Fork me on GitHub

模型与算法在石油产业链的优化应用实践

以下文章来源于 https://zhuanlan.zhihu.com/p/680432343

导读 我是来自中国石油规划总院的董丰莲,受 DataFunSummit 邀请参加供应链与决策智能论坛。

今天结合从业十几年在石油产业链生产经营优化工作经验,谈一下自己的一些体会和认识。

主要内容包括以下几个部分:

  1. 中国石油规划总院简介

  2. "双碳"背景下石油石化企业生产经营面临的挑战与优化需求

  3. 石油产业链生产经营优化模型

  4. 石油产业链大规模非凸非线性问题求解算法研究

  5. 石油产业链生产经营优化技术应用实践

分享嘉宾|董丰莲 中国石油天然气股份有限公司规划总院 高级技术专家

编辑整理|蔡丽萍

内容校对|李瑶

出品社区|DataFun


01中国石油规划总院简介



02"双碳"背景下石油石化企业生产经营面临的挑战与优化需求

  1. 炼化企业生产特点



上图是石化企业典型的生产流程图,是一个非常复杂的生产过程。

首先,几十到上百种品质的原油经过一系列装置加工过程,生产汽油、煤油、柴油等液体燃料,品种众多的润滑油、石蜡、沥青等炼油产品和合成树脂、合成橡胶、合成纤维等化工产品。

通常来说,一个炼化企业具有几十到上百套生产装置,几百到几千种物料。这个图可以看出一个装置可以加工多种原料,一个物料可以去多个生产装置。产品通常有很多种牌号,每个产品有多种调合配方。对炼化企业来说,生产方案优化选择的空间很大。

2. "双碳"背景下我国炼化企业面临严峻挑战,需要开展生产经营优化

随着炼油行业市场化进程和"双碳"目标的持续推进,我国石化行业面临碳减排任务重、市场波动剧烈、产品质量要求不断提升等严峻挑战。

(1)优化目标

  • 持续降低原料采购成本
  • 提高附加值产品比例
  • 碳减排与碳足迹追踪优化

(2)面临挑战

  • 石化产品需求发生变化

新能源的替代,全球燃油需求总体呈下降趋势

化工原料在石油消费占比中逐步提高,推动炼油向化工产品生产转型

  • 石化行业碳减排压力大

我国每年在石油加工环节排放的碳总量约5亿吨,石化行业实现碳达峰、碳中和的时间紧、任务重。

  • 成本不断增加

人工成本、运输成本处于增长趋势

  • 炼油加工能力过剩

过度的生产能力使炼厂利用率小于 80%,这种情况在今后还将持续

  • 产品质量不断提升

国内环保要求日益严格,要求炼化产品质量持续升级

  • 原料和产品价格多变

原油价格变化较大,轻质低硫原油和重质高硫原油选择难度大

受政治、经济、金融等因素炼油产品和化工产品价格波动剧烈

(3)综合能源公司需要开展石油产业链上下游一体化优化

国内外多数大型综合能源公司都具有上下游、内外贸、产供销一体化的特征。

首先油田的开采,包括国内原油勘探生产,海外的油气勘探生产。另外原油需要部分进口,包括管道进口、海上进口后通过管道或者铁路、公路等方式运输至炼化企业进行加工,经过非常复杂的生产加工过程后产出成品:成品油和化工产品。

成品油经过非常复杂运输网络配送到产品终端。化工产品也是经过配送至终端市场。



上图是具有上下游、内外贸、产供销一体化的整体产业链。各环节之间的关联和影响非常的密切。对综合能源公司的总部来说,在国际原油价格波动频繁、市场需求瞬息万变的复杂形势下,需要以市场为导向,优化资源配置,从而科学衔接产炼运销储贸各环节,提升综合性石油公司的竞争力。

