催化裂化分離系統多產品方案的多目標優化

代紅進，汪 坤，史 彬，鄢烈祥

(1.武漢理工大學化學化工與生命科學學院，武漢 430070；2.中國石化武漢分公司)

催化裂化分離系統多產品方案的多目標優化

代紅進1，汪 坤2，史 彬1，鄢烈祥1

(1.武漢理工大學化學化工與生命科學學院，武漢 430070；2.中國石化武漢分公司)

應用通用流程模擬軟件Aspen Plus對催化裂化的分離系統進行了模擬，在此基礎上，考慮到該裝置產品方案的多樣性，以汽油終餾點、柴油95%餾出溫度、干氣C3體積分數和液化氣C2體積分數為約束，建立了產品收率最大化、分離系統能耗最小化的多產品方案的多目標優化模型。應用多目標列隊競爭算法(MOLCA)對模型進行了求解，所得最優解集Pareto前沿揭示了各產品方案能耗與收率的影響規律。結果表明，各產品方案的操作參數的最優妥協解均優于實際工況值，為催化裂化分離系統的設計與操作優化提供了重要參考。

催化裂化分離系統 流程模擬 多產品方案 多目標列隊競爭算法 多目標優化

催化裂化裝置是煉油廠中重要的二次加工過程，是重質油輕質化的主要手段之一。在催化裂化裝置中，由主分餾塔和吸收穩定部分構成的分離系統主要是將從反應器過來的高溫油氣分離成滿足質量要求的干氣、液化氣、汽油、柴油等產品以及油漿副產品[1-2]。在分離系統內部，由于主分餾塔和吸收穩定部分存在著緊密的物料和能量上的聯系，對其進行整體操作優化有較大難度[3]。

顏藝專等[4]對催化裂化主分餾塔進行模擬和用能分析優化。熊俊文等[5]應用遺傳算法對催化裂化主分餾塔多目標優化模型進行求解與優化。代廣超等[6]應用HYSYS對某石化企業的催化裂化吸收穩定系統進行模擬，對影響干氣C3組分含量的補充吸收劑量、吸收塔塔頂溫度和解吸塔進料溫度進行分析與優化。雷楊等[7]應用PROⅡ對典型的四塔吸收穩定流程進行模擬，對補充吸收劑流量、穩定塔溫度和回流比等操作參數進行優化。詹雪蘭[8]以某煉油廠生產數據為基礎，應用Aspen Plus對催化裂化主分餾塔和吸收穩定系統進行整體流程模擬與分析。然而，以往文獻并沒有考慮整體系統框架下全局操作參數的優化。本研究對催化裂化分離系統的多個操作變量進行多變量優化。

此外，國內外針對催化裂化分離系統的優化研究大多只考慮單一產品方案下的經濟效益優化。近年來，由于原油市場價格和季節變化的影響，多產品方案受到企業的重視。本研究以某石化企業生產數據為基礎，對多產品方案的催化裂化分離系統進行多目標優化，得到不同產品方案下的最優工藝操作參數，達到提高收率、降低能耗的目的。

1 催化裂化分離系統流程模擬

1.1 催化裂化分離系統工藝流程簡介

催化裂化裝置分離系統主要由主分餾塔、吸收塔、解吸塔、再吸收塔、穩定塔以及其它輔助設備組成。主分餾塔一中循環的取熱量供給解吸塔塔底再沸器和原料油加熱，主分餾塔二中循環的取熱量作為穩定塔塔底的再沸器熱源。主分餾塔和吸收穩定系統之間在物料和能量上存在著緊密的聯系。整個系統存在著貧富吸收油、解吸氣、吸收塔塔底富吸收油以及補充吸收劑4個循環物流，這些循環物流直接影響著系統產品收率、公用工程能耗以及各個塔內部的操作能耗。為了簡化計算，將分餾塔進入再吸收塔的柴油循環切斷，即直接以標定的裂化柴油的組成性質作為再吸收塔進料的依據。因為催化裂化柴油的組成性質是已知的，將物流切斷不影響分析結果，并且柴油的組成性質還可作為對模擬值的一種校正，使吸收穩定系統的模擬結果更為準確。

