康永波， 曹萃文， 于　騰

(華東理工大學(xué) 化工過程先進控制和優(yōu)化技術(shù)教育部重點實驗室， 上海 200237)

煉油廠氫氣網(wǎng)絡(luò)優(yōu)化方法研究現(xiàn)狀及展望

康永波， 曹萃文， 于騰

(華東理工大學(xué) 化工過程先進控制和優(yōu)化技術(shù)教育部重點實驗室， 上海 200237)

摘要：隨著環(huán)境保護法規(guī)的日益嚴(yán)格，加氫工藝在煉油工業(yè)中得到了廣泛的應(yīng)用，氫氣的消耗量大幅上升。優(yōu)化氫氣網(wǎng)絡(luò)，提高氫氣利用率，對煉油工業(yè)實現(xiàn)節(jié)能減耗、降低生產(chǎn)成本具有重要的理論價值和巨大的工業(yè)應(yīng)用前景。當(dāng)前，國內(nèi)外對氫氣網(wǎng)絡(luò)進行優(yōu)化的方法主要分為夾點分析法和超結(jié)構(gòu)法。對夾點分析法，筆者按是否考慮了雜質(zhì)、壓力、提純裝置等因素進行分類，綜述了其研究進展和實際應(yīng)用情況。對超結(jié)構(gòu)法，分別從約束條件、目標(biāo)函數(shù)、模型種類和所用優(yōu)化算法進行了綜述。最后總結(jié)了2種方法的優(yōu)點與不足，并指出了后續(xù)研究工作的方向。

關(guān)鍵詞：氫氣網(wǎng)絡(luò)； 優(yōu)化； 夾點技術(shù)； 超結(jié)構(gòu)法

隨著世界經(jīng)濟的快速發(fā)展，科技的不斷進步，能源的需求量也以驚人的速度增長。傳統(tǒng)能源的數(shù)量與質(zhì)量已經(jīng)不能滿足當(dāng)代經(jīng)濟發(fā)展的要求，對傳統(tǒng)能源的深加工以及對新能源的開發(fā)都在不斷的探索中。氫氣資源在傳統(tǒng)能源深加工方面起著舉足輕重的作用，而煉油業(yè)是氫氣消耗的最大終端市場，其耗氫量約占全球總耗氫量的90%[1]。由于優(yōu)質(zhì)原油的匱乏、劣質(zhì)原油的不斷增加和環(huán)境保護法規(guī)的日趨嚴(yán)格，對油品質(zhì)量的要求不斷提高，加氫工藝在煉油工業(yè)中得到了廣泛的應(yīng)用，煉油廠對氫氣的需求量越來越大。優(yōu)化氫氣網(wǎng)絡(luò)，提高氫氣利用率，對煉油工業(yè)實現(xiàn)節(jié)能減耗、降低生產(chǎn)成本具有重要的理論價值和實際應(yīng)用意義。

氫氣網(wǎng)絡(luò)優(yōu)化是指在滿足所有生產(chǎn)工藝標(biāo)準(zhǔn)的情況下，合理匹配所有或部分供氫裝置與耗氫裝置，充分回收和利用過程中的氫氣，實現(xiàn)整個生產(chǎn)過程中氫氣利用率最大、加氫工藝費用最小等目標(biāo)。在陳誠等[2-3]和王獻軍等[4]的工作基礎(chǔ)上，筆者詳細(xì)整理分析了國內(nèi)外煉油廠氫氣網(wǎng)絡(luò)優(yōu)化方法，對夾點分析法按是否考慮了雜質(zhì)、壓力、提純裝置等因素進行分類，綜述了其研究進展和在國內(nèi)外的實際應(yīng)用情況；對超結(jié)構(gòu)法分別從約束條件、目標(biāo)函數(shù)、模型種類和所用優(yōu)化算法進行了綜述；最后總結(jié)和歸納了各種方法的優(yōu)點與不足，并指出了相關(guān)研究的發(fā)展趨勢以及進一步的研究方向。

1夾點分析法簡介

夾點分析法由英國學(xué)者Linnhoff等[5]于20世紀(jì)80年代初提出，最早應(yīng)用于熱交換網(wǎng)絡(luò)優(yōu)化問題。在該問題中熱流體的溫度比冷流體的溫度高，則可回收熱流體的熱量用于加熱冷流體。如果考慮2種過程流體，即可在溫焓圖上繪出代表2種流體的線段；對某一流體的曲線進行適當(dāng)?shù)钠揭?，兩曲線的重疊程度就表明了允許熱回收的范圍。氫氣的夾點分析與熱交換的夾點分析類似。氫氣的濃度類似于流體的溫度，可以推動高濃度的氫氣從過程源流向過程阱[6]。

1.1氫夾點法的提出

1984年，Simpeon[7]就煉油廠混煉原油高度依賴加氫處理的問題，指出了加氫處理的重要意義，以及氫氣管理在煉油廠整體運作中所起的重要作用。1996年，Towler等[8]根據(jù)氫氣網(wǎng)絡(luò)與換熱網(wǎng)絡(luò)的相似性，首次采用換熱網(wǎng)絡(luò)的夾點分析方法對氫氣網(wǎng)絡(luò)進行分析研究，繪制氫源的邊際費用曲線和氫阱的單位增值曲線構(gòu)成氫夾點圖。由該圖可以快速確定煉油廠的操作不經(jīng)濟區(qū)域。

由于Towler等[8]的氫夾點法需要準(zhǔn)確的費用數(shù)據(jù)和存在反應(yīng)裝置模型的計算復(fù)雜等缺點，1998年，Alvess[9]在UMIST PIRC(University of Manchester Institute of Science and Technology Process Integration Research Consortium)氫聯(lián)盟會議上提出了根據(jù)剩余氫量來確定氫氣網(wǎng)絡(luò)夾點和最小公用工程氫耗的方法，隨后對該方法進行了詳細(xì)的闡述[10-11]。該方法比較接近于換熱網(wǎng)絡(luò)的夾點分析法，以不同溫度的熱源和熱阱對應(yīng)不同濃度的氫源和氫阱，根據(jù)流體的溫度與熱焓的關(guān)系得出氫氣濃度與流量的關(guān)系，并繪制氫氣組合曲線；比較相同濃度下氫源與氫阱組合曲線的面積，可得到不同濃度下氫氣的剩余量，所得曲線即氫氣剩余曲線。這種方法雖然能得到夾點位置和最小公用工程的氫耗量，但需要反復(fù)迭代，計算效率較低。鑒于之前在固定流量單元回收重用的設(shè)計中，尚無一項技術(shù)能提供一種系統(tǒng)的非迭代圖解方法，以確定新產(chǎn)生能源的最小值，2003年，El-Halwagi等[12]利用隔離、混合、直接回收重用等策略，提出了一種可嚴(yán)格確定資源利用率最大化的系統(tǒng)的非迭代圖形化技術(shù)。通過動態(tài)編程技術(shù)得到最優(yōu)解策略的數(shù)學(xué)條件和特點，再將這些條件和特征進行圖形化處理，可以精確定位資源回收重用的夾點，進而提出了新的氫夾點圖解法。2006年，F(xiàn)oo等[13]引入代數(shù)方法建立資源回收重用的網(wǎng)絡(luò)，結(jié)合性質(zhì)級聯(lián)分析(Property Cascade Analysis，PCA)和圖解法消除了計算中的迭代，確定系統(tǒng)的回收夾點，以達到優(yōu)化新能源使用最小化、回收重用最大化和資源排放最小化等目標(biāo)。

1.2考慮雜質(zhì)因素的氫夾點法

循環(huán)氫中含有不同的雜質(zhì)，并且一些雜質(zhì)如H2S、C2O和CO對脫硫率和烯烴飽和率影響很大，進而影響油品的質(zhì)量[14]。2006年，Zhao等[15]在非迭代圖形化技術(shù)的基礎(chǔ)上，根據(jù)氫系統(tǒng)雜質(zhì)負(fù)荷問題，提出了一種新的適用于氫氣網(wǎng)絡(luò)夾點分析的圖解法。分別對氫源、氫阱雜質(zhì)負(fù)荷與流量作圖，通過平移氫源、氫阱的組合曲線，以確定夾點的位置、最小公用工程氫耗量和最大氫回收量。同年，Bandyopadhyay等[16]研究出了一種新的夾點分析方法——源組合曲線法。分別以積累雜質(zhì)的負(fù)荷與濃度為橫、縱坐標(biāo)，繪制源組合曲線，任意一條穿過組合曲線的低雜質(zhì)濃度負(fù)斜率直線以端點為軸進行旋轉(zhuǎn)，與組合曲線接觸時停止轉(zhuǎn)動，所得接觸點即為夾點。該方法的通用性很廣，可用于水系統(tǒng)和氫系統(tǒng)，操作過程也較簡單。

研究人員不僅分析了單雜質(zhì)的氫氣網(wǎng)絡(luò)夾點法，還通過不同的方法將單雜質(zhì)夾點分析推廣到多雜質(zhì)夾點分析。2007年，Zhao等[17]在氫剩余曲線法的基礎(chǔ)上，提出了適應(yīng)于多雜質(zhì)氫氣網(wǎng)絡(luò)問題的雜質(zhì)赤字率夾點法。該方法利用雜質(zhì)濃度對流量的組合曲線和雜質(zhì)赤字率曲線來確定夾點的位置。求解需多次迭代，計算較繁瑣。丁曄等[18]在多雜質(zhì)氫氣網(wǎng)絡(luò)赤字率圖解法的基礎(chǔ)上提出了改進法。該方法將所有氫源與氫阱中的雜質(zhì)濃度相乘，并對乘積按源和阱進行排序，畫出所有雜質(zhì)的源-阱組合曲線，轉(zhuǎn)化為雜質(zhì)赤字率曲線。改進后的方法只需要一次排序和夾點計算，大大節(jié)約了計算時間，在雜質(zhì)種類繁多的系統(tǒng)中，其優(yōu)點更為明顯。2010年，丁曄等[19]將單雜質(zhì)系統(tǒng)網(wǎng)絡(luò)設(shè)計的規(guī)則推廣到多雜質(zhì)系統(tǒng)網(wǎng)絡(luò)。在考慮雜質(zhì)濃度對系統(tǒng)網(wǎng)絡(luò)影響的基礎(chǔ)上，得出了多雜質(zhì)氫氣網(wǎng)絡(luò)設(shè)計規(guī)則和步驟。還提出了不同雜質(zhì)源、阱之間匹配的混合規(guī)則，以確定不同雜質(zhì)源、阱是否匹配。針對在夾點之上，不論氫源的濃度高低，都要全部回用后才能回用下一股氫源的缺點，2011年，Liu等[20]提出一種新的演化法，實現(xiàn)了不同濃度氫源可同時部分回用。該方法不僅考慮了所有的雜質(zhì)，還能確定氫氣網(wǎng)絡(luò)的最佳匹配。2000年，El-Halwagi等[21]首次提出“ property ternary diagram”的概念，此后該方法被用于碳?xì)浠衔锘厥蘸驮俜峙涞淖顑?yōu)化問題上。2012年，Wang等[22]在El-Halwagi等研究內(nèi)容的啟發(fā)下，提出了用于氫氣網(wǎng)絡(luò)考慮雜質(zhì)優(yōu)化的三元圖解法，將氫氣作為第一元，重點關(guān)注的雜質(zhì)為第二元，剩余的次要雜質(zhì)視為惰性雜質(zhì)作為第三元，如此便可優(yōu)化含有多種雜質(zhì)的氫氣網(wǎng)絡(luò)問題。2013年，Zhang等[23]針對含有多種雜質(zhì)的資源網(wǎng)絡(luò)進行最小化的資源分配和設(shè)計，利用三角形法則推導(dǎo)出單一資源接收裝置的配置，按照不同雜質(zhì)濃度的質(zhì)量差，采用最近鄰算法將含有單雜質(zhì)的網(wǎng)絡(luò)優(yōu)化推廣到多雜質(zhì)的情況下，并利用此方法對3個含有多種雜質(zhì)的氫網(wǎng)絡(luò)進行優(yōu)化，說明了此方法的有效性。2015年，Lou等[24]基于滿足工藝過程熱力學(xué)不可逆性最小化的原則，以完成對含有多雜質(zhì)氫氣網(wǎng)絡(luò)混合和匹配的優(yōu)化設(shè)計；從熵變的公式分析提出一個虛擬濃度的新概念，作為氫源、阱的排序指標(biāo)，氫阱以虛擬濃度遞增的順序排序，同時選擇虛擬濃度最接近的氫源作為該氫阱的氫氣供應(yīng)流股；再通過求解每一個匹配流股之間的雜質(zhì)濃度質(zhì)量平衡方程，以獲得準(zhǔn)確的氫阱雜質(zhì)濃度，最后通過3個實例證明了此方法的有效性。

