面向石化企业间物流集成计划优化的模型及应用

张鹏飞，王子豪，荣冈，冯毅萍



面向石化企业间物流集成计划优化的模型及应用

张鹏飞，王子豪，荣冈，冯毅萍

（浙江大学智能系统与控制研究所，工业控制技术国家重点实验室，浙江杭州 310027）

在石油化工行业，上下游企业的联合生产是供应链优化的主要途径和重要手段。但由于石化企业的生产工艺过程复杂且设计相互独立，企业间的协同生产往往仅存在于大型石化集团统一设计、建造的炼化联合生产系统中。本文提出了适用于独立运营的石化企业集成的前提条件和建模方法，以独立生产的炼油厂和烯烃厂为研究对象，基于其生产物流计划模型，建立统一的联合生产计划优化模型。该集成优化模型为混合整数线性规划模型，以生产效益最大化作为优化求解目标，并分析了市场需求平稳、萎缩和旺盛3种不同的案例场景。实例计算表明，同独立生产相比较，石化企业的集成优化和联合生产能够降低物料存储成本和总成本，节省优化求解所需的计算资源，并促进经济效益的提升。

石化企业；集成；优化；企业级优化；混合整数规划模型；生产效益

引 言

供应链管理（supply chain management，SCM）对企业运营十分重要，其具体内容包括生产过程的原料管理、物料运输管理，以及产品分配和运输等一系列生产优化命题[1]。图1展示了供应链管理的基本组成要素[2]。图中，feedstocks代表系统的原料输入部分，包括各种供应链体系中所涉及的原始物料成分；basics代表供应链中相互影响的上下游生产企业，performance代表不同生产企业的生产过程与生产流水线，一条完整的供应链包括一个及以上的企业；供应链的末端直接面向顾客，处理市场的订单需求并调整产品策略，以及协调运输问题等。供应链管理以满足消费者需求，提升企业效益并降低生产成本作为目标[3-5]。

而供应链管理在具体的企业生产和执行层面则是以企业作为主体，企业生产系统管理（process system engineering，PSE）是供应链条的基本模块。一个基本的生产系统管理模块包括原料的输入（raw materials），生产过程（performance），以及产品输出（products）3个基本组分，其组成结构如图2所示[6]。

近年来，随着企业生产过程的复杂化，产品的多元化，以及上下游企业共享物料、设备和信息的需求增长，基于供应链的生产系统的集成优化成为企业提升生产效益重要途径之一[1,7]。企业级优化（enterprise-wide optimization，EWO）是企业集成生产优化的重要形式之一，它将不同的生产系统管理模块进行集成，以提升企业的整体效益，综合考虑集成企业的物料运输、生产方案、市场需求、库存管理等问题[2,6]。Grossmann[8]在2005年就将企业级优化思想引入流程工业领域。Wassick[2]以某一大型的石化集团为例，将不同的生产子系统定义为“信封”，不同的“信封”可以组合成集成生产系统，并对集成生产系统进行优化求解。Guyonnet等[9]将原油调度与产品问题进行了集成分析。Quaglia等[10]指出企业级优化的难点之一是集成系统的搭建与设计，并以一个综合的石化集团为对象建立集成生产模型，综合考虑集成系统的原料、产品和市场需求等要素，最后采用混合整数非线性规划方法进行建模求解。Shah等[11]研究了用于求解大规模企业级优化模型的增广拉格朗日分解求解策略。Quaglia等[12]分析了不确定条件下的企业级优化命题，并提出了基于分解法的求解方法。Al-Qahtani等[13]综合考虑了炼油石化系统中多个生产过程的集成生产过程，并通过协调上游生产和下游需求，提供了一套同步解析集成系统的方法策略。Wang等[14]以乙烯厂原料卸载调度和生产过程为研究对象，并提出了一种基于同步调度的优化求解策略。Pinto等[15]提出了一种应用于石化企业供应链的企业级优化框架，并给出了相应的混合整数非线性数学模型。Shah等[16]以基于连续时间的集成优化模型为对象，阐述了在企业级优化命题中运行时间、产量、质量等多种生产要素之间的平衡。2014年，Grossmann[17]总结了近年来诸多学者在企业级优化研究领域的研究与成果，评述了企业级优化研究领域所涉及的求解算法，并指出了企业级优化所面临的重大挑战在于研究对象的拓展、算法的改进、不确定性干扰等。

