[发明专利]汽油调合离线优化方法

说明书

技术领域

本发明属于汽油调合领域，涉及汽油调合离线优化方法。

背景技术

车用汽油牌号越高性能越好。汽油内在质量主要监测项目包括：抗爆性（研究法辛烷值、马达法辛烷值）、蒸汽压、硫含量、烯烃含量、芳烃含量、苯含量、馏程、诱导期、铜片腐蚀等。在这些指标当中，尤以汽油抗爆性最为重要，而辛烷值可以直接反应汽油的抗爆性能，所以以辛烷值表示汽油牌号的高低，行业当中普遍采用研究法辛烷值和马达法辛烷值的平均值表示。

汽油的成分比较复杂，主要是烷烃，从C4到C12，其中以C5到C9为主。各种汽油的组分不同，所以它们的理化常数也是不一样的，规定纯异辛烷（2,2,4-三甲基戊烷）和正庚烷的辛烷值分别为100和0。分子量相近的不同烃类，其辛烷值以正构烷烃最低，高度分支的异构烷烃、异构烯烃和芳香烃的辛烷值最高，环烷烃和分支少的异构烷烃、正构烯烃介于中间。对于同一族烃类，分子量越小，沸点越低，其抗爆性越好。汽油成分的复杂性，致使汽油调合模型实际上属于一个非线性模型。

由于汽油调合模型具有非线性性质，所以采用传统的数学规划方法往往需要大量的数学变换等步骤，而最终却难以解决此类实际工程问题。粒子群优化算法（PSO），属于人工智能优化算法范畴，可以有效的解决此类问题。粒子群优化算法其基本思想是通过群体中个体之间的协作和信息共享来寻找最优解。在粒子群优化算法中，在解空间范围内随机产生一群粒子作为最优化问题的初始解，每个粒子具有不同的初始位置和速度，并由最优化问题定义的适应度函数确定粒子的适应值。然后种群不断进行迭代更新，在每一次迭代过程中，粒子根据两个极值来更新自己的位置和速度。一个是粒子迄今为止搜索到的最优解，另一个是整个粒子种群迄今为止搜索到的最优解。经过设定的迭代次数或者达到可以接受的精度范围之后，整个种群搜索到的全局最优位置即为最优化问题的解。

发明内容

汽油调合优化的目标是调合成本最低或成品汽油质量过剩最小，同时要结合实际生产状况，综合考虑满足各种汽油质量指标约束（包括RON、MON、DON、RVP、硫含量、苯含量、氧含量、烯烃含量、芳烃含量、密度等）、各组分油的库存和产量限制以及各组分油的配方限制，另外还有添加剂的用量等。

为达到以上目标，本发明设计以下技术方案来实现，包括如下步骤：

一、根据市场产品需求，组分油产量及库存约束，选定参与调合的组分油品，进行调合的产品牌号。

二、设置参与调合的组分的配方上下限制，添加剂上下限等约束范围，输入各个参与调合的组分油属性。建立汽油调合的数学模型，其中综合考虑了三个指标：调合成本最低、质量过剩最小以及锰剂用量最小（虽然锰剂可以提升汽油的辛烷值，但过量使用可能对汽车发动机的一些关键部件产生损伤和造成环境污染），一个n参调组分的汽油调合模型目标函数如下：