WO2021200118A1 - 製鉄所におけるエネルギー運用条件の最適計算方法、製鉄所におけるエネルギー運用条件の最適計算装置、及び製鉄所の操業方法 - Google Patents

製鉄所におけるエネルギー運用条件の最適計算方法、製鉄所におけるエネルギー運用条件の最適計算装置、及び製鉄所の操業方法 Download PDF

Info

Publication number
WO2021200118A1
WO2021200118A1 PCT/JP2021/010615 JP2021010615W WO2021200118A1 WO 2021200118 A1 WO2021200118 A1 WO 2021200118A1 JP 2021010615 W JP2021010615 W JP 2021010615W WO 2021200118 A1 WO2021200118 A1 WO 2021200118A1
Authority
WO
WIPO (PCT)
Prior art keywords
energy
steelworks
gas
time
optimum calculation
Prior art date
Application number
PCT/JP2021/010615
Other languages
English (en)
French (fr)
Inventor
知義 小笠原
正洋 宇野
孝次 吉原
一茂 谷津
Original Assignee
Ｊｆｅスチール株式会社
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 Ｊｆｅスチール株式会社 filed Critical Ｊｆｅスチール株式会社
Priority to BR112022019279A priority Critical patent/BR112022019279A2/pt
Priority to EP21780211.5A priority patent/EP4130908A4/en
Priority to KR1020227032645A priority patent/KR20220143920A/ko
Priority to US17/913,634 priority patent/US20230151447A1/en
Priority to CN202180021930.3A priority patent/CN115315669A/zh
Publication of WO2021200118A1 publication Critical patent/WO2021200118A1/ja

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B5/00—Making pig-iron in the blast furnace
    • C21B5/006—Automatically controlling the process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total 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]
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B7/00—Blast furnaces
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B7/00—Blast furnaces
    • C21B7/24—Test rods or other checking devices
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
    • G05B23/0294—Optimizing process, e.g. process efficiency, product quality
    • 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
    • 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
    • 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
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B2300/00—Process aspects
    • C21B2300/04—Modeling of the process, e.g. for control purposes; CII
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2639—Energy management, use maximum of cheap power, keep peak load low
    • 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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • 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

