石化企業能源優化系統設計與應用

李德芳，蔣白樺，索寒生，劉暄

（1中國石油化工集團公司信息化管理部，北京 100728；2石化盈科信息技術有限責任公司，北京 100007）

?

石化企業能源優化系統設計與應用

李德芳1，蔣白樺2，索寒生2，劉暄2

（1中國石油化工集團公司信息化管理部，北京 100728；2石化盈科信息技術有限責任公司，北京 100007）

摘要：石化工業是高能耗行業，發展面臨資源緊缺的約束。基于信息化和工業化深度融合的能源管理系統，大幅度提高了能源的定量管理水平，在支撐企業節能方面應用前景廣闊。中國石化應用信息技術構建能源管理信息系統促進企業實現節能，取得了較好的效果。論文闡述了能源優化系統的整體規劃，并基于石化業務特點進行了能源優化系統的功能設計。以蒸汽動力優化系統為例，分析了優化系統的業務功能，并從機理模型構建、數據檢測、數據校驗、在線優化以及在線模型校驗等方面論述了優化流程。最后，從中國石化下屬的三家試點企業的應用成效出發，為石化企業推進節能降耗信息化建設提供參考。

關鍵詞：石化；過程系統；系統工程；信息系統；能源；優化

2015-09-16收到初稿，2015-09-30收到修改稿。

聯系人：索寒生。第一作者：李德芳（1961—），男，博士，教授級高級工程師。

Received date: 2015-09-16.

引 言

近年來，世界石化工業發展越來越受到資源環境制約[1]，開始高度重視節能環保、綠色低碳和循環經濟發展，正逐漸從“末端治理”向“生產全過程控制”轉變。國家統計局的數字表明[2]，2014年全國能源總消耗量為426,000.00萬噸標準煤，比2013年（416,913.00萬噸標準煤）增長2.1%。石化產業是國民經濟的重要支柱性產業，具有危險性高、能耗高等特點，如何對這一規模龐大的高能耗產業進行有效的能源管控，提高能源使用效率，以便靈活應對市場競爭，獲取最大的經濟收益，是石化產業關注的核心問題。

2014年6月，中國石化啟動“能效倍增”計劃，當年實施500多個項目，實現節煤87萬噸標準煤，獲得效益12.2億元。通過技術創新、產業結構調整、信息化建設和發展循環經濟，使石化產業升級，對促進我國生態文明建設意義重大[3]。其中，信息技術已成為支撐企業綠色發展的重要手段，大力推進信息化與工業化深度融合，建設覆蓋煉化企業全口徑的能源管理系統，實現“能效最大化、能流可視化、在線可優化”[4]是支撐上述工作的有效途徑之一。

1 能源優化系統整體規劃

能源優化是石化企業能源管理的核心技術，按照用能最低，途耗最少，產能最優的整體目標，中國石化能源優化系統的整體規劃如圖1所示。

在上述規劃下，能源優化系統分為如下4個軟件系列：U系列（utility-公用工程）、P系列（pipe network-管網）、R系列（refining-煉化）、M系列（manage-管理），如圖2所示。

（1）U系列（utility-公用工程）

U1蒸汽動力優化，目標為生產成本最低，根據外部需求，優化熱電廠鍋爐、汽機等；U2水優化，目標為生產成本最低，包括水平衡測試、循環水運行及參數調優，整體節水節電；U3空分優化，目標為生產成本最低，包括調整空分運行，氮氧系統優化，減少排空及資源浪費。

（2）P系列（pipe network-管網）

P1蒸汽管網優化，模擬現實管網，定位相變點、熱損溫損管段，模擬管網流程。可與U1及R系列軟件組合聯動；P2水網優化，模擬現實管網，結合U2，實現全廠水網平衡、循環水網及補水策略優化；P3氮、氧網優化，模擬現實管網，結合U3實現全廠氮、氧平衡，模擬壓降，優化生產及壓縮機用功等；P4氫氣網優化，模擬現實管網，實現氫氣的優化輸送，結合R系列氫氣產耗裝置，實現全廠氫氣優化；P5燃料氣網優化，模擬現實管網，實現燃料氣的優化輸送，結合R系列產耗裝置，實現全廠燃料氣優化。

