CN115315669A - 炼铁厂中的能量运用条件的最优计算方法、炼铁厂中的能量运用条件的最优计算装置和炼铁厂的操作方法 - Google Patents

Abstract

本发明所涉及的炼铁厂中的能量运用条件的最优计算方法中，使用构成炼铁厂的每个工厂的能量服务的产生量和消耗量的实际值和预测值，以从当前时刻起预定时间内的炼铁厂的能量运用总成本作为评价函数，按预定时间内的每个预定时刻将评价函数的值变小那样的炼铁厂内的能量设备的运用条件计算为决定变量，在上述炼铁厂中的能量运用条件的最优计算方法中，包括如下步骤：以使在与能量设备所含的发电设备相关的决定变量在预先决定的汇集时间内成为恒定的方式施加等式限制来计算决定变量。

Description

炼铁厂中的能量运用条件的最优计算方法、炼铁厂中的能量 运用条件的最优计算装置和炼铁厂的操作方法

技术领域

本发明涉及炼铁厂中的能量运用条件的最优计算方法、炼铁厂中的能量运用条件的最优计算装置和炼铁厂的操作方法。

背景技术

通常，炼铁厂中，从上道工序(高炉、焦炉、炼钢工序等)到下道工序(轧制工序、表面处理工序等)由许多工厂和多个发电设备构成，进行以下所示的能量(燃气/蒸汽/电力)运用。

即，高炉中产生的B气体(Blast Furnace gas)、焦炉中产生的C气体(Coke Ovengas)、转炉中产生的LD气体(LDconverter gas)之类的副产气体和将这些副产气体混合进行了热量调整的M气体(Mixed gas)在工厂、发电设备中使用。此处，在相对于工厂需求(例如轧制工厂的加热炉中的需求量)而气体供给量不足的情况下，补充城市燃气来满足工厂需求。另外，在相对于预定量而向发电设备的气体供给量不足的情况下，通过重油来补充。这些补充燃料根据使用量而产生成本。另一方面，在相对于工厂需求而气体供给量剩余的情况下，通过燃烧使气体无害化之后在大气中扩散，但这引起能量损失、二氧化碳排出，因此，应该成为最小限度。

为了减少成本和抑制扩散，需要适当地调整作为副产气体的储藏设备的储气罐的活用、气体分配量。作为例子，在储气罐中，在副产气体的供给量比需求量多时，通过比扩散优先地在储气罐储存副产气体而使其储藏量(储气罐等级)上升来抑制扩散。另一方面，在副产气体的需求量比供给量多时，通过从储气罐排出储藏气体而满足需求来减少补充燃料的使用量。另外，在副产气体的需求量进一步比供给量多时，使发电设备的输出降低。另外，在这样也无法解决的情况下，有时使工厂的操作等级降低。

蒸汽通过LD气体、来自烧结炉的余热回收锅炉、CDQ(Coke Drying Quenching:干熄焦设备)的锅炉、来自发电设备的涡轮中段的抽气(从涡轮中段获得蒸汽的操作。发电量降低)等来供给，并在工厂(冷轧工厂的酸洗槽保温、真空脱气设备)中使用。从外部购入针对蒸汽需求的不足量。另外，工厂的电力需求通过CDQ、TRT(Top-pressure RecoveryTurbine：高炉顶压发电)、发电设备中的发电量和从电力公司购买来满足。需要将购买电量管理为不超过大约1个小时的合同量(购买电量上限)。另外，购买电力单价因时间段而不同，因此，在为单价高的时间段且副产气体供给量存在剩余的情况下，将发电设备的输出设定得较高而减少购买电量等，成本最小的运用条件根据时间段、供需状况而不同。

根据这样的背景，提出使炼铁厂的能量运用成本最小化的技术(参照专利文献1、2、非专利文献1)。

专利文献1：日本特许第5862839号公报

专利文献2：日本特开2004－171548号公报

非专利文献

非专利文献1：Yujiao Zeng,Xin Xiao,Jie Li,Li Sun,ChristodoulosA.Floudas,Hechang Li,“A novel multi-period mixed-integer linear optimizationmodel for optimal distribution ofbyproduct gases,steam and power in an ironand steel plant”,Energy.2018,vol.143,p.881-899.