03石油产业链生产经营优化模型

介绍建立石油产业链的生产经营优化模型。

1. 石油产业链生产经营优化模型

为开展生产经营优化,中石油规划总院自主研发了石油产业链优化软件,包括优化算法和前端用户应用界面,实现自主研发。建设中石油下属 27 家炼化企业的生产计划优化模型,在此基础上建立原油产业链上下游一体化优化模型。

炼化企业的生产计划优化模型,以企业经济效益最大化为目标函数,涵盖的环节包括从原材料采购-加工-二次装置生产加工-化工装置生产加工-产品调和-产品销售的整个过程。模型涵盖要素非常多,包括原材料采购的量、价格,每一个装置的生产方案,各种工艺参数条件。是非常复杂的非线性模型。

2. 原油产业链上下游一体化优化模型

建立每个炼厂模型以后,综合性能源公司要建立涵盖所有炼厂、油田和下游销售市场的上下一体化优化模型。原油产业链一体化优化模型涵盖"产、炼、销、运、储、贸"上下游各环节,以公司整体效益最大化为目标,以市场为导向,对原油、成品油、化工品等资源进行统筹配置优化。



上图指向内向优化运算的箭头表示的是输入的条件,如自产原油这个环节,输入每个油田的生产成本和产量的约束,也就是产量的上下限。对炼化生产环节,需要输入每个炼厂中每个装置的加工成本、各种加工约束、产品配方、产品质量上下限等。运输环节包括各种管道、铁路运输能力的约束。还有原油和成品的贸易环节。众多的环节向优化模型传递各种参数约束条件,最终模型以整体效益最大化为目标,以市场为导向,对整体的生产方案进行统筹优化。



上图中的原料供应环节,包括中原油自产的原油、从海外进口的原油以及外采自国内其他油田的原油。每一个炼厂有一个生产计划模型,我们有 27 家炼厂,每家炼厂都建立一个详细的炼油生产计划模型,每个炼厂模型被纳入整体的模型中进行统筹优化。销售环节包括成品油批发零售、化工品销售,产品油的出口等。运输环节,包括原油和成品油的复杂运输网络,从油田、码头、口岸、储备库,通过管道、铁路、海运等其他运输方式将原油运输至炼化企业,炼化企业产生的成品油经过公路、管道、铁路、海运等运输方式至最终的销售市场。我们考虑上述所有环节,建立上下游整体模型。



上图是软件的建模界面,软件由规划总院自主研发。软件的特点是图形化程度非常高,炼化企业可以显示每一个装置进出的物料。可以查看整个产业链的流向图。



原油产业链上下游一体化优化模型以集团公司的整体效益最大化为目标。目标函数=收入-成本+库存价值的变化-税费,收入包含很多细项加和的收入。对于整个集团公司来说,它的收入包括有原油对外销售的收入,每个炼厂中每个产品的销售收入,及在销售终端的销售收入等。因此这是一个非常复杂的公式,成本包括炼厂的加工成本,原油成品油、化工产品的运输成本等各个方面。税费要考虑增值税、教育及城建附加税、消费税等多个税种,都要体现在目标函数里面。

在模型计算结果中包含量和价值两个方面的信息。

首先从量上来说 我们关注以下几个作为决策点:

  • 油田的产量应该是多少?原油应该进口多少?在哪进口?因为公司可以进口的原油品种非常的多,具体哪一个品种在某一个时期最合适,也就是经济效益最合适。同时保证炼厂生产平稳需要决策。
  • 公司自产的原油供直属炼厂多少,供外单位多少?
  • 每个炼厂应该加工什么?原油加工量多少?
  • 原油通过什么运输方式,通过哪条管道配送到炼厂?
  • 每个炼厂生产什么产品,每种产品的产量是多少?产品如何配送到市场?每一个市场的销量如何安排。

