一種多能源介質(zhì)分層動態(tài)調(diào)控方法
【專利摘要】本發(fā)明提供了一種多能源介質(zhì)分層動態(tài)調(diào)控方法，包括：基于能源梯級利用的方案，建立能源介質(zhì)分層動態(tài)調(diào)控框架；根據(jù)能源介質(zhì)分層動態(tài)調(diào)控框架，建立能源子系統(tǒng)的調(diào)控方案；根據(jù)能源子系統(tǒng)的調(diào)控方案，建立適合分層動態(tài)調(diào)控的優(yōu)化模型及相應(yīng)的求解方式；根據(jù)分層動態(tài)調(diào)控的優(yōu)化模型及求解方式，設(shè)計(jì)仿生智能的協(xié)同優(yōu)化算法對優(yōu)化模型進(jìn)行求解；利用求解得到的結(jié)果對多能源介質(zhì)進(jìn)行動態(tài)調(diào)控；其建立適合多種能源介質(zhì)分層梯階協(xié)同優(yōu)化的調(diào)控策略，實(shí)現(xiàn)能源調(diào)控多周期、多目標(biāo)動態(tài)協(xié)同優(yōu)化并建立優(yōu)化模型，設(shè)計(jì)具有自學(xué)習(xí)機(jī)制的差異進(jìn)化算法對優(yōu)化模型進(jìn)行求解，從而解決鋼鐵生產(chǎn)復(fù)雜環(huán)境下多種能源介質(zhì)的協(xié)同優(yōu)化調(diào)度，綜合經(jīng)濟(jì)性和實(shí)效性較好。
【專利說明】一種多能源介質(zhì)分層動態(tài)調(diào)控方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及能源調(diào)控領(lǐng)域，具體而言，涉及一種多能源介質(zhì)分層動態(tài)調(diào)控方法。

【背景技術(shù)】
[0002]目前，國內(nèi)大多數(shù)鋼鐵企業(yè)生產(chǎn)鋼鐵均分為焦化、燒結(jié)、煉鐵、煉鋼和軋鋼等生產(chǎn)工藝，鋼鐵的生產(chǎn)過程復(fù)雜，使用的能源介質(zhì)多樣且耦合復(fù)雜。
[0003]鋼鐵在生產(chǎn)過程中的能量消耗既包括宏觀的熱平衡和物料平衡的能耗轉(zhuǎn)換，也包括冶金過程中熱力學(xué)、動力學(xué)和氣、液、固三相流體力學(xué)作用造成的微觀能耗。鋼鐵生產(chǎn)和能源生產(chǎn)的連續(xù)性決定了生產(chǎn)流程，其中，鋼鐵生產(chǎn)和能源生產(chǎn)的任意一個(gè)環(huán)節(jié)的變化都會對能量流與供需平衡產(chǎn)生重大影響，因此節(jié)能降耗工作是全局性、系統(tǒng)性的，要涉及各個(gè)用能環(huán)節(jié)。能源調(diào)控不能光針對某一設(shè)備、某一能源品種以及某一生產(chǎn)工序進(jìn)行，而應(yīng)作為一個(gè)整體進(jìn)行考慮，尋求最佳的經(jīng)濟(jì)點(diǎn)(節(jié)能點(diǎn))。能源利用過程中，能量的損失不可避免，還需考慮按能源品位及能源轉(zhuǎn)換效率逐級加以利用和協(xié)調(diào)?，F(xiàn)有鋼鐵企業(yè)及生產(chǎn)過程中還存在大量不合理用能的情況，還不能很好地做到能級匹配下的高質(zhì)高用、低質(zhì)低用和梯級利用。
[0004]相關(guān)技術(shù)中的能源管理與調(diào)控，一般基于較長的統(tǒng)計(jì)周期進(jìn)行靜態(tài)計(jì)算，其具體采用宏觀手段調(diào)節(jié)能源的生產(chǎn)和消耗，調(diào)控對象也大多集中在單一能源介質(zhì)或系統(tǒng)，這樣并不能很好地滿足多個(gè)系統(tǒng)組成的全局用能的低能耗、零放散和高效益的要求。