圖1 中國石化能源優化整體規劃Fig.1 Overall planning of energy optimization in Sinopec

（3）R系列（refining-煉化）

R1常減壓優化，模擬常減壓裝置，尋找裝置能耗重點及優化方向，確定調優目標值，可分解用于一般分餾類裝置；R2催化類優化，模擬催化裂化裝置，尋找裝置能耗重點及優化方向，確定調優目標值，可移植用于一般反應類裝置；R3制氫類優化，模擬制氫類裝置尋找裝置能耗重點及優化方向，確定調優目標值，可移植用于一般水合、膜分離類裝置；R4加氫類優化，模擬加氫裝置，尋找裝置能耗重點及優化方向，確定調優目標值，可移植用于一般加氫反應類裝置；R5焦化類優化，模擬焦化裝置，尋找裝置能耗重點及優化方向，確定調優目標值；R6乙烯優化，模擬乙烯裝置，尋找裝置能耗重點及優化方向，確定調優目標值；R7聚烯烴優化，模擬聚烯烴裝置，尋找裝置能耗重點及優化方向確定調優目標值；R8聚酯類優化，模擬聚酯類裝置，尋找裝置能耗重點及優化方向，確定調優目標值；R9橡膠優化，模擬合成橡膠類裝置，尋找裝置能耗重點及優化方向，確定調優目標值，可移植間歇釜反應；R10化肥類優化，模擬化肥裝置，尋找裝置能耗重點及優化方向，確定調優目標值。

（4）M系列（manage-管理）

M1優化操作管理，根據系統提供的優化策略及實際操作，監管優化方向的實際操作情況，將優化操作和生產實際操作緊密結合，實現能源優化從策略制定、方案選擇、指令下達到實操反饋的閉環管理；M2效益評定管理，根據優化策略核定效益，根據實操管理的實際操作數據，評估節能效益潛力及實際操作效率，實現班組優化操作效益核算，促進裝置操作崗位節能意識的提升。

圖2 中國石化能源優化軟件產品序列圖Fig.2 Software products planning of energy optimization in Sinopec

2 能源優化系統設計

本文以公用工程（U系列）中的蒸汽動力優化（U1）為例，闡述系統設計流程。蒸汽動力系統的設備、管網遍布全廠，系統十分龐大，且隨著新裝置的投產以及企業裝置的擴能，蒸汽耗量不斷增加；汽輪機種類多，發電和抽汽方式有多種選擇；系統運行受外部電網調控和環保指標等因素的影響，操作上主要以安全生產、平穩操作為指導，在實際中大部分操作都以人工經驗為主，缺乏定量管理、模擬和優化工具。蒸汽動力優化系統是對企業能源的生產、燃料的選擇與采購、設備的生產負荷等進行評估和優化，以降低能源生產成本、提高企業能源利用效率，實現企業節能目標。圖3為蒸汽動力優化系統業務圖。

2.1 機理模型構建

蒸汽動力優化系統采用離線建模、在線優化的工作模式。離線建模主要針對蒸汽動力系統中的單元模塊，如設備、管網等，建立機理模型，并將這些單元模塊的機理模型集成到優化系統中成為標準元模型庫。標準元模型庫涵蓋了蒸汽動力系統中蒸汽鍋爐、多級汽輪機、單極汽輪機、機泵、除氧器等九大類常用熱力設備，并依據各設備機理配置相關重要參數，作為標準化建模依據。與其他的能源優化系統不同，本文設計開發的能源優化系統中集成的各個單元模塊的標準元模型，均為通用模型，即：可通過對元模型的參數進行配置獲得不同規格設備的模型、不同規模管網的模型等。在機理模型構建過程中，需要滿足質量平衡與能量守恒，也需考慮設備與設備的連接等因素。因此，建模過程還需調用水蒸氣的物性庫。采用圖形化建模方法模擬實際工藝流程，方便技術人員進行過程建模、參數配置及后期模型維護等。在圖形化建模使用中，通過點擊、拖拽相應設備模型，依據企業實際流程，搭建準確工廠模型。如圖4所示，通過以上過程，可建立工廠能源優化的虛擬模型。

