基于多目标非线性优化的汽油调和配比问题研究

蔡雪瑞， 冯爱芬， 杜静娜， 宫庆硕

(河南科技大学， 河南洛阳 471023)

基于多目标非线性优化的汽油调和配比问题研究

蔡雪瑞， 冯爱芬， 杜静娜， 宫庆硕

(河南科技大学， 河南洛阳 471023)

基于多目标非线性优化方法研究汽油调和配比问题，结合实际从提高经济效益和产品合格率为出发点，以成本最小、产值最大、辛烷值过剩最小为目标函数，以资源、调和配比、调和能力等为约束条件，建立汽油调和配比优化的多目标规划模型．并且以按照国Ⅴ标准的要求进行生产活动的炼油企业为实例，验证了我们建立的模型以及求解方法的有效性、可行性．

优化；汽油调和；非线性；多目标规划

国内关于汽油调和已经有了一些研究成果[1-10]， 国内关于汽油调和的研究无论是单目标优化还是多目标优化， 都只是从经济类指标成本最小， 效益最大来作为目标函数的. 但在实际的汽油调和生产过程中， 产品的合格率对企业的效益与效率都有着非常重要的影响. 如若产品质量不合格， 就要对其进行重新调配， 这样既占用资源又影响企业的效益. 基于此， 本文提出一种经济类指标(即成本最小、 产值最大)和产品合格率(即汽油辛烷值过剩最小)同时优化的多目标汽油调和优化模型.

1 问题

汽油调和配比问题受多方面因素的影响， 如组分油的资源量， 企业的生产能力， 成品油的质量指标等等， 为了较好地解决这类问题， 最经济可靠的方法就是运用优化的思想方法来进行汽油调和配比控制. 炼油厂的油品调和工作通常是以储油罐为单位进行的， 根据储油罐的库存、 调和量、 调和比例， 得出每个储油罐所需调和组分的量. 通常汽油调和可以用醚化汽油、 加氢汽油、 MTBE、 生成油、 催化汽油等多种组分混合， 得到多种规格的汽油.

2013年底， 国家质检总局、 国家标准委组织正式发布了第五阶段车用汽油标准， 过渡期至2017年底， 2018年1月1日起在全国范围内供应国Ⅴ车用汽油标准车用汽油. 与第四阶段车用汽油国家标准相比较， 国Ⅴ标准可概括为“三减、 二调、 一增加”. 三减是指将硫含量指标限值由第四阶段的50ppm降为10ppm， 降低了80%; 将锰含量指标限值由第四阶段的8mg/L降低为2mg/L， 禁止人为添加含锰添加剂； 将烯烃含量由第四阶段的28%降低到24%. 二调是指调整蒸气压和牌号. 同时， 考虑到第五阶段车用汽油由于降硫、 禁锰引起的辛烷值减少， 以及我国高辛烷值资源不足情况， 结合我国炼油工业实际， 该标准将国Ⅴ车用汽油牌号由90号、 93号、 97号分别调整为89号、 92号、 95号.

2 汽油调和配比优化模型的建立

汽油调和主要是用醚化汽油、 加氢汽油、 MTBE、 生成油、 催化汽油等多种组分油及添加剂混合配比，得到多种规格的汽油. 在调和中需要考虑的主要性能指标有辛烷值， 烯烃含量， 硫含量， 苯含量等. 企业决策者在制定生产方案时主要追求成本、 产值、 合格率的满意度， 以成本最小、 产值最大、 产品合格率最高为目的来制定决策方案. 在制定决策方案时， 要受到资源(即组分油的存有量)、 产品市场需求量、 国家关于产品质量的标准以及企业生产条件的影响.

2.1 目标函数的建立

2.2 约束条件的建立

其中Rminj，Rmaxj分别表示j产品的最小量和最大量.

(3)产品质量约束.

其中RONi：i组分的辛烷值；RONminj：给定j产品的辛烷值最小值.

其中SXi：i组分的硫含量；SYj：j产品的硫含量最大值.

(4)调和配比约束.

如：限定MTBE(甲基叔丁基醚)在调和配比时不超过15%：

其中XMTBEj：调和j产品使用的MTBE的量.

(6)产品罐容约束：Clj≤Yj+Stj≤Cuj，j=1,2,…,n

其中Clj，Cuj：分别为j产品的上下限；Stj：j产品的初始库存.

4 实例应用

某炼油厂采用5种调和组分(醚化汽油、 加氢汽油、 MTBE、 生成油、 催化汽油)生产符合国Ⅴ新标准的89号、 92号、 95号汽油. 炼油厂每天调和的每种产品不少于600吨， 不超过1000吨， 每天收入的汽油组分量、 硫含量、 组分的辛烷值、 苯含量、 烯烃含量、 成本价格如表1所示. 国Ⅴ标准规定的调和的成品汽油89/92/95号汽油的辛烷值、 硫含量、 苯含量、 烯烃含量， 以及售价如表2所示. 该炼油厂产品罐分配、 初始库存、 容罐限制如表3所示.