Definitions

  • the present invention relates to an optimum calculation method for energy operation conditions in a steelworks, an optimum calculation device for energy operation conditions in a steelworks, and an operation method for a steelworks.
  • a steel mill is composed of a large number of factories and a plurality of power generation facilities from the upper process (blast furnace, coke furnace, steelmaking process, etc.) to the lower process (rolling process, surface treatment process, etc.), and the following energy (gas) is used.
  • the upper process blast furnace, coke furnace, steelmaking process, etc.
  • the lower process rolling process, surface treatment process, etc.
  • steam steam / electric power
  • the gas holder which is a storage facility for by-product gas, and to appropriately adjust the amount of gas distributed.
  • the by-product gas is stored in the gas holder in preference to the emission to increase the storage amount (gas holder level) and suppress the emission. do.
  • the storage gas is discharged from the gas holder to satisfy the demand and reduce the amount of supplementary fuel used. If the demand for by-product gas is even higher than the supply, the output of the power generation facility will be reduced. In addition, if it is still not possible to deal with it, the operation level of the factory may be lowered.
  • the shortage for steam demand is purchased from outside.
  • the power demand of the factory will be satisfied by the amount of power generated by CDQ, TRT (Top-pressure Recovery Turbine: blast furnace top pressure power generation), power generation equipment, and the purchase of power from the power company.
  • the power purchase unit price differs depending on the time zone, if the unit price is high and there is a surplus in the by-product gas supply amount, the output of the power generation facility is set high to reduce the power purchase amount.
  • the operating conditions that minimize the cost such as, differ depending on the time of day and the supply and demand situation.
  • Patent Documents 1 and 2 a technique for minimizing the energy operation cost of a steel mill has been proposed (see Patent Documents 1 and 2 and Non-Patent Document 1).
  • Yujiao Zeng Xin Xiao, Jie Li, Li Sun, Christodoulos A. Fluodas, Hechang Li, "A novel multi-period mixed-integer linear optimization model for optimal distribution of by product gases, steam and plant iron” Energy. 2018, vol.143, p.881-899.
  • Non-Patent Document 1 Both the techniques described in Patent Documents 1 and 2 and Non-Patent Document 1 are suitable for appropriately describing the operating conditions and operating rules of a plant in order to obtain the optimum energy operating conditions of a steel mill or a plant.
  • This mixed integer programming problem includes both continuous variables and integer variables in the determinant vector (variable vector obtained by search).
  • each element of the coefficient of determination variable vector is a variable indicating energy operation conditions such as gas distribution and steam distribution.
  • a branch-and-bound method which is an exact solution, is often used as a solution to this problem, but the branch-and-bound method is efficiently optimal because it does not search for solution candidates that are unlikely to improve costs even if it is searched. This is a method for searching for a solution.
  • the search ends when the cost difference between the executable solution that satisfies all the constraints and the continuous relaxation solution (the solution when a part of the integer variable is relaxed to the continuous variable) becomes less than a certain threshold value. do.
  • the optimum calculation method of the energy operation condition in the steel mill is to use the actual value and the predicted value of the amount of energy used and the amount of energy consumed for each factory constituting the steel mill within a predetermined time from the current time.
  • the total energy operation cost of the steel mill is used as an evaluation function, and the operating conditions of the energy equipment in the steel mill so that the value of the evaluation function becomes small are calculated as a determinant at each predetermined time within the predetermined time.
  • It is an optimum calculation method of energy operation conditions and includes a step of calculating a decision variable by imposing an equation constraint so that the decision variable related to the power generation facility included in the energy facility becomes constant within a predetermined aggregation time. ..
  • the energy service for each factory should include gas, steam, and electric power.
  • the energy equipment may include a mixed gas production equipment, a gas holder, a coke dry fire extinguishing equipment, a blast furnace top pressure power generation equipment, and a power generation equipment using by-product gas, heavy oil, or bleed air.
  • the total energy operation cost may include the cost associated with the use of heavy oil, city gas, and steam and the cost associated with the purchase of electricity.
  • the optimum calculation device for energy operation conditions in a steel mill uses actual and predicted values of energy consumption and energy consumption for each factory constituting the steel mill within a predetermined time from the current time.
  • the total energy operation cost of the steel mill is used as an evaluation function, and the operating conditions of the energy equipment in the steel mill so that the value of the evaluation function becomes small are calculated as a determinant at each predetermined time within the predetermined time.
  • the operation method of the steelworks according to the present invention includes a step of operating the steelworks according to the determinants calculated by the optimum calculation method of the energy operation conditions in the steelworks according to the present invention.
  • the time required for the optimum calculation of the energy operation conditions in the steelworks can be shortened. Further, according to the operation method of the steelworks according to the present invention, the steelworks can be operated under the optimum energy operation conditions.
  • FIG. 1 is a block diagram showing a configuration of an optimum calculation device for energy operation conditions in a steel mill according to an embodiment of the present invention.
  • FIG. 2 is a flowchart showing the flow of the optimum calculation process according to the embodiment of the present invention.
  • FIG. 3 is a diagram for explaining the aggregation constraint condition of the decision variable.
  • FIG. 4 is a diagram showing changes in costs in the examples of the present invention and the comparative examples.
  • FIG. 5 is a diagram showing changes in the amount of power generation in the examples of the present invention and the comparative examples.
  • FIG. 1 is a block diagram showing a configuration of an optimum calculation device for energy operation conditions in a steel mill according to an embodiment of the present invention.
  • the optimum calculation device for energy operation conditions in a steel mill according to an embodiment of the present invention is composed of an information processing device 1 such as a workstation.
  • the optimum calculation device for energy operation conditions in a steel mill according to an embodiment of the present invention functions as an information acquisition unit 11 and an optimum calculation unit 12 when an arithmetic processing unit inside the information processing device 1 executes a computer program. The functions of each of these parts will be described later.
  • the optimum calculation device having such a configuration shortens the time required for the optimum calculation of the energy operation conditions in the steelworks by executing the optimum calculation process shown below.
  • the operation of the optimum calculation device when executing the optimum calculation process will be described with reference to FIGS. 2 and 3.
