賴(lài)清俊，鄭真，魏躍峰，吳海東

（1.中科（廣東）煉化有限公司，廣東 湛江 524076；2.石化盈科信息技術(shù)有限責(zé)任公司，北京 100020）

隨著企業(yè)數(shù)字化轉(zhuǎn)型的發(fā)展，生產(chǎn)計(jì)劃優(yōu)化模型作為煉化企業(yè)生產(chǎn)計(jì)劃排產(chǎn)和生產(chǎn)優(yōu)化不可缺少的重要工具，模型的準(zhǔn)確性決定著企業(yè)的精細(xì)化生產(chǎn)水平。當(dāng)前企業(yè)級(jí)生產(chǎn)計(jì)劃優(yōu)化模型主要采用流程工業(yè)模型系統(tǒng)（PIMS）軟件，基于分布遞歸（DR）版本開(kāi)發(fā)，二次裝置模型大部分基于Delta-Base結(jié)構(gòu)，涵蓋了煉油、烯烴及其下游裝置。生產(chǎn)計(jì)劃優(yōu)化模型需要提升準(zhǔn)確性，結(jié)合二次裝置的嚴(yán)格機(jī)理模型來(lái)更新模型參數(shù)。采用分子級(jí)煉化一體化價(jià)值鏈表征及多單元?jiǎng)討B(tài)優(yōu)化技術(shù)，無(wú)縫集成嚴(yán)格機(jī)理模型、降階混合模型和線性規(guī)劃（LP）模型，通過(guò)優(yōu)化操作、統(tǒng)一計(jì)劃和調(diào)度以增加效益[1]。

乙烯蒸汽裂解是煉化一體化企業(yè)最重要的化工裝置，基于設(shè)計(jì)數(shù)據(jù)，蒸汽裂解裝置采用了Delta-Base結(jié)構(gòu)，不能準(zhǔn)確反映原料結(jié)構(gòu)、性質(zhì)和操作條件等對(duì)主要裂解產(chǎn)物收率的影響，通常的方式是采用法國(guó)德西尼布公司開(kāi)發(fā)的乙烯裂解模擬軟件（SPYRO）實(shí)現(xiàn)線下集成，尚未實(shí)現(xiàn)非線性建模技術(shù)與裂解軟件的直接集成。以某煉化一體化企業(yè)蒸汽裂解模型為例，基于原蒸汽裂解DR版本模型，開(kāi)發(fā)并集成裂解爐機(jī)理模型，以期實(shí)現(xiàn)與計(jì)劃優(yōu)化模型的無(wú)縫集成，且模型的應(yīng)用效果較佳。

1 蒸汽裂解計(jì)劃模型

1.1 功能架構(gòu)

乙烯生產(chǎn)最關(guān)鍵的乙烯裂解裝置不僅決定主要產(chǎn)品的產(chǎn)量，還對(duì)下游化工產(chǎn)業(yè)鏈起決定性作用。以某煉化一體化企業(yè)800 kt/a蒸汽裂解裝置為例，對(duì)乙烯裂解分原料、分爐型建模，按照裂解原料不同分裂解爐共7臺(tái)：乙烷爐F-001（F-001裂解爐分F-001A 和F-001B 2 個(gè)爐膛）、氣體爐F-002、輕油爐F-003/006、重油爐F-004/005、200 kt 爐F-007。采用中石化CBL裂解技術(shù)和低能耗乙烯分離技術(shù)生產(chǎn)聚合級(jí)乙烯（800 kt）和聚合級(jí)丙烯（300 kt）等產(chǎn)品，原料主要包括丙烷、正丁烷、液化石油氣（LPG）、混合石腦油和加氫尾油。某煉化一體化企業(yè)蒸汽裂解單元共7 個(gè)物理裂解爐，根據(jù)SPYRO 提供的裂解爐計(jì)劃排產(chǎn)用SPSL 模型，按照分原料、分爐型建模，蒸汽裂解共構(gòu)建11個(gè)不同的XLP外部模型。以計(jì)劃優(yōu)化軟件PIMS為例，當(dāng)包含這些外部模型時(shí)，必須使用計(jì)劃優(yōu)化軟件PIMS 的高級(jí)優(yōu)化（PIMS AO）特性來(lái)求解模型。蒸汽裂解模型功能架構(gòu)，見(jiàn)圖1。

