煉油廠氫氣網絡優(yōu)化方法研究現狀及展望

康永波， 曹萃文， 于　騰

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

煉油廠氫氣網絡優(yōu)化方法研究現狀及展望

康永波， 曹萃文， 于騰

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

摘要：隨著環(huán)境保護法規(guī)的日益嚴格，加氫工藝在煉油工業(yè)中得到了廣泛的應用，氫氣的消耗量大幅上升。優(yōu)化氫氣網絡，提高氫氣利用率，對煉油工業(yè)實現節(jié)能減耗、降低生產成本具有重要的理論價值和巨大的工業(yè)應用前景。當前，國內外對氫氣網絡進行優(yōu)化的方法主要分為夾點分析法和超結構法。對夾點分析法，筆者按是否考慮了雜質、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用情況。對超結構法，分別從約束條件、目標函數、模型種類和所用優(yōu)化算法進行了綜述。最后總結了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。

關鍵詞：氫氣網絡； 優(yōu)化； 夾點技術； 超結構法

隨著世界經濟的快速發(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)能源的數量與質量已經不能滿足當代經濟發(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)質原油的匱乏、劣質原油的不斷增加和環(huán)境保護法規(guī)的日趨嚴格，對油品質量的要求不斷提高，加氫工藝在煉油工業(yè)中得到了廣泛的應用，煉油廠對氫氣的需求量越來越大。優(yōu)化氫氣網絡，提高氫氣利用率，對煉油工業(yè)實現節(jié)能減耗、降低生產成本具有重要的理論價值和實際應用意義。

氫氣網絡優(yōu)化是指在滿足所有生產工藝標準的情況下，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，實現整個生產過程中氫氣利用率最大、加氫工藝費用最小等目標。在陳誠等[2-3]和王獻軍等[4]的工作基礎上，筆者詳細整理分析了國內外煉油廠氫氣網絡優(yōu)化方法，對夾點分析法按是否考慮了雜質、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外的實際應用情況；對超結構法分別從約束條件、目標函數、模型種類和所用優(yōu)化算法進行了綜述；最后總結和歸納了各種方法的優(yōu)點與不足，并指出了相關研究的發(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者Linnhoff等[5]于20世紀80年代初提出，最早應用于熱交換網絡優(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的平移，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]根據氫氣網絡與換熱網絡的相似性，首次采用換熱網絡的夾點分析方法對氫氣網絡進行分析研究，繪制氫源的邊際費用曲線和氫阱的單位增值曲線構成氫夾點圖。由該圖可以快速確定煉油廠的操作不經濟區(qū)域。

由于Towler等[8]的氫夾點法需要準確的費用數據和存在反應裝置模型的計算復雜等缺點，1998年，Alvess[9]在UMIST PIRC(University of Manchester Institute of Science and Technology Process Integration Research Consortium)氫聯盟會議上提出了根據剩余氫量來確定氫氣網絡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的闡述[10-11]。該方法比較接近于換熱網絡的夾點分析法，以不同溫度的熱源和熱阱對應不同濃度的氫源和氫阱，根據流體的溫度與熱焓的關系得出氫氣濃度與流量的關系，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計中，尚無一項技術能提供一種系統(tǒng)的非迭代圖解方法，以確定新產生能源的最小值，2003年，El-Halwagi等[12]利用隔離、混合、直接回收重用等策略，提出了一種可嚴格確定資源利用率最大化的系統(tǒng)的非迭代圖形化技術。通過動態(tài)編程技術得到最優(yōu)解策略的數學條件和特點，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，Foo等[13]引入代數方法建立資源回收重用的網絡，結合性質級聯分析(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。