  • FIG. 2 is a flowchart showing the flow of the optimum calculation process according to the embodiment of the present invention.
  • the flowchart shown in FIG. 2 starts at the timing when the execution command of the optimum calculation process is input to the information processing apparatus 1, and the optimum calculation process proceeds to the process of step S1.
  • each predicted value is obtained by predicting the generated amount and the used amount of each energy service based on the production plan of each factory in the steelworks.
  • the production plan has a short-term plan of several hours and one to two days from the present time, and a long-term plan of about one week.
  • the shorter the production plan the higher the accuracy. Therefore, the predicted value obtained by using it also has a tendency of the same accuracy.
  • the process of step S1 is completed, and the optimum calculation process proceeds to the process of step S2.
  • step S2 the information acquisition unit 11 determines the actual values of the CDQ boiler steam amount and the TRT power generation amount at the current time S StCDQ (0), SETRT (0) and the predicted value S.
  • the process of step S2 is completed, and the optimum calculation process proceeds to the process of step S3.
  • the information acquisition unit 11 acquires the data of the actual value of the amount of fuel used in all the power generation facilities in the steelworks at the current time.
  • M gas whose calorific value is adjusted by mixing a by-product gas in addition to B gas, C gas, and LD gas is used as a fuel.
  • bleed air from heavy oil or a CDQ turbine may be used. Therefore, as shown in Table 4 below, the information acquisition unit 11 determines the amount of B gas, C gas, LD gas, M gas, heavy oil, and bleed air used in all the power generation facilities in the steel mill at the present time.
  • step S4 the information acquisition unit 11 supplies B gas, C gas, LD gas, and B gas, C gas, and LD gas at the current time of the mixed gas production facility that supplies M gas to the power generation facility in the steel mill. Acquire the data of the actual values of the amount of city gas, D B Pow (0), D C Pow (0), D L Pow (0), and D T Pow (0). In addition, as shown in Table 5 below, the information acquisition unit 11 determines the amount of B gas, C gas, LD gas, and city gas at the current time of the mixed gas production facility that supplies M gas to the factory in the steel mill. Acquire the data of the actual values D B Mill (0), DC Mill (0), D L Mill (0), and D T Mill (0). As a result, the process of step S4 is completed, and the optimum calculation process proceeds to the process of step S5.
  • step S5 the information acquisition unit 11 has the gas storage amounts of the B gas, C gas, and LD gas gas holders at the current time H B Lever (0) and H C Lever (0). , H L Level (0) and the actual values of swallowing amount and payout amount H B (0), H C (0), H L (0) are acquired. As a result, the process of step S5 is completed, and the optimum calculation process proceeds to the process of step S6.
  • the determinants in the optimum calculation are the B gas, C gas, LD gas, M gas, heavy oil, and bleeding gas in the power generation equipment shown in Table 8 below.
  • B gas in usage the following mixed gas production facility shown in Table 9, C gas, LD gas, and town gas amount D BPow (k), D cPow (k), D LPow (k), D TPow (k ), D B Mill (k), D CMill (k), D L Mill (k), D TMill (k), Gas storage capacity of the gas holder shown in Table 10 below H BLever (k), H C Label (k), H LLevel (k) and swallow amount and payout amount H B (k), H C (k), H L (k), power purchase amount S EPurchase (k), the extraction amount S StExtCDQ from CDQ turbine (k), and steam Purchase amount S StPurchase (k).
  • Table 10 Gas storage capacity of the gas holder shown in Table 10 below H BLever (k), H C Label (k), H LLevel (k) and swallow amount and payout amount H B (k), H C (k), H L (k), power purchase amount S EPurchase (k), the extraction amount S StExtCDQ
  • the cost to be minimized is the sum of heavy oil, city gas, steam, and the amount of electricity purchased, which are supplementary fuels.
  • Each unit price is as shown in Table 7, and using this, the total value f of the costs from the current time to the N cycle ahead is described as shown in the following mathematical formula (1).
  • the following constraint conditions (a) to (l) are set at the time of optimum calculation. As a result, the process of step S7 is completed, and a series of optimum calculation processes is completed.
  • T indicates a fixed time step.
  • f CDQ shows a power generation model having the boiler steam amount and the bleed air amount of the CDQ as arguments.
  • Constraints on aggregation of decision variables for shortening calculation time are set to shorten calculation (search) time by aggregating decision variables after a specified time and searching for the same value. For example, when the end time is T ⁇ 24 cycles ahead of the current time as shown in FIG. 3 (a), the designated time is set in 3 ⁇ T cycle units after the middle T ⁇ 13 cycle as shown in FIG. 3 (b). A constraint is set to search for the same value during the period of aggregation. Specifically, in the process of creating a constraint condition from the current time corresponding to the period N, when the specified time is J and the aggregate number is n (natural number), the following conditions 1 and 2 are satisfied at the same time.
  • aggregation constraints are imposed on the decision variables related to the power generation facility. This is because it is difficult to change the supply and demand equipment of a factory because the supply and demand plan is fixed, whereas it is easy to change the operating conditions of the power generation equipment.
  • the designated time should be after the time when the accuracy of the production plan that the operator wants to know as reference information is relatively low.
  • the end time is 12 cycles ahead (1 cycle is 5 minutes), and the number of aggregations is set to 6 after 7 cycles for a plurality of determination variables representing the amount of fuel used for a plurality of power generation facilities.
  • the end time is the same 12 cycles ahead, but the optimum calculation was performed without aggregation, and the results of both were compared.
  • the calculation conditions for both were the same except for the presence or absence of aggregation of the coefficient of determination (cost unit price, measured supply and demand values, etc., the processing of steps S1 to S6 shown in FIG. 2), and the computers used for both calculations were also the same. ..
  • the ratio of the calculation time between the conventional example and the example of the present invention was about 0.90, and a 10% reduction in the calculation time could be achieved.
  • This can be said to be the effect of the constraint condition in which the decision variables are aggregated in the example of the present invention.
  • the cost of the example of the present invention was almost the same as that of the conventional example up to 6 cycles, and the cost of the example of the present invention was higher than that of the conventional example after 7 cycles after the aggregation was performed. This is because, for example, as shown in FIG. 5, the search range is restricted so that the amount of power generation after the 7th cycle becomes a constant value by aggregating the coefficient of determination.
  • the present invention it is possible to provide an optimum calculation method and an optimum calculation device for energy operation conditions in a steelworks, which can shorten the time required for optimum calculation of energy operation conditions in a steelworks. Further, according to the present invention, it is possible to provide an operation method of a steel mill capable of operating a steel mill under optimum energy operation conditions.
  • Information processing device 11 Information acquisition unit 12 Optimal calculation unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Quality & Reliability (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)
  • Blast Furnaces (AREA)

