CN110245808B - 一种基于需量控制的钢包炉优化调度方法 - Google Patents
一种基于需量控制的钢包炉优化调度方法 Download PDFInfo
- Publication number
- CN110245808B CN110245808B CN201910557945.6A CN201910557945A CN110245808B CN 110245808 B CN110245808 B CN 110245808B CN 201910557945 A CN201910557945 A CN 201910557945A CN 110245808 B CN110245808 B CN 110245808B
- Authority
- CN
- China
- Prior art keywords
- time
- task
- ladle furnace
- period
- resource
- 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.)
- Active
Links
- 238000009847 ladle furnace Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000005611 electricity Effects 0.000 claims abstract description 53
- 238000004519 manufacturing process Methods 0.000 claims abstract description 50
- 238000007670 refining Methods 0.000 claims abstract description 44
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 41
- 239000010959 steel Substances 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims abstract description 34
- 238000013519 translation Methods 0.000 claims abstract description 11
- 238000012546 transfer Methods 0.000 claims abstract description 5
- 230000009467 reduction Effects 0.000 claims abstract description 4
- 239000000047 product Substances 0.000 claims description 16
- 230000003993 interaction Effects 0.000 claims description 15
- 238000005266 casting Methods 0.000 claims description 7
- 238000003723 Smelting Methods 0.000 claims description 5
- 239000013067 intermediate product Substances 0.000 claims description 5
- 239000000758 substrate Substances 0.000 claims 1
- 238000005457 optimization Methods 0.000 abstract description 12
- 238000010276 construction Methods 0.000 abstract description 3
- 230000008707 rearrangement Effects 0.000 abstract description 2
- 230000009466 transformation Effects 0.000 abstract description 2
- 238000009749 continuous casting Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 239000002436 steel type Substances 0.000 description 4
- 230000033764 rhythmic process Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 230000005494 condensation Effects 0.000 description 2
