CN104657784A - 基于企业生产与能耗耦合模型的能源优化方法 - Google Patents
基于企业生产与能耗耦合模型的能源优化方法 Download PDFInfo
- Publication number
- CN104657784A CN104657784A CN201410838044.1A CN201410838044A CN104657784A CN 104657784 A CN104657784 A CN 104657784A CN 201410838044 A CN201410838044 A CN 201410838044A CN 104657784 A CN104657784 A CN 104657784A
- Authority
- CN
- China
- Prior art keywords
- energy
- production
- enterprise
- energy consumption
- collection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于企业生产与能耗耦合模型的能源优化方法,该方法包括以下步骤:1)建立基于混杂Petri网的连续型企业生产与能耗耦合模型,包括生产与能耗预测子模型、生产与能耗调度子模型、生产与能耗仿真子模型和生产与能耗优化子模型;2)采集企业生产数据,根据建立的模型获得企业最优能源参数;所述的企业生产数据包括能源物料集、生产设备集、生产属性集和设备信息集。与现有技术相比,本发明基于混杂Petri网实现企业能源***预测、调度、仿真和优化,将物流率构成的生产关系作为约束条件,将能流率构成的关系式作为节能生产调度优化目标函数,采用线性规划方法求得节能生产速率最优解,优化效果好,可靠性高。
Description
技术领域
本发明涉及能源建模、能源优化领域,尤其是涉及一种基于企业生产与能耗耦合模型的能源优化方法。
背景技术
工业是我国能源消耗大户,能源消耗量占全国能源消耗总量的70%左右,重点耗能行业中连续生产过程企业,比如,石油、石化等由于工艺路线和生产特点决定了企业高耗能性。随着信息技术的不断发展,企业已经由传统的单体设备节能向企业***节能转变,企业在重视降低单位设备能耗的同时,越来越关注降低企业总能耗,以强化工序间的协调、配合,优化用能参数,调整产品结构和生产负荷为手段进行的。
Petri网是对离散并行***的数学表示,既有严格的数学表述方式,也有直观的图形表达方式,既有丰富的***描述手段和***行为分析技术,又有为计算机科学提供坚实的概念基础。为描述功能随时间变化的***,引入了时延的概念。模拟时间有两种方法:在位置中加入时延称P-时延Petri网和在变迁中加入时延称T-时延Petri网,此类离散Petri网都不能避免“可达标识***”问题。为解决“可达标识***”问题,提出了流模型。连续型企业生产***可看作是离散事件***,它的可达状态数量是非常大的,因此,通常用流模型近似,比如化工生产过程。随后为将离散时间连续化,也为解决可达标识***问题,David和Alla提出了连续Petri网(Continuous Petri Net,CPN)模型,CPN位置中的标识是实数,并且变迁的激发是一个连续的过程。后来为了能够描述***中的时间因素,出现了计时连续Petri网TCPN。根据瞬时激发速率的计算方法不同,可分为常速率连续Petri网(Constant speed Continuous Petri Net,CCPN)模型、变速率连续Petri网(Variable speed Continuous Petri Net,VCPN)模型和渐进速率连续Petri网(Asymptotic continuous Petri Net,ACPN)模型。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于企业生产与能耗耦合模型的能源优化方法。
本发明的目的可以通过以下技术方案来实现:
一种基于企业生产与能耗耦合模型的能源优化方法,该方法包括以下步骤:
1)建立基于混杂Petri网的连续型企业生产与能耗耦合模型,包括生产与能耗预测子模型、生产与能耗调度子模型、生产与能耗仿真子模型和生产与能耗优化子模型;
2)采集企业生产数据,根据建立的模型获得企业最优能源参数;所述的企业生产数据包括能源物料集、生产设备集、生产属性集和设备信息集。
所述的生产与能耗预测子模型包括:生产能耗过程模型PECPSS-Ι和故障模型PECPSS-ΙΙ,
生产能耗过程模型定义为:PECPSS-Ι={PC,TC,V,PreC,PostC,M},其中,
PC为有限非空连续位置集;TC为有限非空连续变迁集;V为瞬时激发速率集; 为非负实数,为前向关联函数;为后向关联函数; 表示初始状态下的连续标识,M(τ)C表示生产过程中τ时刻能源量和物料量;
故障模型定义为:PECPSS-ΙΙ={PD,TD,PreD,PostD,E,MD},其中,
PD为离散位置集;TD为离散变迁集;PreD:PD×TD→1,为前向关联函数;PostD:PD×TD→1,为后向关联函数;E=[E1a,E2a,…,Ena|E1b,E2b,…,Enb],为独立外部事件集,对于第i台设备,Ei=[Eia,Eib],Eia表示使设备停止运行的事件,Eib表示使设备恢复运行的事件; 表示初始状态下的离散标识,指示生产开始时设备运行状态,M(τ)D表示生产过程中τ时刻设备的运行状态。
所述的生产与能耗调度子模型定义为:
其中,P为有限位置集;T为有限变迁集;Pre为位置到变迁的有限弧集函数;Post为变迁到位置的有限弧集函数;M0为生产与能耗调度子***初始标识;为时间函数。
所述的生产与能耗仿真子模型定义为:
PECSSS≡{P,T,In,Out,M,V,I,K}
其中,P=PN∪PM∪PO,PN为能源仓库集,PM为物料仓库集,PO为外销产品仓库集;T=TC∪TO,TC为连续生产的能耗设备的变迁集,TO为企业外销产品控制阀的变迁集;In为输入权重函数;Out为输出权重函数;M={M0,M(t)},M0表示企业生产能源耦合模型初始状态下的标识,M(τ)表示生产时间内某一时刻各仓库库存量和能源消耗量;V={VN,VM,VO}为变迁激发速率函数,VN表示设备消耗能源的消耗速率或生产过程中产生的可循环利用的能源产生速率集,VM表示设备消耗的原料、辅料、中间产品消耗速率或生产过程中产生的中间产品、最终产品和排放物的生成速率集,VO外销产品的外销速率集;I={I1,I2,…,I|T|}为设备信息库,在企业生产能源耦合模型中具体表示为信息流,每台设备的信息Ij均由耦合信息、计量信息和控制信息组成;K={K1,K2}为能耗设备状态数,K1代表企业某种类型能耗设备总数,反映企业某产品最大生产能力,K2表示企业某种能耗设备当前工作数量,反映企业某产品当前实际生产能力,K2≠0。
