宋 佳，何海紅，王文娟，曹 俊，那 平

（1.天津大學(xué) 化工學(xué)院，天津 300072；2.山東京博石油化工有限公司，山東 濱州 256500；3.山東理工大學(xué) 材料科學(xué)與工程學(xué)院，山東 淄博 255000）

常減壓裝置處于煉油企業(yè)加工鏈的最前端，具有加工量大、加工方案多變、加工油品性質(zhì)不穩(wěn)定等特點，因此常減壓裝置的穩(wěn)定優(yōu)化操作對煉油企業(yè)的總體技術(shù)經(jīng)濟指標以及下游裝置的穩(wěn)定運行至關(guān)重要［1-2］。在以瀝青為主要產(chǎn)品的部分煉油企業(yè)中，常減壓裝置亦被稱為瀝青裝置，因為此時裝置不僅要完成原油的粗分離，還必須在滿足瀝青產(chǎn)品性質(zhì)指標的前提下生產(chǎn)瀝青產(chǎn)品，這就對裝置的綜合操作優(yōu)化提出了更高的要求［3-5］。近年來，使用流程模擬軟件來模擬原油生產(chǎn)加工過程的技術(shù)日益成熟，研究、設(shè)計單位已普遍采用流程模擬軟件開展設(shè)計工作［6-7］，部分先進的煉油企業(yè)也逐漸開始使用流程模擬軟件開展裝置的操作優(yōu)化、技術(shù)改造優(yōu)化及故障分析等工作［8-10］?？梢灶A(yù)見，流程模擬技術(shù)將在各煉油企業(yè)得到迅速推廣和應(yīng)用。

目前廣泛使用的大型通用流程模擬軟件有Aspen Plus，Aspen Hysys，SimSci ProⅡ，KBC PetroSim，Honeywell Unisim，ChemCAD 等［11-12］。這些軟件在模擬蒸餾與換熱設(shè)備等方面均很成熟，且各有優(yōu)點。穩(wěn)態(tài)流程模擬過程涉及較復(fù)雜的工藝計算，在構(gòu)建穩(wěn)態(tài)數(shù)學(xué)模型時，需將其轉(zhuǎn)換為求解一個具有稀疏特性的非線性代數(shù)方程組的問題，目前較為成熟的穩(wěn)態(tài)模擬計算策略包括序貫?zāi)K法、聯(lián)立方程法及聯(lián)立模塊法等［13-14］。常規(guī)的流程模擬優(yōu)化普遍采用序貫?zāi)K法進行求解計算，對于優(yōu)化問題，多采用靈敏度分析的手段進行探索性計算。但是，當優(yōu)化變量增至5 個以上時，靈敏度分析帶來的巨大計算量將不足以有效支撐優(yōu)化計算過程［15-16］。Aspen Plus 同時具備序貫?zāi)K法和聯(lián)立方程法計算引擎，且兩種計算方法切換便捷、技術(shù)成熟可靠，已在全球范圍內(nèi)得到廣泛認可與應(yīng)用［17］。

本工作以某煉油企業(yè)的常減壓裝置為研究對象，利用Aspen Plus V12.0 流程模擬軟件構(gòu)建了該裝置的全流程穩(wěn)態(tài)模型，采用序貫?zāi)K法計算模型的基礎(chǔ)工況初值，采用聯(lián)立方程法標定了實際生產(chǎn)參數(shù)與模型計算值的偏差；在此基礎(chǔ)上，采用聯(lián)立方程法對實際生產(chǎn)過程中可調(diào)的關(guān)鍵操作參數(shù)進行了優(yōu)化，以裝置利潤最大化為目標，輸出常減壓裝置的系列優(yōu)化操作參數(shù)，從而指導(dǎo)裝置的生產(chǎn)操作。

