CN106774214A - 一种基于设备工况组合的能源调度系统 - Google Patents

一种基于设备工况组合的能源调度系统 Download PDF

Info

Publication number
CN106774214A
CN106774214A CN201611266910.XA CN201611266910A CN106774214A CN 106774214 A CN106774214 A CN 106774214A CN 201611266910 A CN201611266910 A CN 201611266910A CN 106774214 A CN106774214 A CN 106774214A
Authority
CN
China
Prior art keywords
energy
operating mode
model
period
equipment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201611266910.XA
Other languages
English (en)
Other versions
CN106774214B (zh
Inventor
徐化岩
杨涛
贾天云
梁青艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Automation Research and Design Institute of Metallurgical Industry
Original Assignee
Automation Research and Design Institute of Metallurgical Industry
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Automation Research and Design Institute of Metallurgical Industry filed Critical Automation Research and Design Institute of Metallurgical Industry
Priority to CN201611266910.XA priority Critical patent/CN106774214B/zh
Publication of CN106774214A publication Critical patent/CN106774214A/zh
Application granted granted Critical
Publication of CN106774214B publication Critical patent/CN106774214B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32252Scheduling production, machining, job shop
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于设备工况组合的能源调度系统,属于工业信息化领域。包括:设备工况定义管理模块、模型配置工具模块、调度模型模块和优化计算模块,四个模块均运行在调度计算机上,模块涉及的工况类型数据、工况能源介质特性数据、调度方案数据等均保存在关系数据库软件中,关系数据库软件运行在服务器上,调度计算机与服务器之间通过局域网连接。优点在于,将复杂的能源调度问题转化为设备的工况组合问题;提供通用的调度模型配置方案,并在模型中加入调整成本,以解决调整次数太频繁的问题,提高了模型的实用性。

