Texaco水煤浆气化装置配煤模型及其优化
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
[ 10]
水分约束
M ad, X M ad, max ( 11)
混煤固定碳含量
n
Fc a d, X =
i= 1
Fc ad , i X
i
( 12)
固定碳含量约束
Fc ad, min Fc a d, X
n
Fc ad, m ax
( 13)
混煤硫分
S a d, X =
i= 1
S ad, i X
i
( 14)
1
( 9)
进
混煤水分
Ma d, X =
i= 1
M a d, i X i
( 10)
本文针对 T ex aco 水煤浆气化装置优化配煤问 题, 建立了一个管理决策级视角下的配煤多目标优 化模型。此模型综合考虑了装置对混煤质量指标的 要求、库存成 本、市场价 格、实施配 煤的操作 成 本、堆存和转运消耗等, 采用较为先进的预交叉差 分进化粒子群优化算法 对模型进行求解 , 在满 足装置对煤质要求的前提下, 实现全局原料成本最 低控制。最后, 对某化肥厂水煤浆配煤优化过程进 行仿真分析, 以验证模型和算法的可行性。
dif ferent ial evolut ion 化装置的设计是根据煤种、工艺、容量的不同而度 身定做的, 为保证系统长期稳定运行和提高效益, 装置对煤质仍有严格的要求。近几年来, 全国煤炭 资源紧张, 原煤采购成本和运输价格持续上升 , 质 量良莠不齐 , 使煤化工成本剧增 , 利润大幅下滑。 实践表明, 针对煤的不同特性进行合理配比, 能够
Texaco coal gasification process coal blending model and optimization
SUN Yang, ZHANG Lingbo, GU Xingsheng
( Res ear ch I nstitute of A utomation , East China Univer sity of Science & T echnolo gy , Shanghai 200237, China)
[ 8] [ 9]
A a d, X =
i= 1
A ad , i X
i
( 2)
灰分约束
A ad, X A ad, m ax ( 3)
混煤灰熔点
ST X = f ST A l, F e, Si, M g , Ca ( 4) ( 5)
灰熔点约束
ST min ST X ST max
混煤挥发分
n
V a d, X =
( 26)
+ 1 k k k k vk = wv k id id + c1 r 1 ( p i d - x i d ) + c2 r 2 ( p gd - x id ) + k k k c3 r 3 ( p k a ve, d - x i d ) + c4 r 4 ( v ave , d - v id ) ~ k id
i= 1
kmax
( 19)
特定煤种约束
Xm a ( m = 1, 2, , n; a ( 0 , 1) ) ( 20)
自变量范围约束
0 Xi 1, i ( 21)
第8期
孙漾等 : T exaco 水煤浆气化装置配煤模型及其优化
N n
1967
vk id N
i= 1
自变量总和约束
Xi = 1
i= 1
vk av e, d = ( 22)
配煤优化模型的建立
n n n
硫分约束
S ad, X S ad, ma x ( 15) ( 16)
1 1 目标函数
min z =
i= 1 n
混煤煤灰结渣特性预测矩阵
ch , i T s H i - X i S A / BX = f V ST X , G X , Si/ A l , B/ A , R X
i= 1
V ad, i X
i
( 6)Байду номын сангаас
挥发分约束
V ad, min V ad, X V ad, max ( 7)
混煤低位发热量
n
Qnet , a d, X =
i= 1
Q net , ad, i X
i
( 8)
低位发热量约束
Qne t, ad, mi n Qnet , a d, X
n
Q net , ad, max
Abstract: Coal blending opt imizat io n is of g reat significance f or the opt imal operat ion o f T exaco coal gasif icat io n pr ocess A process m odel f rom a manag em ent and decisio n - making perspect ive is co nstr uct ed t o solv e t he problem of T ex aco coal blending opt imizat ion T he model t akes into acco unt mix ed - coal