The invention discloses a multi system joint optimization scheduling method and device. The method comprises: obtaining the relevant data of iron and steel enterprises gas steam power system; determine the performance model of energy conversion device of the gas steam in power system; determine the medium energy network model; setting the optimal dispatching cycle contains the number of periods, obtaining input data; joint optimization scheduling model of the gas steam power system; using chaotic particle swarm optimization algorithm for the joint optimization model is solved to get the whole gas distribution, the gas steam power system of steam and electric power production and power purchase optimization scheme; fuel distribution, the energy conversion device to generate the final steam and power load distribution the production of the user's energy distribution and outsourcing power optimization scheme and the optimal objective function index. The invention provides a multi system joint optimization scheduling method and device, and realizes the joint optimization of multi energy media.
【技术实现步骤摘要】
多系统联合优化调度方法及装置
本专利技术实施例涉及能源优化调度
,尤其涉及一种多系统联合优化调度方法及装置。
技术介绍
钢铁工业作为国民经济建设中重要的基础原材料工业之一,却是能源消耗大户,消耗的能源约占全国能源总消耗量的15%。高能源消耗不仅导致钢铁产品成本的增加,而且也意味着更多的污染和排放。能源系统优化调控的目的是根据生产过程能量使用环节和回收环节的情况,对能量转换和输配环节进行合理调整,保证生产过程能量供需平衡并最大限度减少二次能源放散和能源外购,以达到钢铁企业节能减排,降低成本的目标。钢铁企业在生产过程中消耗的一次能源和二次能源包括电、原煤、重油、柴油、煤气、水、焦炭、蒸汽、氧气、压缩空气等20余种。其中,煤气、蒸汽和电力三种介质之间的交互最为频繁,关联度最高,可调度性大。图1示出了现有技术中典型钢铁企业煤气-电力-系统的的整体架构。一方面,煤气可经发电装置将热能转换为电能,还可经蒸汽动力设备产生蒸汽输入蒸汽管网;另一方面,部分能源转换设备在发电的同时还承担着向热用户提供不同品质蒸汽的任务。因此,副产煤气和蒸汽与电力的生产紧密相关,二者的数量大小和品质均对电力生产的数量产生间接或直接的影响。由于这三种能源介质不仅各自存在产耗、储存、缓冲和输配等多种形态,而且相互之间有着复杂的转换、替代等关联关系,这都使得能源优化调度成为一个非常复杂的工程,仅依靠现场生产人员的经验进行计划配置和调节运行,很难保证整个系统的经济运行,导致大量能源的浪费。目前,对于钢铁企业能源系统优化调度的研究大多仍集中于单一能源介质子系统层面,如煤气系统、蒸汽系统、氧气系统等 ...
【技术保护点】
一种多系统联合优化调度方法,其特征在于,包括:获取钢铁企业煤气‑蒸汽‑电力系统相关数据,其中,所述相关数据包括能源系统网络拓扑结构及系统中各能源转换设备的特性参数;确定所述煤气‑蒸汽‑电力系统中各能源转换设备的性能模型;确定分介质能源管网模型;设定整个优化调度周期所包含的时段数,获取能源优化调度计算所需的输入数据;建立所述煤气‑蒸汽‑电力系统的联合优化调度模型,其中,所述优化调度模型包括目标函数和约束条件;采用混沌粒子群算法对所述联合优化调度模型进行求解,以得到整个所述煤气‑蒸汽‑电力系统的煤气分配、蒸汽和电力生产及外购送电优化方案;生成最终各能源转换设备的燃料分配、蒸汽和电力生产、各生产用户的能源分配和外购送电优化方案以及最优综合目标函数指标。
【技术特征摘要】
1.一种多系统联合优化调度方法,其特征在于,包括:获取钢铁企业煤气-蒸汽-电力系统相关数据,其中,所述相关数据包括能源系统网络拓扑结构及系统中各能源转换设备的特性参数;确定所述煤气-蒸汽-电力系统中各能源转换设备的性能模型;确定分介质能源管网模型;设定整个优化调度周期所包含的时段数,获取能源优化调度计算所需的输入数据;建立所述煤气-蒸汽-电力系统的联合优化调度模型,其中,所述优化调度模型包括目标函数和约束条件;采用混沌粒子群算法对所述联合优化调度模型进行求解,以得到整个所述煤气-蒸汽-电力系统的煤气分配、蒸汽和电力生产及外购送电优化方案;生成最终各能源转换设备的燃料分配、蒸汽和电力生产、各生产用户的能源分配和外购送电优化方案以及最优综合目标函数指标。2.根据权利要求1所述的方法,其特征在于,确定所述煤气-蒸汽-电力系统中各能源转换设备的性能模型包括:从分立信息系统的数据库服务器中获取建立所述能源转换设备性能模型所需的初始数据;对所述初始数据进行预处理,结合设备设计工况图和热力试验数据,绘制所述能源转换设备的工况运行特性曲线;根据所绘制的特性曲线的特点,采用基于数据的多参数非线性拟合处理技术,构建所述能源转换设备的性能模型。3.根据权利要求1所述的方法,其特征在于,采用混沌粒子群算法对所述联合优化调度模型进行求解,以得到整个所述煤气-蒸汽-电力系统的煤气分配、蒸汽和电力生产及外购送电优化方案包括:设置粒子群体规模、迭代次数、控制参数初值及优化变量范围;初始化粒子种群;构建适应度函数;计算当前种群各粒子的适应度值,并确定各粒子的个体极值和整个粒子群的全局极值;更新控制参数,其中,所述控制参数包括惯性权重和加速因子;更新当前种群的每个粒子的速度和位置;判断种群个体是否满足设备能力约束、生产用户能源需求约束及关口功率约束;若种群个体满足设备能力约束、生产用户能源需求约束及关口功率约束,判断种群个体是否满足机组的爬坡速率约束;若种群个体不满足爬坡速率约束,采用启发式方法进行机组爬坡约束的修复;若种群个体满足爬坡速率约束,采用自适应变异机制进行种群变异;更新个体极值和全局极值;判断是否达到迭代停止条件,如满足,则最后一次迭代的全局极值中每一维的权值即为所求结果。4.根据权利要求3所述的方法,其特征在于,采用启发式方法进行机组爬坡约束的修复包括:初始化发电机组编号;确定发电机在确定时段的有功出力上限和下限;判读发电机在确定时段的有功出力是否满足发电机的容量和爬坡约束。5.一种多系统联合优化调度装置,其特征在于,包括:数据获取模块,用于获取钢铁企业煤气-蒸汽-电力系统相关数据,其中,所述相关数据包括能...
【专利技术属性】
技术研发人员:肖炘,曾玉娇,曹宏斌,
申请(专利权)人:中国科学院过程工程研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。