基于能量流网络仿真的钢铁工业多能源介质优化调配-孙彦广.pdf

《基于能量流网络仿真的钢铁工业多能源介质优化调配-孙彦广.pdf》由会员分享，可在线阅读，更多相关《基于能量流网络仿真的钢铁工业多能源介质优化调配-孙彦广.pdf（15页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第43卷第6期2017年6月自动化学报ACTA AUTOMATICA SINICAV0143No6June，2017基于能量流网络仿真的钢铁工业多能源介质优化调配孙彦广， 梁青艳， 李文兵1 贾天云1摘要钢铁工业发展面临能源的严重制约，能源优化调配是钢铁企业系统节能的关键技术之一从钢铁制造流程物质流能量流耦合特点出发，首先，探讨了基于能量流网络仿真的钢铁工业多能源介质综合优化调配策略；然后，探讨了能量流网络化建模、生产流程与能源系统结合的能源仿真、多能源介质综合优化调配技术；最后，给出了在钢铁企业示范应用的效果关键词钢铁工业，能量流网络，流程仿真，能源优化引用格式 孙彦广，梁青艳，李文兵，贾天

2、云基于能量流网络仿真的钢铁工业多能源介质优化调配自动化学报，2017，43(6)：1065-1079DoI 1016383jaas2017c170184Steel Industry Multi-type Energy Optimized Scheduling withEnergy Flow Network SimulationSUN YanGuan91 LIANG QingYanl LI WenBin91 JIA TianYunlAbstract Energy optimized scheduling is one of the key techniques for system energy

3、 saving in steel industryIn thispaper，firstly，the energy optimized scheduling method with energy flow network simulation is introduced in the contextof mass flow and energy flow coupled steel processSecondly，some techniques including energy flow network model，steel process and energy system integrat

4、ed energy simulation，multitype energy optimized scheduling in steel works areaddressedIn the end，some examples are given to illustrate the application results of the new energy optimized schedulingmethodKey words Steel industry,energy flow network，process simulation，energy optimizationCitation Sun Y

5、anGuang，Liang Qing-Yan，Li Wen-Bing，Jia TianYunSteel industry multitype energy optimizedscheduling with energy flow network simulationActa Automatica Sinica，2017，43(6)：1065-1079钢铁工业是能源密集型产业，我国钢铁工业能耗约占全国工业总能耗的161】目前我国钢铁企业的吨钢能耗仍比世界先进水平国家高出10左右面对节能减排的严峻形势，钢铁工业亟需通过绿色化、智能化实现可持续发展能源优化调配是钢铁企业系统节能的关键技术之一通过能源

6、优化调配可以实现能质匹配，提高能源的利用率，降低二次能源放散，在满足生产对能源质量和数量要求前提下，降低能源成本钢铁工业能源系统的特点对能源调配技术提出了挑战首先，钢铁企业能源介质种类繁多，包括收稿日期2017-0406 录用日期2017-0511Manuscript received April 6，2017；accepted May 11，2017国家高技术研究发展计划(863计划)(2013BAE07801)资助Supported by National Basic Research Program of China(863Program)(2013BAE07801)本文责任编委王伟Re

7、commended by Associate Editor WANG Wei1中国钢研科技集团冶金自动化研究设计院混合流程工业自动化系统及装备技术国家重点实验室北京1000711State Key Laboratory of Hybrid Process Industry Automa-tion System and Equipment Technology,Automation Researchand Design Institution of Metallurgical Industry，China Iron andSteel Research Institute Group，Beijin

8、g 100071煤、焦炭、煤气、电力、蒸汽、技术气体、压缩空气、水等近30种其次，各种能源介质与钢铁生产流程耦合紧密，很多二次能源介质直接产生于钢铁生产过程的副产品或余热余能回收利用，如高炉煤气、焦炉煤气、转炉煤气、各种蒸汽回收、CDQ(Coke dry quenching)发电和TRT(Blast furnacetop gas recovery turbine unit)发电等此外，各种能源介质的产生、转换、存储、输送和分配使用通过能源管网实现，构成了复杂的相互制约的能量流网络对于钢铁工业单一介质优化调配问题，很多学者进行了研究在钢铁副产煤气调配方面，针对煤气产生消耗量预测问题，刘颖等【3】

