原油加工方案的确定方法及装置
文献发布时间:2024-04-18 19:58:21
技术领域
本发明涉及炼油技术领域,尤其涉及一种原油加工方案的确定方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
原油是炼油厂的主要原料,多种原油在炼油厂经过常减压、连续重整、渣油加氢、催化裂化、汽柴油加氢、烷基化等一系列复杂的炼制过程后,产出汽油、煤油、柴油、润滑油、石蜡等产品。炼油厂的生产运营受到原料供应、产品需求、装置能力、产品指标等众多因素的影响。现有技术中,通过建立并求解非线性规划模型来得到原油加工方案,对炼油厂而言,在一定的约束条件下,加工某一种原油的采购边际效益数据通常会随着加工量的变化而不断变化。现有技术中未考虑这一点,使得得到的原油加工方案不够科学、合理。
发明内容
本发明实施例提供一种原油加工方案的确定方法,用以准确获取加工某一种原油的采购边际效益数据和加工量之间的对应关系,从而确定更科学合理的原油加工方案,该方法包括:
根据待加工原油的采购价格数据及预先建立的炼化生产计划优化模型,确定待采购量约束方程中,待采购量参数的上限和下限;所述炼化生产计划优化模型为以炼油厂的利润数据最大化为目标建立的炼油厂中待加工原油的炼化生产计划优化模型;所述炼化生产计划优化模型包括待加工原油的待采购量约束方程;
根据待采购量参数的上限和下限及炼化生产计划优化模型,确定多个待采购量区间;
根据多个待采购量区间的边界值对应的采购边际效益数据,确定待加工原油的待采购量和采购边际效益数据之间的关联关系;所述采购边际效益数据为待采购量约束方程的边际效益数据;
根据待加工原油的待采购量和采购边际效益数据之间的关联关系,确定待加工原油的加工方案。
本发明实施例还提供一种原油加工方案的确定装置,用以准确获取加工某一种原油的采购边际效益数据和加工量之间的对应关系,从而制定科学合理的原油加工方案,该装置包括:
待采购量参数上下限确定模块,用于根据待加工原油的采购价格数据及预先建立的炼化生产计划优化模型,确定待采购量约束方程中,待采购量参数的上限和下限;所述炼化生产计划优化模型为以炼油厂的利润数据最大化为目标建立的炼油厂中待加工原油的炼化生产计划优化模型;所述炼化生产计划优化模型包括待加工原油的待采购量约束方程;
待采购量区间确定模块,用于根据待采购量参数的上限和下限及炼化生产计划优化模型,确定多个待采购量区间;
关联关系确定模块,用于根据多个待采购量区间的边界值对应的采购边际效益数据,确定待加工原油的待采购量和采购边际效益数据之间的关联关系;所述采购边际效益数据为待采购量约束方程的边际效益数据;
加工方案确定模块,用于根据待加工原油的待采购量和采购边际效益数据之间的关联关系,确定待加工原油的加工方案。
本发明实施例中,通过根据待加工原油的采购价格数据及预先建立的炼化生产计划优化模型,确定待采购量约束方程中,待采购量参数的上限和下限;所述炼化生产计划优化模型为以炼油厂的利润数据最大化为目标建立的炼油厂中待加工原油的炼化生产计划优化模型;所述炼化生产计划优化模型包括待加工原油的待采购量约束方程;根据待采购量参数的上限和下限及炼化生产计划优化模型,确定多个待采购量区间;根据多个待采购量区间的边界值对应的采购边际效益数据,确定待加工原油的待采购量和采购边际效益数据之间的关联关系;所述采购边际效益数据为待采购量约束方程的边际效益数据;根据待加工原油的待采购量和采购边际效益数据之间的关联关系,确定待加工原油的加工方案,与现有技术中建立并求解非线性规划模型来得到原油加工方案不合理的技术方案相比,本发明实施例在确定待加工原油的加工方案时,考虑到在一定的约束条件下,加工某一种原油的采购边际效益会随着加工量的变化而不断变化,这样能够准确获取加工某一种原油的采购边际效益数据和加工量之间的对应关系,从而确定科学合理的原油加工方案。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本发明实施例提供的原油加工方案的确定方法的流程图;