[0005]國內(nèi)外在鋼鐵生產(chǎn)過程的能源系統(tǒng)建模與優(yōu)化方面做了大量的理論研究與應(yīng)用系統(tǒng)的開發(fā)，對保證能源系統(tǒng)的管理、能耗的控制、降低生產(chǎn)成本等方面取得了較好的成效。從整體上看，這些研究工作主要是以實(shí)現(xiàn)能耗最小或最經(jīng)濟(jì)為目標(biāo)，其方法的研究主要集中在數(shù)學(xué)規(guī)劃、靜態(tài)計(jì)算和能耗模型的研究上。在基于工序流程及單一能源介質(zhì)的能源調(diào)控方法上，國內(nèi)外專家已做了大量的研究，形成了一定的研究基礎(chǔ)，尤其是針對技術(shù)氣體、電能介質(zhì)等的調(diào)控及優(yōu)化方法研究比較成熟。進(jìn)入21世紀(jì)，隨著鋼鐵工業(yè)的發(fā)展和能源管控一體化思想的建立，基于能源轉(zhuǎn)換、能耗平衡及能源高效配置的研究逐漸增多，但在此基礎(chǔ)上面向能量流及多能源介質(zhì)綜合調(diào)控的應(yīng)用實(shí)例并還未形成系統(tǒng)的報(bào)道，綜合經(jīng)濟(jì)性和實(shí)效性考慮不全。
[0006]故缺乏一種面向能量流及多能源介質(zhì)綜合調(diào)控的應(yīng)用的動態(tài)調(diào)控方法。


【發(fā)明內(nèi)容】

[0007]本發(fā)明的目的在于提供一種多能源介質(zhì)分層動態(tài)調(diào)控方法，以解決上述的問題。
[0008]在本發(fā)明的實(shí)施例中提供了一種多能源介質(zhì)分層動態(tài)調(diào)控方法，包括:
[0009]基于能源梯級利用的方案，建立能源介質(zhì)分層動態(tài)調(diào)控框架；
[0010]根據(jù)能源介質(zhì)分層動態(tài)調(diào)控框架，建立能源子系統(tǒng)的調(diào)控方案；
[0011]根據(jù)能源子系統(tǒng)的調(diào)控方案，建立適合分層動態(tài)調(diào)控的優(yōu)化模型及相應(yīng)的求解方式；
[0012]根據(jù)分層動態(tài)調(diào)控的優(yōu)化模型及相應(yīng)的求解方式，設(shè)計(jì)仿生智能的協(xié)同優(yōu)化算法對優(yōu)化模型進(jìn)行求解；
[0013]利用求解得到的結(jié)果對多能源介質(zhì)進(jìn)行動態(tài)調(diào)控。
[0014]進(jìn)一步的，該方法中，建立能源介質(zhì)分層動態(tài)調(diào)控框架，包括:
[0015]基于能源梯級利用的方案，建立鋼鐵生產(chǎn)過程中各工序能量傳遞及消化機(jī)理的分層框架；
[0016]根據(jù)分層框架，將多種能源介質(zhì)動態(tài)調(diào)控分為綜合系統(tǒng)調(diào)控和能源分介質(zhì)調(diào)控兩個(gè)層次。
[0017]進(jìn)一步的，該方法中，根據(jù)能源介質(zhì)分層動態(tài)調(diào)控框架，建立能源子系統(tǒng)的調(diào)控方案，包括:
[0018]根據(jù)能源介質(zhì)間工序流程和轉(zhuǎn)換關(guān)系中耦合度，對能源分介質(zhì)進(jìn)行重組，確定能源分介質(zhì)的梯階求解流程。
[0019]進(jìn)一步的，該方法中，根據(jù)能源介質(zhì)間工序流程和轉(zhuǎn)換關(guān)系中耦合度，對能源分介質(zhì)進(jìn)行重組，確定能源分介質(zhì)的梯階求解流程，包括:
[0020]構(gòu)造能源分介質(zhì)的梯階框架模型；梯階框架模型包括第一子系統(tǒng)、第二子系統(tǒng)和第三子系統(tǒng)；其中，第一子系統(tǒng)包括:燃料子系統(tǒng)；第二子系統(tǒng)包括:技術(shù)氣體子系統(tǒng)、壓縮空氣子系統(tǒng)及水子系統(tǒng)；第三子系統(tǒng)包括:電力子系統(tǒng)及蒸汽子系統(tǒng)；