专利文献1、2、非专利文献1记载的技术均为了求出炼铁厂或者电厂的最优的能量运用条件而求解适于适当地叙述电厂的运用条件、操作规则的混合整数规划问题。该混合整数规划问题使连续变量和整数变量双方包含于决定变量向量(通过搜索求出的变量向量)。此处，决定变量向量的各要素是表示气体分配、蒸汽分配等能量运用条件的变量。作为该问题的解法，经常使用作为严密解法的分支界限法，但分支界限法是通过即便搜索也不会搜索到没有成本改善的预期的解的候选而高效地搜索最优解的方法。而且，在搜索的过程中满足所有限制条件的可执行解与连续缓和解(使整数变量的一部分缓和为连续变量时的解)之间的成本差成为某个阈值以下时结束搜索。

然而，基本上分支界限法是效率高的搜索方法，但计算时间根据问题的构造、规模而变化，有时根据情况的不同而在设定时间内得不到满意的解。这点特别是谋求在以恒定周期得到最优解的能量运用系统中成为问题。专利文献1、2、非专利文献1记载的技术涉及用于提高解的质量的固定方法，针对用于缩短计算时间的固定方法没有研究。特别是如炼铁厂那样包括多个工厂和发电设备，存在如下问题：在其操作规则复杂的情况下决定变量的数量增大，计算时间增大。

发明内容

本发明是鉴于上述课题而完成的，其目的在于提供能够缩短炼铁厂中的能量运用条件的最优计算所需的时间的炼铁厂中的能量运用条件的最优计算方法和最优计算装置。另外，本发明的其他目的在于提供能够在最优的能量运用条件下操作炼铁厂的炼铁厂的操作方法。

本发明所涉及的炼铁厂中的能量运用条件的最优计算方法中，使用构成炼铁厂的每个工厂的能量服务的产生量和消耗量的实际值和预测值，以从当前时刻起预定时间内的上述炼铁厂的能量运用总成本作为评价函数，按上述预定时间内的每个预定时刻将该评价函数的值变小那样的上述炼铁厂内的能量设备的运用条件计算为决定变量，在上述炼铁厂中的能量运用条件的最优计算方法中，包括如下步骤：以使在与上述能量设备所含的发电设备相关的决定变量在预先决定的汇集时间内成为恒定的方式施加等式限制来计算决定变量。

优选上述每个工厂的能量服务包括燃气、蒸汽和电力。

优选上述能量设备包括混合气体制造设备、储气罐、干熄焦设备、高炉顶压发电设备和使用副产气体、重油或者抽气的发电设备。

优选上述能量运用总成本包括：与重油、城市燃气和蒸汽的使用相伴的成本和与购买电力相伴的成本。

本发明所涉及的炼铁厂中的能量运用条件的最优计算装置中，使用构成炼铁厂的每个工厂的能量服务的产生量和消耗量的实际值和预测值，以从当前时刻起预定时间内的上述炼铁厂的能量运用总成本作为评价函数，按上述预定时间内的每个预定时刻将该评价函数的值变小那样的上述炼铁厂内的能量设备的运用条件计算为决定变量，在上述炼铁厂中的能量运用条件的最优计算装置中，具备如下单元：以使在与上述能量设备所含的发电设备相关的决定变量在预先决定的汇集时间内成为恒定的方式施加等式限制来计算决定变量。

本发明所涉及的炼铁厂的操作方法包括如下步骤：根据通过本发明所涉及的炼铁厂中的能量运用条件的最优计算方法计算出的决定变量来操作炼铁厂。

根据本发明所涉及的炼铁厂中的能量运用条件的最优计算方法和最优计算装置，能够缩短炼铁厂中的能量运用条件的最优计算所需的时间。另外，根据本发明所涉及的炼铁厂的操作方法，能够在最优的能量运用条件下操作炼铁厂。