以上模型的计算结果除了包含量的信息外,还包含价值信息,包括公司整体效益是多少,分业务单元的效益是多少。

04石油产业链大规模非凸非线性问题求解算法研究

这个模型是一个非常复杂非凸非线性问题,在求解算法方面也开展了研究。

1. 石油产业链生产经营优化模型的复杂性



中石油的原油产业链一体化优化模型从数学上来说包括 40 多万个变量,十多万个方程。其中在十多万个方程当中,有 1 万多个是非线性方程。是一个大规模的非线性方程,求解难度非常大。

参入有 80 多万个参数,上图是线性约束方程的一个举例,包括某一个地点某一个物料需要进销存平衡,采购量+运入量+调和生产的量+炼厂的产出量=这个地点的销量+运出的量+调和消耗的量+期末库存+炼厂加工量。这些方程都是线性约束方程,对模型求解的压力比较小。



模型求解难度最大的是非线性方程。在整个的原油产业链优化模型当中,非线性程度主要是体现在炼化生产环节。对炼化生产优化问题,有很多学者研究过,它是一个经典的混流问题,也就是 polling 问题。



模型中物料的流量,某一个物料量应该是多少?这是一类变量。这个物料的物性应该是多少,这是另一类变量。

物性包括物料的硫含量,残碳含量等。可以有众多的物性,由于物料的流量和物性是两类决策变量,在方程中这两类变量需要做乘积,使这个方程有大量的双线性方程,造成高阶的非线性约束。

上图的约束类型是非凸非线性。当模型规模较大的时候,求解难度非常大。这是一个非线性约束方程的举例,汽油的调和方程。汽油的调和有众多的组分,一个炼厂通常汽油调和组分可以达到十种左右。这是调和的公式,这个公式里标蓝色的都是变量,量和物性都是变量,是一个非线性方程。



在模型中对一个炼厂会存在几十、上百个这样的非线性方程,是另一类非线性方程。一个产品的产量会随着原料性质的变化而变化。右图显示了催化汽油油收率会随着进料残炭的变化而变化。残炭是进料的一种性质,这种性质和加工的原油相关,是炼厂需要加工的原油的决策点。因此这个催化装置的进料残碳量是变量。催化汽油随着残碳的变化而变化可以表示为一个高阶方程,我们把它表述为一个四阶方程。

2. 求解算法研究

类似这样的方程会给模型带来求解难度。当精细化建模时,一个炼化企业方程能建立几十、几百个。针对上述复杂的非线性问题,规划总院在行业内的一些科研机构和高校支持下,开发了求解算法,包括变步长的改进分布递归算法、基于信赖域搜索的 SLP 算法等多种算法。应用企业的实际数据进行了验证,表明算法在收敛性和求解质量方面都比较好。

  • 变步长的改进分布递归算法


传统分布递归算法采用的原理是固定物性值,非线性模型转化为线性模型后求解得到物料量,然后由物料量推算物性,作为下次迭代的输入。传统方法的缺陷是对于部分算例,会出现震荡不收敛的情况。

我们的改进方法是当迭代大于 10 次还不收敛时,根据本次和上次求得的物料量的中间值推算物性,作为下一次迭代的输入,有效改善了收敛性。

  • 基于信赖域的 SLP 算法


基于信赖域的 SLP 算法有三个关键点:

(1)与分布递归算法结合

用分布递归方法快速生成初始值带入 SLP 算法,能快速进入最优区域,又可有效收敛。

(2)试探步长的接收准则改进

基于非单调的评价函数的改进,能一定程度避免模型陷入局部最优。

(3)基于业务规则的邻域设定

根据混流问题的业务实际,设定不同类型变量的信赖域半径,可有效减少迭代次数。

3. 求解效果



对炼化企业的求解效果非常不错。上图是一个炼化企业的模型规模介绍。模型包含 350 个物料、87 套装置、37 种物性。变量个数达到了 8000 多,其中约束有 7000 多个,1400 多个非线性约束,是规模非常大的非凸非线性问题。我们开发了两种算法,在 30 秒内得到高质量的解。右图是运算日志,18 秒内完成求解。这是模型建立的建模界面,模型装置有四套生产方案,每套生产方案建立收率随原料性质变化的结构,是对单个的炼化企业。