indicato rs, invent ory costs, market prices, o perat ing costs and consumptions o f sto ckpiling and tr ansit T he model is calculat ed w it h part icl e sw ar m opt imizat io n w it h prio r cr ossover dif f erent ial evo lut ion ( PSOPDE) , w hich can avo id prem at urit y m ore easily t han basic PSO and DE, and has superior f eat ures in solut ion accuracy and eff iciency T he simulation result s of a coal blending optim al pro cess of a fert ilizer plant validat e t he feasibilit y of t he mo del and alg orit hms Key words: T ex aco gasif ier; coal blending; o pt imizat ion m odel; part icle sw arm opt imizat ion;
2
配煤优化模型的求解
配煤优化模型的约束条件保证了配煤操作的可
( 27) ( 28) ( 29) ( 30)
y
=
z x
k id k id
if
rand
~
CR
o ther wise
行性和混煤对装置的适应性, 但复杂的约束条件给 模 型 的 求 解 带 来 了 困 难。 粒 子 群 优 化 算 法 ( part icle sw arm optim izat ion, P SO) 是一种基 于群智能的 进化类算 法, 它采 用速度 - 位 移模型 , 避免了复杂的遗传操作, 是一种更高效的并行搜索 算法。近年来学术界提出了许多改进方案进一步提 高算法效率, 避免算法早熟。文献 [ 10] 中将粒子 群算 法 与 差 分 进 化 [ 13- 14] ( dif ferent ial ev olution, DE) 相结合 , 提出了预交叉差分进化粒子群优化 算 法 ( PSO w it h pr io r cr ossover dif f er ent ial ev olution, PSOPDE ) , 大大 提高了算 法的搜索 效 率和质量。本文拟采用 PSOPDE 对配煤优 化模型 进行求解。 在基本 PSO 算法中, 将每个优化问题的解视 为 鸟群 中的一个个体 ( 即粒子 ) , 每个个体通 过式 ( 23) 和式 ( 24) 进行迭代 , 更新自己的速度和 位置 , 同时根据目标函数值来评价其位置的好坏 , 并最终停留在最佳位置上 , 即获得最优解。
Received date: 2010- 05- 05 Corresponding ecust edu cn Foundat ion it em: s upport ed by t h e H igh - t ech Research an d D evel opment Pr ogram of Ch ina ( 2009A A 04Z141 ) an d S hanghai Commis sion of Sci ence and T ech nology ( 08JC1408200) . author : Prof G U Xi ngsheng, xsgu @
引
言
T ex aco 水煤浆气化技术属于加压气流 床气化
工艺 , 以水煤浆和氧气为原料, 生产 CO 和 H 2 为 主要成分的 合成气 , 其 物理 - 化学 变化复 杂剧烈 , 温度压力高, 投煤量大, 煤种适应相对宽泛。但气
2010- 05- 05 收到初稿 , 2010- 05- 12 收到修改稿。 联系 人 : 顾 幸 生。 第 一 作 者 : 孙 漾 ( 1984 究生。 基金项目 : 国家高技术研究 发展计划 项目 ( 2009A A 04Z141) ; 上海市基础研究重点项目 ( 08JC1408200) 。 ) , 男, 博 士 研
ci X i + cA
i= 1
A ad , i X i +
i= 1 T i
SA +
i= 1
ci 1 n
1-
s n
H i - XiS A / SA + c e, i X i ( 1)
煤灰结渣特性约束
max( BX ) BX ( 3) H i / SA ( 17) ( 18)
c s, i X i +
i= 1 i= 1
单煤库存约束
Xi
等式右边各项分别为 : 与煤炭市场价格联动的混煤 的原料成本; 混煤入炉反应后的灰处理成本 ; 剩煤 库存成本 ; 受风化、自燃等因素造成的剩煤自消耗 损失 ; 多煤种混配的人员和设备运转成本; 配煤过 程中多煤种取运成本和途中消耗。 1 2 约束条件 混煤灰分
