一种基于复杂能源系统的多场景多能源动态优化调控方法技术方案

本发明专利技术涉及一种基于复杂能源系统的多场景多能源动态优化调控方法，包括以下步骤：S1、获取生产计划及生产数据；S2、对获得的生产计划及生产数据进行预处理；S3、将经过预处理的数据输入生产场景识别模型，确定对应的生产场景；S4、根据确定的生产场景匹配对应的多能源耦合优化调度模型；S5、根据对应的多能源耦合优化调度模型制定和实施调度方案。本发明专利技术提供的调控方法不仅可以提升企业的经济效益，而且其操作逻辑更加符合多场景下的生产实际需求。其操作逻辑更加符合多场景下的生产实际需求。其操作逻辑更加符合多场景下的生产实际需求。

【技术实现步骤摘要】
一种基于复杂能源系统的多场景多能源动态优化调控方法


[0001]本专利技术属于能源优化调度
，尤其涉及一种基于复杂能源系统的多场景多能源动态优化调控方法。

技术介绍

[0002]在我国，钢铁工业是国民经济的支柱性产业，也是资源和能源密集型的行业，同时是典型的高能耗和高排放行业。在钢铁的生产过程中，伴随着大量的能源产生和消耗，而这些能源通过各种能源转换设备耦合在一起不易管理和储存，在实际生产中，诸如煤气放散、蒸汽放散等情况大量存在，这不仅会造成能源资源的浪费，同时也会对环境造成污染，因此，多能源耦合优化调度是十分有意义的；
[0003]钢铁企业能源种类繁多，生产制造的各个流程中产生了大量的副产煤气、蒸汽和电力等二次能源。能源介质通过企业能源系统内的锅炉、汽轮机等能源转换设备进行转换，各种能源在转换过程中流经不同种类和数量的能源转换设备，能源介质间具有很强的耦合性，这使得对系统内的能源和设备进行系统性地建模十分困难；
[0004]中国专利“CN108490904B一种基于设备多工况运行的能源系统优化调度方法”，提供了一种能源系统优化调度方法。此专利通过获取钢铁企业能源系统网络拓扑结构，可调度关键设备运行参数，能源产耗数据等关键信息，结合当前生产工况下的运行约束条件，以经济运行成本最优为目标函数建立混合整数非线性规划(MINLP)模型，通过求解获得多种能源介质的优化分配方案，克服单一能源介质调节的缺陷，全面提高系统的能效及经济效益。
[0005]中国专利“CN108490904B一种基于设备多工况运行的能源系统优化调度方法”中所建立的优化模型仅仅考虑了设备工况因素，没有从全厂层面对钢铁企业中的多种生产场景进行划分。在钢铁企业的实际生产过程中，存在多种生产场景，每种生产场景中包含多种设备的运行工况以及不同的能源介质的产耗规则，每种生产场景下的生产或能源设备的工作状态总是和企业的生产计划或者检修计划发生密切相关，比较典型的有按计划正常生产、高炉休风、高炉复风、锅炉检修、发电机组停机、设备突发故障等。在正常生产场景时，设备的能源产耗量基本稳定，而在异常场景时，比如锅炉检修、故障等，此时设备的能源产耗量会发生较大的变化，这些生产场景的变化会对能源系统的分配策略产生较大影响，因此能源系统优化需要考虑多种生产场景的因素。