1 裝置工藝流程

某煉油企業(yè)的常減壓裝置由電脫鹽系統(tǒng)、初餾塔及配套系統(tǒng)、常壓塔及配套系統(tǒng)、減壓塔及配套系統(tǒng)、加熱爐、換熱網(wǎng)絡(luò)等部分組成（見圖1），主要產(chǎn)品為汽油、柴油、蠟油、渣油和瀝青。原油經(jīng)罐區(qū)原油泵升壓后進入裝置，分為兩路進入原油脫鹽前換熱系統(tǒng)，換熱后合并為一路進入電脫鹽系統(tǒng)，脫鹽后原油再次分為兩路進入原油脫鹽后換熱系統(tǒng)，換熱后的兩路原油合并為一路進入初餾塔，初餾塔底物料亦分為兩路換熱后合并，然后依次進入常壓加熱爐、常壓塔、減壓加熱爐、減壓塔。常壓塔設(shè)有三個中段回流、三個側(cè)線采出、三個側(cè)線汽提塔，減壓塔設(shè)有兩個側(cè)線采出和回流，常壓塔底設(shè)有汽提蒸汽注入設(shè)施。該企業(yè)的常減壓裝置主要設(shè)計工藝參數(shù)見表1。

表1 主要設(shè)計工藝參數(shù)Table 1 Main design process parameters

圖1 工藝流程簡圖Fig.1 Schematic diagram of the process flow.

2 模型建立

2.1 模型結(jié)構(gòu)

裝置全流程模型由5 個子模型構(gòu)成，分別為原料處理子模型、換熱網(wǎng)絡(luò)子模型、初餾塔系統(tǒng)子模型、常壓塔系統(tǒng)子模型、減壓塔系統(tǒng)子模型。各子模型獨立建模，求解完成后進行子模型整合。

模型組分由原油輕端組分、虛擬組分、水三部分構(gòu)成，原油輕端組分共15 種，由氮氣、氧氣、二氧化碳、氫氣和C1～6的代表性輕烴組成；虛擬組分設(shè)置范圍45～765 ℃，每10 ℃設(shè)置一個虛擬組分。

模型流程總體物性方法采用MXBONNEL（Maxwell-Bonnel）方法，混合物物流的氣相與液相焓由Soave-Redlich-Kwong 狀態(tài)方程計算，純水物流的焓使用NIST 蒸汽表法計算，詳見表2。

表2 物性計算方法Table 2 Property calculation methods

模型中精餾塔采用PetroFrac 建模，采用Section-Wise 模式設(shè)定Murphree 效率；換熱器與加熱爐采用Heater 建模，換熱器使用HEAT 流股與HXFlux模塊計算傳熱系數(shù)；氣液分離罐、泵、混合器等簡單設(shè)備采用常規(guī)模塊建模，使用Analyzer 模塊計算流股物性，使用Measurement 模塊導(dǎo)入實際生產(chǎn)數(shù)據(jù)。

2.2 模型設(shè)置

2.2.1 模型計算策略

首先采用Aspen Plus V12.0 軟件建立序貫?zāi)K法的常減壓裝置基礎(chǔ)模型，基礎(chǔ)模型的全部工藝參數(shù)基于裝置的設(shè)計參數(shù)給定，以模型計算收斂為主要目標，模型精度與設(shè)計參數(shù)相符；其次，應(yīng)用聯(lián)立方程法對基礎(chǔ)模型進行補充性建模，增加Measurement 與Analyzer 模塊用于導(dǎo)入裝置實際生產(chǎn)時的DCS 參數(shù)及實驗室分析檢測數(shù)據(jù)，調(diào)用動態(tài)矩陣求解器，在數(shù)據(jù)整定模式下求解，使得模型計算結(jié)果與實際生產(chǎn)數(shù)據(jù)的誤差平方和最??；最后編寫基于裝置整體經(jīng)濟效益的目標方程，設(shè)定符合實際操作限制的優(yōu)化變量，并在優(yōu)化模式下求解，計算得到目標方程最大值及此時對應(yīng)的優(yōu)化變量數(shù)據(jù)，模型計算結(jié)束。聯(lián)立方程法模型建設(shè)完成后，采用Aspen OOMF script 語言編制自動化執(zhí)行程序，進行模型的后續(xù)數(shù)據(jù)傳輸與執(zhí)行，用于模型的多工況快速標定與優(yōu)化。

2.2.2 動態(tài)矩陣求解器參數(shù)設(shè)置

為滿足對數(shù)據(jù)整定與優(yōu)化的不同求解精度需求，對數(shù)據(jù)整定和優(yōu)化模式設(shè)定不同的動態(tài)矩陣求解器參數(shù)，詳見表3。