圖1 蒸汽裂解模型功能架構(gòu)圖Fig 1 Functional architecture of steam cracking model

乙烯裂解裝置是化工系統(tǒng)烯烴生產(chǎn)的龍頭裝置，也是關(guān)鍵裝置。決定蒸汽裂解產(chǎn)品分布的主要因素有裂解爐型、原料性質(zhì)和操作條件。據(jù)此，在乙烯裝置的模型構(gòu)建中考慮了3 方面因素：同一套乙烯裝置根據(jù)不同爐型分別建立子模型；按原料特點(diǎn)和操作條件選取不同的產(chǎn)品收率，進(jìn)一步考慮鏈烷烴含量，石腦油的物性主要考慮碳數(shù)族組成（PONA 值）；操作條件主要是按不同裂解深度控制，包括中度裂解、淺度裂解和深度裂解，可實(shí)現(xiàn)控制雙烯收率，如乙烯、丙烯產(chǎn)率比。

1.2 模型應(yīng)用

1）產(chǎn)品結(jié)構(gòu)優(yōu)化。依據(jù)市場(chǎng)形勢(shì)，通過(guò)優(yōu)化方案對(duì)比，確定最優(yōu)產(chǎn)品結(jié)構(gòu)，幫助企業(yè)獲取最大利潤(rùn)，提高企業(yè)市場(chǎng)響應(yīng)能力。

2）乙烯原料優(yōu)化。通過(guò)建立分原料、分爐型的乙烯裂解模型，優(yōu)選低成本、適應(yīng)后續(xù)生產(chǎn)的乙烯原料，提高全廠效益。

3）互供原料優(yōu)化。通過(guò)對(duì)比不同生產(chǎn)方案，優(yōu)化煉油化工互供原料互供量，做出科學(xué)的決策，實(shí)現(xiàn)企業(yè)效益最大化。

通過(guò)石腦油性質(zhì)的傳遞，化工裝置優(yōu)選最優(yōu)的產(chǎn)品結(jié)構(gòu)，通過(guò)聯(lián)動(dòng)煉化一體化模型反向優(yōu)化原油選擇。

2 基于機(jī)理的蒸汽裂解模型構(gòu)建

將Aspen 烯烴回歸計(jì)算器（Aspen Olefins Regression Calculator，AORC）軟件與SPYRO 軟件一起用于創(chuàng)建回歸爐模型，這些模型將作為外部模型附加到更新的計(jì)劃優(yōu)化模型。

為了SPYRO 模擬數(shù)據(jù)生成足夠，以用于創(chuàng)建準(zhǔn)確的回歸模型，需定義一系列輸入條件、原料組成、參數(shù)范圍（盤(pán)管出口溫度、烴進(jìn)料流速、蒸汽/烴比、盤(pán)管入口壓力、盤(pán)管入口溫度和初始焦炭厚度）和步驟數(shù)，并運(yùn)行SPYRO 進(jìn)行模擬。另外，還須指定參數(shù)之間的關(guān)系，如某個(gè)參數(shù)是獨(dú)立于其他參數(shù)變化（全因子參數(shù)）還是與其他參數(shù)變化同時(shí)變化（部分因子參數(shù)）。全因子參數(shù)越多，SPYRO 將進(jìn)行的模擬越多，所需的時(shí)間越長(zhǎng)，但產(chǎn)生的數(shù)據(jù)也可能更準(zhǔn)確。SPYRO 通過(guò)裂解爐類(lèi)型相關(guān)的原料輸入?yún)?shù)范圍和原料組合生成多個(gè)案例生成模擬。

2.1 關(guān)鍵數(shù)據(jù)需求

某煉化一體化企業(yè)將5種類(lèi)型的裂解爐提供的裂解爐配置文件，作為SPYRO 輸入的裂解爐操作條件范圍（質(zhì)量流量、爐管出口溫度（COT）、油汽比（SOR）、爐出口壓力（COP）和爐進(jìn)口溫度（CIT））。每種爐型進(jìn)料的組成范圍，原料類(lèi)型包括C2+C3、C3+C4+LPG、LPG、輕石腦油、石腦油（nap）、常壓瓦斯油（AGO）等。