1.2考慮雜質因素的氫夾點法

循環(huán)氫中含有不同的雜質，并且一些雜質如H2S、C2O和CO對脫硫率和烯烴飽和率影響很大，進而影響油品的質量[14]。2006年，Zhao等[15]在非迭代圖形化技術的基礎上，根據氫系統(tǒng)雜質負荷問題，提出了一種新的適用于氫氣網絡夾點分析的圖解法。分別對氫源、氫阱雜質負荷與流量作圖，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。分別以積累雜質的負荷與濃度為橫、縱坐標，繪制源組合曲線，任意一條穿過組合曲線的低雜質濃度負斜率直線以端點為軸進行旋轉，與組合曲線接觸時停止轉動，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的氫氣網絡夾點法，還通過不同的方法將單雜質夾點分析推廣到多雜質夾點分析。2007年，Zhao等[17]在氫剩余曲線法的基礎上，提出了適應于多雜質氫氣網絡問題的雜質赤字率夾點法。該方法利用雜質濃度對流量的組合曲線和雜質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]在多雜質氫氣網絡赤字率圖解法的基礎上提出了改進法。該方法將所有氫源與氫阱中的雜質濃度相乘，并對乘積按源和阱進行排序，畫出所有雜質的源-阱組合曲線，轉化為雜質赤字率曲線。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]將單雜質系統(tǒng)網絡設計的規(guī)則推廣到多雜質系統(tǒng)網絡。在考慮雜質濃度對系統(tǒng)網絡影響的基礎上，得出了多雜質氫氣網絡設計規(guī)則和步驟。還提出了不同雜質源、阱之間匹配的混合規(guī)則，以確定不同雜質源、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，還能確定氫氣網絡的最佳匹配。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氫化合物回收和再分配的最優(yōu)化問題上。2012年，Wang等[22]在El-Halwagi等研究內容的啟發(fā)下，提出了用于氫氣網絡考慮雜質優(yōu)化的三元圖解法，將氫氣作為第一元，重點關注的雜質為第二元，剩余的次要雜質視為惰性雜質作為第三元，如此便可優(yōu)化含有多種雜質的氫氣網絡問題。2013年，Zhang等[23]針對含有多種雜質的資源網絡進行最小化的資源分配和設計，利用三角形法則推導出單一資源接收裝置的配置，按照不同雜質濃度的質量差，采用最近鄰算法將含有單雜質的網絡優(yōu)化推廣到多雜質的情況下，并利用此方法對3個含有多種雜質的氫網絡進行優(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不可逆性最小化的原則，以完成對含有多雜質氫氣網絡混合和匹配的優(yōu)化設計；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，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流股；再通過求解每一個匹配流股之間的雜質濃度質量平衡方程，以獲得準確的氫阱雜質濃度，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

在煉油廠氫氣網絡中，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)的氫氣網絡分配系統(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等因素，以最小公用工程氫氣用量為目標，采用夾點法進行分析，同時還總結了利用夾點法對氫氣網絡進行優(yōu)化時的匹配原則。2011年，丁曄等[26]在多雜質赤字率夾點法基礎上，提出同時考慮壓力約束和雜質約束的氫系統(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，提純過程被廣泛應用于煉油廠以降低制氫負荷，所以有必要將提純過程的優(yōu)化作為氫氣網絡整體優(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。氫氣網絡的設計有3個重要指標，即產品純度、產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和提純產品濃度Cp的模型[29]以及固定提純產品濃度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和提純產品濃度Cp的提純裝置模型。2011年Liao等[31]在此模型的基礎上將數學規(guī)劃建模方法應用到具有提純裝置的氫氣網絡系統(tǒng)。在夾點技術的基礎上建立了氫氣網絡的NLP數學模型，并采用非線性問題的方法給出了夾點問題的數學表達，在此基礎上給出了全局最優(yōu)解的必要條件，得到了提純裝置的入口濃度，以及其在氫氣網絡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絡分析中，夾點通常都出現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絡中夾點位置變化時，使用了固定氫氣回收率和提純產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在提純裝置供氣點的上方和供氣點與原始夾點之間的結論。同年，Lou等[33]結合代數方程和圖形法共同找到復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用于更加復雜的提純裝置模型，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絡和氫氣網絡的優(yōu)化應用中，針對氫氣網絡的提純裝置，提出了固定提純產品濃度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荷-流量圖法的基礎上，依據質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]在給定提純產品濃度和尾氣濃度的情況下，根據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；當提純產品的濃度等于公用工程濃度時，氫氣夾點的位置保持不變，當提純產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，假設提純尾氣濃度相同，同時滿足提純產品全部在提純后的夾點之上，則提純不同濃度的產品所節(jié)約的公用工程相等。

