基于HP-Elman-LSSVM模型钢铁企业自备电厂煤气供入量预测及优化调度

 钢铁企业自备电厂是副产煤气的主要缓冲用户,在消纳富余煤气、减少煤气放散、实现煤气平衡方面发挥着极为重要的作用。充分考虑自备电厂煤气供入量特点,建立了HP-Elman-LSSVM预测模型,并根据自备电厂能源利用的特点,建立拟合模型求解自备电厂锅炉的经济运行负荷,在此基础上对供入自备电厂的煤气进行优化调度。将该模型应用于具体企业,实现了钢铁企业自备电厂煤气预测和优化调度。模型应用表明：所建模型对自备电厂煤气供入量30、45、60个点的预测平均相对误差分别为1.9%、1.4%、1.4%,能有效解决实际生产中自备电厂煤气供入量预测不准问题。并通过煤气优化调度,自备电厂可大幅度提升蒸汽产率,应用企业每年可多产蒸汽约8.1322万t,折合节约标煤9443.955t。     

钢铁企业副产煤气预测及优化调度

针对钢铁企业副产煤气系统产消量频繁波动,不平衡现象比较严重,供需之间的平衡程度对钢铁企业的生产成本、能源消耗情况影响较大,并且钢铁企业中工序、设备繁多,每道工序都涉及多种能源介质的问题,利用HP滤波、支持向量机分类（SVC）、最小二乘支持向量机(LSSVM)和Elman神经网络的特性建立了SVC-HP-ENN-LSSVM模型,并根据用能设备的能源利用特点和预测结果对副产煤气进行优化调度。模型应用表明：所建预测模型对煤气系统的预测平均相对误差小于4%,满足工业生产需要。根据预测结果进行的优化调度解决了煤气系统的不平衡问题,应用于钢铁企业典型工况,主工序可降低10%左右能耗,应用其自备电厂（一年按照330天计算）,可多产蒸汽约104148 t,节能约9998208 kg标煤。     

钢铁联合企业煤气系统优化分配模型

分析了钢铁联合企业副产煤气在煤气柜和自备电厂锅炉间的优化分配问题,就煤气柜的柜位控制、自备电厂锅炉燃料负荷变化、外购燃料价格变化等对操作成本的影响展开讨论,针对这些问题设置了相应的操作惩罚函数并建立了钢铁联合企业煤气供应系统优化分配数学模型.通过模型求解可知,煤气供需差距通过煤气柜和自备电厂锅炉之间的优化分配得到解决,减少了外购燃料的消耗,降低了锅炉燃料负荷的频繁变化,提高了发电效率,实现了煤气的零放散,使煤气供应系统安全、经济、稳定运行.     

基于HP(2)-ENN模型的高炉煤气发生量预测

针对钢铁企业高炉煤气发生量频繁波动,且难以通过建立机理模型进行预测的问题,结合HP滤波、Elman神经网络各自性质,建立了HP(2)-ENN模型对高炉煤气发生量进行预测。根据企业实际数据应用模型,结果表明,所建模型预测效果良好,与其他常用模型相比,适合高炉煤气发生量的预测,并为合理调度副产煤气提供操作依据。     

基于柜位预测的转炉煤气热值优化模型

转炉煤气是转炉冶炼时产出的重要能源介质,提升转炉煤气热值对用户使用及平衡调度等有着重要意义。目前大多数研究都针对提升回收煤气量,而对通过调控提升煤气回收质量研究未见报道。为了在柜位回收限度内提升转炉煤气的回收质量,增加转炉煤气余热余能回收效率,结合柜位预测调控起止回收时刻,建立了转炉煤气热值优化模型。通过煤气发生量与煤气消耗量的特征分析,依据吹炼计划建立碳平衡进而开发煤气平均发生流量预测模型,与实际生产数据相比,模型精度达96%。使用Sarima模型对历史数据训练并开发煤气消耗量预测模型,模型精度达97%,结合上述模型根据吹炼开始时初始柜位建立了煤气柜位预测模型,预测吹炼周期柜位变化规律,模型精度达95%。根据历史数据拟合出CO体积分数特征曲线,方差为0.95以上。利用非线性规划优化算法,以回收煤气热值为优化目标,柜容和起止回收CO体积分数为约束条件,开发出转炉煤气起止回收时刻调控模型并编程求解得到了优化方案,提升了转炉煤气回收热值,以某钢单炉调控结果为例,调控前后回收煤气热值从6 278.3 kJ/m³提高到6 654.6 kJ/m³,并降...     