1.3考慮壓力因素的氫夾點法

在煉油廠氫氣網(wǎng)絡(luò)中，壓力與濃度一樣，同樣是一個重要因素。為使該優(yōu)化更加符合實際生產(chǎn)情況，在優(yōu)化過程中有必要考慮壓力因素。2008年，趙振輝等[25]針對煉油業(yè)的氫氣網(wǎng)絡(luò)分配系統(tǒng)，除考慮氫氣的流量、純度外，還考慮了壓力限制和有害雜質(zhì)等因素，以最小公用工程氫氣用量為目標(biāo)，采用夾點法進行分析，同時還總結(jié)了利用夾點法對氫氣網(wǎng)絡(luò)進行優(yōu)化時的匹配原則。2011年，丁曄等[26]在多雜質(zhì)赤字率夾點法基礎(chǔ)上，提出同時考慮壓力約束和雜質(zhì)約束的氫系統(tǒng)優(yōu)化方法，引入系統(tǒng)最小壓力降概念，構(gòu)造氫源、阱的平均壓力-流量圖，以判斷各區(qū)域的壓力是否滿足要求。

1.4考慮提純裝置因素的氫夾點法

提純裝置的使用可以有效提高氫氣的利用率，提純過程被廣泛應(yīng)用于煉油廠以降低制氫負(fù)荷，所以有必要將提純過程的優(yōu)化作為氫氣網(wǎng)絡(luò)整體優(yōu)化的一部分。最常用的提純方法有PSA法和膜分離法，Ratan[27]對這些提純方法進行了對比。氫氣網(wǎng)絡(luò)的設(shè)計有3個重要指標(biāo)，即產(chǎn)品純度、產(chǎn)品壓力以及氫氣回收率。提純裝置的輸出有2股氫氣流，其中一條為高濃度的產(chǎn)品氫，另一條為低濃度的尾氣氫[28]。在考慮提純裝置因素的夾點法中，存在著2種提純裝置的簡化模型，即固定氫氣回收率R和提純產(chǎn)品濃度Cp的模型[29]以及固定提純產(chǎn)品濃度Cp和尾氣濃度Cr的模型[30]。

2001年，Hallale等[29]提出固定氫氣回收率R和提純產(chǎn)品濃度Cp的提純裝置模型。2011年Liao等[31]在此模型的基礎(chǔ)上將數(shù)學(xué)規(guī)劃建模方法應(yīng)用到具有提純裝置的氫氣網(wǎng)絡(luò)系統(tǒng)。在夾點技術(shù)的基礎(chǔ)上建立了氫氣網(wǎng)絡(luò)的NLP數(shù)學(xué)模型，并采用非線性問題的方法給出了夾點問題的數(shù)學(xué)表達，在此基礎(chǔ)上給出了全局最優(yōu)解的必要條件，得到了提純裝置的入口濃度，以及其在氫氣網(wǎng)絡(luò)中的最佳位置和最小氫消耗量。由于提純裝置因素的引入，使氫系統(tǒng)的夾點位置也受到了影響。在最低氫消耗量的氫氣網(wǎng)絡(luò)分析中，夾點通常都出現(xiàn)在氫剩余量為零的位置，但其他氫剩余量的點是活躍的。在氫濃度的匹配中，夾點通常出現(xiàn)在氫濃度源、阱曲線的交點處。2013年，Liu等[32]在研究提純回用氫氣網(wǎng)絡(luò)中夾點位置變化時，使用了固定氫氣回收率和提純產(chǎn)品濃度的提純裝置模型，并得出不論提純裝置供氣點安裝在夾點的上方還是下方，新的夾點都不可能出現(xiàn)在提純裝置供氣點的上方和供氣點與原始夾點之間的結(jié)論。同年，Lou等[33]結(jié)合代數(shù)方程和圖形法共同找到復(fù)雜氫氣模型的初始夾點位置，集成三角形原則和最佳條件定理，提出了一種改進的圖形化方式，沿著相交的氫源片段滑動氫阱復(fù)合曲線，以獲得最小公用工程消耗和提純裝置的最小進流量。該方法還可進一步應(yīng)用于更加復(fù)雜的提純裝置模型，例如膜分離的溶解擴散模型，以得到更好的解決方案。

2006年，Agrawal等[30]在研究最近鄰算法在水網(wǎng)絡(luò)和氫氣網(wǎng)絡(luò)的優(yōu)化應(yīng)用中，針對氫氣網(wǎng)絡(luò)的提純裝置，提出了固定提純產(chǎn)品濃度Cp和尾氣濃度Cr的提純裝置模型。2011年，Zhang等[34]利用此模型在提純的氫負(fù)荷-流量圖法的基礎(chǔ)上，依據(jù)質(zhì)量平衡提出了提純過程的三角形法則(可推廣為多邊形法則)，該方法可用于任何提純裝置的優(yōu)化問題。鑒于提純裝置對于氫剩余量曲線活躍與非活躍區(qū)域的可分析性，2013年，楊敏博等[35]在給定提純產(chǎn)品濃度和尾氣濃度的情況下，根據(jù)提純過程中的多邊形規(guī)則，對提純過程進行了分析，研究了不同提純產(chǎn)品純度下，提純回用過程的夾點位置變化規(guī)律及趨勢。根據(jù)其研究分析得出，提純過程形成的提純氫氣夾點一定會出現(xiàn)在大于尾氣濃度的氫阱曲線和小于尾氣濃度的氫阱曲線連接的拐點處；當(dāng)提純產(chǎn)品的濃度等于公用工程濃度時，氫氣夾點的位置保持不變，當(dāng)提純產(chǎn)品的濃度大于公用工程濃度時，氫氣夾點可能不變，也可能降低，但不會升高；反之，不會降低。在一個氫氣系統(tǒng)中，假設(shè)提純尾氣濃度相同，同時滿足提純產(chǎn)品全部在提純后的夾點之上，則提純不同濃度的產(chǎn)品所節(jié)約的公用工程相等。

1.5氫夾點法總結(jié)

夾點分析法從1996年被Towler等[8]提出應(yīng)用于煉油廠氫氣網(wǎng)絡(luò)優(yōu)化以來，已有將近20年的時間。由上述分析可以看出，從最簡單的濃度-流量圖到剩余氫量法，由于雜質(zhì)的影響因素不可忽略，在夾點分析中加入了對雜質(zhì)濃度的分析后提出的源組合曲線法、氫負(fù)荷-流量圖、雜質(zhì)赤字率夾點法等。在上述方法的理論基礎(chǔ)較確定后，又考慮了壓力約束，使該分析法更接近于實際工程情況，提出了改進的多雜質(zhì)赤字率夾點法和氫源、阱平均壓力-流量圖。由于提純裝置的引入，使氫氣網(wǎng)絡(luò)有了更多的優(yōu)化方案，新的優(yōu)化方法也隨之產(chǎn)生，如考慮提純的氫負(fù)荷-流量圖、提純過程的三角形法則等。隨著氫氣網(wǎng)絡(luò)夾點法的不斷研究，一些利用夾點法優(yōu)化氫氣網(wǎng)絡(luò)設(shè)計的規(guī)則及步驟，氫源、氫阱的匹配原則，能得到夾點問題的最優(yōu)條件，以及夾點在不同因素影響下的變化規(guī)律及趨勢等都相繼被提出。

氫夾點分析法以圖形法為基礎(chǔ)，物理意義明確，每種裝置生產(chǎn)和消耗何種純度的氫氣一目了然。通過對夾點圖的分析可以得到氫氣系統(tǒng)公用工程耗氫量的最小值。該方法簡單易懂，易于操作和執(zhí)行，經(jīng)過優(yōu)化后的氫氣系統(tǒng)其經(jīng)濟效益顯著。但夾點分析法也存在一些問題[36]。一是夾點分析法主要以氫阱和氫源的純度與流量為依據(jù)，個別考慮了雜質(zhì)、壓力、提純裝置等實際因素，但無法從實際出發(fā)統(tǒng)一考慮盡量多的實際約束條件；二是對于提純裝置和壓縮機的增加，需要考慮許多實際因素，例如投資回收期、系統(tǒng)平面布置、提純或壓縮效率等問題；三是夾點技術(shù)主要是使系統(tǒng)的公用工程的氫耗量最小化，并不能做到多目標(biāo)同時優(yōu)化，如最小成本、最大收益、最少廢氣氫排放量和最少設(shè)備配置數(shù)目等多個目標(biāo)的同時優(yōu)化問題。

2超結(jié)構(gòu)法的提出

超結(jié)構(gòu)法是系統(tǒng)工程中分析過程合成的一種重要的研究方法，在換熱網(wǎng)絡(luò)、反應(yīng)器網(wǎng)絡(luò)和水網(wǎng)絡(luò)等的建模和優(yōu)化方面得到了廣泛的應(yīng)用。2001年，Hallale等[29]首先提出將超結(jié)構(gòu)法應(yīng)用于氫氣系統(tǒng)優(yōu)化問題上，所建立的系統(tǒng)超結(jié)構(gòu)包括了所有可能有連接關(guān)系的初始網(wǎng)絡(luò)結(jié)構(gòu)，將各臺壓縮機和提純裝置作為氫源、氫阱，即進口為氫阱，出口為氫源；再考慮實際生產(chǎn)過程中的各種約束條件，如物料守恒、濃度守恒、壓力條件和設(shè)備配置等，最后建立的數(shù)學(xué)規(guī)劃模型中包含了所有現(xiàn)有的以及潛在的網(wǎng)絡(luò)連接；再結(jié)合實際工程要求約束，通過優(yōu)化算法對所有連接方案進行篩選，找到滿足所有約束條件，使目標(biāo)函數(shù)最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)。該方法比同一時期氫夾點分析法不但較早地考慮了壓力條件和設(shè)備的匹配問題，還可以通過確定不同的目標(biāo)函數(shù)，得到多目標(biāo)優(yōu)化的結(jié)果，例如回收期、最大成本預(yù)算和年總成本等。

