炼化企业公用工程智能管控平台开发与应用

涂阳勤，李瑞红，王宽心，王星棋，韩文巧

(1.浙江中控软件技术有限公司，浙江 杭州 310053；2.中国石油化工股份有限公司洛阳分公司，河南 洛阳 471012)

0 引言

炼化企业的公用工程包括常见的公用介质，如瓦斯、氢气、蒸汽等。瓦斯系统的优化运行直接影响炼化企业的能源利用率[1]。而其运行受多方面因素的影响，如原油加工品种、加工方案、天气等[2-3]。仅凭经验无法准确预估全厂瓦斯产需平衡的变化规律和趋势，很难进行“事前调度”和“定量调度”。若不能对全厂瓦斯产耗量进行准确的预测判断，则经常需要通过改变生产装置的操作工况来稳定瓦斯系统，从而造成成本和安全隐患的增加[4]。

氢气是油品加氢精制所必需的工艺介质，其纯度影响着加氢反应的深度。而其成本随着加氢装置的扩建和油品的升级不断提升，在炼厂生产成本中仅次于原油成本[5]。氢气系统与瓦斯存在着一定的耦合关联。为保证循环氢的纯度，加氢精制装置常常将废氢排放到瓦斯系统，由炼厂通过回收瓦斯中的氢气来提高氢气资源的利用效率。对全厂氢气和瓦斯系统进行平衡和优化，对于炼厂节能减排和降本增效具有重要意义[6]。

另外，蒸汽也是炼油企业正常生产所必需的重要介质。一方面，它直接关联着锅炉、汽轮机和发电机等动力设备；另一方面，它作为重要的能源介质，给其他物料供给热量。蒸汽系统的优化运行对炼厂的安全和成本控制有着重要影响[7-8]。

公用工程系统庞大且复杂，仅凭经验很难保持其长期稳定、优化运行。通过信息技术手段，建设公用工程系统管控平台，对公用介质实施平衡优化管理，可提升企业对公用工程系统的精细化管控水平。

1 公用工程运行现状分析

洛阳石化生产装置燃料的主要来源是炼厂的瓦斯气和天然气，不涉及燃料油。瓦斯气包括低压瓦斯和高压瓦斯。低压瓦斯不能直接燃烧。这是因为其含硫量较高，直接燃烧会造成环境污染。但是低压瓦斯经过脱硫和升压后变成高压瓦斯，即可供给加热炉使用。一般炼化企业先利用气柜将低压瓦斯收集存储，使用压缩机增压送至脱硫装置脱硫后，再并入高压瓦斯管网。洛阳石化目前只有一台瓦斯气柜，收集能力也仅有20 000 m3，但是全厂低压瓦斯排放点众多，排放总量巨大，而且焦化车间的焦炭塔在切塔后进行大吹气和小吹气时会带来大量的低压瓦斯。若对各车间低压瓦斯排放量不加以限制和管控，很容易超过瓦斯气柜的安全高度。而低压瓦斯由于具有成分复杂、间歇排放等特点，使用普通的流量计无法对其进行准确计量。目前，各大炼厂对低压瓦斯均缺乏有效监控的手段。除此之外，高压瓦斯带液、系统波动较大、高附加值成分回收利用率低等问题也长期存在，影响着装置的安全、平稳运行，压缩了企业的整体效益。

洛阳石化目前有重整氢气、变压吸附(pressure swing absorption,PSA)提纯出的氢气以及外购的济源氢气等各种氢源。各类氢源的氢气纯度不尽相同，通过氢管网混合后供蜡油加氢、直柴加氢、催柴加氢、航煤加氢、S-zorb等装置使用，新氢纯度、氢用量等无法及时响应加工原油品种、加工负荷、产品质量需求的变化。蜡油加氢、直柴加氢、硫磺回收等装置存在氢气资源高质低用情况，造成废氢排放量及回收成本的增加。

