CN1753010A - 用于钢铁企业能源优化调度的分类建模和滚动求解方法 - Google Patents

Abstract

本发明公开了一种用于钢铁企业能源优化调度的分类建模和滚动求解方法。根据钢铁企业中的能源设备与管网的特性分类建立模型，基于这些模型，得到一个带约束的非线性数学规划问题，通过目标函数的设定和决策变量的选取，将其转换为一个大规模线性规划问题，采用专门为大规模线性规划问题设计的高效率原始对偶内点法进行快速求解，在求解过程中，采用一种基于移动窗口的事件驱动滚动优化计算策略，当影响设备能源产耗的因素突发性变动时，确定设备类型及其相应的工艺约束条件，以临时变更的调度时段为移动窗口，重新计算能源优化调度策略。对钢铁企业具有普遍的通用性，保证了优化调度问题求解的实时性，提高了调度策略处理随机突发事件的可靠性。

Description

用于钢铁企业能源优化调度的分类建模和滚动求解方法

技术领域

本发明涉及钢铁企业能源管理领域能源平衡与调度方法，尤其涉及用于钢铁企业能源优化调度的分类建模和滚动求解方法。

背景技术

钢铁企业是耗能大户，企业能源调度方法的合理性等是影响钢铁企业能耗的重要因素，好的能源调度方法对钢铁企业节能和降低生产成本有着重要的现实意义。建立企业能源设备的数学模型是能源优化调度的前提，在模型的基础上构建能源优化调度问题的数学模型是关键。目前，我国大部分钢铁企业采用通过观测现场能源数据的异常情况来进行人工调度方法，调度人员根据个人经验给出能源调度方案，调度结果的好坏与调度人员的素质、责任、情绪息息相关，调度结果的可靠性差。当能源调度***规模增大时，调度人员由于自身条件的限制，往往难以给出合适的调度方案。钢铁企业有众多的工艺流程和大量的能源设备，传统的能源设备建模方法按工艺流程来建模，建模时要深入了解工艺流程，模型的数量极大，且增加了建模的难度和复杂性。现有的能源调度均未考虑能源存储设备在能源调度中的作用。

本发明分析了钢铁企业设备能源产耗情况的特点，并考虑了能源存储设备在能源调度中的作用，对整个企业的设备进行了分类，在对单个设备进行能源动态建模的基础上，建立了钢铁企业的二次能源电力，蒸汽和煤气的中长期优化调度模型，利用计算机的快速计算能力，通过优化调度算法的求解得到合理的优化调度策略。

因而，本发明旨在建立一种相对简单但行之有效的能源设备建模方法，根据钢铁企业设备能源产耗情况的特点，将设备、管网进行分类，这种分类方法下，与能源调度相关的设备数学模型表达大大简化，并且能普遍适用于各个不同的钢铁企业。通过对算法进行独特的处理，将原带约束非线性数学规划问题转换为一个大规模线性规划问题，并采用专门为大规模线性规划问题设计的高效率原始对偶内点法进行求解，可靠性高，保证了优化调度问题求解的实时性。求解的同时，考虑到钢铁企业是一个庞大的复杂***，企业设备运行难免有异常情况发生，为了减小由随机突发事件所造成的能源优化调度策略上的失误，采用一种基于移动窗口的事件驱动滚动优化调度策略，以提高调度策略处理随机突发事件的可靠性。

发明内容

本发明的目的是提供一种用于钢铁企业能源优化调度的分类建模和滚动求解方法。

用于钢铁企业能源优化调度的分类建模和滚动求解方法基本步骤如下：

1)根据钢铁企业中的能源设备与管网的特性，将所有设备分为以下五种：能源固定型设备、能源可变型设备、能源转换型设备、能源储存/缓冲型设备、非能源储存/缓冲型设备；

2)采用机理建模与数据拟合算法对上述设备分类建立数学模型；

3)基于分类建模方法建立的模型，得到一个带约束的非线性数学规划问题，将其转换为一个大规模线性规划问题；

4)采用一种基于移动窗口的事件驱动滚动优化计算策略；

5)采用原对偶内点法进行快速求解。

所述的能源固定型设备：这类设备能源的产生量和消耗量当生产任务下达后为定值，不可随意分配。

所述的能源可变型设备：这类设备为完成指定生产任务可采用不同的能源组合，且其能源组合须满足一定的配比关系约束。

所述的能源转换型设备；这类设备能源的产量及产生这些能源的其他能源的消耗量可以调节。

所述的能源储存/缓冲设备：此类设备本身不参与能源的产耗计算，但可以维持管网内的平衡，改变管网的平衡方式。

所述的采用机理建模与数据拟合算法对上述设备分类建立数学模型：对能源固定型设备、能源可变型设备、能源转换型设备，分别采用滑动平均滤波算法、偏最小二乘法拟合设备消耗或者产生能源与生产任务之间的函数关系，以及可相互转换能源之间的转换关系；对能源储存/缓冲型设备采用机理建模的方法。