- 238000009833 condensation Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000012840 feeding operation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 101150067055 minC gene Proteins 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 239000011572 manganese Substances 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000009628 steelmaking Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
-
- Y—GENERAL 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
- Treatment Of Steel In Its Molten State (AREA)
Abstract
本发明公开了一种基于需量控制的钢包炉负荷优化调度模型,包括:1、根据钢铁工业工艺流程,建立生产过程资源‑任务网络(RTN)模型,建立各任务节点及资源节点,对除电力外的资源节点设立布尔变量表示资源状态,任务节点运行状态同样设一布尔变量表示;2、对钢包炉的精炼任务过程建模,并对平移、中断、削减等多种受电控制方法建立相应约束条件;3、对于受电控制手段可能会造成的转移成本、损耗成本及风险成本,计及上述成本建立钢包炉优化调度损耗模型;4、针对实时最大需量计费背景下的目标函数,建立基于需量控制的钢包炉负荷优化调度模型。本发明相比于传统基于分时电价重排全天任务时段的优化调度方法,可在不影响全天其余时段任务下减小峰值需量,大幅降低了生产用电成本外,对于电网而言,还减小了钢铁工业用户对电网变电设施后备容量的压力,降低了电网建设成本。
Description
技术领域
本发明涉及钢铁工业负荷优化调度领域,特别涉及一种基于需量控制的钢包炉优化调度方法。
背景技术
两部制电价是面向工商业等大电力用户多年的售电政策。随着新电力体制改革不断深入,为减小公共电网变压器的容量压力,降低电网建设运行成本,电力市场推行了两部制电价中基本电价的新执行方式来鼓励用户管理用电行为。2016至2018年间国家发改办文件《国家发展改革委办公厅关于完善两部制电价用户基本电价执行方式的通知》及《关于降低一般工商业电价有关事项的通知》等规定了用户可自由选择基本电价计费方式,且可按实时最大需量计费。
在新两部制电价售电政策下,钢铁企业的用电成本结构变化巨大,传统基于分时电价的优化方法并不能完全适用于新电改后的计价方式。传统方法将大量任务调整至平谷价时段,虽然可以减低电度电费,但是将会造成该时段内需量峰值过大,导致基本电费增加。同时在新的需量计价方式下若继续沿用基于分时电价的优化调度方法来调整生产节奏,会使得设备时段内持续运行在高负载状态,对生产安全及产品质量都有较大影响,严重时甚至将造成停电停产或设备故障。
发明内容
本发明的目的在于克服基于分时电价的传统优化方法存在的不足之处,提出一种基于需量控制的钢包炉负荷优化调度方法。相比于传统全天任务按电价时段重排优化,该方法分析了现代炼钢法中的能耗占比极大的钢包炉精炼过程,建立了钢包炉需量优化调度模型,通过对该模型求最优解,从而可在不影响全天其余时段任务下减小峰值需量,大幅降低了生产用电成本外,对于电网而言,还减小了钢铁工业用户对电网变电设施后备容量的压力,降低了电网建设成本。
为实现上述目的,本发明提出一种基于需量控制的钢包炉负荷优化调度方法,包括:
根据钢铁工业工艺流程,建立生产过程资源-任务网络(RTN)模型,建立各任务节点及资源节点,对除电力外的资源节点设立布尔变量表示资源状态,任务节点运行状态同样设一布尔变量表示。
对钢包炉的精炼任务过程建模,并对平移、中断、削减等多种受电控制方法建立相应约束条件。
对于受电控制手段可能会造成的转移成本、损耗成本及风险成本,计及上述成本建立钢包炉优化调度损耗模型。
针对实时最大需量计费背景下的目标函数,建立基于需量控制的钢包炉负荷优化调度模型。
包括以下步骤:
步骤一、本发明对于连铸工艺主体部分建立了一个基于离散时间系统的资源-任务网络(RTN)模型,该模型的离散时间系统有四种不同的时间变量:将一日分为固定时长τ的时间段,Z代表时间段;t为某一时刻;时段δ与固定时长时段Z的时长不相等;相对时刻θ则与每个时段的开始时刻有关。
资源-任务网络(RTN)模型中包含两种类型的节点:资源节点R及任务节点T