近年来诸多学者在企业级优化的研究领域取得了大量成果，但由于不同的生产企业之间设计、生产和运营都相对独立，这使得企业之间的系统集成面临较大难度和挑战，现有的集成生产也往往局限于单一企业或者大规模生产系统的内部[17-18]，最终导致供应链上下游企业在资源共享、信息共享的障碍以及企业生产效益提升受限。因此，本文将原本独立的生产企业进行整合，建立统一的集成生产系统，而这一研究内容也是企业级优化突破现有集成生产难点的重点方向之一[8]。

本文以独立设计建造、生产和经营的石化生产企业作为研究对象，以企业级优化作为集成生产的方法，提出适用于独立石化企业的集成条件、集成建模方法以及优化模型，并根据集成对象的物流耦合关系重新定义产品、中间物料、原料，运输管道等信息集合及其元素组成。最后，以炼油厂和烯烃厂的集成生产为例建立MILP模型[19]，所选用案例全面考虑了在市场需求平稳、萎缩和旺盛3种市场情形下联合生产集成优化的效果。

1 集成前提假设

大多数独立石化企业的生产系统往往是地理隔绝的，并且在生产时间尺度以及加工方案设计标准上不尽相同，从而导致不同企业之间的企业级优化困难较大或者经济效益提升不明显[15]。

为了系统地评估独立企业之间是否适合集成生产，并筛选具有集成生产意义的生产系统，本文提出了企业集成生产应尽量满足的前提条件。本文所研究的企业级优化和集成生产也建立在以下前提条件之上。

1.1 地理位置相近

企业间物流运输成本将随着相对距离的增加快速增长，较大的相对距离也对应着较高的库存成本和较慢的响应。

仿真计算表明，一般地，在厂际运输成本不超过普通厂内运输成本的10倍时，联合生产集成优化仍然能够提升整体生产效益。

1.2 物料与设备相同或相似

相同的物料或加工设备，能在集成过程中通过物料、设备的共享，实现物料、资源的优化配置，从而增强生产系统的鲁棒性和稳定性，最终促进经济效益的总体提升。

1.3 生产时间尺度相近或可调相近

独立生产系统的生产时间尺度相差过大，会导致企业级优化过程中物料、设备共享受限，使得生产进度不一致。因此，用于集成的独立企业需要具有相近或者经调整后相近的生产时间尺度[18]。

1.4 生产利益统一

企业级优化构建的集成生产系统在满足一定条件时，能够实现生产经济效益总和的提升，但这不代表任一原本独立的生产系统经济效益均有所提升。因此，联合生产的企业需要具有统一的利益或者合理的利益分配方式，才能保证各生产子系统能够服务于集成系统的生产效益最大化目标。

基于以上前提，独立生产的企业也能够较好实现企业级优化，并在集成生产中实现生产信息、资源的优化配置。

一般地，现有的石化企业建造往往具有集群效应，常见的石化企业生产园区或石化集团下设的各类生产子厂均能够很好地满足以上假设，从而保证了本文的假设具有实际物理意义和工程意义。本文案例中涉及的某真实石化集团的生产系统均能够满足以上条件。

2 企业级优化方法与系统建模

本节介绍独立生产系统的集成方法以及集成系统的计划优化模型。

2.1 集成生产系统构建

现有的研究中，较少提到集成系统的搭建方法和具体步骤，研究者往往通过分析集成生产系统的工艺要求进行集成系统的搭建，而这些建模方法往往不通用也无法移植[2,14,20]。本文提出了一种集成系统的构建方法，通过分析待集成企业之间的关键物料并搭建管道建立联系，对同种生产装置、存储罐区的使用进行调整，并重新定义原料、产品等生产信息集合3个步骤，能够在不改变或者较少改变原有系统结构的基础上，快速构建集成生产系统拓扑结构。这种集成系统构建的方法具有简便、通用的优点。具体的操作步骤如下。

2.1.1 上下游企业的衔接 对于供应链上下游的独立企业而言，上游企业的产品或者半成品通常可用作下游企业的原料。根据集成生产系统的物流耦合关系，将上游企业的终产品或半成品作为下游企业的生产原料；通过添加物流管道和物料缓存罐的方式，合理进行上下游企业生产系统的拼接，组成集成的拓扑结构。