回歸模型通過(guò)回歸算法為每個(gè)所需輸出變量生成回歸函數(shù)（即多項(xiàng)式），每個(gè)函數(shù)將取若干獨(dú)立的輸入變量，回歸模型存儲(chǔ)在中央數(shù)據(jù)庫(kù)中?；貧w模型的獨(dú)立輸入變量和輸出變量，如表1所示。

表1 回歸模型輸入輸出參數(shù)Tab 1 Regression model input and output parameters

2.2 操作參數(shù)定義

裂解爐的主要控制目標(biāo)是控制裂解深度、生產(chǎn)量和產(chǎn)物選擇性。裂解深度是關(guān)鍵參數(shù)，一般用苛刻度來(lái)表示，其主要受COT、COP、進(jìn)料量和SOR等變量影響。

采用AORC 軟件創(chuàng)建回歸裂解爐模型，回歸方程的收斂過(guò)程必須基于使用參數(shù)COT 或苛刻度、流量、COT、SOR和COP用于生成SPYRO案例結(jié)果數(shù)據(jù)庫(kù)和創(chuàng)建新的回歸爐模型，流量不含蒸汽，SOR為重量比。

2.3 模型回歸控制

使用AORC 軟件進(jìn)行回歸，PIMS 模型通過(guò)控制結(jié)構(gòu)PROCLIM（對(duì)子模型中的工藝條件和遞歸特性施加限制）表對(duì)所有SPYRO輸入/輸出的變量進(jìn)行控制。此外，PIMS 模型還可通過(guò)PROCLIM表對(duì)轉(zhuǎn)化率進(jìn)行控制。轉(zhuǎn)化率計(jì)算基于質(zhì)量分?jǐn)?shù)，對(duì)于石腦油裂解，主要對(duì)丙烯和乙烯的質(zhì)量比進(jìn)行控制。石腦油轉(zhuǎn)化率公式為：

2.4 AORC工作流簡(jiǎn)介

AORC軟件以SPYRO軟件創(chuàng)建的SPSL模型為輸入，回歸生成裂解爐模型，這些模型作為外部模型外掛到PIMS模型供調(diào)用。11個(gè)裂解爐子模型邏輯裝置將按裂解爐類(lèi)型和原料類(lèi)型劃分，每個(gè)子模型將對(duì)應(yīng)1個(gè)外部回歸模型，對(duì)于爐型和進(jìn)料類(lèi)型均相同的物理爐，將共用相同的外部回歸子模型。利用AORC 生成外部回歸模型的一般工作流，主要包括5個(gè)步驟：定義原料類(lèi)型，定義裂解爐類(lèi)型，定義并運(yùn)行SPYRO 模擬計(jì)算，數(shù)據(jù)回歸，輸出用于PIMS的XLP裂解爐模型。

將回歸數(shù)據(jù)文件轉(zhuǎn)換為MPS 格式，以應(yīng)用于PIMS 應(yīng)用文件，同時(shí)在裂解爐配置程序中，可以將回歸結(jié)果導(dǎo)出為XML來(lái)生成回歸數(shù)據(jù)文件。

2.5 回歸模型準(zhǔn)確性分析

從嚴(yán)格的模擬工具的輸出建立基于回歸的模型，其精度是不能與模擬工具相提并論的，因此，利用AORC 回歸的外部模型，其精度一定低于SPYRO模型。與傳統(tǒng)LP建模技術(shù)相比，外部模型的精度有很大改進(jìn)。AORC回歸模型對(duì)于石腦油爐子的乙烯收率預(yù)測(cè)精度可以達(dá)到99.5%以上。

最大程度提高AORC 回歸模型的計(jì)算精度，具體方法為：

1）確保在生成SPYRO 模擬案例中所定義的操作參數(shù)的范圍，與工廠實(shí)際操作數(shù)據(jù)相近。

2）確保在生成SPYRO 模擬案例中所定義的原料組成的范圍盡可能窄，既能涵蓋實(shí)際生產(chǎn)中可能加工的原料組成，又具有一定代表性，即有足夠多的樣本數(shù)，其原料性質(zhì)與實(shí)際加工的主要原料（設(shè)計(jì)進(jìn)料）的性質(zhì)是接近的。通過(guò)對(duì)上百種原料、多組操作條件和物性等進(jìn)行排列組合，石腦油模擬數(shù)據(jù)的樣本數(shù)超過(guò)17 800 個(gè)，液化氣模擬數(shù)據(jù)的樣本數(shù)超過(guò)8 250個(gè)。