所述的得到一个带约束的非线性数学规划问题，将其转换为一个大规模线性规划问题：能源约束方程的形式可分为可变型能源设备约束方程，能源转换设备的约束方程，管网的能源供需平衡方程；能源缓冲型设备的约束方程不满足连续性的要求，呈现出非线性特性，通过目标函数的设定和决策变量的选取，将原带约束非线性数学规划问题转换为一个大规模线性规划问题。

所述的采用一种基于移动窗口的事件驱动滚动优化计算策略：事件突发时，确定设备类型及其相应的工艺约束条件，以临时变更的调度时段为移动窗口，重新计算能源平衡与优化调度策略。

所述的采用原对偶内点法进行快速求解：在可行域的边界上通过设置障碍函数使迭代点在靠近可行域边界时，给出的目标函数值迅速增大，并在迭代过程中适当控制步长，从而使迭代点始终在可行域内部，算法收敛于原问题的全局最优解。

本发明提出的设备分类方法对于各种类型和规模的钢铁企业具有一定的通用性；问题求解算法的计算时间对问题的规模不敏感，计算次数不会随问题规模的增大而增加，且有很好的收敛性和鲁棒性，可靠性高，保证了优化调度问题求解的实时性；滚动优化使调度策略对设备发生的异常情况具有很好的适应性，提高了调度策略处理随机突发事件的可靠性。

具体实施方式

1.钢铁企业能源设备模型分类建模

针对钢铁企业设备耗能和产能的方式和各种设备在能源优化调度过程中所起的不同作用，本发明提出了一种新的整个钢铁企业的设备分类方式，具体将钢铁企业设备分为以下五类：能源固定型设备，能源可变型设备和能源转换型设备、能源存储/缓冲型设备和非能源存储/缓冲型设备。这种设备分类方法是根据设备能源使用情况以及能源优化调度建模的基础进行分类的，因此对于各种类型和规模的钢铁企业具有一定的通用性。

关于设备的分类说明如下：

1)能源固定型设备：在该类设备中，当生产任务下达后，设备能源的产生量和消耗量为定值，不可随意分配，或随意分配后可产生生产任务的延误或产品质量的下降。其数学表达式为

                  x(t)＝g( u(t))

其中 x(t)表示能源固定型设备能源消耗或者产生量； u(t)表示能源固定型设备生产任务；g( u(t))表示能源固定型设备能源消耗或者产生量与生产任务的函数关系。

2)能源可变型设备：在该类设备中，为完成指定生产任务可采用不同能源组合，且其能源组合须满足一定的配比关系约束，能源使用量上下限约束，及能源调整速度约束。其数学表达式为

           c₁x₁(t)+c₂x₂(t)+...+c_nx_n(t)＝g( u(t))

其中c_i表示能源可变型设备能源i的消耗量的系数；x_i(t)表示能源可变型设备能源i的消耗量； u(t)表示能源可变型设备生产任务；g( u(t))表示能源可变型设备能源消耗或者产生量与生产任务的函数关系。

3)能源转换型设备：在该类设备中，某种能源的产量(主要包括产生蒸汽和电力的发电机和锅炉等)可调节，及产生这些能源的各种煤气的消耗量可以调节。其数学表达式为

y_j(t)＝h(x₁(t)，x₂(t)，…x_i(t)，…，y₁(t)，y₂(t)，…，y_i(t)，…)

其中x_i(t)表示能源转换型设备产生能源j需要能源i的消耗量；y_i(t)表示能源转换型设备产生能源j同时产生能源i的产生量；y_i(t)表示能源转换型设备产生能源j的产生量。