1.5氫夾點法總結

夾點分析法從1996年被Towler等[8]提出應用于煉油廠氫氣網絡優(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，由于雜質的影響因素不可忽略，在夾點分析中加入了對雜質濃度的分析后提出的源組合曲線法、氫負荷-流量圖、雜質赤字率夾點法等。在上述方法的理論基礎較確定后，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，使氫氣網絡有了更多的優(yōu)化方案，新的優(yōu)化方法也隨之產生，如考慮提純的氫負荷-流量圖、提純過程的三角形法則等。隨著氫氣網絡夾點法的不斷研究，一些利用夾點法優(yōu)化氫氣網絡設計的規(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，物理意義明確，每種裝置生產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，經過優(yōu)化后的氫氣系統(tǒng)其經濟效益顯著。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，個別考慮了雜質、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備配置數目等多個目標的同時優(yōu)化問題。

2超結構法的提出

超結構法是系統(tǒng)工程中分析過程合成的一種重要的研究方法，在換熱網絡、反應器網絡和水網絡等的建模和優(yōu)化方面得到了廣泛的應用。2001年，Hallale等[29]首先提出將超結構法應用于氫氣系統(tǒng)優(yōu)化問題上，所建立的系統(tǒng)超結構包括了所有可能有連接關系的初始網絡結構，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、壓力條件和設備配置等，最后建立的數學規(guī)劃模型中包含了所有現有的以及潛在的網絡連接；再結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，使目標函數最優(yōu)的網絡結構。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備的匹配問題，還可以通過確定不同的目標函數，得到多目標優(yōu)化的結果，例如回收期、最大成本預算和年總成本等。

超結構法的首要工作是建立與實際工程相符合的數學規(guī)劃模型，模型中包括目標函數和約束條件。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

超結構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。接近實際生產的約束條件還包括壓力約束、雜質約束、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，根據模型的不同，約束條件也略有不同?？梢愿鶕卧Ｐ汀⒕W絡結構和考慮時間效應的不確定性描述來分類，也可以根據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、壓力因素的超結構法

鑒于氫氣網絡中雜質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的氫氣網絡系統(tǒng)優(yōu)化方法，即在約束條件中考慮雜質的濃度問題。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、雜質和提純裝置因素，建立了氫氣網絡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]建立了新的多雜質氫氣網絡優(yōu)化LP模型，根據氫氣和雜質的濃度來確定最優(yōu)回用順序，比僅根據氫氣或者某一種雜質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已經不足以滿足油品指標，2013年，潘懷民等[41]建立了具有壓力約束的多雜質的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、壓縮機的超結構法

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。在實際生產過程中，由于缺少理論指導，氫氣提純方式的選擇通常基于經驗，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的分析，提出了集成提純裝置的思想，并采用超結構的方法對提純裝置的集成進行建模。2004年，Liu等[43]根據各提純工藝的參數，建立各提純裝置的機理模型，并給出了提純裝置回收率R的理論推導結果，該結果可從制造商處獲得。充分權衡了氫氣節(jié)約量、壓縮成本和資本投資三者之間的關系，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。2010年，Liao等[44]提出了一種適用于氫氣網絡改造設計的系統(tǒng)性方法，通過建立狀態(tài)空間超結構模型獲得了更多的網絡結構。該方法不僅權衡了操作成本和投資成本，還考慮了超結構模型的復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]從煉油廠實際生產出發(fā)，綜合考慮了包括管網匹配、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)化調度MINLP模型。其目標函數包含了氫氣成本、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。氫氣提純技術包括碳氫化合物去除裝置和硫化氫去除裝置。碳氫化合物去除裝置主要有膜分離和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)中經常被作為質量交換器。2012年，Zhou等[46]引入脫硫率，并將MEN與氫氣分配網絡合并，建立了新的模型，提出了相應的優(yōu)化方法。該模型同時考慮了壓力約束和雜質約束，以TAC(Total annual cost)為目標，權衡氫氣分配網絡的成本和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，但已經為整個網絡考慮脫硫裝置的集成分析提供了重要依據。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，又綜合雜質約束和壓力約束對氫氣網絡建立了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構法