图2为本发明实施例提供的原油加工方案的确定方法的具体实例的流程图;
图3为本发明实施例提供的待采购量和采购边际效益数据之间的关联关系曲线图;
图4为本发明实施例提供的原油加工方案的确定装置的示意图;
图5为本发明实施例中计算机设备的示意图。
具体实施方式
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本发明的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本发明应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本发明实施例使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换词语。
如本发明和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本发明中使用了流程图用来说明根据本发明的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
现有技术中通过建立并求解非线性规划模型来得到原油加工方案,但未考虑加工某一种原油的采购边际效益数据和加工量之间的对应关系。因此,尚缺少可以准确获取加工某一种原油的采购边际效益数据和加工量之间的对应关系的方案。如何准确获取加工某一种原油的采购边际效益数据和加工量之间的对应关系,从而基于采购边际效益数据和加工量之间的对应关系,制定出更科学合理的原油加工方案,是亟待解决的技术问题。
本发明实施例在确定待加工原油的加工方案时,考虑了在一定的约束条件下,加工某一种原油的采购边际效益会随着加工量的变化而不断变化,这样能够准确获取加工某一种原油的采购边际效益数据和加工量之间的对应关系,从而确定科学合理的原油加工方案。
为了便于理解,以下结合附图和实施例介绍本发明的技术方案。
图1为本发明实施例提供的原油加工方案的确定方法的流程图。如图1所示,本发明实施例提供的原油加工方案的确定方法可以包括:
步骤101,根据待加工原油的采购价格数据及预先建立的炼化生产计划优化模型,确定待采购量约束方程中,待采购量参数的上限和下限;所述炼化生产计划优化模型为以炼油厂的利润数据最大化为目标建立的炼油厂中待加工原油的炼化生产计划优化模型;所述炼化生产计划优化模型包括待加工原油的待采购量约束方程;
步骤102,根据待采购量参数的上限和下限及炼化生产计划优化模型,确定多个待采购量区间;
步骤103,根据多个待采购量区间的边界值对应的采购边际效益数据,确定待加工原油的待采购量和采购边际效益数据之间的关联关系;所述采购边际效益数据为待采购量约束方程的边际效益数据;
步骤104,根据待加工原油的待采购量和采购边际效益数据之间的关联关系,确定待加工原油的加工方案。
在一个实施例中,可以在步骤101之前,以炼油厂的利润数据最大化为目标,预先建立针对炼油厂中待加工原油的炼化生产计划优化模型,炼化生产计划优化模型包括待加工原油的待采购量约束方程。
在本实施例中,待加工原油的炼化生产计划优化模型可以为非线性规划模型。在具体实施过程中,可以通过多种方式建立针对待加工原油的炼化生产计划优化模型。例如,可以使用第三方公司开发的软件建立炼化生产计划优化模型。仅作为示例,下面以使用某平台建立生产计划优化模型为例进行说明。
炼化生产计划优化模型的目标函数为炼油厂的利润数据最大,变量可以包括:各种资源的采购数量、各种产品的产量、各种装置的加工量、各种装置的进料量和出料量、各物料的物性值等。炼化生产计划优化模型的参数可以包括:各种原料的采购价格、各种产品的出厂价格、装置原料的单耗和产品的收率等。炼化生产计划优化模型的约束方程可以包括:各物料的全厂平衡方程、装置的投入物料和产出物料之间量的关联关系方程、原料采购数量上下限、产品产量上下限、装置加工能力上下限、调和出料的物性指标要求等。