4)能源储存/缓冲型设备：此类设备本身不参与能源的产耗计算，但可以维持管网内的平衡，改变管网的平衡方式。此类设备在其存储/缓冲能力到达设备安全上限时，为保证设备安全将产生能源放散其数学表达式为：

$h\left(t_{i+1}\right)=\left\{\begin{array}{cc}{h}_{\max }& h\left(t_i\right)+k_1\mathrm{\&Delta;Q}\left(t_i\right)>h_{\max }\\ h\left(t_i\right)+k_1(Q_{\mathrm{in}}\left(t_i\right)-Q_{\mathrm{out}}\left(t_i\right))& h_{\min }\&le;h\left(t_i\right)+k_1\mathrm{\&Delta;Q}\left(t_i\right)\&le;h_{\max }\\ h_{\min }& h\left(t_i\right)+k_1\mathrm{\&Delta;Q}\left(t_i\right)<h_{\min }\end{array}\right.$

或

$p\left(t_{i+1}\right)=\left\{\begin{array}{cc}{p}_{\max }& p\left(t_i\right)+k_2\mathrm{\&Delta;Q}\left(t_i\right)>p_{\max }\\ p\left(t_i\right)+k_2(Q_{\mathrm{in}}\left(t_i\right)-Q_{\mathrm{out}}\left(t_i\right))& p_{\min }\&le;h\left(t_i\right)+k_2\mathrm{\&Delta;Q}\left(t_i\right)\&le;p_{\max }\\ p_{\min }& p\left(t_i\right)+k_2\mathrm{\&Delta;Q}\left(t_i\right)<p_{\min }\end{array}\right.$

其中Q_in表示能源缓冲设备的能源流入量；Q_out表示能源缓冲设备的能源流出量；k_i(i＝1，2)表示能源缓冲设备的流量变化与能源缓冲设备状态变化的比例系数；Δh表示能源缓冲设备(煤气柜)的高度变化量；Δp表示能源缓冲设备(蒸汽管网)的压强变化量；ΔQ(t_i)＝Q_in(t_i)-Q_out(t_i)表示能源缓冲设备的能源流量变化量；k₁＝T/S，S表示煤气柜的底面积，T表示调度决策时间间隔；k₂＝RT₁T/(VM)，V表示蒸汽管网的容积，M表示蒸汽的摩尔质量，R表示通用气体常数，8.3143J/mol.K，T₁表示蒸汽管网中蒸汽的绝对温度。

5)非能源储存/缓冲型设备：在该类能源设备中，没有能源存储设备或管网本身不可看作能源存储设备。其数学表达式为：

             Q_in-Q_out＝0

在以上模型分类的基础上，采用机理建模与数据拟合算法分别建立数学模型。把影响设备产能或耗能的变量，如生产任务、产品种类等，定义为模型的输入变量。模型的输出定义为设备的能耗。输入变量分为常规输入和虚变量输入。常规输入一般为连续实数。虚变量输入的值域为若干离散点，比如钢水种类。对能源固定型设备、能源可变型设备、能源转换型设备，基于能源设备的历史数据，分别采用滑动平均滤波算法、偏最小二乘法拟合设备消耗或者产生能源与生产任务之间的函数关系，以及可相互转换能源之间的转换关系；对能源储存/缓冲型设备采用机理建模的方法，根据热力学公式，利用能源缓冲设备的参数，计算出能源缓冲设备的状态变化情况。

2.能源优化调度问题的构建

在构建能源优化调度问题时，基于如下先决条件：

条件A1：在每个调度决策时间间隔T内，能源可调度设备的能源分配量和设备的生产任务量为定值，这也是符合能源调度实际的，按固定时间间隔对设备能源进行分配调用，可以减少设备能源调整人员的工作强度，同时也防止了设备因频繁调整而造成的磨损和老化等问题。