9、基于改进回声状态网络用于高炉煤气发生量预测，张颜颜等【4l采用改进的数据驱动子空间算法求解钢铁企业能源预测问题，肖冬峰等【5】基于改进BP(Back propagation)网络的高炉煤气发生量预测模型；针对煤气优化调配问题，Akimoto等16J采用多周期混合整数线性规划模型研究煤气柜位控制和自备电厂煤气分配问题，张琦等【7 J提出了钢铁联合企业煤气系统优化分配模万方数据自 动 化 学 报 43卷型，Giacomo等【卜9】从煤气利用效益最大和二氧化碳排放最小角度研究了煤气系统多目标优化求解算法，Yang等【10J研究了考虑副产煤气存储能力的富裕煤气最优分配问题在氧气优化调配方面，Han等【

10、llJ研究了考虑电费的氧气系统优化问题在电力系统调配方面，王小辉112J研究了某钢厂电力负荷模拟与预测研究问题，Ashok13】提出了一种适合工业热电联产系统的最优能源优化分配模型，高云龙等【14 J研究了高耗能企业关口平衡优化调度及其输出功率控制方式，刘坤等【15】研究了考虑负荷及煤气量不确定性的企业微电网自发电调度模型，张玉庆等提出了综合考虑发电、配电、用电环节的钢铁企业智能微电网系统运行框架钢铁工业单一介质优化调配，不能考虑各种能源介质的产生、转换间的关联关系，难以取得多种能源介质综合优化的效果对于钢铁工业多介质优化调配问题，近年来也有一些学者进行了研究李丹【17】提出了基于价值最大化的

11、能源系统综合调整策略，孟华【18】研究了钢铁企业自备电厂机组配置优化及煤气优化调度问题，张琦等【19】建立了钢铁企业副产煤气一蒸汽一电力耦合模型，通过ILOG Cplex求解出模型的最优解，获得煤气、蒸汽和电力的最优分配方案，孙彦广基于能量流网络信息模型提出了6大类多种能源介质分解一协调动态调控策略，曾玉娇等【21-22】建立了钢铁企业蒸汽和发电综合优化调度模型何佳毅等123】研究了钢铁企业能源系统网络模型仿真及组态问题，Nawzad【24】提出了仿真和优化结合的方法为提高能效提供决策支持上述钢铁工业多介质优化调配方案，并没有充分考虑钢铁工业能源系统与钢材生产系统耦合紧密的特点，事实上，生产系

12、统品种、产量、设备状态和工艺路径的不同，能源系统各介质的产生、转化、分配和使用需求不同，都会导致各种能源介质的平衡关系、优化约束边界条件发生变化，使优化效果大打折扣论文从钢铁制造流程物质流能量流耦合特点出发，提出了基于能量流网络动态仿真的钢铁工业多能源介质综合优化调配策略首先，基于主生产工序的能量流模型、分介质能量流网络模型建立钢铁企业物质流能量流集成的能量流网络模型，充分表征物质流、能量流相互耦合和相互影响；然后，通过输入当前生产计划、工艺路径、设备运行状况等信息进行钢铁制造全流程仿真，来识别、调整生产系统对能源系统的时变需求，形成多时间周期动态变化的优化约束边界条件；最后，针对不同生产场景

13、进行优化求解，给出对应的多能源介质动态优化调配论文首先探讨了能量流网络化建模、生产流程与能源系统结合的能源仿真技术；然后，探讨了多能源介质综合优化调配技术；最后，通过在钢铁企业示范应用案例验证了论文所提方案的有效性1钢铁工业能量流网络化模型钢铁工业能量流贯穿于能源使用、能源回收和能源转换输配三个环节，在不同环节有不同的能源介质表现形式完整描述钢铁企业能量流网络的信息模型结构包括主生产工序的能量流模型、分介质能量流网络模型和钢铁企业能量流网络集成模型其中，主生产工序的能量流模型描述各生产工序能源使用和回收情况，分介质能量流网络模型描述各种能源介质产生、转换、输配情况钢铁企业能量流网络集成模型将能

