ЗАСТОСУВАННЯ СУЧАСНОГО КЕРУВАННЯ ПРОЦЕСАМИ ТА ОПТИМІЗАЦІЇ В РЕАЛЬНОМУ ЧАСІ ДЛЯ ПІДВИЩЕННЯ ЕНЕРГОЕФЕКТИВНОСТІ НАФТОПЕРЕРОБКИ
DOI:
https://doi.org/10.20998/2078-5364.2026.2.01Ключові слова:
сучасне керування процесами, модельно-прогнозуюче керування, оптимізація в реальному часі, енергоефективність, нафтопереробка, установка первинної перегонки нафти, трубчасті печі, цифровий двійникАнотація
Енергоспоживання є однією з найбільших статей операційних витрат у нафтопе-реробці, і його скорочення має критичне значення як для економічної ефективності, так і для екологічної відповідності. Традиційні системи регулювання, однак, не здатні підтримувати роботу процесів у дійсному оптимумі за умов змінної сировини та ринко-вих коливань. У статті досліджено застосування технологій сучасного керування про-цесами (APC) та оптимізації в реальному часі (RTO) для підвищення енергоефектив-ності нафтопереробних установок. Розглянуто інтеграцію модельного прогнозуючого керування (MPC) з детермінованими моделями процесів, онлайн-аналізаторами та еко-номічною оптимізацією. Представлено ієрархічну архітектуру, що включає рівні регу-лювання, багатовимірного прогнозуючого керування та стаціонарної оптимізації. Під-креслено роль узгодження даних у реальному часі, виявлення грубих помилок та онов-лення моделей. Приклади з установок первинної перегонки нафти (CDU), регенераторів каталітичного крекінгу (FCC) та трубчастих печей демонструють економію енергії на рівні 3-8% і значне скорочення викидів парникових газів. Розглянуто проблеми впро-вадження, включаючи підтримку моделей, навчання персоналу та інтеграцію з існую-чими розподіленими системами керування. Окреслено перспективні напрями, такі як використання машинного навчання для адаптивного уточнення моделей та застосуван-ня цифрових двійників для прогнозної оптимізації. Результати підтверджують, що APC та RTO є важливими інструментами для досягнення сталого та енергоефективного нафтопереробного виробництва.
Посилання
Seijo-Bestilleiro E., Arias-Fernández I., Carro-López D., Naveiro M. Opportunities for Emission Reduction in the Transformation of Petroleum Refining. Fuels. 2025. Vol. 6, Iss. 3. P. 66. DOI: https://doi.org/10.3390/fuels6030066.
Griffiths S., Sovacool B., Kim J. [et al.]. Decarbonizing the oil refining industry: A systematic review of sociotechnical systems, technological innovations, and policy options. Energy Research & Social Science. 2022. Vol. 89. Art. 102542. DOI: https://doi.org/10.1016/j.erss.2022.102542.
Rissman J., Bataille C., Masanet E. [et al.]. Technologies and policies to decarbon-ize global industry: Review and assessment of mitigation drivers through 2070. Applied En-ergy. 2020. Vol. 266. Art. 114848. DOI: https://doi.org/10.1016/j.apenergy.2020.114848.
Yılbaşı Z. Biofuels, E-Fuels, and Waste-Derived Fuels: Advances, Challenges, and Future Directions. Sustainability. 2025. Vol. 17, Iss. 13. Art. 6145. DOI: https://doi.org/10.3390/su17136145.
Salomone D. Advanced strategies for the efficient optimization and control of in-dustrial compressed air systems. Results in Engineering. 2025. Vol. 26. Art. 105429. DOI: https://doi.org/10.1016/j.rineng.2025.105429.
Jørgensen B. N., Ma Z. G. Energy Efficiency and Decarbonization Strategies in Buildings: A Review of Technologies, Policies, and Future Directions. Applied Sciences. 2025. Vol. 15, Iss. 21. Art. 11660. DOI: https://doi.org/10.3390/app152111660.
Fahsyar P., Ismail Z. Decentralized Energy Management Using Multi-Agent Sys-tems for Remote Hybrid Power Systems. IntechOpen. 2026. DOI: https://doi.org/10.5772/intechopen.1014778.
Ranaboldo M., Aragüés-Peñalba M., Arica E. [et al.]. A comprehensive overview of industrial demand response status in Europe. Renewable and Sustainable Energy Reviews. 2024. Vol. 203. Art. 114797. DOI: https://doi.org/10.1016/j.rser.2024.114797.
Zhang F., Li Z., Ma C. [et al.]. Hybrid model predictive and active disturbance re-jection control for robust and efficient control of extractive distillation process. Chemical En-gineering Science. 2026. Vol. 320. Art. 122676. DOI: https://doi.org/10.1016/j.ces.2025.122676.
Rojas L., Yepes V., Garcia J. Complex Dynamics and Intelligent Control: Advanc-es, Challenges, and Applications in Mining and Industrial Processes. Mathematics. 2025. Vol. 13, Iss. 6. Art. 961. DOI: https://doi.org/10.3390/math13060961.
Lin T.-Y., Chiu Y.-H., Chen C.-H., Ji L. Renewable energy consumption efficien-cy, greenhouse gas emission efficiency, and climate change in Europe. Geoenergy Science and Engineering. 2025. Vol. 247. Art. 213665. DOI: https://doi.org/10.1016/j.geoen.2025.213665.
