代紅進(jìn)，汪 坤，史 彬，鄢烈祥

(1.武漢理工大學(xué)化學(xué)化工與生命科學(xué)學(xué)院，武漢 430070；2.中國(guó)石化武漢分公司)

催化裂化分離系統(tǒng)多產(chǎn)品方案的多目標(biāo)優(yōu)化

代紅進(jìn)1，汪 坤2，史 彬1，鄢烈祥1

(1.武漢理工大學(xué)化學(xué)化工與生命科學(xué)學(xué)院，武漢 430070；2.中國(guó)石化武漢分公司)

應(yīng)用通用流程模擬軟件Aspen Plus對(duì)催化裂化的分離系統(tǒng)進(jìn)行了模擬，在此基礎(chǔ)上，考慮到該裝置產(chǎn)品方案的多樣性，以汽油終餾點(diǎn)、柴油95%餾出溫度、干氣C3體積分?jǐn)?shù)和液化氣C2體積分?jǐn)?shù)為約束，建立了產(chǎn)品收率最大化、分離系統(tǒng)能耗最小化的多產(chǎn)品方案的多目標(biāo)優(yōu)化模型。應(yīng)用多目標(biāo)列隊(duì)競(jìng)爭(zhēng)算法(MOLCA)對(duì)模型進(jìn)行了求解，所得最優(yōu)解集Pareto前沿揭示了各產(chǎn)品方案能耗與收率的影響規(guī)律。結(jié)果表明，各產(chǎn)品方案的操作參數(shù)的最優(yōu)妥協(xié)解均優(yōu)于實(shí)際工況值，為催化裂化分離系統(tǒng)的設(shè)計(jì)與操作優(yōu)化提供了重要參考。

催化裂化分離系統(tǒng) 流程模擬 多產(chǎn)品方案 多目標(biāo)列隊(duì)競(jìng)爭(zhēng)算法 多目標(biāo)優(yōu)化

催化裂化裝置是煉油廠中重要的二次加工過程，是重質(zhì)油輕質(zhì)化的主要手段之一。在催化裂化裝置中，由主分餾塔和吸收穩(wěn)定部分構(gòu)成的分離系統(tǒng)主要是將從反應(yīng)器過來(lái)的高溫油氣分離成滿足質(zhì)量要求的干氣、液化氣、汽油、柴油等產(chǎn)品以及油漿副產(chǎn)品[1-2]。在分離系統(tǒng)內(nèi)部，由于主分餾塔和吸收穩(wěn)定部分存在著緊密的物料和能量上的聯(lián)系，對(duì)其進(jìn)行整體操作優(yōu)化有較大難度[3]。

顏藝專等[4]對(duì)催化裂化主分餾塔進(jìn)行模擬和用能分析優(yōu)化。熊俊文等[5]應(yīng)用遺傳算法對(duì)催化裂化主分餾塔多目標(biāo)優(yōu)化模型進(jìn)行求解與優(yōu)化。代廣超等[6]應(yīng)用HYSYS對(duì)某石化企業(yè)的催化裂化吸收穩(wěn)定系統(tǒng)進(jìn)行模擬，對(duì)影響干氣C3組分含量的補(bǔ)充吸收劑量、吸收塔塔頂溫度和解吸塔進(jìn)料溫度進(jìn)行分析與優(yōu)化。雷楊等[7]應(yīng)用PROⅡ?qū)Φ湫偷乃乃辗€(wěn)定流程進(jìn)行模擬，對(duì)補(bǔ)充吸收劑流量、穩(wěn)定塔溫度和回流比等操作參數(shù)進(jìn)行優(yōu)化。詹雪蘭[8]以某煉油廠生產(chǎn)數(shù)據(jù)為基礎(chǔ)，應(yīng)用Aspen Plus對(duì)催化裂化主分餾塔和吸收穩(wěn)定系統(tǒng)進(jìn)行整體流程模擬與分析。然而，以往文獻(xiàn)并沒有考慮整體系統(tǒng)框架下全局操作參數(shù)的優(yōu)化。本研究對(duì)催化裂化分離系統(tǒng)的多個(gè)操作變量進(jìn)行多變量?jī)?yōu)化。

此外，國(guó)內(nèi)外針對(duì)催化裂化分離系統(tǒng)的優(yōu)化研究大多只考慮單一產(chǎn)品方案下的經(jīng)濟(jì)效益優(yōu)化。近年來(lái)，由于原油市場(chǎng)價(jià)格和季節(jié)變化的影響，多產(chǎn)品方案受到企業(yè)的重視。本研究以某石化企業(yè)生產(chǎn)數(shù)據(jù)為基礎(chǔ)，對(duì)多產(chǎn)品方案的催化裂化分離系統(tǒng)進(jìn)行多目標(biāo)優(yōu)化，得到不同產(chǎn)品方案下的最優(yōu)工藝操作參數(shù)，達(dá)到提高收率、降低能耗的目的。