14、源使用、回收、转换输配三个环节能源信息关联起来，并形成多种能源介质间的调控【20】图1为三个模型之间的信息流和控制流示意图11主生产工序的能量流模型国内外对钢铁企业主生产工序的能量流模型做了很多研究25-30】，从生产工序物料平衡和能源平衡的角度，分析了各种工艺制度对钢铁企业能源结构的影响，以及钢铁企业佘热余能循环利用的潜力这些模型的能耗计算是按钢比进行静态匹配计算，不能反映生产节奏、设备检修故障、能源缓冲等动态变化，而且这些模型没有考虑与能源网络的信息交互，无法满足能源动态调配的需要针对上述问题，采取了以下措施，建立主生产工序的工序能量流模型20J：1)将主生产工序设备细分为能源消耗设备和能

15、源回收设备，通过启动停止等状态进行标识，以反映设备正常、故障等动态运行状况，设备状态信号来源于设备检修计划和设备管理系统；煤气管网、蒸汽管网和自发电机组等能源调配响应周期为20分钟到40分钟，模型循环计算的时间粒度确定为30分钟2)在能量流模型中引入钢铁生产流程动态调控机制：根据生产计划，确定工艺路径、主生产工序单元种类和每单元钢材产量；根据作业计划、维护计划决定各单元的运行时间；各生产单元按工艺路径依次计算，并考虑前一工序输出和库存对后工序运行的影响3)单元模型的输入输出与各能源介质网络模型对应，便于能源调控方案的研究主生产工序能源输入输出模型由于其与生产品种、产量、工况、原料结构、工艺制度

16、等密切相关，很难用一个统计模型描述论文研究中分析了影响介质波动的因素，把影响因素分为静态因素、动态因素及本身波动特性，采用基于工况信息的分段建模万方数据6期 孙彦广等：基于能量流网络仿真的钢铁工业多能源介质优化调配 1067图1 能量流网络模型的信息流与控制Fig1 Information flow and control of energy flow network model方法进行模型描述以高炉煤气回收量模型为例正常生产、休风、减风等不同工况下煤气流量模型描述如下：。(t)=Q，QaAG，QA1t，0A2t，Q减风+Bt，正常生产状态减风状态从正常生产状态到休风状态休风状态从休风状态到正

17、常生产状态从减风状态到正常生产状态式中，Q为正常生产状态煤气平均瞬时产量；为煤气瞬时流量和鼓风量的关系系数，通过历史统计数据辨识获取；G为减少风量；A1，A2分别为从正常到休风和从休风恢复正常时煤气流量变化斜坡系数，A1=Q正，A2=QT2；B为从减风状态到正常生产状态的煤气流量变化斜坡系数，B=(QQ减风)瓦；Ti，噩，死分别为正常到休风、休风到正常及减风到正常状态过渡时间Q减风为减风状态煤气平均瞬时流量12 分介质能量流网络模型分介质能量流网络模型是从燃气、蒸汽、电、技术气体(氧氩氮)、压缩空气和水等分介质管网角度，将主生产工序分能源介质的消耗、回收与能源系统分能源介质的产生、储存、转换分

18、配连接起来，建立分介质管网数学模型能源管网拓扑结构的描述利用图论的有向图原理，通过关联矩阵(树枝矩阵、连枝矩阵)和基本回路矩阵将管网图形(枝状网与环状网混合)信息数据化，并与能源节点相关联能源管网基本方程根据流体网络的一些基本定律，如质量守恒定律、能量守恒定律、阻力定律，确定连续性方程、能量方程和压降方程，并对管段摩阻系数进行辨识13钢铁企业能量流网络集成模型在主生产工序的能量流模型和分介质能量流网络模型基础上，建立钢铁企业能量流网络集成模型，将主生产工序的能量流模型的计算结果与分介质能量流网络模型计算结果衔接起来，如图2所示主生产工序作为介质能量流网络的终端节点从能源管网获取所需要的各种能源

19、介质，产生主产品、副产品，同时回收能源介质，回收的能源介质又作为介质能量流网络的始端节点介质能量流网络模型始端节点除了回收能源外包括自产和外购能源，中间环节包括存储、转换分配及连接介质管网，终端节点包括主产用户、能源生产单元用户、公辅及小用户，多余的能源放散或外送其中能源生产单元在不同的介质能量流网络中角色不同，一方面在本身的产出介质能量流网络中作为始端节点，产生自产能源；另一方面因为能源单元也消耗能源，因此在其他万方数据1068 自 动 化 学 报 43卷介质的能量流网络中，作为终端节点，消耗能源钢铁企业能量流网络集成模型包括两部分：1)主生产工序与介质能量流网络模型集成；2)各介质能量流网

