CN114119279A - 一种工业能源介质调配方法 - Google Patents
一种工业能源介质调配方法 Download PDFInfo
- Publication number
- CN114119279A CN114119279A CN202111397007.8A CN202111397007A CN114119279A CN 114119279 A CN114119279 A CN 114119279A CN 202111397007 A CN202111397007 A CN 202111397007A CN 114119279 A CN114119279 A CN 114119279A
- Authority
- CN
- China
- Prior art keywords
- gas
- energy
- power
- production
- price
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000002156 mixing Methods 0.000 title claims description 6
- 238000004519 manufacturing process Methods 0.000 claims abstract description 86
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims abstract description 82
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims abstract description 44
- 239000003345 natural gas Substances 0.000 claims abstract description 42
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 40
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 40
- 239000010959 steel Substances 0.000 claims abstract description 40
- 238000004880 explosion Methods 0.000 claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims abstract description 22
- 239000003245 coal Substances 0.000 claims abstract description 22
- 229910052742 iron Inorganic materials 0.000 claims abstract description 22
- 238000005457 optimization Methods 0.000 claims abstract description 20
- 239000003034 coal gas Substances 0.000 claims abstract description 12
- 230000007246 mechanism Effects 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims abstract description 10
- 239000007789 gas Substances 0.000 claims description 71
- 230000005611 electricity Effects 0.000 claims description 61
- 239000000571 coke Substances 0.000 claims description 18
- 238000012946 outsourcing Methods 0.000 claims description 15
- 238000010248 power generation Methods 0.000 claims description 13
- 239000006227 byproduct Substances 0.000 claims description 9
