m
rc
为常渣集合，集合r1为{mc｜mc∈m
yy
，(r，e，mc)∈im}，集合r2为{(c，mc，mrc)|c∈e
cy
，mc∈m
yy
，(r，c，mc)∈im，mrc∈m
rc
，(r，e，mrc)∈im，(c，mrc)∈om}，常减压组分的物性计算则包括以下四种方式：
[0317]
常压组分重量线性调和与减压组分重量线性调和：
[0318][0319][0320]
常压组分重量非线性调和与减压组分重量非线性调和：
[0321][0322][0323]
常压组分体积线性调和与减压组分体积线性调和：
[0324][0325][0326]
常压组分体积非线性调和与减压组分体积非线性调和：
[0327][0328][0329]
其中，为物性q的值，为其指数值，为装置e生产的组分量，为装置e加工的原油量，为其体积值，β
t，r，e，mrc
为常渣mrc分布在装置e的比例，均为决策变量；为原油切割测线收率，为原油mc切割组分m物性q的值；γ为物性的非线性转换公式，为方程类型，spg为密度；e为所有装置集合，e
cy
为常压装置集合，e
jy
为减压装置集合，m
rc
为常渣集合，m
yy
为原油集合，im，om分别为物料进出装置e的集合；集合r1为{e｜e∈e
cy
，(r，e，m)∈om}，集合r2为{(e，mc，m)｜e∈e
cy
，mc∈m
yy
，(r，e，mc)∈im，(r，e，m)∈om}，集合r3为{e|e∈e
jy
，(r，e，m)∈om}
[0330]
集合r4为
[0331]
{(e，mrc，c，mc)|e∈e，mrc∈m
rc
，(r，e，mrc)∈im，(r，c，mc)∈im，(r，c，mrc)∈om}
[0332]
所述二次加工装置单元的非线性过程模拟模型建立单元所建立的非线性过程模拟模型由以下公式描述：
[0333][0334][0335]
其中：为二次加工装置的收率，为二次装置在某一基准下的基本收率，为偏离基准一个性质单位时目标产物的收率变化量，为进料性质，为基准物性值，为偏离基准一个操作条件时目标产物的收率变化量，τ
t，r，e，p，m，tm
为操作条件值，为操作条件基准值，为装置出料量，为装置加工量，为装置进料量，为出料物性mm的q值，pe为方案集合，u
udb
为delta-base结构集合。
[0336]
所述二次加工装置的出料物性值还可以用以下方式描述：
[0337][0338]
其中，为二阶项。
[0339]
所述出料物性mm的q值还与进料物性值存在以下关系：
[0340][0341]
其中，为一阶系数，为常数项。
[0342]
所述产品调和单元的非线性过程模拟模型建立单元330所建立的非线性过程模拟模型包括进料量出料量以及调和出物性计算，具体关系如下：
[0343][0344][0345]
其中为调和产品mb需要组分m的量，m
th
为调和产品集合，im为装置进料集合，om为装置出料集合
[0346]
调和出物性计算则包括以下四类：
[0347]
重量线性调和：
[0348][0349]
重量非线性调和：
[0350][0351]
体积线性调和：
[0352][0353]
体积非线性调和：
[0354][0355]
其中为调和物料的物性q的值，为调和物料mb的量，为的体积形式。
[0356]
所述计划约束方程和装置能力约束方程输出模块400包括以下单元：
[0357]
全厂物料平衡约束单元，具体描述如下：
[0358][0359]
其中，为期初库存，为期末库存。
[0360]
全厂公用工程平衡约束单元，具体描述如下：
[0361][0362]
其中，为公用工程ul在装置e的进出量，o
ul
为公用工程产出集合，i
ul
为公用工程消耗集合。
[0363]
原料采购约束单元，具体描述如下：
[0364][0365]
其中，为物料m的购买量，分别为物料m采购的上下限。
[0366]
公用工程采购约束单元，具体描述如下：
[0367][0368]
其中，为公用工程ul的购买量，分别为共用工程ul采购的上下限。
[0369]
产品销售约束单元，具体描述如下：
[0370][0371]
其中，为物料m的销售量，分别为物料m销售
的上下限。
[0372]
公用工程销售约束单元，具体描述如下：
[0373][0374]
其中，为公用工程ul的销售量，分别为共用工程ul销售的上下限。
[0375]
多周期连接约束单元，具体描述如下：
[0376][0377]
其中，为物料m周期t的期末库存，为物料m周期t 1的期初库存。
[0378]
库容约束单元，具体描述如下：
[0379][0380]
其中，为物料m周期t的库存，分别为物料m的管容上下限。
[0381]
装置加工能力约束单元，具体描述如下：
[0382][0383]
其中，为装置h的加工能力，分别为加工能力的上下限。
[0384]
所述数据校验和可行性校验模块包括以下单元：数据类型、数据完整性以及数据上下限矛盾校验单元510、物料的走向信息完整性校验单元520，可行性校验单元530，以上单元依次相连接，其中通过以下目标函数进行可行性校验：
[0385][0386]
其中，表示采购上下限松弛变量，表示销售上下限松弛变量，表示物料库存上下限松弛变量，表示公用工程采购上下限松弛变量，表示公用工程销售上下限松弛变量，表示装置能力上下限松弛变量，δ表示目标函数惩罚系数，t表示周期集合，m
gm
表示购买集合，m
xs
表示销售集合，m
kc
表示库存集合，ul
gm
表示公用工程购买集合，ul
xs
表示公用工程销售集合，h表示装置能力
集合。
[0387]
所述初始解搜寻模块600包括：非线性模型中的非线性约束剔除单元610、二次加工装置单元的非线性过程模拟模型简化单元620、目标函数运算单元630、初始值搜寻单元640，其中非线性模型中的非线性约束剔除单元610、二次加工装置单元的非线性过程模拟模型简化单元620用于将非线性模型中的非线性约束剔除及将二次加工装置单元的非线性过程模拟模型也简化成线性模拟模型，具体可以用以下方程描述：
[0388][0389][0390][0391][0392][0393]
其中e为二次加工装置单元，(r，e，m)∈(im，om)，r为炼厂，t为周期。
[0394]
目标函数运算单元则以最大化炼厂的全周期总利润为目标进行运算求解，目标函数如下：
[0395][0396]
其中，t为时间，m
xs
表示销售集合，m
gm
表示采购集合，g
xs
、g
gm
分别表示公用工程销售、采购集合，m
kc
表示库存，表示原料销售价格，表示原料采购成本，表示公用工程销售价格，表示公用工程采购成本，表示库存价值，分别表示物料m销售、采购量，分别表示物料m销售、采购量，分别表示公用工程销售、采购量，表示期末库存，表示期初库存；
[0397]
初始值搜寻单元640以目标函数运算单元求解获得的物料量值作为条件，以最小化各物料物性值之和为目标，并以各物性调和为约束，搜寻线性模型的解作为物性初始值，
具体描述函数如下：
[0398][0399]
其中，表示组分m的物性q的值，表示组分m的物性q的指数值，r1表示线性调和的物性集合，r2表示非线性调和的物性集合。
[0400]
将初始值输入内点法计算模块进行运算，最终将从最优解输出模块输出最优解。
[0401]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。此外，尽管本说明书中使用了一些特定的术语，但这些术语仅仅是为了方便说明，并不对本发明构成任何限制。