20、络之间集成图3为主生产工序之一的高炉与介质能量流网络模型集成示意图，高炉从各介质能量流网络模型获取能源作为能源输入，产生铁水，同时回收高炉煤气，产生的高炉煤气又作为高炉煤气能量流网络模型的输入高炉消耗及回收能源模型在主生产工序能量流网络模型中描述图4为某钢铁企业电力系统与其他介质能量流网络集成模型示意图，电力能量流网络始端输入节点包括300 MW煤气和燃煤CHP(Combined heat图2钢铁企业能量流网络集成模型结构框图Fig2 Structural block diagram of energy flow network integration model for iron and s

21、teel enterprises图3高炉工序与能量流网络模型集成Fig3 Blast furnace process and energy flow network model integration万方数据6期 孙彦广等：基于能量流网络仿真的钢铁工业多能源介质优化调配 1069and power)发电、25 MW余热发电、CDQ余热发电、TRT余能发电及外购能源，终端节点除给各主工序生产用户外，还作为其他能量流网络(技术气体、压缩空气、水等)始端节点的能量输入，各介质能量流网络集成模型主要考虑能源介质之间的转换2生产流程与能源系统结合的能源仿真技术基于上述能量流网络化模型，开发了生产流程与能

22、源系统结合的能源仿真计算软件，如图5所示能源系统动态仿真首先确定介质之间优先级依赖关系，如图6所示钢铁企业能源介质种类繁多，主工序生产用户及公辅审罅肫申自发电机组 (一络) 社会电网l外购煤-tbCHP卜忙机忏站忪忪理f闩审事主工序生产用户及公辅图4 电力能量流网络与其他介质能量流网络集成Fig4 Power energy flow network and other media energy flow network integration能源仿真调配方案彳可视化仿真建模工具模型 设备 设备输 工序运 初始八 模型计参数 单元 入输出 行状态 化参 叫算引擎流程网 数设录入组态 设定络组态

23、定全流程信息模型主工序能量流网络模型 介质能量流网络模型 企业能量流网络集成模型图5基于能量流网络模型的能源系统动态仿真Fig5 Dynamic simulation of energy system based on energy flow network model万方数据自 动 化 学 报 43卷生产环节能源产耗模型(主工序) 公辅设备譬剞上 镒鬻U 蜘蒙 妙燃能源生产环节产耗模型(能源生产工序)对水的需求I氢气 2鼓风 3压风 4氧气 5水氢对 J 燃 J L气 鼓风对压l风需求 压风对求 水需求斗 6燃气 制氧对氢 氢气 气水需求对 对 J l n电 蒸及需 汽 搿塞水对蒸汽求 需需

24、求 笺鼓风对 压风对 犁纂d日水需求求商求 电需求 电需求7蒸气 J蒸汽产 蒸汽对生电 电需求1 rl刊。 l!”l、_】各能源介质外购、产生、回收、消耗、放散、损失、存储能源设备各介质消耗情况图6介质之间优先级依赖关系Fig6 Priority dependencies between media大致可分为燃气和煤、蒸汽、电、技术气体、压缩空气和水6大类，分析能源介质间消耗转换一产生的“链条”关系，燃气系统处于转换“链条”上游，电、蒸汽系统处于转换“链条”中游，技术气体、压缩空气、水处于转换“链条”下游据此，把技术气体、风、水的需量转化为对电、蒸汽、燃气的需求，重点解决煤气一蒸汽一电三类能源

25、介质的调配对于每一种介质，基于一定的调配规则按次序对各负荷进行分配，图7给出副产煤气的分配次序副产煤气的用户分为基准用户和缓冲用户基准用户为主生产工序用户，如高炉热风炉、轧钢加热炉等，缓冲用户为能源系统用户，如蒸汽锅炉和自发电机组基准用户的优先级高于缓冲用户因此仿真计算时，首先根据全流程能源需求和可回收计算结果，满足基准用户需求，多余煤气为可供缓冲用户量根据蒸汽和电需求，计算出缓冲用户实际使用量，可供缓冲用户量与缓冲用户实际使用量之差为煤气多余量动态仿真过程是事件驱动的仿真计算过程中，在主生产工序能量模型引入了生产设备启停和正常异常生产工况的事件标识，反映生产过程的动态变化；在分介质能量流模型

