[发明专利]乙烯裂解炉群负荷分配优化方法

摘要

本发明涉及一种乙烯裂解炉群负荷分配优化方法。利用裂解反应的机理模型，获得产品收率等数据，据此建立了裂解反应过程关键产品收率神经网络模型。基于理论方法，导得废热锅炉出口温度预测模型。根据工业运行数据，对上述模型进行参数估计和校正。最后基于过程模型，构建了以乙烯产量、双烯产量、高附产量、乙烯价值、双烯价值和高附价值为目标，以裂解炉过程参数为等式约束、废热锅炉出口温度为不等式约束及其他约束的非线性优化模型。利用智能差分进化算法对该模型进行了求解。对实际工业装置的应用表明，该方法获得的负荷优化分配可显著提高经济效益。该方法理论简化和推导合理，工程使用性强，简单易行，易于移植，具有广泛适应性。

主权项

一种乙烯裂解炉群负荷分配优化方法，其特征在于，所述方法包括以下步骤：步骤1：以神经网络代理模型针对裂解炉的不同的输出变量构建关键产品收率预测模型，该裂解炉的输入变量包括辐射段出口温度、烃进料负荷、汽烃比和绝热段体积；裂解炉的输出变量包括关键产品收率、炉管外壁最高温度和裂解深度；步骤2：建立裂解气废热锅炉出口温度预测模型： T o = exp ( ln ( T i - T s ) - 1 ( R cc F + R ff F 0.2 ) ) + T s - - - ( 1 ) 其中Ti、Ts、To和F分别为裂解炉管出口温度（COT）、汽包饱和蒸汽温度、废锅出口温度和烃负荷进料流量；Rcc和Rff为待辨识参数；步骤3：建立裂解过程燃料气量消耗预测模型：Ffuel=K0+K1*COT+K2*FDS+K3*Fhc        (2)式中Ffuel表示燃料气消耗量；COT为辐射段出口温度；FDS为稀释蒸汽进料负荷；Fhc为烃进料负荷；K0、K1、K2和K3为模型参数；步骤4：基于步骤1建立的关键产品收率预测模型，结合即时获取的工业在线数据，包括辐射段出口温度、烃进料负荷、汽烃比和裂解深度，计算出模型参数绝热段体积值；步骤5：基于步骤2中的裂解炉废热锅炉出口温度预测模型，结合即时获取的工业在线数据，包括辐射段出口温度、汽包饱和蒸汽温度、废锅出口温度以及烃负荷进料流量，计算出Rcc和Rff；步骤6：基于步骤3中的裂解过程燃料气量消耗预测模型，结合即时获取的工业在线数据，包括Ffuel燃料气进料流量、COT辐射段出口温 度、FDS稀释蒸汽进料负荷、Fhc烃进料负荷，以及参数K0、K1、K2和K3，对模型进行在线校正，从而得到裂解过程燃料气消耗值；步骤7：建立具有约束的裂解炉群负荷分配优化模型，包括过程模型等式约束和条件约束；该过程模型等式约束包括关键产品收率预测模型、裂解气废热锅炉出口温度预测模型和裂解过程燃料气量消耗预测模型；该条件约束包括以下约束之一或任意几个的组合：产量价值优化目标、废热锅炉出口温度约束、油品总负荷平衡约束、综合经济指标提升约束。步骤8：裂解炉群优化模型求解，计算出各台裂解炉的最佳负荷分配方案。