资源节点表示与工艺流程相关的所有资源,模型中的资源有:设备资源(LD,LF和CC);中间产物(EL,LC)与板柸(CR),以及电力资源P。使用下标x表示生产线编号,h表示生产批次。对于除电力资源外的任意资源节点R,给定布尔变量Rr,t表示在时刻t的资源r的值。例如,RxLF,t=1表示在t时刻生产线x有一个钢包炉LF可用。对于钢水等产物资源来说该变量值为1或0,代表时刻t该产物是否有产出。
任务节点用于描述生产过程中的数个工艺阶段。本发明将钢铁生产主要的工艺阶段划分为转炉冶炼任务(Eh),钢包炉精炼任务(Lx,h),浇铸任务(Cx,h)。对于上述任务节点T,同样使用布尔变量ST,t来表示任务T在时刻t的状态。如ST,t=1表示任务T在时刻t正在进行,反之0则代表未进行。冶炼、精炼、浇铸任务是分别由TE,TL,TC表示。
每个任务节点T的资源交互可以通过离散交互参数μr,T来表示任务T消耗或生成多少资源r。
步骤二、资源-任务网络(RTN)模型中资源的交互跟任务节点相关,交互只能在任务节点时段内发生,因此除电力外的资源交互应满足下式约束条件:
式中Rr,t-Z表示资源r在上一个时段的值。
日计划规定了每种钢材的产量,通常一条生产线日内仅生产一类钢材。因此生产线编号即可代表钢材种类,可得日产量约束如下式:
式中RM,x,h代表h批次的某钢种成品钢材数;D为日计划生产批次总数;Mx,D表示日计划对于该钢材的日产总量要求。
可得各分时电价时段ηf内包含的固定时长时段数Lf。
日计划通常已按分时电价规定了各个电价时段的生产任务量,由各时段的批次数Df可得到每一批次精炼任务的开始时段Zα,h与停止时段Zβ,h,由此可以得到每批次精炼任务的平均运行时段数Zh与裕度空间[Zα,h,Zβ,,h]。
Zh=Zβ,h-Zα,h (5)
在平移时为保证两次任务之间留有时长给设备缓冲及完成出货操作,对任务启动时间及平移裕度做如下约束:
Zβ,h+δu≥Zα,h+1 (6)
Zβ,h-Zx≥ts (7)
ts∈[Zα,h,Zβ,h-Zx] (8)
上式中,δu表示最短任务间隔时长,ts表示任务开始时间;Zx表示该钢种工艺需要精炼时长。
正常情况下精炼任务过程中的钢包炉LF功率档位不变,在精炼任务启动前可以改变功率档位设定。
假设精炼任务TL允许范围有m个功率档位,其中功率档位w对应的电功率为Px,w,使用布尔变量Ox,w,t表示在t时刻x生产线的钢包炉LF功率档位w的运行状态,如Ox,w,t=1表示这样在t时刻x生产线的钢包炉LF运行在功率档位w。则此钢包炉的功率Px,t可按下式计算:
在一次精炼任务中,钢包炉仅能运行在一个功率档位,需要满足下列约束:
精炼任务所需的总能量是固定的,即运行功率和运行时长的乘积所得的面积相同。通过确定可调的功率区间从而确定运行时长区间,调整后的运行时长Zx,w也需要满足以下约束:
式中Px表示该钢种的标准功率档位。
在切换功率档位后,如仍有进行平移的时间裕度,也可以对其进行调度。新的裕度空间约束可以由(7)、(8)式更新得来:
Zβ,h-Zx,w≥ts (12)
ts∈[Zα,h,Zβ,h-Zx,w] (13)
对于紧急情况下的短时间功率降停,过长时间的停炉可能会导致炉底钢水出口凝钢造成巨大损失,因此钢包炉LF的降停时长需要满足如下约束条件:
Px,wδd,n≤ΔW (14)
式中δd,n表示第n次降停的时长;ΔW(δ)为允许降低的总能量。
精炼过程中有数次加料微调成分升温的操作,该停炉过程时长有限制,可以在限制范围内延迟加料操作后的开炉时间。延迟开炉虽然与运行中降停一样会有温度上的损失,但加料操作仅对停炉前温度有要求,延迟开炉对最终产出钢水品质不会造成影响。为减少参量,延迟开炉的时间使用δ来表示:
δt+δy,i≤δy (15)
式中i为延迟开炉次数,δt表示停炉时长,δy表示最大延迟时间。
降停钢包炉次数过多与降停时间过长可能会影响升温时长从而致使整个任务运行时间受到影响,不能按时完成任务。运行中时间约束可以保证精炼任务正常完成,该约束如下:
式中n为降停次数。
降停间隔时间与降停次数约束可以防止钢包炉的功率变化周期过短并保证必要的过载恢复时间,该约束如下:
δd,n,α-δd,n-1,β≤δdi (17)
式中δd,n-1,β表示上一次降停结束的时间;δd,n,α表示本次降停开始的时间;δdi表示最短降停间隔时间。
极短时间内功率的反复变化同样会对钢包炉变压器造成巨大冲击,甚至损坏。因此需要满足一个最小的时间限制即最短降停时间:
δd,n≥δs (18)
式中δs表示最短降停时间。
步骤三、钢包炉LF紧急情况下在运行时降停存在对设备与产品造成损害的隐形风险,即本发明的调度成本。
钢包炉LF的调度成本CL如下:
式中,λ1表示损耗成本系数;λ2表示产物风险成本系数。
步骤四、两部制电价相比单一制电度电价增加了基本电价,基本电价部分按变压器容量或最大需量收取基本电费。需量是额定计量时长内用户总功率的平均值。国家电网的计量时段时长通常为15min。本发明模型基于此时长将时段Z的时长τ同样设为15min。