所述的生产与能耗优化子模型定义为:
PECOSS={P,T,Pre,Post,C,M}
其中,P=Pd∪Pc为位置集,Pd为离散位置集,代表企业生产过程中的控制信息,Pc为连续位置集, 为能源颜色连续位置集,代表企业生产过程中用能设备消耗的能源,其颜色数n表示用能设备消耗的能源种类数;为物料连续位置集,表示企业生产过程中非能源物资,即原材料、辅料、中间产品、最终产品,m表示所用物料种类数;
T=Td∪Tc为变迁集,Td离散指数分布时间变迁集,代表企业生产过程中对不可靠事件的响应,Tc为连续变迁集,代表企业生产过程中用能设备;
C指定与连续变迁相关的激发速率,对应生产用能设备生产能力,对于反应物质消耗速率为:Pre(pi,ti)·C(ti);生成物质生产速率为:Post(pj,ti)·C(ti);
M是一个标识函数, 定量地表示企业生产用能情况。
所述的C(ti)满足:
其中, 代表运行设备的最小生产能力,代表设备的最大生产能力。
与现有技术相比,本发明具有以下有益效果:
(1)本发明基于混杂Petri网实现企业能源***预测、调度、仿真和优化,将物流率构成的生产关系作为约束条件,将能流率构成的关系式作为节能生产调度优化目标函数,采用线性规划方法求得节能生产速率最优解,优化效果好,可靠性高;
(2)本发明建立企业生产与能耗预测子模型PECPSS,实现了生产过程物料和能源消耗与生产量的定量分析;
(3)本发明建立企业生产与能耗调度子模型PECDSS,实现了基于事件和检测数据驱动的生产能耗过程自动化与调度人工化的半自动化***调度;
(4)本发明建立企业生产与能耗仿真子模型PECSSS,通过面向生产计划多次仿真实现企业节能降耗;
(5)本发明建立企业生产与能耗优化子模型PECOSS,实现企业节能生产排程。
附图说明
图1是化工工艺流程简化片段示意图;
图2是化工工艺流程简化片段生产与能耗预测模型示意图;
图3是模拟停机/开机控制的演化表示图;
图4是模拟企业生产能耗过程的演化表示图;
图5是某连续型企业生产片段示意图;
图6是某连续型企业生产片段能耗调度模型简图;
图7是原料A储罐物料变化量示意图;
图8是原料B储罐物料变化量示意图;
图9是产品C储罐物料变化量示意图;
图10是产品D储罐物料变化量示意图;
图11是第五个调度周期内产品C储罐物料变化量示意图;
图12是反应器Ⅰ消耗蒸汽量示意图;
图13是反应器Ⅱ消耗电量示意图;
图14是某氯碱化工厂生产环节示意图;
图15是某氯碱化工厂生产能耗环节连续Petri网模型示意图;
图16是纯水流量理论值与电流负荷关系示意图;
图17是电解槽对应电流与时间关系示意图;
图18是某氯碱化工厂优化环节生产能耗关系示意图;
图19是某氯碱化工厂优化环节生产能耗环节生产与能耗优化模型示意图。
具体实施方式
下面结合图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
本发明采用连续Petri网的方法建立连续型企业生产与能耗耦模型,以促进节能降耗的生产模式。
本发明提供一种基于企业生产与能耗耦合模型的能源优化方法,该方法包括以下步骤:
步骤一、建立基于混杂Petri网的连续型企业生产与能耗耦合模型,包括生产与能耗预测子模型、生产与能耗调度子模型、生产与能耗仿真子模型和生产与能耗优化子模型。
步骤二、采集企业生产数据,根据建立的模型获得企业最优能源参数。
(1)生产与能耗预测子模型,实现企业生产过程中能耗设备用能量与产出量预测、物料量预测、能源和物料可再循环利用能力预测,包括:生产能耗过程模型PECPSS-Ι和故障模型PECPSS-ΙΙ。可采用CCPN模拟生产能耗过程PECPSS-Ι,SDPN模拟设备运行和停止(故障)PECPSS-ΙΙ。
生产能耗过程模型定义为:PECPSS-Ι={PC,TC,V,PreC,PostC,M},模型各参数定义如下:
1)PC有限非空连续位置集,按PECPSS属性,PC=PCN∪PCM,PCN为能源位置集,代表企业生产过程中生产设备消耗的各种能源物资。pi为颜色位置,位置颜色数定义为企业消耗和产生的能源种类数,用虚线双圆圈表示。PCM为物料位置集,代表企业生产过程中生产设备消耗的各种非能源物资,即物料,主要指原材料、辅料、中间产品、最终产品。pi为普通位置,每个位置表示一种物料,用实线双圆圈表示。通常,上下游设备间通过中间产品连接,完成建模。
2)TC有限非空连续变迁集,在企业生产过程中,ti代表企业生产能耗设备,用双实线矩形框表示。ti同时连接连续位置和离散位置,其中连续部分表示生产过程中能源流和物料流,离散部分表示生产过程中信息流,建模***中不存在相互独立的设备,各生产设备同步协同工作,完成生产。
3)V瞬时激发速率集,在企业生产过程中,表示生产设备的瞬时激发速率,代表设备生产能力。设第i台设备的瞬时激发速率vi=[V'i,Vi],V'i≤Vi,V'i代表设备的最小激发速率,对于连续型生产企业,当V'i趋近于零时,如果不发生意外事件,假设企业以无穷小速率维持生产;Vi代表设备的最大激发速率,最大值受设备的生产能力、物料传输管网中物料传输速率等因素制约。
4) 非负实数,前向关联函数。在企业生产过程中, 表示建模***内部设备消耗能源关联函数,它反映了各设备耗能与生产产品之间的比率关系,用带箭头的虚线表示颜色能源弧集。 表示建模***内部各设备消耗物料(反应物)之间的质量比或摩尔比,用带箭头的实线表示普通物料弧集。
5) 非负实数,后向关联函数。在企业生产过程中, 表示建模***内部设备产生可重新回收利用能源关联函数,它反映了生产过程中产生二次能源与生产产品之间的比率关系,用带箭头的虚线表示颜色能源弧集。表示建模***内部各设备生成产品(生成物)之间的质量比或摩尔比,用带箭头的实线表示普通物料弧集。
