催化裂化分离系统多产品方案的多目标优化

代红进，汪 坤，史 彬，鄢烈祥

(1.武汉理工大学化学化工与生命科学学院，武汉 430070；2.中国石化武汉分公司)

催化裂化分离系统多产品方案的多目标优化

代红进1，汪 坤2，史 彬1，鄢烈祥1

(1.武汉理工大学化学化工与生命科学学院，武汉 430070；2.中国石化武汉分公司)

应用通用流程模拟软件Aspen Plus对催化裂化的分离系统进行了模拟，在此基础上，考虑到该装置产品方案的多样性，以汽油终馏点、柴油95%馏出温度、干气C3体积分数和液化气C2体积分数为约束，建立了产品收率最大化、分离系统能耗最小化的多产品方案的多目标优化模型。应用多目标列队竞争算法(MOLCA)对模型进行了求解，所得最优解集Pareto前沿揭示了各产品方案能耗与收率的影响规律。结果表明，各产品方案的操作参数的最优妥协解均优于实际工况值，为催化裂化分离系统的设计与操作优化提供了重要参考。

催化裂化分离系统 流程模拟 多产品方案 多目标列队竞争算法 多目标优化

催化裂化装置是炼油厂中重要的二次加工过程，是重质油轻质化的主要手段之一。在催化裂化装置中，由主分馏塔和吸收稳定部分构成的分离系统主要是将从反应器过来的高温油气分离成满足质量要求的干气、液化气、汽油、柴油等产品以及油浆副产品[1-2]。在分离系统内部，由于主分馏塔和吸收稳定部分存在着紧密的物料和能量上的联系，对其进行整体操作优化有较大难度[3]。

颜艺专等[4]对催化裂化主分馏塔进行模拟和用能分析优化。熊俊文等[5]应用遗传算法对催化裂化主分馏塔多目标优化模型进行求解与优化。代广超等[6]应用HYSYS对某石化企业的催化裂化吸收稳定系统进行模拟，对影响干气C3组分含量的补充吸收剂量、吸收塔塔顶温度和解吸塔进料温度进行分析与优化。雷杨等[7]应用PROⅡ对典型的四塔吸收稳定流程进行模拟，对补充吸收剂流量、稳定塔温度和回流比等操作参数进行优化。詹雪兰[8]以某炼油厂生产数据为基础，应用Aspen Plus对催化裂化主分馏塔和吸收稳定系统进行整体流程模拟与分析。然而，以往文献并没有考虑整体系统框架下全局操作参数的优化。本研究对催化裂化分离系统的多个操作变量进行多变量优化。

此外，国内外针对催化裂化分离系统的优化研究大多只考虑单一产品方案下的经济效益优化。近年来，由于原油市场价格和季节变化的影响，多产品方案受到企业的重视。本研究以某石化企业生产数据为基础，对多产品方案的催化裂化分离系统进行多目标优化，得到不同产品方案下的最优工艺操作参数，达到提高收率、降低能耗的目的。

1 催化裂化分离系统流程模拟

1.1 催化裂化分离系统工艺流程简介

催化裂化装置分离系统主要由主分馏塔、吸收塔、解吸塔、再吸收塔、稳定塔以及其它辅助设备组成。主分馏塔一中循环的取热量供给解吸塔塔底再沸器和原料油加热，主分馏塔二中循环的取热量作为稳定塔塔底的再沸器热源。主分馏塔和吸收稳定系统之间在物料和能量上存在着紧密的联系。整个系统存在着贫富吸收油、解吸气、吸收塔塔底富吸收油以及补充吸收剂4个循环物流，这些循环物流直接影响着系统产品收率、公用工程能耗以及各个塔内部的操作能耗。为了简化计算，将分馏塔进入再吸收塔的柴油循环切断，即直接以标定的裂化柴油的组成性质作为再吸收塔进料的依据。因为催化裂化柴油的组成性质是已知的，将物流切断不影响分析结果，并且柴油的组成性质还可作为对模拟值的一种校正，使吸收稳定系统的模拟结果更为准确。

图1 催化裂化分离系统工艺流程

1.2 模拟结果

表1中将现场实际工况标定数据与模拟数据进行了对比，可以看出，模拟计算结果与实际数据吻合较好，为下一步的优化工作奠定了基础。

表1 模拟结果与实际数据对比

2 催化裂化分离系统的多目标优化

2.1 优化模型的建立

在催化裂化的实际生产过程中，轻质油(或者轻质油+液化气)收率对经济效益有重要影响，因此，将收率作为第一优化目标，其次，在生产成本中，能耗占有非常大的比重，因此将能耗作为第二个优化目标。由于市场价格的波动，考虑了4种产品组合方案的多目标优化，在每一种方案中，均将收率与能耗作为优化的两个目标。催化裂化分离系统的优化模型表述如下：

目标函数：

方案A：汽油和轻柴油收率最大化时，

maxf11(U)=X2+X3

(1)

方案B：液化气+汽油+轻柴油收率最大化时，

maxf12(U)=X1+X2+X3

(2)

方案C：液化气+轻柴油收率最大化时，

maxf13(U)=X1+X3

(3)

方案D：液化气+汽油收率最大化时，

maxf14(U)=X1+X2

(4)

另一优化目标能耗的表达式为：

(5)

式中：X1～X3依次为液化气、汽油、轻柴油的收率，%；D1～D10依次为解吸塔再沸器、稳定塔冷凝器、稳定塔再沸器、冷却器1、冷却器2、冷却器3、粗汽油泵、凝缩油泵、稳定塔进料泵以及压缩机负荷的绝对值，MW。

