基于Labview的不确定环境下化工厂蒸汽动力系统多目标建模与实时操作优化

石蓬军, 曹萃文, 顾幸生

(华东理工大学化工过程先进控制与优化技术教育部重点实验室,上海 200237)



基于Labview的不确定环境下化工厂蒸汽动力系统多目标建模与实时操作优化

石蓬军, 曹萃文, 顾幸生

(华东理工大学化工过程先进控制与优化技术教育部重点实验室,上海 200237)

针对化工厂蒸汽动力系统运行时操作单元蒸汽供需在不确定的时间以不确定的组合形式变化而造成的难以进行实时操作优化的问题,建立了多目标非线性混合整数滚动规划模型(MO-MINLP),并提出以Labview软件为集成平台,利用其数据采集与处理模块实现对蒸汽动力系统操作运行数据的实时采集与处理;按照实时采集的描述不确定事件开始与结束的时刻划分滚动优化周期的时间间隔长度。利用上述方法对某真实化工厂的蒸汽动力系统的数据进行仿真,并实时将多目标优化决策结果以图形化的形式显示在Labview界面上。仿真结果表明,此方法很好地解决了理论与工业衔接的问题,具有良好的应用价值。

Labview; 蒸气动力系统; 不确定环境; 实时操作优化; 多目标MINLP

化工厂蒸汽动力系统的真实运行环境是动态和不确定的,如何实现既能满足企业各装置用汽需求,又能兼顾减少企业运行成本、实现节能减排等多种目标,成为近年来相关领域的研究热点。国内外相关领域的研究人员做了大量的研究,其中以数学规划法最为突出。这种方法首先根据蒸汽动力系统中的各种设备建立数学模型,然后依据蒸汽动力系统的拓扑结构,根据物料及能量守恒建立以一个或者多个目标为优化目标的整个蒸汽动力系统的数学模型。文献[1-3] 分别建立了LP、NLP数学规划模型用以解决蒸汽动力系统多目标运行优化问题,但没有考虑到蒸汽动力系统的运行优化常伴随着设备的选择及启停变化。文献[4-9]分别考虑了在优化模型中加入整数的因素建立混合整数优化模型,将设备的启停及选择采用0-1变量进行描述,含有这种变量的数学模型称为混合整数规划模型(MILP、MINLP)。其中Dai等[6]通过改进的粒子群算法能够很快地得到使得目标最优化的蒸汽动力系统的运行策略。Chen等[7]以最小化年总成本为目标确定超结构和蒸汽动力系统的最优化运行配置。Zhang等[8]以相同的方法研究蒸汽动力系统在满足工艺运行需求的前提下最小化能源成本。上述研究均假定蒸汽动力系统处于确定环境中,然而实际的蒸汽动力系统运行过程中不可避免地伴随着各种不确定因素,包括没有规律的设备故障、生产环境的变化以及具有周期性规律的供需变化。文献[10-17]考虑了蒸汽动力系统运行过程中可能存在的不确定因素,对蒸汽动力系统以不同的优化目标及策略进行了研究。其中张冰剑等[10]建立了以设备维修时间为不确定因素的多周期运行优化模型。罗向龙等[11]提出将整个运行过程以8 h为1个周期进行多周期运行优化。另外罗向龙等[13]考虑了蒸汽动力系统的汽电需求的不确定因素,将蒸汽动力系统的运行过程分为等间隔的多周期运行过程。李晖等[15]将蒸汽动力系统优化过程中的不确定因素分为汽电需求的确定性变化,并将其分周期处理。池晓等[17]以蒸汽需求量作为不确定参数,在不确定参数的可行域中将其离散化转换为确定性的多周期规划问题。

在解决蒸汽动力系统运行优化过程中的不确定问题时,很多学者将蒸汽动力系统的运行过程分成多周期分别进行优化,这种优化需要满足某些运行环境必须是周期性变化的,且必须事先知道某个周期的运行时间长度,而实际的运行过程中多数的不确定因素是没有规律可循的,更不可能准确地知道在某个状态下蒸汽动力系统能够持续运行的时间长度。针对上述问题,本文提出以Labview软件为集成平台,利用其数据采集与处理模块实现对蒸汽动力系统操作运行数据的实时采集与处理;按照实时采集的描述不确定事件开始与结束的时刻划分滚动优化周期的时间间隔长度。利用上述方法对某真实化工厂的蒸汽动力系统的数据进行仿真,并实时将多目标优化决策结果以图形化的形式显示在Labview界面上。仿真结果表明,本文方法可以很好地解决理论与工业衔接的问题。