Description

一种基于设备工况组合的能源调度系统
技术领域
本发明属于工业信息化领域,特别是涉及一种基于设备工况组合的能源调度系统。
背景技术
在我国,工业企业消耗了超过三分之二的能源,是节能减排工作的重点。工业企业能源系统的运行规律与设备、原材料和产品种类等密切相关,是各种工况下设备产、用能规律的叠加。这里的工况指设备一段时间内的一种工作状态,例如运行、故障、停机等,不同工况下的产、用能规律不同。能源系统容易受生产、设备的影响,设备检修、停机等工况影响而波动,某些突发事件甚至会危及到能源系统安全。目前,在能源计划层面,企业每年或每月根据生产订单安排生产计划和设备检修计划,能源计划是根据产量和单位产量能耗进行较粗的平衡分配;在能源调度层面,每日排产只是提出能源需求,较少考虑对能源系统的冲击(例如集中用能、高峰期用电等);在生产过程中,能源调度人员的精力主要放在处理各种异常工况以满足生产上,能源供应模式为粗线条的敞口供应,造成能源成本偏高、生产不稳定。
以钢铁企业煤气-蒸汽-电耦合问题为例,焦炉、高炉、转炉分别产生焦炉煤气、高炉煤气、转炉煤气,煤气的用户包括轧钢加热炉、石灰窑、矿渣制粉、蒸汽锅炉、燃气发电机组,燃气发电机组分为单一高炉煤气机组(CCPP)和混合煤气机组,由于高炉换炉和转炉间歇性生产,煤气存在波动,一般使用煤气柜来稳定管网压力;蒸汽来源包括蒸汽锅炉(余热锅炉)产汽、发电机组抽汽,主要用于炉料预热、伴热、高炉鼓风、取暖等,不可存储;电力一部分由燃气发电、余热发电、余压发电产生,不足的部分从电网购买,工业电价采用峰平谷分段计价,避峰就谷是企业降低用电成本的重要途径。可见,钢铁企业煤气-蒸汽-电是耦合联动的,煤气波动会影响蒸汽和电,最终通过外购电实现三者的平衡。
正常情况下,能源系统能够保持动态平衡,但各种设备故障、检修、停产时有发生,使平衡关系被打破,需要人为干预实现新的平衡。例如某一高炉休风,导致副产煤气量减少,会造成煤气柜位和管网压力迅速下降,若煤气柜位低于下限,将引发落地危险;相反的,假设发电机组检修,导致煤气量过剩,会使煤气柜位和管网压力上升,若煤气柜位高于上限,将引发冲顶危险。这种情况下就需要调度人员进行调节,虽然调度人员能保证煤气柜位在安全范围内,但是给出的调度方案很难是最优的。而上述情况只是描述了一种工况情形,如果多台设备同时发生故障,再考虑到分时电价的影响,调度人员需要针对煤气、蒸汽、电三种能源介质在多个时段(工况发生时段和电的峰平谷时段),对煤气柜、发电机组、锅炉等多台设备的存储、消耗或产生量进行调节,是很难给出合适的调度方案的。可见,能源系统是一个多介质耦合、多工况叠加、多时段统筹的复杂系统,需要在保证生产安全前提下,通过优化达到能源消耗最小、效益最优的目标。
要解决这一复杂系统的优化问题,需要考虑以下四个方面:①首先要实现基于介质的不平衡量预测,而各种介质产耗设备数量众多,产耗量计量数据本身存在误差,使得采用总量预测得到不平衡量的方法工作量大、难以消除计量误差影响,需要一种预测不平衡量的可行方法;②其次,要考虑多时段特点,建立多时段平衡模型,多时段之间要考虑设备的调整速度;③再次,需要避免调整次数过于频繁,因为每次调整需要下达调度指令由现场人员操作设备,过于频繁的调整无法执行;④最后,要接入生产实际数据以获取当前产耗量,调度模型基于当前产耗量给出调整量。以上四个要点是本发明所针对的技术问题。
与调度有关的研究多集中在生产调度方面。例如,中国专利局2008年11月12日公开的合肥工业大学申请的专利《基于实时工况的变权式随机调度方法》(CN101303597)是针对生产调度不确定问题影响下的重调度问题;也有针对单一设备的能源调度,如2011年4月20日公布的上海宝信软件股份有限公司申请的专利《基于热平衡的热轧加热炉能源调度方法》(CN102021312);2012年4月10日施灿涛等发表的《钢铁企业副产煤气优化调度问题模型及算法》一文针对副产煤气优化调度问题将遗传算法与混沌理论相结合进行模型求解;2014年10月15日公开的浙江中控软件技术有限公司申请的专利《一种钢铁企业中煤气和蒸汽系统的调度方法、设备和系统》提供了一种包括能源预测和调度的煤气和蒸汽的调度方法、设备和系统;2015年1月28日公开的中冶南方工程技术有限公司申请的专利《一种钢铁企业多能源介质集成调度优化方法》(CN104318321A)建立了钢铁企业煤气-蒸汽-电力等多介质多周期混合优化调度的数学规划模型。
这些研究,有的侧重于生产排程问题的研究,有的侧重基于工况的生产加工调度方法,解决的不是多介质的能源调度问题(不能解决技术问题②③④);有的仅考虑单一设备的能源调度,忽略了设备间的相互影响,不能适用于整个系统(不能解决技术问题①②③);有的仅是对单一能源介质的调度,忽略了能源之间的耦合关系,不满足多介质、多时段要求(不能解决技术问题②③);有的虽然考虑了多介质多周期的混合模型,但能源预测方法是基于总量的预测,预测误差大,也没有考虑调整次数对系统实用性的影响(不能解决技术问题①③);另外,一些系统和方法使用的数据是历史数据,而不是现场实时数据,无法针对当前现场数据得到调度方案,不能满足接入生产在线数据的要求(不能解决技术问题④)。