在建模中,本发明实施例记所有物料集合为
表示环节
炼化生产计划优化模型的目标函数可以为:
(1)
在公式(1)中:
炼化生产计划优化模型可以包括多种约束方程,下面列出部分约束方程:
原料采购范围约束:受内外部因素制约,原料采购量需在给定的上下限区间内,本发明实施例记原料m采购量的上下限为,
(2)
产品销售范围约束:受内外部因素影响,产品销售量需在给定的上下限区间内,本发明实施例记产品m的销量上下限为
(3)
装置加工能力范围约束:本发明实施例记装置的加工能力集合为
(4)
调和池物性计算方程:本发明实施例记物料物性集合为
(5)
(6)
(7)
(8)
其中,
在方程(5)、(6)、(7)、(8)中,物料的重量
调和出料的物性范围约束:根据产品出厂标准要求或装置对原料的耐受度要求,调和出来的物料的物性需要满足一定的上下限约束。记经环节
(9)
综上,炼化生产计划优化模型的非线性主要是由于在调和物性计算时,需要将物料变量和物性变量进行乘积造成的。现有的针对线性规划模型的边际效益追踪方法已不能适应当前的情景,本发明实施例中,通过以下步骤实现非线性规划模型的边际效益追踪。
在步骤101中,可以通过调整待加工原油的采购价格数据,利用炼化生产计划优化模型,得到待采购量约束方程中,待采购量参数的上限和下限。
在一个实施例中,根据待加工原油的采购价格数据及预先建立的炼化生产计划优化模型,确定待采购量约束方程中,待采购量参数的上限和下限,可以包括:将待加工原油的采购价格数据调整为第一采购价格数据;第一采购价格数据大于待加工原油的市场采购价格数据;将第一采购价格数据输入预先建立的炼化生产计划优化模型,确定待加工原油的待采购量参数的下限;将待加工原油的采购价格数据调整为第二采购价格数据;第二采购价格数据小于待加工原油的市场采购价格数据;将第二采购价格数据输入炼化生产计划优化模型,确定待加工原油的待采购量参数的上限。
在本实施例中,可以将待加工原油的采购价格数据调整为第一采购价格数据;其中,第一采购价格数据大于待加工原油的市场采购价格数据;求解炼化生产计划优化模型,得到待加工原油的待采购量参数的下限。
仅作为示例,可以在炼化生产计划优化模型中,将待加工原油的价格数据设定为市场价格数据的10倍,比如待加工原油的市场价格数据为5000元/吨,将该价格数据修改为50000元/吨,然后对炼化生产计划优化模型求解。由于此时待加工原油的价格数据很高,炼油厂加工该原油会亏损,计算结果会得到一个使该炼油厂尽可能少的加工该原油的方案,根据该方案可得到待加工原油的待采购量参数的下限
在一个实施例中,可以将待加工原油的采购价格数据调整为第二采购价格数据;其中,第二采购价格数据小于待加工原油的市场采购价格数据;求解炼化生产计划优化模型,得到待加工原油的待采购量参数的上限。
仅作为示例,可以在炼化生产计划优化模型中,将待加工原油的价格数据设定为0,然后对炼化生产计划优化模型进行求解。由于此时待加工原油的价格数据为0,炼油厂加工该原油可盈利,计算结果会得到一个使该炼油厂尽可能多的加工该原油的方案,根据该方案可得到待加工原油的待采购量参数的上限
在步骤102中,可以根据待采购量参数的上限和下限,利用炼化生产计划优化模型,迭代划分得到多个待采购量区间。
在本实施例中,待采购量区间可以为由连续的待采购量数值组成的数值区间。
图2为本发明实施例提供的原油加工方案的确定方法的具体实例的流程图,关于根据待采购量参数的上限和下限,利用炼化生产计划优化模型,迭代划分得到多个待采购量区间的详细描述,参见图2中的相关内容,如图2所示,根据待采购量参数的上限和下限及炼化生产计划优化模型,确定多个待采购量区间的步骤可以包括:
步骤201,根据待采购量参数的上限和下限,确定待分析采购区间;