超結(jié)構(gòu)法的首要工作是建立與實際工程相符合的數(shù)學(xué)規(guī)劃模型，模型中包括目標(biāo)函數(shù)和約束條件。模型又可分為LP(Linear programming)、NLP(Nonlinear programming)、MILP(Mixed integer linear programming)和MINLP(Mixed integer nonlinear programming)模型。

2.1約束條件

超結(jié)構(gòu)模型中的約束條件都包含最基本的約束，即氫源的流量約束、氫阱的流量和濃度約束。接近實際生產(chǎn)的約束條件還包括壓力約束、雜質(zhì)約束、提純裝置約束、壓縮機裝置約束等。約束條件有多種分類方法，根據(jù)模型的不同，約束條件也略有不同?？梢愿鶕?jù)單元模型、網(wǎng)絡(luò)結(jié)構(gòu)和考慮時間效應(yīng)的不確定性描述來分類，也可以根據(jù)約束條件考慮的因素進行分類。兩者沒有明確的界限，都是相融的。

2.1.1重點考慮雜質(zhì)、壓力因素的超結(jié)構(gòu)法

鑒于氫氣網(wǎng)絡(luò)中雜質(zhì)對氫處理過程的重要影響，2003年，Hallale等[37]提出了適用于多雜質(zhì)的氫氣網(wǎng)絡(luò)系統(tǒng)優(yōu)化方法，即在約束條件中考慮雜質(zhì)的濃度問題。2004年，劉軍[38]、張毅等[39]對某煉油廠進行建模，充分考慮了壓力、雜質(zhì)和提純裝置因素，建立了氫氣網(wǎng)絡(luò)NLP模型；其中對PSA裝置以固定回收率形式建模，并采用序貫二次規(guī)劃算法(Sequence quadratic programming , 簡稱SQP)進行求解。2009年，劉桂蓮等[40]建立了新的多雜質(zhì)氫氣網(wǎng)絡(luò)優(yōu)化LP模型，根據(jù)氫氣和雜質(zhì)的濃度來確定最優(yōu)回用順序，比僅根據(jù)氫氣或者某一種雜質(zhì)濃度確定的效果更好。由于對油品的要求越來越高，只考慮簡單的幾種雜質(zhì)已經(jīng)不足以滿足油品指標(biāo)，2013年，潘懷民等[41]建立了具有壓力約束的多雜質(zhì)的MINLP模型，并考慮了壓縮機的配置問題。

2.1.2重點考慮提純裝置、壓縮機的超結(jié)構(gòu)法

為加強氫氣的回收再利用，需要增加提純裝置。氫氣提純的方式有多種，例如深冷法、膜分離法、變壓吸附法(PSA)等，各方法適用的范圍不同。在實際生產(chǎn)過程中，由于缺少理論指導(dǎo)，氫氣提純方式的選擇通?；诮?jīng)驗，很少考慮多種提純方式的集成。2003年，張毅[42]對三大提純裝置進行了詳細(xì)的分析，提出了集成提純裝置的思想，并采用超結(jié)構(gòu)的方法對提純裝置的集成進行建模。2004年，Liu等[43]根據(jù)各提純工藝的參數(shù)，建立各提純裝置的機理模型，并給出了提純裝置回收率R的理論推導(dǎo)結(jié)果，該結(jié)果可從制造商處獲得。充分權(quán)衡了氫氣節(jié)約量、壓縮成本和資本投資三者之間的關(guān)系，提出了氫氣提純方法選擇和集成的MINLP方法為以后解決氫氣提純裝置的配置選擇問題提供了重要依據(jù)。2010年，Liao等[44]提出了一種適用于氫氣網(wǎng)絡(luò)改造設(shè)計的系統(tǒng)性方法，通過建立狀態(tài)空間超結(jié)構(gòu)模型獲得了更多的網(wǎng)絡(luò)結(jié)構(gòu)。該方法不僅權(quán)衡了操作成本和投資成本，還考慮了超結(jié)構(gòu)模型的復(fù)雜程度和計算工作量。所建立的MINLP模型不僅包含了大部分的實際約束，還包括PSA和膜分離特殊組合的提純裝置。2011年，焦云強等[45]從煉油廠實際生產(chǎn)出發(fā)，綜合考慮了包括管網(wǎng)匹配、裝置啟停和提純裝置篩選的實際因素，提出了氫氣系統(tǒng)多周期優(yōu)化調(diào)度MINLP模型。其目標(biāo)函數(shù)包含了氫氣成本、裝置耗電成本、裝置啟停成本、壓縮機耗電及啟停成本以及各懲罰項，使整個模型更加真實地接近實際生產(chǎn)過程。

大量的研究工作集中于優(yōu)化氫氣回收再利用和提純方案。氫氣提純技術(shù)包括碳?xì)浠衔锶コb置和硫化氫去除裝置。碳?xì)浠衔锶コb置主要有膜分離和PSA，此類提純裝置在HNI(Hydrogen network integration)中考慮的較多，而硫化氫去除裝置在MEN(Mass exchange networks)中經(jīng)常被作為質(zhì)量交換器。2012年，Zhou等[46]引入脫硫率，并將MEN與氫氣分配網(wǎng)絡(luò)合并，建立了新的模型，提出了相應(yīng)的優(yōu)化方法。該模型同時考慮了壓力約束和雜質(zhì)約束，以TAC(Total annual cost)為目標(biāo)，權(quán)衡氫氣分配網(wǎng)絡(luò)的成本和MEN的成本。為了避免更加非線性化，該模型在MEN中作了一些簡化，但已經(jīng)為整個網(wǎng)絡(luò)考慮脫硫裝置的集成分析提供了重要依據(jù)。2013年，周利等[47]以考慮脫H2S裝置為例，給出了脫硫模塊的模型，又綜合雜質(zhì)約束和壓力約束對氫氣網(wǎng)絡(luò)建立了MINLP模型，得到了良好的優(yōu)化效果。

2.1.3重點考慮不確定因素的超結(jié)構(gòu)法

大多數(shù)研究都假設(shè)氫氣的供需量是固定的，但實際生產(chǎn)方案是隨著原油的氮含量、硫含量以及產(chǎn)品需求的變化而變化的，系統(tǒng)的耗氫量和產(chǎn)氫量也會隨之變化。2010年，宣吉等[48-49]同時考慮設(shè)計和調(diào)度問題，利用基于環(huán)境的二階段隨機規(guī)劃方法表達氫氣網(wǎng)絡(luò)中的不確定因素，將決策變量分為一階決策變量和二階決策變量。一階決策變量包括提純裝置選擇情況和管網(wǎng)結(jié)構(gòu)等設(shè)計變量，二階決策變量包括各管道流量、濃度等狀態(tài)變量，優(yōu)化的目標(biāo)是使第一階段的決策成本和第二階段的期望成本之和最小。相對傳統(tǒng)的確定性方法，此方法更適應(yīng)不確定環(huán)境。氫氣網(wǎng)絡(luò)與煉油生產(chǎn)系統(tǒng)不可分割，氫氣網(wǎng)絡(luò)中的一個量的變化，都會影響最終產(chǎn)品的質(zhì)量，以及致使操作成本改變。為實現(xiàn)煉油廠的精細(xì)化管理，2010年，Liao等[50]將氫氣網(wǎng)絡(luò)與石油加工網(wǎng)絡(luò)相結(jié)合，建立了靈敏度模型，提出了一種新的靈敏度分析方案；首先確定兩個網(wǎng)絡(luò)中的石油加工裝置，然后對這些裝置進行靈敏度分析，最后得到了整個網(wǎng)絡(luò)的最優(yōu)操作條件。通過該模型可以得到石油加工網(wǎng)絡(luò)和氫氣網(wǎng)絡(luò)的很好的決策方案。實例證明，這種靈敏度分析方案能夠解決煉油廠不同網(wǎng)絡(luò)間決策優(yōu)化問題。2012年，Jiao等[51]基于機會約束規(guī)劃構(gòu)建了一種新的煉油廠氫氣網(wǎng)絡(luò)優(yōu)化設(shè)計策略，并充分考慮了產(chǎn)氫量、耗氫量、馳放氣供應(yīng)量、氫氣價格、電價和燃料氣價格等不確定因素對氫氣網(wǎng)絡(luò)優(yōu)化設(shè)計問題的影響，基于不確定因素的隨機分布原則建立了MINLP模型，并利用LINGO的分支定界方法進行求解。案例研究表明，該方法能有效地處理煉油廠氫氣網(wǎng)絡(luò)的參數(shù)波動問題，同時與傳統(tǒng)的確定性方法相比具有明顯的優(yōu)越性。2014年，Lou等[52]基于魯棒優(yōu)化建立了MINLP模型，以最小年度成本和最小期望誤差為目標(biāo)，并對其進行加權(quán)求和，利用GAMS進行求解。模型中引入了決策者承受風(fēng)險的系數(shù)λ，通過實例分析得出，年度成本與期望誤差成反比，與λ成正比。該作者還對確定性優(yōu)化、隨機規(guī)劃和魯棒優(yōu)化求得的結(jié)果進行了分析對比，充分顯示了魯棒優(yōu)化在解決該問題中的優(yōu)越性。減少能源消耗已不再是網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化的唯一優(yōu)化目標(biāo)，其他的性能指標(biāo)，如抗干擾，也越來越多的受到關(guān)注。2014年，Liao等[53]首先從單一阱濃度波動對整個網(wǎng)絡(luò)影響分析，提出了混合潛能(Mixing potential)概念，后推廣到利用最小化混合潛能來評定網(wǎng)絡(luò)的抗干擾性能力。通過圖解法求得最低混合潛能解決方案的充分條件，依據(jù)該充分條件總結(jié)出了解決此類問題的圖解法和優(yōu)化算法，并分別以水網(wǎng)絡(luò)和氫氣網(wǎng)絡(luò)為例，驗證了2種方法的有效性。

2.1.4考慮中間等級的超結(jié)構(gòu)法

氫阱對氫氣質(zhì)量的要求不盡相同，為了簡化管網(wǎng)結(jié)構(gòu)和提高系統(tǒng)的可擴充性，煉化企業(yè)通常會考慮壓力和濃度的要求，將管網(wǎng)結(jié)構(gòu)分為幾個等級。鑒于此，2010年，張亮等[54]提出了一種通過數(shù)學(xué)規(guī)劃方法來確定氫氣網(wǎng)絡(luò)中間等級的純度狀態(tài)和級數(shù)壓力的方法?？傎M用最小時，其網(wǎng)絡(luò)結(jié)構(gòu)會相對復(fù)雜；網(wǎng)絡(luò)結(jié)構(gòu)簡化后，總費用會相對增加，但簡化的網(wǎng)絡(luò)結(jié)構(gòu)便于管理和控制。所以對含有中間等級的氫氣網(wǎng)絡(luò)優(yōu)化時，需要在總連接數(shù)和總費用之間作出權(quán)衡。