综上所述,工业企业能源系统的运行规律是各种工况下设备产、用能规律的叠加;工业企业目前的能源计划和调度仍是以满足生产需要为主的敞口供应模式,能源成本偏高、系统不稳定;能源系统是一个多介质耦合、多工况叠加、多时段统筹的复杂系统,综合考虑这些因素的研究较少;能源预测方面,采用总量预测得到不平衡量的方法工作量大、难以消除计量误差影响,需要一种预测不平衡量的可行方法;有关调度的研究主要集中在生产排程方面;现有的调度模型没有考虑调整成本,调度方案的调整次数过于频繁;能源调度系统与调度人员的可交互性差,系统的实用性较差等。因此,目前这些研究成果,不能解决本发明所针对的技术问题,不能解决多种复杂工况组合下的能源精细化调度问题。
发明内容
本发明的目的在于提出一种基于设备工况组合的能源调度系统,解决了多种复杂工况组合下的能源精细化调度问题。提供易于交互的能源调度系统,从而帮助能源调度人员提高调度水平和反应速度,降低能源成本,提高生产稳定性。
本发明以工况预测结果和现场数据作为模型输入,建立以能源消耗最少、效益最优为目标函数的耦合数学模型,综合考虑了节点平衡、介质平衡、特殊约束等约束条件,采用混合整数规划方法,输出为各时段(工况变化时段和峰平谷时段)的最优分配方案。
本发明用工况来表达设备的状态,并记录该工况下能源介质消耗或发生的数据,提供可移动甘特图工具定义一段时间内各种设备的工况组合,提供模型配置工具来配置调度模型,并提供优化计算模块来为调度人员提供调度方案及结果展示。
本发明在调度模型中增加了调整成本项,所述的调整成本是指每次对被调整对象进行调整都是有代价的,如果某能源介质的调整代价大于这次调整中此介质所能获得的收益,那么将不对这个介质进行调整,也就是说,调整成本决定了被调整对象的最小调整幅度,用于解决调度方案调整次数过于频繁而导致系统不实用的问题。
一种基于设备工况组合的能源调度系统,包括:设备工况定义管理模块、模型配置工具模块、调度模型模块和优化计算模块,四个模块均运行在调度计算机上,模块涉及的工况类型数据、工况能源介质特性数据、调度方案数据等均保存在关系数据库软件中,所述的关系数据库软件运行在服务器上,调度计算机与服务器之间通过局域网连接。能源调度的步骤如下:
1、在设备工况定义管理模块定义设备工况类型,定义设备在某工况下发生、消耗能源介质的种类以及数量随时间的变化规律,以及定义一段时间内设备的工况组合,每个工况定义了工况发生的起止时间、能源介质的初始值、结束值,在工况发生时段,系统会将由该工况引起的不平衡量加入模型中;
2、在模型配置工具模块对变量、介质及约束条件进行配置,确定变量的上下限、价格、调整成本等配置项,以及设置介质参数和特殊约束,将其保存并作为调度模型模块的参数和约束条件;
3、在调度模型模块定义目标函数,根据步骤2中模型配置的参数和约束条件,建立调度模型;
4、在优化计算模块,将步骤1中由工况组合预测信息得到的系统不平衡量和从现场各个设备产生或消耗的数据得到的当前产耗量作为模型的输入,对上述步骤2和步骤3建立的模型进行求解,模型求解失败则需返回步骤2和步骤3确保模型配置正确,模型求解成功则将调度方案以图表等更直观的方式显示,进行优化前后预期效果的对比和分析,并保存调度方案。
所述的设备工况定义管理模块,包含设备工况类型定义、工况能源介质特性管理、工况组合工具三个部分:
1、设备工况类型定义,根据设备类型、规格,以及原材料、产成品的类型、规格不同,定义各种工况,典型的工况如:运行、故障、停机、升温、保温、降温等,每种工况由一个名称作为助记符,包含工况持续时间等信息,设备的工况类型可以由调度人员根据实践经验逐渐丰富;
2、工况能源介质特性管理,定义设备在某工况下发生、消耗能源介质的种类以及数量随时间的变化规律,可以用典型样本数据或数量-时间函数关系式来表征这一规律,对已发生的工况,可以直接从历史数据中抽取该工况时间范围内的能源介质数据作为样本;
3、工况组合工具,提供可移动甘特图工具,甘特图的横坐标轴为时间、纵坐标轴为设备,甘特图上每个图块表示设备的一个工况,图块宽度表示工况的持续时间,不同类型的工况通过图块上的颜色和文本进行区分,可以横向拖动图块改变其开始、结束时间,可以从生产排程计划中提取生产设备的工况组合,或者直接从设备工况类型定义模块中选择设备工况进行组合。每个工况定义了工况发生的起止时间、能源介质的开始值、结束值,初始值和结束值根据实际数据确定,在工况发生时段,系统会将该工况引起的产耗变化情况加入模型中;
工况发生时,能源系统的动态平衡被打破,工况引起的产耗变化量即为能源系统的不平衡量W,将不平衡量W输入模型中,由调度模型来平衡,因此需要计算不平衡量W;由于在t(t0≤t≤tN)时段内可能有多种工况存在,设有K个工况类型,每种工况都设置了开始时间、结束时间和工况发生时段能源介质j的值随时间变化的函数fk,j(t)。将t时段内所有K个工况的开始时间和结束时间提取出来,设总共有m个时间点(由于可能存在时间相同的点,m≤2K),按时间先后顺序排列,并分别设置为t1,t2,…,tm-1,tm。于是,可以将(t0,tN)时段划分为m+1段:(t0,t1),(t1,t2),…,(tm-1,tm),(tm,tN),其中,(t0,t1)、(tm,tN)时段没有工况,可不予考虑,故设li=(ti,ti+1),(1≤i≤m-1)。每种能源介质j的不平衡量Wj是多时段的,根据上述的m-1个时段分别求取,每个时段li的不平衡量是此时段内发生的工况的叠加,于是,可表示成:
其中,(ti,ti+1)∈[(t1,t2),(t2,t3),…,(tm-1,tm)]∈t,(ti,ti+1)是m-1个时段中的一个时段,是某一种工况在(ti,ti+1)时段内的能源介质j的不平衡量,如果某种工况Ki发生的时间范围不在(ti,ti+1)时段内,则Wj是m-1个时段能源介质j的不平衡量的集合,而每种工况中可能有多种能源介质发生变化,因此,系统的不平衡量W是N种能源介质的不平衡量Wj的集合。
所述的模型配置工具模块,用来编辑、配置调度模型,调度模型包括变量列表、介质参数列表、特殊约束列表三部分,介质参数和特殊约束用于动态调整不同模型所需的变比和约束条件,用来增强系统的可扩展性和通用性;
变量,是模型求解的未知数,变量需要满足上限、下限约束、节点平衡约束、介质平衡约束等。变量定义了变量名、节点、产耗、介质、标签、上限、下限、初始值、系数、调整成本、爬坡速度、允许停机、停机成本、节点约束、反送价格、价格、电的峰平谷价格、启用等这些字段。这些字段定义了变量所具有的属性,例如,产耗类型包括主产、副产、消耗、放散和存储,调整成本用于设置最小的调整幅度,价格用于目标函数,用来定义变量的优先级,价格越高优先级越低;
介质参数,用来确定模型所需要的平衡约束以及变量的变比,变比是变量每次增减的幅度,用于统一能源介质的单位和加快模型的收敛速度;
特殊约束,是针对不同模型需要额外添加的一些约束条件,可以根据现场实际情况增加、删除和修改;特殊约束是根据变量名编辑的公式,可手动添加到系统中。
所述的调度模型模块,这个模块根据模型配置工具模块定义的模型参数变量和平衡约束,建立目标函数及约束条件。
所述优化计算模块包括目标函数和约束条件,设该模型为T个周期的数学优化调度问题,某个时间段记为t(1≤t≤T),M表示设备数量,N表示能源种类数;
所述目标函数为总费用Q1加上放散惩罚Q2减去总收益Q3的最小目标函数MinJ:
MinJ=Q1+Q2-Q3 (2)
1)总费用Q1包括:外购能源费用、外购电费用、能源调整成本费用、设备停机费用和设备维护费用:
表示外购的能源成本(不包含电);
表示在峰平谷时段的外购电费用;
表示能源的调整成本费用;
表示停机成本费用;
表示设备i的维护费用;
Cbuy,j,Bj,t分别表示能源j的外购价格和t时段能源j的外购量;
Ctou,Pt分别表示在峰、平、谷时段的电价(CNY/KW·h),和在峰、平、谷时段的外购电量(kw);
Cadj,j,Di,j分别表示能源j的调整价格和设备i的能源j的调整价格标志(0表示没有调整成本,1表示有调整成本);
Cstop,i表示设备i的停机成本,Ti表示设备i的停机标志(0表示停机,1表示启用);
CM,i,Ri,t分别表示设备i的维护成本和设备i在t时段的能源产生量;
2)放散惩罚Q2为所有能源介质的放散惩罚:
Cwaste,i,j表示设备i的能源j的放散惩罚价格;
χi,j,t表示设备i在t时段能源j的放散量;
3)总收益Q3为所有能源介质的外销收益:
表示能源的外销收益;Csell,j表示外销能源j的价格;Sj,t表示在t时段外销的能源j的数量;
所述约束条件包括:范围约束、节点平衡约束、介质平衡约束以及一些自定义的特殊约束:
1)范围约束
每个产耗项目、存储设备都需要满足其额定的工作范围,不同设备的能源消耗量、存储量上下限等需要满足一定的约束条件:
存储柜柜容的上下限:Vmin≤Vt≤Vmax (6)
设备产能、耗能的上下限:Fi,min≤Fi,t≤Fi,max (7)
能源放散量约束:χi,j,min≤χi,j,t≤χi,j,max (8)
能源外购和外销不能同时大于0约束:BjSj=0 (9)
设备爬坡约束:Mi,speed,≤Mi,speed,max (10)
2)节点平衡约束
设备需要满足能量平衡约束:
ηB,i表示机组效率,Fused,j表示能源j的消耗量,hj表示能源j的热值,Pi表示设备i产生的能源e的量,he表示能源e的热值;
3)介质平衡约束
能源需要满足物料平衡约束,能源供需平衡是指能源产出和消耗的平衡,由于工况发生时能源产生量会受影响,需要加入工况引起的不平衡量才能满足能源供需平衡。在工况定义管理模块,公式(1)定义了能源介质j在每个时段li的不平衡量由于不平衡量是多时段的,平衡约束也得是基于多时段的平衡,于是在整个t(t0≤t≤tn)时段内的每个时段li,需要满足约束:
其中,(ti,ti+1)∈li∈t,(ti,ti+1)是所有li时段中的一个时段,表示(ti,ti+1)时段能源j的产生量,表示(ti,ti+1)时段的存储柜变化量,对于不需要存储柜的能源,式中的这一项不存在, 分别表示(ti,ti+1)时段能源j的消耗量和放散量;
表示(ti,ti+1)时段内发生的工况导致的能源j的不平衡量,的值为正表示能源j的富余量,为负表示能源j的缺口量。
4)特殊约束
例如,平均热值约束:某些设备对多种混合能源的热值也有一定的范围要求,用以保证混合能源的质量:
αii分别表示设备i对混合热值的最低要求和最高要求。
所述的优化计算模块,该模块将输入数据带入模型中求解,并对结果进行处理和分析:
首先获取模型的输入,模型的输入有两部分,一是由设备工况定义管理模块生成的工况组合求得系统的不平衡量,工况组合中的每个工况都包括设备类型、工况类型、起始时间、终止时间、初始值、结束值等属性,系统根据工况发生的起始和终止时间,分时段的将工况发生时段的不平衡量加入到模型的输入中;二是从现场各个设备消耗或产生的能源介质的数据得到的当前产耗量。