1 催化裂化分離系統(tǒng)流程模擬

1.1 催化裂化分離系統(tǒng)工藝流程簡(jiǎn)介

催化裂化裝置分離系統(tǒng)主要由主分餾塔、吸收塔、解吸塔、再吸收塔、穩(wěn)定塔以及其它輔助設(shè)備組成。主分餾塔一中循環(huán)的取熱量供給解吸塔塔底再沸器和原料油加熱，主分餾塔二中循環(huán)的取熱量作為穩(wěn)定塔塔底的再沸器熱源。主分餾塔和吸收穩(wěn)定系統(tǒng)之間在物料和能量上存在著緊密的聯(lián)系。整個(gè)系統(tǒng)存在著貧富吸收油、解吸氣、吸收塔塔底富吸收油以及補(bǔ)充吸收劑4個(gè)循環(huán)物流，這些循環(huán)物流直接影響著系統(tǒng)產(chǎn)品收率、公用工程能耗以及各個(gè)塔內(nèi)部的操作能耗。為了簡(jiǎn)化計(jì)算，將分餾塔進(jìn)入再吸收塔的柴油循環(huán)切斷，即直接以標(biāo)定的裂化柴油的組成性質(zhì)作為再吸收塔進(jìn)料的依據(jù)。因?yàn)榇呋鸦裼偷慕M成性質(zhì)是已知的，將物流切斷不影響分析結(jié)果，并且柴油的組成性質(zhì)還可作為對(duì)模擬值的一種校正，使吸收穩(wěn)定系統(tǒng)的模擬結(jié)果更為準(zhǔn)確。

圖1 催化裂化分離系統(tǒng)工藝流程

1.2 模擬結(jié)果

表1中將現(xiàn)場(chǎng)實(shí)際工況標(biāo)定數(shù)據(jù)與模擬數(shù)據(jù)進(jìn)行了對(duì)比，可以看出，模擬計(jì)算結(jié)果與實(shí)際數(shù)據(jù)吻合較好，為下一步的優(yōu)化工作奠定了基礎(chǔ)。

表1 模擬結(jié)果與實(shí)際數(shù)據(jù)對(duì)比

2 催化裂化分離系統(tǒng)的多目標(biāo)優(yōu)化

2.1 優(yōu)化模型的建立

在催化裂化的實(shí)際生產(chǎn)過程中，輕質(zhì)油(或者輕質(zhì)油+液化氣)收率對(duì)經(jīng)濟(jì)效益有重要影響，因此，將收率作為第一優(yōu)化目標(biāo)，其次，在生產(chǎn)成本中，能耗占有非常大的比重，因此將能耗作為第二個(gè)優(yōu)化目標(biāo)。由于市場(chǎng)價(jià)格的波動(dòng)，考慮了4種產(chǎn)品組合方案的多目標(biāo)優(yōu)化，在每一種方案中，均將收率與能耗作為優(yōu)化的兩個(gè)目標(biāo)。催化裂化分離系統(tǒng)的優(yōu)化模型表述如下：

目標(biāo)函數(shù)：

方案A：汽油和輕柴油收率最大化時(shí)，

maxf11(U)=X2+X3

(1)

方案B：液化氣+汽油+輕柴油收率最大化時(shí)，

maxf12(U)=X1+X2+X3

(2)

方案C：液化氣+輕柴油收率最大化時(shí)，

maxf13(U)=X1+X3

(3)

方案D：液化氣+汽油收率最大化時(shí)，

maxf14(U)=X1+X2

(4)

另一優(yōu)化目標(biāo)能耗的表達(dá)式為：

(5)

式中：X1～X3依次為液化氣、汽油、輕柴油的收率，%；D1～D10依次為解吸塔再沸器、穩(wěn)定塔冷凝器、穩(wěn)定塔再沸器、冷卻器1、冷卻器2、冷卻器3、粗汽油泵、凝縮油泵、穩(wěn)定塔進(jìn)料泵以及壓縮機(jī)負(fù)荷的絕對(duì)值，MW。

約束條件：

Φ(U)=0

(6)

195 ℃≤TG≤203 ℃

(7)

345 ℃≤TD≤355 ℃

(8)

VC3≤2%

(9)

VC2≤0.5%

(10)

式中：式(6)表示分離過程方程組，由AspenPlus流程模擬器描述，U為操作變量集，共有12個(gè)，其變量及變化范圍見表2；式(7)表示汽油終餾點(diǎn)TG約束；式(8)表示柴油95%餾出溫度TD約束；式(9)表示干氣中C3組分體積分?jǐn)?shù)VC3約束；式(10)表示液化氣中C2組分體積分?jǐn)?shù)VC2約束。