Abstract

本発明に係る製鉄所におけるエネルギー運用条件の最適計算方法は、製鉄所を構成する工場毎のエネルギー用役の発生量及び消費量の実績値及び予測値を用いて、現時刻から所定時間内の製鉄所のエネルギー運用総コストを評価関数として、評価関数の値が小さくなるような製鉄所内のエネルギー設備の運用条件を所定時間内の所定時刻毎に決定変数として算出する製鉄所におけるエネルギー運用条件の最適計算方法であって、エネルギー設備に含まれる発電設備に関する決定変数が予め定めた集約時間内では一定になるように等式制約を課して決定変数を算出するステップを含む。

Description

製鉄所におけるエネルギー運用条件の最適計算方法、製鉄所におけるエネルギー運用条件の最適計算装置、及び製鉄所の操業方法
　本発明は、製鉄所におけるエネルギー運用条件の最適計算方法、製鉄所におけるエネルギー運用条件の最適計算装置、及び製鉄所の操業方法に関する。
　一般に、製鉄所は、上工程（高炉、コークス炉、製鋼工程等）から下工程（圧延工程、表面処理工程等）にかけての多数の工場及び複数の発電設備から構成され、次に示すエネルギー（ガス・蒸気・電力）運用がなされている。
　すなわち、高炉で発生するＢガス（Blast　Furnace　gas）、コークス炉で発生するＣガス(Coke　Oven　gas)、転炉で発生するＬＤガス(LD　converter　gas)といった副生ガス、及びこれらの副生ガスを混合して熱量調整したＭガス(Mixed　gas)は、工場や発電設備で使用されている。ここで、ガス供給量が工場需要（例えば圧延工場の加熱炉での需要量）に対して不足する場合、都市ガスを補填して工場需要を満足させる。また、発電設備へのガス供給量が所定量に対し不足する場合には、重油で補填する。これらの補填燃料は使用量に応じてコストが生じる。一方、ガス供給量が工場需要に対して余剰となる場合には、燃焼によってガスを無害化した後に大気中に放散することになるが、これはエネルギー損失や二酸化炭素排出に繋がるため最小限とすべきである。
　コスト低減と放散抑制のためには、副生ガスの貯蔵設備であるガスホルダの活用やガス配分量を適正に調整することが必要になる。例としてガスホルダでは、副生ガスの供給量が需要量よりも多くなる局面においては、放散より優先してガスホルダに副生ガスを蓄えることによりその貯蔵量（ガスホルダレベル）を上昇させて放散を抑制する。一方、副生ガスの需要量が供給量よりも多くなる局面においては、ガスホルダから貯蔵ガスを払い出すことにより需要を充足させて補填燃料の使用量を削減する。また、副生ガスの需要量が供給量よりさらに多い場合には、発電設備の出力を低下させる。また、それでも対処できない場合には、工場の操業レベルを低下させることがある。
　蒸気は、ＬＤガスや焼結炉からの排熱回収ボイラ、ＣＤＱ(Coke　Drying　Quenching:コークス乾式消火設備)のボイラ、発電設備のタービン中段からの抽気（タービン中段から蒸気を得る操作。発電量は低下）等によって供給され、工場（冷延工場の酸洗槽保温や真空脱ガス設備）で使用される。蒸気需要に対する不足量は外部から購入する。また、工場の電力需要は、ＣＤＱ、ＴＲＴ（Top-pressure　Recovery　Turbine：高炉炉頂圧発電）、発電設備での発電量と電力会社からの買電で充足させる。買電量は、１時間あたりの契約量（買電量上限）を超過しないように管理する必要がある。また、買電単価は、時間帯によって異なるため、単価の高い時間帯であり、且つ、副生ガス供給量に余剰がある場合には、発電設備の出力を高く設定して買電量を低減させる等、コストが最小となる運用条件は時間帯や需給状況によって異なる。
　このような背景から、製鉄所のエネルギー運用コストを最小化する技術が提案されている（特許文献１，２、非特許文献１参照）。
特許第５８６２８３９号公報 特開２００４－１７１５４８号公報
Yujiao　Zeng,　Xin　Xiao,　Jie　Li,　Li　Sun,　Christodoulos　A.　Floudas,　Hechang　Li,　"A　novel　multi-period　mixed-integer　linear　optimization　model　for　optimal　distribution　of　byproduct　gases,　steam　and　power　in　an　iron　and　steel　plant",　Energy.　2018,　vol.143,　p.881-899.
　特許文献１，２や非特許文献１に記載の技術はいずれも、製鉄所又はプラントの最適なエネルギー運用条件を求めるために、プラントの運用条件や操業ルールを適切に記述するのに適している混合整数計画問題を解いている。この混合整数計画問題は、連続変数と整数変数の両方を決定変数ベクトル（探索によって求める変数ベクトル）に含む。ここで、決定変数ベクトルの各要素はガス配分や蒸気配分等のエネルギー運用条件を示す変数である。この問題の解法としては、厳密解法である分枝限定法がよく使われるが、分枝限定法は、探索してもコストの改善の見込みのない解の候補を探索しないことにより効率的に最適解を探索する手法である。そして、探索の過程で制約条件を全て満たす実行可能解と連続緩和解（整数変数の一部を連続変数に緩和した時の解）とのコスト差がある閾値以下となったときに探索を終了する。
　しかしながら、基本的に分枝限定法は効率の良い探索方法であるが、問題の構造や規模に依存して計算時間が変化し、場合によっては設定時間内に満足する解が得られないことがある。これは、特に定周期で最適解を得ることが求められるエネルギー運用システムでは問題となる。特許文献１，２や非特許文献１に記載の技術は、解の質を向上させるための定式化方法に関するものであり、計算時間を短縮化するための定式化方法については検討がされていない。特に製鉄所のように複数の工場及び発電設備を含み、その操業ルールが複雑である場合には決定変数の数が増大し、計算時間が増大するという課題がある。
　本発明は、上記課題に鑑みてなされたものであって、その目的は、製鉄所におけるエネルギー運用条件の最適計算に要する時間を短縮可能な製鉄所におけるエネルギー運用条件の最適計算方法及び最適計算装置を提供することにある。また、本発明の他の目的は、最適なエネルギー運用条件で製鉄所を操業可能な製鉄所の操業方法を提供することにある。
　本発明に係る製鉄所におけるエネルギー運用条件の最適計算方法は、製鉄所を構成する工場毎のエネルギー用役の発生量及び消費量の実績値及び予測値を用いて、現時刻から所定時間内の前記製鉄所のエネルギー運用総コストを評価関数として、該評価関数の値が小さくなるような前記製鉄所内のエネルギー設備の運用条件を前記所定時間内の所定時刻毎に決定変数として算出する製鉄所におけるエネルギー運用条件の最適計算方法であって、前記エネルギー設備に含まれる発電設備に関する決定変数が予め定めた集約時間内では一定になるように等式制約を課して決定変数を算出するステップを含む。
　前記工場毎のエネルギー用役には、ガス、蒸気、及び電力が含まれるとよい。
　前記エネルギー設備には、混合ガス製造設備、ガスホルダ、コークス乾式消火設備、高炉炉頂圧発電設備、及び副生ガス、重油、又は抽気を使用する発電設備が含まれとよい。
　前記エネルギー運用総コストには、重油、都市ガス、及び蒸気の使用に伴うコストと買電に伴うコストが含まれるとよい。