然后将模型的输入带入到由模型配置模块和调度模型模块制定的调度模型中进行求解,模型的输出为各时段(工况发生时段和电的峰平谷时段)的调度方案,并将结果以图表等更直观的方式展示,结果分析包括:输出的调度方案,分析单一能源介质的调整变化、以及优化前后预期效果对比等几个方面。
对于输出的调度方案,按照设备分组,每个分组按照“时间,能源介质【初始值->调整值】”的格式显示,反映了设备-时间-能源介质变化量三者的关系,并将调度方案保存到本地文件,方便调度人员查看和分析;对于单一能源介质的分析,可选择某设备下的某种能源介质,在图表中展示该能源介质在整个周期中各个时段的调整变化规律;对于优化前后预期效果对比分析,分别统计不进行优化和经过优化后各个能源介质在整个周期内的产耗量,并通过图表等方式对比优化前后的预期效果。
本发明将复杂的能源调度问题转化为设备的工况组合问题,提供了工况组合工具、模型配置工具、优化计算和结果展示分析工具,其特点在于,调度模型是基于变化量的平衡而不是基于总量平衡,因为对所有设备都做预测是不现实的,再加上有计量误差,如果用总量平衡那么计量误差就无法平衡,也就是说,模型是平衡因工况变化引起的不平衡量,而不是总发生减去总消耗的差量;模型是基于多时段的平衡,多时段包括根据分时电价政策划分的峰平谷时段和工况发生的时段,在不同的时段内变量也是不同的,因此采用多时段多套变量,同时时段之间还考虑了调整速度的限制,以保证时段内的调度方案可用;系统以工况组合作为模型的输入,能够在工况发生之前提前制定方案。
优点在于,将复杂的能源调度问题转化为设备的工况组合问题;提供通用的调度模型配置方案,并在模型中加入调整成本,以解决调整次数太频繁的问题,提高了模型的实用性;模型的参数动态可调,通过配置可适用于不同的生产环境;能够针对不同时段(峰平谷时段和工况发生时段)给出相应的调度方案,针对多种能源介质给出相应的调度方案;易于交互,模型结果解释清晰易懂;将调度人员从微观能源数据中解放出来,不断积累各种工况场景下的最佳调度实践,提高调度人员水平和反应速度,将调度人员的工作从事故应急式调度转变为成本优化式调度,降低企业能源成本,提高生产稳定性。
附图说明
图1为一种基于设备工况组合的能源调度系统结构图。
图2为工况组合工具示意图。
图3为一种基于设备工况组合的能源调度方法流程图。
具体实施方式
本发明是一种基于设备工况组合的能源调度系统的技术方案,包括设备工况定义管理模块、模型参数配置模块、调度模型模块和优化计算模块这四个模块,这四个模块之间的关系如图1所示,实施方式将根据这四个模块执行,具体实施步骤如下:
步骤一,从设备工况定义管理模块定义的工况组合信息中得到的系统不平衡量和从现场实际数据得到的当前产耗量,作为优化计算模块的输入。
首先,根据生产计划及检修计划获得工况信息,每个工况包括工况发生的起止时间、能源介质的初始值、结束值,和能源介质的变化函数,通过工况类型和现场数据得到能源介质的初始值和结束值。
然后,通过工况定义管理模块将这些工况信息录入到系统中,录入系统的工况组合信息将通过可移动的甘特图展示,如图2所示,甘特图的横坐标轴为时间、纵坐标轴为设备,甘特图上每个图块表示设备的一种工况,图块宽度表示工况的持续时间,不同类型的工况通过图块上的颜色和文本进行区分,可以横向拖动图块改变其开始、结束时间。
最后,根据录入系统的工况组合信息和上述得到的公式计算系统的不平衡量。
步骤二,通过模型参数配置工具来配置调度模型,首先从本地系统载入之前配置好的模型,如没配置过则生成新的配置文件,然后对变量、介质参数、特殊约束分别进行配置,最后在本地生成新的配置文件,并将设置好的参数和约束条件传给调度模型模块。
步骤三,调度模型模块建立调度模型,根据步骤二生成的模型配置文件得到模型的参数变量和平衡约束,然后确定目标函数及约束条件,并生成相应的调度模型文件,由于优化计算。
步骤四,由优化计算模块求解模型并给出调度方案和结果分析。首先,由步骤一定义的工况信息获取系统的不平衡量以及获取到的现场数据,作为模型的输入,然后根据步骤二和三生成的模型文件,得到系统的模型,将输入量带入模型中求解,最后输出调度方案,进行优化前后预期效果的对比和分析,并保存调度方案。
本发明按照上述四个步骤执行,图3展示了实施本发明的整个流程,包括:第一步,在设备工况定义管理模块,根据设备类型、规格,以及原材料、产成品的类型、规格不同,定义各种工况以覆盖设备的所有状态,定义设备在某工况下发生、消耗能源介质的种类以及数量随时间的变化规律,并利用如图2的甘特图定义设备的工况组合,可以从生产排程计划中导入生产设备的工况组合,或者直接从设备工况类型定义模块中选择设备工况进行组合;第二步,在模型配置工具模块对变量、介质及约束条件进行配置,确定变量的上下限、价格、调整成本等,以及介质参数和特殊约束,将其保存并作为调度模型模块的参数和约束条件;第三步,调度模型模块设置目标函数,并根据第二步设置的参数和约束条件,建立调度模型;第四步,载入由工况组合预测信息得到的系统不平衡量和从现场各个设备产生或消耗的数据得到的当前产耗量作为模型的输入;第五步,根据输入数据判断平衡约束是否满足、变量是否满足约束,节点平衡、介质平衡、变量满足约束条件则进行优化计算,否则需要回到第二步检查模型参数配置;第六步,在优化计算模块,以第四步载入的数据作为模型的输入,用第三步建立的,模型进行求解,如果求解失败,需要回到第一步或第二步判断工况或者配置是否正确,求解成功则输出调度方案;第七步,将调度方案以图表等方式展示,进行结果分析和优化效果的经济性评价,并保存调度方案。

