一种基于综合能耗判断的企业原料平衡方法技术

本发明专利技术提供了一种基于综合能耗判断的企业原料平衡方法，其通过确定产品的原始投入产出平衡指标创建初始种群，建立目标函数矩组和约束条件矩阵，利用遗传算法迭代得到新的种群即平衡后的产品的投入产出平衡指标，并根据上述平衡指标和既定的投入产出关系确定原材料的消耗，从而达到能源自动平衡的效果。

【技术实现步骤摘要】
【专利摘要】本专利技术提供了，其通过确定产品的原始投入产出平衡指标创建初始种群，建立目标函数矩组和约束条件矩阵，利用遗传算法迭代得到新的种群即平衡后的产品的投入产出平衡指标，并根据上述平衡指标和既定的投入产出关系确定原材料的消耗，从而达到能源自动平衡的效果。【专利说明】
本专利技术涉及能源管理系统的企业原料平衡方法，尤其涉及。
技术介绍
能源是向自然界提供能量转化的物质，是人类活动的物质基础。能源的发展，能源和环境，是全世界、全人类共同关心的问题，也是我国社会经济发展的重要问题。节约能源在提高经济效益，促进科技进步，保护环境安全等方面发挥了重要作用，是实现可持续发展的有效方法之一。 我国已经开始逐步进入全面工业化阶段，主要能源的短缺对我国经济发展制约作用越来越明显，供需差距呈越来越大，能源的供需矛盾日益突出，解决好能源问题已成为我们的当务之急。加强能源管理已成为我国实现循环、低碳、绿色经济的重要方法，许多企业已经开始把节能降耗、加强资源二次综合利用作为降低成本的重要战略途径。目前，与世界先进水平相比，我国在能源效率、能源强度、单位产品能耗等方面仍存在较大差距。据不完全统计，截止至2008年，我国的能源消耗强度分别是日本的6倍，德国的4倍和美国的3倍，总体上主要工业产品的能源消耗强度比国外高25%以上，我国的节能之路任重而道远。 企业能源管理系统是指企业综合运用社会科学和自然科学的方法和原理，建立一套自动化能源数据获取系统，对企业能源的生产、分配、供应、储运和消费全过程进行科学地计划、监督、监测工作，使企业更好的完成资源调配、组织生产、成本核算，实时地掌握企业能源状况，已达到经济合理，能源的有效利用。而企业能源平衡是能源管理中一种科学的管理办法，是加强能源管理，降低能耗的有效途径，在生产型企业中，做好能量平衡是节能降耗很重要的一环。能源平衡考察一个体系输入能量与有效能量、损失能量之间的平衡关系，对整体能量的使用、转换、损耗进行定量分析。通过能源平衡，可以考察企业能耗状况，了解主要用能单位，装置和整个公司的能源利用率。经过综合分析评价，找出企业节能潜力，明确节能方向，对提高企业能源利用率和降低单耗提供科学依据。 目前国内大多数企业仍采用手工在Excel编制生成能源平衡表，还未实现利用信息化系统编制能源平衡表。一些公司能源平衡表是在产销系统能源管理子系统中进行编制。编制主要是先由用户利用Excel工具手工制作平衡表模版(即平衡表的格式，表中项目、关联计算关系等)，然后通过能源管理子系统程序调用读取该表格，并将能源系统数据库表中的数据按项目位置，逐个填入平衡表模版中对应的位置。本专利技术提供了一种基于多目标遗传算法的企业能源自动平衡方法，可以很好的考虑企业能源的生产、分配、供应、储运和消费过程以及产品结构、产量和成本的关系这些复杂的多目标平衡关系，并通过遗传算法建立一种群体型操作，按照生物进化的原理，逐代进化为越来越好的近似解。
技术实现思路
