交货不确定性的原油调配和采购计划的同步优化探究外文翻译资料

 2022-03-12 15:30:19

交货不确定性的原油调配和采购计划的同步优化探究

摘要：原油混合是一种常见的做法，以低成本获得用于精炼加工的合格混合油。混合成分原油受到库存限制，而这又受动态影响，包括原油种类，数量和在计划的时间内交付的炼油采购计划。由于原油价格和供应量在波动的市场中不断变化，原油调配和采购计划应当协调并同时进行优化，以最大限度地提高炼油厂的潜在盈利能力。当原油交货时间的不确定性也被考虑在内时，这变得更加重要。在本文中，开发了一个通用的MINLP（混合整数非线性规划）模型，以解决炼油厂原油混合和采购计划的优化问题。与库存相关的灵活性指数被开发用于表征炼油厂处理原油交货延误不确定性的能力。还披露了生产灵活性和工厂利润之间的深层关系。工业案例研究证明了开发方法的有效性。

  1. 引言

原油采购计划对于炼油厂来说非常重要。通常情况下，原油在各种经济模式下根据炼油厂的定制加工规格进行评估和选择。为了获得最大的经济和运营效益，大多数炼油厂将各种原油与不同的组成和散装特性混合，以满足某些目标规格，然后将其加入原油蒸馏装置（CDU）进行加工。原油混合需要考虑不同等级原油的性质和成本问题。原油品位主要取决于其含硫量和密度。含硫量高，密度高的低品位原油比较高品位的原油便宜。对于大多数精炼厂来说，由于候选组分原油的密度已经在规格范围内，因此混合油的密度不会成为问题。因此，原油价格和含硫量实际上成为原油采购过程中需要进行最优平衡方面的关键评价。

原油调度已被作为近十年来的重要组成部分进行了研究。有关短期运行计划的报告很多。 Shan提出了一个离散时间模型来解决炼油厂的原油供应调度问题。Lee等人开发了一个MILP（混合整数线性规划）模型来优化原油卸载，混合和装载到具有库存管理的CDU。一些研究使用连续时间表示和基于MILP的模型来获得最优调度.特别是，雷迪等人。提出了一种MINLP（混合整数非线性规划）模型和一种新颖的基于MILP的解决方案，用于优化原油卸载，储存和加工操作。Karuppiah et al。提出了一种外近似算法，以获得覆盖原油运动时间表的非凸MINLP模型的全局最优值。提出了基于MINLP的模型，并结合启发式规则对原油进行有效调度Saharidis等人。提出了基于事件的原油装卸时间表示法，其中时间间隔是基于事件而不是时间的.Mouret提出了一个连续时间模型，其基于假设可能数量的任务的想法，其简化包括配方和应用于原油调度问题.他还提出了使用连续时间配方的单操作排序（SOS）模型.

原油混合是一种短时间的调度行为，而原油购买是一种长期的计划行为。值得注意的是，计划和调度在优化中的整合已经引起了越来越多的兴趣。同步计划和调度允许对供需市场进行理想和及时的响应，并保持稳定的炼油生产活动。同时，人们也认识到，从结果优化模型处理不同时间尺度和问题规模是这种整合的主要挑战。 最近，门德斯等人提出了一种基于MILP的方法，可以同时优化油品混合和油品炼制应用中的短期调度问题.Erdirik-Dogan和Grossmann提出了一个多阶段MILP模型，用于同时计划和调度单阶段多产品 具有平行单位的连续工厂。

应该指出的是，仍然缺乏直接解决原油混合和采购计划的系统研究。原油混合旨在以低成本获得合格的混合油进行加工。混合成分原油受到库存限制，而这又受动态影响，包括原油种类，数量和在计划的时间内交付的炼油采购计划。在当今的原油市场中，随着原油价格和不同等级可用性的不断变化，原油调配和采购计划应当协调并同时进行优化，以最大限度地提高炼油厂的潜在盈利能力。当原油输送不确定性即输送时间延迟也被考虑在内时，这变得更加重要。实际上，由于各种不确定因素，采购的原油可能无法按时运送到生产现场，这使得炼油库存减少。如果交货时间延迟很重要，炼油厂的可用库存很快就会耗尽，导致工厂关闭。因此，在原油交付延迟的不确定性下炼油厂维持其正常运行的固有能力需要仔细研究。

