CN102880912B - 一种煤气安全与经济评估方法 - Google Patents

Abstract

本发明公开一种煤气安全与经济评估方法，包括如下步骤：首先将煤气设备单元进行划分并设定调度优先级；以主生产工序的历史运行数据以及各分厂产量为基础，采用灰色系统关联度法分析出影响煤气量的主要因素；根据分析出的主要因素，采用回归法预测出某给定生产计划下的煤气量数据，并确定煤气供应和消耗间的平衡关系，评估整个煤气管网的安全状态；若评估出煤气供应不足，根据设备的调度优先级对消耗用户进行调配，以保证调度优先级高的用户的煤气量；若评估出煤气处于富余状态，依托基于非线性规划的煤气安全与经济评估模型进行煤气的优化调配。此种方法为冶金企业能源及生产调度人员科学制定生产计划以及合理调配煤气资源提供了重要的技术手段。

Description

一种煤气安全与经济评估方法

技术领域

本发明属于信息技术及数学建模领域，涉及冶金副产煤气的安全与经济评估技术，特别涉及一种结合冶金企业生产计划的煤气安全与经济评估方法。

背景技术

钢铁工业总能耗约占全国工业总能耗的10％，副产煤气是钢铁联合企业中重要的二次能源，约占企业能源消耗总量的30％。钢铁企业副产煤气主要包括焦炉煤气、高炉煤气和转炉煤气。由于厂区规划、管网设计和生产调度等方面的问题，钢铁企业往往存在一方面因煤气过剩而放散，一方面煤气用户因供气不足而需要补充其他能源的现象。钢铁企业的煤气利用情况直接影响着企业的生产成本。因此，正确地认识钢铁联合企业中煤气供需关系的变化规律，科学地制定生产计划及煤气调度方案、实施煤气的生产、存储、分配和利用，特别是富余煤气的使用策略，对优化利用钢铁联合企业的煤气资源、降低吨钢能耗、减少温室气体排放都有十分重要的现实意义。

有关钢铁联合企业的煤气的预测和优化调度方法，国内外都进行了大量的研究工作。中国发明专利CN200710178960.7提出了钢铁企业煤气动态仿真方法，通过建立各个煤气相关设备以及煤气管网建立完整的动态模型，来完整地描述煤气系统，但涉及的仿真机模块数量多，仿真机建模工作量大，难以投入实际的生产应用；中国发明专利CN200710016562.5提出了一种基于历史数据的煤气量回归预测方法，能够满足短期预测的要求，但无法实现长期的煤气供需量预测。

基于现有技术的种种不足，本案提出一种新型的评估方法。

发明内容

本发明的目的，在于提供一种煤气安全与经济评估方法，其可以预测出钢铁企业不同生产计划下的煤气供需量，并在此基础上进行煤气系统的安全与经济评估，帮助能源调度人员了解不同生产计划下的煤气系统供需及平衡状态，并提供科学合理的煤气调配方案，还可借助本发明优化调整生产计划，以保证冶金企业煤气资源的高效利用，最终达到节能减排的目的。

为了达成上述目的，本发明的解决方案是：

一种煤气安全与经济评估方法，包括如下四个阶段：

第一阶段：煤气设备单元划分及调度优先级设定：将冶金企业煤气系统的各种设备划分为发生单元、缓冲单元、转换单元及消耗单元，将具体的设备划分为前述几个单元中，再为每种设备设置调度优先级；

第二阶段：煤气量影响因素分析：以主生产工序的历史运行数据以及各分厂产量为基础，采用灰色系统关联度法分析出影响煤气量的主要因素；

第三阶段：基于生产计划的煤气量预测：根据第二阶段分析出的影响煤气量的主要因素情况，采用回归法预测出某给定生产计划下的煤气量数据，并确定煤气供应和消耗间的平衡关系，评估整个煤气管网的安全状态；