6) 表示PECPSS初始状态下的连续标识,代表生产开始时原料、辅料、产品、能源等仓库库存量。M(τ)C表示生产过程中τ时刻能源量和物料量。
因为生产过程中设备是不可靠的,伴有随机事件的发生,引起设备的启动和停止。比如,氯气、氢气合成盐酸工艺中,当发现合成炉输入氯气和氢气浓度不合格,必须通知调度室要求提高质量,如对方失措无效,则合成炉必须停车。又如,设备的故障与检修发生时,相应的设备停止运行。因此,必须增加运行/停止模型以响应外部事件发生。因为SDPN变迁的激发与外部事件是同步的,采用SDPN模拟设备运行/停止模型(故障模型)PECPSS-Ⅱ比较合适。
故障模型定义为:PECPSS-ΙΙ={PD,TD,PreD,PostD,E,MD},模型中各参数定义如下:
1)PD离散位置集,在企业生产过程中用于指示设备的启动和停止状态,用实线单圆圈表示。对于第i台设备,定义pia∈PD被标识,说明设备正常运行;pib∈PD被标识,说明设备由外部事件触发而停止工作。
2)TD离散变迁集,在企业生产过程中用于表示设备由于外部事件发生引起运行状态变化,用实线单矩形框表示。对于第i台设备,tia∈TD激发,表示下达停车指令;tib∈TD激发,表示下达运行指令。
3)PreD:PD×TD→1,前向关联函数;PostD:PD×TD→1,后向关联函数。在SDPN图形化表述中用单线带箭头直线表示。
4)E=[E1a,E2a,…,Ena|E1b,E2b,…,Enb],独立外部事件集。对于第i台设备,Ei=[Eia,Eib],变迁tia的外部事件Eia表示使设备停止运行的事件;变迁tib的外部事件Eib表示使设备恢复运行的事件。
5) 表示PECPSS初始状态下的离散标识,指示生产开始时设备运行状态。M(τ)D表示生产过程中τ时刻设备的运行状态。
(2)生产与能耗调度子模型通过调节遥调和遥控阀门实现企业生产过程中用信息流来控制生产速率的目的,从而实现产品储罐对各个装置相互冲突的目标进行解耦,定义为:
模型中各参数定义如下:
1)f:P∪T→{D,DF}:“微分函数”,指明节点(变迁或位置)是离散节点D或微分节点DF。
2)P:有限位置集。按“三流耦合”属性,位置集P P可分为:能源仓库PN, f(Pi)=DF,用虚线三圆圈表示;物料仓库PM,f(Pi)=DF,用实线三圆圈表示;信息仓库PI,信息仓库按信息属性可分为:耦合信息POI, f(Pi)=DF,用实线三圆圈表示;计量信息PDI,f(Pi)=DF,用实线三圆圈表示;控制信息PCI,f(Pi)=D,用实线单圆圈表示。
3)T:有限变迁集。按运行设备与控制阀门类型,变迁集T可分为:设备变迁TE,f(Tj)=DF,用实线三矩形框表示;遥调阀门变迁TA,f(Tj)=DF;遥控阀门变迁TC,f(Tj)=D;遥信阀门变迁TS,f(Tj)=D。
4)Pre(Pi,Tj):位置到变迁的有限弧集函数。Post(Pi,Tj):变迁到位置的有限弧 集函数。或PM,Tj∈TE,Pre(Pi,Tj)和Post(Pi,Tj)表示能源或物料传输管网,其它表示***信息传输,在DPN图形化描述中用带箭头的实线表示。
5)M0:生产与能耗调度子***初始标识,包括能源和原辅料初始储备量、信息初始状态等。
6):“时间函数”,当f(tj)=D时,dj是定义在离散变迁上的普通时延;当f(Tj)=DF时,h为“集成步长”,时间时延函数,即调度***最小间隔时间,Vj为该微分变迁相连的微分库所中各变量的最大激发速度,其中Vj可以是时间常数、也可以是与该微分变迁相连的微分位置中标识的非线性函数,在子***中指能源或物料传输管网的最大传输速率。
(3)生产与能耗仿真子模型定义为:
PECSSS≡{P,T,In,Out,M,V,I,K}
模型中各参数定义如下:
1)P=PN∪PM∪PO,时,Pi为颜色连续位置,位置颜色数定义为企业消耗和产生的能源种类数,在企业生产能耗过程中具体表现为能源流;时,Pi为普通连续位置,代表企业原料、生产辅料、中间产品、最终产品、外销产品和排放仓库,在企业生产能耗过程中具体表现为物料流;时,Pi为普通连续位置,代表企业完成生产计划的外销产品仓库,在企业生产能源耦合模型中具体表现为完成生产计划所生产的产品。
2)T=TC∪TO,时,Ti为连续变迁,代表连续生产的能耗设备;时,Ti为连续变迁,代表企业外销产品控制阀。
3)In为输入权重函数,又称上游函数,定义R+为正实数集,为非负实数向量集,则:
Pi∈PM,In(P1,Tj):In(P2,Tj):…:In(Pnj,Tj)代表第j台设备反应物(包含辅料)组分比,nj表示第j台设备反应物种类数。
4)Out为输出权重函数,,又称下游函数,则:
Pi∈PM,Out(P1,Tj):Out(P2,Tj):…:Out(Pmj,Tj)代表第j台设备生成物(包含排放)组分比,mj第j台设备生成物种类数。
5)M={M0,M(t)},M0表示企业生产能源耦合模型初始状态下的标识,在仓库存储能力范围内,用于代表调度周期开始时原料、辅料、中间产品和成品仓库库存量以及能源储备。M(τ)表示生产时间内某一时刻各仓库库存量和能源消耗量。
6)V={VN,VM,VO}为变迁激发速率函数,时,Vj代表设备消耗能源的消耗速率或生产过程中产生的可循环利用的能源产生速率;时,Vj代表设备消耗的原料、辅料、中间产品消耗速率或生产过程中产生的中间产品、最终产品和排放物的生成速率;时,Vj代表外销产品的外销速率。这里所研究的V均为常数, 产品最小生产速率,代表能耗设备最小生产能力,产品最大生产速率,代表能耗设备最大生产能力。
7)I={I1,I2,…,I|T|}为设备信息库,在企业生产能源耦合模型中具体表示为信息流,每台设备的信息Ij均由耦合信息、计量信息和控制信息组成。
8)K={K1,K2}为能耗设备状态数,K1代表企业某种类型能耗设备总数,反映企业某产品最大生产能力,K2表示企业某种能耗设备当前工作数量,反映企业某产品当前实际生产能力,K2≤K1,K2≠0。
(4)生产与能耗优化子模型定义为:
PECOSS={P,T,Pre,Post,C,M}
模型各参数定义如下:
1)P=Pd∪Pc为位置集,Pd为离散位置集,代表企业生产过程中的控制信息,,用单圆圈表示,Pc为连续位置集, 为能源颜色连续位置集,代表企业生产过程中用能设备消耗的能源,其颜色数n表示用能设备消耗的能源种类数,用虚线双圆圈表示;为物料连续位置集,表示企业生产过程中非能源物资,即原材料、辅料、中间产品、最终产品,用实线双圆圈表示,其中,m表示所用物料种类数。