重审钢铁企业煤气系统不平衡问题

针对钢铁企业煤气系统不平衡问题,指出主要是自备电厂机组设计不合理导致煤气系统结构性静态不平衡。采用概率统计与数值分析的方法,以钢铁企业煤气富余量的统计特性为基础,重新审视煤气系统不平衡问题。以年产280万t粗钢的钢铁联合企业为例对自备电厂机组进行设计,以小时煤气富余量最大值为基准设计7种发电方案,并结合各设计方案的经济效益进行财务评价,得到以90%小时煤气富余量最大值设计本钢铁企业自备电厂机组大小最为合理。以避免生产状况变化较大时煤气的大量放散,使富余煤气得到了合理、安全高效利用,有效缓解煤气系统不平衡的问题,提高了能源利用效率,降低了生产费用。同时针对各方案建立了此钢铁企业自备电厂煤气系统环境成本模型,虽然增加了企业的总运行成本,但对环境保护和经济社会可持续协调发展有着十分重要的意义。     

热风炉煤气消耗量灰色预测模型的开发

针对热风炉系统非线性、大滞后、大惯性,煤气消耗量难以有效预测的问题,以某高炉热风炉为研究对象,采用灰色模型对煤气消耗量进行预测。介绍了预测模型的建模方法、系统软件结构、预测模型的建立步骤,通过粒子群算法优化了模型参数,最后使用灰色模型对该高炉热风炉煤气消耗量进行预测,结果说明该方法预测准确,具有较强的实践意义,为调度人员准确把握煤气资源的波动趋势,进行优化调配提供了可靠依据,降低了能耗。     

钢铁生产过程富余煤气动态优化分配模型

基于混合整数线性规划,以操作成本最小为目标函数建立了富余煤气优化分配模型.与前人的优化模型相比,本文模型选取了较短的时间步长,并考虑了锅炉权重因子及煤气柜权重因子对优化结果的影响.根据国内某钢铁企业生产数据进行计算,发现优化结果对煤气柜权重因子和锅炉权重因子敏感,因此合理确定煤气柜权重因子和锅炉权重因子十分重要.优化模拟计算与现场经验调度的结果相比,降低了煤气柜储气量波动,提高了锅炉45.9%的发电量,煤气系统运行稳定性增强.      

事件和数据融合的加热炉煤气消耗量预测方法

为了解决加热炉煤气消耗量无法精准预测的问题,提出了融合事件和数据的加热炉煤气消耗量预测方法.根据操作事件将加热炉的运行状态分为正常运行、停炉检修和待料运行,以各运行状态下差分自回归移动平均模型(ARIMA)和人工神经网络模型(ANN)的预测性能为基础,结合生产大数据对加热炉煤气消耗量进行混合预测.结果表明:混合预测模型的预测性能好,滞后性小;混合预测模型的平均绝对误差为1542.45 m3/min,平均相对误差为0.0654,对称平均绝对误差为0.0665,与使用单纯的ARIMA模型和ANN模型相比,混合预测模型精度更高.     

全烧煤气锅炉降低烟气二氧化硫排放浓度的研究

针对钢铁企业的自备电厂全烧煤气锅炉降低二氧化硫排放浓度的问题,建立二氧化硫浓度在线预估模型,利用高炉煤气和转炉煤气协调控制,提前调整锅炉燃料配比,降低二氧化硫排放浓度的方法。通过生产实践证明了此方法的可行性。     

钢铁企业轧制计划与能源调度协同优化

钢铁企业物质流网络与能量流网络的协同优化是实现钢铁行业高层次系统节能的关键。钢铁企业在不同工况下煤气的富余量以及蒸汽和电力需求量不同，轧制工序(含加热炉)作为电力和煤气消耗大户，轧制计划的改变会影响能量流网络中能源介质的分配和调度。提出了钢铁流程物质流与能量流协同优化方法，在分时电价的条件下，利用启发式规则调度方法对一天内的轧制单元进行合理的排程，然后用线性规划方法以系统运行能源成本最小为目标函数，建立钢铁企业煤气 蒸汽 电力系统不同工况下的耦合优化调度模型。通过LINGO求解出模型的最优解，得到了轧制单元的最优排程以及不同工况下煤气、蒸汽、电力的最优实时生产调度方案，用于指导实际生产。利用S钢厂实际数据进行实例分析，得出的调度方案可实现煤气 蒸汽 电力系统的最优化分配，系统运行的能源成本降低8.54%，验证了模型的有效性。     