第四阶段：煤气供应与消耗的优化调配：若评估出煤气供应不足，根据设备的调度优先级对消耗用户进行调配，以保证调度优先级高的用户的煤气量；若评估出煤气处于富余状态，依托基于非线性规划的煤气安全与经济评估模型进行煤气的优化调配。

上述第一阶段的具体内容是：将冶金企业煤气系统的各种设备按照其在煤气管网中的作用和表现出来的特征，划分为四类：发生单元、缓冲单元、转换单元及消耗单元，其中，发生单元包括焦炉、高炉和转炉；缓冲单元包括煤气管网、煤气柜和自备电厂锅炉；转换单元包括高炉煤气余压透平发电装置；消耗单元包括高炉热风炉、轧钢加热炉和烧结预热炉；在此基础上，为每种设备设置不同的调度优先级，优先级越大，表示在生产中必须保证该设备的煤气量，应尽量避免对此类设备进行煤气调配；相反若优先级越小，则表示在煤气不足或富余时，首先考虑对此类设备进行煤气调配，必要时进行此类设备的启停。

上述第二阶段具体包含以下步骤：

(21)相关历史数据准备：将过去N天某生产工序的煤气日累计流量以及可能影响煤气量的指标的日统计值列表，并将煤气日累计流量定义为母序列，记为{s₀(i)},i＝1,2,…,N，其中s₀(1)表示第一个时刻的值，s₀(2)表示第二个时刻的值，s₀(i)表示第i个时刻的值；将影响指标的数据序列定义为子序列，记为{s_k(i)},k＝1,2,…,m；i＝1,2,…,N，s_k(i)表示第k个影响指标第i个时刻的值；

(22)原始数据的归一化处理：采用均值化方法来预处理原始数据，令s₀的平均值为s_k的平均值为则有：

$\stackrel{\‾}{s_k}=\underset{i=1}{\overset{N}{\Σ}}{s}_k\left(i\right)/N$

无量纲化：

${\stackrel{\‾}{s}}_k=s_k\left(i\right)/\stackrel{\‾}{s_k};$

(23)计算煤气量与各影响指标的关联系数：原始数据归一化处理后，根据下式计算第k个影响指标在第i个时刻与煤气发生量的差：

${\mathrm{\Δ}}_k\left(i\right)=|{\stackrel{\‾}{s}}_0\left(i\right)-{\stackrel{\‾}{s}}_k\left(i\right)|$

则母、子序列在第i个时刻的关联系数ξ_k(i)为：

${\mathrm{\ξ}}_k\left(i\right)=\frac{{\mathrm{\Δ}}_{\min }+{\mathrm{\ξ\Δ}}_{max}}{{\mathrm{\Δ}}_k\left(i\right)+{\mathrm{\ξ\Δ}}_{max}}$

其中：ξ_k(i)为第k个影响指标所对应的子序列与母序列在第i个时刻的关联系数，其值满足0≤ξ_k(i)≤1，ξ_k(i)越接近1，说明二者关联性越好；Δ_min、Δ_max分别为Δ_k(i)的最小值与最大值；ξ为分辨系数，在0和1之间取值；

(24)按下式计算煤气量与各影响指标的关联度：

$r_k=\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{\mathrm{\ξ}}_k\left(i\right);$