　本発明に係る製鉄所におけるエネルギー運用条件の最適計算装置は、製鉄所を構成する工場毎のエネルギー用役の発生量及び消費量の実績値及び予測値を用いて、現時刻から所定時間内の前記製鉄所のエネルギー運用総コストを評価関数として、該評価関数の値が小さくなるような前記製鉄所内のエネルギー設備の運用条件を前記所定時間内の所定時刻毎に決定変数として算出する製鉄所におけるエネルギー運用条件の最適計算装置であって、前記エネルギー設備に含まれる発電設備に関する決定変数が予め定めた集約時間内では一定になるように等式制約を課して決定変数を算出する手段を備える。
　本発明に係る製鉄所の操業方法は、本発明に係る製鉄所におけるエネルギー運用条件の最適計算方法によって算出された決定変数に従って製鉄所を操業するステップを含む。
　本発明に係る製鉄所におけるエネルギー運用条件の最適計算方法及び最適計算装置によれば、製鉄所におけるエネルギー運用条件の最適計算に要する時間を短縮することができる。また、本発明に係る製鉄所の操業方法によれば、最適なエネルギー運用条件で製鉄所を操業することができる。
図１は、本発明の一実施形態である製鉄所におけるエネルギー運用条件の最適計算装置の構成を示すブロック図である。 図２は、本発明の一実施形態である最適計算処理の流れを示すフローチャートである。 図３は、決定変数の集約制約条件を説明するための図である。 図４は、本発明例及び比較例におけるコストの推移を示す図である。 図５は、本発明例及び比較例における発電量の推移を示す図である。
　以下、図面を参照して、本発明の一実施形態である製鉄所におけるエネルギー運用条件の最適計算装置について説明する。
〔構成〕
　まず、図１を参照して、本発明の一実施形態である製鉄所におけるエネルギー運用条件の最適計算装置の構成について説明する。
　図１は、本発明の一実施形態である製鉄所におけるエネルギー運用条件の最適計算装置の構成を示すブロック図である。図１に示すように、本発明の一実施形態である製鉄所におけるエネルギー運用条件の最適計算装置は、ワークステーション等の情報処理装置１によって構成されている。本発明の一実施形態である製鉄所におけるエネルギー運用条件の最適計算装置は、情報処理装置１内部の演算処理装置がコンピュータプログラムを実行することにより情報取得部１１及び最適計算部１２として機能する。これら各部の機能については後述する。
　このような構成を有する最適計算装置は、以下に示す最適計算処理を実行することにより、製鉄所におけるエネルギー運用条件の最適計算に要する時間を短縮する。以下、図２，図３を参照して、最適計算処理を実行する際の最適計算装置の動作について説明する。
〔最適計算処理〕
　図２は、本発明の一実施形態である最適計算処理の流れを示すフローチャートである。図２に示すフローチャートは、情報処理装置１に対して最適計算処理の実行指令が入力されたタイミングで開始となり、最適計算処理はステップＳ１の処理に進む。
　ステップＳ１の処理では、情報取得部１１が、現時刻（ｔ＝０）における製鉄所内の工場のエネルギー用役の発生量及び消費量の実績値及び予測値のデータを最適計算処理の入力データとして取得する。具体的には、情報取得部１１は、以下の表１に示すように、現時刻におけるエネルギー用役の発生量の実績値及び予測値のデータとして、Ｂガス、Ｃガス、ＬＤガス、及び蒸気の発生量の実績値ＳＢ（０），ＳＣ（０），ＳＬ（０），ＳＳｔ（０）及び予測値ＳＢ（ｋ），ＳＣ（ｋ），ＳＬ（ｋ），ＳＳｔ（ｋ）（ｋ＝１～Ｎ）のデータを取得する。また、情報取得部１１は、以下の表２に示すように、現時刻におけるエネルギー用役の消費量の実績値及び予測値のデータとして、Ｂガス、Ｃガス、ＬＤガス、Ｍガス、蒸気、及び電力の消費量の実績値ＤＢ（０），ＤＣ（０），ＤＬ（０），ＤＭ（０），ＤＳｔ（０），ＤＥ（０）及び予測値ＤＢ（ｋ），ＤＣ（ｋ），ＤＬ（ｋ），ＤＭ（ｋ），ＤＳｔ（ｋ），ＤＥ（ｋ）（ｋ＝１～Ｎ）のデータを取得する。ここで、各予測値は製鉄所内の各工場の生産計画をベースとして各エネルギー用役の発生量及び使用量を予測して得られる。生産計画は現時点から数時間、１～２日の短期の計画に加え、１週間程度の長期の計画があり、短期の生産計画ほど精度が高くなる。従って、それを用いて求めた予測値も同様の精度の傾向を有する。これにより、ステップＳ１の処理は完了し、最適計算処理はステップＳ２の処理に進む。
Figure JPOXMLDOC01-appb-T000001
Figure JPOXMLDOC01-appb-T000002
　ステップＳ２の処理では、情報取得部１１が、以下の表３に示すように、現時刻におけるＣＤＱボイラ蒸気量とＴＲＴ発電量の実績値ＳＳｔＣＤＱ（０），ＳＥＴＲＴ（０）及び予測値ＳＳｔＣＤＱ（ｋ），ＳＥＴＲＴ（ｋ）（ｋ＝１～Ｎ）のデータを最適計算処理の入力データとして取得する。これにより、ステップＳ２の処理は完了し、最適計算処理はステップＳ３の処理に進む。
Figure JPOXMLDOC01-appb-T000003
　ステップＳ３の処理では、情報取得部１１が、現時刻において製鉄所内の全発電設備で使用されている燃料量の実績値のデータを取得する。具体的には、一般に、製鉄所では、燃料として、Ｂガス、Ｃガス、及びＬＤガスに加えて副生ガスを混合して熱量調整したＭガスが使用される。また、所定発電量が確保できないときには、重油やＣＤＱタービンからの抽気が使用されることもある。このため、情報取得部１１は、以下の表４に示すように、現時刻において製鉄所内の全発電設備で使用されているＢガス、Ｃガス、ＬＤガス、Ｍガス、重油、及び抽気の量の実績値ＤＢｘＵ（０），ＤＣｘＵ（０），ＤＬｘＵ（０），ＤＭｘＵ（０），ＤＯｘＵ（０），ＳＳｔｘＵ（０）（ｘは発電設備の識別番号を示す）のデータを取得する。これにより、ステップＳ３の処理は完了し、最適計算処理はステップＳ４の処理に進む。
Figure JPOXMLDOC01-appb-T000004
　ステップＳ４の処理では、情報取得部１１が、以下の表５に示すように、製鉄所内の発電設備にＭガスを供給する混合ガス製造設備の現時刻におけるＢガス、Ｃガス、ＬＤガス、及び都市ガスの量の実績値ＤＢＰｏｗ（０），ＤＣＰｏｗ（０），ＤＬＰｏｗ（０），ＤＴＰｏｗ（０）のデータを取得する。また、情報取得部１１は、以下の表５に示すように、製鉄所内の工場にＭガスを供給する混合ガス製造設備の現時刻におけるＢガス、Ｃガス、ＬＤガス、及び都市ガスの量の実績値ＤＢＭｉｌｌ（０），ＤＣＭｉｌｌ（０），ＤＬＭｉｌｌ（０），ＤＴＭｉｌｌ（０）のデータを取得する。これにより、ステップＳ４の処理は完了し、最適計算処理はステップＳ５の処理に進む。
Figure JPOXMLDOC01-appb-T000005
　ステップＳ５の処理では、情報取得部１１が、以下の表６に示すように、現時刻におけるＢガス、Ｃガス、及びＬＤガスのガスホルダのガス貯蔵量ＨＢＬｅｖｅｌ（０），ＨＣＬｅｖｅｌ（０），ＨＬＬｅｖｅｌ（０）と飲み込み量及び払い出し量の実績値ＨＢ（０），ＨＣ（０），ＨＬ（０）のデータを取得する。これにより、ステップＳ５の処理は完了し、最適計算処理はステップＳ６の処理に進む。
Figure JPOXMLDOC01-appb-T000006