在资源-任务网络(RTN)模型的离散时间系统中引入新的计量时段变量Zk。在第k个计量时段内的平均功率即需量Pdemand,k可由下式求得:
式中:Wk为计量时段k内的全部负荷做的功;
则在第k个计量时段内的总功为:
由此可以得到全天的最大需量Pmax:
Pmax=max(Pdemand,k|k=1,2,3...1440) (22)
式中相邻计量时段的开始时刻间隔为1min,因此一日有1440个计量时段。
基于上述的资源-任务网络(RTN)模型及钢包炉调度管理模型,建立一个基于需量控制的钢包炉负荷优化调度模型。该模型的目标函数为企业的生产用电成本,两部制电价相较单一制电价同样含有电度电费,因此该成本仅由新增的基本电费与调度成本组成:
minC=bPmax+CL (23)
对于基于需量控制的钢包炉负荷优化调度,可认为是对全天峰值需量Pmax所处计量时段kmax内的钢包炉总功率进行最优管理,即将公式23更新为公式24:
式中,b为基本电费电价。
附图说明
图1为本发明的结构框图。
图2为本发明的钢铁工艺过程资源-任务网络(RTN)模型图。
图3为本发明的精炼任务资源交互图。
图4为本发明的精炼任务过程功率特性图。
图5为本发明的需量计量时段任务状态图。
具体实施方式
如图1所示,本发明提出了一种基于需量控制的钢包炉负荷优化调度方法,具体步骤如下:
步骤一、本发明对于连铸工艺主体部分建立了一个基于离散时间系统的资源-任务网络(RTN)模型,如图2所示。该模型的离散时间系统有四种不同的时间变量:将一日分为固定时长τ的时间段,Z代表时间段;t为某一时刻;时段δ与固定时长时段Z的时长不相等;相对时刻θ则与每个时段的开始时刻有关。
资源-任务网络(RTN)模型中包含两种类型的节点:资源节点R及任务节点T
资源节点表示与工艺流程相关的所有资源,模型中的资源有:设备资源(LD,LF和CC);中间产物(EL,LC)与板柸(CR),以及电力资源P。连铸机CC运行时要求不能中断浇铸过程,当一台钢包炉LF与连铸机CC生产接续时间节点对应时,该钢包炉与连铸机即为一组。这样的设备组交由不同生产班管理,即一条独立生产线。不同钢种的生产工艺对设备功率要求存在差异,因此不同生产线之间的相邻阶段设备不会进行交互。使用下标x表示生产线编号,h表示生产批次。对于除电力资源外的任意资源节点R,给定布尔变量Rr,t表示在时刻t的资源r的值。例如,RxLF,t=1表示在t时刻生产线x有一个钢包炉LF可用。对于钢水等产物资源来说该变量值为1或0,代表时刻t该产物是否有产出。
任务节点用于描述生产过程中的数个工艺阶段。每个任务节点都可以改变该节点前后资源节点的资源数量。本发明将钢铁生产主要的工艺阶段划分为转炉冶炼任务(Eh),钢包炉精炼任务(Lx,h),浇铸任务(Cx,h)。对于上述任务节点T,同样使用布尔变量ST,t来表示任务T在时刻t的状态。如ST,t=1表示任务T在时刻t正在进行,反之0则代表未进行。冶炼、精炼、浇铸任务是分别由TE,TL,TC表示。
每个任务节点T的资源交互可以通过离散交互参数μr,T来表示任务T消耗或生成多少资源r。精练任务中的资源交互如图3所示,生产线x的精炼任务开始时,该条生产线的设备资源xLF的减少1,表示对应生产线的钢包炉已被占用;同时上一阶段任务产生的中间产物EL的数量也减少1。通常一个任务会持续数个时间段Z,但仅在任务开始和结束两个时刻t会发生资源交互。任务结束后返还设备资源xLF,中间产物LC增加1。
步骤二、如图4所示,精炼过程中有数个加料(如铜、镍、硅、锰等)微调钢水成分阶段,每个阶段的温度要求也不尽相同。对于生产单位而言,满足连铸机的连铸任务不中断是第一要义。
钢包炉的升温性能与其功率档位相关,可通过调整炉变压器有载分接开关来改变功率大小从而改变升温性能。
钢包炉作为大型热负荷,与其他热负荷一样具有热惯性,温度在关停状态下不会骤降。在精炼过程中若有紧急情况,钢包炉可以短暂的停止送电,这段时间内不会损失过多温度。
资源-任务网络(RTN)模型中资源的交互跟任务节点相关,交互只能在任务节点时段内发生,因此除电力外的资源交互应满足下式约束条件:
式中Rr,t-Z表示资源r在上一个时段的值。
日计划规定了每种钢材的产量,通常一条生产线日内仅生产一类钢材。因此生产线编号即可代表钢材种类,可得日产量约束如下式:
式中RM,x,h代表h批次的某钢种成品钢材数;D为日计划生产批次总数;Mx,D表示日计划对于该钢材的日产总量要求。
钢包炉LF作为可平移负荷时,首先可以对精炼任务TL的开始时间进行平移。但钢铁生产工艺各阶段承接紧密,因此精炼任务的平移必须在不影响下一阶段工艺的前提下进行。
资源-任务网络(RTN)模型的离散时间系统将一日均分为了长度为τ的时段,考虑到各阶段工艺的普遍时长,设定τ的单位为分钟min,可得各分时电价时段内包含的固定时长时段数Lf。