2.1.2 相同物料与装置的处理 在通过输送管道将同种物料进行关联之后，便可以将相同的物料进行整合，通过管道控制流向，使同种物料统一管理和分配。同时，将相同的生产装置进行整合，通过装置共用构建多条加工线，或将部分同种装置用作备用装置以增强系统的鲁棒性。

本文案例涉及的炼油厂、烯烃厂组成的集成生产系统中，石脑油、轻石脑油是炼油生产系统的重要产品，同时也是烯烃生产系统的重要原料。因此，集成系统中炼油厂的石脑油、轻石脑油产品可以作为烯烃厂的原料，即通过增加对应的石脑油、轻石脑油输送管线便可以将两个生产系统进行衔接。同时，炼油厂、烯烃厂各自拥有的石脑油缓存罐可以实现共用，进而提升石脑油缓存罐的利用率，并增加物料调度的灵活性。同理，轻石脑油的缓存罐也可共用。

2.1.3 重新定义原料、产品等集合 集成系统的输入输出关系、物料的流动关系在集成过程中发生了一定变化。所以，集成系统需要重新定义生产系统中原料、中间物料、产品以及运输管线等生产信息集合及其元素组成。

本文案例涉及的炼油厂、烯烃厂集成生产系统中，石脑油、轻石脑油是炼油厂的产品，而在烯烃厂中则作为原料；在新建集成生产系统中，石脑油和轻石脑油则作为中间物料直接输送给乙烯装置进行加工。上述生产流程的改变，要求重新定义系统原料、中间物料以及产品集合，具体地，在炼油厂系统中，石脑油、轻石脑油为产品集合的元素；烯烃生成系统中，石脑油、轻石脑油是原料集合的元素；而新建的集成系统中，则需要将石脑油、轻石脑油调整为中间物料集合的元素。

通过以上主要步骤的操作，便可得到集成系统的拓扑结构及其基本生产信息。该集成系统保留了原有独立生产企业的主要生产装置和拓扑结构，并能实现联合生产过程中的物料、装置、生产信息共享和统一调度。

2.2 计划优化模型

基于石化企业的生产拓扑结构，本文建立了的基于MILP的计划优化模型。文中对生产拓扑结构进行如下抽象：原料进厂站点、产品出厂站点以及生产装置为逻辑点，不同的逻辑点之间由弧线连接代表着实际生产系统中的运输管道[20]；同时对系统中的物料进行以下划分。

原料集合：如原油、MTBE，BOC氧气等，作为系统的输入，供加工使用，被定义为系统的原料集合元素，其属性包括名称、市场价格等。

中间物料集合：减压瓦斯油、裂解碳四（C4）等在系统中产生，随后被后级加工单元消耗，不作为系统的输入和输出物料，被划分为中间物料。中间物料组分不考虑其物料价格。

产品集合：汽油、柴油以及乙烯等，作为系统的输出产品，直接向市场销售，被定义为系统产品，其属性包括名称、市场价格等。

2.2.1 优化目标 该计划优化模型以生产系统的生产效益最大化作为系统优化目标，并同时兼顾生产、库存成本的控制。

式（1）中第1项为集成生产系统产品销售的毛利润，第2项为原料购买费用，第3项为原料和产品的运输费用，第4项为所有加工装置产生的加工费用，第5项与第6项为产品罐以及产品销售站点的库存费用，第7项为市场产品需求未满足的惩罚项。

2.2.2 模型约束条件 本节给出集成生产系统计划优化模型中各种生产约束条件。

(3)

(4)

(6)

式（2）定义每一种输入集成生产系统的原料购买量；式（3）限定了原料购买量的取值范围。式（4）表示产品产量不能超过市场的实际需求量。式（5）与式（6）指出当产品供给不能满足预设需求时，供给差额等于预设的产品需求量减去实际产品输出量，且供给差额为非负值。

(8)

(10)

(11)

(12)

式（7）与式（8）定义生产系统物料输入输出的流量同与之相连的侧线流量一致。式（9）与式（10）定义生产系统内部输送管线的流量同与之相连的侧线流量相等。式（11）与式（12）分别限定了生产系统输入输出管道和内部输送管道流量值的范围。

(13)

式（13）表示在系统管道分流点处，物料的进料量等于各条管线该物料出量的总和。式（14）表示在系统管道汇流点处，同种物料各管线进料总和等于该物料的总出料量。

(16)