2.2目標(biāo)函數(shù)

2.2.1分層優(yōu)化

2003年，van den Heever等[55]建立了MINLP模型，對煉油廠的氫氣供應(yīng)網(wǎng)絡(luò)進行優(yōu)化調(diào)度。該模型分為計劃層和生產(chǎn)層兩層。計劃層包括各種費用函數(shù)，生產(chǎn)層以月為周期對每小時的管道和設(shè)備的啟停進行規(guī)劃，為了更加滿足實際要求，還考慮了壓力約束。并提出了一種基于拉格朗日分解法的啟發(fā)式求解策略，對該MINLP模型進行求解。雖然這種策略比一般的求解方法有更高的效率，但是仍然會在某些條件下只能求得次優(yōu)解或者無解。2008年，張勁松等[56]提出了一種基于受控混雜Petri網(wǎng)(CHPN)的分層優(yōu)化模型結(jié)構(gòu)。該結(jié)構(gòu)將CHPN建立的過程仿真模型與數(shù)學(xué)規(guī)劃方法相結(jié)合，數(shù)學(xué)規(guī)劃法在上層，根據(jù)經(jīng)濟指標(biāo)得到最優(yōu)解，下層的CHPN在上層最優(yōu)解的控制下運行。這種方式既考慮了總成本上的最優(yōu)，又考慮了工藝流程、儲存限制的實際生產(chǎn)情況。數(shù)學(xué)規(guī)劃法與受控混雜Petri網(wǎng)的結(jié)合在理論上還處于起步階段，還需進一步研究。

2.2.2多目標(biāo)

2008年，劉燕[57]先建立了雙目標(biāo)的計劃模型，然后將雙目標(biāo)模型通過1個命題轉(zhuǎn)化為2個獨立單目標(biāo)模型，再利用CPLEX優(yōu)化工具進行求解，得到計劃模型的最優(yōu)解。根據(jù)計劃模型的解得到氫氣系統(tǒng)的調(diào)度模型。由于調(diào)度模型需要劃分時間間隔，比計劃模型更復(fù)雜一些，不能將雙目標(biāo)轉(zhuǎn)化為單目標(biāo)進行求解，所以采用了帶有精英策略的非支配排序的遺傳算法(NSGA-Ⅱ)求得了Pareto最優(yōu)解。2009年，羅小川等[58]提出氫氣網(wǎng)絡(luò)系統(tǒng)雙目標(biāo)優(yōu)化模型，采用帶有精英策略的非支配排序的遺傳算法(NSGA-Ⅱ)求解，得到模型的非支配解集。并通過基于DEA模型的非阿基米德無窮小C2R模型對所得解評價找到DEA效率高的Pareto最優(yōu)解。前面對氫氣網(wǎng)絡(luò)結(jié)構(gòu)的研究大多集中于單目標(biāo)模型，很少進行多目標(biāo)研究。2011年，Jiao等[59-60]綜合考慮了投資成本和操作成本，提出了氫氣網(wǎng)絡(luò)的多目標(biāo)優(yōu)化策略，并通過變化權(quán)系數(shù)的加權(quán)法將多目標(biāo)問題轉(zhuǎn)化為單目標(biāo)問題，再通過變化權(quán)重系數(shù)得到了該多目標(biāo)問題的Pareto最優(yōu)前沿。盡管對氫氣網(wǎng)絡(luò)優(yōu)化問題進行了大量的研究，多數(shù)以氫氣網(wǎng)絡(luò)的經(jīng)濟效益和節(jié)約能源為目的，還沒有從環(huán)境角度出發(fā)，考慮溫室氣體的排放量。為了使產(chǎn)品生產(chǎn)更加環(huán)?；?，建立SHNI(Sustainable hydrogen network integration)，2013年，Zhou等[61]綜合權(quán)衡TAC和CO2排放量，建立多目標(biāo)MINLP模型，再利用加權(quán)法，求解多目標(biāo)模型。對比以年度成本為單目標(biāo)的結(jié)果和多目標(biāo)結(jié)果，證實了該多目標(biāo)模型的有效性。同時，多目標(biāo)模型結(jié)果表明，提純技術(shù)的選擇和燃料的類型同樣對SHNI至關(guān)重要。提純裝置選擇權(quán)重正比于TAC的權(quán)重，使用含CO2排放量多的燃料時，最終的CO2排放量與TAC成反比；反之，成正比。

2.2.3多周期

多數(shù)研究在假定氫氣網(wǎng)絡(luò)的工作狀態(tài)不隨時間變化的情況下進行分析，但實際生產(chǎn)過程中耗氫狀況、原油含雜質(zhì)濃度都隨時間不斷變化。2010年，Ahmad等[62]采用超結(jié)構(gòu)的方法針對氫氣網(wǎng)絡(luò)多周期設(shè)計問題建立了MILP模型。該模型只考慮了3個周期內(nèi)的幾個主要耗氫裝置，并未考慮多周期內(nèi)所有耗氫裝置的情況。2012年，Jiao等[63]充分考慮了調(diào)度期間可能發(fā)生的氫氣管網(wǎng)偏離正常容量和容量超限、耗氫裝置氫源發(fā)生更換、壓縮機啟停等不正常情況，在目標(biāo)函數(shù)中填加了相應(yīng)的懲罰項以避免這些情況的發(fā)生。同時，針對所建立的氫氣網(wǎng)絡(luò)多周期調(diào)度優(yōu)化MINLP模型，提出一種迭代求解策略，以避免對原始MINLP問題的直接求解。通過案例研究表明，此策略在第一次完整的迭代后便求得滿足要求的有效解，優(yōu)化結(jié)果有較高的可靠性，實現(xiàn)了有效的對氫氣網(wǎng)絡(luò)調(diào)度優(yōu)化。在氫氣網(wǎng)絡(luò)的動態(tài)操作中，管線網(wǎng)絡(luò)的作用不可忽視。2014年，Zhou等[64]考慮到副產(chǎn)氫在不同周期下的產(chǎn)量不同、產(chǎn)品的需求周期性變化引起耗氫裝置的需氫量變化等因素，針對復(fù)雜的氫氣管線網(wǎng)絡(luò)建立了MPECs模型(Mathematical programwhich incorporates equilibrium constraints)。通過實例驗證，該方法能對氫氣網(wǎng)絡(luò)有效而穩(wěn)定地進行調(diào)度，同時也證實了管線模型在實際操作中的安全運行。

2.2.4多工況

產(chǎn)氫裝置和耗氫裝置并不是一直處于正常運行狀態(tài)，當(dāng)某產(chǎn)氫裝置或者耗氫裝置突發(fā)故障時，為滿足生產(chǎn)需求和正常運行，需要對氫氣網(wǎng)絡(luò)重新優(yōu)化。為提高煉油廠的柔性調(diào)節(jié)能力，2012年，焦云強等[65]從某煉油廠實際生產(chǎn)運營情況分析，總結(jié)了該廠經(jīng)常發(fā)生的14種工況，建立了基于14種工況下的MINLP 模型；再采用重構(gòu)線性化技術(shù)將難求解的MINLP模型轉(zhuǎn)化為容易求解的MILP模型，提高了煉油廠對氫氣網(wǎng)絡(luò)的柔性調(diào)節(jié)能力。此種分工況的情況，盡可能地將所有可能發(fā)生的狀況進行優(yōu)化。如此，當(dāng)突發(fā)預(yù)測工況時，可以直接調(diào)用已經(jīng)優(yōu)化好的方案，盡可能地縮短方案決定時間，同時最大限度地減少了不必要的損失。此類方法同時也屬于考慮不確定因素的情況，與多周期情況相同，前2種為動態(tài)模型，有必要考慮2個方案切換時所產(chǎn)生的費用，而該多工況模型為靜態(tài)情況，不能體現(xiàn)實際生產(chǎn)的動態(tài)效果?？梢哉f此種分工況的方法相當(dāng)于多個單元模塊啟停模型的組合。李聞杰等[66]首先根據(jù)夾點法所得結(jié)果，以夾點氫氣濃度為準(zhǔn)，將氫氣濃度進行等級分配，再考慮膜分離、新裝置投入使用、裝置停工等不同因素，提出了4種工況，4種工況同樣為靜態(tài)情況。此種分工況的方法類似于將氫氣濃度等級分配和單元模塊啟停組合在一起。

2.2.5其他目標(biāo)

2007年，劉永忠等[67]通過對實例進行優(yōu)化計算分析，得到了氫氣網(wǎng)絡(luò)的匹配數(shù)和公用工程氫用量的松弛率呈反曲函數(shù)關(guān)系，適當(dāng)放大系統(tǒng)氫節(jié)約量要求，就可獲得較為簡單的網(wǎng)絡(luò)匹配結(jié)構(gòu)；并提出二步優(yōu)化數(shù)學(xué)模型，在獲得最小公用工程耗氫量的基礎(chǔ)上，使得網(wǎng)絡(luò)流股匹配數(shù)目最小化。2009年，Khajehpour等[68]以最少廢氣氫排放量為目標(biāo)，利用啟發(fā)式規(guī)則，根據(jù)實際運行狀況對約束進行簡化，從而得到了簡化的超結(jié)構(gòu)，最后采用遺傳算法進行求解。由于數(shù)學(xué)規(guī)劃法的不直觀性，2012年，李煥等[69]建立了氫氣網(wǎng)絡(luò)的Petri網(wǎng)模型，集圖形與數(shù)學(xué)運算為一體，使模型結(jié)構(gòu)更加直觀。

2.3模型對比

氫氣網(wǎng)絡(luò)的結(jié)構(gòu)模型分為線性和非線性模型(LP、NLP、MILP、MINLP)，并且因為目標(biāo)函數(shù)和約束條件的不同，所建模型也不盡相同。Kumar等[70]通過2個實例對LP、NLP和MINLP的結(jié)果進行了對比，得出MINLP模型包含了實際氫氣網(wǎng)絡(luò)結(jié)構(gòu)中的復(fù)雜約束，包括壓力約束、中間設(shè)備約束等，使優(yōu)化后的結(jié)構(gòu)更為簡單。但是該MINLP模型中未涉及同等設(shè)備或提純方法的選擇問題。2014年，Jhaveri等[71]總結(jié)了5種關(guān)于煉油廠氫氣網(wǎng)絡(luò)的超結(jié)構(gòu)模型，分別為基本的NLP模型[29]以及一種改進的NLP模型，考慮了回收利用和壓力約束和所有約束的MINLP模型[70]，以及2種改進的MINLP模型，其中一種考慮了增加新的壓縮機，另一種考慮了增加新的壓縮機和PSA。用這5種模型對同一實例[29]進行優(yōu)化，并將優(yōu)化結(jié)果進行詳細(xì)的分析和對比，得到了優(yōu)化效果最好的模型，也說明了MINLP模型要比NLP模型在氫氣網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化上更有優(yōu)勢。同時還對3種不同類型的壓縮機進行了分析對比，說明了螺桿式壓縮機在整體氫氣網(wǎng)絡(luò)優(yōu)化中的良好效果。