表1 组份油各项指标

表2 成品油各项指标要求

表3 炼油厂罐容约束

4.1 多目标汽油调和优化模型的建立

目标函数：

maxz1=5.81(x11+x21+x31+x41+x51)+6.21(x12+x22+x32+x42+x52)+6.61(x13+x23+x33+x43+

x53)

minz2=4.87(x11+x12+x13)+5.36(x21+x22+x23)+5.18(x31+x32+x33)+5.08(x41+x42+x43)+

4.73(x51+x52+x53)

minz3=(98.8x11+90x21+118x31+98x41+90.8x51)/(x11+x21+x31+x41+x51)+(98.8x12+90x22+118x32+98x42+90.8x52)/(x12+x22+x32+x42+x52)+(98.8x13+90x23+118x33+98x43+90.8x53)/(x13+x23+x33+x43+x53)-276

约束条件：

4.2 模型求解

在对上述模型进行求解时， 我们分别采用约束法、 线性加权法、 交互赋权法这三种方法来进行. 其中， 在利用约束法进行求解时， 根据企业生产决策者生产倾向， 选取效益函数即maxz1为主要目标， 进而求解单目标问题；在利用线性加权法求解过程中， 我们根据经验选取权值分别为0.4,0.4,0.2；在利用交互赋权法求解过程中， 先求出权重， 再进行加权求解， 求解结果如表4所示.

通过表4可知，x21=0表示调和89汽油时不需要加入加氢汽油.x32=0表示调和92号汽油时不需要MTBE作为组分油参与调和， 符合实际. 在这三种方法所解的最优值中， 交互赋权法所解得最优解的净收益最大， 辛烷值剩余最小. 给企业的决策制定提供了理论依据和科学的优化决策方案.

表4 求解结果

5 总结

我们研究了多目标优化方法在汽油调和配比优化中的应用， 以经济效益与提高产品合格率为出发点， 以追求成本最小、 产值最大、 辛烷值过剩最小为目标函数；根据资源条件、 产品需求、 辛烷值、 硫含量、 调和配比、 调和能力、 产品罐容限制等为约束条件， 建立多目标优化模型；运用约束法、 线性加权法、 交互赋权法， 并利用Lingo9.0编程求解， 解决了炼油企业生产经营活动中汽油调和配比优化问题. 我们还结合炼油厂生产实际， 根据建立的多目标优化模型得出89#， 92#， 95#汽油的调和配比生产方案， 该方案能够给企业的决策制定提供一些科学参考.

[1] 李进， 廖良才， 谭跃进. 汽油调和优化模型[J].国防科技大学学报,2005,27(3):125-128.

[2] 刘健. 一种求解多目标规划的交互赋权方法[J].系统工程与电子技术， 2003， (3)：195-197.

[3] 侯林丽， 吕翠英. 基于多目标优化的汽油调和优化模型及其应用研究[J].计算机与应用化学,2010,27(11):1589-1592.

[4] 侯林丽， 吕翠英. 汽油调和辛烷值模型的分析与改进[J].计算机与应用化学， 2008， 25(11)：1389-1391.

[5] 吕杭薇， 杨遥. 成品油调和建模及优化方法研究[J].计算机与应用化学， 2014,31(10):1184-1188.

[6] 孙莉莉， 李树荣. 多目标模糊规划在油品调和中的应用[J].石油化工自动化， 2007(3)：22-25.

[7] 李岩. 多目标进化算法在油品调和中的应用.科技视野[J]， 2008(23)：54-55.

[8] 薛美盛， 李祖奎， 吴刚， 孙德敏. 成品油调和调度优化模型及其应用[J].石油炼制与化工， 2005， 36(3):64-68.

[9] 赵振海， 杨芳， 陈伟雄. 醚化汽油调和国Ⅳ车用汽油配方研究[J].石化技术与应用， 2014,32(5):437-440.

[10] 袁奇， 程辉， 钟伟民， 钱峰. 全局群搜索优化算法及其在汽油调和中的应用[J].化工学报，2013,12(7)：4427-4433.

[11] 王继东， 王万良. 基于遗传算法的汽油调和生产优化研究[J].化工自动化及仪表，2005,32(4):6-9.

[12] 赵进慧， 柴天佑， 周平. 改进的膜计算仿生优化算法及在汽油调和中的应用[J].化工学报，2012,63(7):2965-2971.

[责任编辑 胡廷锋]

Research of Gasoline Blending Based on Multi-objective Nonlinear Optimization

CAI Xue-rui, FENG Ai-fen, DU Jing-na, GONG Qing-shuo

(Henan University of Science and Technology, Luoyang 471000, China)

Gasoline blending based on multi-objective nonlinear optimization is studied, aimed at raising economic utility and qualified rate of products, with minimum cost and maximum output and minimum octane surplus as objective function, resources, such as blend ratio and blend performance as restraint conditions, the formula of gasoline blend ratio optimization of multi-objective programming model is established. And to implement in accordance with the fifth standard production activity of oil refining enterprises, we have built the model and solve method. On the basis of national the model we have built is evaluated, its validity and feasibility are tested to provide production solutions form gasoline manufacturers

optimization; gasoline to reconcile; multi-objective programming; nonlinear programming

2017-03-17

国家自然科学基金(11301151)；河南省教育厅自然科学研究项目 (13A110249)； 河南科技大学创新团队项目(2015XTD010); 河南科技大学大学生研究训练计划项目(SRTP：2016080)；河南科技大学自然科学基金(2012QN011)

蔡雪瑞(1997—)， 女, 数学与应用数学专业在读本科生.

冯爱芬(1968—)， 女， 副教授. 研究方向： 图论与组合优化， 数学规划.

TE626．21

A

1009-4970(2017)08-0003-06