表2 優(yōu)化變量及范圍

2.2 優(yōu)化模型的求解方法

應(yīng)用多目標(biāo)列隊(duì)競(jìng)爭(zhēng)算法(MOLCA)對(duì)上述模型進(jìn)行求解。列隊(duì)競(jìng)爭(zhēng)算法(LCA)是由鄢烈祥于1998年提出的一種并行搜索多層競(jìng)爭(zhēng)的全局優(yōu)化搜索方法[9]。LCA已對(duì)多個(gè)國(guó)際上公認(rèn)的挑戰(zhàn)性單目標(biāo)優(yōu)化難題的求解取得了比用其它隨機(jī)算法(如模擬退火和遺傳算法)更好的結(jié)果[10-11]。

多目標(biāo)列隊(duì)競(jìng)爭(zhēng)算法利用“目標(biāo)輪換”的概念，將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)的列隊(duì)競(jìng)爭(zhēng)方法來(lái)求解。基本思路是：在多目標(biāo)優(yōu)化計(jì)算中，每代只考慮一個(gè)目標(biāo)，各個(gè)家族根據(jù)該目標(biāo)函數(shù)值的大小進(jìn)行排序，然后分配搜索空間，繁殖生成子代；家族內(nèi)部競(jìng)爭(zhēng)選擇出各個(gè)家族的代表后，再以另一目標(biāo)為基準(zhǔn)，對(duì)各個(gè)家族進(jìn)行排序，進(jìn)行下一輪計(jì)算；如此反復(fù)，直至達(dá)到終止條件。此外，MOLCA的主要策略還包括局部與全局搜索對(duì)立統(tǒng)一策略、搜索空間的收縮與擴(kuò)張策略以及非支配解保留策略，這些策略能使多目標(biāo)的結(jié)果，快速逼近Pareto前沿[12]。MOLCA算法基本步驟如圖2所示。

圖2 MOLCA計(jì)算框架

在Matlab平臺(tái)上應(yīng)用MOLCA求解多目標(biāo)優(yōu)化模型。在求解過程中，需不斷地調(diào)用Aspen Plus對(duì)分離系統(tǒng)進(jìn)行模擬計(jì)算，并根據(jù)模擬計(jì)算結(jié)果和當(dāng)前解不斷修正優(yōu)化搜索方向，如此迭代，直到滿足收斂條件得到Pareto最優(yōu)解集為止。

3 結(jié)果與討論

圖3為求解得到的各產(chǎn)品方案的雙目標(biāo)優(yōu)化Pareto前沿。為了用于工程應(yīng)用，需要在Pareto前沿上選擇一個(gè)妥協(xié)解。妥協(xié)解的選取原則有多種，可根據(jù)工程經(jīng)驗(yàn)，也可根據(jù)實(shí)際條件或某種妥協(xié)原則進(jìn)行選取。本研究根據(jù)相對(duì)最小距離妥協(xié)原則尋求最優(yōu)妥協(xié)解。該原則認(rèn)為妥協(xié)解應(yīng)該是Pareto最優(yōu)解集中與理想解的相對(duì)距離最小的解。

妥協(xié)指標(biāo)函數(shù)：

(11)

式中：Pcs為妥協(xié)指標(biāo)；(Y,E)為Pareto前沿上的任一最優(yōu)解，(Y*,E*)為理想解[13]。經(jīng)計(jì)算，得各產(chǎn)品方案的最優(yōu)妥協(xié)解和工況值如表3所示。

圖3 各產(chǎn)品方案的雙目標(biāo)優(yōu)化Pareto解★—最優(yōu)妥協(xié)解； ▲—工況值

產(chǎn)品方案最優(yōu)妥協(xié)解工況值A(chǔ)(2431，07226)(3453，07169)B(2430，08054)(3453，07990)C(2312，04889)(3453，04762)D(2385，04755)(3453，04291)

從圖3可以看出，各產(chǎn)品方案經(jīng)優(yōu)化后所得的最優(yōu)妥協(xié)解均優(yōu)于實(shí)際工況值。其中對(duì)于產(chǎn)品方案C和D，能耗顯著下降的同時(shí)收率也顯著下降，對(duì)于產(chǎn)品方案A和B，能耗顯著下降的同時(shí)收率下降并不明顯。表4為各產(chǎn)品方案最優(yōu)妥協(xié)解和工況的變量取值。