配煤人员和设备约束
n
sg n( X i )
第 61 卷 第 8 期 2010 年 8 月
化 工 学 报 CIESC Journal
Vo l 61 N o 8 A ugust 2010
研究论文
Texaco 水煤浆气化装置配煤模型及其优化
孙 漾, 张凌波, 顾幸生
( 华东理工大学自动化研究所 , 上海 200237)
摘要 : 优化配煤对 T ex aco 水煤浆加压气化装 置的优 化运行具 有重要 的意义。 针对 T exaco 水煤 浆气化 装置优 化 配煤 问题 , 建 立了一个管理决策级视角下的 配煤 优化 模型。 模型 综合 考虑 了混 煤指 标、库存 成本、 市场 价格、 操作成本、堆存和转运消耗。采用预交叉差分进化粒 子群优 化算法对 模型进 行求解 , 算法将粒 子群和 差分进 化 相结合 , 避免算法早熟 , 提高了全局搜索能力和收 敛精度。最 后 , 以某 化肥厂 水煤浆 配煤优化 过程为 研究实 例 进行仿真 , 计算结果验证了模型和算法的可行性。 关键词 : T exaco 气化炉 ; 配煤 ; 优化模型 ; 粒子群算法 ; 差分进化 中图分类号 : T P 18 文献 标识码 : A 文 章编号 : 0438- 1157 ( 2010) 08- 1965- 06
1966
化
工
学
报
n
第 61 卷
充分利用单煤种的优点, 同时克服单煤种不适应燃 烧要求的缺点, 使参差不齐的原料煤均接近装置设 计煤种, 优化使用组分, 从而稳定和优化工况, 减 少非计划停车以及装置堵塞和结焦。同时, 不同煤 种的价格有所不同, 且在生产中的库存数量也有所 不同。因此, 在保证气化原料煤品质的基础上, 通 过合理配煤是降低原料价格和合理利用存煤的有效 途径。 然而 , 不同原料煤对混煤质量指标的影响十分 复杂。在实施配煤操作时 , 必须能够有效预测混煤 的各项质量指标。目前针对火电和炼焦过程的配煤 技术研究较多, 而针对水煤浆气化工艺的配煤技术 的研究和实践 较少。文 献 [ 1] 介绍 了 T ex aco 气 化炉对煤质的要求, 根据生产经验建立了线性规划 模型 , 分析了配煤应用的经济效益。另有很多学者 通过大 量理 论 分析 和 实验 对配 煤 煤 质指 标 可 加 性[ 2- 3] 、煤灰熔融性预测方法[ 4- 7] 、配煤对煤可磨性 指数 H GI 的影响 和煤灰结渣特性预测方法 行了研究 , 为配煤提供了理论基础。
水分约束
M ad, X M ad, max ( 11)
混煤固定碳含量
n
Fc a d, X =
i= 1
Fc ad , i X
i
( 12)
固定碳含量约束
Fc ad, min Fc a d, X
n
Fc ad, m ax
( 13)
混煤硫分
S a d, X =
i= 1
S ad, i X
i
( 14)
1
( 9)
进
混煤水分
Ma d, X =
i= 1
M a d, i X i
( 10)
本文针对 T ex aco 水煤浆气化装置优化配煤问 题, 建立了一个管理决策级视角下的配煤多目标优 化模型。此模型综合考虑了装置对混煤质量指标的 要求、库存成 本、市场价 格、实施配 煤的操作 成 本、堆存和转运消耗等, 采用较为先进的预交叉差 分进化粒子群优化算法 对模型进行求解 , 在满 足装置对煤质要求的前提下, 实现全局原料成本最 低控制。最后, 对某化肥厂水煤浆配煤优化过程进 行仿真分析, 以验证模型和算法的可行性。
dif ferent ial evolut ion 化装置的设计是根据煤种、工艺、容量的不同而度 身定做的, 为保证系统长期稳定运行和提高效益, 装置对煤质仍有严格的要求。近几年来, 全国煤炭 资源紧张, 原煤采购成本和运输价格持续上升 , 质 量良莠不齐 , 使煤化工成本剧增 , 利润大幅下滑。 实践表明, 针对煤的不同特性进行合理配比, 能够
Texaco coal gasification process coal blending model and optimization
SUN Yang, ZHANG Lingbo, GU Xingsheng
( Res ear ch I nstitute of A utomation , East China Univer sity of Science & T echnolo gy , Shanghai 200237, China)
[ 8] [ 9]
A a d, X =
i= 1
A ad , i X
i
( 2)
灰分约束
A ad, X A ad, m ax ( 3)
混煤灰熔点
ST X = f ST A l, F e, Si, M g , Ca ( 4) ( 5)
灰熔点约束
ST min ST X ST max
混煤挥发分
n
V a d, X =
( 26)
