原油作业过程优化的研究进展
主要内容：原油作业过程是石油供应链的重要组成环节，包括炼油企业生产过程中的原油采购、原油分配、原油输送、原油储存和原油调和等多个工业流程。原油作业过程优化具有很高的学术理论价值与工业应用价值，与其相关的研究工作是目前学术界与工业界共同关注的热点。首先简要描述了原油作业过程，并对其优化问题的难点进行分析；其次，分别从优化模型、优化算法以及不确定性优化方法三个研究角度，重点阐述了原油采购优化、原油储运优化、原油调和优化以及不确定性条件下原油作业优化四个主要研究方向的学术进展，并对当前已有的研究成果进行了归纳总结；最后，对原油作业过程优化当前存在的一些问题提出了建议，并对该领域未来的发展方向与趋势进行了展望。
关键词：原油作业过程；优化；模型；算法；不确定性
引 言
经过数十年的发展，中国石油化工产业的规模、产量和生产能力都获得了大幅度的提升。根据中国石油化工集团公司经济技术研究院发布的《2020中国能源化工产业发展报告》，我国2020年一次炼油能力达到9亿吨，成品油出口量达5900万吨，将成为亚太地区最大的成品油出口国家。此外，中国还拥有自主开发的催化裂化、加氢裂化等6大炼油核心技术以及千万吨级炼油、百万吨级乙烯和芳烃生产等5大成套技术，中国石化产业的工业化水平从规模上已经跻身世界前列。但是综合中国大部分炼化企业的实际情况，炼油加工生产过程中存在的共性问题包括：原油性质波动大，不利于装置稳定、优化运行；高含硫原油的加工存在瓶颈；连续重整过程无法满负荷运行；加氢过程用氢成本高；汽油质量要求升级速度加快，柴油消费见顶下滑；原油供给市场和油品需求市场不断变化等问题。
1 原油作业过程优化问题描述与难点分析
1.1 原油作业过程优化问题描述
原油作业过程是石油供应链的重要组成部分，如图1所示，包括原油采购过程、原油在码头罐区的岸罐接收过程及装卸过程、原油在码头区和炼油厂之间的管道输送过程、原油在炼油厂的收储过程、原油调和过程以及原油蒸馏装置(crude oil distiller unit，CDU)的进料过程。原油作业过程决定着炼油企业生产中的原油采购、原油分配、原油调和以及原油库存管理等实际问题。原油作业过程具有如下特性。
图1 原油作业过程示意图
原油作业过程优化的目标是在保障炼油厂生产装置不断供、满足炼油生产计划的预期收率目标以及尽量少地切换生产方案的前提下，最大化炼油厂在整个原油作业过程的经济收益。炼油企业通过制定原油作业过程的优化方案可以减少原油的采购、运输、加工和存储成本，充分利用自身的生产加工能力，提高资源利用效率，增加生产收益率，以此来满足企业生产需求和最大化利润的生产目标。因此，原油作业过程优化是大多数炼油厂提高经济效益和竞争力的重要举措和有效手段。
1.2 原油作业过程优化难点分析
2 原油采购优化问题的研究进展
在炼油企业的生产过程中，原油成本一般占炼油产品总成本的90%以上，原油采购的品种和数量是炼油厂原油作业过程优化的首要问题，降低原油采购成本是提高炼油企业经济效益和企业竞争力的关键途径。在经济全球化的大背景下，由于原油品质和运输条件等因素差异，不同地区的原油价格持续波动，导致炼油企业在测算进口原油的边际效益时出现偏差，原油采购成本增加。为了降低原油价格波动变化对原油采购过程的负面影响，原油价格预测成为近年学术界关于原油采购优化研究的主要方向。本节内容从原油价格的预测模型、长期预测以及组合策略三个角度介绍当前原油价格建模方法与理论创新。
2.1 原油价格预测模型的研究进展
对于原油价格预测模型，相关的研究工作不仅提升了模型包括均方根误差（RMSE）、平均绝对误差（MAE）、纯均方误差（MSPE）等在内的预测性能指标，而且还在克服预测模型不允许时变、在时滞域内改善预测性能、风险价值预测等方面取得了重要的研究进展。
2.2 原油价格长期预测的研究进展
对于原油价格的长期预测，相关的研究工作降低了长时域范围内原油价格的预测误差，保证了对于原油长期价格变化的预测精准度。Lee 等[11]利用贝叶斯法整合了石油市场的结构变化和影响因素，并开发了一个信息先验的贝叶斯正态多元回归模型来预测原油的长期价格变化。
2.3 原油价格预测模型的组合策略的研究进展
对于原油价格预测模型的组合策略，相关的研究工作通过不同预测模型的组合来改善在特定条件下的预测性能并提高预测结果的精确性。
