智能炼化概念是随着炼化企业信息化建设逐步提出的。进入21世纪，美国艾斯本技术有限公司首次提及智能炼厂概念，并迅速在世界各国的大型炼化企业中普及实施。
那么，国内外大型炼化企业是如何理解智能炼化概念的？对比美国埃克森美孚公司和沙特基础工业公司与国内大型炼化一体化企业智能炼化建设的不同，来分析其中的差距。
在横向供应链上，美国埃克森美孚公司最早启动了全球油品移动（GOM）项目智能化建设。通过建立专业的智能优化团队，系统集成了调度平台，实现了炼厂、油库、加油站油品移动的动态监控和调度管理，提供需求预测一致性、调度及时性，优化产品库存，提高了供应链上下游一体化业务协同运营的能力。在全球范围内、在任何给定的时间内，埃克森美孚公司可管理约3.3亿桶化工品库存，实现了分层次、分地区的库存可视化和优化。
在纵向生产链智能优化方面，埃克森美孚公司首先提出分子管理理念，并于2002年启动分子炼油项目。通过专业的智能优化团队开发的分子管理技术，对众多炼油装置的反应动力学模型进行优化，开发出实时优化模型，结合先进控制系统实现了炼油装置的实时优化，进一步提高了炼油生产效率。基于分子管理的装置智能优化——在线实时优化成为埃克森美孚公司整个炼化技术框架中最重要的环节。
在能源管理方面，埃克森美孚公司建立了全球能源管理系统（GEMS），总结了200多个节能最佳实践和12类绩效衡量计算方法。
沙特基础工业公司是中东地区最大的石油化工公司，主要从事烯烃、聚烯烃和碳氢化合物的生产和销售，无论销量还是产品多样性均世界领先。在横向供应链上，沙特基础工业公司注重供应计划、需求计划、生产计划、销售与运营、原料供应、产品配送、长短期计划等各个系统集成，打造出全新的供应链体系。在纵向生产链上，特别强调设计一个集成的制造执行系统，关联了计划调度系统、资源计划系统（ERP）、先进控制系统、集散控制系统，实现了自动化控制的实时优化，提高了对市场响应的灵敏性。最终成功将预测物料的库存、原油组成、进料使用方案和产品产量提前4周。物料平衡准确性更高，以区域需求和供应为驱动对装置生产进行调整和优化，提高了市场响应灵敏性，实现了产供销存一体化优化。
综上，国外智能炼化企业注重横向供应链和纵向生产链的智能化，以及环保、节能、安全和资产的综合管理3个方面的建设。因加工工艺不同，炼油厂和化工厂的智能化建设重点又有所不同。炼油厂横向供应链的智能化，注重系统集成、优化技术应用、物流协同3个方面的建设，而纵向生产链更注重应用分子炼油技术、自动化控制等实现装置在线实时优化。化工厂横向供应链的智能化，注重系统集成、物流协同、市场响应3个方面的建设，纵向生产链更注重应用先进控制系统等。在运营管理上，国外炼化企业首先要在企业组织系统上构架智能优化管理团队和技术团队，其次是开发和应用先进的技术和软件打造最先进的智能优化工具——实时优化技术，最后是通过有效的系统间集成来提高智能优化效率，为生产运营提供最佳决策方案。最终达到降低企业成本，提高目标产品收率、生产效率、市场响应灵敏性，大幅提升企业经济效益。
再看国内大型炼化一体化代表企业，目前在优化团队的建设和管理上与国外公司仍存在差距。主要表现：在横向供应链上，国内炼化企业智能优化的水平、优化的内容、优化的执行效率、优化的工具软件、优化的深度等方面与国外有较大差距；在纵向生产链上，国内炼化企业装置智能优化水平仍停留在离线优化上，部分关键装置正在尝试在线实时优化，但在线率较低，大部分装置的先进控制系统使用率也较低，装置智能优化方面存在着较大的上升空间。在能源优化上，国内仅个别炼厂做了大规模系统的能源优化工作，提升空间较大。综上，我国炼化企业智能炼化建设范围广、涵盖内容多、整体水平较低，大部分炼厂还未达到智能工厂1.0的水平。
鉴于中外大型炼化企业智能化方面的差距，建议加强以下4个方面的内容建设，缩短差距。
首先，实时数据及时共享与应用是基础。智能炼化企业数据广泛，横向供应链上包括原油价格数据、原油性质数据、原油运输数据、原油仓储数据、炼化生产数据、油品仓储数据、物流数据和销售数据等；纵向生产链上包括原油性质数据、原油加工方案数据、中间物料数据、装置操作参数、产品数量和性质数据、产品价格数据等。智能炼化企业通过建立信息智能管理平台实现了数据的实时、及时、共享，实时感知炼厂数据及其变化，及时共享到相关重要部门，进而通过智能优化模型进行模拟优化，才能为炼厂加工计划调整提出最佳方案。通过在线分析技术的应用、AI大数据分析技术的应用，真正实现炼化企业实时数据及时共享与应用。
其次，提高智能预知预警能力。在横向供应链上，预知预警可为企业提供原油采购风险、原油运输风险、原油仓储风险、原油加工风险、产品质量风险、市场需求风险等预警；在纵向生产链上，可为企业的生产过程提供潜在风险预警，包括小到单台设备的正常运行、大到单元设备的正常操作等。通过最先进的机理模型技术和AI大数据技术，建立准确的预测模型是实现智能炼化预知预警功能的关键。通过抓取有效的实时数据、通过各种预测模型的模拟计算，智能炼化企业能够预知炼厂当前加工计划的生产结果与经济效益等。一旦模拟结果出现异常，系统会自动警告可能发生的风险，为企业的正常生产保驾护航。
再者，各环节协同优化。智能炼化不仅需要对横向供应链上的原油采购的性质、原油价格、原油产地、原油运输、原油仓储、原油可加工方案、生产装置操作参数及产品仓储、产品性质与价格、市场变化等各环节进行优化，还要对企业中期、远期规划的各个环节进行协同优化，以保证炼化企业整体效益最大化。在纵向生产链上，由于炼化一体化企业加工单元众多、装置操作复杂、各装置间联系密切，一个装置的变化会带来整个炼厂加工计划的改变，因此，智能炼化需要协调各个装置的生产，保证炼厂的生产达到最佳盈利状态。尤其是炼化一体化炼厂，炼油装置和化工装置的协同优化显得更加重要。炼化一体化全局优化模型和各单元装置模型的建立是实现各环节协同优化的关键。
最后，智能科学统一决策。炼化企业通过实时数据及时共享与应用、智能预知预警、各环节协同优化的功能，可以为企业做出科学统一决策。这个决策一旦被确认，系统会自动将决策分配到横向供应链和纵向生产链的各环节，操作人员配合进行有效地执行。执行结果会在第一时间通过实时数据反馈，智能系统则根据新的结果再次判断，以确保炼化企业时刻在最佳状态运行，真正实现智能科学统一决策。
（作者单位为浙江石油化工有限公司研发中心）