大多數研究都假設氫氣的供需量是固定的，但實際生產方案是隨著原油的氮含量、硫含量以及產品需求的變化而變化的，系統(tǒng)的耗氫量和產氫量也會隨之變化。2010年，宣吉等[48-49]同時考慮設計和調度問題，利用基于環(huán)境的二階段隨機規(guī)劃方法表達氫氣網絡中的不確定因素，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結構等設計變量，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，此方法更適應不確定環(huán)境。氫氣網絡與煉油生產系統(tǒng)不可分割，氫氣網絡中的一個量的變化，都會影響最終產品的質量，以及致使操作成本改變。為實現煉油廠的精細化管理，2010年，Liao等[50]將氫氣網絡與石油加工網絡相結合，建立了靈敏度模型，提出了一種新的靈敏度分析方案；首先確定兩個網絡中的石油加工裝置，然后對這些裝置進行靈敏度分析，最后得到了整個網絡的最優(yōu)操作條件。通過該模型可以得到石油加工網絡和氫氣網絡的很好的決策方案。實例證明，這種靈敏度分析方案能夠解決煉油廠不同網絡間決策優(yōu)化問題。2012年，Jiao等[51]基于機會約束規(guī)劃構建了一種新的煉油廠氫氣網絡優(yōu)化設計策略，并充分考慮了產氫量、耗氫量、馳放氣供應量、氫氣價格、電價和燃料氣價格等不確定因素對氫氣網絡優(yōu)化設計問題的影響，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絡的參數波動問題，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，并對其進行加權求和，利用GAMS進行求解。模型中引入了決策者承受風險的系數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絡結構優(yōu)化的唯一優(yōu)化目標，其他的性能指標，如抗干擾，也越來越多的受到關注。2014年，Liao等[53]首先從單一阱濃度波動對整個網絡影響分析，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絡的抗干擾性能力。通過圖解法求得最低混合潛能解決方案的充分條件，依據該充分條件總結出了解決此類問題的圖解法和優(yōu)化算法，并分別以水網絡和氫氣網絡為例，驗證了2種方法的有效性。

2.1.4考慮中間等級的超結構法

氫阱對氫氣質量的要求不盡相同，為了簡化管網結構和提高系統(tǒng)的可擴充性，煉化企業(yè)通常會考慮壓力和濃度的要求，將管網結構分為幾個等級。鑒于此，2010年，張亮等[54]提出了一種通過數學規(guī)劃方法來確定氫氣網絡中間等級的純度狀態(tài)和級數壓力的方法。總費用最小時，其網絡結構會相對復雜；網絡結構簡化后，總費用會相對增加，但簡化的網絡結構便于管理和控制。所以對含有中間等級的氫氣網絡優(yōu)化時，需要在總連接數和總費用之間作出權衡。

2.2目標函數

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網絡進行優(yōu)化調度。該模型分為計劃層和生產層兩層。計劃層包括各種費用函數，生產層以月為周期對每小時的管道和設備的啟停進行規(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(CHPN)的分層優(yōu)化模型結構。該結構將CHPN建立的過程仿真模型與數學規(guī)劃方法相結合，數學規(guī)劃法在上層，根據經濟指標得到最優(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情況。數學規(guī)劃法與受控混雜Petri網的結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