圖1 催化裂化分離系統工藝流程

1.2 模擬結果

表1中將現場實際工況標定數據與模擬數據進行了對比，可以看出，模擬計算結果與實際數據吻合較好，為下一步的優化工作奠定了基礎。

表1 模擬結果與實際數據對比

2 催化裂化分離系統的多目標優化

2.1 優化模型的建立

在催化裂化的實際生產過程中，輕質油(或者輕質油+液化氣)收率對經濟效益有重要影響，因此，將收率作為第一優化目標，其次，在生產成本中，能耗占有非常大的比重，因此將能耗作為第二個優化目標。由于市場價格的波動，考慮了4種產品組合方案的多目標優化，在每一種方案中，均將收率與能耗作為優化的兩個目標。催化裂化分離系統的優化模型表述如下：

目標函數：

方案A：汽油和輕柴油收率最大化時，

maxf11(U)=X2+X3

(1)

方案B：液化氣+汽油+輕柴油收率最大化時，

maxf12(U)=X1+X2+X3

(2)

方案C：液化氣+輕柴油收率最大化時，

maxf13(U)=X1+X3

(3)

方案D：液化氣+汽油收率最大化時，

maxf14(U)=X1+X2

(4)

另一優化目標能耗的表達式為：

(5)

式中：X1～X3依次為液化氣、汽油、輕柴油的收率，%；D1～D10依次為解吸塔再沸器、穩定塔冷凝器、穩定塔再沸器、冷卻器1、冷卻器2、冷卻器3、粗汽油泵、凝縮油泵、穩定塔進料泵以及壓縮機負荷的絕對值，MW。

約束條件：

Φ(U)=0

(6)

195 ℃≤TG≤203 ℃

(7)

345 ℃≤TD≤355 ℃

(8)

VC3≤2%

(9)

VC2≤0.5%

(10)

式中：式(6)表示分離過程方程組，由AspenPlus流程模擬器描述，U為操作變量集，共有12個，其變量及變化范圍見表2；式(7)表示汽油終餾點TG約束；式(8)表示柴油95%餾出溫度TD約束；式(9)表示干氣中C3組分體積分數VC3約束；式(10)表示液化氣中C2組分體積分數VC2約束。

表2 優化變量及范圍

2.2 優化模型的求解方法

應用多目標列隊競爭算法(MOLCA)對上述模型進行求解。列隊競爭算法(LCA)是由鄢烈祥于1998年提出的一種并行搜索多層競爭的全局優化搜索方法[9]。LCA已對多個國際上公認的挑戰性單目標優化難題的求解取得了比用其它隨機算法(如模擬退火和遺傳算法)更好的結果[10-11]。

多目標列隊競爭算法利用“目標輪換”的概念，將多目標優化問題轉化為單目標的列隊競爭方法來求解。基本思路是：在多目標優化計算中，每代只考慮一個目標，各個家族根據該目標函數值的大小進行排序，然后分配搜索空間，繁殖生成子代；家族內部競爭選擇出各個家族的代表后，再以另一目標為基準，對各個家族進行排序，進行下一輪計算；如此反復，直至達到終止條件。此外，MOLCA的主要策略還包括局部與全局搜索對立統一策略、搜索空間的收縮與擴張策略以及非支配解保留策略，這些策略能使多目標的結果，快速逼近Pareto前沿[12]。MOLCA算法基本步驟如圖2所示。

圖2 MOLCA計算框架

在Matlab平臺上應用MOLCA求解多目標優化模型。在求解過程中，需不斷地調用Aspen Plus對分離系統進行模擬計算，并根據模擬計算結果和當前解不斷修正優化搜索方向，如此迭代，直到滿足收斂條件得到Pareto最優解集為止。

3 結果與討論

圖3為求解得到的各產品方案的雙目標優化Pareto前沿。為了用于工程應用，需要在Pareto前沿上選擇一個妥協解。妥協解的選取原則有多種，可根據工程經驗，也可根據實際條件或某種妥協原則進行選取。本研究根據相對最小距離妥協原則尋求最優妥協解。該原則認為妥協解應該是Pareto最優解集中與理想解的相對距離最小的解。

妥協指標函數：

(11)

式中：Pcs為妥協指標；(Y,E)為Pareto前沿上的任一最優解，(Y*,E*)為理想解[13]。經計算，得各產品方案的最優妥協解和工況值如表3所示。

圖3 各產品方案的雙目標優化Pareto解★—最優妥協解； ▲—工況值

產品方案最優妥協解工況值A(2431，07226)(3453，07169)B(2430，08054)(3453，07990)C(2312，04889)(3453，04762)D(2385，04755)(3453，04291)