重复执行以下步骤,直至待分析采购区间均不满足分区条件,确定多个待采购区间:
步骤202,根据待分析采购区间及炼化生产计划优化模型,确定待分析采购区间的边界值对应的采购边际效益数据及关联约束的状态;所述关联约束的状态为利用炼化生产计划优化模型确定采购边际效益数据时,除待采购量约束方程之外的其它约束方程中,被约束的变量的值分别与约束上限、约束下限之间的关系;
步骤203,根据待分析采购区间的边界值对应的采购边际效益数据和关联约束的状态,及待分析采购区间的边界值之间的差值,确定待分析采购区间是否满足分区条件;分区条件包括:待分析采购区间的边界值对应的采购边际效益数据之间的差值大于预设边际效益差,待分析采购区间的边界值对应的关联约束的状态之间存在差异,待分析采购区间的边界值之间的差值大于预设分析精度;
步骤204,若待分析采购区间满足分区条件,根据待分析采购区间的边界值,将待分析采购区间划分为至少两个待采购量区间;
步骤205,将划分得到的每个待采购量区间,分别作为待分析采购区间。
在步骤201中,可以根据待采购量参数的上限和下限,确定第一待采购量区间,将其作为待分析采购区间。
在具体实施过程中,可以将待采购量参数的上限和下限,分别作为第一待采购量区间的边界值,得到第一待采购量区间。仅作为示例,将待采购量参数的上限和下限分别记为
重复执行步骤202-步骤205,直至待分析采购区间均不满足分区条件,分区条件包括:待分析采购区间的边界值对应的采购边际效益数据之间的差值大于预设边际效益差,待分析采购区间的边界值对应的关联约束的状态之间存在差异,待分析采购区间的边界值之间的差值大于预设分析精度;确定多个待采购区间。
在步骤202中,利用炼化生产计划优化模型,得到待分析采购区间的边界值对应的采购边际效益数据和关联约束的状态。
在具体实施过程,可以将炼化生产计划优化模型中的待处理原油的采购量分别设置为待分析采购区间的最大值和最小值,对炼化生产计划优化模型进行求解,求解得到的结果中,包含待分析采购区间的边界值对应采购边际效益数据和关联约束的状态。
例如,可以在炼化生产计划优化模型中,将待加工原油的待采购量的上限和下限均设定为待分析采购区间的最大值,然后对模型进行求解,可得到待分析采购区间的最大值对应的采购边际效益数据
例如,可以在炼化生产计划优化模型中,将待加工原油的待采购量的上限和下限均设定为待分析采购区间的最小值,然后对模型进行求解,可得到待分析采购区间的最小值对应的采购边际效益数据
仅作为示例,对于在步骤101中,利用RIPO建立的炼化生产计划优化模型,可以采用分布递归方法进行求解,求解步骤包括:首先给出物料的物性初始值,此时相当于固定了约束(5)、(6)、(7)、(8)中的变量Y的值,使得约束变为线性约束。然后,就可以利用求解器对该 LP 问题进行求解,对于得出的解,进行递归,反复计算更新,直到物性的误差符合容忍度。
在步骤203中,根据待分析采购区间的边界值对应的采购边际效益数据和关联约束的状态,以及边界值之间的差值,确定待分析采购区间是否满足分区条件。
在具体实施过程中,分区条件可以包括:
待分析采购区间的边界值对应的采购边际效益数据之间的差值大于预设边际效益差。满足该条件,说明在待分析采购区间内,待加工原油的采购边际效益数据的变化量大于预设阈值,变化较大,有可能存在突变情况。
待分析采购区间的边界值对应的关联约束的状态之间存在差异。满足该条件,说明在待分析采购区间内,由于关联约束的状态的变化导致了待加工原油的采购边际效益数据的变化量大于预设阈值,即发生了突变。
待分析采购区间的边界值之间的差值大于预设分析精度。预设分析精度即拐点分析精度,拐点为采购量-采购边际效益曲线中,从某一点开始,当采购量变化小于预设采购量阈值,对应的采购边际效益的变化量大于预设阈值,该点为拐点。满足该条件,说明待分析采购区间还可以继续细分,确保待加工原油的采购边际效益分析的精度。
仅作为示例,以第一个待采购量区间