2008年，劉燕[57]先建立了雙目標的計劃模型，然后將雙目標模型通過1個命題轉化為2個獨立單目標模型，再利用CPLEX優(yōu)化工具進行求解，得到計劃模型的最優(yōu)解。根據計劃模型的解得到氫氣系統(tǒng)的調度模型。由于調度模型需要劃分時間間隔，比計劃模型更復雜一些，不能將雙目標轉化為單目標進行求解，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]提出氫氣網絡系統(tǒng)雙目標優(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。前面對氫氣網絡結構的研究大多集中于單目標模型，很少進行多目標研究。2011年，Jiao等[59-60]綜合考慮了投資成本和操作成本，提出了氫氣網絡的多目標優(yōu)化策略，并通過變化權系數的加權法將多目標問題轉化為單目標問題，再通過變化權重系數得到了該多目標問題的Pareto最優(yōu)前沿。盡管對氫氣網絡優(yōu)化問題進行了大量的研究，多數以氫氣網絡的經濟效益和節(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。為了使產品生產更加環(huán)?；?，建立SHNI(Sustainable hydrogen network integration)，2013年，Zhou等[61]綜合權衡TAC和CO2排放量，建立多目標MINLP模型，再利用加權法，求解多目標模型。對比以年度成本為單目標的結果和多目標結果，證實了該多目標模型的有效性。同時，多目標模型結果表明，提純技術的選擇和燃料的類型同樣對SHNI至關重要。提純裝置選擇權重正比于TAC的權重，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

多數研究在假定氫氣網絡的工作狀態(tài)不隨時間變化的情況下進行分析，但實際生產過程中耗氫狀況、原油含雜質濃度都隨時間不斷變化。2010年，Ahmad等[62]采用超結構的方法針對氫氣網絡多周期設計問題建立了MILP模型。該模型只考慮了3個周期內的幾個主要耗氫裝置，并未考慮多周期內所有耗氫裝置的情況。2012年，Jiao等[63]充分考慮了調度期間可能發(fā)生的氫氣管網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，在目標函數中填加了相應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絡多周期調度優(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)化結果有較高的可靠性，實現了有效的對氫氣網絡調度優(yōu)化。在氫氣網絡的動態(tài)操作中，管線網絡的作用不可忽視。2014年，Zhou等[64]考慮到副產氫在不同周期下的產量不同、產品的需求周期性變化引起耗氫裝置的需氫量變化等因素，針對復雜的氫氣管線網絡建立了MPECs模型(Mathematical programwhich incorporates equilibrium constraints)。通過實例驗證，該方法能對氫氣網絡有效而穩(wěn)定地進行調度，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

產氫裝置和耗氫裝置并不是一直處于正常運行狀態(tài)，當某產氫裝置或者耗氫裝置突發(fā)故障時，為滿足生產需求和正常運行，需要對氫氣網絡重新優(yōu)化。為提高煉油廠的柔性調節(jié)能力，2012年，焦云強等[65]從某煉油廠實際生產運營情況分析，總結了該廠經常發(fā)生的14種工況，建立了基于14種工況下的MINLP 模型；再采用重構線性化技術將難求解的MINLP模型轉化為容易求解的MILP模型，提高了煉油廠對氫氣網絡的柔性調節(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，當突發(fā)預測工況時，可以直接調用已經優(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個方案切換時所產生的費用，而該多工況模型為靜態(tài)情況，不能體現實際生產的動態(tài)效果。可以說此種分工況的方法相當于多個單元模塊啟停模型的組合。李聞杰等[66]首先根據夾點法所得結果，以夾點氫氣濃度為準，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

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

2.3模型對比

氫氣網絡的結構模型分為線性和非線性模型(LP、NLP、MILP、MINLP)，并且因為目標函數和約束條件的不同，所建模型也不盡相同。Kumar等[70]通過2個實例對LP、NLP和MINLP的結果進行了對比，得出MINLP模型包含了實際氫氣網絡結構中的復雜約束，包括壓力約束、中間設備約束等，使優(yōu)化后的結構更為簡單。但是該MINLP模型中未涉及同等設備或提純方法的選擇問題。2014年，Jhaveri等[71]總結了5種關于煉油廠氫氣網絡的超結構模型，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)化結果進行詳細的分析和對比，得到了優(yōu)化效果最好的模型，也說明了MINLP模型要比NLP模型在氫氣網絡結構優(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絡優(yōu)化中的良好效果。