26、中，设置了能源设备启停标识，同时能源介质管网平衡模型考虑了管网压力、气柜柜位的计算，反映能源系统设备运行、能源放散等动态变化通过钢铁企业能源系统模拟仿真计算，可以分析各能源介质在能源使用、能源回收和转换输配三个环节动态变化情况，分析评估各环节的效率和流万方数据6期 孙彦广等：基于能量流网络仿真的钢铁工业多能源介质优化调配程综合效率；分析对比各种钢铁制造流程、生产作业计划、中间缓冲能力和二次能源转换输配方案对能耗和效率的影响，为钢铁企业能源系统的设计方案和运行策略的对比和优化提供定量分析手段图8为某钢铁企业一段时间内煤气和电力供需平衡情况3基于能源仿真的多能源介质综合优化调配31 基于能源仿真的

27、多能源介质综合优化调配流程以上基于调度规则的仿真运行模式，可以支持蒸汽和电模型以满足生产用户需求和放散最小为目标的多介质能源调配在此基础上，引入优化算法实现以多介质能源成本最小为目标的多能源介质综合优化调配钢铁企业生产品种、产量、设备状态和工艺路径的不同，能源系统各介质的产生、转化、分配和使用方式不同，都会导致各种能源介质的平衡关系、优化约束边界条件发生变化，使静态优化效果大打折扣能源仿真的主要目的是输入当前生产计划、工艺路径、设备运行状况等信息，通过仿真计算实时识煤气基准分配模型(根据模型计算出生产工序用户实际使用的燃气量、气柜补气量、可供缓冲用户量)(燃气模块蒸汽、电消耗)煤气缓冲用户分配

28、模型一(可供缓冲用户量减去实际使用量得出最终的煤气剩余量)柜位和放散计算模型(煤气剩余量和柜位值比较，大于柜位放散极限值放散计算新柜位值，为下一步初值)图7煤气的调配规则及各类负荷分配次序Fig7 Gas distribution rules and various types of load distribution order煤气供需平衡 电供需1i衡图8某钢铁企业一段时间内煤气和电力供需平衡情况Fig8 Gas and electricity supply and demand balance in a period of time in a steel enterprise工序窑1二序

29、1万方数据1072 自 动 化 学 报 43卷仿真计算启动基于能量流网络 输入生产计划模型的仿真模块 确定流程工艺路径及工序单元生成作业计划和维修计划LT一主生产工序能量流模型 r土_1置生产设备启停标识 主生产工序能量消耗、回收量计算置正常异常生产工况L_一 计算生产工序各种能源介质消耗 L生产工序能量流模型 量和回收量F一生成生产工序各能源介质净需求JLL1一能量流网络集成模型 l厂上r-J 能源系统介质转化计算JL、技术气体介质转换模型分介质能量流网络模型LI 压缩空气介质转换模型置能源设备启停标识 水介质转换模型能源介质管网平衡模型 氢气介质转换模型=1_=tL=丁_=_=一； I厂、

30、磊丽磊磊磊赢磊 !l L厂一 ：l匿彝压尹一l：=二二二二二= ：I广 别、调整生产工序能量动态平衡约束条件、能源介质转换动态平衡约束条件和能源设备产能约束条件，提高多能源介质综合优化调配对生产系统、能源系统动态变化的适应性基于能源仿真的多能源介质综合优化调配流程如图9所示1)基于能量流网络模型的仿真首先，根据生产计划确定流程工艺路径及工序单元，生成作业计划和维修计划，调用主生产工序能量流模型计算生产工序各种能源介质消耗量和回收量，以及生产工序各能源介质净需求，据此形成主生产工序能量动态平衡约束条件；然后，调用分介质能量流模型进行能源系统介质转化计算，将技术气体、压缩空气、水、氢气等介质需求转