根据业务需求,设定边际效益差γ(如10,单位:元/吨)和预设分析精度ε(如0.1,单位:万吨)。
1、比较该采购区间的边界值对应的采购边际效益数据之间的差值
2、在
2.1、如果所有关联约束的边际效益状态都无变化,说明在该区间没有发生采购边际效益的突变,不再继续对该区间进行分析。
2.2、若有关联约束的状态发生了变化,继续比较
2.2.1、若
2.2.2、若
在步骤204中,在待分析采购区间满足分区条件的情况下,根据待分析采购区间的边界值,将待分析采购区间划分为至少两个待采购量区间。
继续以上述示例说明本步骤的执行过程。
令
在步骤205中,将划分得到的每一个待采购量区间,分别作为待分析采购区间,重新执行利用炼化生产计划优化模型,得到待分析采购区间的边界值对应的采购边际效益数据和关联约束的状态的步骤。
继续以上述示例为例,对本步骤进行说明。
对于拆分得到的两个区间
例如,对于区间
又例如,对于区间
在步骤103中,根据多个待采购量区间的边界值对应的采购边际效益数据,得到待加工原油的待采购量和采购边际效益数据之间的关联关系。
采购边际效益数据为炼化生产计划优化模型中待采购量约束方程的边际效益数据。仅作为示例,在炼化生产计划优化模型中,将待加工原油的待采购量的上、下限均设定为步骤102示例中的待采购量参数的下限
关联约束的状态为利用炼化生产计划优化模型计算采购边际效益数据时,除待采购量约束方程之外的其它约束方程中被约束的变量的值与约束上限和约束下限之间的关系。关联约束可以包括但不限于:原料采购范围约束、产品销售范围约束、装置加工能力范围约束和调和出料物性范围约束等。
在一个实施例中,关联约束的状态可以包括卡上限状态,卡下限状态以及不卡边状态。
卡上限状态为:根据炼化生产计划优化模型确定的关联约束方程中的被约束变量的值达到预设上限;
卡下限状态为:根据炼化生产计划优化模型确定的关联约束方程中的被约束变量的值达到预设下限;
不卡边状态为:根据炼化生产计划优化模型确定的关联约束方程中的被约束变量的值处于预设上限和预设下限之间。
待采购量区间的边界值包括最大待采购量和最小待采购量。待采购量区间的边界值对应的采购边际效益数据包括待采购量区间的最大待采购量对应的采购边际效益和最小待采购量对应的采购边际效益数据。
在一个实施例中,根据多个待采购量区间的边界值对应的采购边际效益数据,确定待加工原油的待采购量和采购边际效益数据之间的关联关系,可以包括:针对每个待采购量区间,执行如下操作:将待采购量区间的最高待采购量、最高待采购量对应的采购边际效益数据,以及最低待采购量、最低待采购量对应的采购边际效益数据中的至少一组数据,作为待采购量区间对应的采购边际效益数据对;根据待采购量区间对应的采购边际效益数据对,确定待加工原油的待采购量和采购边际效益数据之间的关联关系。
在具体实施过程中,待加工原油的待采购量和采购边际效益数据之间的关联关系可以使用曲线表示,也可以使用分段函数拟合,不受本说明书的表述所限。
图3为本发明实施例提供的待采购量和采购边际效益数据之间的关联关系曲线图,由图3可知,使用本发明提供的方法可以得到较为准确、详细的待采购量和采购边际效益数据之间的关联关系。
在一些实施例中,还可以进一步根据多个待采购量区间的边界值对应的采购边际效益数据和关联约束的状态,得到引起采购边际效益数据发生突变的瓶颈因素。具体如下:
当待分析采购区间的边界值对应的采购边际效益数据之间的差值大于预设边际效益差,待分析采购区间的边界值对应的关联约束的状态之间存在差异,确定待分析采购区间对应的采购边际效益发生了突变;
若待分析采购区间的边界值之间的差值小于或等于预设分析精度,将待分析采购区间的边界值对应的关联约束的状态之间存在差异,作为待分析采购区间对应的采购边际效益发生突变的瓶颈因素;
根据瓶颈因素,对待加工原油的加工方案进行调整。
上述内容的详细描述参见步骤203中的相关内容,这里不再赘述。