2.4求解算法及軟件

目前氫氣網(wǎng)絡(luò)超結(jié)構(gòu)數(shù)學(xué)模型的求解方法主要有2種。一種是自編優(yōu)化算法，另一種是利用現(xiàn)成的優(yōu)化軟件。

2.4.1優(yōu)化算法

隨著數(shù)學(xué)模型復(fù)雜程度的增加，對應(yīng)算法也在不斷變化。氫氣網(wǎng)絡(luò)的模型主要分為LP、NLP、MILP、MINLP 4種類型；不同類型的模型，其求解算法也不同?？梢詥为毷褂孟鄳?yīng)的算法對模型進行求解，也可以按照所求模型的特性對算法進行一定的改進，或者將多個算法進行融合，形成新的算法。其求解算法分為確定性算法和隨機算法[72]。兩者的區(qū)別在于在相同的輸入情況下其輸出不同。

確定性算法是利用了問題的解析性質(zhì)，通過產(chǎn)生確定性的無限或有限的點序列，使其收斂于全局最優(yōu)解。如張毅等[39]使用序貫二次規(guī)劃算法有效的地優(yōu)化了所建立的氫氣網(wǎng)絡(luò)NLP模型，宣吉等[48]采用GAMS中的外逼近算法進行求解。隨機算法是利用了概率機制，產(chǎn)生非確定性的點列來描述迭代過程。各類進化算法皆屬于隨機算法，如劉燕[57]和羅小川等[58]都采用了帶有精英策略的非支配排序的遺傳算法(NSGA-Ⅱ)求得了Pareto最優(yōu)解，Khajehpour等[68]采用遺傳算法進行求解超結(jié)構(gòu)模型。

2.4.2優(yōu)化軟件

現(xiàn)成的軟件有LINGO(Linear interactive and general optimizer)、GAMS(General algebraic modeling system)、Excel軟件中的規(guī)劃求解模塊等。

LINGO是美國LINDO公司開發(fā)的一套專門用于求解數(shù)學(xué)最優(yōu)化問題的軟件包[73]。該軟件不僅可以求解線性規(guī)劃問題和二次規(guī)劃問題，還可以求解非線性規(guī)劃問題、混合整數(shù)線性規(guī)劃問題和混合整數(shù)非線性規(guī)劃問題。由于LINGO軟件可以利用簡單的模型表示語言，容易理解和修改，在氫氣網(wǎng)絡(luò)優(yōu)化的超結(jié)構(gòu)法中得到了廣泛的應(yīng)用，尤其在國內(nèi)應(yīng)用的較多。人們利用LINGO求解了氫氣網(wǎng)絡(luò)優(yōu)化的LP模型[66]，也有學(xué)者[45,54,59,65,67]分別建立了相應(yīng)的氫氣網(wǎng)絡(luò)MINLP模型，并通過LINGO軟件進行了求解。

GAMS是由美國世界銀行的Meeraus和Brooke專門為建模線性、非線性和混合整數(shù)最優(yōu)化問題而設(shè)計的一款數(shù)學(xué)規(guī)劃和優(yōu)化的高級建模系統(tǒng)[74]。該軟件融合了數(shù)學(xué)規(guī)劃理論和關(guān)系數(shù)據(jù)庫技術(shù)，使數(shù)學(xué)模型與數(shù)據(jù)彼此獨立，在模型、算法和數(shù)據(jù)之間提供了一個便捷的接口，易于操作，在氫氣網(wǎng)絡(luò)優(yōu)化的超結(jié)構(gòu)法中也得到了廣泛的應(yīng)用。利用GAMS的全局優(yōu)化求解器BARON可以求解對應(yīng)的單目標(biāo)MINLP模型[70]，也可將MINLP模型分解為一系列的NLP和MILP子問題，然后在GAMS的DI-COPT中分別調(diào)用SNOPT和CPLEX對2種子問題進行求解[48,68]。Jhaveri 等[71]對2個氫氣網(wǎng)絡(luò)實例分別建立了LP、NLP和MINLP模型，利用GAMS分別求得了3個單目標(biāo)模型的最優(yōu)解。

Excel軟件中的規(guī)劃求解模塊可以求解線性規(guī)劃問題、整數(shù)規(guī)劃問題和其他運籌學(xué)問題，但不能求解非線性規(guī)劃問題。劉桂蓮等[40]對多雜質(zhì)氫氣網(wǎng)絡(luò)建立了LP模型，并利用Excel軟件中的規(guī)劃求解模塊進行了求解。

上述軟件經(jīng)常被用于優(yōu)化單目標(biāo)模型問題。對于優(yōu)化多目標(biāo)模型問題，需采用各種方法先將多目標(biāo)轉(zhuǎn)化為單目標(biāo)，然后使用軟件對其優(yōu)化。其轉(zhuǎn)化方法有多種，如加權(quán)求和法[61]，對傳統(tǒng)加權(quán)求和法進行了改進的自適應(yīng)加權(quán)求和法[60]和最小偏差法[75]。采用加權(quán)求和法對各目標(biāo)函數(shù)進行權(quán)重整合，結(jié)合實際情況和生產(chǎn)經(jīng)驗，給定不同目標(biāo)函數(shù)不同的權(quán)重，再將所有帶有權(quán)重的目標(biāo)函數(shù)整合為1個目標(biāo)函數(shù)；采用最小偏差法求得各個目標(biāo)函數(shù)的單目標(biāo)優(yōu)化最優(yōu)解，然后根據(jù)決策者給出各個目標(biāo)函數(shù)的期望值范圍，無需評定各目標(biāo)函數(shù)之間的相對重要性等。

2.5超結(jié)構(gòu)法總結(jié)

由于超結(jié)構(gòu)法的靈活性，自2001年被應(yīng)用在煉油廠氫氣網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化后，在該領(lǐng)域迅速發(fā)展。雖然提出的時間比夾點法晚，但對于雜質(zhì)因素、壓力約束以及提純裝置的匹配等問題的考慮要比夾點法早。此外，超結(jié)構(gòu)法還考慮了設(shè)備啟停、多工況、多周期、氫氣網(wǎng)絡(luò)中間等級等問題。超結(jié)構(gòu)法不但能求得最小公用工程耗氫量以及將所有設(shè)備操作費用考慮進去的最小總年度成本，還可以求得回收期、網(wǎng)絡(luò)流股最小數(shù)目和最少廢氣氫排放量等特殊目標(biāo)。超結(jié)構(gòu)法為數(shù)學(xué)規(guī)劃法，其模型的準(zhǔn)確度決定了與實際生產(chǎn)過程的相似度，所以精確模型的建立十分重要，目標(biāo)函數(shù)和約束條件越接近實際情況越好。但是由于求解大規(guī)模多目標(biāo)MINLP模型的困難，為了簡化計算，目前通常要將多目標(biāo)模型簡化為單目標(biāo)模型，再采用商業(yè)軟件(如LINGO、GAMS等)、智能算法(如單目標(biāo)遺傳算法等)來實現(xiàn)。由于對原始模型進行了簡化，大多數(shù)求不到最優(yōu)解，甚至也得不到次優(yōu)解或可行解(如GAMS軟件的初始點設(shè)計不當(dāng)時)。這種狀態(tài)給實際工程應(yīng)用帶來了極大的困難。

3氫氣網(wǎng)絡(luò)優(yōu)化的實際應(yīng)用

3.1夾點法的實際應(yīng)用

隨著氫氣網(wǎng)絡(luò)優(yōu)化夾點分析法在理論上的不斷深入研究，在實際中的應(yīng)用也在積極開展。2001年，Hallale等[29]利用夾點法對某煉油廠氫氣網(wǎng)絡(luò)進行優(yōu)化，節(jié)約操作成本400萬美元(USD)/a；孫恒慧[76]就國內(nèi)某一典型煉油廠產(chǎn)氫耗氫網(wǎng)絡(luò)進行夾點分析，獲得了約5%的理論氫氣節(jié)約量，并就國內(nèi)對該領(lǐng)域的研究工作應(yīng)如何開展提出了建議，對以后該領(lǐng)域的研究具有重要的意義。2002年，Alves等[10]提出剩余氫量確定夾點法，對2個氫氣網(wǎng)絡(luò)模型進行優(yōu)化，分別節(jié)省年度總成本260萬美元和290萬美元。2006年，F(xiàn)oo等[13]引入代數(shù)方法建立資源回收重用的網(wǎng)絡(luò)，確定夾點位置，節(jié)約新氫10 t/h。2007年，唐明元等[77]采用El-Halwagi等[12]提出的夾點圖解法對某煉油廠的氫氣網(wǎng)絡(luò)進行夾點分析，優(yōu)化后的氫氣網(wǎng)絡(luò)比現(xiàn)行網(wǎng)絡(luò)節(jié)約了21.21%的新氫。2008年，邱若磐等[6]采用夾點分析的源組合曲線法就某煉油廠氫氣網(wǎng)絡(luò)進行了優(yōu)化分析，并確定了最小氫消耗量和氫氣回用方案，使氫氣的經(jīng)濟回用量約為12000m3/h。2009年，趙麗京[78]根據(jù)某煉油廠各加氫裝置的反應(yīng)條件差異，對全廠的氫氣依其品質(zhì)(純度、壓力)，利用“氫夾點”技術(shù)進行了優(yōu)化設(shè)計，在滿足產(chǎn)品質(zhì)量的前提下，有效地降低了氫耗和能耗，并預(yù)計了項目投資費用和投產(chǎn)后的靜態(tài)投資回收期、內(nèi)部收益率以及財務(wù)凈現(xiàn)值。2011年，韓笑[79]針對中國海南某煉油廠的氫氣網(wǎng)絡(luò)狀況，應(yīng)用“氫夾點”技術(shù)進行分析，并增添了VPSA(Verification process sample approval, 加壓吸附真空解吸)項目，將純度和壓力等級較低的含氫尾氣進行提純、升壓，作為氫源再利用，回用氫氣10722m3/h。國內(nèi)首次將氫氣網(wǎng)絡(luò)優(yōu)化技術(shù)推廣到煉油廠工程設(shè)計中是在2012年，郭亞逢等[36]對某千萬噸煉油廠進行氫網(wǎng)絡(luò)優(yōu)化，所得3種邊界條件優(yōu)化方案，都能顯著減低氫的總耗量和總成本。劉桂蓮等[80]應(yīng)用演化法[20]對某煉油廠多雜質(zhì)氫氣網(wǎng)絡(luò)進行了分析，節(jié)約量約占新氫消耗量的40.2%。2013年，黃風(fēng)林等[81]采用氫夾點分析法對某煉油廠的氫源、氫阱進行分析和計算，同時還考慮了壓力和雜質(zhì)的影響，使優(yōu)化后的PSA(Process sample approval)負(fù)荷降低了39.14%，制氫單元負(fù)荷降低了27.11%，壓縮機減少了2臺，優(yōu)化效果十分明顯。