- 239000000446 fuel Substances 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 238000004939 coking Methods 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000009628 steelmaking Methods 0.000 claims description 3
- 239000002918 waste heat Substances 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000004048 modification Effects 0.000 claims 1
- 238000012986 modification Methods 0.000 claims 1
- 230000035772 mutation Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 238000005474 detonation Methods 0.000 description 1
- -1 electric power Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000004088 simulation 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06Q10/067—Enterprise or organisation modelling
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Geometry (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
Abstract
本发明公开了一种工业能源介质调配方法，在满足钢铁企业多介质能源各种约束条件的前提下，以总成本最低为目标，建立一种考虑动态天然气、动力煤价格机制的钢铁企业多介质能源调配优化方法。包括以下步骤：1.获取要进行能源介质调配的企业生产系统的主要能源结构及相关的性能参数与数据。2.根据实际生产情况，建立天然气、动力煤价格和电力成本动态变化机制的计算方式。3.针对多介质能源之间存在关系，以总成本最低为目标函数，构建优化模型。4.针对模型优化特点，对烟花算法分别在爆炸和变异阶段进行改进，对企业生产中的包括煤气、蒸汽、电力在内的能源调配量进行算法编码，代入模型中。5.经过优化，得到钢铁企业24小时的生产与能源调配方案。
Description
技术领域
本发明涉及一种工业能源介质调配方法，具体是一种应用于钢铁企业的多介质能源优化调配方法。
背景技术
钢铁企业是典型的高能耗企业。我国钢铁工业能耗约占全国总能耗的15％左右。我国钢铁工业的吨钢能耗水平相比于世界先进水平仍然要高出10％左右，降低钢铁企业的能耗，改善钢铁生产全流程中各类能源的优化调配，节约生产成本，成为了钢铁企业实现高质量、可持续发展的必须解决的问题。
钢铁企业多介质能源的产耗与需求情况与生产和能源调配有着直接的关系。生产节奏的快慢与单位时间产量决定了相应时间内多种煤气的产生，消耗和富余量。也决定了电力与蒸汽的需求量，因此，制定合适的生产调配方案和能源调配方案是能源优化调配的前提和关键。由于现有的生产调配方案过多的依赖于人工经验，不能很好的实现能源的高效使用与集约利用。通过制定合理的能源科学调配机制，从能源计划制定层面进行统筹规划，全面考虑整个钢铁生产系统的全流程环节，能够提高能源调配的合理性，科学性与经济性。
发明内容：
为了解决上述技术问题，在钢铁企业煤气、蒸汽、电力等多介质能源协同优化的情形下，考虑基于天然气，外购电动态价格机制，本发明提供一种工业能源介质调配方法，运用智能算法对模型进行优化，得到最优的生产与能源介质调配方案。
所述的工业能源介质调配方法包括以下步骤：
步骤1：获取要进行能源介质调配的企业生产系统的主要能源结构及相关的性能参数与数据；
步骤2：根据实际生产情况，建立天然气、动力煤价格和电力成本动态变化机制的计算方式；
步骤3：针对多介质能源之间存在的关系，以及不同场景因素，以总成本最低为目标函数，构建优化模型；