2)T=Td∪Tc,变迁集,Td离散指数分布时间变迁集,代表企业生产过程中对不可靠事件的响应,用黑方框表示。它的平均激发时间为1/λi,λi为对应的指数分布参数。Tc连续变迁集,代表企业生产过程中用能设备,用双方框表示,用能设备总数为n。
3)前向关联函数为: 代表反应物组分比,为普通弧集,用带箭头的实线表示;代表消耗能源计量系数,为颜色数为m的弧集,用带箭头的虚线表示; 表示信息转换前向弧集,为普通弧集,用带箭头的实线表示。
4)后向关联函数为: 代表生成物组分比,为普通弧集,用带箭头的实线表示;代表生产可循环利用能源计量系数比,为颜色数为m的弧集,用带箭头的虚线表示; 表示信息转换后向弧集,为普通弧集,用带箭头的实线表示。
当t∈Tc,p∈Pd时,Pre(p,t)=Post(p,t)。PECOSS模型中关联矩阵记为W(p,t)=Post(p,t)-Pre(p,t),其中W(pd,tc)=0,W(pc,tc)又可进一步细分为能耗系数计量矩阵和物料组分计量矩阵
5)函数C:指定与连续变迁相关的激发速率,对应生产用能设备生产能力,设 代表运行设备的最小生产能力,代表设备的最大生产能力。若由于不可靠事件导致设备停止运行,则设备最小生产能力为0。反应物质消耗速率为:Pre(pi,ti)·C(ti);生成物质生产速率为:Post(pj,ti)·C(ti)。
6)标识M是一个函数, 定量地表示企业生产用能情况。分配给每个离散位置一个非负数托肯,指示设备运行或停止状态,用小黑点表示。分配给每个连续位置一个连续量,定量地表示企业生产能耗活动中能源消耗量与物料转化量以及产品生产量。用Mi表示位置Pi中的标识,在时刻τ,标识值记为M(τ)。
以下以多个实例证明上述方法的可实施性及有效性。
实施例一
1)问题描述
化工厂离子膜电解食盐水和氯气、氢气合成30%工业盐酸工艺简化片段如图1所示。设电解槽最大生产速率V1=2t/h;冷凝器、干燥器最大生产速率为V2=V3=3t/h;分离器最大生产速率为V4=1t/h;合成炉最大合成速率为V5=4t/h。设预测时间为24h。仓库原料食盐水足够反应,初始时刻,氯气1000t,氢气50t,其它为零。此过程消耗能源主要为水、电和蒸汽。电解槽、合成炉和分 离器能耗曲线按与产品生产率成线性计算,设生产1t烧碱消耗水3t、电45kwh、蒸汽0.2t;设生产1t盐酸耗电13kwh,水0.5t;氢气分离耗电145kwh。冷凝器和干燥器设为变频装置,能耗曲线分别设为:
2)生产与能耗预测模型建立
生产与能耗预测模型由生产能耗过程模型PECPSS-Ι和故障模型PECPSS-ΙΙ两部分组成,某化工工艺流程简化片段生产与能耗预测模型见图2所示,图2中标识为建模***初始状态,图2符号说明如表1所示。建模***关联矩阵:前向关联矩阵和后向关联矩阵分别如下所示:
表1
3)预测结果
图3-图4为建模***能耗预测演化表示图。
以前5h***耗水量为例,说明能源预测计算方法。
电解槽耗水量:
冷凝器耗水量:
干燥器耗水量:
合成炉耗水量:
分离器耗水量:
前5h***累计耗水量为:
故障分析:仿真进行到5h时,E1a激发,电解槽故障,电解槽下游氯处理设备冷凝器干燥器受其影响被迫停机(),其它设备能正常运行。这时,***瞬时激发速率变为v=(0,0,0,1,4),计算安全生产维持时间Ts。对于干燥器安全生产维持条件为:根据物料计算基本关系式得: 干燥器安全生产维持时间Ts4为5h。同理,合成炉t5 c安全生产维持时间为:min{Ts5,Ts6}=min{4.3,11.4}=4.3h。由此可知由物料与能耗设备组成的网络***当电解槽故障时,为最小程度影响其他设备正常生产,电解槽恢复正常生产时间应控制在4.3h内。当生产进行到8h时,电解槽正常运行,整个生产***安全平稳继续进行。
实施例二
1)问题描述
某连续型企业生产片段如图5所示,此过程主要消耗水、电、蒸汽三种能源。原料A和原料B在反应器Ⅰ中反应生成半成品C,假设反应器Ⅰ控制生产的主要手段为蒸汽压力,其遥调阀门开度与物料传输管网中流速成正比,耦合信息为蒸汽压力Pa,耦合函数为:v1为半成品C生产速率,100≤v1≤300t/h,压力随时间按每小时10t线性减少,压力低于设定值50t会影响产品质量。其联调函数为:原料A、原料B和半成品C质量比为1:1:2。设换热器采用“一开一备”生产模式,半成品C经换热器后生成产品C的转换率为90%。产品C同时作为反应器Ⅱ的原料,生成产品D和废液E,假设反应器 Ⅱ控制生产的主要手段为PH值,其遥调阀门开度与物料传输管网中流速成正比,耦合信息为PH值,耦合函数为:v2为产品D生产速率,50≤v2≤150t/h,PH设定值不随时间变化,其联调函数为:产品C、产品D和废液E质量比为5:2:3。废液E经循环利用处理后可回收部分水和原料B,废液E、原料B和可循环利用水质量比为6:1:3。主设备为反应器Ⅰ和Ⅱ,其它为从设备。
调度参数设置:假设遥信阀门变迁时延dj默认为零,限界检测时间间隔为5min,企业生产过程中计量信息在安全生产范围内,微分变迁时延hj为0.1h,仿真结束时间24h。半成品C单耗为蒸汽20kg,供给量低于50t时需补充能源,蒸汽初始储备量为140t;产品D单耗电0.04kwh,供给量低于50kwh时需补充能源,电能初始储备量为150kwh。产品C调度范围为[1000,5000]t,初始时刻产品C储罐产品储量为3000t。产品D调度范围为[500,3000]t,初始时刻产品D储罐产品储量为1000t。原料A和原料B储罐原料储量低于500t时需补充原料,原料A和原料B初始储备量分别为2000t和1500t。设产品C为液体,外销产品C调度阀门为遥调阀门;设产品D为固体,外销产品D调度阀门为遥控阀门。
2)能耗调度模型建立
由于篇幅关系这里只给出连续型企业生产片段能耗调度模型结构简图,见图6。图6符号说明如表2所示。
表2
3)调度结果
调度事件表如表3所示。
表3
企业生产能耗调度过程中原料A、原料B以及产品C和产品D储罐物料变化量见图7-图10。
原料A、原料B以及产品C和产品D储罐物料变化量实现了非线性变化,由于变化幅度偏小,图7-图10非线性变化不是很明显。图11为第五个调度周期内产品C储罐物料变化量,很好的展现了其生产过程的非线性。
反应器Ⅰ消耗蒸汽量见图12所示。反应器Ⅱ消耗电量见力图13所示。