2.4 小结
表1 原油价格预测模型的建模方法
但当前研究工作也在某些方面存在不足：当前研究重点都集中在提升原油价格预测的精确性与可靠性，但忽略或极大简化了由国际经济衰退、天气环境影响、地区局部冲突等不确定性条件对于原油价格预测结果的影响，预测模型的真实性难以保证。此外，尽管原油成本在加工成本中占比最大，但并不意味着原油成本越低，炼油厂在原油作业过程的经济效益越好。除了对原油采购成本的优化之外，炼油厂还需综合考虑操作成本、产品结构及长周期运行风险等因素。如何将原油的采购成本与后续工艺流程的生产需求紧密结合起来，这是原油采购优化研究工作中亟待解决的关键问题。
3 原油储运优化问题的研究进展
图2 原油储运过程调度优化模型的设计框架
3.1 基于数学规划模型的原油储运优化问题研究进展
1996 年，Shah[17]将基于离散时间表示的数学规划模型应用于解决单个炼油厂的原油调度问题，该优化模型考虑了炼油厂储罐的原油分配及储罐到CDU装置的原油输送问题。
3.1.1 基于数学规划模型的原油存储优化问题研究进展
对于原油存储优化问题，Li 等[19-20]将考虑多油类、多泊位、多处理单元的原油装卸与储存的短期调度问题表示为混合整数非线性规划（MINLP）模型，并提出使用二维二元变量分解三维二元决策变量的线性迭代算法，减少了模型所需的二元变量总数，提高了模型求解效率。
3.1.2 基于数学规划模型的原油输送优化问题研究进展
对于原油输送优化问题，Reddy 等[24-25]提出一个连续时间MILP 模型来描述炼油厂通过单浮筒系泊管道从大型油轮接收原油的短期调度问题，并设计了一种基于组合时间槽的迭代算法，在每次迭代中MILP 模型会至少减少一个时间槽。Li 等[26]为了解决多码头、多管道、多装置炼油厂的非凸MINLP原油调度问题，在Reddy等[24-25]提出的优化算法基础上添加了15项线性可加性指数，并通过局部松弛策略有效提高了模型的求解速度。
3.1.3 基于数学规划模型的原油分配与进料优化问题研究进展
对于原油分配与进料问题，Rocha等[35]提出一个基于离散时间的MILP 模型，并通过实例证明局部优化搜索算法在解决实际原油分配问题的有效性。
3.1.4 基于数学规划模型的原油储运多目标优化问题研究进展
对于原油储运多目标优化问题，Hou 等[41]研究了给定炼油计划的原油储运调度多目标优化问题，使用一条染色体来编码可行的时间表，并提出一种改进的非支配排序遗传算法（NSGA）解决实际炼油厂的原油调度问题。
3.1.5 小结
表2 基于数学规划模型的原油储运优化问题的建模方法与算法研究
但基于数学规划模型的原油储运优化问题的模型与算法两方面研究工作同样存在亟需解决的难题。从模型角度看，当前研究工作的优化模型或只考虑了实际原油储运过程的部分生产情况，或存在大量与实际情况不相符的假设基础，而原油储运过程十分复杂，同时具有不确定性、非线性、动态等特性，因此模型的准确性与可靠性难以保证；从算法角度看，目前已有的优化算法会在一定程度上影响模型的准确性，导致模型过拟合与失真，进而影响模型的求解精度，因此大规模非凸MINLP 问题的优化求解依旧是当前研究工作亟待解决的核心难题。
3.2 基于Petri网络的原油储运优化问题研究进展
Petri 网络是对离散并行系统的数学表示，可在已知变化状态条件下研究输入和输出的网络结构问题，任何系统都可被抽象为状态、活动（或事件）及其之间关系的三元结构。
3.2.1 基于Petri 网络的原油储运调度优化问题研究进展
1998年，Zhou等[45]和Xiong等[46]开始在Petri网络框架中研究混合调度策略。随后，Wu 等[47]将Petri 网络扩展应用到原油储运过程，并提出受控着色时间Petri 网络模型（controlled colored-timed Petri net,CCTPN）。
3.2.2 小结
基于Petri 网络的原油储运优化问题研究可以分为两个阶段：在第一个研究阶段，Wu 等首先提出了CCTPN 以及THPN 模型，用于仿真模拟、冲突检测和系统动态过程描述；随后从控制理论角度将原油储运过程中的短期计划描述为一系列ODs，使用一个由这一系列ODs 控制的Petri 网络对系统建模，在一定程度上解决了数学规划模型由于NP-hard 求解困难而无法在工业现场应用的问题。
