论文部分内容阅读
在炼油企业的生产活动中，汽油调合及调度是其中一项重要的内容。汽油调合作为炼油企业的最后一道工序，直接影响成品油的质量及全厂的经济效益。汽油调合调度问题主要包含配方优化和调合调度两个问题。前者要求提供产品的最优调合配方，后者要求提供具体的调合方案（调合产品类型，使用的罐，调合量等）。由于在油品调合过程中某些性质指标（如辛烷值、蒸气压）存在非线性调合效应，因此配方优化问题通常是一个非线性规划（Nonlinear Programming，NLP）问题，而调合调度问题则通常是大规模的混合整数线性规划(Mixed-integer Linear Programming，MILP)问题。如果要同时解决上述问题，则需要求解一个大规模的混合整数非线性规划(Mixed-integerNonlinear Programming，MINLP)问题，这是比较困难的。因此，建立完善的油品调合调度模型及给出可行解是炼油企业调度问题的关键任务。 本论文以某炼油企业汽油调合调度为背景，针对目前大多数炼油厂在成品油的调合与调度工作中存在的一些问题，围绕着如何科学、方便地辅助调合调度人员高效率、可靠地完成其调合与调度工作，研究油品调合调度问题。首先，本文针对现有油品调合调度问题中的配方优化问题，建立了新的汽油调合配方优化非线性规划(NLP)模型，并运用建模工具GAMS24.2.3中的Minos求解器快速准确的求解出汽油调合优化配方。其次，在汽油调合配方优化的基础上，着重研究多个调合批次的生产调度问题，建立了基于连续时间域的混合整数线性规划(MILP)模型，并运用GAMS中的Cplex求解器给予求解，以此分多步求解汽油调合调度问题，避免了复杂的MINLP问题。且应用炼油厂的实际生产数据证明了该模型的有效性。最后，本文针对汽油调合调度问题中的非线性约束问题，提出了一种改进的生物地理学优化算法(HMBBO)，运用智能优化算法解决此问题。仿真及汽油调合案例应用也证明了该算法的有效性。