附图说明

图1是表示本发明的一实施方式的炼铁厂中的能量运用条件的最优计算装置的结构的框图。

图2是表示本发明的一实施方式的最优计算处理的流程的流程图。

图3是用于对决定变量的汇集限制条件进行说明的图。

图4是表示本发明例和比较例的成本的推移的图。

图5是表示本发明例和比较例的发电量的推移的图。

具体实施方式

以下，参照附图，对本发明的一实施方式的炼铁厂中的能量运用条件的最优计算装置进行说明。

〔结构〕

首先，参照图1，对本发明的一实施方式的炼铁厂中的能量运用条件的最优计算装置的结构进行说明。

图1是表示本发明的一实施方式的炼铁厂中的能量运用条件的最优计算装置的结构的框图。如图1所示，本发明的一实施方式的炼铁厂中的能量运用条件的最优计算装置由工作站等信息处理装置1构成。本发明的一实施方式的炼铁厂中的能量运用条件的最优计算装置通过由信息处理装置1内部的运算处理装置执行计算机程序而作为信息获取部11和最优计算部12发挥功能。对上述各部的功能进行后述。

具有这样的结构的最优计算装置通过执行以下所示的最优计算处理，来缩短炼铁厂中的能量运用条件的最优计算所需的时间。以下，参照图2、图3对执行最优计算处理时的最优计算装置的动作进行说明。

〔最优计算处理〕

图2是表示本发明的一实施方式的最优计算处理的流程的流程图。图2所示的流程图在对信息处理装置1输入了最优计算处理的执行指令的时间点开始，最优计算处理进入步骤S1的处理。

在步骤S1的处理中，信息获取部11将当前时刻(t＝0)的炼铁厂内的工厂的能量服务的产生量和消耗量的实际值和预测值的数据获取为最优计算处理的输入数据。具体而言，如以下的表1所示，信息获取部11获取B气体、C气体、LD气体和蒸汽的产生量的实际值S_B(0)、S_C(0)、S_L(0)、S_St(0)和预测值S_B(k)、S_C(k)、S_L(k)、S_St(k)(k＝1～N)的数据，来作为当前时刻的能量服务的产生量的实际值和预测值的数据。另外，如以下的表2所示，信息获取部11获取B气体、C气体、LD气体、M气体、蒸汽和电力的消耗量的实际值D_B(0)、D_C(0)、D_L(0)、D_M(0)、D_St(0)、D_E(0)和预测值D_B(k)、D_C(k)、D_L(k)、D_M(k)、D_St(k)、D_E(k)(k＝1～N)的数据，来作为当前时刻的能量服务的消耗量的实际值和预测值的数据。此处，各预测值通过以炼铁厂内的各工厂的生产计划为基础预测各能量服务的产生量和使用量而获得。生产计划除了从当前时刻起几个小时、1～2天的短期的计划之外，还存在1周时间左右的长期的计划，越是短期的生产计划，精度则越高。因此，使用它求出的预测值也具有相同的精度的倾向。由此，步骤S1的处理结束，最优计算处理进入步骤S2的处理。

[表1]

(表1)

表2：

[表2]

(表2)

在步骤S2的处理中，如以下的表3所示，信息获取部11将当前时刻的CDQ锅炉蒸汽量及TRT发电量的实际值S_StCDQ(0)、S_ETRT(0)和预测值S_StCDQ(k)、S_ETRT(k)(k＝1～N)的数据获取为最优计算处理的输入数据。由此，步骤S2的处理结束，最优计算处理进入步骤S3的处理。

表3：

[表3]

(表3)

在步骤S3的处理中，信息获取部11获取当前时刻在炼铁厂内的所有发电设备中使用的燃料量的实际值的数据。具体而言，通常，在炼铁厂，作为燃料，除了使用B气体、C气体和LD气体之外，还使用混合副产气体而进行了热量调整的M气体。另外，在无法确定预定发电量时，也有时使用重油、来自CDQ涡轮的抽气。因此，如以下的表4所示，信息获取部11获取在当前时刻炼铁厂内的所有发电设备中使用的B气体、C气体、LD气体、M气体、重油和抽气的量的实际值D_BxU(0)、D_CxU(0)、D_LxU(0)、D_MxU(0)、D_OxU(0)、S_StxU(0)(x表示发电设备的识别编号)的数据。由此，步骤S3的处理结束，最优计算处理进入步骤S4的处理。

表4：

[表4]

(表4)