1 MO-MINLP数学模型

1.1 目标函数

目标1为最小化蒸汽动力系统在t时间间隔、每单位时间的总运行成本(CNY/h),其目标函数表达式如下:

(3)

(4)

(5)

其中:式(1)中Cpower,t前的负号表示蒸汽动力系统运行过程中产生的电力可以用于自身使用从而减少来自外部电力的成本;式(2)为nb台燃煤锅炉在t时间间隔、单位时间燃烧煤的总成本(CNY/h);式(3)为nb台燃煤锅炉及nr台减温减压器在t时间间隔、单位时间使用水的总成本(CNY/h);式(4)为蒸汽动力系统中所有设备在t时间间隔、单位时间的总损耗成本(CNY/h);式(5)为ng组发电机组和nt台汽轮机在t时间间隔、单位时间产生电力的总收益。

目标2为最小化蒸汽动力系统在t时间间隔、各压力等级蒸汽管线上单位时间内蒸汽的总放空量,其目标函数表达式如下:

(6)

其中:EXTt表示蒸汽动力系统在t时间间隔内、单位时间各压力等级的总蒸汽放空量(t/h)。

1.2 约束条件

1.2.1 主要设备的运行模型

(1) 燃煤锅炉:锅炉作为整个蒸汽动力系统的主要产汽单元,通过能量平衡建立其运行模型如下:

(7)

(8)

(9)

式(8)表示在t时间间隔,流入减温减压器的减温水的能量加上流入减温减压器的高压蒸汽的能量等于流出减温减压器的低压蒸汽的能量,SRk,t为减温减压器启停状态的0-1变量。式(9)表示在t时间间隔,流入减温减压器的减温水的质量流量加上流入减温减压器的蒸汽的质量流量等于流出减温减压器的低压蒸汽的质量流量。

(2) 汽轮机:汽轮机采用背压式汽轮机,它能够带动发电机组将蒸汽的热能转换为动能进而转换为电能,并且能够将由于做功而降温减压的蒸汽作为低压蒸汽供给低压蒸汽用户使用,表达式如下:

(10)

(3) 发电机组:流入发电机组的蒸汽的质量流量与发电功率的关系与汽轮机类似,只是发电机组出口的蒸汽不再作为汽源回到蒸汽管网中去。SGk,t为发电机组的启停状态的0-1变量。

(11)

1.2.2 蒸汽供需平衡约束条件 蒸汽动力系统为各生产过程提供蒸汽,在每一压力等级的蒸汽管网上必须满足供汽量大于或者等于用汽量,高压力等级上的用汽单元可以是低压力等级的供汽单元,各压力等级的平衡关系满足如下一般平衡公式:

(12)

1.2.3 设备负载及流量上下限 在蒸汽动力系统的运行过程中,为了保证蒸汽动力系统安全、连续地正常运行,需要为每一个设备设置一定的负载限制,对某些流量也进行合理的限制:

(13)

(14)

(15)

(16)

(17)

(18)

式(13)为锅炉生产蒸汽流量的上下限;式(14)为汽轮机的蒸汽流量上下限;式(15)为发电机组蒸汽流量限制;式(16)为减温减压器入口蒸汽流量限制;式(17)为低压力等级管线用汽单元不确定蒸汽流量的上下限;式(18)为低压力等级废热锅炉和余热锅炉两类供汽单元不确定蒸汽产量的上下限。

1.3 模型中的变长时间间隔划分及滚动优化

蒸汽动力系统运行过程中存在操作单元供需变化的事件,这些事件的开始和结束时刻对应某些蒸汽管线的相关参数发生变化。用这些事件的开始与结束时刻确定当前的时间间隔长度,这种时间间隔一定是不等长的。在这些变长时间间隔的开始和结束时刻,由于原模型中的参数发生剧烈变化,需进行重新优化(称为“滚动优化”)才能正确指导生产的运行。优化算法采用基于Pareto规则的多目标差分进化算法(MODE)。