条件A2：能源可变型设备(如加热炉，热风炉等)通过能源使用量的线性组合完成生产任务，能源使用量的线性组合与生产任务之间为非线性关系。

条件A3：能源转换型设备中能源消耗量与产生量之间为线性关系，在实际生产中，电厂和锅炉等能源转换设备工作在线性段也是最经济可靠的运行方式。

条件A4：每种能源管网中的能源都可以通过外购和外卖来达到管网的能源平衡。

在以上先决条件基础上，能源优化调度问题可描述为以下的数学形式：

优化调度目标：全企业在整个调度时段内，在保证完成给定生产的前提下，通过调整各生产设备的能源产耗量，在所有能源管网实现：

子目标1：最大化能源管网外卖能源数量；

子目标2：最小化能源管网外购能源数量；

子目标3：最小化能源管网能源放散量；使得生产中能源的浪费量最小、折算后的经济效益最大化。

能源约束方程的形式可分为三类：可变型能源产耗设备约束方程，能源转换设备约束方程，能源供需平衡约束方程。为了分析问题方便，定义如下变量和编号，设整个能源优化调度时段为[t₀，t_f]，调度决策时间间隔为T，令调度时段中有N个调度时间间隔T，即NT＝t_f-t₀，令t_i＝[t₀+(i-1)T，t₀+iT]，其中i＝1，…，N。

电力，煤气，蒸汽管网编号为k＝1，…，NK，共NK个能源管网

分别说明如下：

1)可变型能源产耗设备约束方程

令可变型能源设备(如加热炉和均热炉等等)编号s＝1，…，N_s

可变型能源产耗约束模型方程为：

c_s1x_s1(t_i)+c_s2x_s2(t_i)+…＝g_s(u(t_i))                      (1)

对于需要完成某项生产任务的可变型产耗能源设备来说，所需要的能源要满足一定的热值配比工艺要求，可变型能源配比约束：

${\mathrm{\&lambda;}}_{s_{\min }\left(12\right)}\&le;x_{s1}\left(t_i\right):x_{s2}\left(t_i\right){\&le;\mathrm{\&lambda;}}_{s_{\max }\left(12\right)},{\mathrm{\&lambda;}}_{s_{\min }\left(13\right)}{\&le;x}_{s1}\left(t_i\right):x_{s3}\left(t_i\right)\&le;{\mathrm{\&lambda;}}_{s_{\max }\left(13\right)},\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;---\left(2\right)$

可变型能源使用量上下限约束：

a_sk(min)≤x_sk(t_i)≤a_sk(max)                                  (3)

能源的可变型能源使用调整速度约束：

|x_sk(t_i)-x_sk(t_i+1)|≤δ_sk                                (4)

2)能源转换设备约束方程

令能源转换设备(如燃气轮机，锅炉等)编号为l＝1，…，N_l

能源转换设备的能源产耗模型约束方程：

y_lj(t)＝h(x_l1(t_i)，x_l2(t_i)，…x_li(t_i)，…，y_l1(t_i)，y_l2(t_i)，…，y_li(t_i)，…) (5)

能源转换设备也具有能源消耗量的热值配比工艺约束：

${\mathrm{\&lambda;}}_{l_{\min }\left(12\right)}\&le;x_{l1}\left(t_i\right):x_{l2}\left(t_i\right){\&le;\mathrm{\&lambda;}}_{l_{\max }\left(12\right)},{\mathrm{\&lambda;}}_{l_{\min }\left(13\right)}{\&le;x}_{l1}\left(t_i\right):x_{l3}\left(t_i\right)\&le;{\mathrm{\&lambda;}}_{l_{\max }\left(13\right)},\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;---\left(6\right)$

能源使用量的上下限约束：a_lk(min)≤x_1k(t_i)≤a_lk(max)                                    (7)

能源产生量的上下限约束：b_lk(min)≤y_lk(t_i)≤b_lk(max)                                    (8)

能源调整速度约束：|x_lk(t_o)-x_lk(t_i+1)|≤δ_lk，y_lk(t_i)-y_lk(t_i+1)|≤r_lk          (9)

1)能源供需平衡约束方程

在讨论能源平衡方程之前，首先要计算能源固定型设备的各种能源产耗情况。产生能源的固定型设备编号j＝1，…，N_j，所有产生能源的固定型设备在t_i时间段内产生第k种能源的总产生量 ${\stackrel{\&OverBar;}{y}}_k\left(t_i\right)=\underset{j=1}{\overset{N_j}{\mathrm{\&Sigma;}}}{g}_{\mathrm{jk}}^{\&prime;}\left({\stackrel{\&OverBar;}{u}}_j\left(t_i\right)\right)$

消耗能源的固定型设备编号m＝1，…，N_mk，所有消耗能源的固定型设备在t_i时间段内产生第k种能源的总消耗量 ${\stackrel{\&OverBar;}{x}}_k\left(t_i\right)=\underset{m=1}{\overset{N_m}{\mathrm{\&Sigma;}}}{g}_{\mathrm{mk}}\left({\stackrel{\&OverBar;}{u}}_m\left(t_i\right)\right)$