[0021]計(jì)算燃料子系統(tǒng)的發(fā)生量，并根據(jù)燃?xì)夤裎蛔兓肮芫W(wǎng)壓力，計(jì)算富余燃?xì)獍l(fā)電需求，并計(jì)算富余燃?xì)獾姆派⒘?，得到第一?jì)算結(jié)果；
[0022]計(jì)算第二子系統(tǒng)中技術(shù)氣體、壓縮空氣、水的需求及第二子系統(tǒng)與第三子系統(tǒng)能源轉(zhuǎn)換需求，得到第二計(jì)算結(jié)果；
[0023]綜合二次能源轉(zhuǎn)換需求，調(diào)控蒸汽、電及可用煤氣子系統(tǒng)分配方案，形成發(fā)電和蒸汽基準(zhǔn)方案，計(jì)算蒸汽放散量，得到第三計(jì)算結(jié)果；
[0024]將第一計(jì)算結(jié)果、第二計(jì)算結(jié)果以及第三計(jì)算結(jié)果轉(zhuǎn)換為第一子系統(tǒng)、第二子系統(tǒng)和第三子系統(tǒng)的系統(tǒng)間約束關(guān)系，并根據(jù)約束關(guān)系反饋主生產(chǎn)用能需求。
[0025]進(jìn)一步的，該方法中，根據(jù)能源子系統(tǒng)的調(diào)控方案，建立適合分層動態(tài)調(diào)控的優(yōu)化模型及相應(yīng)的求解方式，包括:
[0026]以時(shí)間t為變量，計(jì)算對燃料子系統(tǒng)中的能源介質(zhì)在第t時(shí)段的能源消耗量Ci(Qijt)和能源轉(zhuǎn)換系統(tǒng)的啟停狀態(tài)Si^的乘積；
[0027]使乘積、外購能源量Cg和能源放散量Cw相加，并對相加得到的結(jié)果進(jìn)行求和，得到弟二結(jié)果；
[0028]構(gòu)建能源平衡方程，并對能源平衡方程進(jìn)行求和，得到第四結(jié)果；
[0029]確定第三結(jié)果和第四結(jié)果的最小值為目標(biāo)函數(shù)F ;其中，

【權(quán)利要求】
1.一種多能源介質(zhì)分層動態(tài)調(diào)控方法，其特征在于，包括: 基于能源梯級利用的方案，建立能源介質(zhì)分層動態(tài)調(diào)控框架； 根據(jù)所述能源介質(zhì)分層動態(tài)調(diào)控框架，建立能源子系統(tǒng)的調(diào)控方案； 根據(jù)所述能源子系統(tǒng)的調(diào)控方案，建立適合分層動態(tài)調(diào)控的優(yōu)化模型及相應(yīng)的求解方式； 根據(jù)所述分層動態(tài)調(diào)控的優(yōu)化模型及相應(yīng)的求解方式，設(shè)計(jì)仿生智能的協(xié)同優(yōu)化算法對所述優(yōu)化模型進(jìn)行求解； 利用求解得到的結(jié)果對多能源介質(zhì)進(jìn)行動態(tài)調(diào)控。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述建立能源介質(zhì)分層動態(tài)調(diào)控框架，包括: 基于能源梯級利用的方案，建立鋼鐵生產(chǎn)過程中各工序能量傳遞及消化機(jī)理的分層框架； 根據(jù)所述分層框架，將多種能源介質(zhì)動態(tài)調(diào)控分為綜合系統(tǒng)調(diào)控和能源分介質(zhì)調(diào)控兩個(gè)層次。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述能源介質(zhì)分層動態(tài)調(diào)控框架，建立能源子系統(tǒng)的調(diào)控方案，包括: 根據(jù)能源介質(zhì)間工序流程和轉(zhuǎn)換關(guān)系中耦合度，對能源分介質(zhì)進(jìn)行重組，確定所述能源分介質(zhì)的梯階求解流程。