步骤4：针对模型的多变量、强耦合、多约束的特点，对烟花算法分别在爆炸和变异阶段进行改进；
步骤5：对企业生产中的包括煤气、蒸汽、电力在内的能源调配量进行算法编码，代入模型中；通过步骤4改进的烟花算法对模型进行优化，得到钢铁企业一日内24小时的生产与能源调配方案。
对于钢铁企业，步骤1所述生产系统的主要能源结构为：生产过程中的焦炉炼焦、高炉炼铁和转炉炼钢工序会产生对应的焦炉、高炉和转炉煤气，富余的副产煤气能用做能源系统自备电厂的燃料；生产中所需的蒸汽分为中压和低压蒸汽；能源系统中的电力一部分来源于自备电厂的发电，一部分来自于生产流程中的余热余能发电，此外，多余或者不足的部分通过与电网的交易达到平衡；通过对钢铁企业能源介质历史产耗数据与日常运行调度方案的获取，得到生产系统的性能参数与运行数据。
步骤2所述的天然气的交易价格是三档分段计费模式，在消耗量低于第一档时，天然气单价为每立方米C1元；消耗量超过第一档，不超过第二档时，消耗量在第一档内的部分依然为每立方米C1元，在第一档到第二档的部分为每立方米C2元；消耗量超过第二档不超过第三档时，消耗量在第一和第二档内的部分按照第一第二档的价格计算，超出部分按照每立方米C3元来计算，如下式所示：
其中，Cgas是天然气价格，Fgas是天然气的实时消耗量，F1 gas是天然气第一档与第二档价格的用量界限，
是天然气第二档和第三档价格的用量界限。
步骤2中的电力成本的动态变化机制为：钢铁生产能源系统与电网会发生电力的交互，当发电量超出需求时向电网卖电，当发电量不满足时向电网买电，向电网卖电的交易价格Cs是恒定的，向电网买电的交易价格Cb在日内不是保持恒定的，每小时向电网买电的价格有波动变化，计算时间跨度为一天，每小时为一个时段，共24个时段；峰时段买电电价为
谷时段电价为
平时段电价为
当系统处于向电网购电的状态时，判断当下时刻处于“峰、平、谷”电价的哪个时段，购电成本为购电量乘以当前的购电价格，当系统处于向电网卖电的状态时，卖电收益为卖电量乘以卖电价格Cs。
本发明的方案是，在满足约束条件的前提下，以企业能源系统总成本最低为目标函数，能源系统的总成本主要包括燃料成本、设备折旧成本、外购动力煤和天然气成本以及与电网交易成本，步骤3所述的以总成本最低为目标函数的优化模型为：
其中，T为一个周期内的指定的时段数目，即24，N为钢铁生产流程中各型设备的总数量，Nse表示蒸汽生产设备的数目，Npe表示电力生产设备的数目，Cg为第g种副产煤气的价格，g＝1，2，3分别代表了高炉煤气、焦炉煤气和转炉煤气，
表示了设备i在t时段内第g种副产煤气的消耗量，Ccoal表示动力煤的价格，
表示设备i在t时段内动力煤的消耗量，Cgas表示外购天然气的价格，由式(1)确定，
作为设备i在t时段的Fgas带入式(1)；CM,i表示蒸汽生产设备i的单位生产成本，Mi,t表示蒸汽生产设备i在t时段内的产量，CM,j表示电力生产设备j的单位生产成本，Pj,t表示在电力生产设备j在t时段内的产量，Pw,t表示在t时段的关口交换功率，δt表示外网在t时段的供电状态，
为t时段的购电价格Cb，Cs为卖电价格。
步骤3的目标函数，约束条件包括：蒸汽、煤气、电力需求平衡约束，电厂机组能量平衡约束，燃气轮机能力平衡约束，各种煤气瞬时流量的上下限约束，各发电设备的发电能力的上下限约束，各产汽设备的产汽能力的上下限约束，混合煤气最低热值约束。
步骤4中烟花算法的改进，分别在烟花算法的爆炸和变异阶段，引入动态爆炸半径计算和柯西变异方法对算法进行改进，提高算法的搜索能力。
步骤5中，对高炉煤气、焦炉煤气、转炉煤气、蒸汽、电力、天然气、外购煤等介质的富余和需求量进行编码；在算法的初始化阶段，设置
其中G为初始种群中烟花个体的数量，0表示为初次迭代，算法中
表示迭代到第k代的种群中的第i个烟花，每一个烟花表示一种优化模型的可能解；
为9×24维的数组，9对应9个变量，分别为高炉、焦炉、转炉煤气的富余量、电力的需求量、与电网的交易电量、中压和低压蒸汽的需求量、天然气消耗量、外购煤消耗量，24对应一天24个时段，
就表示在第k次迭代中对应的一种能源介质调配方案。
改进后的烟花算法的执行步骤为：
4.1、初始化烟花种群，得到
的初代种群；
4.2、计算种群中每一个烟花的适应度值；
4.3、计算动态爆炸半径，生成爆炸火花；爆炸烟花的计算过程分为火花数目和火花半径计算两个部分，采用一种动态的爆炸半径计算方法，引入动态变化因子w：