圖3 蒸汽動力優化系統業務圖Fig.3 Business map of steam power optimization

圖4 能源優化虛擬工廠模型Fig.4 Virtual factory model for energy optimization

2.2 數據檢測

數據檢測具體指的是儀表可靠性檢查和測量數據校正。

儀表可靠性檢查指的是儀表在整個系統當中重要性的分析。根據儀表精確度的不同，賦予采集到的相應儀表的數據不同的權值，使其更好地模擬實際狀況。

測量數據校正的主要操作步驟如下：讀取實時數據庫存儲現場的DCS數據和能源管理平臺的維護數據。其中DCS數據包括鍋爐負荷數據和蒸汽的需求量數據。在這里，每一個數據均包含其狀態信息，即：“good”和“bad”。其中，“good”表示數據通訊正常，無斷電、電位虛接等現象；“bad”則表示數據傳輸失敗。如果數據的狀態值是“good”，則檢查此數據是否處于數據的上下限范圍之內，如果在上下限范圍之內，則保留此數據，反之，利用上下限對數據進行卡限處理。如果數據的狀態值是“bad”，則利用所有數據中出現頻率較高的數據代替當前的“bad”數據，流程如圖5所示。

2.3 數據校驗

實際生產過程中的測量數據不可避免存在隨機誤差或過失誤差，從而不滿足物料、能量等守恒規律，因此在進行操作優化時，必須對原始測量數據進行數據整定。原始測量數據為來自DCS或者PLC等的實時工藝運行數據，采樣/校驗頻率為1分鐘/次，可以保證實時性。選取測量數據的整定值，使其既滿足整個裝置和單元設備的物料、能量平衡關系，同時又使其與測量值之差的平方和最小。在數學上可表示為求滿足一組等式約束條件方程組的最小二乘解，相當于求最小方差無偏估計問題。整定的過程首先要通過最小二乘算法[5-6]，對數據進行在線整定和優化，計算出與測量值偏差最小的數據整定值。計算原理如下

圖5 數據檢測流程Fig.5 Data inspection and correction

其中，Xm為測量值，X%為整定值，W為相對權重，n為測量點個數。

然后，利用模型全局的質量與能量平衡建立方程組，全局質量平衡方程如式（2）所示

全局能量平衡方程如式（3）所示

其中，Hn,in為流入設備n的物流的比焓；Hn,out為從設備n流出的物流的比焓；Wout為設備n對外界做的功；Qn為設備n對外界放出的熱。

2.4 在線優化

國內外發展起來的蒸汽動力系統的優化方法主要有基于全局溫焓曲線的夾點分析法[7-8]、基于數學方法的數學規劃法[9-11]、確定剩余熱負荷最佳轉化途徑的頂層分析法以及熱電聯產優化的R曲線分析法等[12-14]。其中，夾點分析法需采集大量的現場數據, 并需對各過程間的相互關系有深入的了解，耗時耗力。頂層分析法僅適用于簡單公用工程系統, 對于復雜公用工程系統[15-17]不易得到全局最優解。R曲線分析法是基于理想假設得到的,與實際生產狀況不完全相符。本系統采用混合整數規劃法[18-19]。綜合考慮能源價格、需求、設備限制、工況、人員經驗等因素，利用系統中集成的混合整數規劃優化器對系統進行在線優化，優化推動系統實現最低成本操作，以滿足界定限制內的當前和未來的蒸汽動力需求。在當前能源價格市場環境下，以系統的實際運行成本最小為目標[20]，優化系統的能源結構配置，降低燃料成本；調整鍋爐/汽機等蒸汽設備的操作狀態，提高系統效率，降低操作費用；核算系統各設備操作性能指標，從全系統的角度，計算蒸汽和電力的實際成本，尋找最優的能量流經系統方式；結合能源市場狀況，考慮燃料價格/外購電力的經濟性，提出合理的外購優化操作方式。目標方程可以表示為