实施例三
1)问题描述
某氯碱化工厂生产环节包括隔膜电解食盐水、氯气氢气化合制盐酸、钠法生产漂粉精和乙烯氧氯化法制氯乙烯,假设四个生产环节均为连续生产过程。其主要原料有三种,分别为原盐、石灰浆、乙烯。生产产品六种,分别为氯气、氢气、烧碱、盐酸、漂粉精和氯乙烯,其中氯气又作为氯乙烯生产的原料,氢气和氯气作为盐酸生产的原料,氯气、烧碱又是产品漂粉精的原料。主要消耗水、电、蒸汽三种能源,如图14所示。
仿真时间TP=168h,生产订单和调度区间如表4所示。设原盐消耗能力[5,150]t/h;盐酸生产能力[5,58.6]t/h;漂粉精生产能力[4,10]t/h;氯乙烯生产能力[8,55]t/h。设原材料和能源供应充分。假设物料反应组分比按化学反应方程式质量系数计算。
表4
产品 | 氯气 | 氢气 | 烧碱 | 盐酸 | 漂粉精 | 氯乙烯 |
产量 | 1230 | 90 | 7000 | 2800 | 140 | 5200 |
调度上限mmax | 5000 | 500 | 5000 | 5000 | 500 | 5000 |
调度下限mmin | 1000 | 100 | 1000 | 1000 | 100 | 1000 |
库存上限 | 5000 | 500 | 无 | 5000 | 无 | 5000 |
库存下限 | 0 | 0 | 0 | 0 | 0 | 0 |
初始值 | 5000 | 300 | 1000 | 1000 | 100 | 3000 |
2)能耗仿真模型建立
氯碱化工厂生产能耗环节连续Petri网模型(PECSSS)见图15所示,其标注符号说明如表5所示。
表5
能耗系数计量矩阵WN和物料组分计量矩阵WM如下所示,其中,n1水、n21交流电、n22动力电、n3蒸汽:
3)仿真结果
设置仿真步长Δt=1h,最小调度时间或阈值时间tmin=3h,仿真时间TP=168h,按生产计划设置外销产品量分别为:p1(TP)=1230;p2(TP)=90;p3(TP)=7000;p4(TP)=2800;p5(TP)=140;p6(TP)=5200。
1、高层次:能源流和物料流仿真
***主设备为:电解槽合成炉反应器和氯化器主速率为: 和最终产品和外销产品分别为:氯气和p1、氢气和p2、烧碱和p3、盐酸和p4、漂粉精和p5、氯乙烯和p6。中间产品为:氯气半成品1氯气半成品2氢气半成品
生产过程仿真数据如表6所示。这里仅给出电解槽利用状态系数能耗过程仿真数据如表7所示。
表6
表7
2、低层次:信息流仿真
以电解食盐水生产能耗环节为例,根据氯碱化工厂生产数据电解槽消耗纯水量与电流负荷关系见图16所示,生产中DCS应该调节电流随时间关系见图17所示。
实施例四
1)问题描述
某氯碱化工厂优化环节包括隔膜电解食盐水、氯气氢气化合制31%盐酸、31%盐酸精制高纯盐酸、钠法生产漂粉精和乙烯氧氯化法制氯乙烯五个生产环节。此生产过程主要消耗水、电、蒸汽三种能源。其生产能耗关系如图18所示。设原材料和能源供应充足,物料反应组分比按化学反应方程式质量系数计算。此过程主要生产氯气、氢气、烧碱、31%盐酸、高纯盐酸、漂粉精和氯乙烯七种产品。其中,氯气、氢气、31%盐酸库存初始量分别为100t、100t和400t,库存范围为[100,500]t,其它产品无库存能力约束。假设电解槽生产氯气能力为[142,1420]t/h;合成炉合成31%盐酸能力为[365,730]t/h;蒸发器制高纯盐酸能力为[10,200]t/h;氯化器生产漂粉精能力为[286,1430]t/h;反应器生产氯乙烯能力为[250,1250]t/h。设优化时间为6h。
2)模型建立
氯碱化工厂生产能耗环节生产与能耗优化模型(PECOSS)见图19。能耗系数计量矩阵WN(单位:kgce,千克标煤)和物料组分计量矩阵CM如下所示,其中,n1水、n2交流电、n3蒸汽:
备注:其中1kwh=1度电=0.1228kgce;1t新鲜水=0.2429kgce;1t3.5Mpa级蒸汽=125.714kgce。
备注:①生产过程中反应物质和生成物质用水量按能源量计量。②物料组分计量矩阵中,对于主设备列向量代表同一设备反应物与生成物质量组分比,理想情况下,理论上各列向量之和等于零,比如第7列中合成炉氯气和氢气合成31%盐酸过程。但是生产过程中由于原料纯度、主设备中各种副反应的进行、工业用水影响等因素,往往使反应前后质量不守恒,比如第8列蒸发器制高纯盐酸过程。对于从设备列向量代表设备物料等效转化率VT(VT为物料经设备处理后质量与进入设备前质量之比),反映由于设备原因使物料的损耗,比如干燥器物料等效转化率为98.6%。③物料组分计量矩阵中,行向量代表物料传输管网中物料等效传输率η,η为物料流出储罐后质量与物料进入储罐前质量之比,理想情况下,即不考虑物料传输损失的情况下η=100%,比如氯气半成品传输管网。
3)优化调度结果
优化过程及结果如表8所示,企业节能生产调度优化事件表。
企业节能优化生产环节6h共消耗能源
表8
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。
Claims (6)
1.一种基于企业生产与能耗耦合模型的能源优化方法,其特征在于,该方法包括以下步骤:
1)建立基于混杂Petri网的连续型企业生产与能耗耦合模型,包括生产与能耗预测子模型、生产与能耗调度子模型、生产与能耗仿真子模型和生产与能耗优化子模型;
2)采集企业生产数据,根据建立的模型获得企业最优能源参数;所述的企业生产数据包括能源物料集、生产设备集、生产属性集和设备信息集。
2.根据权利要求1所述的一种基于企业生产与能耗耦合模型的能源优化方法,其特征在于,所述的生产与能耗预测子模型包括:生产能耗过程模型PECPSS-Ι和故障模型PECPSS-ΙΙ,
生产能耗过程模型定义为:PECPSS-Ι={PC,TC,V,PreC,PostC,M},其中,
PC为有限非空连续位置集;TC为有限非空连续变迁集;V为瞬时激发速率集; 为非负实数,为前向关联函数;为后向关联函数; 表示初始状态下的连续标识,M(τ)C表示生产过程中τ时刻能源量和物料量;
故障模型定义为:PECPSS-ΙΙ={PD,TD,PreD,PostD,E,MD},其中,