+ 1 k k k k vk = wv k id id + c1 r 1 ( p i d - x i d ) + c2 r 2 ( p gd - x id ) + k k k c3 r 3 ( p k a ve, d - x i d ) + c4 r 4 ( v ave , d - v id ) ~ k id
i= 1
kmax
( 19)
特定煤种约束
Xm a ( m = 1, 2, , n; a ( 0 , 1) ) ( 20)
自变量范围约束
0 Xi 1, i ( 21)
第8期
孙漾等 : T exaco 水煤浆气化装置配煤模型及其优化
N n
1967
vk id N
i= 1
自变量总和约束
Xi = 1
i= 1
vk av e, d = ( 22)
配煤优化模型的建立
n n n
硫分约束
S ad, X S ad, ma x ( 15) ( 16)
1 1 目标函数
min z =
i= 1 n
混煤煤灰结渣特性预测矩阵
ch , i T s H i - X i S A / BX = f V ST X , G X , Si/ A l , B/ A , R X
i= 1
V ad, i X
i
( 6)Байду номын сангаас
挥发分约束
V ad, min V ad, X V ad, max ( 7)
混煤低位发热量
n
Qnet , a d, X =
i= 1
Q net , ad, i X
i
( 8)
低位发热量约束
Qne t, ad, mi n Qnet , a d, X
n
Q net , ad, max
Abstract: Coal blending opt imizat io n is of g reat significance f or the opt imal operat ion o f T exaco coal gasif icat io n pr ocess A process m odel f rom a manag em ent and decisio n - making perspect ive is co nstr uct ed t o solv e t he problem of T ex aco coal blending opt imizat ion T he model t akes into acco unt mix ed - coal indicato rs, invent ory costs, market prices, o perat ing costs and consumptions o f sto ckpiling and tr ansit T he model is calculat ed w it h part icl e sw ar m opt imizat io n w it h prio r cr ossover dif f erent ial evo lut ion ( PSOPDE) , w hich can avo id prem at urit y m ore easily t han basic PSO and DE, and has superior f eat ures in solut ion accuracy and eff iciency T he simulation result s of a coal blending optim al pro cess of a fert ilizer plant validat e t he feasibilit y of t he mo del and alg orit hms Key words: T ex aco gasif ier; coal blending; o pt imizat ion m odel; part icle sw arm opt imizat ion;
2
配煤优化模型的求解
配煤优化模型的约束条件保证了配煤操作的可
( 27) ( 28) ( 29) ( 30)
y
=
z x
k id k id
if
rand
~
CR
o ther wise
行性和混煤对装置的适应性, 但复杂的约束条件给 模 型 的 求 解 带 来 了 困 难。 粒 子 群 优 化 算 法 ( part icle sw arm optim izat ion, P SO) 是一种基 于群智能的 进化类算 法, 它采 用速度 - 位 移模型 , 避免了复杂的遗传操作, 是一种更高效的并行搜索 算法。近年来学术界提出了许多改进方案进一步提 高算法效率, 避免算法早熟。文献 [ 10] 中将粒子 群算 法 与 差 分 进 化 [ 13- 14] ( dif ferent ial ev olution, DE) 相结合 , 提出了预交叉差分进化粒子群优化 算 法 ( PSO w it h pr io r cr ossover dif f er ent ial ev olution, PSOPDE ) , 大大 提高了算 法的搜索 效 率和质量。本文拟采用 PSOPDE 对配煤优 化模型 进行求解。 在基本 PSO 算法中, 将每个优化问题的解视 为 鸟群 中的一个个体 ( 即粒子 ) , 每个个体通 过式 ( 23) 和式 ( 24) 进行迭代 , 更新自己的速度和 位置 , 同时根据目标函数值来评价其位置的好坏 , 并最终停留在最佳位置上 , 即获得最优解。