31、换成对于煤气、蒸汽和电力需求，形成能源介质转换动态平衡约束条件；同时调用分介质能量流网络模型，根据能源设备启停标识和能源介质管网平衡模型生产能源设备产能动态约束条件2)多能源介质动态调配优化汇总上述仿真信息，生产目标函数和约束条件，进行煤气一蒸汽一电力动态调配优化，进而得到技术气体、压缩空气、水、氢气、煤气、蒸汽和电力分介质调配方案32 目标函数钢铁企业需要充分利用一次能源(如动力煤)、副产二次能源(副产煤气)和余热余能资源(余热、余压)，安排各生产设备进行蒸汽和电力的优化生产，在满足生产过程对各种能源介质的需求下，降低整个系统的运行费用，减少煤气放散，降低能源消耗，提高企业的经济效益为此，目

32、标函数选为给定调度周期内整个钢铁企业煤气一蒸汽一电力系统运行费用最低，包括燃料费用、锅炉给水费用、设备维护费用、煤气放散惩罚费用，电能供给不足时的外购电费以及电能富余时的外送电收益【21_2 2，31】技术气体、压缩空气和水等能源介质的费用通过煤气、蒸汽、电力三类能源介质费用来表征min J=(qF叫g+G训=1 i=1 gTse露；鲥+瓯蟛)丁+，i万方数据6期 孙彦广等：基于能量流网络仿真的钢铁工业多能源介质优化调配舰f丁+=1 j=1T 口弓丁+G ef。t=1 g=1T心，t丁+R，tCb，tt=1丁瓯7-+F R，G，(1一瓯)7-一式中，T为一个调度周期内所包含的时段数目，s。表示

33、蒸汽生产设备的数目，虬。表示电力生产设备的数目，。表示副产煤气的数目，7_表示每个操作时段的工作时间，q表示副产煤气9的价格，霹。表示设备i在t时段副产煤气9消耗量，Goal表示外购煤的价格，霹；al表示设备i在t时段燃料煤的消耗量，CMi和尬。分别表示产汽设备的制造费用(包括设备折旧、维修费用，人工薪酬等)和在t时段的蒸汽产量，CMj和只。分别表示发电设备的设备维护成本(元)以及在t时段的发电量，G。l，。表示副产煤气9的放散惩罚价格，兄，t表示副产煤气9在t时段的放散量，R，。表示在t时段的关口交换功率，良表示外网在t时段的供电状态，r 1 j兰D 、n瓯=：竺?。t“，Cb，：为t时段的

34、外购电 。 l 0，若只。0。 。一价，Gt为时段t的外送电价33约束条件包括生产工序能量动态平衡约束条件、能源介质转换动态平衡约束条件和能源设备产能约束条件，根据从钢铁企业制造执行系统(Manufacturingexecution systems，MES)、能源管理系统(Energymanagement systems，EMS)获取的当前生产计划、工艺路径、设备运行状况等信息，通过仿真计算进行动态调整1)蒸汽、电力、煤气需求平衡约束钢铁企业在不同时段对蒸汽、电力、煤气的需求是不同的，且在每个时段系统必须满足能源供需平衡NT踞8溉J=1式中，硝r表示发电设备J在t时段的发电功率：PD，。表示电

35、力用户在t时刻的总电力需求碟8“表示蒸汽锅炉设备i在t时段的蒸汽产量(th)；聪-8加和瑞L5溉分别表示汽轮机J在t时段蒸汽消耗量和抽汽量；F孑表示在t时刻的总蒸汽需求K。，为t时段煤气柜中煤气量，兄n。为生产用户札在t时段内的副产煤气夕的消耗量2)蒸汽锅炉能量平衡模型枷隆k 1刷77尹l碟也+聆“凰训l 9= J碟一咖(妒”一Hw)式中，77尹表示第i台蒸汽锅炉的效率，Hc oal表示外购动力煤的热值(kJt)；矾表示副产煤气9的热值(kJm3)；拥表示蒸汽锅炉设备i所产蒸汽的焓值(kJt)；砰表示蒸汽锅炉设备i给水的焓值(kJt)3)余热余能回收发电设备(如CDQ)能量平衡模型叩二RR州=