由于能源管网的类型不同，能源管网的能源供需平衡约束方程分两类：

I.电力等非能源储存/缓冲型管网I＝1，…N_I，其能源平衡方程如下

E_pI(t_i)-E_cI(t_i)-E_sI(t_i)+E_bI(t_i)＝0                              (10)

其中E_pI为管网I的能源产生量 $E_{\mathrm{pI}}={\stackrel{\&OverBar;}{y}}_I+\underset{s=1}{\overset{N_s}{\mathrm{\&Sigma;}}}{y}_{\mathrm{sI}}+\underset{l=1}{\overset{N_l}{\mathrm{\&Sigma;}}}{y}_{\mathrm{lI}},$ E_cI为管网I的能源消耗量 $E_{\mathrm{cI}}={\stackrel{\&OverBar;}{x}}_I+\underset{s=1}{\overset{N_s}{\mathrm{\&Sigma;}}}{x}_{\mathrm{sI}}+\underset{l=1}{\overset{N_l}{\mathrm{\&Sigma;}}}{x}_{\mathrm{lI}},$ E_sI为管网I的外卖量，E_sI为管网I的外购量

II.蒸汽、煤气等能源存储/缓冲型管网J＝1，…N_J，其能源平衡方程如下

V_J(t_i+1)＝V_J(t_i)+[E_pJ(t_i)-E_cJ(t_i)-E_sJ(t_i)+E_bJ(t_i)-E_wJ(t_i)]K_JT  (11)

V_J(min)≤V_J(t_i)≤V_J(max)                                                       (12)

其中V_J(t_i)为煤气柜位或蒸汽管网压力值， $E_{\mathrm{pI}}={\stackrel{\&OverBar;}{y}}_I+\underset{s=1}{\overset{N_s}{\mathrm{\&Sigma;}}}{y}_{\mathrm{sI}}+\underset{l=1}{\overset{N_l}{\mathrm{\&Sigma;}}}{y}_{\mathrm{lI}},$ $E_{\mathrm{cJ}}={\stackrel{\&OverBar;}{x}}_J+\underset{s=1}{\overset{N_s}{\mathrm{\&Sigma;}}}{x}_{\mathrm{sJ}}+\underset{l=1}{\overset{N_l}{\mathrm{\&Sigma;}}}{x}_{\mathrm{lJ}},$ K_J为能源调整系数，当管网为煤气管网时K_J＝k₁，当管网为蒸汽管网时k_J＝k₂，E_sJ为管网的外卖量，E_sJ为管网的外购量，E_wJ为管网的放散量，由于能源存储管网在达到其存储能力上限时才有放散量，E_wJ还应满足下面的约束条件

$\left\{\begin{array}{ccc}{E}_{\mathrm{wJ}}\left(t_i\right)=0,& \mathrm{if}& V_J\left(t_i\right)<V_{J\left(\max \right)}\\ E_{\mathrm{wJ}}\left(t_i\right)\&GreaterEqual;0,& \mathrm{if}& V_J\left(t_i\right)\&GreaterEqual;V_{J\left(\max \right)}\end{array}\right.;---\left(13\right)$

能源存储型管网的能源调整速度约束：V_J(t_i+1)-V_J(t_i)≤δV_J(mas) (14)

在上述约束方程中涉及到的可变型能源设备和能源转换设备都是可调度设备，即设备运行过程中涉及的能源产耗量在一定范围内可调节，因此可调度设备的能源产耗量成为优化问题的决策变量。而能源固定型设备为不可调度设备，即设备在运行过程中涉及的能源产耗量不可调节，但会影响能源供需平衡约束方程。

3.能源优化调度模型的转换

由于能源储存/缓冲型设备的存在，使得能源供需平衡约束方程不满足连续性和光滑性要求。因此在根据以上目标函数和约束方程建立能源优化调度模型后，得到的是一个带约束的、非光滑的非线性数学规划问题。求解此类非线性优化问题的已有算法需在可行空间中不断搜索，求解时间长，精度低，无法满足能源调度的实时性要求。

