CN102063094B - 轧钢工序机组间的电能分配优化方法 - Google Patents

Abstract

本发明公开了一种轧钢工序机组间的电能分配优化方法，利用

计算轧钢工序各种规格产品的电能消耗，其中综合变量z₁、z₂、…、z_m是由一组与轧钢吨钢电耗有关的各主要因素一一对应的原始变量x₁，x₂，…，x_p通过线性变换得到，并且m＜p，在线性变换中保持变量的总方差不变，使z₁具有最大方差，z₂的方差次大并与z₁不相关，…，z_m方差最小且与z₁、z₂、…、z_m-1都不相关；各回归待定系数B、α₁、α₂、α₃、…、α_m通过曲线拟合得到；以计算得到的电能消耗作为约束条件建立轧钢工序电能消耗优化模型，安排一钢铁企业的多个轧钢工序机组间各种规格产品的生产计划。该方法能对轧钢工序中各种规格产品的电能消耗进行准确预测，实现各轧钢工序机组间的电能分配优化。

Description

轧钢工序机组间的电能分配优化方法

技术领域

本发明涉及冶金自动化技术，特别是轧钢工序的电能优化分配方法。

背景技术

节能减排是全球经济发展的重要任务之一，钢铁行业是能源消耗的大户，其中轧钢工序的能耗仅次于炼铁工序，占钢铁企业能耗的14％左右。在掌握钢铁企业工序能耗状况基础上，如何通过控制产品结构的合理性，合理选择资源、能源，从产品规格设计合理化入手，提高能源系统经济运行效果，已经成为钢铁企业节能降耗的重要课题。

一个钢铁企业会有多个轧钢工序机组运行，在实际生产中，由于轧钢工序机组运行的复杂性与操作的多样性，不同规格的产品在轧机工序中的电能损耗差异是很难体现和寻找规律的，目前没有对轧钢工序中各种规格产品的电能消耗进行准确预测的方法，所以钢铁企业无法以轧钢工序各种规格产品的电能消耗作为约束条件建立轧钢工序机组电能分配优化模型，安排各轧钢工序机组各种规格产品的生产计划，实现各轧钢工序机组间的电能分配优化，以平衡钢铁企业电能消耗，减少因钢铁企业电能消耗波动对电网系统的影响。

发明内容

本发明要解决的技术问题是提供一种轧钢工序机组间的电能分配优化方法，能对轧钢工序中各种规格产品的电能消耗进行准确预测，从而根据轧钢工序各种规格产品的电能消耗安排钢铁企业各轧钢工序机组各种规格产品的生产计划，实现各轧钢工序机组间的电能分配优化，平衡钢铁企业电能消耗，减少因钢铁企业电能消耗波动对电网系统的影响。

为解决上述技术问题，本发明的轧钢工序机组间的电能分配优化方法，包括以下步骤：

一.利用数学式 $y={\mathrm{Be}}^{{\mathrm{\α}}_1{z}_1+{\mathrm{\α}}_2{z}_2+{\mathrm{\α}}_3{z}_3+......+{\mathrm{\α}}_m{z}_m}$ 计算轧钢工序各种规格产品的电能消耗，其中y为轧钢吨钢电耗，z₁，z₂，...，z_m为综合变量，m为正整数，B、α₁、α₂、α₃、.....、α_m为回归待定系数；

其中综合变量z₁，z₂，...，z_m通过以下步骤得到：

(1).确定与轧钢吨钢电耗有关的主要因素；

(2).与确定的与轧钢吨钢电耗有关的各主要因素一一对应，定义原始变量x₁，x₂，...，x_p，p为确定的与轧钢吨钢电耗有关的主要因素的个数；

(3).利用原始变量x₁，x₂，...，x_p构造新的综合变量z₁，z₂，...，z_m，m＜p，各综合变量为各原始变量的线性组合，其中

z₁＝a₁₁x₁+a₁₂x₂+...+a_1p x_p

z₂＝a₂₁x₁+a₂₂x₂+...+a_2p x_p

z₃＝a₃₁x₁+a₃₂x₂+...+a_3p x_p

……

z_m＝a_m1x₁+a_m2x₂+...+a_mp x_p，

上式中，系数a_ij(i＝1，2，...，m；j＝1，2，...，p)由下列原则决定：

z₁是x₁，x₂，...，x_p的一切线性组合中方差最大者；z₂是与z₁不相关的x₁，x₂，...，x_p的所有线性组合中方差最大者；......；z_m是与z₁，z₂，...，z_m-1都不相关的x₁，x₂，...，x_p的所有线性组合中方差最大者；