　ステップＳ６の処理では、情報取得部１１が、製鉄所のエネルギー運用にかかるコストを計算するために必要な単価設定値のデータを取得する。具体的には、情報取得部１１は、以下の表７に示すように、現時刻における電力、蒸気、重油、及び都市ガスの単価の実績値ＣＥｌｅ（０），ＣＳｔ（０），ＣＯ（０），ＣＴ（０）及び将来の契約値ＣＥｌｅ（ｋ），ＣＳｔ（ｋ），ＣＯ（ｋ），ＣＴ（ｋ）（ｋ＝１～Ｎ）のデータを取得する。これにより、ステップＳ６の処理は完了し、最適計算処理はステップＳ７の処理に進む。
Figure JPOXMLDOC01-appb-T000007
　ステップＳ７の処理では、最適計算部１２が、ステップＳ１～ステップＳ６の処理において取得したデータを用いて、現時刻から所定期間内（ｋ＝１～Ｎ）における製鉄所のエネルギー運用にかかるコストを最小化する条件を求める最適計算を実行する。具体的には、最適計算における決定変数（コストを最小化するように探索する変数）は、以下の表８に示す発電設備におけるＢガス、Ｃガス、ＬＤガス、Ｍガス、重油、及び抽気の使用量、以下の表９に示す混合ガス製造設備におけるＢガス、Ｃガス、ＬＤガス、及び都市ガスの量ＤＢＰｏｗ（ｋ），ＤＣＰｏｗ（ｋ），ＤＬＰｏｗ（ｋ），ＤＴＰｏｗ（ｋ），ＤＢＭｉｌｌ（ｋ），ＤＣＭｉｌｌ（ｋ），ＤＬＭｉｌｌ（ｋ），ＤＴＭｉｌｌ（ｋ）、以下の表１０に示すガスホルダのガス貯蔵量ＨＢＬｅｖｅｌ（ｋ），ＨＣＬｅｖｅｌ（ｋ），ＨＬＬｅｖｅｌ（ｋ）と飲み込み量及び払い出し量ＨＢ（ｋ），ＨＣ（ｋ），ＨＬ（ｋ）、買電量ＳＥＰｕｒｃｈａｓｅ（ｋ）、ＣＤＱタービンからの抽気量ＳＳｔＥｘｔＣＤＱ（ｋ）、及び蒸気購入量ＳＳｔＰｕｒｃｈａｓｅ（ｋ）である。
Figure JPOXMLDOC01-appb-T000008
Figure JPOXMLDOC01-appb-T000009
Figure JPOXMLDOC01-appb-T000010
　また、最小化すべきコストは、補填燃料である重油、都市ガス、蒸気、及び買電量の和である。それぞれの単価は表７に示した通りであり、これを使って以下の数式（１）に示すように現時刻からＮ周期先までのコストの合計値ｆを記述する。また、最適計算の際に以下に示す制約条件（ａ）～（ｌ）を設定する。これにより、ステップＳ７の処理は完了し、一連の最適計算処理は終了する。
Figure JPOXMLDOC01-appb-M000011
（ａ）Ｂガスバランス制約
Figure JPOXMLDOC01-appb-M000012
（ｂ）Ｃガスバランス制約
Figure JPOXMLDOC01-appb-M000013
（ｃ）ＬＤガスバランス制約
Figure JPOXMLDOC01-appb-M000014
（ｄ）工場Ｍガスバランス制約
Figure JPOXMLDOC01-appb-M000015
（ｅ）発電設備Ｍガスバランス制約
Figure JPOXMLDOC01-appb-M000016
（ｆ）ガスホルダ貯蔵量
Figure JPOXMLDOC01-appb-M000017
 ここで、Ｔは固定時間刻みを示す。
（ｇ）発電設備モデル
Figure JPOXMLDOC01-appb-M000018
 ここで、ｆｎ（ｎ＝１，２，…，ｘ）は発電設備の投入熱量と抽気量を引数に持つ発電モデルを示す。
Figure JPOXMLDOC01-appb-M000019
 ここで、ｆＣＤＱはＣＤＱのボイラ蒸気量と抽気量を引数に持つ発電モデルを示す。
（ｈ）電力バランス制約
Figure JPOXMLDOC01-appb-M000020
（ｉ）蒸気バランス制約
時間ｋ（＝１～Ｎ）における蒸気発生量と蒸気消費量が等しい
Figure JPOXMLDOC01-appb-M000021
（ｊ）上下限制約
　決定変数の上下限を制約する不等式を設定する。例えば決定変数をＶ、その上限値をＵｘ、下限値をＬｘとすれば，以下の数式（１２）に示す不等式制約となる。
Figure JPOXMLDOC01-appb-M000022
（ｋ）計算時間短縮のための決定変数の集約制約条件
　決定変数を指定時刻以降集約し、同一の値で探索することで計算（探索）時間を短縮する制約を設ける。例えば図３（ａ）に示すように終端時刻が現時刻からＴ×２４周期先である場合、図３（ｂ）に示すように指定時刻として途中Ｔ×１３周期以降は３×Ｔ周期単位で集約してその周期の間は同一の値で探索する制約を設ける。具体的には、制約条件を現時刻から周期Ｎに対応して作成する過程において、指定時刻をＪ，集約数をｎ（自然数）として、以下に示す条件１及び条件２が同時に成り立つときに以下の集約制約を課す。なお、本実施形態では、発電設備に関係する決定変数に対して集約制約条件を課す。これは、工場の需給設備は需給計画が決まっているために変更することが困難であるのに対して、発電設備は運用条件の変更は容易であるためである。また、指定時刻としては、運用者が参考情報として知りたい生産計画の精度が比較的低くなる時刻以降とすると良い。
（条件１）指定時刻Ｊ以降、最終時刻Ｎ以下。つまり、Ｊ＋１≦ｔ≦Ｎが成り立つ。
（条件２）剰余判定（ｔ－Ｊ）ｍｏｄｎ＝１が成り立つ。これは、（ｔ－Ｊ）をｎで割った余りが１であるという条件
（集約制約）ｌ＝ｔ＋１，…，ｍｉｎ（ｔ＋ｎ－１，Ｎ）に対して等式制約Ｖ（ｔ）＝Ｖ（ｌ）を設定する。
（ｌ）変化速度制約
　変化速度を規定する場合、その上限値をＵＶ、下限値をＬＶとすれば，以下の数式（１３），（１３）’に示す不等式制約となる。
Figure JPOXMLDOC01-appb-M000023
 ここで、数式（１３）’は、決定変数の集約数ｎに応じて変化速度を大きくすることにより、集約しない時刻と同等の変化速度を持たせるために必要である。
　本発明例では、終端時刻が１２周期先(１周期は５分)で、複数の発電設備への燃料使用量を表す複数の決定変数に対して７周期以降で集約数６に設定して最適計算し、従来例では、終端時刻は同じ１２周期先であるが、集約をせずに最適計算し、両者の結果を比較した。なお、両者の計算条件は、決定変数の集約有無以外は同じ条件（コスト単価や需給測定値等。図２に示すステップＳ１～Ｓ６の処理）とし、両者の計算に用いた計算機も同じとした。その結果、従来例と本発明例との計算時間の比率（＝本発明例/従来例）は約０．９０となり、１０％の計算時間短縮を達成できた。これは、本発明例では決定変数を集約した制約条件の効果と言える。この時、コストとしては、図４に示すように６周期までは従来例とほぼ同等で、集約を実施した７周期先以降は本発明例のコストが従来例と比較して高くなった。これは、決定変数の集約によって、例えば図５に示すように７周期以降の発電量が一定値となるように探索範囲に制約がかかっているためである。但し、最適計算を定周期で実行し、運用者は集約するより前の時刻の計算結果に従い、集約した時刻以降は参考値として参照するような活用方法を想定しているため、コストに対する影響としては軽微である。
　以上、本発明者らによってなされた発明を適用した実施形態について説明したが、本実施形態による本発明の開示の一部をなす記述及び図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施形態、実施例、及び運用技術等は全て本発明の範疇に含まれる。
　本発明によれば、製鉄所におけるエネルギー運用条件の最適計算に要する時間を短縮可能な製鉄所におけるエネルギー運用条件の最適計算方法及び最適計算装置を提供することができる。また、本発明によれば、最適なエネルギー運用条件で製鉄所を操業可能な製鉄所の操業方法を提供することができる。
　１　情報処理装置
　１１　情報取得部
　１２　最適計算部