(25)确定主要影响因素：将计算出的煤气量与各影响指标数据列的关联度从大到小进行排序，选取关联度大于指定阈值的指标作为高炉煤气发生量的主要影响因素。

上述第三阶段中的回归法包含如下步骤：

(31)构造观测样本矩阵：多元线性回归的一般形式为：

Y＝b₀+b₁X₁+b₂X₂+…+b_kX_k+u

其中：b₀,b₁,…,b_k是回归系数；X₀,X₁,…,X_k是自变量；u是期望值为0且服从正态分布的误差项；

当具有n个样本观测值时，得：

Y_j＝b₀+b₁X_1j+b₂X_2j+…+b_kX_kj+u_j,j＝1,2,…,n

写成矩阵形式：

$\left[\begin{array}{c}{Y}_1\\ Y_2\\ \begin{array}{c}.\\ .\\ .\end{array}\\ Y_n\end{array}\right]=\left[\begin{array}{ccccc}1& X_{11}& X_{21}& ...& X_{k1}\\ 1& X_{12}& X_{22}& ...& X_{k2}\\ \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}\\ 1& X_{1n}& X_{2n}& ...& X_{kn}\end{array}\right]\left[\begin{array}{c}{b}_0\\ b_1\\ b_2\\ \begin{array}{c}.\\ .\\ .\end{array}\\ b_k\end{array}\right]+\left[\begin{array}{c}{u}_1\\ u_2\\ \begin{array}{c}.\\ .\\ .\end{array}\\ u_n\end{array}\right]$

即：

Y＝XB+U；

(32)利用最小二乘法求解参数B：

B＝(X^TX)^-1X^TY。

上述第四阶段中的煤气安全与经济评估模型包括目标函数和约束条件，所述目标函数如下式：

$\begin{array}{c}\min J=\min (\underset{i=1}{\overset{n_{fs}}{\Σ}}{C}_g{E}_{g-i}+C_{coal}{E}_{coal}+\underset{j=1}{\overset{n_{qg}}{\Σ}}{W}_{HH}^j{S}_{HH}^j+\underset{j=1}{\overset{n_{qg}}{\Σ}}{W}_H^j{S}_H^j+\underset{j=1}{\overset{n_{qg}}{\Σ}}{W}_{LL}^j{S}_{LL}^j)\\ +\underset{j=1}{\overset{n_{qg}}{\Σ}}{W}_L^j{S}_L^j+\underset{k=1}{\overset{n_{qg}}{\Σ}}{W}_{SW}^k{S}_{SW}^k-C_{power}{E}_{power})\end{array}$

其中：目标J表示与煤气系统相关的煤气放散量、原煤使用量、自备电厂发电量以及环境污染惩罚等方面的企业综合生产成本；n_fs、n_qg分别为煤气管网放散塔的数量、煤气柜数量以及自备电厂锅炉燃烧器喷嘴数量；E_g-i、E_coal、E_power分别为第i座煤气放散塔的放散量、原煤使用量以及自备电厂发电量；C_g、C_coal、C_power分别为煤气价格、原煤价格以及自备电厂上网电价；分别为超过煤气柜柜位高高限值、高限值、低低限值、低限值的柜位； 分别为煤气柜柜位的超过高高限值、高限值、低低限值、低限值时的惩罚系数；分别为电厂锅炉燃烧器喷嘴开关次数及其惩罚系数；

上述的约束条件包括以下几方面内容：1)物质平衡约束，即每阶段剩余煤气量为煤气柜缓冲的煤气量与自备电锅锅炉消耗的煤气量之和，锅炉消耗的煤气量为锅炉机组各高炉煤气燃烧器的煤气量之和；2)能量平衡约束，即设备要保持生产必须满足的能量要求；3)煤气柜约束，即确保煤气在煤气柜的安全容积内波动，且活塞运动速率不能超过限值；4)锅炉燃烧器约束，即一定时间内锅燃烧器开启或关闭的次数不应超过限值；5)资源限制约束，即每个设备都应在正常的工作范围内工作；6)非负约束，即每个变量的数值都必须不小于零。

采用上述方案后，本发明具有以下优点：

(1)能够从煤气系统的相关运行历史数据中，提取出影响各工序煤气量的主要因素，并以此为依据，实现不同生产计划下的煤气供需状态预测；

(2)建立的基于非线性规划的富余煤气优化分配模型，以企业的综合生产成本最低为优化目标，考虑了生产工艺和设备安全两方面的约束条件，贴近冶金企业的生产实际，优化结果具有可操作性；