洛阳石化的公用工程系统除了瓦斯和氢气系统存在诸多问题外，蒸汽系统也存在一些问题。全厂的蒸汽系统非常庞杂，蒸汽管线内介质的流速无法通过普通的计量仪表测得；对于环形管线，蒸汽的流向无法准确把握；另外，有些蒸汽管线由于年久失修，保温状况无法准确评估，管线内的凝结水情况也难以确定。

2 关键参数的软测量技术

为了改善公用工程运行的现状、解决公用工程系统运行管理中出现的问题，需要工程师和管理员全面掌握公用工程运行过程参数。对于较难测量的参数，比如各车间界区低压瓦斯的排放量、氢气管网中每条管线的氢纯度、蒸汽与瓦斯管网的凝液状况、蒸汽管线中介质的流速等，需要使用软测量技术进行计算。

2.1 产耗数据的定量测算

对于高压瓦斯、氢气、蒸汽的产耗量，直接使用质量流量计即可准确得到，但是测量仪表无法准确计量各车间、各装置的低压瓦斯排放量[9]，造成流量计选型困难。这是因为生产装置低压瓦斯具有排放间歇性、压力及流量变化大、成分较复杂的特点[10]。目前，国内炼油厂对低压瓦斯的排放，普遍缺乏有效的监控手段。部分炼油厂通过选择量程较大的孔板流量计，并增设温度、压力测点以监控低压瓦斯排放。虽然这种方法对于监控低压瓦斯的大量异常排放能起到一定的作用，但是对于一般情况的瓦斯排放情况却难以进行有效的监管。

针对低压瓦斯排放难以准确计量的难题，基于化验分析数据构建低压瓦斯排放量测算模型，可对低压瓦斯排放量进行测算。根据测算数据，可以甄别各装置安全阀内漏、手动阀误操作等问题，为排查低压瓦斯异常排放问题提供参考。一般各装置均有一个低压瓦斯管线负责收集各排放点排放的低压瓦斯，然后汇集到低压瓦斯界区总管，再经各条管线汇集到气柜中，气柜气经压缩机压缩后打入高压瓦斯管网。各装置低压瓦斯排放总管及气柜气出口均设有采样点，气柜气总量有计量。将各采样点的采样时间、采样频次统一后，根据质量守恒定律，各装置低压瓦斯排放量与组分含量的乘积之和必然等于气柜气总量与相应组分含量的乘积，如式(1)所示。

(1)

由于低压瓦斯装置数量与组分的化验分析项数不一定完全相等，可能导致方程组无解或解不唯一。为实现低压瓦斯排放量的求解、减少误差，可将上述问题转换成最小二乘问题。目标函数如式(2)所示，即所有装置低压瓦斯排放量与各化验分析项的乘积和气柜瓦斯总量与气柜气各化验分析项乘积的差值最小。其约束条件如式(3)所示，各装置低压瓦斯排放量大于等于0。编写C#程序采集各低压瓦斯排放点的化验分析数据，导入上述模型进行求解，可在线计算获得各装置低压瓦斯排放量及变化趋势，为低压瓦斯管网的精细化管控提供支撑依据。

(2)

Fj≥0j=1,2,3，…,m

(3)

式中：Fj为装置j的低压瓦斯排放量；Cj,i为装置j组分i的化验分析含量；FT为气柜出口瓦斯总量；Ci为气柜出口瓦斯组分i的化验分析含量。

2.2 输送过程的参数计算

为了掌握公用工程输送的实时动态，需要了解输送管网各个节点的实时工艺数据。但是公用工程的输送管线并不是任何地方都有测量温度、压力、流量等参数的测量仪表。在瓦斯和蒸汽的输送过程中，容易出现凝液，管线中的带液情况无法用仪表进行测量。因此，需要使用软测量的方法对相关工艺参数进行计算。该方法即管网模拟技术。

