[发明专利]一种基于设备多工况运行的能源系统优化调度方法

说明书

本发明公开了一种基于设备多工况运行的能源系统优化调度方法；具体方法包括：获取钢铁企业能源系统网络拓扑结构，可调度关键设备信息，能源产耗历史数据以及对应的生产工况；根据能源产耗历史数据和对应的工况构造数据集训练BP神经元网络；识别当前生产工况并结合未来周期生产、检修计划获取能源系统在未来调度周期内的能源供需数据以及能源不平衡量；预先建立设备单元数学模型；结合当前工况约束条件、单元数学模型采用混合整数非线性规划的方法建立经济运行成本EOC函数；求解最优解并获取分配方案；本发明方法针对实时生产数据获取优化调度方案，克服单一能源介质调节的缺陷，全面提高系统的能效及利益。

技术领域

本发明属于钢铁企业能源动态平衡与优化调度领域，尤其涉及一种基于设备多工况运行的能源系统优化调度方法。

背景技术

钢铁工业是国民经济的支柱型产业，是资源和能源密集型产业，同时也是进行能源系统优化的重点。钢铁企业在钢铁生产过程中，产生大量的煤气、蒸汽、电力等二次能源，占企业总能耗的一半以上。钢铁企业能源系统通过收集企业生产过程中的各类能源、载能体的投入产出数据并加以预测分析，采用集中式管理方法，优化不同能源、载能体的配比并统一调度，从整个企业的角度寻求最佳的能源使用方式以期达到节能的目的。在实际生产中，由于煤气、蒸汽不容易管理和储存，而且产生和消耗量波动大，放散严重，不仅造成能源浪费，还会污染环境。因此，提出一种对耦合的能源系统进行优化调度的方法是非常有意义的。

工况是设备在一定时间内的一种工作状态，根据设备类型、规格不同，定义各种工况，如：运行、故障、停机、升温、保温、降温等，因为正常工况下能源的产耗量不变，所以主要考虑重大的异常工况。由于设备产耗能情况不同，有的工况发生了会对能源系统造成较大的影响，如大型高炉休风、高炉加热炉炉停炉、锅炉检修、发电机组停机等这些工况发生时会引起能源介质的产耗量发生较大变化，这些工况是预测时候需要考虑的。由于工况定义的是未来一段时间内设备的状态变化情况，而这段时间内可能有多种设备的工况发生变化，每种设备的状态变化也可能引起多种能源介质的产耗量发生变化，因此，这是一个多工况多时段多能源介质的问题。

钢铁企业能源系统主要包括煤气、蒸汽、电力等介质，这些能源介质是相互耦合的，煤气可以用于产生蒸汽，蒸汽可以用于发电，发电机组将三者耦合在一起。由于煤气、蒸汽、电均不能大量存储(煤气柜主要是稳压作用)，当煤气波动时，通过调整发电量保证煤气、蒸汽的平衡；当蒸汽波动时，通过调整发电量进行保证蒸汽的平衡；由于外部电网的存在，电是自动平衡的。因此，煤气、蒸汽、电三者是耦合的，必须一起调度，单一介质的调度没有意义。

发明内容

针对现有技术的不足，本发明提供一种基于设备多工况运行的能源系统优化调度方法,上述方法克服了传统研究对单一能源介质的调节方法综合考虑多种能源耦合的关系以及企业生产的多工况问题。

本发明提供一种基于设备多工况运行的能源系统优化调度方法具体步骤如下：

S1、获取企业能源系统的网络拓扑结构、可调用设备关键信息、调度参数及企业能源系统在过去调度周期内的能源产耗历史数据，确定能源系统在未来调度周期内的生产计划、检修计划；

钢铁企业能源系统包括：煤气系统、蒸汽系统和电力系统；

S2、对能源产耗历史数据进行预处理，并根据预处理后能源产耗历史数据构造适用于BP神经网络的训练数据集；

S3、将训练数据集代入BP神经网络，获得训练的BP神经网络；

采集当前能源系统的实时数据，将实时数据通过训练的BP神经网络获取当前能源系统的当前生产工况；

根据当前生产工况和未来调度周期内的生产计划、检修计划，获取未来调度周期内的生产工况、能源系统在未来调度周期内的煤气需求量、煤气供应量，蒸汽的产汽源、蒸汽需求量，产电量和电力需求量；