(3)通过对冶金企业煤气系统的建模，将各企业煤气系统的差异部分设置成可输入的参数，例如煤气柜柜容、管网形式等，模型具有良好的通用性；

(4)本发明提供了一种冶金企业煤气系统安全与经济状态评估的工具和手段，可用于支持煤气系统安全经济调度、生产计划的合理制定等工作。

附图说明

图1是本发明所建立煤气安全与经济评估模型的计算框图；

图2是本发明实施例高炉煤气发生量实际值与预测值的对比图。

具体实施方式

以下将结合附图，对本发明的技术方案进行详细说明。

本发明提供一种煤气安全与经济评估方法，包括以下四个阶段内容：

第一阶段：煤气设备单元划分及调度优先级设定：将冶金企业煤气系统的各种设备按照其在煤气管网中的作用和表现出来的特征，划分为四类：发生单元、缓冲单元、转换单元及消耗单元，其中，发生单元包括焦炉、高炉和转炉；缓冲单元包括煤气管网、煤气柜、自备电厂锅炉等；转换单元包括高炉煤气余压透平发电装置(TRT)等；消耗单元包括高炉热风炉、轧钢加热炉、烧结预热炉等；在此基础上，为每种设备设置不同的调度优先级，优先级越大，表示在生产中必须保证该设备的煤气量，应尽量避免对此类设备进行煤气调配；相反若优先级越小，则表示在煤气不足或富余时，可以首先考虑对此类设备进行煤气调配，必要时可进行此类设备的启停。

第二阶段：煤气量影响因素分析：以主生产工序的历史运行数据以及各分厂产量为基础，采用灰色系统关联度法分析出影响煤气量的主要因素；具体包含以下步骤：

(21)相关历史数据准备：将过去N天某生产工序的煤气日累计流量以及可能影响煤气量的指标的日统计值列表，并将煤气日累计流量定义为母序列，记为{s₀(i)},i＝1,2,…,N，其中s₀(1)表示第一个时刻的值，s₀(2)表示第二个时刻的值，s₀(i)表示第i个时刻的值，将影响指标的数据序列定义为子序列，记为{s_k(i)},k＝1,2,…,m；i＝1,2,…,N，s_k(i)表示第k个影响指标第i个时刻的值；

(22)原始数据的归一化处理：采用均值化方法来预处理原始数据，即统一数据列的所有数据，均除以该数据列的平均值，得到一个新的数据列，令s₀的平均值为s_k的平均值为则有：

$\stackrel{\‾}{s_k}=\underset{i=1}{\overset{N}{\Σ}}{s}_k\left(i\right)/N$

无量纲化：

${\stackrel{\‾}{s}}_k=s_k\left(i\right)/\stackrel{\‾}{s_k};$

(23)计算煤气量与各影响指标的关联系数：原始数据归一化处理后，根据下式计算第k个影响指标在第i个时刻与煤气发生量的差：

${\mathrm{\Δ}}_k\left(i\right)=|{\stackrel{\‾}{s}}_0\left(i\right)-{\stackrel{\‾}{s}}_k\left(i\right)|$

上述的差值实际反映了第k个影响指标所对应的子序列与母序列两条数据曲线在i时刻的距离，则母、子序列在第i个时刻的关联系数ξ_k(i)为：

${\mathrm{\ξ}}_k\left(i\right)=\frac{{\mathrm{\Δ}}_{\min }+{\mathrm{\ξ\Δ}}_{max}}{{\mathrm{\Δ}}_k\left(i\right)+{\mathrm{\ξ\Δ}}_{max}}$

其中：ξ_k(i)为第k个影响指标所对应的子序列与母序列在第i个时刻的关联系数，其值满足0≤ξ_k(i)≤1，ξ_k(i)越接近1，说明二者关联性越好；Δ_min、Δ_max分别为Δ_k(i)的最小值与最大值；ξ为分辨系数，在0和1之间取值，一般取ξ＝0.5；

(24)按下式计算煤气量与各影响指标的关联度：

$r_k=\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{\mathrm{\ξ}}_k\left(i\right);$

