[發明專利]一種鋼鐵企業煤氣消耗設備時序優化方法有效
| 申請號: | 201711127829.8 | 申請日: | 2017-11-15 |
| 公開(公告)號: | CN107976976B | 公開(公告)日: | 2020-04-21 |
| 發明(設計)人: | 趙剛;郝勇生;蘇志剛;王培紅 | 申請(專利權)人: | 東南大學 |
| 主分類號: | G05B19/418 | 分類號: | G05B19/418;G06Q50/04;G06Q50/06 |
| 代理公司: | 南京經緯專利商標代理有限公司 32200 | 代理人: | 施昊 |
| 地址: | 210096 *** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 鋼鐵企業 煤氣 消耗 設備 時序 優化 方法 | ||
本發明公開了一種鋼鐵企業煤氣消耗設備時序優化方法。在建立煤氣消耗特性模型的基礎上,建立了煤氣消耗設備時序優化模型,該模型以自備電廠輸入熱量波動最小和設備運行狀態改變次數最少為優化目標,以電廠煤氣熱量、熱值、流量等為約束條件,將數學問題轉化為0?1整數規劃問題。本發明采用多目標遺傳算法對數學問題模型進行求解,并對基因的選取方案進行設計,將“0”、“1”在矩陣中的位置設置為算法的基因,實現了設備時序簡單有效的優化。
技術領域
本發明屬于鋼鐵企業能源優化調度領域,特別涉及了一種鋼鐵企業煤氣消耗設備時序優化方法。
背景技術
鋼鐵企業煤氣系統結構復雜,設備眾多,分為煤氣生產設備,煤氣消耗設備,煤氣緩沖設備。各設備對高爐煤氣、焦爐煤氣與轉爐煤氣的生產與消耗特性各不相同,由此常常會會出現煤氣系統的產耗不平衡問題,不僅會造成能源的浪費,也會嚴重影響鋼鐵企業的正常生產。
目前針對鋼鐵企業煤氣系統的優化問題,已有大量研究并建立了眾多的優化調度模型,模型大多是短時間內的優化調度模型(5分鐘左右的動態平衡)與對較長時間內煤氣總量優化模型(年、月、日的靜態平衡),前者以調節煤氣柜與自備電廠的存儲量與消耗量為手段進行煤氣平衡,后者以調節各設備生產量為手段進行煤氣平衡,對于日際內既定生產時長條件下(即按照生產需求已知一日內各設備的生產時長)的煤氣消耗設備時序優化問題研究較少,尚未有研究采用煤氣消耗設備時序優化方法,作為調節鋼鐵企業煤氣系統產耗平衡優化的手段,本發明從這一角度入手,為鋼鐵企業能源優化調度補充了一種調節手段。
以往的研究大多忽視輸入電廠的熱量波動問題,而且煤氣消耗設備時序優化易造成煤氣消耗運行狀態頻繁改變。此外,目前很多煤氣優化調度模型都涉及到了0-1規劃問題(模型中限制變量取值只能是0或1,這類整數規劃問題稱為0-1規劃問題),目前有少量研究對包含0-1整數規劃問題的模型采用遺傳算法求解,但是其解決方案中的基因設置方式,使得基因維數多,增加了模型的求解難度。
發明內容
為了解決上述背景技術提出的技術問題,本發明旨在提供一種鋼鐵企業煤氣消耗設備時序優化方法,能夠對鋼鐵企業進行時序優化,在維持煤氣產耗平衡,降低輸入自備電廠熱量波動,減少煤氣消耗設備運行狀態改變次數的同時,降低模型求解難度。
為了實現上述技術目的,本發明的技術方案為:
一種鋼鐵企業煤氣消耗設備時序優化方法,包括以下步驟:
步驟1:將所有消耗煤氣的設備分類,分為煤氣生產設備、煤氣消耗設備與自備電廠,將具體設備分到這些類別中,分別建立煤氣生產模型和煤氣消耗模型;
步驟2:建立煤氣消耗設備時序優化模型,該模型包括目標函數和約束條件,所述目標函數包括電廠輸入熱量波動最小化和煤氣消耗設備運行狀態改變次數最小化,所述約束條件包括自備電廠熱量與熱值約束和輸入電廠煤氣量正值約束;
步驟3:采用基于NSGA-Ⅱ遺傳算法的非線性0-1整數規劃模型來求解步驟2建立的時序優化模型。
進一步地,在步驟1中,所述煤氣生產設備包括高爐、焦爐和轉爐,這三種設備建立如下煤氣生產模型:
fpro_j(t)=fsum_j_t (1)
上式中,fpro_j(t)代表第j個煤氣生產設備在第t小時內的煤氣生產量,fsum_j_t代表第j個設備歷史每小時生產體積的平均值。
進一步地,在步驟1中,所述煤氣消耗設備進一步分為不可間斷生產設備和可間斷生產設備。
進一步地,所述不可間斷生產設備建立如下煤氣消耗設備特性模型:
(一)高爐熱風爐、焦化廠、煉鋼廠、煉鐵口和動力廠的煤氣消耗設備特性模型:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于東南大學,未經東南大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711127829.8/2.html,轉載請聲明來源鉆瓜專利網。