2 问题描述及案例研究

2.1 问题描述

本文以某真实化工厂的实际蒸汽动力系统采集的数据作为仿真对象,考虑在操作单元蒸汽供需不确定下对该蒸汽动力系统进行多目标实时操作优化。图1所示为某化工厂蒸汽动力系统的工艺流程图。其中S1压力等级蒸汽管路上以3台燃煤锅炉作为产汽单元,所产生的高压蒸汽一部分用于汽轮机组T1和T2发电,多余的蒸汽通过减温减压器D1减温减压后进入3.82 MPa压力等级的蒸汽管网中。S2 压力等级的蒸汽供给发电机组G1、G2、蒸汽轮机组T3、T4发电,剩余的蒸汽则可以在需要时分别通过减温减压器D2降温降压后送到S4;或通过减温减压器D3降温降压后送到S3;或通过减温减压器D4降温降压后送到S5。S3压力等级的蒸汽供给汽轮机组T5、T6发电,剩余的蒸汽则可以在需要时通过减温减压器D5降温降压后送到S4。S4压力等级的蒸汽主要用于各低温、低压蒸汽用户单元所需的蒸汽,S4上还有两台余热锅炉B4、B5用于产生低温低压蒸汽供给S4蒸汽管路,其中多余的蒸汽也可以通过减温减压器D6降温、降压后输送到S5。S5压力等级中的蒸汽主要供给低温、低压蒸汽用户单元使用,也通过两台余热锅炉B6、B7提供低温、低压蒸汽。

图1 某化工厂蒸汽动力系统结构图Fig 1 Structure diagram of steam power system in chemical plant

在各压力等级蒸汽管路中,每个压力等级都有供汽单元和用汽单元,当管路中蒸汽过多时则需要进行排空处理。实际生产过程中各用汽单元的用汽量及供汽单元的供汽量往往会产生变化,这使得已有的确定性建模及优化方法无法直接应用于实际生产中。本文提出了不确定环境下化工厂蒸汽动力系统多目标建模与实时滚动操作优化方法,有关前提和假设如下:

(1) 蒸汽动力系统中锅炉、蒸汽轮机、发电机组等设备的运行模型均采用线性化处理后的模型。

(2) 蒸汽动力系统优化的目标为最小化蒸汽动力系统的运行成本;最小化蒸汽动力系统各压力等级的蒸汽总放空量;采用基于Pareto准则的多目标差分进化算法MODE实现对MO-MINLP模型的优化。所取得的Pareto前沿中,采用文献[18]中验证过的方法对多个目标进行归一化和反归一化来确定最优解。

(3) 蒸汽动力系统优化的决策变量为3台蒸汽锅炉的产汽流量;6台汽轮机的蒸汽流量;6台减温减压器的入口蒸汽流量;2台发电机组的入口蒸汽流量;描述6台减温减压器启停状态的0-1变量;描述2台发电机组的启停状态的0-1变量。

(4) 不确定变量为蒸汽压力等级S4上的2台余热锅炉的供汽流量,由仿真实时检测数据代入;蒸汽压力等级S4上的各用汽单元的用汽流量,由仿真实时检测数据代入;蒸汽压力等级S5上的两台余热锅炉的供汽流量,由仿真实时检测数据代入;蒸汽压力等级S5上的各用汽单元的用汽流量,由仿真实时检测数据代入。

(5) S1～S5压力等级上的蒸汽压力及温度都不变,其熵焓值见表1。

表1 蒸汽动力系统各压力等级蒸汽熵焓值

2.2 案例研究

如图1所示,T1～T6为背压式汽轮机,其背压输出蒸汽压力、温度及负载范围见表2。G1～G2为发电机组,负载范围见表3,外购电价为0.582 CNY/(kW·h)。B1～B3为燃煤锅炉,3台燃煤锅炉均可产生10 MPa、540 ℃的蒸汽,锅炉效率均为92.14%,锅炉的负载范围如表4所示,燃煤的价格为650 CNY/t。各不确定参数负载范围见表5。