各回归待定系数B、α₁、α₂、α₃、......、α_m，是根据先前已采集取得的一种轧钢工序各种规格产品的多个实际电能消耗值，通过曲线拟合得到；

二.以步骤一计算得到的轧钢工序各种规格产品的电能消耗作为约束条件建立钢铁企业轧钢工序电能消耗优化模型，安排一钢铁企业的多个轧钢工序机组间各种规格产品的生产计划。

可以通过以下方式确定各回归待定系数B、α₁、α₂、α₃、......、α_m：将 $y={\mathrm{Be}}^{{\mathrm{\α}}_1{z}_1+{\mathrm{\α}}_2{z}_2+{\mathrm{\α}}_3{z}_3+......+{\mathrm{\α}}_m{z}_m}$ 两边取自然对数得到：

lny＝lnB+α₁z₁+α₂z₂+α₃z₃+......+α_mz_m

根据先前已采集取得的一种轧钢工序各种规格产品的多个实际电能消耗值，通过线性拟合，得到各回归待定系数B、α₁、α₂、α₃、......、α_m。

可以在步骤二之后继续采集轧钢工序各种规格产品的实际电能消耗值，对各回归待定系数B、α₁、α₂、α₃、α₄进行进一步精确拟合。

可以取m＝4，p＝6，原始变量为x₁、x₂、x₃、x₄、x₅、x₆，轧件重量对应原始变量x₁，延伸系数对应原始变量x₂、轧件压下量对应原始变量x₃，轧件宽度对应原始变量x₄，轧件初始长度对应原始变量x₅，轧制节奏对应原始变量x₆。

本发明的轧钢工序机组间的电能分配优化方法，利用数学式 $y={\mathrm{Be}}^{{\mathrm{\α}}_1{z}_1+{\mathrm{\α}}_2{z}_2+{\mathrm{\α}}_3{z}_3+......+{\mathrm{\α}}_m{z}_m}$ 计算轧钢工序各种规格产品的电能消耗。其中综合变量z₁、z₂、...、z_m，是由一组与轧钢吨钢电耗有关的各主要因素一一对应的原始变量x₁，x₂，...，x_p通过线性变换转换得到，并且m＜p，在线性变换中保持变量的总方差不变(原始变量的总方差等于综合变量的总方差)，使第一个综合变量z₁具有最大方差，第二个综合变量z₂的方差次大，并和第一个综合变量z₁不相关，依次类推，最后一个综合变量z_m方差最小，且与此前的综合变量z₁、z₂、……、z_m-1都不相关；各回归待定系数B、α₁、α₂、α₃、...、α_m，是根据先前已采集取得的一种轧钢工序各种规格产品的多个实际电能消耗值，通过曲线拟合得到。以计算得到的轧钢工序各种规格产品的电能消耗作为约束条件建立钢铁企业轧钢工序电能消耗优化模型，安排一钢铁企业的多个轧钢工序机组间各种规格产品的生产计划，实现一钢铁企业的多个轧钢工序机组间的电能优化分配，能减少因企业电能消耗波动对电网系统的影响。