日计划通常已按分时电价规定了各个电价时段的生产任务量,由各时段的批次数Df可得到每一批次精炼任务的开始时段Zα,h与停止时段Zβ,h,由此可以得到每批次精炼任务的平均运行时段数Zh与裕度空间[Zα,h,Zβ,,h]。
Zh=Zβ,h-Zα,h (5)
在平移时为保证两次任务之间留有时长给设备缓冲及完成出货操作,对任务启动时间及平移裕度做如下约束:
Zβ,h+δu≥Zα,h+1 (6)
Zβ,h-Zx≥ts (7)
ts∈[Zα,h,Zβ,h-Zx] (8)
上式中,δu表示最短任务间隔时长,ts表示任务开始时间;Zx表示该钢种工艺需要精炼时长。
其次,正常情况下精炼任务过程中的钢包炉LF功率档位不变,在精炼任务启动前可以改变功率档位设定。根据钢种工艺的要求温度,可以得到允许调整的功率档位范围,在该时段生产节奏不紧张时,可以进行功率档位的降低。
假设精炼任务TL允许范围有m个功率档位,其中功率档位w对应的电功率为Px,w,使用布尔变量Ox,w,t表示在t时刻x生产线的钢包炉LF功率档位w的运行状态,如Ox,w,t=1表示这样在t时刻x生产线的钢包炉LF运行在功率档位w。则此钢包炉的功率Px,t可按下式计算:
在一次精炼任务中,钢包炉仅能运行在一个功率档位,需要满足下列约束:
精炼任务所需的总能量是固定的,即运行功率和运行时长的乘积所得的面积相同。通过确定可调的功率区间从而确定运行时长区间,调整后的运行时长Zx,w也需要满足以下约束:
式中Px表示该钢种的标准功率档位。
在切换功率档位后,如仍有进行平移的时间裕度,也可以对其进行调度。新的裕度空间约束可以由(7)、(8)式更新得来:
ts≤Zβ,h-Zx,w (12)
ts∈[Zα,h,Zβ,h-Zx,w] (13)
对于紧急情况下的短时间功率降停,过长时间的停炉可能会导致炉底钢水出口凝钢造成巨大损失,因此钢包炉LF的降停时长需要满足如下约束条件:
Px,wδd,n≤ΔW (14)
式中δd,n表示第n次降停的时长;ΔW(δ)为允许降低的总能量。
精炼过程中有数次加料微调成分升温的操作,该停炉过程时长有限制,可以在限制范围内延迟加料操作后的开炉时间。延迟开炉虽然与运行中降停一样会有温度上的损失,但加料操作仅对停炉前温度有要求,延迟开炉对最终产出钢水品质不会造成影响。为减少参量,延迟开炉的时间使用δ来表示:
δt+δy,i≤δy (15)
式中i为延迟开炉次数,δt表示停炉时长,δy表示最大延迟时间。
降停钢包炉次数过多与降停时间过长可能会影响升温时长从而致使整个任务运行时间受到影响,不能按时完成任务。运行中时间约束可以保证精炼任务正常完成,该约束如下:
式中n为降停次数。
除上述约束之外,还需要额外增加一些条件来约束钢包炉LF的降停调度,才能保证工艺的正常进行与重大事故的避免。
在大电流下频繁切换档位会降低钢包炉变压器的使用寿命,因此不能频繁的进行降停。降停间隔时间与降停次数约束可以防止钢包炉的功率变化周期过短并保证必要的过载恢复时间,该约束如下:
δd,n,α-δd,n-1,β≤δdi (17)
式中δd,n-1,β表示上一次降停结束的时间;δd,n,α表示本次降停开始的时间;δdi表示最短降停间隔时间。
极短时间内功率的反复变化同样会对钢包炉变压器造成巨大冲击,甚至损坏。因此需要满足一个最小的时间限制即最短降停时间:
δd,n≥δs (18)
式中δs表示最短降停时间。
步骤三、钢包炉LF紧急情况下在运行时降停存在对设备与产品造成损害的隐形风险,即本发明的调度成本。
精炼任务在满足延迟约束的情况下提前或延迟、停炉加料后延迟开炉,这类对于启动时间的调度可认为没有转移成本。
调度成本的一部分为损耗成本。在大电流下频繁切换档位会降低变压器的使用寿命,因此运行中不能切换功率档位,但精炼任务开始前调整功率档位不会对钢包炉电极及炉变压器寿命造成影响。在大电流下对炉变压器分接头进行调整加速设备使用寿命损耗,该损耗成本与运行中降停次数有关。
另一部分为风险成本,钢包炉运行中降停对产物质量可能造成的影响。在生产中,即使依据约束降停运行中钢包炉,也存在一定的风险性可能将影响产出钢水品质。
综上所述,钢包炉LF的调度成本CL如下:
式中,λ1表示损耗成本系数;λ2表示产物风险成本系数。
步骤四、两部制电价相比单一制电度电价增加了基本电价,基本电价部分按变压器容量或最大需量收取基本电费。
需量是额定计量时长内用户总功率的平均值。国家电网的计量时段时长通常为15min。本发明模型基于此时长将时段Z的时长τ同样设为15min。
在资源-任务网络(RTN)模型的离散时间系统中引入新的计量时段变量Zk。在第k个计量时段内的平均功率即需量Pdemand,k可由下式求得:
式中:Wk为计量时段k内的全部负荷做的功;
任务在计量时段内可能运行状态如图5所示,则在第k个计量时段内的总功为:
由此可以得到全天的最大需量Pmax:
Pmax=max(Pdemand,k|k=1,2,3...1440) (22)
式中相邻计量时段的开始时刻间隔为1min,因此一日有1440个计量时段。