其中，q为当前迭代次数，Q为设置的最大迭代次数；第i个烟花的爆炸半径为Ai，烟花爆炸半径的计算公式如下所示：
其中，Ymin为当前种群中适应度值最好的个体的适应度值；f(xi)为个体xi的适应度值；ε为一个极小的常数，以避免出现分母为零的情况；
为设定的最大爆炸半径；
4.4、为了增强爆炸的多样性，根据公式(5)生成柯西火花，即根据柯西分布选取烟花
中的一部分进行变异，具体如下式：
其中，Cauchy(0,1)是标准的柯西分布函数，p为随机变异概率，
表示迭代到第k代的烟花，
表示经过柯西变异后的烟花；
4.5、将当下这代烟花，爆炸产生的爆炸火花以及柯西火花进行集中选择，分别计算适应度大小，进行排序，选出最优的烟花集合，组成下一代烟花；
4.6、重复步骤4.2～4.5，直到达到最大迭代次数，停止迭代，输出适应度值最低的烟花个体。
步骤5中将企业生产系统的实际运行数据带入模型中，运用步骤4改进的烟花算法进行运算，得到钢铁企业能源调配方案，即在产量保持一定的情况下，得到日内24小时中每一小时内主生产流程中高炉煤气、焦炉煤气、转炉煤气的富余量、电力的需求量、与电网的交易电量、中压和低压蒸汽的需求量、外购煤消耗量、外购天然气消耗量；达到能源系统的运行成本最低。
本发明的优点是：本方法能够对钢铁企业多介质能源调配优化做到有效管控，相比于能源调配管理现状，本发明将系统中涉及到的煤气、蒸汽、电力介质能源之间的转换，约束关系进行统一规划，并针对模型多变量、非线性、强耦合的优化难点，对现有的烟花算法进行改进，提出一种改进的烟花算法，对钢铁企业多介质能源调配进行优化。经过模型和算法仿真，得到日内24小时的生产与能源调配方案。本发明提出的钢铁企业能源优化模型，全面的考虑了整个钢铁企业生产的全流程环节，将天然气、外购电等能源介质动态价格机制纳入考虑，理清了介质间的转换、制约关系，以降低钢铁企业生产运行成本为最终目标，制定并优化生产与能源调配方案。
附图说明
图1系本发明提出的改进烟花算法的流程图。
图2系本发明提出的多介质能源转换关系图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
首先需要确定钢铁企业生产系统的主要能源结构，钢铁企业生产过程中的焦炉炼焦、高炉炼铁和转炉炼钢工序会产生对应的焦炉、高炉和转炉煤气，富余的副产煤气可用做能源系统自备电厂的燃料；生产中所需的蒸汽根据品质可分为中压和低压蒸汽；能源系统中的电力一部分来源于自备电厂的发电，一部分来自于生产流程中的余热余能发电；此外，多余或者不足的部分通过与电网的交易达到平衡。根据钢铁企业实际运行数据与报表信息，建立模型，并进行模型验证。根据实际运行状况，抽象得到具体研究对象各种介质之间转换关系图，参考图2中钢铁企业多介质能源转换关系图。通过对钢铁企业能源介质历史产耗数据与日常运行调度计划的获取，得到一天内钢铁生产中的各能源介质的平均消耗情况，包括每小时煤气、蒸汽、电气多种能源介质总的消耗、需求量，以及各设备，例如高炉、焦炉、转炉等设备中煤气的发生量、消耗量，各产电设备的煤气、电力、天然气消耗量与产电量等数据。
接下来面对的问题是，能源介质价格动态变化机制不同于传统的燃料价格保持不变的计算方式，在实际的生产消耗过程中，燃料消耗成本随着燃料消耗量的多少而变化。比如，天然气的交易价格是三档分段计费模式，在消耗量低于第一档时，天然气单价为每立方米C1元；消耗量超过第一档，不超过第二档时，消耗量在第一档内的部分依然为每立方米C1元，在第一档到第二档的部分为每立方米C2元；消耗量超过第二档不超过第三档时，消耗量在第一和第二档内的部分按照第一和第二档的价格计算，超出部分按照每立方米C3元来计算。如下式所示：
其中，Cgas是天然气价格，Fgas是天然气的实时消耗量，F1 gas是天然气第一档与第二档价格的用量界限，
是天然气第二档和第三档价格的用量界限。
钢铁生产能源系统与电网会发生电力的交互，当发电量超出需求时向电网卖电，当发电量不满足时向电网买电。向电网卖电的交易价格Cs是恒定的，向电网买电的交易价格Cb在日内不是保持恒定的，一般以一小时为时间尺度进行划分，由于每小时向电网买电的价格有波动变化，故本发明中优化的时间跨度为一天，每一个小时为一个时段，共24个时段。峰时段买电电价
谷时段电价
平时段电价
当前的峰谷时段电价如下表所示。
表1峰谷电价表
当系统处于向电网购电的状态时，判断当下时刻处于“峰平谷”电价的哪个时段，购电成本为购电量乘当前的购电价格。当系统处于向电网卖电的状态时，卖电收益成本为卖电量乘以卖电价格Cs。