本发明利用的计算数学式 $y={\mathrm{Be}}^{{\mathrm{\α}}_1{z}_1+{\mathrm{\α}}_2{z}_2+{\mathrm{\α}}_3{z}_3+......+{\mathrm{\α}}_m{z}_m}$ 中的各综合变量z₁、z₂、...、z_m，是将与轧钢吨钢电耗有关的各主要因素一一对应的各原始变量线性组合而得到的，所以包含有与轧钢吨钢电耗有关的原始因素信息，而且各综合变量z₁、z₂、...、z_m互不相关，并且综合变量的个数小于原始变量的个数，从而又能更集中、更典型地显示出轧钢工序各种规格产品的电能消耗的特征，能对轧钢工序中各种规格产品的电能消耗进行准确预测，从而可以据此作为约束条件建立钢铁企业轧钢工序电能消耗优化模型，安排一钢铁企业的多个轧钢工序机组间各种规格产品的生产计划，实现一钢铁企业的多个轧钢工序机组间的电能优化分配。

附图说明

下面结合附图和具体实施方式对本发明作进一步的详细说明。

图1是本发明的轧钢工序机组间的电能分配优化方法一实施方式流程图。

具体实施方式

本发明的轧钢工序机组间的电能分配优化方法一实施方式如图1所示，包括以下步骤：

一.利用数学式 $y={\mathrm{Be}}^{{\mathrm{\α}}_1{z}_1+{\mathrm{\α}}_2{z}_2+{\mathrm{\α}}_3{z}_3+......+{\mathrm{\α}}_m{z}_m}$ 计算轧钢工序各种规格产品的电能消耗，其中y为轧钢吨钢电耗，z₁，z₂，...，z_m为综合变量，m为正整数，B、α₁、α₂、α₃、......、α_m为回归待定系数；

其中综合变量z₁，z₂，...，z_m通过以下步骤得到：

(1).确定与轧钢吨钢电耗有关的主要因素；

(2).与确定的与轧钢吨钢电耗有关的各主要因素一一对应，定义原始变量x₁，x₂，...，x_p，p为确定的与轧钢吨钢电耗有关的主要因素的个数；

假定有n组数据，每个数据共有p个原始变量，则构成了一个n×p阶的数据矩阵：

X＝x₁₁x₁₂...x_1p

   x₂₁x₂₂...x_2p

   x_n1x_n2...x_np

(3).利用原始变量x₁，x₂，...，x_p构造新的综合变量z₁，z₂，...，z_m，m＜p，各综合变量为各原始变量的线性组合，其中

z₁＝a₁₁x₁+a₁₂x₂+...+a_1p x_p

z₂＝a₂₁x₁+a₂₂x₂+...+a_2p x_p

z₃＝a₃₁x₁+a₃₂x₂+...+a_3p x_p

z_m＝a_m1x₁+a_m2x₂+...+a_mp x_p

上式中，系数a_ij(i＝1，2，...，m；j＝1，2，...，p)由下列原则决定：

z₁是x₁，x₂，...，x_p的一切线性组合中方差最大者；z₂是与z₁不相关的x₁，x₂，...，x_p的所有线性组合中方差最大者；......；z_m是与z₁，z₂，...，z_m-1都不相关的x₁，x₂，...，x_p的所有线性组合中方差最大者；

这样决定的新变量z₁，z₂，...，z_m分别称为原变量x₁，x₂，...，x_p的第一、第二、...、第m个主因子。其中，z₁在总方差中占的比例最大，z₂，...，z_m的方差依次递减；

各回归待定系数B、α₁、α₂、α₃、......、α_m，是根据先前已采集取得的一种轧钢工序各种规格产品的多个实际电能消耗值，通过曲线拟合得到；一较佳实施例，可以通过以下方式确定：

将 $y={\mathrm{Be}}^{{\mathrm{\α}}_1{z}_1+{\mathrm{\α}}_2{z}_2+{\mathrm{\α}}_3{z}_3+......+{\mathrm{\α}}_m{z}_m}$ 两边取自然对数得到：

lny＝lnB+α₁z₁+α₂z₂+α₃z₃+......+α_mz_m

根据先前已采集取得的一种轧钢工序各种规格产品的多个实际电能消耗值，通过线性拟合，得到各回归待定系数B、α₁、α₂、α₃、......、α_m；

二.以步骤一计算得到的轧钢工序各种规格产品的电能消耗作为约束条件建立钢铁企业轧钢工序电能消耗优化模型，安排一钢铁企业的多个轧钢工序机组间各种规格产品的生产计划，实现一钢铁企业的多个轧钢工序机组间的电能优化分配；