Claims (7)

1.一种基于设备工况组合的能源调度系统,其特征在于,包括:设备工况定义管理模块、模型配置工具模块、调度模型模块和优化计算模块,四个模块均运行在调度计算机上,模块涉及的工况类型数据、工况能源介质特性数据、调度方案数据均保存在关系数据库软件中,关系数据库软件运行在服务器上,调度计算机与服务器之间通过局域网连接;能源调度的步骤如下:
1)在设备工况定义管理模块定义设备工况类型,定义设备在某工况下发生、消耗能源介质的种类以及数量随时间的变化规律,以及定义一段时间内设备的工况组合,每个工况定义了工况发生的起止时间、能源介质的初始值、结束值,在工况发生时段,系统会将由该工况引起的不平衡量加入模型中;
2)在模型配置工具模块对变量、介质及约束条件进行配置,确定变量的上下限、价格、调整成本等配置项,以及设置介质参数和特殊约束,将其保存并作为调度模型模块的参数和约束条件;
3)在调度模型模块定义目标函数,根据步骤2)中模型配置的参数和约束条件,建立调度模型;
4)在优化计算模块,将步骤1)中由工况组合预测信息得到的系统不平衡量和从现场各个设备产生或消耗的数据得到的当前产耗量作为模型的输入,对上述步骤2)和步骤3)建立的模型进行求解,模型求解失败则需返回步骤2)和步骤3)确保模型配置正确,模型求解成功则将调度方案以图表直观的方式显示,进行优化前后预期效果的对比和分析,并保存调度方案。
2.根据权利要求1所述的系统,其特征在于,所述的设备工况定义管理模块,包含设备工况类型定义、工况能源介质特性管理、工况组合工具三个部分:
1)设备工况类型定义,根据设备类型、规格,以及原材料、产成品的类型、规格不同,定义各种工况,每种工况由一个名称作为助记符;
2)工况能源介质特性管理,定义设备在某工况下发生、消耗能源介质的种类以及数量随时间的变化规律,用典型样本数据或数量-时间函数关系式来表征这一规律,对已发生的工况,直接从历史数据中抽取该工况时间范围内的能源介质数据作为样本;
3)工况组合工具,提供可移动甘特图工具,甘特图的横坐标轴为时间、纵坐标轴为设备,甘特图上每个图块表示设备的一个工况,图块宽度表示工况的持续时间,不同类型的工况通过图块上的颜色和文本进行区分,横向拖动图块改变其开始、结束时间,从生产排程计划中提取生产设备的工况组合,或者直接从设备工况类型定义模块中选择设备工况进行组合;每个工况定义了工况发生的起止时间、能源介质的开始值、结束值,初始值和结束值根据实际数据确定,在工况发生时段,系统会将该工况引起的产耗变化情况加入模型中;
工况发生时,能源系统的动态平衡被打破,工况引起的产耗变化量即为能源系统的不平衡量W,将不平衡量W输入模型中,由调度模型来平衡,因此要计算不平衡量W;由于在t(t0≤t≤tN)时段内有多种工况存在,设有K个工况类型,每种工况都设置了开始时间、结束时间和工况发生时段能源介质j的值随时间变化的函数fk,j(t);将t时段内所有K个工况的开始时间和结束时间提取出来,设总共有m个时间点,m≤2K,按时间先后顺序排列,并分别设置为t1,t2,…,tm-1,tm;于是,将(t0,tN)时段划分为m+1段:(t0,t1),(t1,t2),…,(tm-1,tm),(tm,tN),其中,(t0,t1)、(tm,tN)时段没有工况,不予考虑,故设li=(ti,ti+1),(1≤i≤m-1);每种能源介质j的不平衡量Wj是多时段的,根据上述的m-1个时段分别求取,每个时段li的不平衡量是此时段内发生的工况的叠加,于是,可表示成:
w j , l i = Σ k ∫ t i t i + 1 f k , j ( t ) d t , ( 1 ≤ i ≤ m - 1 ) - - - ( 1 )
其中,(ti,ti+1)∈[(t1,t2),(t2,t3),…,(tm-1,tm)]∈t,(ti,ti+1)是m-1个时段中的一个时段,是某一种工况在(ti,ti+1)时段内的能源介质j的不平衡量,某种工况Ki发生的时间范围不在(ti,ti+1)时段内,则Wj是m-1个时段能源介质j的不平衡量的集合,而每种工况中有多种能源介质发生变化,因此,系统的不平衡量W是N种能源介质的不平衡量Wj的集合。
3.根据权利要求1所述的系统,其特征在于,所述的模型配置工具模块,用来编辑、配置调度模型,调度模型包括变量列表、介质参数列表、特殊约束列表三部分,介质参数和特殊约束用于动态调整不同模型所需的变比和约束条件,用来增强系统的可扩展性和通用性。
4.根据权利要求1所述的系统,其特征在于,所述的调度模型模块根据模型配置工具模块定义的模型参数变量和平衡约束,建立目标函数及约束条件。
5.根据权利要求1所述的系统,其特征在于,所述优化计算模块包括目标函数和约束条件,设该模型为T个周期的数学优化调度问题,某个时间段记为t(1≤t≤T),M表示设备数量,N表示能源种类数;
所述目标函数为总费用Q1加上放散惩罚Q2减去总收益Q3的最小目标函数MinJ:
MinJ=Q1+Q2-Q3 (2)
1)总费用Q1包括:外购能源费用、外购电费用、能源调整成本费用、设备停机费用和设备维护费用:
Q 1 = Σ t T Σ j N C b u y , j B j , t + Σ t ∈ t o u C t o u P t + Σ i M ( Σ j N C a d j , j D i , j + C s t o p , i T i + Σ t T C M , i R i , t ) - - - ( 3 )
表示外购的能源成本,不包含电;
t∈touCtouPt表示在峰平谷时段的外购电费用;
表示能源的调整成本费用;
表示停机成本费用;
表示设备i的维护费用;
Cbuy,j,Bj,t分别表示能源j的外购价格和t时段能源j的外购量;
Ctou,Pt分别表示在峰、平、谷时段的电价,和在峰、平、谷时段的外购电量;
