连续汽油调和调度问题的建模与优化.docx

连续汽油调和调度问题的建模与优化 本文研究的是连续管道汽油调和过程，并对该过程进行建模与优化。汽油调和是将几种石油组分按规定的比例混合均匀，生产出汽油产品的生产过程。汽油调和可以分为罐调和和管道调和。管道调和技术能够以一种连续的方式生产汽油产品，这使得生产效率达到最大化，但同时也给调度优化问题增加了难度。 汽油调和调度是对炼油厂未来一段时间的汽油生产进行安排。调和配方优化、确定调和顺序、产品罐的分配、提货安排等操作都是汽油调和调度的重要组成部分。由于汽油产品的某些非线性属性，配方优化模型通常是一个 NLP 模型。调和顺序的确定等操作需要对产品油种做出选择，因此模型中涉及到了 0-1 变量。 在炼油厂中，调度问题通常依赖于人工经验，但这往往不能为炼油厂提供最优的调度计划。因此，对调度优化问题建立数学模型是非常重要的。早期的文献主要关注的是调和问题， Dewitt 等详细地探究了汽油的非线性属性模型。近年来，许多研究都针对汽油调和调度问题建立了不同的混合整数线性规划（MILP）模型或 MINLP 模型。 然而，这些文献中所使用的建模和优化的方法存在以下方面的局限性。首先，文[14]没有考虑组分油属性的波动，并采取恒定的调和配方，这可能导致汽油产品质量不合格。其次，文[2, 15-16]假设订单交付日期和订单量是已知的，这个假设与实际情况不符。此外，文[2, 16]假设产品罐的种类是未知的。实际上，产品罐已被预先分类。 针对以上问题，本文所提出的连续汽油调和调度问题的模型作出了以下方面的改进。首先，本文在模型中考虑了组分油的属性波动。其次，提货日期和提货量需要在模型中通过优化求解得到。此外，产品罐的类别和数量是已知的。另一方面，每个调和周期的开始和结束时刻都是变量，一个调和周期的时长就是一个调和批次的调和时间，调和头没有空闲时间。 最后，由于多周期的 MINLP 模型同时进行所有周期的配方和调度的优化，但当调度时域比较大时，模型会很庞大，而且计算很麻烦。本文提出的模型解决了这些问题，并对连续汽油调和调度问题进行了深入的研究和优化。