表3 動態(tài)矩陣求解器參數(shù)設(shè)置Table 3 Parameters of dynamic matrix solver

2.2.3 模型復(fù)雜度

聯(lián)立方程模型變量數(shù)為102 367，其中，獨立變量數(shù)102 363，固定變量數(shù)2 655，自由變量數(shù)99 712；模型方程數(shù)99 712，其中，模塊方程數(shù)76 454，連接方程數(shù)23 258。數(shù)據(jù)整定模式與優(yōu)化模式求解時間不超過500 s。

2.2.4 目標方程

數(shù)據(jù)整定模式目標方程見式（1），優(yōu)化模式目標方程見式（2）：

式中，（Objective）Min為裝置實際參數(shù)與模型計算參數(shù)差值的平方和的最小值；σi為標準差；（Plant variable）i為第i個實際生產(chǎn)數(shù)據(jù)；（Model variable）i為第i個模型計算數(shù)據(jù)；（Profit）Max為產(chǎn)品經(jīng)濟效益與原料成本和生產(chǎn)能耗成本差值的最大值；Producti為產(chǎn)品i的流量，t/h；Cpi為產(chǎn)品i的價格，元/t；Feedj為原料j的流量，t/h；Cfj為原料j的價格，元/t；Utilityk為公用工程k的消耗量，t/h 或kW/h；Cuk為公用工程k的價格，元/t 或元/kW。

3 模擬優(yōu)化分析

3.1 模型整定計算

基礎(chǔ)模型數(shù)據(jù)來自于裝置的設(shè)計參數(shù)，由于裝置的設(shè)計參數(shù)也來自于流程模擬軟件且使用的基礎(chǔ)輸入?yún)?shù)相同，因此基礎(chǔ)模型的計算值與設(shè)計值基本一致。采用裝置某段連續(xù)7 d 的實際生產(chǎn)數(shù)據(jù)的平均值作為模型的整定數(shù)據(jù)，對模型進行整定計算。用于進行模型整定的實際生產(chǎn)數(shù)據(jù)共275 個，主要包括溫度、流量等。模型整定前后關(guān)鍵數(shù)據(jù)的變化見表4。由表4 可見，裝置受加工量、原料性質(zhì)、產(chǎn)品結(jié)構(gòu)、生產(chǎn)計劃等影響，實際運行狀態(tài)顯著偏離設(shè)計狀態(tài)。例如，受原油換熱網(wǎng)絡(luò)性能下降的影響，裝置實際運行換熱終溫比設(shè)計值低9 ℃左右；為降低常壓塔運行負荷，初餾塔頂采出量比設(shè)計值提高57.14 t/h；與設(shè)計值相比，實際運行整體處于輕油偏低狀態(tài)，常一、常二、減一、減二側(cè)線抽出量也低于設(shè)計值；此外，為降低能耗，常壓爐、減壓爐出口溫度分別比設(shè)計值低3.16 ℃和4.98 ℃，以減少燃料氣的消耗。

表4 模型整定計算關(guān)鍵數(shù)據(jù)的對比Table 4 Comparison of key parameters calculated in reconciliation mode

數(shù)據(jù)整定計算過程耗時456 s，數(shù)據(jù)整定目標方程收斂值為4.649×10-2。通過模型整定計算，模型計算值與裝置實際生產(chǎn)運行狀態(tài)相近，可用于 下一步的優(yōu)化計算。

3.2 模型優(yōu)化計算

3.2.1 優(yōu)化變量

通過對生產(chǎn)裝置實際可調(diào)整參數(shù)進行調(diào)研，共設(shè)置了15 個優(yōu)化變量，具體為：脫鹽前原油去兩路換熱流程的流量分配比例，脫鹽后原油去兩路換熱流程的流量分配比例，初餾塔底油去兩路換熱流程的流量分配比例，常壓塔底汽提蒸汽流量，常壓加熱爐出口溫度，常壓塔頂循環(huán)流量，常一、常二、常三側(cè)線抽出量，減壓加熱爐出口溫度，減壓塔頂、減一、減二側(cè)線抽出量，減壓塔頂回流量，減一線回流量。

3.2.2 約束條件

在滿足生產(chǎn)安全風險和儀表可調(diào)節(jié)范圍的條件下，對上述15 個優(yōu)化變量分別設(shè)置上限閾值和下限閾值。根據(jù)產(chǎn)品質(zhì)量的控制要求，對初餾塔頂油、常壓塔頂油、常一線油、常二線油、減一線油的恩氏蒸餾終餾點設(shè)置上限閾值和下限閾值。