3）在原料的定義中，添加純組分的乙烷、丙烷和丁烷（正丁烷、異丁烷），以確保在外部模型的原料組成中，次要組分含量可以為0。

4）在模型設(shè)置精度類(lèi)型時(shí)選擇“Accuracy(slow)”作為回歸優(yōu)化。

5）在進(jìn)行軌跡計(jì)算前進(jìn)行數(shù)據(jù)篩選，移除操作范圍以外的點(diǎn)及異常點(diǎn)。

通過(guò)以上建模方式和模型校核方法，可以使主要側(cè)線產(chǎn)品的收率準(zhǔn)確性達(dá)到95%以上。

2.6 分離單元子模型

分離部分從急冷裝置開(kāi)始，主要包括脫丙烷塔、碳二加氫塔、碳三洗滌塔、脫甲烷塔、脫丁烷塔、預(yù)脫甲烷塔、脫乙烷塔、乙烯塔、碳三加氫塔和丙烯塔。碳二加氫塔和脫甲烷塔基于原料組成及主要化學(xué)反應(yīng)轉(zhuǎn)化率計(jì)算產(chǎn)品組成、組分分離系數(shù)構(gòu)建組分分離子模型結(jié)構(gòu)，通過(guò)分子組分傳遞到下游裝置，其余分離單元均基于組分構(gòu)建分離模型。

3 模型應(yīng)用效果

基于SPSL機(jī)理模型構(gòu)建的蒸汽裂解模型需基于PIMS AO功能進(jìn)行優(yōu)化運(yùn)行，PIMS AO是PIMS高級(jí)優(yōu)化功能版本，主要包括XNLP（非線性）求解功能、非線性方程建模功能和外部模型接口功能，同時(shí)增加了簡(jiǎn)約原油數(shù)量、參數(shù)分析、全局優(yōu)解和多處理器并行功能等，極大地提高了模型的準(zhǔn)確性、可靠性和模擬系統(tǒng)的集成。

3.1 細(xì)化模型結(jié)構(gòu)，提高模型精度

煉化一體模型集成乙烯裂解爐后，應(yīng)用PIMS AO 主要包括非線性（XNLP）求解功能、非線性方程建模功能、外部模型接口功能和與乙烯裂解爐模擬系統(tǒng)SPSL集成，提高了模型計(jì)算精度。原油切割根據(jù)需要按照石腦油組分進(jìn)行切割，從源頭選油更加精細(xì)化，也擴(kuò)大了優(yōu)化空間。原油中石腦油切割以分子組成計(jì)算，保證模型的精細(xì)化程度以及裂解原料從原油源頭優(yōu)化的可行性。原油切割用石腦油相關(guān)信息和組分，如表2所示。

表2 原油切割用石腦油相關(guān)信息和組分Tab 2 Information and components related to naphtha used for crude oil cutting

舉例說(shuō)明：某煉化企業(yè)月度加工原油主要為科威特、阿曼、沙輕和沙中等油種，生產(chǎn)出石腦油供給蒸汽裂解裝置作為原料，根據(jù)采用分析某月石腦油原料組成情況如表3所示。

表3 石腦油原料組成Tab 3 Composition of naphtha raw material

由表3可知，根據(jù)加工原油結(jié)構(gòu)，該月產(chǎn)出的石腦油組成屬于典型的裂解石腦油，符合裂解裝置進(jìn)料指標(biāo)要求，有利于裂解爐COT 穩(wěn)定控制。原料餾程情況如表4所示。

表4 石腦油原料餾程Tab 4 Distillation range of naphtha raw material

當(dāng)月石腦油原料主要由F-004/F-005/F-001B加工，采用F-001B SPYRO模型進(jìn)行模擬，模擬條件為：進(jìn)料量28.0 t/h，稀釋比0.50，橫跨段溫度570 ℃，裂解深度0.52。模擬測(cè)算結(jié)果如表5所示。

表5 模擬測(cè)算產(chǎn)品相關(guān)數(shù)據(jù)Tab 5 Related data of product by simulation and calculation