基于上述的资源-任务网络(RTN)模型及钢包炉调度管理模型,建立一个基于需量控制的钢包炉负荷优化调度模型。该模型的目标函数为企业的生产用电成本C,两部制电价相较单一制电价同样含有电度电费,因此该成本仅由新增的基本电费与调度成本组成:
minC=bPmax+CL (23)
对于基于需量控制的钢包炉负荷优化调度,可认为是对全天峰值需量Pmax所处计量时段kmax内的钢包炉总功率进行最优管理,即将公式23更新为公式24:
式中,b为基本电费电价。
Claims (3)
1.一种基于需量控制的钢包炉负荷优化调度方法,其特征在于,包括以下步骤:
(1)、根据钢铁工业工艺流程,建立生产过程资源-任务网络RTN模型,建立各任务节点及资源节点,对除电力外的资源节点设立布尔变量表示资源状态,任务节点运行状态同样设一布尔变量表示;具体为:
1.1资源节点R表示与工艺流程相关的所有资源,模型中的资源有:设备资源LD,LF和CC;中间产物EL,LC与板坯CR,以及电力资源P,使用下标x表示生产线编号,h表示生产批次,对于除电力资源外的任意资源节点R,给定布尔变量Rr,t表示在时刻t的资源r的值;
2.1任务节点T用于描述生产过程中的数个工艺阶段,将钢铁生产主要的工艺阶段划分为转炉冶炼任务Eh,钢包炉精炼任务Lx,h,浇铸任务Cx,h,对于上述任务节点T,使用布尔变量ST,t来表示任务T在时刻t的状态,冶炼、精炼、浇铸任务分别由TE,TL,TC表示;
(2)、对钢包炉的精炼任务过程建模,并对平移、中断、削减多种受电控制方法建立相应约束条件;
(3)、对于受电控制手段会造成的转移成本、损耗成本及风险成本,计及上述成本建立钢包炉优化调度损耗模型;
(4)、针对实时最大需量计费背景下的目标函数,建立基于需量控制的钢包炉负荷优化调度模型,以该模型为依据进行优化调度;具体为:将一日分为固定时长τ的时间段,Z代表时间段;t为某一时刻;时段δ与固定时长时段Z的时长不相等;
在资源-任务网络RTN模型的离散时间系统中引入新的计量时段变量Zk,在第k个计量时段内的平均功率即需量Pdemand,k由下式求得:
式中:Wk为计量时段k内的全部负荷做的功;
则在第k个计量时段内的总功为:
由此得到全天的最大需量Pmax:
Pmax=max(Pdemand,k|k=1,2,3...1440)
式中相邻计量时段k的开始时刻间隔为1min;
基于上述的资源-任务网络RTN模型及钢包炉调度管理模型,建立一个基于需量控制的钢包炉负荷优化调度模型;该模型的目标函数为企业的生产用电成本C:
式中,b为基本电费电价,TL表示精炼任务,CL为调度成本。
2.根据权利要求1所述的基于需量控制的钢包炉负荷优化调度方法,其特征在于,所述步骤(2)中,将一日分为固定时长τ的时间段,Z代表时间段;t为某一时刻;时段δ与固定时长时段Z的时长不相等;
除电力外的资源交互应满足下式约束条件:
式中离散交互参数μr,T,Z表示任务T在Z时段内消耗或生成多少资源r,Rr,t-τZ表示资源r在上一个时段的值,ST,t-τZ表示任务T的运行状态;
每类钢种日产量约束如下式:
式中RM,x,h代表第h批次的某钢种成品钢材数;D为日计划生产批次总数;Mx,D表示日计划对于该钢材的日产总量要求;
各分时电价时段ηf内包含的固定时长时段数Lf:
由此可以得到每批次精炼任务的平均运行时段数Zh与裕度空间[Zα,h,Zβ,,h];
[Zα,h,Zβ,,h]=Zβ,h-Zα,h;
式中Df表示各时段的批次数,Zα,h与Zβ,h表示每一批次精炼任务的开始时段与停止时段;
精炼任务TL允许范围有m个功率档位,其中功率档位w对应的电功率为Px,w,使用布尔变量Ox,w,t表示在t时刻x生产线的钢包炉LF功率档位w的运行状态,钢包炉的功率Px,t按下式计算:
单次任务钢包炉功率档位运行状态约束:
各功率档位运行时长Zx,w约束:
式中Px表示该钢种的标准功率档位,Zx表示该钢种工艺标准功率档位精炼时长;
对任务启动时间及平移裕度空间做如下约束:
Zβ,h-Zx,w≥ts
ts∈[Zα,h,Zβ,h-Zx,w]
Zβ,h+δu≥Zα,h+1
上式中,δu表示最短任务间隔时长,ts表示任务开始时间;
钢包炉LF紧急降停时长约束:
Px,wδd,n≤ΔW
式中δd,n表示第n次降停的时长;ΔW为允许降低的总能量;
延迟开炉的时间使用δ来表示:
δt+δy,i≤δy
式中i为延迟开炉次数,δt表示停炉时长,δy表示最大延迟时间;
运行时间约束:
式中n为降停次数;
降停间隔时间与降停次数约束:
δd,n,α-δd,n-1,β≤δdi
式中δd,n-1,β表示上一次降停结束的时间;δd,n,α表示本次降停开始的时间;δdi表示最短降停间隔时间;
最短降停时间约束:
δd,n≥δs
式中δs表示最短降停时间。
3.根据权利要求1所述的基于需量控制的钢包炉负荷优化调度方法,其特征在于,所述步骤(3)中,钢包炉优化调度方法的调度成本由转移成本、损耗成本、风险成本组成,钢包炉LF的调度成本CL如下:
式中,λ1表示损耗成本系数;λ2表示产物风险成本系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910557945.6A CN110245808B (zh) | 2019-06-25 | 2019-06-25 | 一种基于需量控制的钢包炉优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910557945.6A CN110245808B (zh) | 2019-06-25 | 2019-06-25 | 一种基于需量控制的钢包炉优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110245808A CN110245808A (zh) | 2019-09-17 |
CN110245808B true CN110245808B (zh) | 2023-05-12 |
Family
ID=67889472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910557945.6A Active CN110245808B (zh) | 2019-06-25 | 2019-06-25 | 一种基于需量控制的钢包炉优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110245808B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110527814A (zh) * | 2019-10-12 | 2019-12-03 | 大连汇程铝业有限公司 | 一种铝合金预拉伸中厚板辊底式淬火炉控制方法 |
CN111121476B (zh) * | 2019-12-31 | 2021-05-11 | 东华大学 | 一种矿热炉能效在线调度决策方法 |
CN111769555B (zh) * | 2020-07-08 | 2021-04-30 | 山东大学 | 计及工序限制的短流程钢铁企业负荷优化调控方法及系统 |
CN111985157B (zh) * | 2020-08-19 | 2023-05-23 | 西华大学 | 一种基于工业生产流程的用电模型仿真方法 |
CN114908210A (zh) * | 2021-02-10 | 2022-08-16 | 上海梅山钢铁股份有限公司 | 一种转炉钢包自动配包方法 |
CN112884242B (zh) * | 2021-03-13 | 2022-09-16 | 国网山东省电力公司泰安供电公司 | 一种短流程钢企需求响应潜力分析方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101098255A (zh) * | 2007-05-25 | 2008-01-02 | 清华大学 | 交互式网格系统中基于期权定价模型调度算法的实现 |
CN107093896A (zh) * | 2017-05-10 | 2017-08-25 | 合肥工业大学 | 一种基于需求响应的工业负荷优化调度建模方法 |
CN108234617A (zh) * | 2017-12-26 | 2018-06-29 | 国家电网公司 | 一种面向电力系统混合云模式下的资源动态调度方法 |
CN109447449A (zh) * | 2018-10-19 | 2019-03-08 | 云南电网有限责任公司玉溪供电局 | 大工业用户基本电费优化方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017083678A1 (en) * | 2015-11-13 | 2017-05-18 | Siemens Aktiengesellschaft | Energy and production optimization system for factory to grid integration |
CN105483310B (zh) * | 2015-11-23 | 2017-05-10 | 东北大学 | 一种面向全流程生产的炼钢组批与排产方法 |
-
2019
- 2019-06-25 CN CN201910557945.6A patent/CN110245808B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101098255A (zh) * | 2007-05-25 | 2008-01-02 | 清华大学 | 交互式网格系统中基于期权定价模型调度算法的实现 |
CN107093896A (zh) * | 2017-05-10 | 2017-08-25 | 合肥工业大学 | 一种基于需求响应的工业负荷优化调度建模方法 |