PD为离散位置集;TD为离散变迁集;PreD:PD×TD→1,为前向关联函数;PostD:PD×TD→1,为后向关联函数;E=[E1a,E2a,…,Ena|E1b,E2b,…,Enb],为独立外部事件集,对于第i台设备,Ei=[Eia,Eib],Eia表示使设备停止运行的事件,Eib表示使设备恢复运行的事件; 表示初始状态下的离散标识,指示生产开始时设备运行状态,M(τ)D表示生产过程中τ时刻设备的运行状态。
3.根据权利要求1所述的一种基于企业生产与能耗耦合模型的能源优化方法,其特征在于,所述的生产与能耗调度子模型定义为:
PECDSS={P,T,Pre,Post,f,M0,Υ}
其中,P为有限位置集;T为有限变迁集;Pre为位置到变迁的有限弧集函数;Post为变迁到位置的有限弧集函数;M0为生产与能耗调度子***初始标识;Υ为时间函数。
4.根据权利要求1所述的一种基于企业生产与能耗耦合模型的能源优化方法,其特征在于,所述的生产与能耗仿真子模型定义为:
PECSSS≡{P,T,In,Out,M,V,I,K}
其中,P=PN∪PM∪PO,PN为能源仓库集,PM为物料仓库集,PO为外销产品仓库集;T=TC∪TO,TC为连续生产的能耗设备的变迁集,TO为企业外销产品控制阀的变迁集;In为输入权重函数;Out为输出权重函数;M={M0,M(t)},M0表示企业生产能源耦合模型初始状态下的标识,M(τ)表示生产时间内某一时刻各仓库库存量和能源消耗量;V={VN,VM,VO}为变迁激发速率函数,VN表示设备消耗能源的消耗速率或生产过程中产生的可循环利用的能源产生速率集,VM表示设备消耗的原料、辅料、中间产品消耗速率或生产过程中产生的中间产品、最终产品和排放物的生成速率集,VO外销产品的外销速率集;I={I1,I2,…,I|T|}为设备信息库,在企业生产能源耦合模型中具体表示为信息流,每台设备的信息Ij均由耦合信息、计量信息和控制信息组成;K={K1,K2}为能耗设备状态数,K1代表企业某种类型能耗设备总数,反映企业某产品最大生产能力,K2表示企业某种能耗设备当前工作数量,反映企业某产品当前实际生产能力,K2≠0。
5.根据权利要求1所述的一种基于企业生产与能耗耦合模型的能源优化方法,其特征在于,所述的生产与能耗优化子模型定义为:
PECOSS={P,T,Pre,Post,C,M}
其中,P=Pd∪Pc为位置集,Pd为离散位置集,代表企业生产过程中的控制信息,Pc为连续位置集, 为能源颜色连续位置集,代表企业生产过程中用能设备消耗的能源,其颜色数n表示用能设备消耗的能源种类数;为物料连续位置集,表示企业生产过程中非能源物资,即原材料、辅料、中间产品、最终产品,m表示所用物料种类数;
T=Td∪Tc为变迁集,Td离散指数分布时间变迁集,代表企业生产过程中对不可靠事件的响应,Tc为连续变迁集,代表企业生产过程中用能设备;
C指定与连续变迁相关的激发速率,对应生产用能设备生产能力,对于反应物质消耗速率为:Pre(pi,ti)·C(ti);生成物质生产速率为:Post(pj,ti)·C(ti);
M是一个标识函数, 定量地表示企业生产用能情况。
6.根据权利要求5所述的一种基于企业生产与能耗耦合模型的能源优化方法,其特征在于,所述的C(ti)满足:
其中, 代表运行设备的最小生产能力,代表设备的最大生产能力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410838044.1A CN104657784A (zh) | 2014-12-24 | 2014-12-24 | 基于企业生产与能耗耦合模型的能源优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410838044.1A CN104657784A (zh) | 2014-12-24 | 2014-12-24 | 基于企业生产与能耗耦合模型的能源优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104657784A true CN104657784A (zh) | 2015-05-27 |
Family
ID=53248881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410838044.1A Pending CN104657784A (zh) | 2014-12-24 | 2014-12-24 | 基于企业生产与能耗耦合模型的能源优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104657784A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105700384A (zh) * | 2016-03-14 | 2016-06-22 | 东北大学 | 一种构建废水污染物排放Petri网仿真模型的方法 |
CN105759615A (zh) * | 2016-04-06 | 2016-07-13 | 浙江工业大学 | 一种基于可协作Petri网的可容错柔性小件装配控制方法 |
CN106168769A (zh) * | 2016-07-19 | 2016-11-30 | 同济大学 | 一种多耦合混杂流程工业过程的建模及仿真方法 |
CN106295878A (zh) * | 2016-08-09 | 2017-01-04 | 广东技术师范学院 | 一种基于Petri网与改进遗传算法的柔性作业车间调度*** |
CN108614529A (zh) * | 2018-04-03 | 2018-10-02 | 同济大学 | 一种非等周期的多台并行设备最小设计排风量调度方法 |
CN110800180A (zh) * | 2017-06-27 | 2020-02-14 | 松下知识产权经营株式会社 | 进行电力需量控制的装置以及方法 |
CN111260104A (zh) * | 2018-11-30 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 一种订单信息动态调整方法和装置 |
CN111369145A (zh) * | 2020-03-04 | 2020-07-03 | 海南金盘智能科技股份有限公司 | 一种变压器排程方案的生成方法及*** |