管网模拟以管网的拓扑结构、管道参数以及产耗装置的运行工况数据为基础，建立热力学方程、流动方程、传热方程，并通过耦合求解计算，实现管网中任意管段介质流速、压降、温降、燃料气热值、持液率等重要参数的软测量。瓦斯相较于氢气、蒸汽，其组成较为复杂。高压瓦斯的主要组分为C1～C4烃类，并含有一定量的H2、N2、H2S等。氢气的组成主要是H2，蒸汽的主要组成是H2O。但它们的模拟计算原理是相同的，对其热力学性质的计算可采用Peng-Robinson状态方程及其导出公式进行计算：

(4)

式中：T为介质温度，K；P为介质压力，kPa；R为阿佛加德罗常数，kJ/(kmol·k)；V为气体比容，m3/kmol；a、b为温度相关系数。

由于瓦斯和蒸汽在管网输送过程中可能液化，形成气-液两相流动，其流动过程可采用Beggs-Brill方程进行计算。计算公式如下：

(5)

式中：ΔP为管道压降，kPa；Hl为持液率；γ为流动阻力系数；F为介质流量，kg/h；Vsg为气相表观流速，m/s；θ为管道与水平方向的夹角；ρg、ρl为气液相密度，kg/m3；l为管道长度，m；di为管道内径，m；A为管道内截面积，m2；V为汽液混合流速，m/s。

公用介质在管网输送过程中的散热过程可分为管道壁面的对流传热、管壁与保温层内的热传导、管道外表面和空气直接的热对流三个过程，可用以下传热方程进行描述。

(6)

式中：T为介质温度；To为环境温度；di为管道内径；do为保温层外径；λ1为管壁材料的导热系数；λ2为保温材料的导热系数；αi为管内对流传热系数；αo为管外对流传热系数；Ri为管内污垢热阻；Ro为管外污垢热阻。

3 产耗预测与调度优化技术

仅了解和掌握公用工程当前运行过程的实时数据，无法实现对公用工程的智能化管控。因为公用工程的运行参数是动态变化的，当前的操作调整会对未来时间段内公用工程的产耗量产生重大影响，并且造成公用介质输送管网的较大波动。为了降低公用工程管网的波动，实施“事前调度”，需要对各装置的公用工程产耗量进行预测。对公用工程的调度，需从全局出发，在保证公用工程产需平衡的前提下，优化各工艺变量的调整操作，使经济成本最低。

3.1 产耗预测方法

对于各装置公用工程产耗量的预测，采用反向传播(back propagation,BP)神经网络，建立公用工程产耗量与各影响因素的神经网络模型。各影响因素包括加工原料的性质、加工装置的负荷以及装置的工艺操作参数等。由于影响因素众多，在建模前需对各影响因素进行筛选，通过二元变量相关性分析法，筛选出对公用工程产耗量影响最大的几个因素作为BP神经网络模型的输入。以重整装置氢气产量预测为例，通过相关性分析，对氢气产量影响较大的10个因素为：加工原油的密度、初馏点、终馏点、芳烃潜含量，重整反应的温度、压力、反应总温降，再接触温度、压力以及氢油比。BP神经网络采用3层网络拓扑结构，包括输入层、隐含层和输出层。输入层神经元的个数为筛选出影响因素的个数，这里设置为10。输出层神经元的个数是目标对象的个数，这里设置为1。隐含层神经元的个数根据神经网络的输入特征值与输出向量个数来确定。常用的隐含层神经元个数l确定公式如下：

(7)

式中：m、n分别为神经网络拓扑结构的输入层与输出层神经元个数；C为1～10之间的常数。

建模选取了企业从2018年3月至2018年10月重整装置的工艺数据，将3月至9月的数据作为BP神经网络的训练样本，利用训练好的模型预测2018年9月至2018年10月重整装置的氢气产量。经过试验，当隐含层神经元个数为13时，训练效果最佳。其他装置公用工程的产耗量预测与之类似，不再赘述。