本发明通过目标函数的设定和决策变量的选取，处理了能源存储/缓冲型设备的能源放散量与其存储能力的非线性关系，将原带约束非线性数学规划问题转换为一个大规模线性规划问题，从而可有效地通过高效率的线性规划算法来求解。

本发明涉及的能源优化调度问题中的子目标之一是要实现能源管网的能源放散量最小化。如果直接将能源放散量作为决策变量进入目标函数，则求解中会遇到能源放散量的取值与能源存储/缓冲型设备的状态成非光滑非线性关系这一难题。如果在目标函数中将能源放散量最小化替换为能源存储/缓冲型设备的状态最大化这一形式，结合此类设备状态取值的上下限约束，原问题中能源存储/缓冲型设备的能源放散量与其存储/缓冲能力的非线性关系会在求解过程中自动满足。因此该非线性关系可从能源供需平衡约束方程中剔除，从而原带约束的、非光滑的非线性数学规划问题转化为下列线性规划问题：

其约束条件为前面所述的可变型能源产耗设备约束方程(1)～(4)，能源转换设备约束方程(5)～(9)，能源管网供需平衡约束方程(10)～(14)。

其中_sk为第k个能源管网外卖能源量的价格系数，E_sk为第k个能源管网外卖能源量；_bk为第k个能源管网外购能源量的价格系数，E_bk为第k个能源管网外购能源量；_mk为第k个能源管网存储能源量的价格系数，V_mk为第k个能源管网代表能源存储能力的量。

另一方面，由于本发明研究的问题是一个多目标优化问题，能源管网中能源的购买量和外卖量在目标函数中价格系数可根据实际价格信息进行设定。而管网存储能力的价格系数不能取零，以保证管网的放散量与管网存储能力的非线性关系得到满足。为了不影响前两项变量的取值，管网存储能力的价格系数可以取很小的值，从而避免了与前两个子目标的互相影响。

4.能源优化调度问题的滚动求解方法

1)利用原始对偶内点法求解能源优化调度问题

由以上能源优化调度模型的转换方法可知，在先决条件A1，A2，A3，A4下，能源优化调度问题的目标函数为线性函数，决策变量为能源可变型设备和能源转换型设备涉及的所有可调度能源产耗量，及能源存储/缓冲型设备的状态量，这些决策变量满足的约束条件可用线性等式和不等式来描述。考虑到钢铁企业中大量的能源产耗设备调度决策变量和调度时段按时间粒度的离散化处理，所以经转化以后的能源优化调度问题成为一个大规模、多约束的稀疏线性规划问题，决策变量和约束条件的数量都达到10³～10⁴数量级。

为了能够快速、高效地求解此类能源优化调度问题，本发明中采用了针对大规模、多约束的稀疏线性规划问题的原始对偶内点法。原对偶内点法是从可行域的内部趋向最优解的，而不是同单纯形法那样在可行域边界顶点上寻优。内点法要求迭代过程始终在可行域内部进行，其基本思想是把初始点取在可行域内部，并在可行域的边界上通过设置障碍函数使迭代点在靠近可行域边界时，给出的目标函数值迅速增大，并在迭代过程中适当控制步长，从而使迭代点始终在可行域内部。随着障碍因子的减少，障碍函数的作用将逐渐降低，算法将收敛于原问题的极值解。

应用原对偶内点法求解线性规划问题的优点是计算时间对问题的规模不敏感，计算次数不会随问题规模的增大而增加，且有很好的收敛性和鲁棒性。

2)基于移动窗口的事件驱动滚动优化调度求解策略

由于钢铁企业是一个庞大的复杂***，企业设备运行难免有异常情况发生，如高炉的检修和意外休风，电厂，锅炉等能源转换设备的损坏和计划维修，生产任务和设备参数的突然变更等。对于设备的计划检修可以在能源调度算法中预先处理其约束条件，而一些随机突发事件则是在调度前是无法预测的。为了减小由随机突发事件所造成的能源优化调度策略上的失误，本发明采用一种基于移动窗口的事件驱动滚动优化调度策略，以提高调度策略处理随机突发事件的可靠性。在这里，事件的含义为设备的突然损坏，能源购买和外卖价格波动，生产任务变更及设备能源工艺条件约束的改动。若生产过程中有某事件发生，算法将重新通过移动窗口进行能源优化调度问题求解。