对整个中石油上下油一体化优化模型,集成了 27 家炼厂,有 10 万多个方程,1 万多个非线性方程,用以上算法在五分钟之内求解完成,可较好地满足生产经营优化需要。

05

石油产业链生产经营优化技术应用实践

  1. 1. 石油产业链生产经营优化技术应用场景

石油产业链生产经营优化模型应用场景非常的广泛。对单个炼化企业的应用场景包括:

  • 年季月炼化企业生产计划优化
  • 原油选购优化(效益排序、优选采购组合)
  • 乙烯原料优化
  • 装置加工路线优化
  • 装置检维修方案优化
  • 装置启停优化
  • 中间物料保本价测算
  • 物料多周期库存优化
  • 产品调和配方优化
  • 产品结构优化
  • 炼厂装置规划优化
  • 炼厂碳排放优化
  • 炼厂产品碳足迹追踪

综合性能源公司总部开展的优化应用场景包括:

  • 年季月原油产业链生产计划优化
  • 多炼厂原油资源配置优化
  • 多炼厂化工原料互供优化
  • 多炼厂成品油生产优化
  • 成品油国内销售与出口的统筹优化
  • 成品油与化工产品、特色炼油产品的统筹优化
  • 原油、成品油物流优化

2. 炼化企业应用举例

(1)进口原油选购优化

开展进口原油选购优化是因为对一个炼化企业来说,原油的成本能占到它总成本的 90% 左右。2022 年中国的原油进口总量达到了 5 亿吨,是世界上最大的原油进口国。来源包括由俄罗斯、中东、马来西亚、美国、巴西、非洲等十几个国家和地区的上百种原油。因为我们的原油进口量非常的大,对我们国家是一个非常大的支出。因此非常有必要在这个原油选购环节进行精打细算来降低我们的采购成本提升原油的加工价值。

由于不同来源不同品种的原油性质不同,价格也有差异,而国际原油市场受 OPEC+ 产量的政策、美联储的货币政策、地缘政治博弈等不确定因素影响油价起伏多变。油价起伏多变既包括像布伦特、WTI 这种基准油价的变化,也包括不同原油之间价差的动态变化。石化企业就需要结合原油的品质价格及自身炼厂的生产工艺特点选购合适的原油,这对炼化企业提质增效至关重要。

炼化企业需要动态地开展原油选购的优化测算。原油选购优化测算考虑的因素包括可供选择的原油品种和数量、原油的价格、产品的价格、装置的条件、变动的费用、进料设防值等众多因素。

以上需求就需要应用前面介绍的炼化企业的生产计划优化模型。把每一种原油从进入常减压-各种二次加工装置-产品调和的整个过程进行优化,测算每种原油进炼化企业加工以后产生的效益情况。

整个进口油选购工作对石油石化企业非常的重要。以广东石化为例,广东石化是中石油于 2022 年底新开工的一个 2000 万吨/年的大型炼化一体化企业,加工的原油都是进口原油,企业在开工前就应用模型开展了原油套餐的优化、开工和设计油种的替代对比、新油种适应性分析等 40 多项专题优化分析。为选择开工油种提供科学的依据。开工后每月进行 30 余种现货原油的比选,为企业带来显著的经济效益。

(2)碳排放与碳足迹优化

2020 年中国提出"双碳"目标。石化行业作为全国碳排放的八大行业之一,2020 年碳排放量达到 5.4 亿吨,占到全国碳排放总量的 5% 以上,作为碳排放的大户,炼化企业碳减排与碳足迹追踪的研究迫见眉睫。目前国内炼厂的碳排放主要以核算为主,也就是在完成以后再去核算排放了多少碳。目前迫切的需求是在制定计划的时候,怎样合理安排生产方案,使碳排放量在合适的范围,同时计算每一个产品的碳排放量是多少,也就是碳足迹追踪,目前国内在这方面开展的研究还比较少。