针对上述问题，本专利技术的目的在于提供，根据平衡指标和投入产出关系确定原材料的消耗，从而达到能源自动平衡的效果。在企业能源管理系统中通过计算机实现本方法可以辅助企业相关部门制定能源平衡表。告别了目前大多数企业仍采用手工在Excel编制生成能源平衡表的方式。从而是企业能源平衡表的编制更具灵活性和高效性，更全面反映各种能源的生产、消费、分配的平衡关系，了解各种能源的自给程度，为编制能源规划提供依据；更好的考察能源系统加工转换过程，投入与产出的数量平衡关系，为分析能源加工转换效率提供基础数据。 为了实现上述目的，本专利技术提供的方法包括步骤如下: 步骤1，获取产品产量、各个生产车间的原料消耗量、库存量、生产过程的气体排放量数据，将其设定为初始值； 步骤2，目标函数组为: 企业效率最大化目标t旲型:raaxE)(“) ' ~ Σ]1 h ■ Oij ■ Xj^. 企业原料消耗最小目标t旲型:■ Σ"Gi；]. CO2排放最低目标模型:min Σ jdjXj ； SO2排放最低目标模型:min Σ JmjXj ； 多目标函数为: min/maxF(X) = (J^1 (X), f2 (X),..., fn(X)) s.t.g! (X) ^ 0 i = I, 2,..., m ； 其中，Uj是第j种产品的成本系数；Χ」是企业生产的第j种产品的总数量山是第i种消耗产品的成本系数；au为生产产品j消耗产品i的直接消耗系数吨为第j部门单位总产出排放的CO2气体量％为第j部门单位总产出排放的SO2气体量；s，t，gi (x)，s.t.是固定用法，是subject to的缩写，受:约束的意思；该用法在证明中表不:使得...满足...(约束条件)。 g(X)表示函数，i是增量，即有i个函数g(X) ο 其完整意思是在满足约束条件“gi (X) ^Oi = 1，2，...，m”的情况下存在的多目标函数 “min/maxF (X)...” 步骤3，约束条件矩阵为； AX+Y ( X， X ^ X0, RX 彡 H0, X ^ M0, X^O, 其中，A为直接消耗矩阵，X为总产品，Y为最终产品Atl为企业所有自产产品的最大生产能力列矩阵；Htl为所有外购可利用原料的列矩阵，R为企业自产产品对外购产品的实物型直接消耗系数矩阵Wtl为各种自产产品的最大库存容量； 步骤4，初始化父代种群Pi，迭代次数i = O ; 步骤5，对Pi每个个体进行非支配排序，使得所有个体都被分级；计算每一个个体的拥挤距离； (I)假设I为种群中的非支配解集，令I = I I I (I表示集合I中解个体的个数); (2)对每个个体i，令其拥挤度初始值为零，即I distanM = O ； (3)在每一个目标函数m下，对I中每个个体进行非支配排序，求出每个个体i对于各个目标函数m的拥挤度值I m ; (4)给定Idistanc;e = I distance = °°，使边界上的点能被其它所有点选择到； (5)令仙dism講=/WC/[i + Hm — /[1- 1>0/0^似—/"), i 从 2 到 1-1 进行循环； 步骤6，执行遗传操作，得到子代种群Qi: 轮盘赌选择，将选出的个体放入新种群中，其中第i个个体的被选择概率Pi可由公式确定: 【权利要求】1.，其特征在于该方法包括以下步骤:步骤1，获取产品产量、各个生产车间的原料消耗量、库存量、生产过程的气体排放量数据，将其设定为初始值； 步骤2,目标函数组为: 企业效率最大化目标模型企业原料消耗最小目标模型:CO2排放最低目标模型:min Σ JdjXj ； SO2排放最低目标模型:min Σ JmjXj ； 多目标函数为: min/maxF(X) = (f! (X), f2 (X),..., fn(X)) s.t.gj (X) ^ O i = I, 2,..., m ； 其中，+是第j种产品的成本系数A是企业生产的第j种产品的总数量山是第i种消耗产品的成本系数；au为生产产品j消耗产品i的直接消耗系数吨为第j部门单位总产出排放的CO2气体量&为第j部门单位本文档来自技高网...