從圖3可以看出，各產品方案經優化后所得的最優妥協解均優于實際工況值。其中對于產品方案C和D，能耗顯著下降的同時收率也顯著下降，對于產品方案A和B，能耗顯著下降的同時收率下降并不明顯。表4為各產品方案最優妥協解和工況的變量取值。

表4 各產品方案最優妥協解和工況的變量值

4 結 論

基于Aspen Plus建立了催化裂化分離系統的模擬流程，并建立了多產品方案的多目標優化模型，應用多目標列隊競爭算法對優化模型進行了求解，得到了產品收率與能耗雙優化目標的Pareto解集前沿，并應用相對最小距離妥協原則確定了最優妥協解，各產品方案的操作參數的最優妥協解均優于實際工況值，提出的方法為催化裂化分離系統的設計與操作優化提供了參考。

[1] Han I S，Chung C B.Dynamic modeling and simulation of a fluidized catalytic cracking process：Ⅰ.Process modeling[J].Chemical Engineering Science，2001，56(5)：1951-1971

[2] Jia Chunyang，Rohani S，Jutan A.FCC unit modeling， identification and model predictive control，a simulation study[J].Chemical Engineering and Processing，2003，42(4)：311-325

[3] 胡品慧，袁璞.催化裂化主分餾塔與穩定塔的關聯性分析及穩定塔的控制[J].石油煉制與化工，2002，33(2)：48-51

[4] 顏藝專，陳清林，張冰劍，等.催化裂化主分餾塔的模擬策略與用能分析優化[J].石油煉制與化工，2008，39(6)：35-40

[5] 熊俊文，呂翠英.催化裂化分餾塔多目標遺傳算法優化[J].計算機與應用化學，2006，23(5)：462-464

[6] 代廣超，程明.催化裂化吸收穩定系統流程模擬與優化[J].化學反應工程與工藝，2012，28(6)：488-492

[7] 雷楊，張冰劍，魏志強，等.基于流程模擬的催化裂化吸收穩定系統分析與操作優化[J].石油煉制與化工，2012，43(1)：94-100

[8] 詹雪蘭.催化裂化主分餾塔和吸收穩定系統的全流程模擬與優化[D].上海：華東理工大學，2014

[9] 鄢烈祥.化工過程分析與綜合[M].北京：化學工業出版社，2010：74-79

[10]Yan Liexiang，Ma Dexian.Global optimization of non-convex nonlinear programs using line-up competition algorithm[J].Computers and Chemical Engineering，2001，25(11)：1601-1610

[11]Yan Liexiang，Shen Kun，Hu Shenghua.Solving mixed integer nonlinear programming problems with line-up competition algorithm[J].Computers and Chemical Engineering，2004，28(12)：2647-2657

[12]劉海燕，史彬，鄢烈祥，等.基于LCA與NSGA-II的混合算法解多目標優化問題[J].計算機與應用化學，2014，31(12)：1461-1466

[13]黃冀卓，王湛.基于遺傳算法的抗震鋼框架多目標優化設計[J].力學學報，2007，39(3)：389-397

MULTI-OBJECTIVE OPTIMIZATION OF MULTI-PRODUCT PLAN FOR FLUID CATALYTIC CRACKING SEPARATION SYSTEM

Dai Hongjin1， Wang Kun2， Shi Bin1， Yan Liexiang1

(1.SchoolofChemicalEngineeringandLifeSciences，WuhanUniversityofTechnology，Wuhan430070；2.SINOPECWuhanCompany)

Based on the simulation of a FCC separation system using Aspen Plus software， where the final boiling point of gasoline， 95% distilled temperature of diesel， C2and C3volume fraction in dry gas and LPG， respectively were used as the constrain conditions， a multi-objective model of maximizing the yield of product， minimizing the energy consumption of separation system is established in consideration of multi-product plan. Multi-objective line-up competition algorithm (MOLCA) was employed to solve the model， and the Pareto front obtained from the model reveals the influence rule of the energy consumption on the yield of product. The results indicate that the optimal compromise solutions of operation parameters are superior to that of real practice.

FCC separation system； process simulation； multi-product plan； MOLCA； multi-objective optimization

2015-07-09； 修改稿收到日期： 2015-09-10。

代紅進，碩士研究生，研究領域為化工過程系統工程。

鄢烈祥，E-mail：hgxtgc@163.com。

國家自然科學基金資助項目(21376185)。