3.2.3 目標方程

目標方程中的產(chǎn)品包括各塔頂氣相物料，各側(cè)線石腦油、汽油、柴油、蠟油產(chǎn)品，減壓塔底瀝青；原料為原油；公用工程包括循環(huán)水、燃料氣、汽提蒸汽。優(yōu)化計算前，根據(jù)經(jīng)過模型整定的各模型參數(shù)，計算目標方程值為820.75 元/t。需要特別說明的是，因不考慮電、儀表風、固定資產(chǎn)折舊、人員工資、稅值等費用，該目標方程值的絕對值不代表裝置的實際經(jīng)濟效益，但優(yōu)化前后它的差值可以體現(xiàn)裝置效益的提升，目前工業(yè)上普遍采用的實時在線優(yōu)化系統(tǒng)算法也不考慮裝置的全部財務(wù)費用，僅考慮與工藝優(yōu)化直接相關(guān)的測算數(shù)據(jù)。

3.2.4 優(yōu)化計算

在滿足各約束條件下，以目標方程的最大值為求解方向，對模型進行優(yōu)化計算，優(yōu)化計算迭代15 步求解，耗時41.96 s。主要優(yōu)化結(jié)果及關(guān)鍵參數(shù)見表5。

表5 模型優(yōu)化計算關(guān)鍵數(shù)據(jù)對比Table 5 Comparison of key parameters calculated in optimization mode

優(yōu)化前后產(chǎn)品流量與經(jīng)濟效益的變化見圖2。由圖2 可知，初餾塔頂油和常壓塔頂油為石腦油組分，總流量由62.46 t/h 降至61.45 t/h，降低了1.01 t/h；相應(yīng)的，常一線、常二線產(chǎn)品和減壓塔頂油為柴油組分，總流量由73.39 t/h 增至81.84 t/h，增加了8.45 t/h；常三線、減一線、減二線產(chǎn)品為蠟油組分，總流量由27.51 t/h 降至26.03 t/h，降低了1.48 t/h；瀝青流量由167.97 t/h 降至162.00 t/h，降低了5.97 t/h。采用模型目標方程求解當期的產(chǎn)品價格，柴油價格最高，石腦油、蠟油、瀝青的價格分別比柴油低428，1 155，1 199 元/t。由此可見，各產(chǎn)品流量的變化趨勢與產(chǎn)品價格的變化趨勢高度一致，滿足了模型的優(yōu)化方向，即增加高價值產(chǎn)品收率、減少低價值產(chǎn)品收率，模型的計算結(jié)果符合預(yù)期。

另外，由表5 優(yōu)化計算的換熱網(wǎng)絡(luò)流量分配值可見，通過調(diào)整三個換熱網(wǎng)絡(luò)分支的流量，可以在無新增設(shè)備費用投入的前提下，有效提高原油換熱終溫和常壓加熱爐入口溫度，脫鹽后原油換熱終溫提高2.05 ℃，常壓加熱爐入口溫度提高1.50 ℃。

由表5 和圖2 可知，通過以上15 個優(yōu)化變量的綜合優(yōu)化調(diào)整，裝置經(jīng)濟效益目標方程值由820.75 元/t 提高至847.61 元/t，實現(xiàn)每噸原料的盈利增加26.86 元。由此可見，通過聯(lián)立方程法對裝置進行操作優(yōu)化計算，可以顯著提高裝置生產(chǎn)運行的經(jīng)濟效益。

圖2 優(yōu)化前后產(chǎn)品流量與經(jīng)濟效益的變化Fig.2 Total products flowrate and profit change between reconciliation and optinmization mode.

4 結(jié)論

1）利用Aspen Plus 軟件搭建了基于設(shè)計參數(shù)的基礎(chǔ)模型，通過模型整定計算，將模型參數(shù)與裝置實際生產(chǎn)運行狀態(tài)相匹配，并將運行結(jié)果用于測算和指導(dǎo)裝置的工藝優(yōu)化。

2）基于聯(lián)立方程法對模型進行了優(yōu)化計算，以裝置經(jīng)濟效益最大化為目標，得出在特定價格條件下裝置的優(yōu)化參數(shù)。計算結(jié)果表明，裝置經(jīng)濟效益可提升26.86 元/t，通過模型優(yōu)化計算的方式指導(dǎo)生產(chǎn)具有顯著的經(jīng)濟效益。