Claims (6)

  1. 　製鉄所を構成する工場毎のエネルギー用役の発生量及び消費量の実績値及び予測値を用いて、現時刻から所定時間内の前記製鉄所のエネルギー運用総コストを評価関数として、該評価関数の値が小さくなるような前記製鉄所内のエネルギー設備の運用条件を前記所定時間内の所定時刻毎に決定変数として算出する製鉄所におけるエネルギー運用条件の最適計算方法であって、
    　前記エネルギー設備に含まれる発電設備に関する決定変数が予め定めた集約時間内では一定になるように等式制約を課して決定変数を算出するステップを含む、製鉄所におけるエネルギー運用条件の最適計算方法。
  2. 　前記工場毎のエネルギー用役には、ガス、蒸気、及び電力が含まれる、請求項１に記載の製鉄所におけるエネルギー運用条件の最適計算方法。
  3. 　前記エネルギー設備には、混合ガス製造設備、ガスホルダ、コークス乾式消火設備、高炉炉頂圧発電設備、及び副生ガス、重油、又は抽気を使用する発電設備が含まれる、請求項１又は２に記載の製鉄所におけるエネルギー運用条件の最適計算方法。
  4. 　前記エネルギー運用総コストには、重油、都市ガス、及び蒸気の使用に伴うコストと買電に伴うコストが含まれる、請求項１～３のうち、いずれか１項に記載の製鉄所におけるエネルギー運用条件の最適計算方法。
  5. 　製鉄所を構成する工場毎のエネルギー用役の発生量及び消費量の実績値及び予測値を用いて、現時刻から所定時間内の前記製鉄所のエネルギー運用総コストを評価関数として、該評価関数の値が小さくなるような前記製鉄所内のエネルギー設備の運用条件を前記所定時間内の所定時刻毎に決定変数として算出する製鉄所におけるエネルギー運用条件の最適計算装置であって、
    　前記エネルギー設備に含まれる発電設備に関する決定変数が予め定めた集約時間内では一定になるように等式制約を課して決定変数を算出する手段を備える、製鉄所におけるエネルギー運用条件の最適計算装置。
  6. 　請求項１～４のうち、いずれか１項に記載の製鉄所におけるエネルギー運用条件の最適計算方法によって算出された決定変数に従って製鉄所を操業するステップを含む、製鉄所の操業方法。
PCT/JP2021/010615 2020-03-31 2021-03-16 製鉄所におけるエネルギー運用条件の最適計算方法、製鉄所におけるエネルギー運用条件の最適計算装置、及び製鉄所の操業方法 WO2021200118A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
BR112022019279A BR112022019279A2 (pt) 2020-03-31 2021-03-16 Método de cálculo ideal da condição de operação de energia em siderúrgica, dispositivo de cálculo ideal de condição de operação de energia em siderúrgica e método de funcionamento de siderúrgica
EP21780211.5A EP4130908A4 (en) 2020-03-31 2021-03-16 METHOD FOR OPTIMUM CALCULATION OF ENERGY MANAGEMENT CONDITION IN STEEL PLANT, DEVICE FOR OPTIMAL CALCULATION OF ENERGY MANAGEMENT CONDITION IN STEEL PLANT, AND OPERATIONAL METHOD OF STEEL PLANT
KR1020227032645A KR20220143920A (ko) 2020-03-31 2021-03-16 제철소에 있어서의 에너지 운용 조건의 최적 계산 방법, 제철소에 있어서의 에너지 운용 조건의 최적 계산 장치, 및 제철소의 조업 방법
US17/913,634 US20230151447A1 (en) 2020-03-31 2021-03-16 Optimal calculation method of energy operating condition in iron mill, optimal calculation device of energy operating condition in iron mill, and running method of iron mill
CN202180021930.3A CN115315669A (zh) 2020-03-31 2021-03-16 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

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020062922A JP7028272B2 (ja) 2020-03-31 2020-03-31 製鉄所におけるエネルギー運用条件の最適計算方法、製鉄所におけるエネルギー運用条件の最適計算装置、及び製鉄所の操業方法
JP2020-062922 2020-03-31

Publications (1)

Publication Number Publication Date
WO2021200118A1 true WO2021200118A1 (ja) 2021-10-07

Family

ID=77930358

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/010615 WO2021200118A1 (ja) 2020-03-31 2021-03-16 製鉄所におけるエネルギー運用条件の最適計算方法、製鉄所におけるエネルギー運用条件の最適計算装置、及び製鉄所の操業方法

Country Status (7)

Country Link
US (1) US20230151447A1 (ja)
EP (1) EP4130908A4 (ja)
JP (1) JP7028272B2 (ja)
KR (1) KR20220143920A (ja)
CN (1) CN115315669A (ja)
BR (1) BR112022019279A2 (ja)
WO (1) WO2021200118A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024057841A1 (ja) * 2022-09-13 2024-03-21 Ｊｆｅスチール株式会社 エネルギー運用支援システム、情報処理装置、表示端末装置、エネルギー運用支援方法および製鉄所の操業方法
TWI836484B (zh) 2022-06-23 2024-03-21 中國鋼鐵股份有限公司 氮氣供需的預測系統