(17)

(18)

式（15）～式（18）对生产系统中加工装置的生产方案进行了描述与限制。式（15）限定了任意装置的特定加工方案处理的物料量的上下限。式（16）表示任意加工装置的加工总量等于该生产装置各种加工方案加工量之和。式（17）表示任意加工装置的加工总量还等于对应生产周期内该装置进料量的总和。式（18）描述加工装置的产率模型，定义在不同产率模型下加工装置各产出物料的比例。

计划优化模型中站点与罐区具有物料存储功能，为了区分站点与罐区的初始物料量，将生产的第一个周期定义为初始生产周期0。

(19)

(21)

(23)

(24)

式（19）与式（20）定义在初始生产周期0时，站点存储的物料量等于站点初始存储量加上站点进侧线流量再减去站点出侧线流量；其余生产周期内，站点存储的物料量等于上一生产周期末物料存储量加上本生产周期进侧线流量再减去本生产周期出侧线流量。式（21）限定了站点存储量的上下限。

同理，式（22）与式（23）定义在初始生产周期0时，罐区存储的物料量等于罐区初始存储量加上罐区进侧线流量再减去罐区出侧线流量；其余生产周期内，罐区存储的物料量等于上一生产周期末物料存储量加上本生产周期进侧线流量再减去本生产周期出侧线流量。式（24）限定了罐区存储量的上下限。

3 应用案例

3.1 案例描述

本文以某石化炼油厂、烯烃厂作为研究对象，建立具有代表性的石化企业生产拓扑结构。

炼油生产系统的生产拓扑结构如图3所示，其中包含常减压装置，延迟焦化装置，催化裂化装置等主要生产装置；并以原油、甲基叔丁基醚（methyl-butyl ether，MTBE）作为原料，以柴油、90#汽油、93#汽油以及煤油作为产品。

烯烃生产的生产拓扑结构如图4所示，其中包含乙烯装置、乙二醇装置、丁二烯装置等主要生产装置；并以石脑油、丙烯、轻石脑油、裂化尾油、减压瓦斯油（vacuum gas oil, VGO）和叔丁氧羰基（-butyl oxy carbonyl，BOC）氧气作为原料，以乙烯、乙二醇、二乙二醇、环氧乙烷、丁二烯等作为产品。

由于石脑油是炼油厂最为重要的产品并同时是烯烃厂最主要的原料之一，本文根据2.1节中的集成系统构造方法，将石脑油和轻石脑油作为二厂衔接的关键物料，将炼油厂和烯烃厂的生产系统进行集成，构建如图5所示的集成生产系统。集成系统中包含一次加工装置：常减压装置两套；二次加工装置：催化重整装置，延迟焦化装置，煤油加氢装置，柴油加氢装置，催化裂化装置两套，乙烯装置两套，乙二醇装置，丁二烯装置两套，汽油加氢装置两套；调和装置：柴油调和装置以及汽油调和装置；系统中总计12种17套不同的生产加工装置。同时，集成系统还包含原油缓存罐、柴油混合罐、FCC进料缓存罐、柴油产品罐、乙烯原料缓存罐等共计35个存储罐。系统的产品包括：90#汽油、93#汽油、柴油、煤油、乙烯、乙二醇、二乙二醇、三乙二醇、环氧乙烷、丁二烯等。

本案例中的生产时间周期为半年总计6个月，每个月以30天计算。同时每一天分为两个操作批次，即每月具有60个操作批次。生产周期信息如表1所示。

表1 生产周期

参考市场价格，对生产系统中每一种物料的价格进行设定。如表2所示，其中各物料的价格高低体现了其市场价值的相对大小。

表2 物料价格

在实际生产中，厂际运输的成本相对厂内运输增长较大。本案例中，在满足第1节中距离较近的前提条件下，设定厂际运输的成本为厂内运输成本的10倍。

3.2 求解策略

本文以生产经济效益作为主要指标对比集成系统和独立系统的生产情况，所建立的计划优化模型由市场需求（订单）驱动。

计算过程中，首先设定集成生产系统的市场需求，计算集成生产系统的生产效益最优解。然后，基于集成生产的生产信息，设定独立运行的炼油厂、烯烃厂二者独立运行时的市场需求，保证优化求解得到的生产效益同集成系统具有可对比性。最后再计算二厂各自的生产效益最优解，将独立生产和集成生产的效益进行对比分析。图6展示了求解分析策略和思路。