可以继续采集轧钢工序各种规格产品的实际电能消耗值，对各回归待定系数B、α₁、α₂、α₃、α₄进行进一步精确拟合。

一具体实施例如下：

利用数学式 $y={\mathrm{Be}}^{{\mathrm{\α}}_1{z}_1+{\mathrm{\α}}_2{z}_2+{\mathrm{\α}}_3{z}_3+{\mathrm{\α}}_{4}z4}$ 计算轧钢工序各种规格产品的电能消耗，其中y为轧钢吨钢电耗，z₁，z₂，z₃，z₄为综合变量，B、α₁、α₂、α₃、α₄为回归待定系数。

其中综合变量z₁，z₂，z₃，z₄通过以下步骤得到：

确定与轧钢吨钢电耗y有关的主要因素，包括轧件重量(t)、延伸系数、轧件压下量(mm)、轧件目标宽度(mm)、轧件初始长度(mm)，轧制节奏(n/m)。下面是对这些主要因素的定义和特点进行分析与介绍：

①轧件重量

轧件重量表示为钢材轧件轧制后的重量，重量的大小在一定程度上影响着吨钢能耗的分布；

②延伸系数

由于钢材在轧制时存在变形量，因此用延伸系数来表征影响吨钢电耗的指标之一，即轧件最终长度与原始长度之比：

$\mathrm{\μ}=\frac{L_n}{L_0}$

式中，μ为总延伸系数；L_n为轧件最终长度；L₀为轧件原始长度；

③轧件压下量

在轧制过程中轧件的高、宽、长三个尺寸都发生变化。轧制后轧件的高度减少量叫做压下量，即：

Δh＝H-h

式中，Δh为压下量；H为轧件轧制前高度；h为轧件轧制后高度。

轧制时轧件在高度方向受压，金属向长度和宽度方向流动即产生延伸和宽展，压下量愈大，相应的延伸和宽展也愈大；

④轧件目标宽度

随着轧件宽度的增加，接触面积增大，变形区的金属在横向流动的阻力增加，导致宽展量减小。为了达到目标宽度，需要增加单位轧制压力，相应的需机组做更多的功，消耗更多的电力；

⑤轧件初始长度

轧件的初始长度变化范围很大，在很大程度上影响着能耗的分布与变化；

⑥轧制节奏

轧制节奏表示为每分种轧制的钢板数。轧制速度愈高，摩擦系数愈低，从而减少能量的消耗；

与确定的与轧钢吨钢电耗y有关的各主要因素一一对应，定义原始变量x₁、x₂、x₃、x₄、x₅、x₆，轧件重量对应原始变量x₁，延伸系数对应原始变量x₂、轧件压下量对应原始变量x₃，轧件宽度对应原始变量x₄，轧件初始长度对应原始变量x₅，轧制节奏对应原始变量x₆；

假定有n组数据，则构成了一个n×6阶的数据矩阵：

X＝x₁₁x₁₂...x₁₆

   X₂₁x₂₂...x₂₆

   X_n1x_n2...x_n6

利用原始变量x₁，x₂，...，x₆构造新的综合变量z₁，z₂，z₃，z₄，各综合变量为各原始变量的线性组合，其中

z₁＝a₁₁x₁+a₁₂x₂+...+a₁₆x₆

z₂＝a₂₁x₁+a₂₂x₂+...+a₂₆ x₆

z₃＝a₃₁x₁+a₃₂x₂+...+a₃₆ x₆

z₄＝a₄₁x₁+a₄₂x₂+...+a₄₆ x₆

上式中，系数a_ij(i＝1，2，3，4；j＝1，2，3，4，5，6)由下列原则决定：

z₁是x₁，x₂，...，x₆的一切线性组合中方差最大者；z₂是与z₁不相关的x₁，x₂，...，x₆的所有线性组合中方差最大者；......；z₄是与z₁，z₂，，z₃，都不相关的x₁，x₂，...，x₆的所有线性组合中方差最大者。