(25)确定主要影响因素：将计算出的煤气量与各影响指标数据列的关联度从大到小进行排序，选取关联度大于指定阈值的指标作为高炉煤气发生量的主要影响因素；通常情况下，分厂的产量是影响量的主要因素之一。

第三阶段：基于生产计划的煤气量预测：根据前面步骤分析出的影响煤气量的主要因素情况，采用回归法预测出某给定生产计划下的煤气量数据，并确定煤气供应和消耗间的平衡关系，评估整个煤气管网的安全状态。

具体包含以下步骤：

(31)构造观测样本矩阵：多元线性回归的一般形式为：

Y＝b₀+b₁X₁+b₂X₂+…+b_kX_k+u

其中：b₀,b₁,…,b_k是回归系数；X₀,X₁,…,X_k是自变量；u是期望值为0且服从正态分布的误差项；

当具有n个样本观测值时，得：

Y_j＝b₀+b₁X_1j+b₂X_2j+…+b_kX_kj+u_j,j＝1,2,…,n

写成矩阵形式：

$\left[\begin{array}{c}{Y}_1\\ Y_2\\ \begin{array}{c}.\\ .\\ .\end{array}\\ Y_n\end{array}\right]=\left[\begin{array}{ccccc}1& X_{11}& X_{21}& ...& X_{k1}\\ 1& X_{12}& X_{22}& ...& X_{k2}\\ \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}\\ 1& X_{1n}& X_{2n}& ...& X_{kn}\end{array}\right]\left[\begin{array}{c}{b}_0\\ b_1\\ b_2\\ \begin{array}{c}.\\ .\\ .\end{array}\\ b_k\end{array}\right]+\left[\begin{array}{c}{u}_1\\ u_2\\ \begin{array}{c}.\\ .\\ .\end{array}\\ u_n\end{array}\right]$

即：

Y＝XB+U；

(32)利用最小二乘法求解参数B：

B＝(X^TX)^-1X^TY。

第四阶段：煤气供应与消耗的优化调配：当评估出煤气供应不足时，根据设备的调度优先级对消耗用户进行调配，以保证调度优先级高的用户的煤气量；当评估出煤气处于富余状态时，依托基于非线性规划的煤气安全与经济评估模型进行煤气的优化调配。

其中所述的基于非线性规划的煤气安全与经济评估模型主要包括目标函数及约束条件，配合图1所示，该模型以冶金企业的生产成本最低为优化目标，将煤气不足或过剩时所导致的对生产的影响及能源的浪费折算成对生产成本的影响，其包括燃料费用、惩罚费用及发电效益；

$\begin{array}{c}\min J=\min (\underset{i=1}{\overset{n_{fs}}{\Σ}}{C}_g{E}_{g-i}+C_{coal}{E}_{coal}+\underset{j=1}{\overset{n_{qg}}{\Σ}}{W}_{HH}^j{S}_{HH}^j+\underset{j=1}{\overset{n_{qg}}{\Σ}}{W}_H^j{S}_H^j+\underset{j=1}{\overset{n_{qg}}{\Σ}}{W}_{LL}^j{S}_{LL}^j\\ +\underset{j=1}{\overset{n_{qg}}{\Σ}}{W}_L^j{S}_L^j+\underset{k=1}{\overset{n_{qg}}{\Σ}}{W}_{SW}^k{S}_{SW}^k-C_{power}{E}_{power})\end{array}$

其中：目标J表示与煤气系统相关的煤气放散量、原煤使用量、自备电厂发电量以及环境污染惩罚等方面的企业综合生产成本；n_fs、n_qg分别为煤气管网放散塔的数量、煤气柜数量以及自备电厂锅炉燃烧器喷嘴数量；E_g-i、E_coal、E_power分别为第i座煤气放散塔的放散量、原煤使用量以及自备电厂发电量；C_g、C_coal、C_power分别为煤气价格、原煤价格以及自备电厂上网电价；分别为超过煤气柜柜位高高限值、高限值、低低限值、低限值的柜位； 分别为煤气柜柜位的超过高高限值、高限值、低低限值、低限值时的惩罚系数；分别为电厂锅炉燃烧器喷嘴开关次数及其惩罚系数。