36、瞄。(九。，一蜷)+焉，。h出式中，叼荔R表示第m台余热余能发电设备的效率，R。，t和暖。分别表示余热余能发电设备m在t时刻回收的余热和r等级蒸汽的产量4)利用副产煤气的热电联产(CHP)设备能量平衡模型gas曜。凰+?引凰。)仉=9=1p。GTh。+(危。，一九善)式中，m表示第惫台热电联产设备的效率，雕：，磁分别表示自发电设备k在t时段的r等级蒸汽的产量和发电功率5)设备能力约束蒸汽锅炉产汽量能力F舞 F躲s F。BP s啭蛩汽轮机进汽量约束钾丁咒u瞄一RKf一=r一=肌of，曲一|一T。=j礞=b一一4产蜥M)+TL“|一万方数据自 动 化 学 报 43卷瑶pF”aT溉翟”汽轮机抽汽能力

37、瑶少s F”CT鲋”黧”发电设备有功出力约束p舯a i。pJC，S pG ax6)发电机组燃料约束发电机组燃气锅炉对煤气量使用的上下限范围霞幽鹾。瑶。对于多种煤气混烧锅炉，使用的煤气不但对量有要求，而且对其质也有要求，通常要求多种煤气的混合热值要大于最低要求觑式中，屈第i台发电机对混合煤气热值的最低要求(kJkg)7)富裕煤气供应约束在整个调度周期内的每一时间段内，副产煤气的使用总量要小于或等于该时段煤气供应上限霞。=(holder一1一holder)+R；式中，足。为第J种煤气在t时刻的供应的上限霹。等于期初和期末煤气柜位存储量之差再加上回收量减去主工序消化量后的剩余量R，即剩余煤气可用量8

38、)发电机爬坡约束一DRif男一尸是!URi式中，UR为发电机i瞬间上调的约束值，即发电机在一个时段内能增加最大功率；DRt为发电机i瞬间下调的约束值，即发电机在一个时段内能减小的最大功率34优化求解算法上述所建的多周期优化模型属于一类高维、非线性、多约束优化问题非线性问题由于混合煤气热值约束的非线性、锅炉效率与蒸汽负荷的非线性、发电机组燃料消耗与发电量和抽汽量的二次曲线关系等引起针对这类问题，结合本文研究的多能源介质优化调配的特点，采用粒子群算法(Partide swarmoptimization，PSO)为基本算法针对常规PSO存在的缺乏有效的约束处理机制、随着问题维数的增加容易陷入局部极值

39、和收敛速度变慢等缺点，对常规PS0算法进行了改进，提出了混沌自适应粒子群算法进行优化求解21_22，31|，该求解算法在文献21中有详细介绍该算法具有以下特点：1)在参数选择上，采用有效动态变化机制进行自适应调整为了增加种群的多样性，跳出局部极值，引入了自适应变异操作自适应变异机制采用两种不同变异算子即差分变异和高斯变异，对种群中的每个个体进行变异，增加了种群的多样性，引出算法跳出局部最优，并采用贪婪原则选择适应度最优个体作为下一代，提高了算法全局寻优性能2)在约束条件的处理上，采用启发式规则而不是常规的罚函数方法进行约束处理对于含有大量约束条件的优化问题，罚函数方法不仅带来大量惩罚调整参数工

40、作量，而且还导致寻优效率降低甚至搜索不到最优解本文针对所建模型的特点，采用一种有效的启发式约束处理方法，通过对不可行个体进行有效的逐次调整，使所有约束条件逐一得到满足4应用实例分析41应用背景211某钢铁企业蒸汽电力系统主要由4台燃料锅炉(B1一B4)、2台抽汽背压式汽轮机(BTl和BT2)、2套干熄焦发电装置(CDQ)，2台热电联产机组(CHP)组成，为生产工艺过程提供电力、S1蒸汽(2038MPa，450。C)、S2蒸汽(078一127 MPa，170一280。C)和S3蒸汽(03078 MPa，142170。C)其系统关系示意图如图10所示其中，4台锅炉(B1一B4)消耗高炉煤气(Bla

41、stfurnace gas，BFG)和焦炉煤气(Coke oven gas，COG)供Sl和S2两种品质蒸汽；锅炉B3和B4消耗动力煤和副产煤气为汽轮机(BTl和BT2)提供蒸汽S1发电，并产生S2抽汽和乏汽；2套CDQ设备回收红焦的显热发电，并可以供S1和S2两种品质蒸汽结合该企业煤气蒸汽一电力系统实际情况，建立该钢铁企业煤气一蒸汽一电力集成优化调度模型的目标函数为24min J=006(砰鲥FG+砖爵+飞F3B即FGt=124砖器+礤+磋孙，。)+04t=1呵kF一缸醒一醒甜万方数据6期 孙彦广等：基于能量流网络仿真的钢铁工业多能源介质优化调配 1075一CHP一*E一茫：一fr煤御一群F