这样决定的新变量z₁，z₂，z₃，z₄分别称为原变量x₁，x₂，...，x₆的第一、第二、第三、第四个主因子，其中z₁在总方差中占的比例最大，z₂，z₃，z₄的方差依次递减；

各回归待定系数B、α₁、α₂、α₃、α₄，是根据先前已采集取得的一种轧钢工序各种规格产品的多个实际电能消耗值，通过曲线拟合得到；可以先将 $y={\mathrm{Be}}^{{\mathrm{\α}}_1{z}_1+{\mathrm{\α}}_2{z}_2+{\mathrm{\α}}_3{z}_3+{\mathrm{\α}}_4{z}_4}$ 两边取自然对数得到：

lny＝lnB+α₁z₁+α₂z₂+α₃z₃+α₄z₄

再根据先前已采集取得的一种轧钢工序各种规格产品的多个实际电能消耗值，通过线性拟合，得到各回归待定系数B、α₁、α₂、α₃、α₄；

以利用数学式 $y={\mathrm{Be}}^{{\mathrm{\α}}_1{z}_1+{\mathrm{\α}}_2{z}_2+{\mathrm{\α}}_3{z}_3+{\mathrm{\α}}_{4}z4}$ 计算得到的轧钢工序各种规格产品的电能消耗作为约束条件建立钢铁企业轧钢工序电能消耗优化模型，安排一钢铁企业的多个轧钢工序机组间各种规格产品的生产计划，实现一钢铁企业的多个轧钢工序机组间的电能优化分配；并继续采集轧钢工序各种规格产品的实际电能消耗值，对各回归待定系数B、α₁、α₂、α₃、α₄进行进一步精确拟合。

本发明的轧钢工序机组间的电能分配优化方法，利用数学式 $y={\mathrm{Be}}^{{\mathrm{\α}}_1{z}_1+{\mathrm{\α}}_2{z}_2+{\mathrm{\α}}_3{z}_3+......+{\mathrm{\α}}_m{z}_m}$ 计算轧钢工序各种规格产品的电能消耗。其中综合变量z₁、z₂、...、z_m，是由一组与轧钢吨钢电耗有关的各主要因素一一对应的原始变量x₁，x₂，...，x_p通过线性变换转换得到，并且m＜p，在线性变换中保持变量的总方差不变(原始变量的总方差等于综合变量的总方差)，使第一个综合变量z₁具有最大方差，第二个综合变量z₂的方差次大，并和第一个综合变量z₁不相关，依次类推，最后一个综合变量z_m方差最小，且与此前的综合变量z₁、z₂、……、z_m-1都不相关；各回归待定系数B、α₁、α₂、α₃、...、α_m，是根据先前已采集取得的一种轧钢工序各种规格产品的多个实际电能消耗值，通过曲线拟合得到。以计算得到的轧钢工序各种规格产品的电能消耗作为约束条件建立钢铁企业轧钢工序电能消耗优化模型，安排一钢铁企业的多个轧钢工序机组间各种规格产品的生产计划，实现一钢铁企业的多个轧钢工序机组间的电能优化分配，能减少因企业电能消耗波动对电网系统的影响。

本发明利用的计算数学式 $y={\mathrm{Be}}^{{\mathrm{\α}}_1{z}_1+{\mathrm{\α}}_2{z}_2+{\mathrm{\α}}_3{z}_3+......+{\mathrm{\α}}_m{z}_m}$ 中的各综合变量z₁、z₂、...、z_m，是将与轧钢吨钢电耗有关的各主要因素一一对应的各原始变量线性组合而得到的，所以包含有与轧钢吨钢电耗有关的原始因素信息，而且各综合变量z₁、z₂、...、z_m互不相关，并且综合变量的个数小于原始变量的个数，从而又能更集中、更典型地显示出轧钢工序各种规格产品的电能消耗的特征，能对轧钢工序中各种规格产品的电能消耗进行准确预测，从而可以据此作为约束条件建立钢铁企业轧钢工序电能消耗优化模型，安排一钢铁企业的多个轧钢工序机组间各种规格产品的生产计划，实现一钢铁企业的多个轧钢工序机组间的电能优化分配。