對于上述目標函數，其約束條件有四大類：在設備負荷方面，考慮每臺設備的負荷范圍，使其運行在各自范圍之內；在需求方面，要滿足外部能量需求，在整個優化過程中，外部需求為定值；合同需求方面，考慮工廠所需原料的價格、排污等價格的變化，確定采購目標；在限制約束方面，主要表現為政策、環境等的約束，如政策影響下的天然氣的使用量、污水排放量等。

2.5 在線模型校正

區別于其他能源優化系統，本文設計開發的能源優化系統具有在線模型校正功能。所校正的模型參數為設備的性能參數，如鍋爐和汽輪機的熱效率值等。即，通過現場采集到的實時數據，計算相應的參數，在線更新系統中預先配置好的模型參數值，進行下次優化時可以保證模型更為精確，從而可以更好地模擬實際情況，更有效地優化能源使用。

以上五部分為整個蒸汽動力優化系統的優化流程，可以總結如圖6所示。

3 系統應用成效

通過分析能源生產消耗、管網差異情況、能源儀表條件、主要指標趨勢等方面的數據，發現企業能源薄弱點，從而找到節能點，采取針對性能源優化措施和手段，實現能源運行效益最大化，如圖7所示。

圖6 蒸汽動力系統優化流程Fig.6 Optimization process of steam power system

基于能源優化技術，優化企業能源結構配置，調整鍋爐/汽機等設備操作狀態，優化外購/外供電優化操作方式，大大降低了石化企業能源成本，取得了顯著的經濟效益。此能源優化系統已在中國石化下屬企業試點運行，為保證優化實時性以及企業工況運行穩定且有足夠的調節操作時間，系統優化頻率為每小時一次，優化結果通過企業展示頁面（圖形/表格）反饋，通過人工手動調節生產裝置運行參數。2015年3月系統順利在茂名石化、天津石化以及青島煉化進行工程驗證，效益顯著。以茂名石化為例，某動力車間汽輪機運行優化情況如表1所示。

圖7 石化企業能源分析Fig.7 Energy analysis of petrochemical enterprises (a) energy production and consumption; (b) differences of pipe network; (c) energy instruments condition; (d) indices trends

其中，“當前運行值”表示優化前系統實際運行值，“優化值建議”表示所開發的蒸汽動力優化軟件給出的運行建議參考值，“偏差值”表示二者之差，偏差越大表明系統可進行優化的范圍越大。表2為蒸汽動力優化運行成本報告，根據用能需求對燃料油、石油焦、煤、外供電等能源的消耗進行優化，優化系統的能源結構配置，以成本最小為目標，提高系統經濟效益。茂名石化的優化效益為10863.0 元/小時，如圖8所示，柱狀圖表示優化前后的生產成本對比情況，曲線圖表示每小時節約成本情況。上述蒸汽動力優化系統在天津石化優化運行的效益為6043.3 元/小時，如圖9所示。青島煉化優化效益為5976.9 元/小時，如圖10所示。需要說明的是，在圖8～圖10中，每一小時的瞬時效益均是基于當前工況計算出的理論效益，由于能源生產過程中的工況瞬息萬變，隨之優化的邊界條件也會發生變化，這也就造成了前后兩次優化的理論效益之間并沒有關系，因此后邊的效益可能升高也可能降低。

表1 茂名石化某動力車間汽輪機運行優化情況Table 1 Optimization performance of steam turbine in Maoming Enterprise