Received date: 2010- 05- 05 Corresponding ecust edu cn Foundat ion it em: s upport ed by t h e H igh - t ech Research an d D evel opment Pr ogram of Ch ina ( 2009A A 04Z141 ) an d S hanghai Commis sion of Sci ence and T ech nology ( 08JC1408200) . author : Prof G U Xi ngsheng, xsgu @
引
言
T ex aco 水煤浆气化技术属于加压气流 床气化
工艺 , 以水煤浆和氧气为原料, 生产 CO 和 H 2 为 主要成分的 合成气 , 其 物理 - 化学 变化复 杂剧烈 , 温度压力高, 投煤量大, 煤种适应相对宽泛。但气
2010- 05- 05 收到初稿 , 2010- 05- 12 收到修改稿。 联系 人 : 顾 幸 生。 第 一 作 者 : 孙 漾 ( 1984 究生。 基金项目 : 国家高技术研究 发展计划 项目 ( 2009A A 04Z141) ; 上海市基础研究重点项目 ( 08JC1408200) 。 ) , 男, 博 士 研
ci X i + cA
i= 1
A ad , i X i +
i= 1 T i
SA +
i= 1
ci 1 n
1-
s n
H i - XiS A / SA + c e, i X i ( 1)
煤灰结渣特性约束
max( BX ) BX ( 3) H i / SA ( 17) ( 18)
c s, i X i +
i= 1 i= 1
单煤库存约束
Xi
等式右边各项分别为 : 与煤炭市场价格联动的混煤 的原料成本; 混煤入炉反应后的灰处理成本 ; 剩煤 库存成本 ; 受风化、自燃等因素造成的剩煤自消耗 损失 ; 多煤种混配的人员和设备运转成本; 配煤过 程中多煤种取运成本和途中消耗。 1 2 约束条件 混煤灰分
配煤人员和设备约束
n
sg n( X i )
第 61 卷 第 8 期 2010 年 8 月
化 工 学 报 CIESC Journal
Vo l 61 N o 8 A ugust 2010
研究论文
Texaco 水煤浆气化装置配煤模型及其优化
孙 漾, 张凌波, 顾幸生
( 华东理工大学自动化研究所 , 上海 200237)
摘要 : 优化配煤对 T ex aco 水煤浆加压气化装 置的优 化运行具 有重要 的意义。 针对 T exaco 水煤 浆气化 装置优 化 配煤 问题 , 建 立了一个管理决策级视角下的 配煤 优化 模型。 模型 综合 考虑 了混 煤指 标、库存 成本、 市场 价格、 操作成本、堆存和转运消耗。采用预交叉差分进化粒 子群优 化算法对 模型进 行求解 , 算法将粒 子群和 差分进 化 相结合 , 避免算法早熟 , 提高了全局搜索能力和收 敛精度。最 后 , 以某 化肥厂 水煤浆 配煤优化 过程为 研究实 例 进行仿真 , 计算结果验证了模型和算法的可行性。 关键词 : T exaco 气化炉 ; 配煤 ; 优化模型 ; 粒子群算法 ; 差分进化 中图分类号 : T P 18 文献 标识码 : A 文 章编号 : 0438- 1157 ( 2010) 08- 1965- 06
1966
化
工
学
报
n
第 61 卷
充分利用单煤种的优点, 同时克服单煤种不适应燃 烧要求的缺点, 使参差不齐的原料煤均接近装置设 计煤种, 优化使用组分, 从而稳定和优化工况, 减 少非计划停车以及装置堵塞和结焦。同时, 不同煤 种的价格有所不同, 且在生产中的库存数量也有所 不同。因此, 在保证气化原料煤品质的基础上, 通 过合理配煤是降低原料价格和合理利用存煤的有效 途径。 然而 , 不同原料煤对混煤质量指标的影响十分 复杂。在实施配煤操作时 , 必须能够有效预测混煤 的各项质量指标。目前针对火电和炼焦过程的配煤 技术研究较多, 而针对水煤浆气化工艺的配煤技术 的研究和实践 较少。文 献 [ 1] 介绍 了 T ex aco 气 化炉对煤质的要求, 根据生产经验建立了线性规划 模型 , 分析了配煤应用的经济效益。另有很多学者 通过大 量理 论 分析 和 实验 对配 煤 煤 质指 标 可 加 性[ 2- 3] 、煤灰熔融性预测方法[ 4- 7] 、配煤对煤可磨性 指数 H GI 的影响 和煤灰结渣特性预测方法 行了研究 , 为配煤提供了理论基础。