3.2超結(jié)構(gòu)法的實際應(yīng)用

超結(jié)構(gòu)法的提出為氫氣網(wǎng)絡(luò)的優(yōu)化提供了更加靈活的解決方法，同時在生產(chǎn)中起到了重要的作用。2003年，張毅[42]利用結(jié)構(gòu)法提出了最優(yōu)供氫方案，使該煉油廠每年增加效益588.2萬元(RMB)。2004年，張毅等[43]采用序貫二次規(guī)劃算法求得模型的優(yōu)化結(jié)果，每年可以節(jié)省702.3億元(RMB)。2007年，劉永忠等[67]提出二步優(yōu)化模型，對某煉油廠進行優(yōu)化，使氫氣公用工程消耗量減少了15.72%。

2008年，劉燕[57]以鎮(zhèn)海煉油廠為例，采用帶有精英策略的非支配排序的遺傳算法對氫氣網(wǎng)絡(luò)模型求解，系統(tǒng)總利潤增加近100萬人民幣。2009年，劉桂蓮等[40]對煉油廠多雜質(zhì)氫氣網(wǎng)絡(luò)進行優(yōu)化后，最小新氫消耗量比現(xiàn)行的氫氣網(wǎng)絡(luò)節(jié)約了15.6%。2009，年Khajehpour等[68]采用啟發(fā)式規(guī)則對模型進行簡化后通過遺傳算法求解，使得新氫生產(chǎn)量減少了22.6%，節(jié)約年度總成本119萬美元。2010年，Liao等[44]充分考慮了氫氣網(wǎng)絡(luò)中的提純裝置和壓縮機，建立MINLP模型，優(yōu)化結(jié)果比之前的年度總成本減少了7.3%。2010年，宣吉等[48]采用基于場景的二階段隨機規(guī)劃設(shè)計方法，進一步節(jié)約了總年度成本73萬美元。同年，Ahmad等[62]采用超結(jié)構(gòu)的方法針對氫氣網(wǎng)絡(luò)多周期設(shè)計問題建立了MILP模型，優(yōu)化模型后所得結(jié)果比現(xiàn)行網(wǎng)絡(luò)年度總成本減少7.4%。Kumar等[70]通過2個實例對LP、NLP和MINLP的結(jié)果進行對比，MINLP結(jié)果對2個實例節(jié)約總成本分別為20.9%和32.3%。2011年，焦云強等[45]建立多周期調(diào)度模型，調(diào)度方案顯示每年可節(jié)約總成本5530萬元(RMB)。2012年，Zhou等[46]引入脫硫率，并將MEN與氫氣分配網(wǎng)絡(luò)合并建立了新的模型，可回收重用82.8%的尾氫，進而節(jié)約年度總成本767萬美元。2012年，Jiao等[51]基于機會約束規(guī)劃構(gòu)建了1種新的煉油廠氫氣網(wǎng)絡(luò)優(yōu)化設(shè)計策略，基于不確定因素的隨機分布原則建立MINLP模型，節(jié)約了原年度總成本的12.55%。同年，李聞杰等[66]建立不同氫氣濃度等級的多工況氫氣網(wǎng)絡(luò)，使氫氣成本比現(xiàn)工況降低2萬元(RMB)/h。李煥等[69]建立氫氣網(wǎng)絡(luò)的Petri網(wǎng)模型，優(yōu)化總費用降低了23.4%。2013年，潘懷民等[41]在不考慮壓縮機和管網(wǎng)的前提下，使節(jié)氫率達到22.17%。周利等[47]以考慮脫H2S裝置為例，給出了脫硫模塊的模型，節(jié)省年度費用7700萬元(RMB)。2014年，Lou等[52]基于魯棒優(yōu)化建立了MINLP模型，引入了決策者承受風(fēng)險的系數(shù)λ。對同一個模型，魯棒優(yōu)化比確定性優(yōu)化節(jié)約了0.3%。

4總結(jié)及展望

從2種氫氣網(wǎng)絡(luò)優(yōu)化方法的實例分析和實際應(yīng)用結(jié)果來看，優(yōu)化后的氫氣網(wǎng)絡(luò)在節(jié)約能源降低成本方面的確有顯著的效果，但切實應(yīng)用到煉油廠改造設(shè)計中的案例還是很少。一是因為，現(xiàn)有的氫氣網(wǎng)絡(luò)優(yōu)化研究大多停留在概念設(shè)計階段，付諸實際實施還需要進行嚴(yán)格的流程模擬計算、優(yōu)化方案的可行性驗證等；二是因為，改造費用巨大，回收期較長，這也是大多數(shù)改造設(shè)計問題難以實施的原因；三是因為，氫氣系統(tǒng)本身就比較龐大繁雜，在實際工程中不是單獨存在，而是與其他的一些設(shè)備和系統(tǒng)相連，改造設(shè)計需考慮的因素較多，例如可以與換熱網(wǎng)絡(luò)一起改造，減少管道與空間的浪費等；四是因為，國內(nèi)改造的案例還不多，經(jīng)驗不足。針對現(xiàn)有的氫氣網(wǎng)絡(luò)結(jié)構(gòu)進行優(yōu)化，不用特意改造，只通過控制閥門開關(guān)或設(shè)備啟停，也能獲得較好的經(jīng)濟效益，但總的結(jié)果還是不如改造后的經(jīng)濟效益高。不過，依照現(xiàn)代經(jīng)濟對油品質(zhì)量的要求，環(huán)保立法的限制以及改造后對降低總成本的顯著影響，煉油業(yè)對氫氣網(wǎng)絡(luò)的優(yōu)化改造勢在必行。

氫氣網(wǎng)絡(luò)優(yōu)化方法的進一步研究工作應(yīng)集中在以下5個方面。

(1)對煉油廠各類臨氫裝置進行嚴(yán)格的流程模擬計算

現(xiàn)有的針對氫氣網(wǎng)絡(luò)的優(yōu)化研究大多停留在概念設(shè)計階段，如夾點法就是典型的概念設(shè)計方法。將概念設(shè)計方案付諸實施仍需要對煉油廠中各類臨氫裝置(臨氫裝置是指與氫氣直接接觸的裝置，如加氫裝置的循環(huán)氫壓縮機、反應(yīng)器和低壓分離器等)有深入的了解，進行嚴(yán)格的流程模擬計算，驗證優(yōu)化方案的可行性以及核實其潛在的經(jīng)濟效益。這項工作是將氫氣網(wǎng)絡(luò)優(yōu)化的理論成果進行工程應(yīng)用的前提和關(guān)鍵。

(2)夾點法與超結(jié)構(gòu)法相結(jié)合的研究與實現(xiàn)

夾點法與超結(jié)構(gòu)法各有利弊。夾點法用圖形和直觀計算實現(xiàn)，簡單易懂，深得工業(yè)界的青睞；超結(jié)構(gòu)法可以考慮所有的約束條件，進行單目標(biāo)、多目標(biāo)、多周期等各種類型的建模及優(yōu)化求解，模型具有很好的通用性，但建模時略顯復(fù)雜，對大規(guī)模NLP和MINLP類模型的全局優(yōu)化求解還不能在絕大多數(shù)商業(yè)軟件中實現(xiàn)，是理論界進行深入研究的一個難點問題。探討將夾點法與超結(jié)構(gòu)法進行互補，將工程界的數(shù)據(jù)、圖形、經(jīng)驗知識與理論研究界的建模及算法求解優(yōu)勢相結(jié)合，開發(fā)具有自己知識產(chǎn)權(quán)的專利及軟件著作權(quán)，將具有長久的社會和經(jīng)濟效益。

(3)開展對氫氣網(wǎng)路系統(tǒng)不確定環(huán)境的多種建模及優(yōu)化方法的研究。實際工程中，氫氣網(wǎng)絡(luò)系統(tǒng)的實時運行環(huán)境是動態(tài)和不確定的，雖然已開展了用隨機規(guī)劃、模糊規(guī)劃和多周期建模及優(yōu)化等方式，但與實際工程環(huán)境的復(fù)雜和動態(tài)環(huán)境要求還相差較遠(yuǎn)，開展數(shù)據(jù)驅(qū)動的滾動建模及魯棒建模及優(yōu)化方法的研究非常必要。

(4)在現(xiàn)有模型和算法的基礎(chǔ)上，開展新的適合工業(yè)企業(yè)大規(guī)模氫氣網(wǎng)絡(luò)多目標(biāo)在線優(yōu)化算法的研究。雖然與類似的網(wǎng)絡(luò)優(yōu)化問題相比，氫氣網(wǎng)絡(luò)優(yōu)化問題在變量和方程的規(guī)模以及非線性程度上并不突出，但實際工業(yè)背景下的氫氣網(wǎng)絡(luò)模型仍多為大規(guī)模MINLP模型，在多目標(biāo)時難以求得最優(yōu)解，甚至不能求得次優(yōu)解。目前，為了求解方便，大多數(shù)多目標(biāo)模型都會進行簡化，然后再利用現(xiàn)有的求解軟件進行近似求解。探討將已有的全局優(yōu)化算法與智能算法相結(jié)合的混合算法的研究，將是長期任務(wù)。

(5)開展不確定環(huán)境下多目標(biāo)混合模型的建立與對應(yīng)優(yōu)化算法的研究。在上述研究的基礎(chǔ)上，進一步開展工業(yè)應(yīng)用背景下不確定環(huán)境下復(fù)雜氫氣網(wǎng)絡(luò)的多目標(biāo)混合建模及優(yōu)化算法的研究，將使氫氣網(wǎng)絡(luò)系統(tǒng)的理論研究達到世界領(lǐng)先地位。

參考文獻

[1] THINNES B. Demand expands for hydrogen[J].Hydrocarbon Processing, 2010, 4:17.

[2] 陳誠, 薛燾, 游曉燕. 煉油廠氫氣分配系統(tǒng)超結(jié)構(gòu)優(yōu)化方法研究進展[J].廣東化工, 2011, 38(9):279,274.(CHEN Cheng, XUE Tao, YOU Xiaoyan. Superstructure optimization approach for refinery hydrogen distribution systems[J].Guangdong Chemical Industry, 2011, 38(9):279,274.)

[3] 王新平, 陳誠. 煉油廠氫氣分配系統(tǒng)夾點優(yōu)化技術(shù)研究進展[J].廣東化工, 2012, 39(10):184-186.(WANG Xinping, CHEN Cheng. Pinch technology of refinery hydrogen distribution systems[J].Guangdong Chemical Industry, 2012, 39(10):184-186.)

[4] 王獻軍, 田濤, 王北星. 煉油企業(yè)氫氣系統(tǒng)優(yōu)化研究[J].石油石化節(jié)能與減排, 2015, 5(1):22-27.(WANG Xianjun, TIAN Tao, WANG Beixing.Optimization research of hydrogen system in refinery[J].Energy Conservation and Emission Reduction in Petroleum and Petrochemical Industry, 2015, 5(1):22-27.)

[5] LINNHOFF B, HINDMARSH E. The pinch design method for heat exchanger networks[J].Chemical Engineering Science, 1983, 38(5):745-763.

[6] 邱若磐, 尹洪超. 應(yīng)用夾點技術(shù)優(yōu)化煉油廠氫氣網(wǎng)絡(luò)[J].齊魯石油化工, 2008, 36(2):120-123.(QIU Ruopan, YIN Hongchao. Use pinch technology to optimize refinery pipeline network[J].Qi Lu Petrochemical Technology, 2008, 36(2):120-123.)