Cadj,j,Di,j分别表示能源j的调整价格和设备i的能源j的调整价格标志;
Cstop,i表示设备i的停机成本,Ti表示设备i的停机标志,0表示停机,1表示启用;
CM,i,Ri,t分别表示设备i的维护成本和设备i在t时段的能源产生量;
2)放散惩罚Q2为所有能源介质的放散惩罚:
Q 2 = Σ t T Σ i M i Σ j N j C w a s t e , j χ i , j , t - - - ( 4 )
Cwaste,i,j表示设备i的能源j的放散惩罚价格;
χi,j,t表示设备i在t时段能源j的放散量;
3)总收益Q3为所有能源介质的外销收益:
Q 3 = Σ t T Σ j N C s e l l , j S j , t - - - ( 5 )
表示能源的外销收益;Csell,j表示外销能源j的价格;Sj,t表示在t时段外销的能源j的数量;
所述约束条件包括:范围约束、节点平衡约束、介质平衡约束以及自定义的特殊约束:
1)范围约束
每个产耗项目、存储设备都需要满足其额定的工作范围,不同设备的能源消耗量、存储量上下限需满足一定的约束条件:
存储柜柜容的上下限:Vmin≤Vt≤Vmax (6)
设备产能、耗能的上下限:Fi,min≤Fi,t≤Fi,max (7)
能源放散量约束:xi,j,min≤χi,j,t≤xi,j,max (8)
能源外购和外销不能同时大于0约束:BjSj=0 (9)
设备爬坡约束:Mi,speed,t≤Mi,speed,max (10)
2)节点平衡约束
设备需要满足能量平衡约束:
η B , i × ( Σ j N j F u s e d , j × h j ) = P i , e × h e - - - ( 11 )
ηB,i表示机组效率,Fused,j表示能源j的消耗量,hj表示能源j的热值,Pi表示设备i产生的能源e的量,he表示能源e的热值;
3)介质平衡约束
能源需要满足物料平衡约束,能源供需平衡是指能源产出和消耗的平衡,由于工况发生时能源产生量会受影响,需要加入工况引起的不平衡量才能满足能源供需平衡;在工况定义管理模块,公式(1)定义了能源介质j在每个时段li的不平衡量由于不平衡量是多时段的,平衡约束也得是基于多时段的平衡,于是在整个t(t0≤t≤tn)时段内的每个时段li,需要满足约束:
Σ t i t i + 1 F g e n , j , t = W j , l i = Σ t i t i + 1 ( ΔV j , t + F u s e d , j , t + χ j , t ) - - - ( 12 )
其中,(ti,ti+1)∈li∈t,(ti,ti+1)是所有li时段中的一个时段,表示(ti,ti+1)时段能源j的产生量,表示(ti,ti+1)时段的存储柜变化量,对于不需要存储柜的能源,式中的这一项不存在, 分别表示(ti,ti+1)时段能源j的消耗量和放散量;
表示(ti,ti+1)时段内发生的工况导致的能源j的不平衡量,的值为正表示能源j的富余量,为负表示能源j的缺口量。
6.根据权利要求1所述的系统,其特征在于,所述的优化计算模块将输入数据带入模型中求解,并对结果进行处理和分析:
首先获取模型的输入,模型的输入有两部分,一是由设备工况定义管理模块生成的工况组合求得系统的不平衡量,工况组合中的每个工况都包括设备类型、工况类型、起始时间、终止时间、初始值、结束值属性,系统根据工况发生的起始和终止时间,分时段的将工况发生时段的不平衡量加入到模型的输入中;二是从现场各个设备消耗或产生的能源介质的数据得到的当前产耗量;
然后将模型的输入带入到由模型配置模块和调度模型模块制定的调度模型中进行求解,模型的输出为各时段的调度方案,并将结果以图表直观的方式展示,结果分析包括:输出的调度方案,分析单一能源介质的调整变化、以及优化前后预期效果对比;
对于输出的调度方案,按照设备分组,每个分组按照“时间,能源介质【初始值->调整值】”的格式显示,反映了设备-时间-能源介质变化量三者的关系,并将调度方案保存到本地文件;对于单一能源介质的分析,选择某设备下的某种能源介质,在图表中展示该能源介质在整个周期中各个时段的调整变化规律;对于优化前后预期效果对比分析,分别统计不进行优化和经过优化后各个能源介质在整个周期内的产耗量,并通过图表方式对比优化前后的预期效果。
7.根据权利要求3所述的系统,其特征在于,所述的变量是模型求解的未知数,变量需要满足上限、下限约束、节点平衡约束、介质平衡约束;变量定义了变量名、节点、产耗、介质、标签、上限、下限、初始值、系数、调整成本、爬坡速度、允许停机、停机成本、节点约束、反送价格、价格、电的峰平谷价格、和启用这些字段;这些字段定义了变量所具有的属性;
所述的介质参数用来确定模型所需要的平衡约束以及变量的变比,变比是变量每次增减的幅度,用于统一能源介质的单位和加快模型的收敛速度;
所述的特殊约束是针对不同模型需要额外添加的约束条件,根据现场实际情况增加、删除和修改;特殊约束是根据变量名编辑的公式,可手动添加到系统中。
CN201611266910.XA 2016-12-31 2016-12-31 一种基于设备工况组合的能源调度系统 Expired - Fee Related CN106774214B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611266910.XA CN106774214B (zh) 2016-12-31 2016-12-31 一种基于设备工况组合的能源调度系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611266910.XA CN106774214B (zh) 2016-12-31 2016-12-31 一种基于设备工况组合的能源调度系统