表4 各產(chǎn)品方案最優(yōu)妥協(xié)解和工況的變量值

4 結(jié) 論

基于Aspen Plus建立了催化裂化分離系統(tǒng)的模擬流程，并建立了多產(chǎn)品方案的多目標(biāo)優(yōu)化模型，應(yīng)用多目標(biāo)列隊(duì)競(jìng)爭(zhēng)算法對(duì)優(yōu)化模型進(jìn)行了求解，得到了產(chǎn)品收率與能耗雙優(yōu)化目標(biāo)的Pareto解集前沿，并應(yīng)用相對(duì)最小距離妥協(xié)原則確定了最優(yōu)妥協(xié)解，各產(chǎn)品方案的操作參數(shù)的最優(yōu)妥協(xié)解均優(yōu)于實(shí)際工況值，提出的方法為催化裂化分離系統(tǒng)的設(shè)計(jì)與操作優(yōu)化提供了參考。

[1] Han I S，Chung C B.Dynamic modeling and simulation of a fluidized catalytic cracking process：Ⅰ.Process modeling[J].Chemical Engineering Science，2001，56(5)：1951-1971

[2] Jia Chunyang，Rohani S，Jutan A.FCC unit modeling， identification and model predictive control，a simulation study[J].Chemical Engineering and Processing，2003，42(4)：311-325

[3] 胡品慧，袁璞.催化裂化主分餾塔與穩(wěn)定塔的關(guān)聯(lián)性分析及穩(wěn)定塔的控制[J].石油煉制與化工，2002，33(2)：48-51

[4] 顏藝專，陳清林，張冰劍，等.催化裂化主分餾塔的模擬策略與用能分析優(yōu)化[J].石油煉制與化工，2008，39(6)：35-40

[5] 熊俊文，呂翠英.催化裂化分餾塔多目標(biāo)遺傳算法優(yōu)化[J].計(jì)算機(jī)與應(yīng)用化學(xué)，2006，23(5)：462-464

[6] 代廣超，程明.催化裂化吸收穩(wěn)定系統(tǒng)流程模擬與優(yōu)化[J].化學(xué)反應(yīng)工程與工藝，2012，28(6)：488-492

[7] 雷楊，張冰劍，魏志強(qiáng)，等.基于流程模擬的催化裂化吸收穩(wěn)定系統(tǒng)分析與操作優(yōu)化[J].石油煉制與化工，2012，43(1)：94-100

[8] 詹雪蘭.催化裂化主分餾塔和吸收穩(wěn)定系統(tǒng)的全流程模擬與優(yōu)化[D].上海：華東理工大學(xué)，2014

[9] 鄢烈祥.化工過程分析與綜合[M].北京：化學(xué)工業(yè)出版社，2010：74-79

[10]Yan Liexiang，Ma Dexian.Global optimization of non-convex nonlinear programs using line-up competition algorithm[J].Computers and Chemical Engineering，2001，25(11)：1601-1610

[11]Yan Liexiang，Shen Kun，Hu Shenghua.Solving mixed integer nonlinear programming problems with line-up competition algorithm[J].Computers and Chemical Engineering，2004，28(12)：2647-2657

[12]劉海燕，史彬，鄢烈祥，等.基于LCA與NSGA-II的混合算法解多目標(biāo)優(yōu)化問題[J].計(jì)算機(jī)與應(yīng)用化學(xué)，2014，31(12)：1461-1466

[13]黃冀卓，王湛.基于遺傳算法的抗震鋼框架多目標(biāo)優(yōu)化設(shè)計(jì)[J].力學(xué)學(xué)報(bào)，2007，39(3)：389-397

MULTI-OBJECTIVE OPTIMIZATION OF MULTI-PRODUCT PLAN FOR FLUID CATALYTIC CRACKING SEPARATION SYSTEM

Dai Hongjin1， Wang Kun2， Shi Bin1， Yan Liexiang1

(1.SchoolofChemicalEngineeringandLifeSciences，WuhanUniversityofTechnology，Wuhan430070；2.SINOPECWuhanCompany)

Based on the simulation of a FCC separation system using Aspen Plus software， where the final boiling point of gasoline， 95% distilled temperature of diesel， C2and C3volume fraction in dry gas and LPG， respectively were used as the constrain conditions， a multi-objective model of maximizing the yield of product， minimizing the energy consumption of separation system is established in consideration of multi-product plan. Multi-objective line-up competition algorithm (MOLCA) was employed to solve the model， and the Pareto front obtained from the model reveals the influence rule of the energy consumption on the yield of product. The results indicate that the optimal compromise solutions of operation parameters are superior to that of real practice.

FCC separation system； process simulation； multi-product plan； MOLCA； multi-objective optimization

2015-07-09； 修改稿收到日期： 2015-09-10。

代紅進(jìn)，碩士研究生，研究領(lǐng)域?yàn)榛み^程系統(tǒng)工程。

鄢烈祥，E-mail：hgxtgc@163.com。

國(guó)家自然科學(xué)基金資助項(xiàng)目(21376185)。