4 原油调和优化问题的研究进展
图3 原油调和过程优化的模型设计框架
4.1 基于数学规划模型的原油调和操作优化问题的研究进展
对于原油调和操作优化问题，可从优化算法与优化模型两个研究角度对该方向的研究工作进行划分。在原油调和操作优化算法的研究工作中，Méndez 等[67]提出一个MILP 模型以解决炼油生产中离线原油调和的短期调度优化问题，并提出一个新的迭代算法以保证模型的线性特征，在该迭代算法中MINLP 模型被多个连续的MILP 模型近似代替。
在原油调和操作优化模型的研究工作中，Yang等[75]提出了一个MINLP 模型框架，用于集成短期原油调度和中期炼油计划，并利用拉格朗日分解算法求解该模型。Li[76]研究了原油调和中油品加工的操作优化问题，提出一个离散时间表示的MILP 模型，通过制定加工单元和调配单元的操作、物料的生产与储存、能源的产生与消耗，实现了物料加工与产品调配的协同优化。
4.2 基于数学规划模型的原油调和全局优化问题的研究进展
对于原油调和的全局优化问题，Jia 等[84-85]提出一个基于连续时间的MILP 模型，用于关于原油调和与分配的短期调度问题的全局优化。该模型借鉴了Gilsmann 等[86-87]提出的基于RTN 网络表示的MILP模型，并通过Ryoo等[88]提出的基于分枝定界的全局优化方法有效减少了模型的变量和约束数量，提升了模型的求解速度。Karuppiah 等[89]提出一个基于传递事件的连续时间模型来表示原油调和过程的全局最优调度问题。
4.3 小结
对于基于数学规划模型的原油调和优化模型相关的研究工作，从表现形式上可划分为基于离散时间、基于连续时间、基于时间槽、基于事件、基于优先级槽、基于状态任务网络和基于资源任务网络的表示方法。
从模型结构形式上可划分为NLP 模型、MIP 模型、MIQCP 模型、MILP 模型以及MINLP 模型等，模型的结构形式主要取决于学者们在原油调和优化问题的建模过程中对于模型变量的具体定义。
对于基于数学规划模型的原油调和优化算法相关的研究工作，学者们针对不同的优化模型，提出了包括广义梯度下降法、迭代算法、松弛算法、离散化算法、启发式算法、序优化算法、聚类算法、分枝定界法等优化算法。基于数学规划模型的原油调和优化问题的建模方法与算法研究如表3所示。
表3 基于数学规划模型的原油调和优化问题的建模方法与算法研究
5 不确定条件下原油作业过程调度优化问题的研究进展
小结
表4 不确定性条件下的原油作业过程优化方法研究
6 结论与展望
在此基础上，本文根据当前原油作业过程优化的研究进展以及工业应用中亟待解决的实际问题，对未来发展趋势做出相应的展望，其具体内容如下。
（3）在实际炼油企业的原油作业过程中，专业人员参与度很高，专家经验在原油作业过程，特别是原油采购过程中具有无可替代的作用。因此，单纯基于机理或基于数据的原油作业过程优化模型的完备性不足，在过程优化模型中引入专家经验变得至关重要。而如何建立包含机理、数据和经验的过程优化模型是原油作业过程优化领域未来需要解决的难题。目前存在的基于机理和经验及基于数据和经验的建模方法普遍存在不同流程间的经验没有关联、经验提取方法不灵活、经验规则表述简单等问题。针对该问题，未来的研究工作需要深度挖掘原油作业过程隐含经验，进行经验增殖和自主推理，实现过程机理、数据、经验融合。
随着人工智能在当前各科学研究领域的兴起，以石油化工、赤铁矿磨矿、有色冶金等为代表的复杂流程工业的智能化水平飞速提高。在政府大力促进科技创新，加强关键核心技术攻关，产业转型升级步伐加快以及“十四五”规划中加快发展方式绿色转型的大背景下，炼化行业也重点致力于提升企业自身的生产运营能力和盈利水平，这就对原油作业过程优化技术提出了更高的要求。伴随深度学习、图像识别、智能检测等人工智能技术的快速发展，未来原油作业过程优化技术的自动化、智能化水平将会大幅提高，并逐步从开环优化向闭环优化发展、从单目标优化向多目标优化发展、从静态优化向动态优化发展、从单一流程优化向全流程优化发展，同时促进在线检测、实时优化、故障诊断等技术的提升。原油作业过程优化技术会逐步投入实际应用，成为提高企业竞争力和利润的重要途径，成为维护国家能源体系安全稳定的重要保障，成为实现中国石化产业由大变强振兴之路的重要基石。