2.4求解算法及軟件

目前氫氣網絡超結構數學模型的求解方法主要有2種。一種是自編優(yōu)化算法，另一種是利用現成的優(yōu)化軟件。

2.4.1優(yōu)化算法

隨著數學模型復雜程度的增加，對應算法也在不斷變化。氫氣網絡的模型主要分為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乃惴▽δＰ瓦M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，通過產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絡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構模型。

2.4.2優(yōu)化軟件

現成的軟件有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學最優(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、混合整數線性規(guī)劃問題和混合整數非線性規(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，在氫氣網絡優(yōu)化的超結構法中得到了廣泛的應用，尤其在國內應用的較多。人們利用LINGO求解了氫氣網絡優(yōu)化的LP模型[66]，也有學者[45,54,59,65,67]分別建立了相應的氫氣網絡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、非線性和混合整數最優(yōu)化問題而設計的一款數學規(guī)劃和優(yōu)化的高級建模系統(tǒng)[74]。該軟件融合了數學規(guī)劃理論和關系數據庫技術，使數學模型與數據彼此獨立，在模型、算法和數據之間提供了一個便捷的接口，易于操作，在氫氣網絡優(yōu)化的超結構法中也得到了廣泛的應用。利用GAMS的全局優(yōu)化求解器BARON可以求解對應的單目標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個氫氣網絡實例分別建立了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、整數規(guī)劃問題和其他運籌學問題，但不能求解非線性規(guī)劃問題。劉桂蓮等[40]對多雜質氫氣網絡建立了LP模型，并利用Excel軟件中的規(guī)劃求解模塊進行了求解。

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

2.5超結構法總結

由于超結構法的靈活性，自2001年被應用在煉油廠氫氣網絡結構優(yōu)化后，在該領域迅速發(fā)展。雖然提出的時間比夾點法晚，但對于雜質因素、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，超結構法還考慮了設備啟停、多工況、多周期、氫氣網絡中間等級等問題。超結構法不但能求得最小公用工程耗氫量以及將所有設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、網絡流股最小數目和最少廢氣氫排放量等特殊目標。超結構法為數學規(guī)劃法，其模型的準確度決定了與實際生產過程的相似度，所以精確模型的建立十分重要，目標函數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MINLP模型的困難，為了簡化計算，目前通常要將多目標模型簡化為單目標模型，再采用商業(yè)軟件(如LINGO、GAMS等)、智能算法(如單目標遺傳算法等)來實現。由于對原始模型進行了簡化，大多數求不到最優(yōu)解，甚至也得不到次優(yōu)解或可行解(如GAMS軟件的初始點設計不當時)。這種狀態(tài)給實際工程應用帶來了極大的困難。

3氫氣網絡優(yōu)化的實際應用

3.1夾點法的實際應用

隨著氫氣網絡優(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絡進行優(yōu)化，節(jié)約操作成本400萬美元(USD)/a；孫恒慧[76]就國內某一典型煉油廠產氫耗氫網絡進行夾點分析，獲得了約5%的理論氫氣節(jié)約量，并就國內對該領域的研究工作應如何開展提出了建議，對以后該領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個氫氣網絡模型進行優(yōu)化，分別節(jié)省年度總成本260萬美元和290萬美元。2006年，Foo等[13]引入代數方法建立資源回收重用的網絡，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絡進行夾點分析，優(yōu)化后的氫氣網絡比現行網絡節(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絡進行了優(yōu)化分析，并確定了最小氫消耗量和氫氣回用方案，使氫氣的經濟回用量約為12000m3/h。2009年，趙麗京[78]根據某煉油廠各加氫裝置的反應條件差異，對全廠的氫氣依其品質(純度、壓力)，利用“氫夾點”技術進行了優(yōu)化設計，在滿足產品質量的前提下，有效地降低了氫耗和能耗，并預計了項目投資費用和投產后的靜態(tài)投資回收期、內部收益率以及財務凈現值。2011年，韓笑[79]針對中國海南某煉油廠的氫氣網絡狀況，應用“氫夾點”技術進行分析，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。國內首次將氫氣網絡優(yōu)化技術推廣到煉油廠工程設計中是在2012年，郭亞逢等[36]對某千萬噸煉油廠進行氫網絡優(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]應用演化法[20]對某煉油廠多雜質氫氣網絡進行了分析，節(jié)約量約占新氫消耗量的40.2%。2013年，黃風林等[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的影響，使優(yōu)化后的PSA(Process sample approval)負荷降低了39.14%，制氫單元負荷降低了27.11%，壓縮機減少了2臺，優(yōu)化效果十分明顯。