Oltulular S. Energy Efficiency and Environmental Technologies in Carbon Emis-sions Reduction Strategies for a Sustainable Future: Estimation Through Simultaneous Equation Systems. Energies. 2025. Vol. 18, Iss. 14. Art. 3596. DOI: https://doi.org/10.3390/en18143596.
Song M.-K., Kim D.-W., Mohanty S. [et al.]. Energy-efficient machine learning approaches for enhanced biofuel (Biodiesel) production: A review. Energy and AI. 2026. Vol. 24. Art. 100696. DOI: https://doi.org/10.1016/j.egyai.2026.100696.
Yu Z., Long J. Review on Advanced Model Predictive Control Technologies for High-Power Converters and Industrial Drives. Electronics. 2024. Vol. 13, Iss. 24. Art. 4969. DOI: https://doi.org/10.3390/electronics13244969.
Wei Z., Tien P. W., Calautit J. [et al.]. Investigation of a model predictive control (MPC) strategy for seasonal thermochemical energy storage systems in district heating net-works. Applied Energy. 2024. Vol. 376. Art. 124164. DOI: https://doi.org/10.1016/j.apenergy.2024.124164.
Tomažič S., Škrjanc I. Advanced model predictive control strategies for energy-efficient HVAC systems in pharmaceutical facilities. Energy and Buildings. 2025. Vol. 347. Art. 116348. DOI: https://doi.org/10.1016/j.enbuild.2025.116348.
Zanin A., Gouvêa M., Odloak D. Integrating real-time optimization into the model predictive controller of the FCC system. Control Engineering Practice. 2002. Vol. 10. P. 819–831. DOI: https://doi.org/10.1016/S0967-0661(02)00033-3.
De Prada C., Sarabia D., Gutierrez G. [et al.]. Integration of RTO and MPC in the Hydrogen Network of a Petrol Refinery. Processes. 2017. Vol. 5, Iss. 1. Art. 3. DOI: https://doi.org/10.3390/pr5010003.
Pontes K., Wolf I., Embiruçu M., Marquardt W. Dynamic Real-Time Optimization of Industrial Polymerization Processes with Fast Dynamics. Industrial & Engineering Chem-istry Research. 2015. Vol. 54. DOI: https://doi.org/10.1021/acs.iecr.5b00909.
Abdelhadi H., Mahmoud A. M., Saied E. M. M., Mohamed M. A. E. Innovative hierarchical control of multiple microgrids: Cheetah meets PSO. Energy Reports. 2024. Vol. 11. P. 4967–4981. DOI: https://doi.org/10.1016/j.egyr.2024.04.055.
Mańkowski K., Bajan B., Mrówczyńska-Kamińska A. Renewable energy in EU agribusiness: Review of progress in meeting 2030 renewable energy directive III targets. En-ergy Reports. 2026. Vol. 15. Art. 109031. DOI: https://doi.org/10.1016/j.egyr.2025.109031.
Wang J., Li H., Wang C., Ren W. The Impact of Dual Environmental Regulations on Carbon Intensity: A Global Perspective. Sustainability. 2025. Vol. 17, Iss. 4. Art. 1446. DOI: https://doi.org/10.3390/su17041446.
Shen Y. The power of market regulation: analyzing the impact of energy use rights trading policies on low-carbon transformation. Sustainable Energy Research. 2026. Vol. 13. DOI: https://doi.org/10.1186/s40807-025-00235-2.
Khan M. I., Yasmeen T., Khan M. [et al.]. Integrating industry 4.0 for enhanced sustainability: Pathways and prospects. Sustainable Production and Consumption. 2025. Vol. 54. P. 149–189. DOI: https://doi.org/10.1016/j.spc.2024.12.012.
Cavus M. Advancing Power Systems with Renewable Energy and Intelligent Technologies: A Comprehensive Review on Grid Transformation and Integration. Electron-ics. 2025. Vol. 14, Iss. 6. Art. 1159. DOI: https://doi.org/10.3390/electronics14061159.
Bauer M., Craig I. Economic Assessment of Advanced Process Control–A Survey and Framework. Journal of Process Control. 2008. Vol. 18. P. 2–18. DOI: https://doi.org/10.1016/j.jprocont.2007.05.007.
Ramírez-Márquez C., Ponce-Ortega J. M., Segovia-Hernández J. G., Hernández S. Process intensification control: Advancing efficiency and sustainability, a review. Chemical Engineering and Processing – Process Intensification. 2025. Vol. 216. Art. 110388. DOI: https://doi.org/10.1016/j.cep.2025.110388.
Li H., Zhao Q., Wang R. [et al.]. Integrated Hybrid Modelling and Surrogate Mod-el-Based Operation Optimization of Fluid Catalytic Cracking Process. Processes. 2024. Vol. 12, Iss. 11. Art. 2474. DOI: https://doi.org/10.3390/pr12112474.
Sánchez R., Palencia-Díaz A., Fábregas-Villegas J., Velilla-Díaz W. Fired Heaters Optimization by Estimating Real-Time Combustion Products Using Numerical Methods. En-ergies. 2024. Vol. 17, Iss. 23. Art. 6190. DOI: https://doi.org/10.3390/en17236190.