由表5 可知，應(yīng)用SPSL 機(jī)理模型構(gòu)建的蒸汽裂解模型進(jìn)行測(cè)算，可以提高模型計(jì)算精度，AO模型的測(cè)算結(jié)果與SPYRO 模擬結(jié)果基本一致，雙烯收率精準(zhǔn)度達(dá)到了99.77%以上。

3.2 通過(guò)全局優(yōu)化，實(shí)現(xiàn)多點(diǎn)尋優(yōu)

PIMS AO 模型具備高級(jí)分析、全局優(yōu)解和多處理器并行功能，較大程度提高了系統(tǒng)方案的準(zhǔn)確性和可靠性。如采用9月份的月度計(jì)劃測(cè)算，原油加工量710 kt，采用全局優(yōu)化功能，設(shè)置10個(gè)起始點(diǎn)，經(jīng)對(duì)比發(fā)現(xiàn)常規(guī)求解目標(biāo)函數(shù)值為47 266，多點(diǎn)尋優(yōu)后目標(biāo)函數(shù)值為51 276。

分析結(jié)果發(fā)現(xiàn)：多點(diǎn)尋優(yōu)優(yōu)化了采購(gòu)的阿曼（OMN）原油，減少采購(gòu)4.61 kt，效益增加，結(jié)果與實(shí)際相符合，模型尋優(yōu)結(jié)果見(jiàn)圖2。

圖2 多點(diǎn)優(yōu)化過(guò)程示意Tab 2 Schematic diagram of multi-point optimization process

應(yīng)用參數(shù)分析，實(shí)現(xiàn)操作條件優(yōu)化。PIMS AO模型中加入了裂解爐COT，壓力COP和油汽比SOR 等操作變量,所以PIMS 能夠根據(jù)市場(chǎng)價(jià)格計(jì)算出最優(yōu)的操作條件，明確優(yōu)化方向。參數(shù)優(yōu)化功能：分析操作參數(shù)、原料和產(chǎn)品的價(jià)格敏感性，提高求解分析能力，減少?zèng)Q策失誤。多目標(biāo)優(yōu)化功能：分析整體經(jīng)濟(jì)效益最大化，同時(shí)最優(yōu)化高附加值產(chǎn)品收益。

測(cè)試案例中以NAP 石腦油為原料，裂解爐COT 為830～850 ℃，每4 ℃取1 個(gè)點(diǎn)進(jìn)行分析計(jì)算，結(jié)果見(jiàn)圖3。

圖3 COT對(duì)乙烯收率的影響Tab 3 Effect of COT on ethylene yield

從圖3可以看出，乙烯收率隨溫度的升高而提高，收率從33.26%逐漸提高到較高值34.58%，此時(shí)溫度為846 ℃。因此，石腦油在當(dāng)前爐型和工況條件下，裂解乙烯的較優(yōu)溫度為846 ℃。

4 結(jié) 論

以某煉化一體化企業(yè)蒸汽裂解模型為例，介紹了建模意義以及集成SPSL模型的蒸汽裂解模型的功能架構(gòu)和主要應(yīng)用方向。首先，采用AORC軟件與SPYRO 軟件創(chuàng)建回歸爐模型（XLP 類(lèi)型文件）的技術(shù)路線，把這些模型作為外部模型添加到更新的PIMS 模型，可以實(shí)現(xiàn)與計(jì)劃優(yōu)化軟件PIMS 的無(wú)縫集成。接著，基于SPSL 集成的模型在模型細(xì)化程度方面有了很大的提升，主要體現(xiàn)在通過(guò)細(xì)化原油切割從需要根據(jù)需要進(jìn)行石腦油組分的分子組成切割，按照分子組分進(jìn)行建模，比原模型更加細(xì)致。最后，通過(guò)應(yīng)用PIMS AO 的高級(jí)優(yōu)化功能，主要包括非線性求解、全局優(yōu)化、參數(shù)分析以及多處理器并行功能，驗(yàn)證了模型的應(yīng)用效果，同時(shí)通過(guò)數(shù)據(jù)對(duì)比驗(yàn)證了模型的準(zhǔn)確性，證明該集成方法技術(shù)上是可行的，可進(jìn)一步提高企業(yè)計(jì)劃優(yōu)化模型的精細(xì)化水平，為企業(yè)優(yōu)化生產(chǎn)、降本增效提供有力支撐。