自备电厂电气节能

对于小型企业的自备电厂是利用其在生产过程中产生的废气、废渣作为燃料发电,所发电能提供给企业内部生产所用,变废为宝,实现节能减排的目的。同时电力生产的过程也是能源消耗的过程,电力生产所消耗的电能越少,输出的电功率就越多,经济效益就越明显。本文主要从设备选型、变频调速等方面就降低自备电厂厂用电消耗作一些介绍。     

钢铁企业动态能源预测模型的设计

由于国内部分钢铁企业的能源管理系统不能进行动态能源预测,使得能源管理系统不能根据实际情况进行有效的能源调度,从而使用效果欠佳。对能源预测模型进行了研究,采用分层设计能源预测模型和实时感知能源改变事件进行动态能源预测,使得能源管理系统能及时获得准确的能源预测数据,同时进行有效的能源调度。     

气、液压弹簧保压带负荷压放电极把持器的实践

介绍了气、液压弹簧保压带负荷压放电极把持器在16．5MVA电炉上应用的成功经验。提出要实现真正意义上的带负荷压放电极，应从整个电极的电极把持系统的气、液压管路绝缘、电极壳、把持筒、电极压放装置、电极抱紧装置等几个方面统筹考虑和完善性改进设计的建议。     

低碳环境下钢铁企业燃气系统动态平衡调度仿真

在“节能减排、降本增效”的大背景下,从碳素流视角切入,在煤气介质预测基础上,建立了0-1混合线性规划模型,以能源成本和碳交易成本总和最小化为目标,研究钢铁行业副产煤气生产调度问题。采用基于遗传算法的动态迭代调度算法,通过混合交叉算子和平均变异算子提高遗传算法局部搜索能力,并以国内某大型钢铁企业为仿真对象进行系统仿真,结果表明:混合煤气柜可以根据煤气产耗特点调整存储量,并保证存储量在合理范围内;调节用户会起到一定的缓冲作用,可以根据某种副产煤气的产耗特点响应增加或减少该种煤气的消耗量;当某种副产煤气严重不足时,固定消耗用户会根据优先级响应停调,以满足生产需求。可见副产煤气的优化调度应用可以为中国钢铁行业的低碳发展和节能减排提供技术支撑。     

高炉煤气发生量时间序列预测模型的开发

采用时间序列预测模型建模方法,包括时间序列模型阶次判定、参数估计、模型检验,对莱钢高炉煤气总发生量进行预测。结果表明,模型预测准确,平均误差为1.8748%,对煤气发生量的短期趋势预报有一定参考价值,能够为制定合理的煤气使用计划提供依据,可提高钢铁企业节能降耗水平。     

水合物法高炉煤气脱除二氧化碳的热力学模型研究

提出了将水合物法应用于高炉煤气的脱碳提质.选择正四丁基溴化铵（TBAB）作为热力学促进剂,并基于Chen-Guo水合物热力学模型,对高炉煤气在TBAB溶液中水合物的生成压力进行计算预测.将模型用于含高炉煤气部分组分+TBAB体系的水合物的生成压力计算,计算结果与文献中实验值进行比较,平均相对误差在3 %~16 %左右;而对不同浓度组成的CO₂+CO+N₂+H₂+水体系的水合物生成压力的计算结果比较,平均相对误差在7.5 %~11.7 %左右;用压力探索法测得高炉煤气+TBAB体系水合物的相平衡实验数据,并与计算值进行比较,平均相对误差为16.6 %,表明模型在一定程度上可预测高炉煤气在TBAB溶液中水合物的相平衡条件.      

钢铁企业副产煤气短周期优化调度模型

 在钢铁生产过程中,消耗的煤炭大约34%会转化为副产煤气。为了提高副产煤气能源利用率,以钢铁企业副产煤气系统为研究对象,利用混合整数线性规划法（mixed integer linear programming,MILP）,以操作成本最小化为目标函数,以物料平衡、能量平衡、设备操作参数限制等为约束条件建立富余煤气优化调度模型。与前人的模型相比,对锅炉模型进行改进,不仅提高锅炉模型的调节精度,而且更接近实际情况。此外,为了研究煤气柜和锅炉稳定性,引入煤气柜总标准偏移量（sum of standard deviation volume,[SSDV）]惩罚因子和锅炉总改变量（sum of switching percentage,[SSP）]惩罚因子,并用帕雷托最优法理论确定出最佳的[SSDV]和[SSP。]结果表明,新的优化模型能很好地降低煤气柜和锅炉的波动,维持煤气系统的平稳运行。