约束条件：

Φ(U)=0

(6)

195 ℃≤TG≤203 ℃

(7)

345 ℃≤TD≤355 ℃

(8)

VC3≤2%

(9)

VC2≤0.5%

(10)

式中：式(6)表示分离过程方程组，由AspenPlus流程模拟器描述，U为操作变量集，共有12个，其变量及变化范围见表2；式(7)表示汽油终馏点TG约束；式(8)表示柴油95%馏出温度TD约束；式(9)表示干气中C3组分体积分数VC3约束；式(10)表示液化气中C2组分体积分数VC2约束。

表2 优化变量及范围

2.2 优化模型的求解方法

应用多目标列队竞争算法(MOLCA)对上述模型进行求解。列队竞争算法(LCA)是由鄢烈祥于1998年提出的一种并行搜索多层竞争的全局优化搜索方法[9]。LCA已对多个国际上公认的挑战性单目标优化难题的求解取得了比用其它随机算法(如模拟退火和遗传算法)更好的结果[10-11]。

多目标列队竞争算法利用“目标轮换”的概念，将多目标优化问题转化为单目标的列队竞争方法来求解。基本思路是：在多目标优化计算中，每代只考虑一个目标，各个家族根据该目标函数值的大小进行排序，然后分配搜索空间，繁殖生成子代；家族内部竞争选择出各个家族的代表后，再以另一目标为基准，对各个家族进行排序，进行下一轮计算；如此反复，直至达到终止条件。此外，MOLCA的主要策略还包括局部与全局搜索对立统一策略、搜索空间的收缩与扩张策略以及非支配解保留策略，这些策略能使多目标的结果，快速逼近Pareto前沿[12]。MOLCA算法基本步骤如图2所示。

图2 MOLCA计算框架

在Matlab平台上应用MOLCA求解多目标优化模型。在求解过程中，需不断地调用Aspen Plus对分离系统进行模拟计算，并根据模拟计算结果和当前解不断修正优化搜索方向，如此迭代，直到满足收敛条件得到Pareto最优解集为止。

3 结果与讨论

图3为求解得到的各产品方案的双目标优化Pareto前沿。为了用于工程应用，需要在Pareto前沿上选择一个妥协解。妥协解的选取原则有多种，可根据工程经验，也可根据实际条件或某种妥协原则进行选取。本研究根据相对最小距离妥协原则寻求最优妥协解。该原则认为妥协解应该是Pareto最优解集中与理想解的相对距离最小的解。

妥协指标函数：

(11)

式中：Pcs为妥协指标；(Y,E)为Pareto前沿上的任一最优解，(Y*,E*)为理想解[13]。经计算，得各产品方案的最优妥协解和工况值如表3所示。

图3 各产品方案的双目标优化Pareto解★—最优妥协解； ▲—工况值

产品方案最优妥协解工况值A(2431，07226)(3453，07169)B(2430，08054)(3453，07990)C(2312，04889)(3453，04762)D(2385，04755)(3453，04291)

从图3可以看出，各产品方案经优化后所得的最优妥协解均优于实际工况值。其中对于产品方案C和D，能耗显著下降的同时收率也显著下降，对于产品方案A和B，能耗显著下降的同时收率下降并不明显。表4为各产品方案最优妥协解和工况的变量取值。

表4 各产品方案最优妥协解和工况的变量值

4 结 论

基于Aspen Plus建立了催化裂化分离系统的模拟流程，并建立了多产品方案的多目标优化模型，应用多目标列队竞争算法对优化模型进行了求解，得到了产品收率与能耗双优化目标的Pareto解集前沿，并应用相对最小距离妥协原则确定了最优妥协解，各产品方案的操作参数的最优妥协解均优于实际工况值，提出的方法为催化裂化分离系统的设计与操作优化提供了参考。

[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.催化裂化主分馏塔与稳定塔的关联性分析及稳定塔的控制[J].石油炼制与化工，2002，33(2)：48-51

[4] 颜艺专，陈清林，张冰剑，等.催化裂化主分馏塔的模拟策略与用能分析优化[J].石油炼制与化工，2008，39(6)：35-40

[5] 熊俊文，吕翠英.催化裂化分馏塔多目标遗传算法优化[J].计算机与应用化学，2006，23(5)：462-464

[6] 代广超，程明.催化裂化吸收稳定系统流程模拟与优化[J].化学反应工程与工艺，2012，28(6)：488-492

[7] 雷杨，张冰剑，魏志强，等.基于流程模拟的催化裂化吸收稳定系统分析与操作优化[J].石油炼制与化工，2012，43(1)：94-100

[8] 詹雪兰.催化裂化主分馏塔和吸收稳定系统的全流程模拟与优化[D].上海：华东理工大学，2014

[9] 鄢烈祥.化工过程分析与综合[M].北京：化学工业出版社，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]刘海燕，史彬，鄢烈祥，等.基于LCA与NSGA-II的混合算法解多目标优化问题[J].计算机与应用化学，2014，31(12)：1461-1466

[13]黄冀卓，王湛.基于遗传算法的抗震钢框架多目标优化设计[J].力学学报，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。

代红进，硕士研究生，研究领域为化工过程系统工程。

鄢烈祥，E-mail：hgxtgc@163.com。

国家自然科学基金资助项目(21376185)。