[发明专利]一种钢铁企业静态能量流网络优化设计方法

权利要求书

1.一种钢铁企业静态能量流网络优化设计方法，其特征在于，包括：

获取钢铁流程各工序/设备的多种能源介质参数；

根据获取的多种能源介质参数建立静态能量流网络数学模型；

对建立的静态能量流网络数学模型进行求解，得到符合预设条件的各能源介质的分配方案，所述预设条件包括：在满足生产用能平衡的前提下；

根据得到的符合预设条件的分配方案进行能源结构的优化调整，根据优化调整后的能源结构，确定静态能量流网络；

其中，所述根据获取的多种能源介质参数建立静态能量流网络数学模型包括：

确定静态能量流网络数学模型的约束条件；

根据获取的多种能源介质参数及确定的约束条件在保证钢铁企业正常生产的条件下，结合生产实际，建立各能源介质的分配利用模型；

基于建立的各能源介质的分配利用模型，建立静态能量流网络数学模型；

其中，所述约束条件包括：能源供需平衡约束、能源介质约束、用能设备的操作约束、物料转换平衡约束、能量平衡约束和其他约束；

其中，所述能源供需平衡约束

在钢铁企业生产过程中，当企业生产状况给定时，包括主生产系统、能源转换系统、辅助系统整个流程的能源消耗和发生量就会确定，进而就能够建立钢铁企业整个能源系统的供需平衡关系，具体表现形式如下所示：

式中：U_i表示能源介质i的盈余量，表示能源i在工序j中的回收量，表示能源i在工序j中的使用量，b_i表示能源介质i的放散量量，m表示主生产系统共有m种工序/设备，k表示能源转换系统共k种工序/设备，l表示辅助系统共l种工序/设备；

所述能源介质约束

当钢铁生产流程的生产情况确定时，各能源介质的产生量和需求量也随之确定，对于煤气、蒸汽能源介质来说，要求能源转换系统各用户能源介质的使用量和放散量的和不大于能源介质的产生量，具体描述如下：

对于除煤气、蒸汽以外的能源介质来说，要求钢铁生产的需求量、最大外销量以及放散量的和不大于能源介质的产生量：

式中：表示能源介质i的最大外销量；

所述用能设备的操作约束

用能设备的操作约束反映了各用能工序/设备的工艺操作需求，即在使用某种煤气时，需要保证加热设备的温度要求，而加热温度直接取决于煤气热值的大小，热值过低，达不到加热温度要求，过高又对加热产生不利影响，因此需要把煤气的热值维持在一定的范围内，具体表现形式如下：

Q_j，min≤Q_j≤Q_j，max

式中，Q_j表示工序j混合煤气的热值，Q_BFG、Q_LDG、Q_COG分别表示BFG、LDG、COG的热值，Q_j，min、Q_j，max分别表示工序j需求煤气热值的最小值和最大值、分别表示BFG、LDG、COG工序j中的使用量；

所述物料转换平衡约束

在钢铁生产制造流程中，某些工序发挥着能源转换功能，将一种形式的能源介质转换成另一种的能源介质，它们之间存在着一定的平衡，具体表现为：

式中，表示能源介质l在工序j转换为能源介质i的转换效率；

所述能量平衡约束

能量平衡约束分为两类：一类是根据能量守恒定律，能量在转换过程中总量始终保持不变，这里是指煤气、蒸汽、电力之间的相互转换过程之中的能量平衡，另一类是指能源介质之间的替换，需要保持能量总量的恒定，进而保证生产产能的恒定，这里是指加热炉能源介质的替代导致的能量总量的平衡，具体描述如下：

煤气-电转换能量平衡

煤气-蒸汽转换能量平衡

蒸汽-电力转换能量平衡

加热炉能源介质相互替换能量平衡

加热炉存在蓄热式加热技术，因此可以利用高炉煤气替代焦炉煤气使用，建立以下平衡约束：

式中，表示电在工序j中的回收量，分别表示蒸汽s1、s2、s3在工序j中的回收量，分别表示蒸汽s1、s2、s3在工序j中的使用量，η_j对于发电工序代表工序发电效率，对于产汽工序代表工序热效率，s1、s2、s3分别表示高压、中压、低压三种蒸汽，h_ele表示电的热值，h_s1、h_s2、h_s3分别表示三种蒸汽的焓值，分别表示当钢铁流程生产恒定时，工序j高炉煤气、转炉煤气、焦炉煤气的初始消耗量；

所述其他约束，包括：

非负约束

初始值约束

其中，initial value表示初始值；

所述静态能量流网络数学模型为：

其中，所述利用遗传算法对建立的静态能量流网络数学模型进行求解，得到符合预设条件的分配方案包括：

将静态能量流网络数学模型最大值的参数集转换成二进制字符串，其中，所述参数集包括：各个工序/设备对应的各能源介质的回收量和使用量、及各能源介质的放散量；

采用乘法的形式构造惩罚函数，根据构造的惩罚函数产生带有惩罚项的适应度函数；

确定遗传策略，初始化种群及运行参数，所述运行参数包括：预设的停止准则和最大进化代数；

基于转换成的二进制字符串，利用适应度函数计算种群中每个个体的适应值；

根据确定的遗传策略，对转换成的二进制字符串运用复制、杂交、变异遗传算子，产生新群体，利用适应度函数计算新群体中每个个体的适应值；

判断新群体中每个个体的适应值是否满足预设的停止准则或当前进化代数已达到最大进化代数，若是，则停止迭代；否则，返回执行根据确定的遗传策略，对转换成的二进制字符串运用复制、杂交、变异遗传算子，产生新群体的步骤；

获取最大适应值对应的各个工序/设备对应的各能源介质的回收量和使用量、及各能源介质的放散量作为全局最优解；

其中，根据得到的符合预设条件的分配方案进行能源结构的优化调整，根据优化调整后的能源结构，确定静态能量流网络包括：

根据获取的最大适应值对应的各个工序/设备对应的各能源介质的回收量和使用量、及各能源介质的放散量，进行能源结构的优化调整；

根据优化调整后的能源结构，确定静态能量流网络；

所述对建立的静态能量流网络数学模型进行求解，得到符合预设条件分配方案包括：

利用遗传算法对建立的静态能量流网络数学模型进行求解，得到符合预设条件的分配方案。