仅作为示例,根据业务需求,设定预设边际效益差为γ(例如10,单位:元/吨)和预设分析精度ε(例如0.1,单位:万吨),在待分析采购区间的边界值对应的采购边际效益数据分别为390元/吨和325元/吨,二者之间的差值为65元/吨,且二者对应的92#汽油的产量的状态由卡上限变为不卡边,则确定92#汽油的产量的状态由卡上限变为不卡边是导致原油采购边际效益数据由390元/吨突变为325元/吨的瓶颈因素。
表1是根据本发明实施例得到的某炼油厂待加工原油A的边际效益追踪及瓶颈因素分析表。测算结果,原油A的最低采购量为27.5万吨,最高采购量为47.1万吨,经过9个轮次,共计31个边界点的对比分析后,得到了精准详细的炼油厂待加工原油A边际效益转折点及引起转折的瓶颈因素(限制因素)。
表1
在步骤104中,根据待加工原油的待采购量和采购边际效益数据之间的关联关系,确定待加工原油的加工方案。
在一些实施例中,可以根据导致采购边际效益发生突变的瓶颈因素,对待加工原油的加工方案进行调整。对于上述示例,可以通过调整炼化生产计划优化模型中92#汽油的产量(例如,增加相关约束方程中的约束上限),来避免采购边际效益突降。
图4为本发明实施例提供的原油加工方案的确定装置的示意图。如图4所示,原油加工方案的确定装置可以包括:
待采购量参数上下限确定模块401,用于根据待加工原油的采购价格数据及预先建立的炼化生产计划优化模型,确定待采购量约束方程中,待采购量参数的上限和下限;所述炼化生产计划优化模型为以炼油厂的利润数据最大化为目标建立的炼油厂中待加工原油的炼化生产计划优化模型;所述炼化生产计划优化模型包括待加工原油的待采购量约束方程;
待采购量区间确定模块402,用于根据待采购量参数的上限和下限及炼化生产计划优化模型,确定多个待采购量区间;
关联关系确定模块403,用于根据多个待采购量区间的边界值对应的采购边际效益数据,确定待加工原油的待采购量和采购边际效益数据之间的关联关系;所述采购边际效益数据为待采购量约束方程的边际效益数据;
加工方案确定模块404,用于根据待加工原油的待采购量和采购边际效益数据之间的关联关系,确定待加工原油的加工方案。
在一个实施例中,待采购量参数上下限确定模块401具体可以用于:
将待加工原油的采购价格数据调整为第一采购价格数据;所述第一采购价格数据大于待加工原油的市场采购价格数据;
将第一采购价格数据输入预先建立的炼化生产计划优化模型,确定待加工原油的待采购量参数的下限;
将待加工原油的采购价格数据调整为第二采购价格数据;所述第二采购价格数据小于待加工原油的市场采购价格数据;
将第二采购价格数据输入炼化生产计划优化模型,确定待加工原油的待采购量参数的上限。
在一个实施例中,待采购量区间确定模块402具体可以用于:
根据待采购量参数的上限和下限,确定第一待采购量区间,将第一待采购量区间作为待分析采购区间;
根据待分析采购区间及炼化生产计划优化模型,确定待分析采购区间的边界值对应的采购边际效益数据及关联约束的状态;所述关联约束的状态为利用炼化生产计划优化模型确定采购边际效益数据时,除待采购量约束方程之外的其它约束方程中,被约束的变量的值分别与约束上限、约束下限之间的关系;
根据待分析采购区间的边界值对应的采购边际效益数据和关联约束的状态,及待分析采购区间的边界值之间的差值,确定待分析采购区间是否满足分区条件;分区条件包括:待分析采购区间的边界值对应的采购边际效益数据之间的差值大于预设边际效益差,待分析采购区间的边界值对应的关联约束的状态之间存在差异,待分析采购区间的边界值之间的差值大于预设分析精度;
若待分析采购区间满足分区条件,根据待分析采购区间的边界值,将待分析采购区间划分为至少两个待采购量区间;以及
将划分得到的每个待采购量区间,分别作为待分析采购区间,重新执行根据待分析采购区间及炼化生产计划优化模型,确定待分析采购区间的边界值对应的采购边际效益数据及关联约束的状态的步骤。
在一个实施例中,关联关系确定模块403具体可以用于:
针对每个待采购量区间,执行如下操作:
将待采购量区间的最高待采购量、最高待采购量对应的采购边际效益数据,以及最低待采购量、最低待采购量对应的采购边际效益数据中的至少一组数据,作为待采购量区间对应的采购边际效益数据对;
根据待采购量区间对应的采购边际效益数据对,确定待加工原油的待采购量和采购边际效益数据之间的关联关系。
在一个实施例中,原油加工方案的确定装置还可以包括:
调整模块,用于当待分析采购区间的边界值对应的采购边际效益数据之间的差值大于预设边际效益差,待分析采购区间的边界值对应的关联约束的状态之间存在差异,确定待分析采购区间对应的采购边际效益发生了突变;若待分析采购区间的边界值之间的差值小于或等于预设分析精度,将待分析采购区间的边界值对应的关联约束的状态之间存在差异,作为待分析采购区间对应的采购边际效益发生突变的瓶颈因素;根据瓶颈因素,对待加工原油的加工方案进行调整。
在一个实施例中,关联约束的状态可以包括:卡上限状态、卡下限状态及不卡边状态;
卡上限状态为:根据炼化生产计划优化模型确定的关联约束方程中的被约束变量的值达到预设上限;卡下限状态为:根据炼化生产计划优化模型确定的关联约束方程中的被约束变量的值达到预设下限;不卡边状态为:根据炼化生产计划优化模型确定的关联约束方程中的被约束变量的值处于预设上限和预设下限之间。
上述原油加工方案的确定装置的实施例中,各模块的具体处理及其带来的技术效果可分别参考对应方法实施例中的相关说明,在此不再赘述。
本发明实施例还提供一种计算机设备,图5为本发明实施例中计算机设备的示意图,如图5所示,该电子设备,包括:多个处理器501,多个通信接口502,多个存储器503和多个通信总线504;可选的,通信接口502可以为通信模块的接口,如GSM模块的接口;处理器501可能是处理器CPU,或者是特定集成电路ASIC(Application Specific IntegratedCircuit),或者是被配置成实施本发明实施例的一个或多个集成电路。存储器503可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如多个磁盘存储器。其中,存储器503存储有程序,处理器501调用存储器503所存储的程序,以执行上述的部分或全部方法实施例。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述原油加工方案的确定方法的计算机程序。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现原油加工方案的确定方法。
综上所述,本发明实施例通过根据待加工原油的采购价格数据及预先建立的炼化生产计划优化模型,确定待采购量约束方程中,待采购量参数的上限和下限;所述炼化生产计划优化模型为以炼油厂的利润数据最大化为目标建立的炼油厂中待加工原油的炼化生产计划优化模型;所述炼化生产计划优化模型包括待加工原油的待采购量约束方程;根据待采购量参数的上限和下限及炼化生产计划优化模型,确定多个待采购量区间;根据多个待采购量区间的边界值对应的采购边际效益数据,确定待加工原油的待采购量和采购边际效益数据之间的关联关系;所述采购边际效益数据为待采购量约束方程的边际效益数据;根据待加工原油的待采购量和采购边际效益数据之间的关联关系,确定待加工原油的加工方案,与现有技术中建立并求解非线性规划模型来得到原油加工方案的技术方案相比,考虑到在一定的约束条件下,加工某一种原油的采购边际效益会随着加工量的变化而不断变化,能够准确获取加工某一种原油的采购边际效益数据和加工量之间的对应关系,从而确定科学合理的原油加工方案。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
- 一种用电方案确定方法及用电方案确定方法装置
- 一种面向加工方案切换的原油动态调合方法