采用基于Labview的不确定环境下滚动优化方法对上述案例进行优化仿真,其中不确定环境下的变长时间间隔划分方法见图2。

表2 蒸汽轮机参数

表3 发电机组负载范围及启停状态

表4 燃煤锅炉的负载范围

表5 不确定供汽、用汽单元负载范围

3 Labview集成平台中各个功能模块的实现

Labview是一种图形化的编程语言,与基于文本的程序开发语言最大的不同在于其产生的程序是以框图的形式呈现出来的,其数据采集与显示功能在虚拟仪器方面得到了广泛的应用,在流程工业中也常被用来作为上位机程序的开发。本文设计的Labview集成平台主要包括前面板和程序框图两个部分,前面板用来显示数据,程序框图用来进行数据的处理等逻辑控制。Labview集成平台界面如图3所示,程序框图部分如图4所示,主要包括数据采集仿真模块、算法实现模块、结果显示模块。

图3 化工厂蒸汽动力系统Labview集成平台Fig.3 Integrated platform of the steam power system in the chemical plant

图4 Labview程序框图Fig.4 Labview program flow chart

4 案例仿真结果及分析

表6所示为系统优化运行后的实时操作数据,其中tp表示不确定量发生变化的时间点,MOC为当前配置下目标函数1的值,EXT表示当前配置下目标函数2的值。根据时间点可以看出每个优化周期的时间间隔是不等长的,而且每次优化的结果也是变化的。

表6 蒸汽动力系统部分实时操作优化数据

表7所示为发电机组及减温减压器在实时操作优化运行过程中的启停状态。图5所示为单次优化结束后所有种群个体的目标值经过归一化后的Pareto分布图。由Pareto分布图可以看出每次优化两个相互冲突的目标会呈现如图所示的Pareto前沿。图6所示为采用Labview集成平台实现的某化工厂蒸汽动力系统生产运行实时多目标操作优化结果在工艺流程图中的显示,其能更直观地显示系统的运行状态。

图5 目标归一化后的Pareto前沿Fig.5 Pareto frontier after uniformization

表7 蒸汽动力系统部分实时操作优化后的设备启停状态

图6 蒸汽动力系统工艺结构及实时优化结果显示Fig.6 Process diagram and real-time optimization results display of the steam power system

5 结 论

由仿真结果及分析可以看出,本文提出的基于Labview的多目标混合整数滚动优化方法解决了蒸汽动力系统运行过程中蒸汽操作单元供需不确定而难以进行优化的问题,较之以往通过假定理想情况而进行固定时间长度的多周期解决方案更加符合蒸汽动力系统的实际运行环境。同时采用基于Pareto准则的混合整数多目标规划模型解决了设备启停状态造成的非线性及多目标同时优化造成的冲突问题;结合文献[18]提出的归一化方法解决了从Pareto最优解集中获取全局最优解的问题。仿真实验结果表明,本文提出的基于Labview的化工厂蒸汽动力系统在蒸汽操作单元供需不确定的情况下实时滚动优化方法能够更好地应用于实际生产环境,具有一定的实用价值。

符号说明：

Ccoal,t—— 蒸汽动力系统在t时间间隔燃烧煤的成本,CNY/h;

Cwater,t—— 蒸汽动力系统在t时间间隔用水的成本,CNY/h;

Cdevice,t—— 蒸汽动力系统在t时间间隔设备的损耗成本,CNY/h;

nb—— 蒸汽动力系统中锅炉的数量;

ng—— 蒸汽动力系统中发电机组的数量;

nl—— 蒸汽动力系统中压力等级的数量;

nr—— 蒸汽动力系统中的减温减压器数量;

ns—— 某一压力等级上供汽单元的数量;

nt—— 蒸汽动力系统中汽轮机的数量;

nu—— 某一压力等级上用汽单元的数量;

PGk,t—— 发电机组k在t时间间隔的发电功率,kW;

PTk,t—— 汽轮机k在t时间间隔的发电功率,kW;

SBk,t—— 锅炉k在t时间间隔的启停状态,(0-1);

SGk,t—— 发电机组k在t时间间隔的启停状态,(0-1);

SRk,t—— 减温减压器k在t时刻的启停状态,(0-1);

STk,t—— 汽轮机k在t时间间隔的启停状态,(0-1);

t—— 时间间隔;

tp—— 不确定参数发生变化时的时间点;

Vb—— 锅炉运行过程中的损耗成本,CNY/h;

Vc—— 煤的价格,CNY/t;

Ve—— 电价,CNY/t-1;

Vg—— 发电机组运行过程中的损耗成本,CNY/h;

Vr—— 减温减压器运行过程中的损耗成本,CNY/h;

Vt—— 汽轮机运行过程中的损耗成本,CNY/h;

Vw—— 工业用水的价格,CNY/h;

ηBk—— 锅炉k的效率

[1] PETROULAS T,REKLAITIS G V.Computer-aided synthesis and design of plant utility systems [J].AIChE Journal,1984,30(1):69-78.