【技术保护点】
一种基于综合能耗判断的企业原料平衡方法，其特征在于该方法包括以下步骤：步骤1，获取产品产量、各个生产车间的原料消耗量、库存量、生产过程的气体排放量数据，将其设定为初始值；步骤2，目标函数组为：企业效率最大化目标模型：企业原料消耗最小目标模型：CO2排放最低目标模型：min∑jdjXj；SO2排放最低目标模型：min∑jmjXj；多目标函数为：min/maxF(X)＝(f1(X)，f2(X)，...，fn(X))s.t.gi(X)≤0 i＝1，2，...，m；其中，uj是第j种产品的成本系数；Xj是企业生产的第j种产品的总数量；li是第i种消耗产品的成本系数；aij为生产产品j消耗产品i的直接消耗系数；dj为第j部门单位总产出排放的CO2气体量；mj为第j部门单位总产出排放的SO2气体量；s，t，gi(x)，s.t.是固定用法，是subject to的缩写，受约束的意思；该用法在证明中表示：使得...满足...(约束条件)。g(X)表示函数，i是增量，即有i个函数g(X)。其完整意思是在满足约束条件“gi(X)≤0 i＝1，2，...，m”的情况下存在的多目标函数“min/maxF(X)...”步骤3，约束条件矩阵为；AX+Y≤X，X≤X0，RX≤H0，X≤M0，X≥0，其中，A为直接消耗矩阵，X为总产品，Y为最终产品；X0为企业所有自产产品的最大生产能力列矩阵；H0为所有外购可利用原料的列矩阵，R为企业自产产品对外购产品的实物型直接消耗系数矩阵；M0为各种自产产品的最大库存容量；步骤4，初始化父代种群Pi，迭代次数i＝0；步骤5，对Pi每个个体进行非支配排序，使得所有个体都被分级；计算每一个个体的拥挤距离；(1)假设I为种群中的非支配解集，令l＝|I|(l表示集合I中解个体的个数)；(2)对每个个体i，令其拥挤度初始值为零，即I[i]distance＝0；(3)在每一个目标函数m下，对I中每个个体进行非支配排序，求出每个个体i对于各个目标函数m的拥挤度值I[i]m；(4)给定I[1]distance＝I[l]distance＝∞，使边界上的点能被其它所有点选择到；(5)令I[i]distance=I[l]distance+(I[i+1]m-I[i-1]m)/(fmmax-fmmin),]]>i从2到l‑1进行循环；步骤6，执行遗传操作，得到子代种群Qi：轮盘赌选择，将选出的个体放入新种群中，其中第i个个体的被选择概率Pi可由公式确定：Pi=Zi-ZminΣil(Zi-Zmin)]]>；其中l为种群规模，Zmin是当前种群中最差个体的适应值；使用交叉概率Pc进行多点交叉：Pc=k1Zmax-ZbigZmax-ZavgZbig≥Zavgk2Zbig<Zavg;]]>使用变异概率Pm进行多点变异：Pm=k3Zmax-ZZmax-ZavgZ≥Zavgk4Z<Zavg;]]>其中，Zavg是种群中所有个体的平均适应度值，Zmax是种群中最大的个体适应度值，Zbig是两个要交叉的个体中适应度值较大的个体的适应度值，Z是要变异的个体的适应度值，k1、k2、k3、k4是介于0和1之间的数；步骤7，执行精英保护Ri＝Pi∪Qi，如步骤5所述对新种群Ri中的个体进行非支配排序并计算其拥挤度距离，从Ri中选择父代种群Pi+1；步骤8，i是否小于最大迭代次数，是，则转到步骤5，i++；步骤9，否，则保存最优解。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张磊，梁雷，郑笑彤，
申请(专利权)人：北京清晖翔科技有限公司，
类型：发明
国别省市：北京;11