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI826335B (zh) * 2023-06-19 2023-12-11 中國鋼鐵股份有限公司 用於預測高爐爐料使用量的方法及其電腦程式產品

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01109401A (ja) * 1987-10-22 1989-04-26 Konica Corp プラントモデルを使ったプロセス制御方法
JP2001101253A (ja) * 1999-09-30 2001-04-13 Sumitomo Metal Ind Ltd 取合せ方法、取合せ問題処理装置、及び記録媒体
JP2004171548A (ja) 2002-11-06 2004-06-17 Fuji Electric Holdings Co Ltd プラントの最適運用方法、最適設計方法、最適運転計画方法、及び最適化装置
JP2012014372A (ja) * 2010-06-30 2012-01-19 Canon It Solutions Inc 情報処処理装置、情報処理方法、及びコンピュータプログラム
JP5862839B2 (ja) 2013-12-16 2016-02-16 Ｊｆｅスチール株式会社 エネルギー需給運用ガイダンス装置及び製鉄所内のエネルギー需給運用方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01109401A (ja) * 1987-10-22 1989-04-26 Konica Corp プラントモデルを使ったプロセス制御方法
JP2001101253A (ja) * 1999-09-30 2001-04-13 Sumitomo Metal Ind Ltd 取合せ方法、取合せ問題処理装置、及び記録媒体
JP2004171548A (ja) 2002-11-06 2004-06-17 Fuji Electric Holdings Co Ltd プラントの最適運用方法、最適設計方法、最適運転計画方法、及び最適化装置
JP2012014372A (ja) * 2010-06-30 2012-01-19 Canon It Solutions Inc 情報処処理装置、情報処理方法、及びコンピュータプログラム
JP5862839B2 (ja) 2013-12-16 2016-02-16 Ｊｆｅスチール株式会社 エネルギー需給運用ガイダンス装置及び製鉄所内のエネルギー需給運用方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YUJIAO ZENGXIN XIAOJIE LILI SUNCHRISTODOULOS A. FLOUDASHECHANG LI: "A novel multi-period mixed-integer linear optimization model for optimal distribution of byproduct gases, steam and power in an iron and steel plant", ENERGY, vol. 143, 2018, pages 881 - 899

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI836484B (zh) 2022-06-23 2024-03-21 中國鋼鐵股份有限公司 氮氣供需的預測系統
WO2024057841A1 (ja) * 2022-09-13 2024-03-21 Ｊｆｅスチール株式会社 エネルギー運用支援システム、情報処理装置、表示端末装置、エネルギー運用支援方法および製鉄所の操業方法
JP7485241B1 (ja) 2022-09-13 2024-05-16 Ｊｆｅスチール株式会社 エネルギー運用支援システム、情報処理装置およびエネルギー運用支援方法

Also Published As

Publication number Publication date
US20230151447A1 (en) 2023-05-18
EP4130908A1 (en) 2023-02-08
KR20220143920A (ko) 2022-10-25
CN115315669A (zh) 2022-11-08
EP4130908A4 (en) 2023-09-20
BR112022019279A2 (pt) 2022-11-16
JP2021163085A (ja) 2021-10-11
JP7028272B2 (ja) 2022-03-02

Similar Documents

Publication Publication Date Title
KR101771985B1 (ko) 에너지 수급 운용 가이던스 장치 및 제철소 내의 에너지 수급 운용 방법
WO2021200118A1 (ja) 製鉄所におけるエネルギー運用条件の最適計算方法、製鉄所におけるエネルギー運用条件の最適計算装置、及び製鉄所の操業方法
Zeng et al. A novel multi-period mixed-integer linear optimization model for optimal distribution of byproduct gases, steam and power in an iron and steel plant
CN113723718B (zh) 一种能源碳排放预测方法、装置、设备及介质
US20200219027A1 (en) Knowledge transfer-based modeling method for blast furnace gas scheduling systems
JP5501893B2 (ja) プラント運転評価装置
CN108701332B (zh) 发电单元组的维护计划支援系统
Gan et al. Purchased power dispatching potential evaluation of steel plant with joint multienergy system and production process optimization
CN110837938B (zh) 基于模型预测控制架构的综合能源系统优化运行方法及系统
KR102231347B1 (ko) 부생가스 수급예측에 기초한 발전출력 제어장치 및 제어방법
JP6954497B1 (ja) エネルギー運用支援装置、エネルギー運用支援方法及び製鉄所の操業方法
van Niekerk et al. Developing an optimisation model for industrial furnace gaseous fuel distribution for energy cost savings
CN115210730A (zh) 能量供需运用指导装置以及炼钢厂内的能量供需运用方法
WO2017037849A1 (ja) 制御装置、制御方法、プログラム、及び水素エネルギー貯蔵システム
WO2024057841A1 (ja) エネルギー運用支援システム、情報処理装置、表示端末装置、エネルギー運用支援方法および製鉄所の操業方法
JP2021005311A (ja) エネルギー運用支援装置及びエネルギー運用支援方法
JP6728645B2 (ja) 機器選定システム、機器選定方法及びプログラム
TWI755986B (zh) 能源運用支援裝置，能源運用支援方法及煉鋼廠的運轉方法
JP7355712B2 (ja) 炉稼働管理装置、炉稼働管理方法、および炉稼働管理プログラム
Lee et al. Optimization of iron and steel manufacturing plant considering electricity price tariff and electric arc furnace control
Zhao et al. Prediction and optimal scheduling of byproduct gases in steel mill: trends and challenges
WO2024004585A1 (ja) 加熱炉燃焼ガス使用量予測装置、エネルギー運用最適化システム、エネルギー運用最適化装置、表示端末装置、加熱炉燃焼ガス使用量予測方法およびエネルギー運用最適化方法
Wang et al. A Multi-objective Optimal Scheduling Method by Considering Energy and Production for Integrated Energy System in Steel Industry
JPH0844403A (ja) エネルギー需給調整方法
Sun et al. A mixed integer programming model for gas distribution problem with complex gas applied characteristics

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21780211

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20227032645

Country of ref document: KR

Kind code of ref document: A

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112022019279

Country of ref document: BR

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2021780211

Country of ref document: EP

Effective date: 20221031

ENP Entry into the national phase

Ref document number: 112022019279

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20220926