CN113609697A (zh) * | 2021-08-16 | 2021-11-05 | 傲林科技有限公司 | 一种基于事件网的模拟仿真方法、装置及计算机设备 |
CN113610474A (zh) * | 2021-08-16 | 2021-11-05 | 傲林科技有限公司 | 一种基于事件网的库存管理方法和管理*** |
CN114326697A (zh) * | 2020-10-09 | 2022-04-12 | 丰田自动车株式会社 | 模型学习***、车辆的控制装置以及模型学习方法 |
CN115062872A (zh) * | 2022-08-11 | 2022-09-16 | 国网(宁波)综合能源服务有限公司 | 基于电力大数据的行业能耗预测方法及预测*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090254198A1 (en) * | 2008-04-07 | 2009-10-08 | Honeywell International Inc. | System and method for discrete or continuous supply chain control and optimization using stochastic calculus of variations approach |
US20120083914A1 (en) * | 2010-10-05 | 2012-04-05 | Exxonmobil Research And Engineering Company | Modeling tool for planning the operation of refineries |
CN102708243A (zh) * | 2012-05-09 | 2012-10-03 | 天津理工大学 | 基于分层有色Petri网(HCPN)的炼铁***物流能耗模型的建模方法 |
-
2014
- 2014-12-24 CN CN201410838044.1A patent/CN104657784A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090254198A1 (en) * | 2008-04-07 | 2009-10-08 | Honeywell International Inc. | System and method for discrete or continuous supply chain control and optimization using stochastic calculus of variations approach |
US20120083914A1 (en) * | 2010-10-05 | 2012-04-05 | Exxonmobil Research And Engineering Company | Modeling tool for planning the operation of refineries |
CN102708243A (zh) * | 2012-05-09 | 2012-10-03 | 天津理工大学 | 基于分层有色Petri网(HCPN)的炼铁***物流能耗模型的建模方法 |
Non-Patent Citations (4)
Title |
---|
张悦 等: ""企业生产与能耗过程模型及其仿真连续Petri网方法"", 《计算机集成制造***》 * |
张悦 等: ""连续型企业生产过程能源预测模型及其仿真"", 《计算机集成制造***》 * |
林琳: ""基于Petri网的工业混杂***监控与诊断"", 《中国优秀博硕士学位论文全文数据库 (硕士) 信息科技辑》 * |
王坚 等: ""企业节能生产调度优化一阶混杂Petri网方法"", 《计算机集成制造***》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105700384A (zh) * | 2016-03-14 | 2016-06-22 | 东北大学 | 一种构建废水污染物排放Petri网仿真模型的方法 |
CN105759615A (zh) * | 2016-04-06 | 2016-07-13 | 浙江工业大学 | 一种基于可协作Petri网的可容错柔性小件装配控制方法 |
CN105759615B (zh) * | 2016-04-06 | 2018-09-07 | 浙江工业大学 | 一种基于可协作Petri网的可容错柔性小件装配控制方法 |
CN106168769A (zh) * | 2016-07-19 | 2016-11-30 | 同济大学 | 一种多耦合混杂流程工业过程的建模及仿真方法 |
CN106295878A (zh) * | 2016-08-09 | 2017-01-04 | 广东技术师范学院 | 一种基于Petri网与改进遗传算法的柔性作业车间调度*** |
CN106295878B (zh) * | 2016-08-09 | 2017-10-31 | 广东技术师范学院 | 一种基于Petri网与改进遗传算法的柔性作业车间调度*** |
CN110800180B (zh) * | 2017-06-27 | 2023-03-28 | 松下知识产权经营株式会社 | 进行电力需量控制的装置以及方法 |
CN110800180A (zh) * | 2017-06-27 | 2020-02-14 | 松下知识产权经营株式会社 | 进行电力需量控制的装置以及方法 |
CN108614529A (zh) * | 2018-04-03 | 2018-10-02 | 同济大学 | 一种非等周期的多台并行设备最小设计排风量调度方法 |
CN111260104A (zh) * | 2018-11-30 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 一种订单信息动态调整方法和装置 |
CN111260104B (zh) * | 2018-11-30 | 2022-07-29 | 北京嘀嘀无限科技发展有限公司 | 一种订单信息动态调整方法和装置 |
CN111369145A (zh) * | 2020-03-04 | 2020-07-03 | 海南金盘智能科技股份有限公司 | 一种变压器排程方案的生成方法及*** |