3.2超結構法的實際應用

超結構法的提出為氫氣網絡的優(yōu)化提供了更加靈活的解決方法，同時在生產中起到了重要的作用。2003年，張毅[42]利用結構法提出了最優(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絡模型求解，系統(tǒng)總利潤增加近100萬人民幣。2009年，劉桂蓮等[40]對煉油廠多雜質氫氣網絡進行優(yōu)化后，最小新氫消耗量比現行的氫氣網絡節(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]充分考慮了氫氣網絡中的提純裝置和壓縮機，建立MINLP模型，優(yōu)化結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]采用超結構的方法針對氫氣網絡多周期設計問題建立了MILP模型，優(yōu)化模型后所得結果比現行網絡年度總成本減少7.4%。Kumar等[70]通過2個實例對LP、NLP和MINLP的結果進行對比，MINLP結果對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]建立多周期調度模型，調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與氫氣分配網絡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)劃構建了1種新的煉油廠氫氣網絡優(yōu)化設計策略，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絡，使氫氣成本比現工況降低2萬元(RMB)/h。李煥等[69]建立氫氣網絡的Petri網模型，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險的系數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總結及展望

從2種氫氣網絡優(yōu)化方法的實例分析和實際應用結果來看，優(yōu)化后的氫氣網絡在節(jié)約能源降低成本方面的確有顯著的效果，但切實應用到煉油廠改造設計中的案例還是很少。一是因為，現有的氫氣網絡優(yōu)化研究大多停留在概念設計階段，付諸實際實施還需要進行嚴格的流程模擬計算、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，這也是大多數改造設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備和系統(tǒng)相連，改造設計需考慮的因素較多，例如可以與換熱網絡一起改造，減少管道與空間的浪費等；四是因為，國內改造的案例還不多，經驗不足。針對現有的氫氣網絡結構進行優(yōu)化，不用特意改造，只通過控制閥門開關或設備啟停，也能獲得較好的經濟效益，但總的結果還是不如改造后的經濟效益高。不過，依照現代經濟對油品質量的要求，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)對氫氣網絡的優(yōu)化改造勢在必行。

氫氣網絡優(yōu)化方法的進一步研究工作應集中在以下5個方面。

(1)對煉油廠各類臨氫裝置進行嚴格的流程模擬計算

現有的針對氫氣網絡的優(yōu)化研究大多停留在概念設計階段，如夾點法就是典型的概念設計方法。將概念設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、反應器和低壓分離器等)有深入的了解，進行嚴格的流程模擬計算，驗證優(yōu)化方案的可行性以及核實其潛在的經濟效益。這項工作是將氫氣網絡優(yōu)化的理論成果進行工程應用的前提和關鍵。

(2)夾點法與超結構法相結合的研究與實現

夾點法與超結構法各有利弊。夾點法用圖形和直觀計算實現，簡單易懂，深得工業(yè)界的青睞；超結構法可以考慮所有的約束條件，進行單目標、多目標、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商業(yè)軟件中實現，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構法進行互補，將工程界的數據、圖形、經驗知識與理論研究界的建模及算法求解優(yōu)勢相結合，開發(fā)具有自己知識產權的專利及軟件著作權，將具有長久的社會和經濟效益。