考虑天然气、动力煤价格、外购电动态价格变化机制，可以计算出各设备每小时的能源介质产耗成本，据此确定钢铁生产能源系统模型的目标函数与约束条件。
本发明实施例中优化模型的优化目标为一天内，钢铁企业煤气-蒸汽-电力系统运行成本最低。具体包括燃料费用、设备折旧费用、外购动力煤和天然气费用与电网交易的费用成本，以总成本最低为目标函数的优化模型为：
其中，T为一个周期内的指定的时段数目24，N为钢铁生产流程中各型设备的总数量，Nse表示蒸汽生产设备的数目，Npe表示电力生产设备的数目，Cg为第g种副产煤气的价格(g＝1，2，3分别代表了高炉煤气，焦炉煤气和转炉煤气)，
表示了设备i在t时段内第g种副产煤气的消耗量，Ccoal表示动力煤的价格，
表示设备i在t时段内动力煤的消耗量，Cgas表示外购天然气的价格，此处的Cgas值呈动态变化，天然气的实时价格与天然气消耗量
相关，具体参见式(1)，
作为设备i在t时段的Fgas带入式(1)；CM,i表示蒸汽生产设备i的单位生产成本，Mi,t表示蒸汽生产设备i在t时段内的产量，CM,j表示电力生产设备j的单位生产成本，Pj,t表示在电力生产设备j在t时段内的产量，Pw,t表示在t时段的关口交换功率，δt表示外网在t时段的供电状态，
为t时段的购电价格Cb，Cs为卖电价格。
生产过程中存在的约束条件主要包括：蒸汽-煤气-电力需求平衡约束，电厂机组能量平衡约束，燃气轮机能量平衡约束，各种煤气瞬时流量的上下限约束，各发电设备的发电能力的上下限约束，各产汽设备的产汽能力的上下限约束，混合煤气的最低混合热值约束等。
针对上述模型的多变量、强耦合、多约束的特点，本发明对烟花算法做了改进。在烟花算法的爆炸和变异阶段，引入动态爆炸半径计算和柯西变异方法对算法进行改进，提高算法的搜索能力。参考图1，改进后的烟花算法的步骤包括：
4.1在初始化阶段，设置
其中G为初始种群中个体的数量，0表示为初次迭代，
表示迭代到第k代的种群中的第i个烟花。在本发明的优化模型中，
表示在第k次迭代中对应的某种能源介质调配方案，这里的每一个烟花表示一种该模型的可能解。其中，
为9×24维的数组，9个变量分别为高炉，焦炉，转炉煤气的富余量、电力的需求量、与电网的交易电量、中压和低压蒸汽的需求量、天然气消耗量、外购煤消耗量。24维即表示是在制定一天24小时内的每个小时的调配方案。
4.2、计算种群中每一个烟花的适应度值；
4.3、计算动态爆炸半径，生成爆炸火花；爆炸烟花的计算过程分为火花数目和火花半径计算两个部分，采用一种动态的爆炸半径计算方法，引入动态变化因子w：
其中，q为当前迭代次数，Q为最大迭代次数；第i个烟花的爆炸半径为Ai。烟花爆炸半径的计算公式如下所示：
其中，w作为一个动态变化因子，Ymin为当前种群中适应度值最好的个体的适应度值；f(xi)为个体xi的适应度值；ε为一个极小的常数，以避免出现分母为零的情况。
为设定的最大爆炸半径的常数值。G为种群中烟花个体的数量。从表达式可以看出，在算法的初期，爆炸火花的半径较大，算法的全局探索能力较强，有利于扩大搜索范围，在可行域范围中搜寻最优解，而在算法运行的后期，爆炸的半径会自动调整避免接近于0，以期能获得足够的计算搜索资源，加强算法在最优解附近的局部搜索能力。
4.4、为了增强爆炸的多样性，根据公式(5)生成柯西火花，即根据柯西分布选取烟花
中的一部分进行变异，具体如下式所示：
其中，Cauchy(0,1)是标准的柯西分布函数，p为随机变异概率；其中，
为迭代到第k代的烟花。
为经过柯西变异后的烟花。
传统的烟花算法中的变异主要是通过高斯变异来实现的，而本发明引入柯西变异算子。由于标准柯西分布在相比于标准高斯分布在峰值向两侧趋向于零的速度慢，柯西变异的扰动能力比高斯分布更强，变异范围更广，具备更强大的全局搜索能力。因此，本发明选择全局搜索能力更强的柯西变异算子作为变异算子，增大变异范围，提高全局搜索能力。
4.5、将当下这代烟花，爆炸产生的爆炸火花以及柯西火花进行集中选择，分别计算适应度大小，进行排序，选出最优的烟花集合，组成下一代烟花。
4.6、重复步骤4.2～4.5，直到达到最大迭代次数，停止迭代，输出适应度值最低的烟花个体。
最后，将企业生产系统的实际运行数据带入模型中，运用上述改进的烟花算法进行运算，得到日内24小时中每一小时主生产流程中高炉、焦炉、转炉煤气的富余量、电力的需求量、与电网的交易电量、中压和低压蒸汽的需求量、外购煤消耗量、外购天然气消耗量；使得在保证产量的情况下，能源系统的经济运行成本最低。