3.2 调度优化模型

由于生产装置加工负荷的调整、加工原油品质的改变、加工装置工艺操作参数的变化，氢气、瓦斯、蒸汽等公用工程的产耗量均会随之发生变化。产耗量的变化会导致管网的波动，而管网剧烈的波动对生产装置的平稳运行不利，甚至会引发安全事故。如何针对外界的约束限制，对装置的加工负荷进行调整；如何根据未来时间段内装置的产耗预测数据，对公用工程进行平衡调度，使炼化企业公用工程的运行成本最低，这些都是调度优化需要考虑和解决的问题。以瓦斯系统为例，对公用工程调度优化进行说明：以瓦斯系统的运行成本最低为目标，以燃料气管网的物料平衡、热量平衡、压力以及加热炉的热量需求建立约束，构建瓦斯系统的调度优化模型。瓦斯系统的运行成本主要包括外购天然气的成本、附加值组分的回收成本、产瓦斯成本。建立目标函数：

(8)

附加值组分包括丙烷、丙烯、丁烷、丁烯、氢气等。

该模型需要满足式(9)～式(12)的约束。

①管网物料平衡约束：

FC=FH+VF

(9)

②管网的热量平衡约束：

QC=QH+VQ

(10)

③管网压力约束：

Pmin≤P≤Pmax

(11)

④加热炉的热量约束：

Qgas,k≥Qnec,k

(12)

燃料气供给加热炉的热量：

Qgas,k=riFH,jηi

(13)

加热炉需要的热量：

Qnec,k=Fo,jΔHo,j

(14)

式中：FC为瓦斯的总产量；FH为瓦斯的总耗量；VH为瓦斯产需不平衡量；QC为瓦斯系统产瓦斯的热量；QH为瓦斯系统耗瓦斯的热量；VQ为瓦斯系统热量不平衡量；P为管网的压力；Pmin与Pmax为瓦斯管网压力允许波动的最小与最大值；ri为燃料气供给加热炉i的热值；FH,i为加热炉i消耗的燃料气量；ηi为加热炉i的效率；Fo,j为加热炉需加热的油品量；ΔHo,j为油品从进料状态到出料状态的焓变。

采用多元非线性规划算法，对调度优化模型进行寻优求解，可获取外购天然气的补充量、回收提纯装置的负荷以及附加值组分回收量等优化结果。将产耗预测数据传递给管网模型，可以把握未来一段时间内公用工程系统管网的运行状态。以此为基础，可制定相应的调度操作方案。以经济成本最低为目标，对调度操作变量进行优化，可获得最优的调度操作计划。

4 智能管控平台设计及应用

4.1 系统整体架构

智能管控平台的设计基于.NET浏览器/服务器(B/S)架构模式，包括物理层、数据储存层、Web服务层及用户层。智能管控平台整体架构如图1所示。物理层主要实现与公用工程相关的实时数据采集，包括公用工程产耗端的温度、压力、流量等工艺参数，并为分布式控制系统(distributed control system,DCS)、可编程逻辑控制器(programmable logic controller,PLC)、现场仪表等建立专用网络；通过数据采集接口软件或者协议转换模块，将各类基础数据采集到数据库服务器中。数据存储层主要通过ISYS实时数据库、Oracle关系数据库两大数据储存平台，实现公用工程产耗实时数据、化验分析数据及管网模型、产耗预测模型以及调度优化模型计算数据的存储与高效读取。Web服务层通过与数据存储层的实时通信，实现对公用工程实时状态的监控，并对公用工程产耗数据进行分析生成产耗平衡报表，对重点参数和指标实施跟踪统计，以此进行绩效考核；同时，集成了管网计算、产耗预测和调度优化的各种计算模型，可在线获取管网状态参数、预测公用工程未来一段时间内的产耗量，并给予调度优化指导。Web服务层根据用户权限及客户端浏览器发出的请求，提供实时监控、统计分析、绩效考核、管网模拟、产耗预测和调度优化等各模块的查看、修改等服务。用户层主要通过工程师站、办公计算机、移动终端等设备实现人机交互。