CN108234617A (zh) * | 2017-12-26 | 2018-06-29 | 国家电网公司 | 一种面向电力系统混合云模式下的资源动态调度方法 |
CN109447449A (zh) * | 2018-10-19 | 2019-03-08 | 云南电网有限责任公司玉溪供电局 | 大工业用户基本电费优化方法 |
Non-Patent Citations (3)
Title |
---|
Load scheduling with maximum demand and time of use pricing for microgrids;S.Q.Ali;《2013 IEEE Global Humanitarian Technology Conference:South Asia Satellite》;20131015;第234-238页 * |
电熔镁群炉电能需量监控系统平台设计与开发;徐鹏;《中国优秀硕士学位论文全文数据库》;20160315(第3期);第I140-1246页 * |
考虑复杂生产约束的电池生产工业园区能源网络与生产管理综合优化运行;马昕等;《电网技术》;20180919(第11期);第3566-3575页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110245808A (zh) | 2019-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110245808B (zh) | 一种基于需量控制的钢包炉优化调度方法 | |
Zhang et al. | Cost-effective scheduling of steel plants with flexible EAFs | |
US20110258087A1 (en) | Analytics for setting up strategic inventory systems to handle small lot orders in the steel industry | |
CN111769555B (zh) | 计及工序限制的短流程钢铁企业负荷优化调控方法及系统 | |
CN101790746A (zh) | 用于对工业设备运行中的复杂生产顺序进行优化规划的方法和系统 | |
CN102419581A (zh) | 一种基于hrcea的特殊钢厂炼钢-连铸生产调度方法 | |
CN110850915A (zh) | 一种基于自学习的炼钢钢水过程温度控制系统和控制方法 | |
CN112884242B (zh) | 一种短流程钢企需求响应潜力分析方法及系统 | |
CN103984324A (zh) | 一种基于启发式算法簇的炼钢连铸动态调度方法 | |
CN107069752A (zh) | 一种基于用户需求和电费驱动的家用负载调度方法 | |
JP2004129322A (ja) | 電力需要の予測制御システム | |
CN105242545B (zh) | 一种基于工艺批次模型的转炉用氧流量的预测方法 | |
CN111271824A (zh) | 一种中央空调需求响应集中分散控制方法 | |
CN103212700A (zh) | 一种炼钢厂钢包的选配方法 | |
Sun et al. | Scheduling of steel-making and continuous casting system using the surrogate subgradient algorithm for Lagrangian relaxation | |
JPS62164811A (ja) | 出鋼・鋳造の操業計画策定方法 | |
CN115713202A (zh) | 一种基于两阶段随机规划算法的有序用电方案制定方法 | |
US20200313436A1 (en) | Battery control system | |
TWI781453B (zh) | 能源調度系統、裝置及方法 | |
CN108767883A (zh) | 一种需求侧的响应处理方法 | |
JP2000084801A (ja) | 循環型製造プロセス物流制御方法および装置 | |
JP2000079542A (ja) | 生産計画立案システム | |
CN112838592A (zh) | 一种荷源协调日前调度方法、装置及系统 | |
JP4232386B2 (ja) | 生産計画作成システム及び生産計画作成方法 | |
Buzacott et al. | The pit charging problem in steel production |
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 |