表2 運行成本優化報告Table 2 Optimization report on operating cost

圖8 茂名石化優化效益分析圖Fig.8 Optimization performance of Maoming Enterprise

圖9 天津石化優化效益分析圖Fig.9 Optimization performance of Tianjin Enterprise

圖10 青島煉化優化效益分析圖Fig.10 Optimization performance of Qingdao Enterprise

4 結 論

能源優化是石化企業能源管理的核心技術，論文以用能最低，途耗最少，產能最優為整體目標，對中國石化能源優化系統進行了整體規劃。并以蒸汽動力優化系統為例，從元模型建立、虛擬工廠模型搭建、數據采集與整定、流程模擬、在線優化以及在線模型校正等方面，闡述了系統的優化流程。最后以三家試點企業為例，簡述了蒸汽動力優化系統取得的成效。與國外同類軟件相比，在技術方面，本文設計研發的能源優化系統為現場設備建立通用的模型并構建標準元模型庫，可通過參數配置獲得不同規格的設備，縮短建模時間；為提高鍋爐、汽輪機等重要設備的效率曲線在不同工況下的適應性，系統在效率曲線的設計中增添了效率曲線外延功能，可明顯增強在特殊運行工況下的計算適應性；對測量數據進行整定，能夠減小測量誤差的影響；利用實時數據通過模擬計算對設備模型進行在線校正，提高優化性能。在軟件功能方面，系統界面友好、配置簡單易用、實施周期短、操作響應迅速。

節能信息化在中國石化下屬企業的成功應用，為石化企業推進節能信息化建設提供了借鑒和參考，支撐了中國石化綠色低碳的發展戰略，助力了公司轉型發展。在未來工作中，可以對具有分散的多用戶、多產汽點、多燃料來源、多壓力等級、多工況變化(季節、生產方案、市場價格等)等特點的工藝系統的需求進行進一步細化，并結合啟發式算法、熱力學目標法的優點，對模型進行進一步提升。

Reference

[1] CHELEMUGE, NAMIOKA T, YOSHIKAWA K, et al. Commercialscale demonstration of pollutant emission reduction and energy saving for industrial boilers by employing water/oil emulsified fuel [J]. Applied Energy, 2012, 93 (5): 517-522.

[2] National Bureau of Statistics of China. Total Energy Consumption [DB/OL]. [2015-07-22]. http://data.stats.gov.cn/easyquery.htm?cn=C01.

[3] 王基銘. 優化工業行業空間布局, 實現區域協調發展 [J]. 化工學報, 2015, 66 (1): 1-6. WANG J M. Optimization of industry spatial distribution, realization of coordinated development among regions [J]. CIESC Journal, 2015, 66 (1): 1-6.

[4] 李德芳, 索寒生, 劉暄. 石化企業能源管理系統的研發與應用 [J].化工學報, 2015, 66 (1): 7-13. LI D F, SUO H S, LIU X. The Development and application of energy management system for petrochemical enterprises [J]. CIESC Journal, 2015, 66 (1): 7-13.

[5] 孫明軒, 畢宏博. 學習辨識: 最小二乘算法與重復一致性 [J]. 自動化學報, 2012, 38 (5): 698-706. SUN M X, BI H B. Learning identification: least squares algorithms and their repetitive consistency [J]. ACTA AUTOMATICA SINICA, 2012, 38 (5): 698-706.

[6] FRANCESC A, JOSé J N. Reconstructions that combine interpolation with least squares fitting [J]. Applied Numerical Mathematics, 2015, 97 (11): 30-41.

[7] NIEVERGELT Y. Uncorrelated, or increasing convex, positive data with multiple least-squares exponential curves [J]. Journal of Computational and Applied Mathematics, 2015, 287: 44-47.

[8] L?FFLER M K. Trapezoid vapour compression heat pump cycles and pinch point analysis [J]. International Journal of Refrigeration, 2015, 54: 142-150.

[9] AZADEH A, RAOOFI Z, ZARRIN M. A multi-objective fuzzy linear programming model for optimization of natural gas supply chain through a greenhouse gas reduction approach [J]. Journal of Natural Gas Science and Engineering, 2015, 26: 702-710.

[10] KONG H N. A green mixed integer linear programming model for optimization of byproduct gases in iron and steel industry [J]. Journal of Iron and Steel Research, International, 2015, 22 (8): 681-685.