3.3 模型求解与分析

根据2.2节所建立的计划优化MILP模型，分别对炼油厂、烯烃厂以及集成生产系统进行优化求解。案例求解采用IBM ILOG Optimization Studio 12.4作为优化求解平台，所调用的求解器为：CPLEX 12.4.0。求解平台所依托的PC配置为：Intel Xeon E5-2403 CPU，主频1.8GHz，内存8G，操作系统Windows Sever 2008。

如表3所示，集成生产系统的优化模型总共包含6408个约束条件，整数变量为186个，连续变量为2875个；炼油生产系统的优化模型包括总计2916条约束条件，整数变量102个，连续变量1297个；烯烃生产系统的优化模型包含总计3198条约束条件，整数变量54个，连续变量1411个。

表3 优化模型参数对比

下文考虑了在市场需求平稳、萎缩以及旺盛3种市场情况下，集成生产、独立生产对于企业生产效益的影响。

3.3.1 案例一：市场需求平稳 当市场需求平稳时，石化生产系统处于平稳生产的状态。生产系统的产能处于正常水平，产品产量能够满足大部分的市场需求。

生产系统初始条件的设定原则为：产品需求参考市场需求平稳时的产品产量设定，具有存储功能的罐区和站点初始库存略高于安全值的底线并拥有较大的缓存区间。

分别求解集成系统，炼油生产系统和烯烃生产系统，得到的优化求解结果如表4所示。

表4 案例一优化结果对比

如表4所示，系统集成能够带来的效益提升较小。独立系统生产的利润分别为14042542元和9786211元，集成系统协同生产的利润为25464324元，生产效益总体提升约6.8%。独立生产的总收入与总成本均高于集成生产系统，但集成生产系统的最终利润却更高。

当市场需求稳定时，系统生产平稳，互为上下游企业的炼油厂和乙烯厂能够较好地激发产能，获得不错的生产效益。在独立生产模式下，独立生产的系统均以自身效益最大化作为生产目标，销售更多产品，也消耗更多的原料，导致原料成本增加；同时，独立生产的炼油厂和乙烯厂匹配市场需求的能力较弱，部分产品库存增加，导致库存成本增长，而另一部分产品不能满足市场需求，导致需求未满足惩罚值增加。而另一方面，集成生产能够通过调整产品方案组合，更好地满足市场需求，控制库存成本；同时集成系统内部物料可以作为自身的原料，从而节省了原料的购买、运输成本；最终集成生产能够实现生产效益的提升。

总体上，集成生产由于较好地控制了库存成本和原料购买、运输成本，实现了生产方案的优化配置，进而获得了更好的效益。

3.3.2 案例二：市场需求萎缩 当市场经济萧条时，各种化工产品的市场需求也进入萧条期。此时市场极度萎缩，产品的市场需求量大大低于平稳时期甚至锐减为零，生产系统的实际产能下降。

生产系统初始条件的设定原则为：产品需求减少甚至降低为零，设定的产品需求低于市场平稳时期；缓存罐的初始储量高于正常水平甚至接近于存储安全上限值。

分别求解集成系统，炼油生产系统和烯烃生产系统，得到的优化求解结果如表5所示。

表5 案例二优化结果对比

如表5所示，独立生产系统的独立生产得到的利益分别是：6324364和8357961元，而集成生产系统的生产效益为18803812元，生产效益相较于独立生产提升了28.1%。

当市场萎缩时，生产的产品被迫滞销，系统产能受到抑制，产品积压导致存储罐区和站点初始库存增大，独立生产和集成生产的生产效益相较于市场平稳时期都急剧减少。

集成生产通过调整生产方案和产品组合，能相对更好地满足市场产品需求并出售产品，从而在一定程度控制库存成本；而另一方面，独立生产造成了极端的两极现象，即部分产品脱销而部分产品滞销，造成了高库存成本和高惩罚值。因此，在市场萎缩的情况下，集成生产能够更好地控制库存，调整产品方案，从而相对于独立生产有着较高的效益提升；这也说明了在市场萎缩时，集成生产能够极大限度地减少企业损失，帮助企业渡过难关。