在步骤S4的处理中，如以下的表5所示，信息获取部11获取对炼铁厂内的发电设备供给M气体的混合气体制造设备的当前时刻的B气体、C气体、LD气体和城市燃气的量的实际值D_BPow(0)、D_CPow(0)、D_LPow(0)、D_TPow(0)的数据。另外，如以下的表5所示，信息获取部11获取对炼铁厂内的工厂供给M气体的混合气体制造设备的当前时刻的B气体、C气体、LD气体和城市燃气的量的实际值D_BMill(0)、D_CMill(0)、D_LMill(0)、D_TMill(0)的数据。由此，步骤S4的处理结束，最优计算处理进入步骤S5的处理。

表5：

[表5]

(表5)

项目	B气体	C气体	LD气体	城市燃气
					发电设备用M气体	D<sub>BPow</sub>(0)	D<sub>CPow</sub>(0)	D<sub>LPow</sub>(0)	D<sub>TPow</sub>(0)
工厂用M气体	D<sub>BMill</sub>(0)	D<sub>CMill</sub>(0)	D<sub>LMill</sub>(0)	D<sub>TMill</sub>(0)

在步骤S5的处理中，如以下的表6所示，信息获取部11获取当前时刻的B气体、C气体和LD气体的储气罐的气体储藏量H_BLevel(0)、H_CLevel(0)、H_LLevel(0)和吸入量和排出量的实际值H_B(0)、H_C(0)、H_L(0)的数据。由此，步骤S5的处理结束，最优计算处理进入步骤S6的处理。

表6：

[表6]

(表6)

项目	储藏量	吸入/排出实际情况
			B气体储气罐	H<sub>BLevel</sub>(0)	H<sub>B</sub>(0)
C气体储气罐	H<sub>CLevel</sub>(0)	H<sub>c</sub>(0)
			LD气体储气罐	H<sub>LLevel</sub>(0)	H<sub>L</sub>(0)

在步骤S6的处理中，信息获取部11获取为了计算炼铁厂的能量运用所耗费的成本所需的单价设定值的数据。具体而言，如以下的表7所示，信息获取部11获取当前时刻的电力、蒸汽、重油和城市燃气的单价的实际值C_Ele(0)、C_St(0)、C_O(0)、C_T(0)和未来的合同值C_Ele(k)、C_St(k)、C_o(k)、C_T(k)(k＝1～N)的数据。由此，步骤S6的处理结束，最优计算处理进入步骤S7的处理。

表7：

[表7]

(表7)

在步骤S7的处理中，最优计算部12执行最优计算，该最优计算使用步骤S1～步骤S6的处理中获取到的数据，求出使从当前时刻起预定期间内(k＝1～N)的炼铁厂的能量运用所耗费的成本最小化的条件。具体而言，最优计算中的决定变量(以使成本最小化的方式搜索的变量)是以下的表8所示的发电设备中的B气体、C气体、LD气体、M气体、重油和抽气的使用量、以下的表9所示的混合气体制造设备中的B气体、C气体、LD气体和城市燃气的量D_BPow(k)、D_CPow(k)、D_LPow(k)、D_TPow(k)、D_BMill(k)、D_CMill(k)、D_LMill(k)、D_TMill(k)、以下的表10所示的储气罐的气体储藏量H_BLevel(k)、H_CLevel(k)、H_LLevel(k)及吸入量和排出量H_B(k)、H_C(k)、H_L(k)、购买电量S_EPurchase(k)、从CDQ涡轮的抽气量S_StExtCDQ(k)和蒸汽购入量S_StPurchase(k)。

表8：

[表8]

(表8)

表9：

[表9]

(表9)

项目	B气体	C气体	LD气体	城市燃气
					发电设备用M气体	D<sub>BPow</sub>(k)	D<sub>CPow</sub>(k)	D<sub>LPow</sub>(k)	D<sub>TPow</sub>(k)
工厂用M气体	D<sub>BMill</sub>(k)	D<sub>CMill</sub>(k)	D<sub>LMill</sub>(k)	D<sub>TMill</sub>(k)

表10：

[表10]

(表10)