[11] WAHL P E, L?VSETH S W. Formulating the optimization problem when using sequential quadratic programming applied to a simple LNG process [J]. Computers & Chemical Engineering, 2015, 82: 1-12.

[12] DAMIANI L, PRATO A P. Simulation of a power regulation system for steam power plants [J]. Energy Procedia, 2014, 45: 1185-1194.

[13] 楊友麒. 節能減排的全局過程集成技術的研究與應用進展 [J]. 化工進展, 2009, 28 (4): 541-548+578. YANG Y Q. State-of-the-art total site integration in energy saving and waste reduction [J]. Chemical Industry and Engineering Process, 2009, 28 (4): 541-548+578.

[14] PETERSEN A M, MELAMU R, KNOETZE J H, et al. Comparison of second-generation processes for the conversion of sugarcane bagasse to liquid biofuels in terms of energy efficiency, pinch point analysis and life cycle analysis [J]. Energy Conversion and Management, 2015, 91: 292-301.

[15] LUO X, HU J, ZHAO J, et al. Multi-objective optimization for the design and synthesis of utility systems with emission abatement technology concerns [J]. Applied Energy, 2014, 136: 1110-1131.

[16] NA J, JUNG J, PARK C, et al. Simultaneous optimization models for heat exchanger network synthesis with multiple utilities: a new strategy by using utility sub-stage[C]//JI?í J K, PETAR S V, PENG Y L. 24th European Symposium on Computer Aided Process Engineering. Holland: Elsevier, 2014: 1675-1680.

[17] 林子昕, 銀奇英, 鄭雪松. 基于可靠性分析的公用工程操作優化[J]. 化工進展, 2013, 32 (3): 707-711. LIN Z X,YIN Q Y, ZHENG X S, et al. Operation optimization of utility systems based on reliability analysis [J]. Chemical Industry and Engineering Process, 2013, 32 (3): 707-711.

[18] 趙茂先, 高自友. 一種混合整數雙層線性規劃的全局優化方法[J]. 系統工程理論與實踐, 2005, (7): 113-116. ZHAO M X, GAO Z Y. A global convergent algorithm for solving the mixed integer bilevel linear programming problem [J]. Systems Engineering-Theory & Practice. 2005, (7): 113-116.

[19] LI S, CHANG L. Reliable and flexible steam and power system design [J]. Applied Thermal Engineering, 2015, 79 (3): 184-191.

[20] KUSAKANA K. Operation cost minimization of photovoltaic-dieselbattery hybrid systems [J]. Energy, 2015, 85: 645-653.

研究論文

Design and application of energy optimization system in petrochemical enterprise

LI Defang1, JIANG Baihua2, SUO Hansheng2, LIU Xuan2
(1Sinopec, Beijing 100728, China;2Petro-CyberWorks Information Technology Co., Ltd, Beijing 100007, China)

Abstract:Petrochemical industry is a high energy consumption area, its development is being restricted by the shortage of resources. Energy management system based on the deep integration of informatization and industrialization can greatly improve the quantitative management abilities of energy and has a great prospect on supporting an enterprise to optimize its energy consumption. Sinopec achieves satisfactory results by constructing energy management system based on information technology. The overall planning of energy optimization system has been proposed in this paper, the functions of this system have been designed by analyzing petrochemical businesses. Moreover, the steam power system has been taken as an example to illustrate the business functions of the optimization system. The specific description of energy optimization process of the system has been demonstrated in the aspects of the construction of mechanism factory model, data inspection, data correction, online energy optimization and online model regulation. Finally, the application benefits of three pilot enterprises have been analyzed. Especially, this can be regarded as a reference provided for petrochemical enterprises to promote energy conservation in their informatization construction process.

Key words:petrochemical; process system; system engineering; information system; energy; optimization

Corresponding author:SUO Hansheng, hansheng.suo@pcitc.com

中圖分類號：TE 99；TP 39

文獻標志碼：A

文章編號：0438—1157（2016）01—0285—09

DOI：10.11949/j.issn.0438-1157.20151455