(3)開展對氫氣網路系統(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，氫氣網絡系統(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)境的復雜和動態(tài)環(huán)境要求還相差較遠，開展數據驅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)在現有模型和算法的基礎上，開展新的適合工業(yè)企業(yè)大規(guī)模氫氣網絡多目標在線優(yōu)化算法的研究。雖然與類似的網絡優(yōu)化問題相比，氫氣網絡優(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)背景下的氫氣網絡模型仍多為大規(guī)模MINLP模型，在多目標時難以求得最優(yōu)解，甚至不能求得次優(yōu)解。目前，為了求解方便，大多數多目標模型都會進行簡化，然后再利用現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合的混合算法的研究，將是長期任務。

(5)開展不確定環(huán)境下多目標混合模型的建立與對應優(yōu)化算法的研究。在上述研究的基礎上，進一步開展工業(yè)應用背景下不確定環(huán)境下復雜氫氣網絡的多目標混合建模及優(yōu)化算法的研究，將使氫氣網絡系統(tǒng)的理論研究達到世界領先地位。

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)超結構優(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. 應用夾點技術優(yōu)化煉油廠氫氣網絡[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)氫中雜質含量對汽油選擇性加氫脫硫的影響[J].煉油技術與工程, 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. 多雜質質量交換網絡赤字率方法的改進[J].華東理工大學學報(自然科學版), 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. 多雜質氫系統(tǒng)網絡設計[J].西安交通大學學報, 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. 氫氣網絡系統(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氫系統(tǒng)集成[J].計算機與應用化學, 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. 提純回用氫網絡的夾點變化規(guī)律[J].化工學報, 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. 煉油廠氫氣網絡優(yōu)化的工程設計應用[J].石油學報(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)海煉化氫氣網絡優(yōu)化研究[D].杭州： 浙江大學, 2004.

[39] 張毅, 陽永榮, 劉軍, 等. 煉油廠氫氣網絡集成管理[J].石油學報(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. 多雜質氫網絡的優(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氫氣分配網絡優(yōu)化[J].計算機與應用化學, 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. 煉油廠氫氣網絡集成技術的研究[D].杭州： 浙江大學, 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)化調度及其應用[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H2網絡優(yōu)化[J].石油學報(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)劃的煉廠氫網絡改造設計[J].化工學報, 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, 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)中氫氣管網的中間等級設置與優(yōu)化分析[J].計算機與應用化學, 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CHPN的分層優(yōu)化模型及其在煉油廠氫氣管理中的應用[J].高技術通訊, 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. 煉油廠氫氣網絡系統(tǒng)調度方法研究[D].沈陽： 東北大學, 2008.

[58] 羅小川, 任濤, 劉燕. 帶氫氣庫存的煉油廠氫氣網絡生產集成調度方法研究[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)化研究及應用[D].杭州： 浙江大學, 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. 煉油廠氫氣網絡柔性優(yōu)化[J].化工學報, 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. 煉油廠氫氣網絡的優(yōu)化[J].石油化工技術與經濟, 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. 氫網絡公用工程消耗量與流股匹配數的優(yōu)化[J].石油學報(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網煉油廠氫氣系統(tǒng)計劃優(yōu)化的研究[J].計其機與應用化學, 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, 2005.

[73] 邱菀華, 馮允成. 運籌學教程[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. 多目標優(yōu)化方法研究及在工程中的應用[D].廣州： 華南理工大學, 2005.

[76] 孫恒慧. 煉油廠氫氣網絡的窄點分析[J].煉油技術, 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絡[J].華北電力大學學報, 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. 煉廠多雜質氫網絡的集成[J].化工學報, 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] 黃風林, 劉立業(yè), 劉菊榮, 等. 氫網絡的夾點分析與優(yōu)化[J].化學工程, 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：國家自然科學基金項目(61174040、61573144)和上海市自然科學基金項目(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，從事復雜工業(yè)系統(tǒng)建模、分析與控制，流程工業(yè)生產計劃與生產調度技術等研究；E-mail:ybkang518@126.com

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