Claims (10)
1.一种工业能源介质调配方法，其特征包括以下步骤：
步骤1：获取要进行能源介质调配的企业生产系统的主要能源结构及相关的性能参数与数据；
步骤2：根据实际生产情况，建立天然气、动力煤价格和电力成本动态变化机制的计算方式；
步骤3：针对多介质能源之间存在的关系，以及不同场景因素，以总成本最低为目标函数，构建优化模型；
步骤4：针对模型的多变量、强耦合、多约束的特点，对烟花算法分别在爆炸和变异阶段进行改进；
步骤5：对企业生产中的包括煤气、蒸汽、电力在内的能源调配量进行算法编码，代入模型中；通过步骤4改进的烟花算法对模型进行优化，得到钢铁企业一日内24小时的生产与能源调配方案。
2.如权利要求1所述的一种工业能源介质调配方法，其特征是，对于钢铁企业，步骤1所述生产系统的主要能源结构为：生产过程中的焦炉炼焦、高炉炼铁和转炉炼钢工序会产生对应的焦炉、高炉和转炉煤气，富余的副产煤气能用做能源系统自备电厂的燃料；生产中所需的蒸汽分为中压和低压蒸汽；能源系统中的电力一部分来源于自备电厂的发电，一部分来自于生产流程中的余热余能发电，此外，多余或者不足的部分通过与电网的交易达到平衡；通过对钢铁企业能源介质历史产耗数据与日常运行调度方案的获取，得到生产系统的性能参数与运行数据。
3.如权利要求1所述的一种工业能源介质调配方法，其特征是，步骤2所述的天然气的交易价格是三档分段计费模式，在消耗量低于第一档时，天然气单价为每立方米C1元；消耗量超过第一档，不超过第二档时，消耗量在第一档内的部分依然为每立方米C1元，在第一档到第二档的部分为每立方米C2元；消耗量超过第二档不超过第三档时，消耗量在第一和第二档内的部分按照第一第二档的价格计算，超出部分按照每立方米C3元来计算，如下式所示：
其中，Cgas是天然气价格，Fgas是天然气的实时消耗量，F1 gas是天然气第一档与第二档价格的用量界限，
是天然气第二档和第三档价格的用量界限。
4.如权利要求3所述的一种工业能源介质调配方法，其特征是，步骤2中的电力成本的动态变化机制为：钢铁生产能源系统与电网会发生电力的交互，当发电量超出需求时向电网卖电，当发电量不满足时向电网买电，向电网卖电的交易价格Cs是恒定的，向电网买电的交易价格Cb在日内不是保持恒定的，每小时向电网买电的价格有波动变化，计算时间跨度为一天，每小时为一个时段，共24个时段；峰时段买电电价为
谷时段电价为
平时段电价为
当系统处于向电网购电的状态时，判断当下时刻处于“峰、平、谷”电价的哪个时段，购电成本为购电量乘以当前的购电价格，当系统处于向电网卖电的状态时，卖电收益为卖电量乘以卖电价格Cs。
5.如权利要求4所述的一种工业能源介质调配方法，其特征是，在满足约束条件的前提下，以企业能源系统总成本最低为目标函数，能源系统的总成本主要包括燃料成本、设备折旧成本、外购动力煤和天然气成本以及与电网交易成本，步骤3所述的以总成本最低为目标函数的优化模型为：
其中，T为一个周期内的指定的时段数目，即24，N为钢铁生产流程中各型设备的总数量，Nse表示蒸汽生产设备的数目，Npe表示电力生产设备的数目，Cg为第g种副产煤气的价格，g＝1，2，3分别代表了高炉煤气、焦炉煤气和转炉煤气，
表示了设备i在t时段内第g种副产煤气的消耗量，Ccoal表示动力煤的价格，
表示设备i在t时段内动力煤的消耗量，Cgas表示外购天然气的价格，由式(1)确定，
作为设备i在t时段的Fgas带入式(1)；CM,i表示蒸汽生产设备i的单位生产成本，Mi,t表示蒸汽生产设备i在t时段内的产量，CM,j表示电力生产设备j的单位生产成本，Pj,t表示在电力生产设备j在t时段内的产量，Pw,t表示在t时段的关口交换功率，δt表示外网在t时段的供电状态，
为t时段的购电价格Cb，Cs为卖电价格。
6.如权利要求5所述的一种工业能源介质调配方法，其特征是，步骤3的目标函数，约束条件包括：蒸汽、煤气、电力需求平衡约束，电厂机组能量平衡约束，燃气轮机能力平衡约束，各种煤气瞬时流量的上下限约束，各发电设备的发电能力的上下限约束，各产汽设备的产汽能力的上下限约束，混合煤气最低热值约束。
7.如权利要求5所述的一种工业能源介质调配方法，其特征是，步骤4中烟花算法的改进，在烟花算法的爆炸和变异阶段，引入动态爆炸半径计算和柯西变异方法对算法进行改进，提高算法的搜索能力。