而所述的约束条件包括以下几方面内容：1)物质平衡约束，即每阶段剩余煤气量为煤气柜缓冲的煤气量与自备电锅锅炉消耗的煤气量之和，锅炉消耗的煤气量为锅炉机组各高炉煤气燃烧器的煤气量之和；2)能量平衡约束，即设备要保持生产必须满足的能量要求；3)煤气柜约束，即确保煤气在煤气柜的安全容积内波动，且活塞运动速率不能超过限值；4)锅炉燃烧器约束，即一定时间内锅燃烧器开启或关闭的次数不应超过限值；5)资源限制约束，即每个设备都应在正常的工作范围内工作；6)非负约束，即每个变量的数值都必须不小于零。

以下将以某冶金企业新区煤气系统的安全与经济评估为例，具体的计算过程和结果如下：

第一阶段：煤气设备单元划分及调度优先级设定，详见表1：

表1

第二阶段：煤气量影响因素分析。以该厂新区高炉煤气日发生量及相关影响因素的日统计量为例，选取高炉铁水产量、熟料消耗量、铁矿石消耗量、焦比四个因素，进行灰色系统关联度分析，结果如表2所示：

表2

影响因素	关联度
		高炉铁水产量	0.9042
熟料消耗量	0.5918
		铁矿石消耗量	0.6024
焦比	0.8437

根据表2中的关联度分析结果，选取高炉铁水产量及焦比作为影响高炉煤气产量的主要因素。

第三阶段：基于生产计划的煤气量预测。

以高炉煤气发生量预测为例，将高炉煤气日累计产量及高炉铁水产量和焦比日统计量的历史数据为基础，采用最小二乘法辨识回归系数，获得的回归方程为：

y＝369.78+0.064x₁+0.272x₂

其中：y为高炉煤气日产量，万立方；x₁为高炉铁水日产量，吨；x₂为焦比日统计值。图2所示即为高炉煤气实际值与预测值的对比曲线。

第四阶段：煤气供应与消耗的优化调配。

该厂新区有煤气柜两座，其中高炉煤气柜柜容为20万立方，转炉煤气柜柜容为12万立方，柜位限值及其如表3所示：

表3

	高炉煤气	转炉煤气
			高高限值，m3	190000	114000
高限值，m3	180000	108000
			低低限值，m3	20000	12000
低限值，m3	30000	14000

自备电厂工有4台50MW蒸汽锅炉，其中#1、#2锅炉为煤粉掺烧煤气锅炉，#3、#4为纯烧煤气锅炉，各台锅炉允许消耗的煤气流量如表4所示：

表4

	最大流量，m3/h	最小流量，m3/h
			#1掺烧煤气锅炉	60000	0
#2掺烧煤气锅炉	58000	0
			#3纯煤气锅炉	200000	160000
#4纯煤气锅炉	200000	175000

目标函数中的惩罚系数如表5所示：

表5

	惩罚系数
		煤气放散	500
煤气柜柜位超过高高限	1000
		煤气柜柜位超过高限	400
煤气柜柜位超过低低限	1000
		煤气柜柜位超过低限	600
锅炉燃烧器喷嘴开关变化	400

优化前后煤气系统成本比较如表6：

表6

	优化前	优化后
			煤气放散	1200	0
原煤消耗	8577	6329
			锅炉开关转换处罚	5200	4800
电力收入	-1420	-1198
			总成本	13557	9931

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (4)

1.一种煤气安全与经济评估方法，其特征在于包括如下四个阶段：

第一阶段：煤气设备单元划分及调度优先级设定：将冶金企业煤气系统的各种设备划分为发生单元、缓冲单元、转换单元及消耗单元，将具体的设备划分为前述单元中，再为每种设备设置调度优先级；