3.3.3 案例三：市场需求旺盛 当市场需求旺盛时，各种产品的市场需求普遍高于市场平稳时期。生产系统的产能被释放，能够生产和销售更多的产品。

（1）情况一：产品价格不变或同倍率上浮

正常情况下，供应链后级的产品具有更高的成本和附加价值，其价格不会低于前级产品。在市场需求旺盛时，产品的价格会同倍率上浮或受政策控制维持不变。

生产系统初始条件的设定原则为：产品需求增加且高于平时的需求水平，设定的产品需求高于市场平稳时的产品需求值，产品的价格同市场平稳时持平；缓存罐的初始储量低于正常水平甚至接近于安全下限值。

分别求解集成系统，炼油生产系统和烯烃生产系统，得到的优化求解结果如表6所示。

表6 情况一优化结果对比

如表6所示，独立生产系统的独立生产得到的利益分别是：19572897和14299543元；而集成生产系统的生产效益为34461395元，相较于独立生产的总和提升1.7%。

当市场需求旺盛时，系统的产能得到最大的释放，生产装置满负荷运行，保证产品的收益总和最大化，此时产品产量的主要限制是系统本身的物理特质，如生产系统的设计产能上限值等。相较于独立生产，集成生产的原料成本下降幅度高于销售收入的减少幅度，因此集成生产由于提高了物料利用率和使用效率，实现了集成生产的效益提升。

在市场需求旺盛的情况下，炼油厂作为上游企业，其产品可以销售给除烯烃厂以外的其他企业或者个人，以实现更大的经济效益。此时，集成生产需建立在基于1.4节提出“利益统一”的前提上，只有保证炼油厂和烯烃厂具有统一的利益或合理的利益分配方式时，才能保证炼油厂首先满足烯烃厂的原料供给，以实现集成生产。从最终结果来看，集成生产的生产效益高于独立生产效益总和的，即集成生产依旧能够保障各生产子系统的利益并实现效益提升。

（2）情况二：价格异常波动

极少数极端情况下，部分前级产品的价格或者价格上浮幅度会反常提升，从而较大程度影响供应链下游企业的生产情况。为了对此极端情况进行说明，在情况一的基本设定上，设定炼油厂石脑油的价格上浮50%，其他条件保持不变。相应的求解结果如表7所示。

表7 情况二优化结果对比

如表7所示，独立生产系统的独立生产得到的利益分别是：38544911和532784元；而集成生产系统的生产效益为38591135元，生产效益相较于独立生产的总和下降1.2%。

反常情况下，当上游企业的产品价格持续上涨到临界点时（本案例中为石脑油价格上浮50%左右），下游企业会因为生产成本的提升而导致整体效益的下降。本案例中，由于石脑油价格反常上升，导致烯烃厂的原料成本急剧上升，而销售的收入没有增加，从而导致利润减少。此时，下游企业可能会通过选择停车的方式应对价格反常波动。但总体上，此类极端情况是十分罕见的。

3.4 小结

在市场需求平稳、萎缩和旺盛3种情况下，独立生产和集成生产系统生产效益和优化参数的对比分析表明：集成生产能够更好地调整产品生产方案的组合以适应产品需求的波动，更好地控制产品库存量降低库存成本，实现物料、生产装置的优化配置，从而实现相较于独立生产系统的生产效益提升。特别地，在市场萎缩的情况下，集成生产系统能够极大程度地减少企业损失，帮助企业控制库存成本并进行生产方案的调整，相较于独立生产更有利于帮助企业渡过经济萧条期；在市场平稳和旺盛的情况下，集成生产也能够通过装置共用，控制库存和调整生产方案等方式促进生产总效益的提升。

4 结 论

本文讨论了石化系统企业级优化的命题，提出了独立生产的石化企业集成生产的前提条件，保证了独立企业集成生产的有效性；同时，提出了生产系统的集成方法，并建立集成生产系统的计划优化数学模型。文章以某石化炼油厂、烯烃厂作为案例对象，研究了企业独立生产和集成生产在市场需求平稳、需求萎缩和需求旺盛3种典型情况下的生产效益情况。案例实践表明，基于企业级优化的集成生产在满足一定前提条件时，具有集成优化和联合生产的商业价值；集成优化能够实现生产装置、缓存罐区站点、生产物料的共用和优化配置，控制原料成本与库存成本，促进更优的生产方案配置，最终实现生产效益的提升。