42、一墓二-=毒-=I?榭 ”鳟BB：1E三 一(焉CO玲B，I- 晦一N卜茴一余热K一咖一球E：警31三三 一。N CDQ_2#卜营一=：=。：一+燃料 ”S1蒸汽 一s3蒸汽一一一一一+电 一一一s2蒸汽图10某钢铁企业煤气一蒸汽电力系统示意图Fig10 A diagram of a gassteamelectric power system in a steel enterprise(岛譬+岛譬+嘲譬+磁譬+器，。+磺蹄，。)+650(踹P+t=124。F22C，CHoal P)+7(Fw，即+磁，。+磁，。+磁，。+磷HP。+磷刊+6(刍，。+F邪i11，。+露刍，。+F邶Sl，。)+t=

43、124006(P1，CH即+P2，CH即+t=1P1，BT，+P2，BT，t+P1，CDQ，t+P2，CDQ，t)一2403394Pst+07188Pb，t+04917Pb一02796Pb，ttEflat tEvalley各设备正常运行条件约束方程如下：蹬鼬FG60 000磋即OG10000磋刍。7030012018050 000磴肌FG290000肌OG20 000磋刍。260该优化模型共包括24个调度时段，每个时段为1小时一一一000，、【似姗咖瓤姗一一一附踯即。即础霹鹾一一一000，-J(、-一K加踟3115一一一一mEEEE蔼互蔼互爷乏，乏磋磋磋&一一一一0000，-J、l-LmEEE

44、EkT互丁文T丁据k心k$L，k凡一一一一0000，IJC、0000020l16一一一QQQDDD1C2CC磋磋最一一一000，Jlk00C0201l6一一一QQQDDDlC2CC磁磁一一一000，、璐。|璐璐岫一一一0O0，、L咖咖0O0617一一一w即即。即砖磴一一一0O0，、万方数据1076 自 动 化 学 报 43卷42优化结果分析采用上述混沌自适应粒子群算法进行优化求解通过20次独立优化计算可知，单次优化计算时间小于3分钟，并且所有的约束条件得到满足，可以用于解决实际工程问题1)正常工况下优化结果表1给出了通过动态仿真计算得到的各时段的富余煤气供应量和蒸汽、电力需求量预测结果图11给

45、出优化前后整个钢铁企业煤气一蒸汽一电力系统运行费用在各个时段的变化情况由图11分析可知，优化后系统总运行费用在谷段下降幅度较大表2给出了优化前后各项费用的比较结果，优化后全天系统运行总费用比实际费用降低了4，优化效果非常明显优化前的调配方案是基于煤气平衡关系和柜位变化，为避免煤气放散，有多少富裕煤气发多少电，没有进行煤气一蒸汽一电力综合优化优化后的调配方案，在充分利用富余煤气和蒸汽余热资源的同时，能有效利用峰平谷时段电价不同(见表3)，优化发电机组的出力，减少总的费用，进而有效地节约了能源，提高了钢铁企业经济效益2)异常工况下优化结果基于能源仿真的多能源介质综合优化调配不仅可以用于正常工况下能

46、源优化，而且可以在异常工况或设备故障情况下通过动态改变优化的约束条件实现多能源介质综合优化调配21卜Ip一优化前|I一优化后J|时段叫、时图11各周期系统运行费用优化前后对比Fig1 1 Comparison of system operating costs of eachcycle before and after optimization表4、表5分别为某钢铁公司炼铁炼钢减产10小时、2 250轧线停产12小时两种异常工况下能源优化前后各种费用对比表1 各时段富余煤气供应及蒸汽和电力需求Table I Wealthy gas supply and steam and electricity demand for each period时段 BFG(km3h) COG(km3h) 电(MW) s 1(th) s2(th) s3(th)1 53551 5353 70628 6804 23202 72882 55904 5492 69572 6546 233 63 86543 59672 5319 68707 6850 24410 86514 60108 5433 68821 6800 24165 87065 60381 5049 68391 6929 23246 87346 59134 4140 69270 664