Claims (4)

1.一种轧钢工序机组间的电能分配优化方法，其特征在于，包括以下步骤：

一.利用数学式 $y={\mathrm{Be}}^{{\mathrm{\α}}_1{z}_1+{\mathrm{\α}}_2{z}_2+{\mathrm{\α}}_3{z}_3+......+{\mathrm{\α}}_m{z}_m}$ 计算轧钢工序各种规格产品的电能消耗，其中y为轧钢吨钢电耗，z₁，z₂，...，z_m为综合变量，m为正整数，B、α₁、α₂、α₃、.....、α_m为回归待定系数；

其中综合变量z₁，z₂，...，z_m通过以下步骤得到：

(1).确定与轧钢吨钢电耗有关的主要因素；

(2).与确定的与轧钢吨钢电耗有关的各主要因素一一对应，定义原始变量x₁，x₂，...，x_p，p为确定的与轧钢吨钢电耗有关的主要因素的个数；

(3).利用原始变量x₁，x₂，...，x_p构造新的综合变量z₁，z₂，...，z_m，m＜p，各综合变量为各原始变量的线性组合，其中

z₁＝a₁₁x₁+a₁₂x₂+...+a_1px_p

z₂＝a₂₁x₁+a₂₂x₂+...+a_2px_p

z₃＝a₃₁x₁+a₃₂x₂+...+a_3px_p

......

z_m＝a_m1x₁+a_m2x₂+...+a_mpx_p，

上式中，系数a_ij(i＝1，2，...，m；j＝1，2，...，p)由下列原则决定：

z₁是x₁，x₂，...，x_p的一切线性组合中方差最大者；z₂是与z₁不相关的x₁，x₂，...，x_p的所有线性组合中方差最大者；......；z_m是与z₁，z₂，...，z_m-1都不相关的x₁，x₂，...，x_p的所有线性组合中方差最大者；

各回归待定系数B、α₁、α₂、α₃、......、α_m，是根据先前已采集取得的一种轧钢工序各种规格产品的多个实际电能消耗值，通过曲线拟合得到；

二.以步骤一计算得到的轧钢工序各种规格产品的电能消耗作为约束条件建立钢铁企业轧钢工序电能消耗优化模型，安排一钢铁企业的多个轧钢工序机组间各种规格产品的生产计划。

2.根据权利要求1所述的轧钢工序机组间的电能分配优化方法，其特征在于，通过以下方式确定各回归待定系数B、α₁、α₂、α₃、......、α_m：

将 $y={\mathrm{Be}}^{{\mathrm{\α}}_1{z}_1+{\mathrm{\α}}_2{z}_2+{\mathrm{\α}}_3{z}_3+......+{\mathrm{\α}}_m{z}_m}$ 两边取自然对数得到：

lny＝lnB+α₁z₁+α₂z₂+α₃z₃+......+α_mz_m

根据先前已采集取得的一种轧钢工序各种规格产品的多个实际电能消耗值，通过线性拟合，得到各回归待定系数B、α₁、α₂、α₃、......、α_m。

3.根据权利要求1所述的轧钢工序机组间的电能分配优化方法，其特征在于，在步骤二之后继续采集轧钢工序各种规格产品的实际电能消耗值，对各回归待定系数B、α₁、α₂、α₃、α₄进行进一步精确拟合。

4.根据权利要求1所述的轧钢工序机组间的电能分配优化方法，其特征在于，m＝4，p＝6，原始变量为x₁、x₂、x₃、x₄、x₅、x₆，轧件重量对应原始变量x₁，延伸系数对应原始变量x₂、轧件压下量对应原始变量x₃，轧件宽度对应原始变量x₄，轧件初始长度对应原始变量x₅，轧制节奏对应原始变量x₆。

Images