第二阶段：煤气量影响因素分析：以主生产工序的历史运行数据以及各分厂产量为基础，采用灰色系统关联度法分析出影响煤气量的主要因素；

第三阶段：基于生产计划的煤气量预测：根据第二阶段分析出的影响煤气量的主要因素情况，采用回归法预测出某给定生产计划下的煤气量数据，并确定煤气供应和消耗间的平衡关系，评估整个煤气管网的安全状态；

第四阶段：煤气供应与消耗的优化调配：若评估出煤气供应不足，根据设备的调度优先级对消耗用户进行调配，以保证调度优先级高的用户的煤气量；若评估出煤气处于富余状态，依托基于非线性规划的煤气安全与经济评估模型进行煤气的优化调配；

所述第四阶段中的煤气安全与经济评估模型包括目标函数和约束条件，所述目标函数如下式：

$\begin{array}{c}\min J=\min (\underset{i=1}{\overset{n_{fs}}{\mathrm{\Σ}}}{C}_g{E}_{g-i}+C_{coal}{E}_{coal}+\underset{j=1}{\overset{n_{qg}}{\mathrm{\Σ}}}{W}_{HH}^j{S}_{HH}^j+\underset{j=1}{\overset{n_{qg}}{\mathrm{\Σ}}}{W}_H^j{S}_H^j+\underset{j=1}{\overset{n_{qg}}{\mathrm{\Σ}}}{W}_{LL}^j{S}_{LL}^j\\ +\underset{j=1}{\overset{n_{qg}}{\mathrm{\Σ}}}{W}_L^j{S}_L^j+\underset{k=1}{\overset{n_{qg}}{\mathrm{\Σ}}}{W}_{SW}^k{S}_{SW}^k-C_{power}{E}_{power})\end{array}$

其中：目标J表示与煤气系统相关的煤气放散量、原煤使用量、自备电厂发电量以及环境污染惩罚等方面的企业综合生产成本；n_fs、n_qg分别为煤气管网放散塔的数量、煤气柜数量以及自备电厂锅炉燃烧器喷嘴数量；E_g-i、E_coal、E_power分别为第i座煤气放散塔的放散量、原煤使用量以及自备电厂发电量；C_g、C_coal、C_power分别为煤气价格、原煤价格以及自备电厂上网电价；分别为超过煤气柜柜位高高限值、高限值、低低限值、低限值的柜位； 分别为煤气柜柜位的超过高高限值、高限值、低低限值、低限值时的惩罚系数；分别为电厂锅炉燃烧器喷嘴开关次数及其惩罚系数；

所述的约束条件包括以下几方面内容：1)物质平衡约束，即每阶段剩余煤气量为煤气柜缓冲的煤气量与自备电锅锅炉消耗的煤气量之和，锅炉消耗的煤气量为锅炉机组各高炉煤气燃烧器的煤气量之和；2)能量平衡约束，即设备要保持生产必须满足的能量要求；3)煤气柜约束，即确保煤气在煤气柜的安全容积内波动，且活塞运动速率不能超过限值；4)锅炉燃烧器约束，即一定时间内锅燃烧器开启或关闭的次数不应超过限值；5)资源限制约束，即每个设备都应在正常的工作范围内工作；6)非负约束，即每个变量的数值都必须不小于零。

2.如权利要求1所述的一种煤气安全与经济评估方法，其特征在于：所述第一阶段的具体内容是：将冶金企业煤气系统的各种设备按照其在煤气管网中的作用和表现出来的特征，划分为四类：发生单元、缓冲单元、转换单元及消耗单元，其中，发生单元包括焦炉、高炉和转炉；缓冲单元包括煤气管网、煤气柜和自备电厂锅炉；转换单元包括高炉煤气余压透平发电装置；消耗单元包括高炉热风炉、轧钢加热炉和烧结预热炉；在此基础上，为每种设备设置不同的调度优先级，优先级越大，表示在生产中必须保证该设备的煤气量，应尽量避免对此类设备进行煤气调配；相反若优先级越小，则表示在煤气不足或富余时，首先考虑对此类设备进行煤气调配，必要时进行此类设备的启停。