CN114326697A (zh) * | 2020-10-09 | 2022-04-12 | 丰田自动车株式会社 | 模型学习***、车辆的控制装置以及模型学习方法 |
CN114326697B (zh) * | 2020-10-09 | 2023-12-26 | 丰田自动车株式会社 | 模型学习***、车辆的控制装置以及模型学习方法 |
CN113609697A (zh) * | 2021-08-16 | 2021-11-05 | 傲林科技有限公司 | 一种基于事件网的模拟仿真方法、装置及计算机设备 |
CN113610474A (zh) * | 2021-08-16 | 2021-11-05 | 傲林科技有限公司 | 一种基于事件网的库存管理方法和管理*** |
CN113610474B (zh) * | 2021-08-16 | 2023-09-22 | 傲林科技有限公司 | 一种基于事件网的库存管理方法和管理*** |
CN115062872A (zh) * | 2022-08-11 | 2022-09-16 | 国网(宁波)综合能源服务有限公司 | 基于电力大数据的行业能耗预测方法及预测*** |
CN115062872B (zh) * | 2022-08-11 | 2022-11-08 | 国网(宁波)综合能源服务有限公司 | 基于电力大数据的行业能耗预测方法及预测*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104657784A (zh) | 基于企业生产与能耗耦合模型的能源优化方法 | |
CN101887544A (zh) | 连续型企业生产与能源耦合优化建模方法 | |
Wei et al. | Carbon emission flow oriented tri-level planning of integrated electricity–hydrogen–gas system with hydrogen vehicles | |
Jiang et al. | Research on China’s cap-and-trade carbon emission trading scheme: Overview and outlook | |
Ding et al. | Optimization of hydrogen distribution systems with pressure constraints | |
Zhao et al. | Granular prediction and dynamic scheduling based on adaptive dynamic programming for the blast furnace gas system | |
WO2019237316A1 (zh) | 一种基于知识迁移的高炉煤气调度***建模方法 | |
CN101620416A (zh) | 一种流程工业企业生产过程的生产调度智能优化方法 | |
CN104181900A (zh) | 一种多能源介质分层动态调控方法 | |
He et al. | Architecture model proposal of innovative intelligent manufacturing in the chemical industry based on multi-scale integration and key technologies | |
CN106650944A (zh) | 一种基于知识的冶金企业转炉煤气调度方法 | |
CN103279075A (zh) | 一种间歇化工生产过程及其控制方法 | |
CN115185243A (zh) | 高原山地长距离梯级泵站输送***动态优化调度建模方法 | |
Wang et al. | Integrated sustainability assessment of chemical production chains | |
CN102592004B (zh) | 钢铁联合企业全工序能况在线分析诊断***及方法 | |
Zhang et al. | An integrated energy efficiency evaluation method for forging workshop based on IoT and data-driven | |
Zhang et al. | Two-stage distributionally robust integrated scheduling of oxygen distribution and steelmaking-continuous casting in steel enterprises | |
CN102651115B (zh) | 并行异步混合算法处理***和水库或水库群优化调度方法 | |
CN117973886A (zh) | 含氢能全链路的综合能源***协同规划运行方法及*** | |
Huang et al. | Is China's Equipment Manufacturing Export Carbon Emissions Decoupled from Export Growth? | |
Shi et al. | Unveiling the unequal variation of regional carbon risk under inter-provincial trade in China | |
CN104155873B (zh) | 湿法冶金全流程分层优化控制方法 | |
CN110850831A (zh) | 一种玻璃基板生产水足迹核算与在线控制方法 | |
Peng et al. | Digital twin-enabled production optimization for steel industry | |
CN105095996A (zh) | 一种基于工业用户用电数据的污染排放预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150527 |
|
RJ01 | Rejection of invention patent application after publication |