符 号 说 明

C——产品输出站点集合 CDP——产品需求未满足惩罚费用，元 CHO——库存管理费用，元 COP——装置加工费用，元 CPRO——产品销售费用，元 CPUR——原料购买费用，元 CTS——物料运输费用，元 DEMcm,t——物料cm在生产周期t的需求量，吨 DPCcm——产品cm在未满足需求时单位物料量的惩罚费用 DPQcm,t——产品cm在时间t内的未满足量，吨 DQcm,t——产品cm在时间t内的需求量，吨 HCu,cm, t——装置u对物料cm在时间t内的库存费用，元 INum,cm——加工方案um中对应物料cm的进料比例 MOu——装置u的所有加工方案集合 MOIu——装置u加工方案信息集合 MOQu,um,t——装置u处于方案um时在时间t内的加工量，吨 MQout,in,mv,cm,t——从出侧线out到进侧线in的移动mv在时间t内的物料cm的流量，吨 MT——所有物料集合 MTc——所有产品物料集合 MTR——所有原料物料集合 MTs——所有站点s物料集合 MTss——存储站点SS物料集合 MTtk——罐区TK物料集合 MV——生产系统内部移动运输集合 OBJ——优化目标，即生产经济效益，元 OCu——加工装置u的加工单价，元 Pcm——物料cm的单价，元 R——原料供应点（供应商）集合 RQcm,t——原料rm在时间t内的采购量，吨 RUNu,um,t——装置u在加工方案m下于时间t内的加工次数，次 S——进出厂站点集合 SM——分汇流点集合 SMm——汇流点集合 SMs——分流点集合 SQu,cm,t——存储站点u在时间t内物料cm的存储量，吨 SS——存储站点集合 ST——侧线集合 STi——进侧线集合 STo——出侧线集合 STu——生产装置u的侧线集合 STRIQno,in,cm,t——节点no(装置，站点或者分汇流点)的进侧线st在时间t内，进侧线上的物料cm的流量，吨 STROQno,st,cm,t——节点no(装置，站点或者分汇流点)的出侧线st在时间t内，出侧线上物料cm的流量，吨 STRQno,st,cm,t——节点no（装置，站点或者分汇流点)的侧线st上在时间t内，侧线上物料cm的流量，吨 T——生产周期时间集合 TCts——运输移动ts的运送单价，元 TK——存储罐区集合 TQu,cm,t——存储罐区u在时间t内物料cm的存储量，吨 TR——生产系统边界移动运输集合 TRQout,in,ts,cm,t——从出侧线out到进侧线in的移动运输ts在时间t内的物料cm的流量，吨 U——加工装置集合 UQu,t——装置u在时间t内的加工量，吨 YIEum,cm——加工方案um中对应物料cm的产率 上角标 ini——初始值 lb——下限 up——上限 下角标 cm——物料 in——进侧线 mv——移动 no——节点 out ——出侧线 rm——原料 s——站点 st——侧线 t——时间周期 tk——存储罐 ts——运输 u——装置 um——装置加工方案

References

[1] MARAVELIAS C T, SUNG C. Integration of production planning and scheduling: overview, challenges and opportunities[J]. Computers & Chemical Engineering, 2009, 33(12): 1919-1930.

[2] WASSICK J M. Enterprise-wide optimization in an integrated chemical complex[J]. Computers & Chemical Engineering, 2009, 33(12): 1950-1963.

[3] ISLAM D M Z, MEIER J F, ADITJANDRA P T,. Logistics and supply chain management[J]. Research in Transportation Economics, 2012, 41(1): 1-14.

[4] BEAMON B M. Supply chain design and analysis: models and methods[J]. International Journal of Production Economics, 1998, 55(3): 281-294.

[5] MIN H, ZHOU G. Supply chain modeling: past, present and future[J]. Computers & Industrial Engineering, 2002, 43(1): 231-249.

[6] BOK J K, GROSSMANN I E, PARK S. Supply chain optimization in continuous flexible process networks[J]. Industrial & Engineering Chemistry Research, 2000, 39(5): 1279-1290.

[7] ERENGÜÇ Ş S, SIMPSON N C, VAKHARIA A J. Integrated production/distribution planning in supply chains: an invited review[J]. European Journal of Operational Research, 1999, 115(2): 219-236.