3.如权利要求1所述的一种煤气安全与经济评估方法，其特征在于：所述第二阶段具体包含以下步骤：

(21)相关历史数据准备：将过去N天某生产工序的煤气日累计流量以及可能影响煤气量的指标的日统计值列表，并将煤气日累计流量定义为母序列，记为{s₀(i)},i＝1,2,…,N，其中s₀(1)表示第一个时刻的值，s₀(2)表示第二个时刻的值，s₀(i)表示第i个时刻的值；将影响指标的数据序列定义为子序列，记为{s_k(i)},k＝1,2,…,m；i＝1,2,…,N，s_k(i)表示第k个影响指标第i个时刻的值；

(22)原始数据的归一化处理：采用均值化方法来预处理原始数据，令s₀的平均值为s_k的平均值为则有：

$\stackrel{\‾}{s_k}=\underset{i=1}{\overset{N}{\Σ}}{s}_k\left(i\right)/N$

无量纲化：

${\stackrel{\‾}{s}}_k=s_k\left(i\right)/\stackrel{\‾}{s_k};$

(23)计算煤气量与各影响指标的关联系数：原始数据归一化处理后，根据下式计算第k个影响指标在第i个时刻与煤气发生量的差：

${\mathrm{\Δ}}_k\left(i\right)=|{\stackrel{\‾}{s}}_0\left(i\right)-{\stackrel{\‾}{s}}_k\left(i\right)|$

则母、子序列在第i个时刻的关联系数ξ_k(i)为：

${\mathrm{\ξ}}_k\left(i\right)=\frac{{\mathrm{\Δ}}_{min}+{\mathrm{\ξ\Δ}}_{max}}{{\mathrm{\Δ}}_k\left(i\right)+{\mathrm{\ξ\Δ}}_{max}}$

其中：ξ_k(i)为第k个影响指标所对应的子序列与母序列在第i个时刻的关联系数，其值满足0≤ξ_k(i)≤1，ξ_k(i)越接近1，说明二者关联性越好；Δ_min、Δ_max分别为Δ_k(i)的最小值与最大值；ξ为分辨系数，在0和1之间取值；

(24)按下式计算煤气量与各影响指标的关联度：

$r_k=\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{\mathrm{\ξ}}_k\left(i\right);$

(25)确定主要影响因素：将计算出的煤气量与各影响指标数据列的关联度从大到小进行排序，选取关联度大于指定阈值的指标作为高炉煤气发生量的主要影响因素。

4.如权利要求1所述的一种煤气安全与经济评估方法，其特征在于：所述第三阶段中的回归法包含如下步骤：

(31)构造观测样本矩阵：多元线性回归的一般形式为：

Y＝b₀+b₁X₁+b₂X₂+…+b_kX_k+u

其中：b₀,b₁,…,b_k是回归系数；X₀,X₁,…,X_k是自变量；u是期望值为0且服从正态分布的误差项；

当具有n个样本观测值时，得：

Y_j＝b₀+b₁X_1j+b₂X_2j+…+b_kX_kj+u_j,j＝1,2,…,n

写成矩阵形式：

$\left[\begin{array}{c}{Y}_1\\ Y_2\\ \·\\ \·\\ \·\\ Y_n\end{array}\right]=\left[\begin{array}{ccccc}1& X_{11}& X_{21}& ...& X_{k1}\\ 1& X_{12}& X_{22}& ...& X_{k2}\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ 1& X_{1n}& X_{2n}& ...& X_{kn}\end{array}\right]\left[\begin{array}{c}{b}_0\\ b_1\\ b_2\\ \·\\ \·\\ \·\\ b_k\end{array}\right]+\left[\begin{array}{c}{u}_1\\ u_2\\ \·\\ \·\\ \·\\ u_n\end{array}\right]$

即：

Y＝XB+U；

(32)利用最小二乘法求解参数B：

B＝(X^TX)^-1X^TY。