您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (3): 51-56.

• 控制科学与工程 • 上一篇    下一篇

基于炼油过程生产特性的优化调度模型

李明,李歧强,郭庆强,丁然   

  1. 山东大学控制科学与工程学院, 山东 济南 250061
  • 收稿日期:2009-05-12 出版日期:2010-06-16 发布日期:2009-05-12
  • 作者简介:李明(1981-),男,山东济南人,博士研究生,主要研究方向为生产计划与调度,智能决策等. E-mail:sdu.liming@126.com
  • 基金资助:

    国家高技术研究发展计划(863计划)资助项目(2007AA04Z157);山东省优秀中青年科学家奖励基金资助项目(2007BS05014)

Scheduling optimization model of refinery processes based on production characteristics

LI Ming, LI Qi-qiang, GUO Qing-qiang, DING Ran   

  1. School of Control Science and Engineering, Shandong University, Jinan 250061, China
  • Received:2009-05-12 Online:2010-06-16 Published:2009-05-12

摘要:

针对炼油过程的平稳性和长期性等生产特性,研究了其优化调度问题。给出了平稳性和长期性的定义,并对生产特性进行了模型化描述。提出了生产的平稳度、长期度性能指标,以实现生产特性的量化表达和评价。在此基础上建立了炼油过程的广义析取规划优化调度模型。以某炼油过程生产调度为例,对比有无体现生产特性的优化调度仿真结果表明:基于炼油过程生产特性的优化调度模型能够提高生产特性性能,得到的调度方案更为可行和实用。

关键词: 炼油过程, 生产特性, 生产调度, 广义析取规划, 优化

Abstract:

The scheduling optimization problem of refinery processes was studied in view of the production characteristics such as stability and chronicity whose definitions are given first. Based on the  given definitions, production characteristics were described using disjunctive normal form and logic proposition. To evaluate production characteristics quantitatively, the performance criterion of stability and chronicity were proposed. Finally, based on expressions of production characteristics, a generalized disjunctive programming scheduling optimization model was set up. Simulation results obtained from the scheduling of a certain refinery having  expressions of production characteristics whether or not show that the scheme of the production characteristics based scheduling model can improve the performance of production characteristics and is  feasible and practical.

Key words: refinery processes, production characteristics, production scheduling, generalized disjunctive programming, optimization

[1] 胡建平,李鑫,谢琪,李玲,张道畅. 基于Delaunay三角化的二维无约束优化EMD方法[J]. 山东大学学报(工学版), 2018, 48(5): 9-15.
[2] 钱淑渠,武慧虹,徐国峰,金晶亮. 计及排放的动态经济调度免疫克隆演化算法[J]. 山东大学学报(工学版), 2018, 48(4): 1-9.
[3] 叶明全,高凌云,万春圆. 基于人工蜂群和SVM的基因表达数据分类[J]. 山东大学学报(工学版), 2018, 48(3): 10-16.
[4] 田靖,李红伟,陈瑞,于文涛. 一种轴向电磁轴承的结构优化与有限元分析[J]. 山东大学学报(工学版), 2018, 48(2): 107-113.
[5] 刘志清,高浩瀚,安沫霖,张学凯. 基于完工概率修正的关键链法项目进度优化[J]. 山东大学学报(工学版), 2018, 48(1): 104-111.
[6] 宋正强,杨辉玲,肖丹. 基于在线粒子群优化方法的IPMSM驱动电流和速度控制器[J]. 山东大学学报(工学版), 2018, 48(1): 112-116.
[7] 褚晓东,唐茂森,高旭,刘伟生,贾善杰,李笋. 基于集中式信息系统的主动配电网鲁棒优化调度[J]. 山东大学学报(工学版), 2017, 47(6): 20-25.
[8] 刘晓明,许乃媛,杨斌,魏鑫,张丽娜,曹永吉. 全球能源互联网受端特高压网架双阶段优化[J]. 山东大学学报(工学版), 2017, 47(6): 1-6.
[9] 孙东磊,李山,李雪亮,韩学山,李文博,杨思. 适应源荷不确定性的参考电网区间优化方法[J]. 山东大学学报(工学版), 2017, 47(6): 26-31.
[10] 张岐松,傅钧,史朝晖,杨潇,贾春娟,黄玉龙. 荷电状态优化对风储系统供电可靠性的影响[J]. 山东大学学报(工学版), 2017, 47(6): 95-99.
[11] 马汉杰,林霞,胥晓晖,张健,张智晟. 基于自适应粒子群算法的智能家居管理系统负荷优化模型[J]. 山东大学学报(工学版), 2017, 47(6): 57-62.
[12] 张恒旭,韩林晓,石访. 基于最小偏差法的全球能源优化配置方法[J]. 山东大学学报(工学版), 2017, 47(6): 128-133.
[13] 王飞,徐健,李伟,汪新浩,施啸寒. 基于分布式储能系统的风储滚动优化调度方法[J]. 山东大学学报(工学版), 2017, 47(6): 89-94.
[14] 刘洋,刘博,王峰. 基于Parameter Server框架的大数据挖掘优化算法[J]. 山东大学学报(工学版), 2017, 47(4): 1-6.
[15] 裴小兵,陈慧芬,张百栈,陈孟辉. 改善式BVEDA求解多目标调度问题[J]. 山东大学学报(工学版), 2017, 47(4): 25-30.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!