[8] GROSSMANN I. Enterprise-wide optimization: a new frontier in process systems engineering[J]. AIChE Journal, 2005, 51(7): 1846-1857.

[9] GUYONNET P, GRANT F H, BAGAJEWICZ M J. Integrated model for refinery planning, oil procuring, and product distribution[J]. Industrial & Engineering Chemistry Research, 2008, 48(1): 463-482.

[10] QUAGLIA A, SARUP B, SIN G,. Integrated business and engineering framework for synthesis and design of enterprise-wide processing networks[J]. Computers & Chemical Engineering, 2012, 38(10): 213-223.

[11] SHAH N K, IERAPETRITOU M G. Integrated production planning and scheduling optimization of multi-site, multi-product process industry[J]. Computers & Chemical Engineering, 2011, 29(2): 214-226.

[12] QUAGLIA A, SARUP B, GÜRKAN S,. A systematic framework for enterprise-wide optimization: synthesis and design of processing networks under uncertainty[J]. Computers & Chemical Engineering, 2013, 59(10): 47-62.

[13] AL-QAHTANI K, ELKAMEL A. Multisite refinery and petrochemical network design: optimal integration and coordination[J]. Industrial & Engineering Chemistry Research, 2008, 48(2): 814-826.

[14] WANG Z, FENG Y, RONG G. Synchronized scheduling approach of ethylene plant production and naphtha oil inventory management[J]. Industrial & Engineering Chemistry Research, 2014, 53(15): 6477-6499.

[15] NEIRO S M S, PINTO J M. A general modeling framework for the operational planning of petroleum supply chains[J]. Computers & Chemical Engineering, 2004, 28(6): 871-896.

[16] SHAH N K, IERAPETRITOU M G. Short-term scheduling of a large-scale oil-refinery operations: incorporating logistics details[J]. AIChE Journal, 2011, 57(6): 1570-1584.

[17] GROSSMANN I E. Challenges in the application of mathematical programming in the enterprise-wide optimization of process industries[J]. Theoretical Foundations of Chemical Engineering, 2014, 48(5): 555-573.

[18] VARMA V A, REKLAITIS G V, BLAU G E,. Enterprise-wide modeling & optimization-an overview of emerging research challenges and opportunities[J]. Computers & Chemical Engineering, 2007, 31(5/6): 692-711.

[19] FLOUDAS C A, LIN X. Mixed integer linear programming in process scheduling: modeling, algorithms, and applications[J]. Annals of Operations Research, 2005, 139(1): 131-162.

[20] GUBITOSO F, PINTO J M. A planning model for the optimal production of a real-world ethylene plant[J]. Chemical Engineering & Processing Process Intensification, 2007, 46(11):1141-1150.

Optimized model and application of integrated logistics planning for petrochemical enterprises

ZHANG Pengfei, WANG Zihao, RONG Gang, FENG Yiping

(State Key Laboratory of Industrial Control Technology, Institute of Cyber-System and Control, Zhejiang University, Hangzhou 310027, Zhejiang, China)

The synergetic production among upstream and downstream enterprises is a critical step toward supply chain optimization across petrochemical industry. However, because of complexity and independent design of petrochemical process, such a synergetic operation between facilities is available only in a few conglomerate corporations with coordinated manufacturing systems. An optimized model for integrated logistic planning in independently operating petrochemical companies was proposed on a basis of current supply chain model of independent refinery and olefin plants. In this mixed-integer linear programming (MILP) model, maximum operation profit was targeted as optimization condition and analyzed in three scenarios corresponding to normal, depressed and active marketing demands. Results of case study showed that, compared to independent operations, the integrated optimization and united operation among petrochemical companies could reduce material storage and overall cost, improve resource allocation, and increase operation profit.

petrochemical industry; integration; optimization; enterprise-wide optimization; MILP; operation profit

2016-03-24.

Prof.RONG Gang, grong@zju.edu.cn

10.11949/j.issn.0438-1157.20160338

TQ 021.8

A

0438—1157（2016）11—4678—11

张鹏飞（1992—），男，硕士研究生。

国家重点基础研究发展计划项目（2012CB720500）。

2016-03-24收到初稿，2016-07-29收到修改稿。

联系人：荣冈。

supported by the National Basic Research Program of China (2012CB720500).