[7] SIMPEON D M. Hydrogen management in a synthetic crude refinery[J].International Journal of Hydrogen Energy, 1984, 9(1-2):95-99.

[8] TOWLER G P, MANN R, SERRIERE A J, et al. Refinery hydrogen management: Cost analysis of chemically-integrated facilities[J].Industrial & Engineering Chemistry Research, 1996, 35(7):2378-2388.

[9] ALVESS J J. Design of Refinery Hydrogen Network[M].Manchester: UMIST PIRC Hydrogen Consortium Meeting, 1998.

[10] ALVESS J J, TOWLER G P. Analysis of refinery hydrogen distribution systems[J].Industrial & Engineering Chemistry Research, 2002, 41(23):5759-5769.

[11] ALVESS J J. Analysis and design of refinery hydrogen distribution systems[D].University of Manchester: UMIST, 1999.

[12] E1-HALWAGI M M, GABRIEL F, HARELL D. Rigorous graphical targeting for resource conservation via Material Recycle /Reuse Networks[J].Industrial & Engineering Chemistry Research, 2003, 42(19):4319-4328.

[13] FOO D C Y, KAZANTZI V, EL-HALAWAGI M M,et al. Surplus diagram and cascade analysis technique for targeting property-based material reuse network[J].Chemical Engineering Science, 2006, 61(8):2626-2642.

[14] 尤百玲, 趙樂平, 龐宏, 等. 循環(huán)氫中雜質(zhì)含量對汽油選擇性加氫脫硫的影響[J].煉油技術(shù)與工程, 2012, 42(5):12-16.(YOU Bailing, ZHAO Leping, PANG Hong,et al. Impact of impurity content in recycle hydrogen on selective hydrodesulfurization of gasoline[J].Petroleum Refinery Engineering, 2012, 42(5):12-16.)

[15] ZHAO Z H, LIU G L, FENG X. New graphical method for the integration of hydrogen distribution systems[J].Ind Eng Chem Res, 2006, 45(19):6512-6517.

[16] BANDYOPADHYAY S. Source composite curve for waste reduction[J].Chemical Engineering Journal, 2006, 125(2):99-110.

[17] ZHAO Z, LIU G, FENG X. The integration of the hydrogen distribution system with multiple impurities[J].Chemical Engineering Research and Design, 2007, 85(A9):1295-1304.

[18] 丁曄, 馮霄, 劉桂蓮. 多雜質(zhì)質(zhì)量交換網(wǎng)絡(luò)赤字率方法的改進[J].華東理工大學(xué)學(xué)報(自然科學(xué)版), 2009, 35(4): 521-524. (DING Ye, FENG Xiao, LIU Guilian. Improved method of mass-exchange network with multiple impurities deficit diagram[J].Journal of East China University of Science and Technology (Natural Science Edition), 2009, 35(4):521-524.)

[19] 丁曄, 馮霄. 多雜質(zhì)氫系統(tǒng)網(wǎng)絡(luò)設(shè)計[J].西安交通大學(xué)學(xué)報, 2010, 44(8):127-131.(DING Ye, FENG Xiao. Design for hydrogen network with multiple impurities[J].Journal of Xi’an Jiaotong University, 2010, 44(8):127-131.)

[20] LIU G L, TANG M Y, FENG X,et al. Evolutionary design methodology for resource allocation networks with multiple impurities[J].Industrial & Engineering Chemistry Research, 2011, 50(5):2959-2970.

[21] SHELLEY M D, EL-HALWAGI, MM. Component-less design of recovery andallocation systems: A functionality-based clustering approach[J].Comput Chem Eng, 2000, 24(9-10):2081-2091.

[22] WANG B, FENG X, CHU K H. A novel graphical procedure based on ternary diagram for minimizing refinery consumption of fresh hydrogen[J].J Clean Prod, 2012, 37:202-210.

[23] ZHANG Q, FENG X, CHU K H. Evolutionary graphical approach for simultaneous targeting and design ofresource conservation networks with multiple contaminants[J].Industrial & Engineering Chemistry Research, 2013, 52(3):1309-1321.

[24] LOU J, LIAO Z, JIANG B, et al. A thermodynamic irreversibility based design method for multi-contaminant hydrogen networks[J].Int J Hydrogen Energ, 2015, 40(1):435-443.

[25] 趙振輝, 馮霄, 劉永忠, 等. 氫氣網(wǎng)絡(luò)系統(tǒng)的夾點分析與匹配優(yōu)化[J].化工進展, 2008, 27(2):261-264.(ZHAO Zhenhui, FENG Xiao, LIU Yongzhong,et al. Pinch point analysis and optimization of hydrogen network[J].Chemical Industry and Engineering Progress, 2008, 27(2):261-264.)

[26] 丁曄, 馮霄. 考慮壓力約束的多雜質(zhì)氫系統(tǒng)集成[J].計算機與應(yīng)用化學(xué), 2011, 28(12):1541-1544.(DING Ye, FENG Xiao. Optimization of hydrogen systems with multiple impurities and pressure constraints[J].Computers and Applied Chemistry, 2011, 28(12):1541-1544.)

[27] RATAN S.Hydrogen Management Systems[Z].KTINewsletter, 1994:24-32.

[28] LIAO ZW, RONG G, WANG JD, et al. Rigorous algorithmic targeting methods for hydrogen networks Part Ⅰ: Systems with no hydrogen purification[J].Chemical Engineering Science, 2011, 66(5):813-820.

[29] HALLALE N, LIU F. Refinery hydrogen management for clean fuels production[J].Advances in Environmental Research, 2001, 6(1):81-98.

[30] AGRAWAL V, SHENOY U V. Unified conceptual approach to targeting and design of water and hydrogen networks[J].American Institute of Chemical Engineers, 2006, 52(3):1071-1082.

[31] LIAO Z W, RONG G, WANG J D, et al. Rigorous algorithmic targeting methods for hydrogen networks Part Ⅱ：Systems with one hydrogen purification[J].Chemical Engineering Science, 2011, 66(5):821-833.

[32] LIU G L, LI H, FENG X, et al. Pinch location of the hydrogen network with purification reuse[J].Chinese Journal of Chemical Engineering, 2013, 21(12):1332-1340.

[33] LOU J, LIAO Z, JIANG B, et al. Pinch sliding approach for targeting hydrogen and water networks with different types of purifier[J].Industrial and Engineering Chemistry Research, 2013, 52(25):8538-8549.

[34] ZHANG Q, FENG X, LIU G L, et al. A novel graphical method for the integration of hydrogen distribution systems with purification reuse[J].Chemical Engineering Science, 2011, 66(4):797-809.

[35] 楊敏博, 馮霄. 提純回用氫網(wǎng)絡(luò)的夾點變化規(guī)律[J].化工學(xué)報, 2013, 64(12):4544-4549.(YANG Minbo, FENG Xiao. Change rules of pinch point for hydrogen distribution systems with purification reuse[J].CIESC Journal, 2013, 64(12):4544-4549.)

[36] 郭亞逢, 郭宏新, 張楠, 等. 煉油廠氫氣網(wǎng)絡(luò)優(yōu)化的工程設(shè)計應(yīng)用[J].石油學(xué)報(石油加工), 2012, 28(1):107-114.(GUO Yafeng, GUO Hongxin, ZHANG Nan,et al. Engineering design application of refinery hydrogen network optimization[J].Acta Petrolei Sinica (Petroleum Processing Section), 2012, 28(1):107-114.)

[37] HALLALE N, MOORE I, VAUK D. Hydrogen optimisation at minimal investment[J].Petroleum Technology Quarterly, 2003, Spring:83-90.

[38] 劉軍. 鎮(zhèn)海煉化氫氣網(wǎng)絡(luò)優(yōu)化研究[D].杭州： 浙江大學(xué), 2004.

[39] 張毅, 陽永榮, 劉軍, 等. 煉油廠氫氣網(wǎng)絡(luò)集成管理[J].石油學(xué)報(石油加工), 2004, 20(1):58-62.(ZHANG Yi, YANG Yongrong, LIU Jun,et al. Hydrogen network integrative management in refinery[J].Acta Petrolei Sinica (Petroleum Processing Section), 2004, 20(1):58-62.)

[40] 劉桂蓮, 唐明元, 馮霄. 多雜質(zhì)氫網(wǎng)絡(luò)的優(yōu)化[J].石油化工, 2009, 38(4):419-422.(LIU Guilian, TANG Mingyuan, FENG Xiao. Optimization of hydrogen network with multi-impurities[J].Petrochemical Technology, 2009, 38(4):419-422.)

[41] 潘懷民, 鄧春, 李偉, 等. 具有壓力約束的多雜質(zhì)氫氣分配網(wǎng)絡(luò)優(yōu)化[J].計算機與應(yīng)用化學(xué), 2013, 30(11):1273-1277.(PAN Huaimin, DENG Chun, LI Wei, et al. Optimization of hydrogen distribution network with multiple impurities and pressure constraints[J].Computers and Applied Chemistry, 2013, 30(11): 1273-1277.)

[42] 張毅. 煉油廠氫氣網(wǎng)絡(luò)集成技術(shù)的研究[D].杭州： 浙江大學(xué), 2003.

[43] LIU F, ZHANG N. Strategy of purifier selection and integration in hydrogen networks[J].Chemical Engineering Research and Design, 2004, 82(A10):1315-1330.

[44] LIAO Z W, WANG J D, YANG Y R, et al. Integrating purifiers in refinery hydrogen networks: A retrofit case study[J].Journal of Cleaner Production, 2010, 18(3):233-241.

[45] 焦云強, 蘇宏業(yè), 侯衛(wèi)鋒. 煉油廠氫氣系統(tǒng)優(yōu)化調(diào)度及其應(yīng)用[J].化工進展, 2011, 62(8):2101-2107.(JIAO Yunqiang, SU Hongye, HOU Weifeng. Optimal scheduling of hydrogen system in refinery and its application[J].Chemical Industry and Engineering Progress, 2011, 62(8):2101-2107.)

[46] ZHOU L, LIAO Z, WANG J, et al. Hydrogen sulfide removal process embedded optimization of hydrogen network[J].Int J Hydrogen Energ, 2012, 37(23):18163-18174.

[47] 周利, 廖祖維, HELLA T, 等.考慮H2S脫除的多雜質(zhì)H2網(wǎng)絡(luò)優(yōu)化[J].石油學(xué)報(石油加工), 2013, 29(2):304-311.(ZHOU Li, LIAO Zuwei, HELLA T, et al. Multi-contaminant H2network optimization considering H2S remove[J].Acta Petrolei Sinica (Petroleum Processing Section), 2013, 29(2):304-311.)

[48] 宣吉, 廖祖維, 榮岡, 等. 基于隨機規(guī)劃的煉廠氫網(wǎng)絡(luò)改造設(shè)計[J].化工學(xué)報, 2010, 61(2):398-404.(XUAN Ji, LIAO Zuwei, RONG Gang,et al. Hydrogen network retrofit design in refinery based on stochastic programming[J].CIESC Journal, 2010, 61(2):398-404.)