项目	储藏量	吸入/排出量
			B气体储气罐	H<sub>BLevel</sub>(k)	H<sub>B</sub>(k)
C气体储气罐	H<sub>CLevel</sub>(k)	H<sub>C</sub>(k)
			LD气体储气罐	H<sub>LLevel</sub>(k)	H<sub>L</sub>(k)

另外，应该最小化的成本是作为补充燃料的重油、城市燃气、蒸汽和购买电量之和。各自的单价如表7所示那样，使用它们，如以下的数学式(1)所示，叙述从当前时刻至N个周期之后为止的成本的合计值f。另外，在最优计算时设定以下所示的限制条件(a)～(1)。由此，步骤S7的处理结束，一系列的最优计算处理结束。

[数学式1]

(a)B气体平衡限制

[数学式2]

(b)C气体平衡限制

[数学式3]

(c)LD气体平衡限制

[数学式4]

(d)工厂M气体平衡限制

[数学式5]

D_M(k)＝D_BMill(k)+D_CMill(k)+D_LMill(k)+D_TMill(k)…(5)

(e)发电设备M气体平衡限制

[数学式6]

(f)储气罐储藏量

[数学式7]

H_BLevel(k)＝H_BLevel(k-1)+H_B(k)T…(7-1)

H_CLevel(k)＝H_CLevel(k-1)+H_C(k)T…(7-2)

H_LLevel(k)＝H_LLevel(k-1)+H_L(k)T…(7-3)

此处，T表示固定时间增量。

(g)发电设备模型

[数学式8]

此处，f_n(n＝1，2，...，x)表示将发电设备的投入热量和抽气量作为参数的发电模型。

[数学式9]

S_HCDQ(k)＝f_CDQ(S_StCDQ(k)，S_StExtCDQ(k))…(9)

此处，f_CDQ表示将CDQ的锅炉蒸汽量和抽气量作为参数的发电模型。

(h)电力平衡限制

[数学式10]

(i)蒸汽平衡限制

时间k(＝1～N)的蒸汽产生量与蒸汽消耗量相等

[数学式11]

(j)上下限限制

设定对决定变量的上下限进行限制的不等式。例如若将决定变量设为V，将其上限值设为U_x，将下限值设为L_x，则成为以下的数学式(12)所示的不等式限制。

[数学式12]

L_x≤V(k)≤U_x…(12)

(k)用于计算时间缩短的决定变量的汇集限制条件

设置在指定时刻以后对决定变量进行汇集，并通过利用同一值进行搜索来缩短计算(搜索)时间的限制。例如，如图3的(a)所示，在终端时刻为从当前时刻起到T×24个周期完结的情况下，如图3的(b)所示，作为指定时刻，中途T×13周期以后以3×T周期单位汇集，该周期期间设置利用同一值进行搜索的限制。具体而言，在从当前时刻起与周期N对应地作成限制条件的过程中，将指定时刻设为J，将汇集数设为n(自然数)，在以下所示的条件1和条件2同时成立时施加以下的汇集限制。此外，在本实施方式中，相对于与发电设备相关的决定变量施加汇集限制条件。这是由于，工厂的供需设备由于供需计划是固定的，所以变更较困难，相对于此，发电设备的运用条件的变更较容易。另外，作为指定时刻，优选成为运用者想要作为参考信息而知道的生产计划的精度比较低的时刻以后。

(条件1)指定时刻J以后，最终时刻N以后。换句话说，J+1≤t≤N成立。

(条件2)剰余判定(t-J)modn＝1成立。这是相对于(t-J)除以n的余数为1这一条件(汇集限制)1＝t+1，...，min(t+n-1，N)而设定等式限制V(t)＝V(1)。

(1)变化速度限制

在规定变化速度的情况下，若将其上限值设为U_V，将下限值设为L_V，则成为以下的数学式(13)、(13)’所示的不等式限制。

[数学式13]

针对k＝1，2，…，J，L_v≤(V(k)-V(k-1))/T≤U_v…(13)

针对k＝J+1，…，N，n L_v≤(V(k)-V(k-1))/T≤nU_v…(13)’