已经开发了各种用于处理不确定性的技术，诸如基于追索的经典随机规划，鲁棒随机规划，概率或机会约束规划，随机动态规划，模糊规划，灵活性分析和优化以及用于混合整数二次规划的多参数编程.20-26为了描述炼油厂处理交货延迟不确定性的固有能力，本文介绍了基于财产的和基于数量的运营灵活性指数及其组合。显然，生产操作需要大的灵活性指数。然而，这可能会导致更多的原油库存和更低的现金流量。因此，原油调配和采购计划的优化应主动考虑生产灵活性，并深入了解工厂的盈利能力与生产灵活性之间的关系。在本文中，我们开发了一个用于整合原油混合和采购计划的通用MINLP模型。开发了基于性质的灵活性和基于数量的灵活性指数，并将其结合起来表征在交货延迟不确定性情况下炼油厂的生产灵活性。还披露了生产灵活性和盈利能力之间的深层关系。通过行业案例研究来证明已开发方法的有效性。

  1. 问题陈述

本文将通过三个方面来解决原油混合和采购计划的同时优化问题。 具体给定的信息，决策变量和假设如下所示。

2.1． 原油购买。

给出候选原油的市场信息，包括原油类型，硫含量，估计的油价和预计的最大供应量。 购买原油的决策变量是油品类型，数量，油罐类型和交货时间。 一旦采购订单在计划的时间内完成，它将提供到货（交货）日期，油品类型，油罐类型，价格和油品（含硫量）。

2.2. 原油接收。

假设新交付的原油上传时间可以忽略不计。 因此，炼油厂的原油库存将在原油交付后立即更新。 同时，原油卸油成本相对较小，对计划期间的采购计划不敏感; 本文也忽略了它。 请注意，本研究中的原油接收罐是逻辑罐，而不是物理罐。 所有的物理坦克与存储相同类型的原油被聚集并被认为是一个合乎逻辑的原油罐。 同时，原油储罐不能混合不同类型的原油，因为有足够多的原油储罐可供使用。 因此，逻辑原油罐的数量等于原油类型的数量。

    1. 原油混合。

组分原油从其罐储备装入搅拌器。在本文中，使用一系列逻辑搅拌器来表示所有物理混合过程搅拌器。每台搅拌机对混合油的流量和硫含量都有限制，这些混合油将被加入CDU。同时，我们将“甜油”定义为含硫量低于精炼加工极限的原油。甜油可以由炼油厂直接加工。另一方面，“含硫原油”被定义为硫含量高于炼油限量的原油。酸性油不能直接加工，应与其他甜味油混合以满足精炼加工的限制。基于以上描述，原油调配和采购计划的优化是在计划的时间段内决定采购订单和调配计划。采购订单会导致部分原油运抵炼油厂的预计到达日。因此，购买后的运输时间已经被计入。应该指出的是，研究的总时间跨度为四个月，可以分为两个子时段：当前已有固定采购订单的子时段（一个月）;以及未来的子时段（三个月），期间应优化原油采购。优化问题可以概括如下。

2.4.已考虑的问题。

（1）每种原油在市场上的估计每日价格信息（2）汽油和柴油等炼油产品的市场估计每日价格信息（3）每种原油的硫含量（4）预计最大可用量 未来子期间每种原油的数量; （5）各种原油的初始工厂库存（6）当前子期间和未来子期间的固定时间（天）（7）当前子期间的固定采购订单（8） ）储罐容量的上限和下限（9）整个时间段结束时的总库存限制（10）混合油日均流量和硫含量的规格

2.5. 未考虑的问题。

（1）未来子期间的采购订单（2）原油储罐到搅拌机物料移动的日常混合策略。

3.原油混合和购买计划的建模

3.1.灵活性指数。

拟议的灵活性指数与原油库存有关。这意味着基于目前库存的最短持续时间，而不接收任何新的原油来维持CDU进料满足混合要求。根据CDU的进料需求，库存相关的生产灵活性指数可以分为两类：基于性质的（即含硫量）灵活性指数和基于数量的灵活性指数。

3.1.1.基于财产的灵活性指数（PFI）。

如图1所示，设FOj，t和COj，t分别代表搅拌器j中混合油在时间t内流向CDU的流量和硫含量。 FOj，t和COj，t应该在精确指定范围内。因此，FOj，t的上界和下界分别定义为FOj，t U和FOj，t L。同样，COj，t U和COj，t L是COj，t的上下界。请注意，任何组分原油i（iisin;I）都有自己的含硫量，定义为CII。根据CII和FOj之间的比较t U，总原油集合I意味着两个子集：如下面定义的较低的硫含量集合II和最高的硫含量集合Ih。

(1)

(1)

基于成本的灵活性指数PFIt是维持CDU进料满足硫含量要求的最小持续时间，用尽了所有属于II的原油库存。 因为PFIt应该尽可能小，所以用于混合操作的含硫量高的原油应该属于Ih，并且每个混合器的流出率应该达到FOj，t U的上限。这仅仅是计算PFIt的基础 在最坏的情况下，以确定PFIt的最小值，这与控制每日精炼进料速率无关。 因此，方程式3和4表示与PFIt相关的总质量平衡和硫平衡。