Publications (2)

Publication Number Publication Date
CN106774214A true CN106774214A (zh) 2017-05-31
CN106774214B CN106774214B (zh) 2019-07-23

Family

ID=58952417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611266910.XA Expired - Fee Related CN106774214B (zh) 2016-12-31 2016-12-31 一种基于设备工况组合的能源调度系统

Country Status (1)

Country Link
CN (1) CN106774214B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107958301A (zh) * 2017-10-31 2018-04-24 浙江中控软件技术有限公司 一种lng接收站运行优化方法
CN108490904A (zh) * 2018-05-10 2018-09-04 东北大学 一种基于设备多工况运行的能源系统优化调度方法
CN109598045A (zh) * 2018-11-23 2019-04-09 冶金自动化研究设计院 钢铁企业基于能源仿真的多能源介质综合优化调配系统
CN109886531A (zh) * 2019-01-03 2019-06-14 新奥数能科技有限公司 一种计算设备能效的方法、装置、可读介质及电子设备
CN112966861A (zh) * 2021-02-24 2021-06-15 浙江中控技术股份有限公司 一种基于案例匹配的产耗平衡测算方法
CN114897247A (zh) * 2022-05-16 2022-08-12 湖北精准极速科技有限公司 一种基于大数据的智能电网配网调度运行管理方法
CN116679627A (zh) * 2023-05-04 2023-09-01 安徽机电职业技术学院 一种用于控制多个电气设备的联动控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1753010A (zh) * 2005-09-21 2006-03-29 浙江大学 用于钢铁企业能源优化调度的分类建模和滚动求解方法
WO2013044962A1 (de) * 2011-09-29 2013-04-04 Siemens Aktiengesellschaft Werkzeug zur unterstützung einer energieeffizienten steuerung und verfahren hierzu
CN104102212A (zh) * 2014-07-29 2014-10-15 浙江中控软件技术有限公司 一种钢铁企业中煤气和蒸汽系统的调度方法、设备和系统
CN105654193A (zh) * 2015-12-25 2016-06-08 冶金自动化研究设计院 一种钢铁企业氧气优化调度系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1753010A (zh) * 2005-09-21 2006-03-29 浙江大学 用于钢铁企业能源优化调度的分类建模和滚动求解方法
WO2013044962A1 (de) * 2011-09-29 2013-04-04 Siemens Aktiengesellschaft Werkzeug zur unterstützung einer energieeffizienten steuerung und verfahren hierzu
CN104102212A (zh) * 2014-07-29 2014-10-15 浙江中控软件技术有限公司 一种钢铁企业中煤气和蒸汽系统的调度方法、设备和系统
CN105654193A (zh) * 2015-12-25 2016-06-08 冶金自动化研究设计院 一种钢铁企业氧气优化调度系统及方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107958301A (zh) * 2017-10-31 2018-04-24 浙江中控软件技术有限公司 一种lng接收站运行优化方法
CN108490904A (zh) * 2018-05-10 2018-09-04 东北大学 一种基于设备多工况运行的能源系统优化调度方法
CN108490904B (zh) * 2018-05-10 2020-02-04 东北大学 一种基于设备多工况运行的能源系统优化调度方法
CN109598045A (zh) * 2018-11-23 2019-04-09 冶金自动化研究设计院 钢铁企业基于能源仿真的多能源介质综合优化调配系统
CN109886531A (zh) * 2019-01-03 2019-06-14 新奥数能科技有限公司 一种计算设备能效的方法、装置、可读介质及电子设备
CN109886531B (zh) * 2019-01-03 2021-03-23 新奥数能科技有限公司 一种计算设备能效的方法、装置、可读介质及电子设备
CN112966861A (zh) * 2021-02-24 2021-06-15 浙江中控技术股份有限公司 一种基于案例匹配的产耗平衡测算方法
CN114897247A (zh) * 2022-05-16 2022-08-12 湖北精准极速科技有限公司 一种基于大数据的智能电网配网调度运行管理方法
CN114897247B (zh) * 2022-05-16 2023-03-28 山西祥睿能源有限公司 一种基于大数据的智能电网配网调度运行管理方法
CN116679627A (zh) * 2023-05-04 2023-09-01 安徽机电职业技术学院 一种用于控制多个电气设备的联动控制方法

Also Published As

Publication number Publication date
CN106774214B (zh) 2019-07-23

Similar Documents

Publication Publication Date Title
CN106774214A (zh) 一种基于设备工况组合的能源调度系统
CN108490904B (zh) 一种基于设备多工况运行的能源系统优化调度方法
Niu et al. Implementation of a price-driven demand response in a distributed energy system with multi-energy flexibility measures
Zhang et al. Uncertainty-resistant stochastic MPC approach for optimal operation of CHP microgrid
WO2021189739A1 (zh) 一种基于生产计划的钢铁企业氧气负荷预测方法
CN103606018B (zh) 一种钢铁企业电力负荷短期动态预测系统
CN104392334B (zh) 钢铁企业自备电厂多类型发电机组联合优化调度方法
CN104102212B (zh) 一种钢铁企业中煤气和蒸汽系统的调度方法、设备和系统
CN110968063B (zh) 基于人工智能的煤气系统优化调度方法
CN115018230B (zh) 考虑减排成本的综合能源系统低碳鲁棒经济优化运行方法
CN101980262A (zh) 一种基于计算机的钢铁企业能源仿真平台
CN102915006B (zh) 一种冶金企业副产煤气离线分析在线调度方法
Wang et al. Commitment cost allocation of fast-start units for approximate extended locational marginal prices
Kazemi et al. Evaluating the impact of sub-hourly unit commitment method on spinning reserve in presence of intermittent generators
CN103617552A (zh) 一种钢铁企业发电成本优化的方法
CN103439926A (zh) 一种钢铁企业煤气优化调度装置
Su et al. Multi-objective scheduling of a steelmaking plant integrated with renewable energy sources and energy storage systems: Balancing costs, emissions and make-span
CN102880912B (zh) 一种煤气安全与经济评估方法
Zhao et al. Collaborative Optimization Scheduling of Multi-Microgrids Incorporating Hydrogen-Doped Natural Gas and P2G–CCS Coupling under Carbon Trading and Carbon Emission Constraints
CN104953592B (zh) 多燃料混合燃烧发电机组的负荷优化分配方法
Zhang et al. Multi-attribute decision-making method of pumped storage capacity planning considering wind power uncertainty
Peng et al. Digital twin-enabled production optimization for steel industry
CN110619129A (zh) 基于sos-2约束实现泛能站优化的线性化方法和装置
Wu et al. A bi-level optimization framework for the power-side virtual power plant participating in day-ahead wholesale market as a price-maker considering uncertainty
La Fata et al. An energy management system to schedule the optimal participation to electricity markets and a statistical analysis of the bidding strategies over long time horizons

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190723

Termination date: 20191231

CF01 Termination of patent right due to non-payment of annual fee