此处，数学式(13)’是为了通过使变化速度根据决定变量的汇集数n变大而具有与不汇集的时刻同等的变化速度而需要的。

实施例

在本发明例中，在终端时刻为12个周期完结(1个周期为5分钟)，相对于表示向多个发电设备的燃料使用量的多个决定变量，在7个周期以后，设定为汇集数6进行最优计算，在现有例中，终端时刻为同样为12个周期完结，但不汇集而进行最优计算，将两者的结果进行了比较。此外，两者的计算条件除了决定变量的汇集有无以外，其他为相同的条件(成本单价、供需测定值等。图2所示的步骤S1～S6的处理)，用于两者的计算的计算机也相同。作为其结果，现有例与本发明例的计算时间的比率(＝本发明例/现有例)约为0.90，能够实现10％的计算时间缩短。这可以说是本发明例中汇集了决定变量的限制条件的效果。此时，作为成本，如图4所示，至6个周期为止，与现有例几乎相等，针对实施了汇集的7个周期完结以后，本发明例的成本比现有例高。这是由于，通过决定变量的汇集例如图5所示以使7个周期以后的发电量成为恒定值的方式对搜索范围施加限制。其中，以恒定周期执行最优计算，运用者根据汇集之前的时刻的计算结果，汇集的时刻以后假定作为参考值而参照那样的活用方法，因此，作为对成本的影响，很小。

以上，对应用了由本发明人完成的发明的实施方式进行了说明，但不是通过成为本实施方式的本发明的公开的一部分的叙述和附图来限定本发明。即，基于本实施方式，由本领域技术人员等进行的其他实施方式、实施例和运用技术等全部包含于本发明的范畴。

工业上的可利用性

根据本发明，能够提供能够缩短炼铁厂中的能量运用条件的最优计算所需的时间的炼铁厂中的能量运用条件的最优计算方法和最优计算装置。另外，根据本发明，能够提供能够在最优的能量运用条件下操作炼铁厂的炼铁厂的操作方法。

附图标记说明

1...信息处理装置；11...信息获取部；12...最优计算部。

Claims (6)

1.一种炼铁厂中的能量运用条件的最优计算方法，使用构成炼铁厂的每个工厂的能量服务的产生量和消耗量的实际值和预测值，以从当前时刻起预定时间内的所述炼铁厂的能量运用总成本作为评价函数，按所述预定时间内的每个预定时刻将该评价函数的值变小那样的所述炼铁厂内的能量设备的运用条件计算为决定变量，

所述炼铁厂中的能量运用条件的最优计算方法的特征在于，

包括如下步骤：以使在与所述能量设备所含的发电设备相关的决定变量在预先决定的汇集时间内成为恒定的方式施加等式限制来计算决定变量。

2.根据权利要求1所述的炼铁厂中的能量运用条件的最优计算方法，其特征在于，

所述每个工厂的能量服务包括燃气、蒸汽和电力。

3.根据权利要求1或2所述的炼铁厂中的能量运用条件的最优计算方法，其特征在于，

所述能量设备包括混合气体制造设备、储气罐、干熄焦设备、高炉顶压发电设备和使用副产气体、重油或者抽气的发电设备。

4.根据权利要求1～3中任一项所述的炼铁厂中的能量运用条件的最优计算方法，其特征在于，

所述能量运用总成本包括：与重油、城市燃气和蒸汽的使用相伴的成本和与购买电力相伴的成本。

5.一种炼铁厂中的能量运用条件的最优计算装置，使用构成炼铁厂的每个工厂的能量服务的产生量和消耗量的实际值和预测值，以从当前时刻起预定时间内的所述炼铁厂的能量运用总成本作为评价函数，按所述预定时间内的每个预定时刻将该评价函数的值变小那样的所述炼铁厂内的能量设备的运用条件计算为决定变量，

所述炼铁厂中的能量运用条件的最优计算装置的特征在于，

具备如下单元：以使在与所述能量设备所含的发电设备相关的决定变量在预先决定的汇集时间内成为恒定的方式施加等式限制来计算决定变量。

6.一种炼铁厂的操作方法，其特征在于，

包括如下步骤：根据通过权利要求1～4中任一项所述的炼铁厂中的能量运用条件的最优计算方法计算出的决定变量来操作炼铁厂。

Images