(3)

(4)

其中Ei，t是时间t时的第i个原油的库存，EXt是时间t时可行的混合操作的最高含硫原油的估计量。 它是一个中间变量，可以通过下面的公式5来解决。

(5)

通过将等式5代入等式4，给出PFIt的公式如下：

(6)

请注意，PFIt是时间的函数，因为原油库存Ei，t会随时间变化。

3.1.2. 基于数量的灵活性指数（QFI）。

基于数量的灵活性指数QFIt是维持CDU进料满足数量要求的最短持续时间。 它仅限制原油库存的数量，由方程7计算。

(7)

基于财产的和基于数量的灵活性指数都是与库存有关的变量和时间函数，从而保守估计如果自那时起没有新的原油进口，时间t的库存能够维持炼油作业的时间。

3.1.3. 综合灵活性指数（CFI）。

在PFIt的推导过程中，最高含硫原油EXt的估计值没有上限。 在某些情况下，EXt可能会超过酸性油库存的数量。 因此，PFIt可能有被高估的可能性。 在这种情况下，QFIt反映了实际的可持续时间。 因此，由等式8定义的组合灵活性指数CFIt提供了更精确的生产灵活性。

(8)

3.2.原油购买和库存限制。

如前所述，整个时间范围T被划分为具有固定采购订单的当前子期间T1和未来子期间T2，其采购订单需要被最优地确定。等式9到11提供了不同时间范围内的市场供应约束。公式9描述了T2中原油购买量的每日市场约束。这里，F i是t时刻第i个原油罐的进口量，与购买计划中的订货量相等; FIk是油轮的容量。 delta;是油轮在正常油量附近的灵活范围。在研究的案例中，定义了三种类型的油轮。三艘油轮的产能分别为400,750和1000千桶。 delta;是5％。因此，400 kbbl油轮可以运输380-420 kbbl原油; 750 kbbl罐车可以运输712-788 kbbl原油，1000 kbbl罐车可以运输950-1050 kbbl原油。 zk，i，t是一个二元变量，它表示原油i是否将在第t天通过第k类型的油船（zk，i，t = 1）购买，或者不是（zk，i，t = 0） 。公式10表示在第t天至多可以使用一种类型的油轮运输原油。公式11给出了市场约束条件，它描述了T2中每种原油总可用量的约束条件。 FBimax是T2中预测的原油最大可用量。

(9)

(10)

(11)

原油罐的库存限制在方程12到14中列出。

其中Ei，t是时间t结束时的原油库存量; Fi，j，t为时间t时从第i个原油罐到第j个搅拌器的机油移动量; EiL和EiU是第i个原油罐的上限和下限; ESte L和ESte U是时间段结束时所有原油总库存的上限和下限，te。 公式12表明每个原油罐的库存变化等于流入量减去流出量; 等式13给出了每个原油罐的储存容量约束，并且等式14约束了te处的总库存，其中E i，te通过等式12中的等式12计算。

3.3.混合约束。 根据图1，每个搅拌器的总质量平衡约束和硫平衡约束分别在方程15和16中显示。

混合操作的控制受等式17和18的限制，其中引入了二元变量yi，j，t。 M是一个具有足够大正值的参数。 如果第i个原油在第t时间被第j个搅拌器选择进行混合操作，则yi，j，t的值将是1，并且Fi，j，t可以是正值; 否则，yi，j，t将为零，并且Fi，j，t必须为零才能满足公式17的要求。由于在实践中需要很长时间才能混合四种或更多种具有统一性质的原油，因此公式18规定了 可以在搅拌机中同时混合的原油的最大数量。

等式19和20给出了每个搅拌机的出水量和硫含量的限制。 请注意，每个炼油厂都有自己的物理处理能力。 因此，方程19提供了炼油进料量FOj，t U和FOj，t L的每日上下限，这些因素在某种程度上也间接受产品市场需求的影响。

3.4．主要目标函数。

优化问题的主要目标函数是最大化所研究系统的总利润。利润考虑不同的原油油罐的装载，运输和卸货成本，但不考虑详细的油品运输成本。总利润计算为产品销售收入减去原油采购成本，装载/卸载成本以及其他运营成本，加上库存价值变化。应该注意的是，装载/卸载成本由每次固定装载/卸载成本乘以采购次数来计算，这可以被视为与购买频率相关的惩罚。由于本文没有综合模型，因此产品销售收入无法实际获得。因此，原油调和油被认为是“卖给”炼油厂的，混合油销售收入等于

全文共10779字，剩余内容已隐藏，支付完成后下载完整资料

英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[16494]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章