8.如权利要求5所述的一种工业能源介质调配方法，其特征是，步骤5中，对高炉煤气、焦炉煤气、转炉煤气、蒸汽、电力、天然气、外购煤等介质的富余和需求量进行编码；在算法的初始化阶段，设置
其中G为初始种群中烟花个体的数量，0表示为初次迭代，算法中
表示迭代到第k代的种群中的第i个烟花，每一个烟花表示一种优化模型的可能解；
为9×24维的数组，9对应9个变量，分别为高炉、焦炉、转炉煤气的富余量、电力的需求量、与电网的交易电量、中压和低压蒸汽的需求量、天然气消耗量、外购煤消耗量，24对应一天24个时段，
就表示在第k次迭代中对应的一种能源介质调配方案。
9.如权利要求8所述的一种工业能源介质调配方法，其特征是，步骤4中改进后的烟花算法的执行步骤为：
4.1、初始化烟花种群，得到
的初代种群；
4.2、计算种群中每一个烟花的适应度值；
4.3、计算动态爆炸半径，生成爆炸火花；爆炸烟花的计算过程分为火花数目和火花半径计算两个部分，采用一种动态的爆炸半径计算方法，引入动态变化因子w：
其中，q为当前迭代次数，Q为设置的最大迭代次数；第i个烟花的爆炸半径为Ai，烟花爆炸半径的计算公式如下所示：
其中，Ymin为当前种群中适应度值最好的个体的适应度值；f(xi)为个体xi的适应度值；ε为一个极小的常数，以避免出现分母为零的情况；
为设定的最大爆炸半径；
4.4、为了增强爆炸的多样性，根据公式(5)生成柯西火花，即根据柯西分布选取烟花
中的一部分进行变异，具体如下式：
其中，Cauchy(0,1)是标准的柯西分布函数，p为随机变异概率，
表示迭代到第k代的烟花，
表示经过柯西变异后的烟花；
4.5、将当下这代烟花，爆炸产生的爆炸火花以及柯西火花进行集中选择，分别计算适应度大小，进行排序，选出最优的烟花集合，组成下一代烟花；
4.6、重复步骤4.2～4.5，直到达到最大迭代次数，停止迭代，输出适应度值最低的烟花个体。
10.如权利要求9所述的一种工业能源介质调配方法，其特征是，步骤5中将企业生产系统的实际运行数据带入模型中，运用步骤4改进的烟花算法进行运算，得到钢铁企业能源调配方案，即在产量保持一定的情况下，得到日内24小时中每一小时内主生产流程中高炉煤气、焦炉煤气、转炉煤气的富余量、电力的需求量、与电网的交易电量、中压和低压蒸汽的需求量、外购煤消耗量、外购天然气消耗量；达到能源系统的运行成本最低。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111397007.8A CN114119279A (zh) | 2021-11-23 | 2021-11-23 | 一种工业能源介质调配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111397007.8A CN114119279A (zh) | 2021-11-23 | 2021-11-23 | 一种工业能源介质调配方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114119279A true CN114119279A (zh) | 2022-03-01 |
Family
ID=80440437
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111397007.8A Pending CN114119279A (zh) | 2021-11-23 | 2021-11-23 | 一种工业能源介质调配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114119279A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116085685A (zh) * | 2023-03-15 | 2023-05-09 | 上海叁零肆零科技有限公司 | 保证用气高峰时段天然气稳定供气的方法和系统 |
-
2021
- 2021-11-23 CN CN202111397007.8A patent/CN114119279A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116085685A (zh) * | 2023-03-15 | 2023-05-09 | 上海叁零肆零科技有限公司 | 保证用气高峰时段天然气稳定供气的方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110147907B (zh) | 一种考虑网络约束的虚拟电厂双层优化模型的构建方法 | |