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)能源介質(zhì)間工序流程和轉(zhuǎn)換關(guān)系中耦合度，對能源分介質(zhì)進(jìn)行重組，確定所述能源分介質(zhì)的梯階求解流程，包括: 構(gòu)造能源分介質(zhì)的梯階框架模型；所述梯階框架模型包括第一子系統(tǒng)、第二子系統(tǒng)和第三子系統(tǒng)；其中，第一子系統(tǒng)包括:燃料子系統(tǒng)；第二子系統(tǒng)包括:技術(shù)氣體子系統(tǒng)、壓縮空氣子系統(tǒng)及水子系統(tǒng)；第三子系統(tǒng)包括:電力子系統(tǒng)及蒸汽子系統(tǒng)； 計(jì)算燃料子系統(tǒng)的發(fā)生量，并根據(jù)燃?xì)夤裎蛔兓肮芫W(wǎng)壓力，計(jì)算富余燃?xì)獍l(fā)電需求，并計(jì)算富余燃?xì)獾姆派⒘浚玫降谝挥?jì)算結(jié)果； 計(jì)算所述第二子系統(tǒng)中技術(shù)氣體、壓縮空氣、水的需求及所述第二子系統(tǒng)與所述第三子系統(tǒng)能源轉(zhuǎn)換需求，得到第二計(jì)算結(jié)果； 綜合二次能源轉(zhuǎn)換需求，調(diào)控蒸汽、電及可用煤氣子系統(tǒng)分配方案，形成發(fā)電和蒸汽基準(zhǔn)方案，計(jì)算蒸汽放散量，得到第三計(jì)算結(jié)果； 將所述第一計(jì)算結(jié)果、第二計(jì)算結(jié)果以及第三計(jì)算結(jié)果轉(zhuǎn)換為第一子系統(tǒng)、第二子系統(tǒng)和第三子系統(tǒng)的系統(tǒng)間約束關(guān)系，并根據(jù)所述約束關(guān)系反饋主生產(chǎn)用能需求。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述能源子系統(tǒng)的調(diào)控方案，建立適合分層動態(tài)調(diào)控的優(yōu)化模型及相應(yīng)的求解方式，包括: 以時(shí)間t為變量，計(jì)算對燃料子系統(tǒng)中的能源介質(zhì)在第t時(shí)段的能源消耗量Ci (q,t)和能源轉(zhuǎn)換系統(tǒng)的啟停狀態(tài)Si^的乘積； 使所述乘積、外購能源量Cg和能源放散量Cw相加，并對相加得到的結(jié)果進(jìn)行求和，得到弟二結(jié)果； 構(gòu)建能源平衡方程，并對所述能源平衡方程進(jìn)行求和，得到第四結(jié)果； 確定第三結(jié)果和第四結(jié)果的最小值為目標(biāo)函數(shù)F ;其中，
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述構(gòu)建能源平衡方程包括: 根據(jù)能量守恒定律，構(gòu)建能源平衡方程:Ee = EpC-Epp+ETC-ETp-ED+Eff ； 其中，
為主系統(tǒng)能源消耗向量，
為主系統(tǒng)各能源發(fā)生向量
,f為能源轉(zhuǎn)換系統(tǒng)能源
消耗向量，
能源轉(zhuǎn)換系統(tǒng)能源發(fā)生向量；η為能源品種個(gè)數(shù)，m為生產(chǎn)單元個(gè)數(shù)，k為能源轉(zhuǎn)換單元個(gè)數(shù)，Pi為第i個(gè)單元產(chǎn)品產(chǎn)量，ei,j為第i個(gè)單元第j種能源產(chǎn)品單耗，b^.為第i個(gè)單元第j種能源單位產(chǎn)品發(fā)生量； Ed = [Ed，Pd^Ed, Jt表示能源存儲量，Ew = [Ew，PwyEmiT表示能源放散量； 在忽略輔助系統(tǒng)能耗時(shí)，設(shè)艮=[Ee;1Ee，2…Ee，n]T，其中艮;1，Εε，2...Εε，η分別表示各種能源介質(zhì)，對企業(yè)能源平衡方程表示為:
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述設(shè)計(jì)仿生智能的協(xié)同優(yōu)化算法對所述優(yōu)化模型進(jìn)行求解，包括: 優(yōu)化目標(biāo)；所述優(yōu)化目標(biāo)包括:對所述優(yōu)化模型進(jìn)行分解，確定分解后單個(gè)動態(tài)優(yōu)化問題的數(shù)學(xué)描述為:
其中，f(x，t)是與時(shí)間相關(guān)的目標(biāo)函數(shù),Iii (x, t) = O是第i個(gè)與時(shí)間t相關(guān)的等式約束條件，所述等式約束條件為m個(gè)；gj(x, t)〈0是第j個(gè)與時(shí)間t相關(guān)的不等式約束條件，所述不等式約束條件為η個(gè)；當(dāng)靜態(tài)環(huán)境下的η維函數(shù)f (X)，第i個(gè)狀態(tài)點(diǎn)為Oi (cn, ci2,…，cin), i = 1，2，…，K時(shí),動態(tài)函數(shù)為:F(X1OJ) = /(φ(χ;0),? ;其中，F(xiàn)(x，0，，t)是與時(shí)間相關(guān)的動態(tài)函數(shù)；#λν7)是變量x和狀態(tài)點(diǎn)ο間的映射關(guān)系；t是驅(qū)動f(x)動態(tài)變化的時(shí)間變量； 設(shè)計(jì)自適應(yīng)差異進(jìn)化算法對所述優(yōu)化模型進(jìn)行求解；所述自適應(yīng)差異進(jìn)化算法包括: 輸入動態(tài)環(huán)境下被優(yōu)化函數(shù)f(x)及其定義域；Step 1:初始化群體P:在定義域內(nèi)初始化群體P, NP個(gè)體、D維，P = (XijKi =.1，…，NP, j = I,…，D ;初始化參數(shù)變異步長F和交叉概率CR ； Step 2:執(zhí)行動態(tài)優(yōu)化環(huán)境檢測:檢測優(yōu)化環(huán)境是否變化，若優(yōu)化環(huán)境改變則執(zhí)行Step3 至 Step8 ;否則執(zhí)行 Step4 至 Step8 ； Step 3:學(xué)習(xí)操作1:判定當(dāng)前優(yōu)化環(huán)境所在的狀態(tài)，用所述狀態(tài)的歷史最優(yōu)解引導(dǎo)群體P學(xué)習(xí)適應(yīng)環(huán)境； Step 4:學(xué)習(xí)操作2:群體P向當(dāng)代最優(yōu)解學(xué)習(xí)； Step 5:評估群體P，從父代和對應(yīng)的子代中選擇優(yōu)秀個(gè)體； Step 6:控制參數(shù)調(diào)整:采用自適應(yīng)機(jī)制更新變異步長F和交叉概率CR ； Step 7:記錄最優(yōu)解x*與最優(yōu)解對應(yīng)的適應(yīng)值fit = f (x*)； Step 8:若滿足結(jié)束條件，則輸出相關(guān)統(tǒng)計(jì)數(shù)據(jù)；否則執(zhí)行Step2。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述歷史最優(yōu)解包括: 設(shè)算法在狀態(tài)j下的歷史最優(yōu)解為stageBest(j);當(dāng)環(huán)境從i轉(zhuǎn)變?yōu)閖后，個(gè)體x在歷史最優(yōu)個(gè)體StageBestU)引導(dǎo)下學(xué)習(xí)，學(xué)習(xí)策略如下:X—new = x + m * ( stageBest(j) - x).~~.， 其中，x_new是X的學(xué)習(xí)后得到的新個(gè)體，or是擾動參數(shù)； 所述當(dāng)代最優(yōu)解為:
Vi = bestlndi+F氺(bestlndi—randPi)+k氺(randP2_randP3)； 其中，Vi是對應(yīng)于第i個(gè)體的過渡測試向量,bestlndi是本代的最優(yōu)個(gè)體,randP」，j =I,2，3是從群體P中隨機(jī)選擇的、不同于bestlndi和當(dāng)前個(gè)體的個(gè)體,F是控制變異步長的參數(shù)，k是(0，I]間的隨機(jī)均勻分布； 所述當(dāng)代最優(yōu)解包括:
Vi = bestlndi+F氺(bestlndi—randPi)+k氺(randP2_randP3)； 其中，Vi是對應(yīng)于第i個(gè)體的過渡測試向量,bestlndi是本代的最優(yōu)個(gè)體,randP」，j =I,2，3是從群體P中隨機(jī)選擇的、不同于bestlndi和當(dāng)前個(gè)體的個(gè)體,F是控制變異步長的參數(shù)，k是(0，I]間的隨機(jī)均勻分布。
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述Step5:評估群體P，從父代和對應(yīng)的子代中選擇優(yōu)秀個(gè)體，包括: 采用指數(shù)交叉:交叉對象是Vi和Pi,生成目標(biāo)向量Ui, Ui = (un, ui2,…，uiD)；
其中，u(0，I)是區(qū)間[0，I]上的隨機(jī)分布，CR是交叉概率，j_rand是[1，…，D]中的隨機(jī)整數(shù)，以保證Ui和Xi中至少有I維不同； 從Ui和Xi中選擇較為優(yōu)秀的個(gè)體Xi’，進(jìn)入下一代群體；.(w; if U1 is super1r Xi
所述Step 6:控制參數(shù)調(diào)整:采用自適應(yīng)機(jī)制更新變異步長F和交叉概率CR，包括:群體P中個(gè)體均對應(yīng)變異步長F和交叉概率CR兩個(gè)控制參數(shù)，三者同時(shí)進(jìn)化；其中，第g+Ι代第i個(gè)體的參數(shù)F與CR的更新機(jī)制為:
其中，randj j = 1，2，3，4是[0，I]上的隨機(jī)數(shù)，^和τ 2是調(diào)整概率，都設(shè)定為0.1 ;F1 = 0.1，F(xiàn)u = 0.9。
10.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述自適應(yīng)差異進(jìn)化算法還包括: 引入約束處理模型； 根據(jù)所述約束處理模型，將約束優(yōu)化問題轉(zhuǎn)換為一個(gè)多目標(biāo)優(yōu)化問題； 對所述多目標(biāo)優(yōu)化問題進(jìn)行求解； 基于構(gòu)造懲罰函數(shù)的方法對約束條件做如下處理:
將約束條件轉(zhuǎn)化為一個(gè)目標(biāo)G(x) ；G(x)和f(x)構(gòu)成兩目標(biāo)的矢量f(x):
f ⑴=(f (X) ,G(X))； 所以，由η個(gè)決策變量，單目標(biāo)函數(shù)，I個(gè)不等式和m-Ι個(gè)等式約束條件組成的約束優(yōu)化問題就轉(zhuǎn)化為η個(gè)決策變量，兩個(gè)目標(biāo)函數(shù)的非約束多目標(biāo)優(yōu)化問題，其數(shù)學(xué)描述如下:
根據(jù)此方案，將能源介質(zhì)分組的約束求解轉(zhuǎn)化為多個(gè)多目標(biāo)求解問題，在一個(gè)周期內(nèi)迭代求解。
【文檔編號】G05B19/418GK104181900SQ201410447055
【公開日】2014年12月3日 申請日期:2014年9月4日 優(yōu)先權(quán)日:2014年9月4日
【發(fā)明者】徐雪松, 歐陽峣, 王四春 申請人:徐雪松