图1 智能管控平台整体架构图Fig.1 Overall frame of intelligent management and control platform

4.2 功能模块设计

公用工程智能管控平台主要集成了实时监控、统计分析、绩效考核、管网模拟、产耗预测和调度优化等模块。实时监控模块主要实现对工艺流程的展示以及公用工程整体物料平衡、主要装置公用工程产耗量、关键节点温度和压力等参数的监控。统计分析模块主要是为了方便炼化企业的统计人员对全厂公用工程的产耗平衡情况进行统计分析而设计的，可实现对氢气、蒸汽、瓦斯各主要装置每天、每月产耗量的自动统计，可支持Excel下载和导出，能降低工程师统计分析的劳动强度。绩效考核模块可实现诸如高压瓦斯管网压力、瓦斯气柜高度等重点参数和指标的统计，并根据管理人员设置的界限对调度班组人员的调度操作进行考核评价。管网模拟模块主要实现管网中各管段温降、压降、流速、持液率等状态参数的实时监控、超标报警等功能；同时，集成管网各产耗端的温度、压力、流量等操作数据，各状态参数的安全运行范围及报警上下限。产耗预测和调度优化模块可实现对公用工程未来一段时间内的装置产耗量的预测，并基于预测数据，以经济成本最小为目标，制定未来时间段内的调度优化操作方案。

4.3 智能管控平台的应用

洛阳石化构建了涵盖氢气、蒸汽、瓦斯等公用工程的智能管控平台。其主要功能模块包括实时监控、统计分析、绩效考核、管网模拟、产耗预测和调度优化，极大地改善了公用工程管理相对粗放的现状，将实时监控覆盖至每一个低压瓦斯排放点、每一条公用介质输送管线，全方位智能监控公用工程的生产、消耗、排放、存储以及回收提纯等过程，对异常排放、异常管段进行智能报警。对公用工程产耗数据的平衡自动统计，以及对调度班组进行关键指标的量化考核，激发了调度人员工作的积极性。对公用工程的管网进行模拟，方便工程师对异常管线进行定位排查，以及使管理人员了解公用工程输送管网的运行情况。基于大量历史数据分析，采用人工神经网络算法，预测出了主要装置公用工程的产耗量。

重整装置氢气产量预测值和实际值对比如图2所示。通过应用调度优化模块，可以对调度操作方案进行优化调整，实现经济成本最小。由图2可知：优化前运行成本为1 441 925元/天，优化后成本为1 422 895元/天，节约成本为19 029元/天。

图2 重整装置产氢量预测值与实际值对比图Fig.2 Comparison between predictvalue and real value of hydrogen yield of reforming unit

通过构建瓦斯、氢气、蒸汽的平衡与优化智能管控平台，可有效减少低压瓦斯异常排放、降低燃放低压瓦斯火炬的次数和时间、提高氢气和蒸汽资源的利用效率，为企业的节能环保、挖潜增效等发展战略提供强有力支撑。

通过将公用工程系统管控与优化相结合，可降低5%～8%的燃料气管网氢含量，提升1%～3%燃料气资源综合利用率，提高7%～9%PSA装置收率，多产氢气600～800 Nm3/h，提升2%～3%的蒸汽资源利用率，降低蒸汽当量损失8～12 t/h。

5 结束语

公用工程的运行状况直接决定炼化企业的经济效益。如何对复杂庞大的公用工程系统进行有效管理是炼化企业关注的重点。

本文针对公用工程的运行现状，结合数据软测量技术、产耗预测与调度优化技术，设计开发了公用工程智能管控平台，构建了实时监控、统计分析、绩效考核、管网模拟、产耗预测和调度优化等功能模块。通过对公用工程工艺实时数据和组成化验分析数据的采集、分析和管理，实现了从公用工程监控、统计、考核到调度操作的全面管理，确保了炼化企业能准确把握公用工程系统的运行状态，为公用工程调度操作方案的制定提供支持，实现了公用工程的精细化智能管控。