| CN106773704B (zh) | 多系统联合优化调度方法及装置 | |
| CN106786790B (zh) | 一种含水气煤核电的省级电网长期多电源协调调度方法 | |
| CN113095791B (zh) | 一种综合能源系统运行方法及系统 | |
| Song et al. | Economic-environmental equilibrium-based bi-level dispatch strategy towards integrated electricity and natural gas systems | |
| 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 | |
| CN101917024A (zh) | 安全约束调度中通用性成本空间的生成方法 | |
| CN109741103A (zh) | 一种短期多目标双层优化调度方法 | |
| Petrichenko et al. | Modelling the Future of the Baltic Energy Systems: A Green Scenario | |
| CN114154744A (zh) | 综合能源系统的扩容规划方法、装置及电子设备 | |
| CN115764863A (zh) | 一种基于数据驱动的多微网合作运行方法 | |
| CN114119279A (zh) | 一种工业能源介质调配方法 | |
| CN114884136A (zh) | 一种计及风电相关性的主动配电网鲁棒优化调度方法 | |
| CN108491977B (zh) | 一种微能源网的弱鲁棒优化调度方法 | |
| CN107609692A (zh) | 一种联合负荷转移和发电成本的发电厂优化方法 | |
| CN112308411B (zh) | 基于动态碳交易模型的综合能源站随机规划方法及系统 | |
| Kydes | The brookhaven energy system optimization model: its variants and uses | |
| CN114925892A (zh) | 水电与电转气结合的中长期风水火发电量双层规划方法 | |
| CN110956504B (zh) | 一种考虑碳排放影响的合约电量优化分解方法 | |
| Haidar et al. | A market framework for energy bidding decision-making strategy to provide a competitive mechanism in the context of deregulated electricity market | |
| Lin et al. | Three-stage optimization model of medium and long-term contract energy decomposition considering equilibrium of carbon emissions | |
| CN115776110B (zh) | 发电量预测模型、购电优化模型、购电优化模型系统 | |
| Bahramian | Integration of wind power into an electricity system using pumped storage: Economic challenges and stakeholder impacts | |
| Wang et al. | Trading mechanism for day-ahead power generation rights considering carbon emission rights and allowance benefits | |
| CN117217442A (zh) | 考虑重复收费的综合能源系统鲁棒优化调度方法 |
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 |