这是一个炼化环节足迹示意图,需要将原料当中的碳通过装置的流转逐步传递到产品中。



炼厂的碳足迹追踪在业务上的需求,是将外购原料中的碳排放量和由于装置生产加工消耗能源排放的碳,通过逐级流转分摊到最终产品。也就是俗称的为产品打上一个碳标签。

开展炼厂碳足迹追踪对炼化生产经营优化软件的功能需求就是实现碳传递。一个装置可以有多个方案,需要将原料当中的碳以及分方案消耗能源排放的碳传递到产品中。这个功能在传统的炼化生产计划优化软件中不具备。中石油规划总院结合这样业务需求,开发了支持用户建立全厂碳传递结构的功能,实现碳足迹追踪。



这是一个算例中,模型结果当中的某一个装置,计算结果包含每一种原料的碳排放量以及装置排放的碳的合计值。这个值最终都分摊到所有的产品中。这就是碳排放、碳足迹优化的应用。

在碳排放预测、碳足迹优化的应用方面举三个应用的例子。



第一,控制某一种产品的单位碳排放量。比如说,在这个例子中,如果不控制、不做任何的约束,模型计算 92 号汽油的碳标签是 0.59。在这种情况之下增加约束条件,将 92 号汽油的碳标签上限调整为 0.56,模型会使约束发挥作用。最终的结果是整体的加工流程发生变化,使汽油调和配方中的单位碳排放量偏低的醚化汽油比例提高,而单位碳排放量偏高的重芳烃比例降低。通过生产调整达到效果,通过模型实现快速测算。



第二,如何调整生产方案使碳排放量达到设定的约束条件

不同的算例里面分别设定了全厂碳排放总量的上限,进行对比,当碳排放量的上限设定不同的时候,整个生产方案都是不一样的。可以快速地对比测算。比如设定这个炼厂的碳排放总量是 7.5 万吨,计算结果给出应该如何安排每一个装置的生产。

每产品产量的计算结果显示,随着碳排放总量的要求越来越严,炼厂的柴汽比是增加的。分析原因是因为如果多产汽油生产链条长,单位碳排放量较大,多产柴油可以降低它的碳排放量。



第三,模型将碳排放作为成本考察不同碳价对碳排放量的影响曲线

在某个算例中,碳排放价格是 50 元/吨时,将碳排放量降低 1% 效益最优。未来如果碳交易的价格上升较大,炼厂对生产流程会进行比较大的调整,碳排放量最多可以降低 5%。对一个千万吨级的炼化一体化企业而言,年碳排放量降低 30 万吨对炼化企业整体而言是最优。



在中石油独山子石化等企业开展了碳排放与碳足迹优化的试点应用。推动企业碳排放管理的精细化、准确化和定量化。

3. 原油产业链上下游一体化优化应用举例

中石油集团公司建立了一个石油产业链上下游一体化的整体优化模型。在多个方面发挥了作用,包括原油资源配置的优化。

同一种原油可以由多家炼厂加工。比如说大庆原油有八家炼厂加工,在不同的市场情况下,具体应该安排哪家炼厂加工多少呢?这个决策的问题应用模型可以动态安排具体油种在炼厂的配置。

第二个方面是产品结构的优化,汽油、煤油、柴油、化工产品等具体应该安排哪家炼厂生产多少对集团整体是最优的,需要通过整体优化模型来决策。

第三个方面包括区域的互供优化,不同炼厂之间的乙烯、芳烃原料需要进行互供优化,通过整体优化模型进行决策。

这套整体优化模型在中石油已经应用了多年,为生产经营决策提供科学量化的依据。模型的应用提升了集团公司计划编制的工作效率和决策水平带来了显著的效益提升。

以上就是本次分享的内容,谢谢大家。




本文地址:https://www.6aiq.com/article/1706589265102
本文版权归作者和AIQ共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出