【Applied Energy】到达时间不确定下的可持续炼化一体化过程低碳计划-操作联合优化： 基于大规模分层能效优化的视角

(1) 开发了炼化一体化过程多层联合低碳生产决策模型

(2) 考虑油品到达时间不确定情况下的多周期分解操作

(3) 设计分层式同步优化框架以降低模型计算复杂度

(4) 提出一种涵盖改进智能优化算法的个性化问题求解策略

(5) 为可持续性流程制造工艺制定碳税政策提供见解

文章针对炼化一体化过程多层次联合低碳生产中面临的复杂性和不确定性问题，全面考量了计划层与操作层之间的协同关系，实现了在油品到达时间不确定性下的全局低碳决策优化，为进一步提升炼化一体化过程中的节能减排决策效率提供了技术支持。

Neglecting interaction among the planning and operational layers in the integrated refinery-petrochemical process can seriously compress low-carbon decision schemes’ accuracy and global applicability. Accordingly, this paper constructs a multi-layer joint low-carbon production decision-making model to facilitate the interaction among the planning and operational layers. Considering the crude carrier arrival delays and raw materials arrival time uncertainties, a multi-period decomposition operation of production planning is conducted. Synchronizing the number of raw materials arrivals at the site with the number of planning cycles ensures information flow interactability. Subsequently, a hierarchical synchronization optimization framework is developed to mitigate the complexity and problem-solving difficulty of the joint decision optimization model. Additionally, a personalized problem-solving strategy that concurrently covers the carbon tax scenario and an improved optimization algorithm is designed to improve the efficiency of solving decomposed local optimization problems. The proposed model and methods are applied to a case study in a practical integrated refinery-petrochemical production site. The results indicate that the joint low-carbon production decision optimization model can effectively explore the energy-saving and emission-reduction potential at the planning and operational layers. After optimization, CO2 emissions are reduced from 1048.69 ktCO2eq/month to 987.19 ktCO2eq/month (a 5.9% reduction), and energy consumption decreased from 61520.2 tce/month to 54645.8 tce/month (an 11.2% reduction). The proposed model and methodology can serve as a foundational and optimization support for low-carbon production decision-making in integrated refinery-petrochemical processes.

Keywords

Integrated refinery-petrochemical processes

Hierarchical synchronization optimization

Energy-efficiency

Low-carbon decision

团队介绍：

本研究由华东理工大学能源过程智能制造教育部重点实验室的研究人员完成。

通信作者简介：

钟伟民，华东理工大学教授、博士生导师，信息科学与工程学院院长，任国家产业基础专家委员会委员，中国化工学会理事，中国化工学会智能制造专委会主任委员，中国石油和化学工业联合会智能制造工作委员会副主任委员，中国自动化学会石油化工应用专业委员会副主任委员等。长期从事过程建模、控制和优化，工业智能与智能系统的研究工作。主持国家自然科学基金杰出青年基金项目、基础科学中心项目（PI）、重大项目课题、国家重点研发计划项目等，提出并研发了面向能源化工过程智能制造的系列方法、技术、软件及系统，在PTA、炼油、乙苯/苯乙烯、聚乙烯、水泥等大型工业装置进行了应用示范，取得了显著的应用效果。获国家教学成果一等奖1项，国家科技进步二等奖1项，省部级科技奖励一等奖4项，上海市青年科技杰出贡献奖等荣誉。

彭鑫，华东理工大学研究员、博士生导师。主要从事工业过程智能建模、控制及优化；人工智能驱动的科学研究（AI for Science/Engineering）；工业机器视觉方面的研究工作。担任中国自动化学会技术过程的故障诊断与安全性专业委员会委员，中国自动化学会环境感知与保护自动化专业委员会委员，上海市自动化学会理事，中国人工智能学会智能诊断与健康管理专业委员会委员、青工委委员，欧美同学会华东理工大学分会理事等。主持科技部国家重点研发计划项目课题1项、国家自然科学基金面上及青年项目各1项、省部级基金3项。在国际重要期刊上发表SCI论文90余篇。授权国家发明专利15项，公开49项，登记软件著作权11项。相关研究获得2022年上海自然科学奖二等奖及2023年中国仪器仪表学会科技进步二等奖，并获2021年上海市浦江学者人才计划（A类）、上海市青年科技英才扬帆计划资助。

第一作者简介：

张庭伟，华东理工大学能源过程智能制造教育部重点实验室博士研究生，主要从事复杂工业过程碳足迹核算与溯源、炼化一体化系统低碳生产决策建模、能源-环境-经济耦合系统低碳运行优化等研究。在Applied Energy、Journal of Cleaner Production、Applied Intelligence等国际重要期刊上发表SCI论文6篇。授权国家发明专利1项，公开3项。

本期小编：郑培钧；审核人：彭维柯

《Applied Energy》是世界能源领域著名学术期刊，在全球出版巨头爱思唯尔 (Elsevier) 旗下，1975年创刊，影响因子10.1，CiteScore 21.2，本刊旨在为清洁能源转换技术、能源过程和系统优化、能源效率、智慧能源、环境污染物及温室气体减排、能源与其他学科交叉融合、以及能源可持续发展等领域提供交流分享和合作的平台。开源（Open Access）姊妹新刊《Advances in Applied Energy》影响因子13.0，CiteScore 23.9。全部论文可以免费下载。在《Applied Energy》的成功经验基础上，致力于发表应用能源领域顶尖科研成果，并为广大科研人员提供一个快速权威的学术交流和发表平台，欢迎关注！

公众号团队小编招募长期开放，欢迎发送自我简介（含教育背景、研究方向等内容）至wechat@applied-energy.org