[49] 宣吉. 石化企業(yè)能耗優(yōu)化及與物流集成的研究[D].杭州： 浙江大學(xué), 2010.

[50] LIAO Z W, ZHANG Y, RONG G, et al. Improvingrefinery profits via fine management of hydrogen networks[J]. China Petroleum Processing & Petrochemical Technology, 2010, 12(2):57-62.

[51] JIAO Y, SU H, HOU W, et al. Optimization of refinery hydrogen network based on chance constrained programming[J].Chemical Engineering Research and Design,2012, 90(10):1553-1567.

[52] LOU J, LIAO Z, JIANG B, et al. Robust optimization of hydrogen network[J].Int J Hydrogen Energ, 2014, 39(3):1210-1219.

[53] LIAO Z, LOU J, WANG J, et al. Mixing potential: A new concept for optimal design of hydrogen and water networks with higher disturbance resistance[J].AIChE Journal, 2014, 60(11):3762-3772.

[54] 張亮, 劉永忠, 閆哲. 煉化企業(yè)中氫氣管網(wǎng)的中間等級設(shè)置與優(yōu)化分析[J].計算機與應(yīng)用化學(xué), 2010, 27(10):1361-1364.(ZHANG Liang, LIU Yongzhong, YAN Zhe. Analysis and optimization on installation of intermediate levels for a hydrogen distribution network in a refinery[J].Computers and Applied Chemistry, 2010, 27(10):1361-1364. )

[55] van den HEEVER S A, GROSSMANN I E. A strategy for the integration of production planning and reactive scheduling in the optimization of a hydrogen supply network[J].Computers & Chemical Engineering, 2003, 27(12):1813-1839.

[56] 張勁松, 王朝霞, 李歧強. 基于受控混雜Petri網(wǎng)CHPN的分層優(yōu)化模型及其在煉油廠氫氣管理中的應(yīng)用[J].高技術(shù)通訊, 2008, 18(8):817-822. (ZHANG Jinsong, WANG Zhaoxia, LI Qiqiang. A hierarchy optimization model based on controlled hybrid petri nets (CHPN) and its application in the refinery hydrogen management[J].High Technology Letters, 2008, 18(8):817-822.)

[57] 劉燕. 煉油廠氫氣網(wǎng)絡(luò)系統(tǒng)調(diào)度方法研究[D].沈陽： 東北大學(xué), 2008.

[58] 羅小川, 任濤, 劉燕. 帶氫氣庫存的煉油廠氫氣網(wǎng)絡(luò)生產(chǎn)集成調(diào)度方法研究[C]//中國控制與決策會議, 2009：2599-2604.

[59] JIAO Y Q, SU H Y, LIAO Z W, et al. Modeling and multi-objective optimization of refinery hydrogen network[J].Chinese Journal of Chemical Engineering, 2011, 19(6):990-998.

[60] 焦云強. 煉油企業(yè)氫氣系統(tǒng)優(yōu)化研究及應(yīng)用[D].杭州： 浙江大學(xué), 2013.

[61] ZHOU L, LIAO Z W, WANG J D, et al. Optimal design of sustainable hydrogen networks[J].International Journal of Hydrogen Energy, 2013, 38(7):2937-2950.

[62] AHMAD M I, ZHANG N, JOBSON M. Modelling and optimisation for design of hydrogen networks for multi-period operation[J].Journal of Cleaner Production, 2010, 18(9):889-899.

[63] JIAO Y Q, SU H Y, HOU W F, et al. A multiperiod optimization model for hydrogen system scheduling inrefinery[J].Industrial and Engineering Chemistry Research, 2012, 51(17):6085-6098.

[64] ZHOU L, LIAO Z W, WANG J D, et al. MPEC strategies for efficient and stable scheduling of hydrogen pipeline network operation[J].Applied Energy, 2014, 119:296-305.

[65] 焦云強, 蘇宏業(yè), 侯衛(wèi)鋒. 煉油廠氫氣網(wǎng)絡(luò)柔性優(yōu)化[J].化工學(xué)報, 2012, 63(9):2739-2748.(JIAO Yunqiang, SU Hongye, HOU Weifeng. Flexible optimization if refinery hydrogen network[J].CIESC Journal, 2012, 63(9):2739-2748.)

[66] 李聞杰, 江洪波, 鄒瀅, 等. 煉油廠氫氣網(wǎng)絡(luò)的優(yōu)化[J].石油化工技術(shù)與經(jīng)濟, 2012, 28(2):50-53.(LI Wenjie, JIANG Hongbo, ZOU Ying,et al. Optimization of hydrogen network in petroleum refining plant[J].Technology & Economics in Petrochemicals, 2012, 28(2):50-53.)

[67] 劉永忠, 張超, 彭春來, 等. 氫網(wǎng)絡(luò)公用工程消耗量與流股匹配數(shù)的優(yōu)化[J].石油學(xué)報(石油加工), 2007, 23(5):78-83.(LIU Yongzhong, ZHANG Chao, PENG Chunlai, et al. The optimization of usage of hydrogen utility and match number in a hydrogen distribution network[J].Acta Petrolei Sinica (Petroleum Processing Section), 2007, 23(5):78-83.)

[68] KHAJEHPOUR M, FARHADI F, PISHVAIE M R. Reduced superstructure solution of MINLP problem in refinery hydrogen management[J].International Journal of Hydrogen Energy, 2009, 34(22):9233-9238.

[69] 李煥, 肖武, 朱寅菲, 等. 基于Petri網(wǎng)煉油廠氫氣系統(tǒng)計劃優(yōu)化的研究[J].計其機與應(yīng)用化學(xué), 2012, 29(10):1274-1280.(LI Huan, XIAO Wu, ZHU Yinfei,et al. Study on the scheduling of hydrogen system based on petri nets in refinery[J].Computers and Applied Chemistry, 2012, 29(10):1274-1280.)

[70] KUMAR A, GAUTAMI G, KHANAM S. Hydrogen distribution in the refinery using mathematical modeling[J].Energy, 2010, 35(9):3763-3772.

[71] JHAVERI N, MOHANTY B, KHANAM S. Mathematical modeling and optimization of hydrogen distribution network used in refinery[J]. International Journal of Hydrogen Energy, 2014,39(1):339-348.

[72] 楊永健.求全局最優(yōu)化的幾種確定性算法[D].上海： 上海大學(xué), 2005.

[73] 邱菀華, 馮允成. 運籌學(xué)教程[M].北京: 機械工業(yè)出版社, 2004:122-140.

[74] BROOKE A, KENDRICK D, MEERAUS A, et al. GAMS: A User’s Guide[M].Washington D C: GAMS Development Corporation, 1998.

[75] 熊俊文. 多目標(biāo)優(yōu)化方法研究及在工程中的應(yīng)用[D].廣州： 華南理工大學(xué), 2005.

[76] 孫恒慧. 煉油廠氫氣網(wǎng)絡(luò)的窄點分析[J].煉油技術(shù), 2001, 31(10):38-41.(SUN Henghui. Pinch analysis of hydrogen network in refinery[J]. Petroleum Refinery Engineering, 2001, 31(10):38-41.)

[77] 唐明元, 劉桂蓮, 馮霄. 利用氫夾點圖解法分析某煉廠的氫網(wǎng)絡(luò)[J].華北電力大學(xué)學(xué)報, 2007, 34(2):48-51.(TANG Mingyuan, LIU Guilian, FENG Xiao. Analysis of refinery hydrogen network using graphical hydrogen pinch method[J].Journal of North China Electric Power University, 2007, 34(2):48-51.)

[78] 趙麗京. 氫源優(yōu)化及氫氣回收[J].化工進展, 2009, 28(S1):218-222.(ZHAO Lijing. Optimization of hydrogen source and hydrogen recovery[J].Chemical Industry and Engineering Progress, 2009, 28(S1):218-222.)

[79] 韓笑. 海南煉化氫氣管網(wǎng)優(yōu)化探討[J].石油石化節(jié)能與減排, 2011, 1(10):12-16. (HAN Xiao. Optimization of hydrogen network[J].Energy Conservation and Emission Reduction in Petroleum and Petrochemical Industry, 2011, 1(10):12-16.)

[80] 劉桂蓮, 劉永彪, 馮霄. 煉廠多雜質(zhì)氫網(wǎng)絡(luò)的集成[J].化工學(xué)報, 2012, 63(1):163-169.(LIU Guilian, LIU Yongbiao, FENG Xiao. Integration of refinery hydrogen network with multiple impurities[J].CIESC Journal, 2012, 63(1):163-169.)

[81] 黃風(fēng)林, 劉立業(yè), 劉菊榮, 等. 氫網(wǎng)絡(luò)的夾點分析與優(yōu)化[J].化學(xué)工程, 2013, 41(7):69-73.(HUANG Fenglin, LIU Liye, LIU Jurong,et al. Pinch analysis and optimization of hydrogen network[J].Chemical Engineering(China), 2013, 41(7):69-73.)

Review of the Optimization Approaches for Refinery Hydrogen Networks

KANG Yongbo, CAO Cuiwen， YU Teng

(KeyLaboratoryofAdvancedControlandOptimizationforChemicalProcesses,MinistryofEducation,EastChinaUniversityofScienceandTechnology,Shanghai200237,China)

Abstract：With the environmental protection regulations being increasingly severe, hydrogenation process has been widely used in oil refining industry, resulting in sharp increase of hydrogen consumption. The optimization of refineries’ hydrogen networks and the improvement of their utilization efficiency possessed significant theoretical value and enormous application prospects in industries. These optimization technologies can also provide great benefits to refineries’ energy conservation, consumption and cost reduction. Nowadays, the methods of hydrogen network optimization are mainly divided into two types of pinch analysis related method and super structure method. The recent progress and applications of pinch analysis related method were classified by the impurity, pressure, and purification devices etc. were considered in hydrogen networks. The super structure method is divided according to the constraint, the objective function, the model type and corresponding algorithm. Finally, the advantages and disadvantages of the two methods were summarized, and the directions of future research work was pointed out.

Key words：hydrogen networks; optimization; pinch analysis; super structure

收稿日期：2015-04-27

基金項目：國家自然科學(xué)基金項目(61174040、61573144)和上海市自然科學(xué)基金項目(12ZR1408100、61573144)資助

文章編號：1001-8719(2016)03-0645-14

中圖分類號：TQ021.8

文獻標(biāo)識碼：A

doi:10.3969/j.issn.1001-8719.2016.03.028

第一作者： 康永波，男，碩士，從事復(fù)雜工業(yè)系統(tǒng)建模、分析與控制，流程工業(yè)生產(chǎn)計劃與生產(chǎn)調(diào)度技術(shù)等研究；E-mail:ybkang518@126.com

通訊聯(lián)系人： 曹萃文，女，副教授，博士，從事復(fù)雜工業(yè)系統(tǒng)建模、分析與控制，流程工業(yè)生產(chǎn)計劃與生產(chǎn)調(diào)度技術(shù)，供應(yīng)鏈管理與優(yōu)化，工業(yè)系統(tǒng)可靠性分析等研究；E-mail:caocuiwen@ecust.edu.cn