基于移动窗口的事件驱动滚动优化调度求解策略的主要步骤如下：

步骤1根据调度需要确定调度时段移动窗口长度；

步骤2从生产过程的在线测量仪表读出能源存储/缓冲型设备的状态值，作为当前滚动优化调度问题求解的初值，并按当前的能源购买和外卖价格重新设定目标函数中相关的价格系数；

步骤3构建当前调度时段移动窗口长度内的能源优化调度模型，并将其转换为大规模、多约束的稀疏线性规划问题，应用原对偶内点法计算得到相应的调度决策；

步骤4执行当前调度时段移动窗口长度内的能源调度决策；在执行过程中，判断是否有新的事件发生，若有转向步骤1，若无转向步骤5；

步骤5判断是否到达整个调度终止时间，若否转向步骤4，若是转向步骤6；

步骤6优化调度终止。

这种基于移动窗口的事件驱动滚动优化方法使调度策略对设备发生的异常情况具有很好的适应性。

Claims (9)

1.一种应用于钢铁企业能源优化调度的分类建模和滚动求解方法，其特征在于如下方法步骤：

1)根据钢铁企业中的能源设备与管网的特性，将所有设备分为以下五种：能源固定型设备、能源可变型设备、能源转换型设备、能源储存/缓冲型设备、 非能源储存/缓冲型设备；

2)采用机理建模与数据拟合算法对上述设备分类建立数学模型；

3)基于分类建模方法建立的模型，得到一个带约束的非线性数学规划问题，将其转换为一个大规模线性规划问题；

4)采用一种基于移动窗口的事件驱动滚动优化计算策略；

5)采用原对偶内点法进行快速求解。

2.根据权利要求1所述的一种应用于钢铁企业能源优化调度的分类建模和滚动求解方法，其特征在于，所述的能源固定型设备：这类设备能源的产生量和消耗量当生产任务下达后为定值，不可随意分配。

3.根据权利要求1所述的一种应用于钢铁企业能源优化调度的分类建模和滚动求解方法，其特征在于，所述的能源可变型设备：这类设备为完成指定生产任务可采用不同的能源组合，且其能源组合须满足一定的配比关系约束。

4.根据权利要求1所述的一种应用于钢铁企业能源优化调度的分类建模和滚动求解方法，其特征在于，所述的能源转换型设备；这类设备能源的产量及产生这些能源的其他能源的消耗量可以调节。

5.根据权利要求1所述的一种应用于钢铁企业能源优化调度的分类建模和滚动求解方法，其特征在于，所述的能源储存/缓冲设备：此类设备本身不参与能源的产耗计算，但可以维持管网内的平衡，改变管网的平衡方式。

6.根据权利要求1所述的一种应用于钢铁企业能源优化调度的分类建模和滚动求解方法，其特征在于，所述的采用机理建模与数据拟合算法对上述设备分类建立数学模型：对能源固定型设备、能源可变型设备、能源转换型设备，分别采用滑动平均滤波算法、偏最小二乘法拟合设备消耗或者产生能源与生产任务之间的函数关系，以及可相互转换能源之间的转换关系；对能源储存/缓冲型设备采用机理建模的方法。

7.根据权利要求1所述的一种应用于钢铁企业能源优化调度的分类建模和滚动求解方法，其特征在于，所述的得到一个带约束的非线性数学规划问题，将其转换为一个大规模线性规划问题：能源约束方程的形式可分为可变型能源设备约束方程，能源转换设备的约束方程，管网的能源供需平衡方程；能源缓冲型设备的约束方程不满足连续性的要求，呈现出非线性特性，通过目标函数的设定和决策变量的选取，将原带约束非线性数学规划问题转换为一个大规模线性规划问题。

8.根据权利要求1所述的一种应用于钢铁企业能源优化调度的分类建模和滚动求解方法，其特征在于，所述的采用一种基于移动窗口的事件驱动滚动优化计算策略：事件突发时，确定设备类型及其相应的工艺约束条件，以临时变更的调度时段为移动窗口，重新计算能源平衡与优化调度策略。

9.根据权利要求1所述的一种应用于钢铁企业能源优化调度的分类建模和滚动求解方法，其特征在于，所述的采用原对偶内点法进行快速求解：在可行域的边界上通过设置障碍函数使迭代点在靠近可行域边界时，给出的目标函数值迅速增大，并在迭代过程中控制步长，从而使迭代点始终在可行域内部，算法收敛于原问题的全局最优解。