[2] RONG Y,LAHDELMA R.An efficient linear programming model and optimization algorithm for trigeneration [J].Applied Energy,2005,82(1):40-63.

[3] GUTIERREZ Arriaga C G,SEMA Gonzalez M,PONCE Ortega J M.Multi-objective optimization of steam power plants for sustainable generation of electricity [J].Clean Technologies and Environmental Policy,2013,15(4):551-566.

[4] ALITVENTAEFF B.Mixed integer non-linear programming and its application to the management of utility networks [J].Engineering Optimization,1991,18(1):183-207.

[5] OLIVEIRA FRANCISCO A P,MATOS H A.Multi-period synthesis and operational planning of utility systems with environmental concerns [J].Computer and Chemical Engineering,2004,28(5):745-753.

[6] DAI W Z,YIN H A.A correctional model for multiperiod optimization of steam power systems with consideration of startup/shutdown expenses [J].Applied Mechanics and Materials,2010,40/41:298-303.

[7] CHEN C L,LIN C Y.Design and optimization of steam distribution systems for steam power plants [J].Industrial and Engineering Chemistry Research,2011,50(13):8097-8109.

[8] ZHANNG B J,LUO X L,CHEN X Z.Coupling process plants and utility systems for site scale steam integration [J].Industrial and Engineering Chemistry Research,2013,52(41):14627-14636.

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

[10] 张冰剑,华贲,刘金平,等.石化企业蒸汽动力系统的多周期优化运行 [J].华北电力大学学报,2005,32(2):90-92.

[11] 罗向龙,华贲.炼油厂蒸汽动力系统优化调度策略研究 [J].计算机与应用化学,2006,23(11):1057-1060.

[12] 罗向龙,华贲,张冰剑.石化企业蒸汽动力系统的多周期运行优化 [J].计算机与应用化学,2006,23(1):41-45.

[13] 罗向龙,华贲,尹洪超.蒸汽动力系统多周期设计与运行同步优化 [J].陕西科技大学学报,2007,25(2):52-57.

[14] 孙玉梅.生产过程与蒸汽动力系统集成优化研究 [D].济南:山东大学,2012.

[15] 李晖,孙力,贺高红.考虑不确定汽电需求的蒸汽动力系统优化设计 [J].化工学报,2013,64(1):318-325.

[16] 盖丽梅,孙力,刘畅,等.基于带补偿随机规划的蒸汽动力系统优化设计 [J].化工学报,2014,65(11):4509-4516.

[17] 池晓,徐可培,马学荣,等.基于LINGO对参数不确定蒸汽动力系统的优化运行研究 [J].节能,2015 (1):21-25.

[18] 韩庚,曹萃文,顾幸生.某焦化厂供水网络多目标建模及优化[J].化工进展,2016,35(4):1033-1041.

Labview-Based Uncertain Multi-objective Modeling and Real-Time Operational Optimization for Steam Power Systems of Chemical Plants

SHI Peng-jun, CAO Cui-wen, GU Xing-sheng

(Key Laboratory of Advanced Control and Optimization for Chemical Process,Ministry of Education,East China University of Science and Technology,Shanghai 200237,China)

In order to overcome the shortcoming of uncertain steam supply and demand of units in the steam power system of chemical plants,this paper proposes a rolling optimization model (MO-MINLP) and develops a novelty.The data acquisition and processing module of integrated platform based on Labview is utilized to collect real-time operational data for the steam power system.The start and end time points of recording uncertain events are used to divide the time interval of every period.Simulation results from the steam power system show that the proposed Labview-based platform can perfectly deal with the integration of the theory and industrial applications and will have a wide application value in other similar systems.

Labview; steam power system; uncertaint environment; real-time operational optimization; multi-objective MINLP

1006-3080(2017)03-0375-08

10.14135/j.cnki.1006-3080.2017.03.013

2016-10-24

国家自然科学基金(61174040,61573144,61673175)

石蓬军(1990-),男,硕士生,研究方向为工业过程建模与优化。

曹萃文,E-mail:caocuiwen@ecust.edu.cn

TP311

A