技术实现思路

[0006](一)要解决的技术问题
[0007]为了解决现有技术的上述问题，本专利技术提供一种基于复杂能源系统的多场景多能源动态优化调控方法，解决了现有优化调度方法局限性大，可靠性低等技术问题。
[0008](二)技术方案
[0009]为了达到上述目的，本专利技术采用的主要技术方案包括：
[0010]一种基于复杂能源系统的多场景多能源动态优化调控方法，包括以下步骤：
[0011]S1、获取生产计划及生产数据；
[0012]S2、对获得的生产计划及生产数据进行预处理；
[0013]S3、将经过预处理的数据输入生产场景识别模型，确定对应的生产场景；
[0014]S4、根据确定的生产场景匹配对应的多能源耦合优化调度模型；
[0015]S5、根据对应的多能源耦合优化调度模型指定和实施调度方案。
[0016]优选地，所述S1还包括：通过企业综合数据集成平台服务器获取企业能源拓扑网络结构和能源系统的能源产耗数据，确定可调度设备；
[0017]获取可调度设备设计信息和调度参数，以及调度周期内的生产计划和检修计划；
[0018]所述能源产耗历史数据至少包括：锅炉的煤气消耗量、锅炉的蒸汽产生量、发电机组的进汽量和抽汽量、发电机组的发电量、煤气柜的实时柜位和煤气放散量煤气发生量。
[0019]优选地，所述S2还包括：
[0020]对采集到的实时数据进行归一化处理，使数据线性映射到0
‑
1之间，其转换函数表示为：
[0021][0022]其中，x表示收集到的实时数据，min表示数据集中的最小值，max表示数据集中的最大值。
[0023]优选地，所述S3还包括：
[0024]将预处理后的数据导入场景识别模型根据数据的特点进行场景识别；
[0025]场景识别模型分为计划模型和异常场景识别模型：
[0026]当按照计划进行生产时，根据计划模型进行生产场景确定；
[0027]当发生异常生产场景时，根据异常场景识别模型进行场景识别。
[0028]优选地，所述S4还包括：
[0029]将生产场景识别模型输出结果设置相应标签并存储在数据库中；
[0030]通过模式匹配的方法根据标签和生产场景进行配对，选择对应生产场景下的多能源耦合优化调度模型。
[0031]优选地，S401、将企业能源系统实时能源介质产耗数据输入到场景识别模型中，生产场景识别模型根据识别结果输出对应标识标签；
[0032]S402、将生产场景标识标签带入生产场景库中进行匹配，若匹配成功则选择对应生产场景下的多能源耦合优化调度模型，若匹配失败则更新生产场景库。
[0033]优选地，所述场景识别模型采用CH系数对异常场景识别模型进行评估，Calinski
‑
Harabaz分数S会更高，分数S高则聚类效果越好，S的计算公式如下：
[0034][0035]公式(2)中tr表示矩阵的迹，B
k
为类别之间的协方差矩阵，W
k
为类别内部数据的协方差矩阵，m为训练集样本数量，k为目标类别数量。
[0036]优选地，所述S1之前还包括：建立各生产场景下对应的多能源耦合优化调度模型；
[0037]包括如下步骤：
[0038]获取企业能源系统中各种能源介质产耗数据，确定每种能源转换设备的输入输出，以及每种能源介质的热力属性，通过正平衡热效率计算法计算得到能源设备的能源转换效率；
[0039]根据某周期内各能源转换设备的能源转换效率和设备运行负荷之间的对应关系，通过二次曲线拟合的方法将能源转换设备的运行负荷以及对应负荷下的能源转换效率表征为二次函数；
[0040]获取各生产场景下的各类能源设备设计参数，同时根据多能源系统在调度周期内的能源使用价格，能源供需约束以及能源设备约束，建立各生产场景下多能源介质耦合优化调度模型。
[0041]优选地，所述多能源耦合优化调控模型包括目标函数和约束条件；
[0042]模型的目标函数表示为：
[0043][0044]公式(3)中，T为一个调度周期内所包含的时段数目，k表示燃料的种类数，C
k
表示第k种燃料的价格，B表示可调度的锅炉数量，F
bi,k,t
表示锅炉bi在时间段t内的第k种燃料的消耗量，C
bp,t
表示在时间段t内的电力外购量，P
bp,t
表示在时间段t内的电力外购价格，C
bi,k
表示锅炉bi调整k种煤气时的惩罚本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于复杂能源系统的多场景多能源动态优化调控方法，其特征在于，包括以下步骤：S1、获取生产计划及生产数据；S2、对获得的生产计划及生产数据进行预处理；S3、将经过预处理的数据输入生产场景识别模型，确定对应的生产场景；S4、根据确定的生产场景匹配对应的多能源耦合优化调度模型；S5、根据对应的多能源耦合优化调度模型制定和实施调度方案。2.根据权利要求1所述的方法，其特征在于，所述S1还包括：通过企业综合数据集成平台服务器获取企业能源拓扑网络结构和能源系统的能源产耗数据，确定可调度设备；获取可调度设备设计信息和调度参数，以及调度周期内的生产计划和检修计划；所述能源产耗历史数据至少包括：锅炉的煤气消耗量、锅炉的蒸汽产生量、发电机组的进汽量和抽汽量、发电机组的发电量、煤气柜的实时柜位和煤气放散量煤气发生量。3.根据权利要求2所述的方法，其特征在于，所述S2还包括：对采集到的实时数据进行归一化处理，使数据线性映射到0
‑
1之间，其转换函数表示为：其中，x表示收集到的实时数据，min表示数据集中的最小值，max表示数据集中的最大值。4.根据权利要求3所述的方法，其特征在于，所述S3还包括：将预处理后的数据导入场景识别模型根据数据的特点进行场景识别；场景识别模型分为计划模型和异常场景识别模型：当按照计划进行生产时，根据计划模型进行生产场景确定；当发生异常生产场景时，根据异常场景识别模型进行场景识别。5.根据权利要求4所述的方法，其特征在于，所述S4还包括：将生产场景识别模型输出结果设置相应标签并存储在数据库中；通过模式匹配的方法根据标签和生产场景进行配对，选择对应生产场景下的多能源耦合优化调度模型。6.根据权利要求5所述的方法，其特征在于，S401、将企业能源系统实时能源介质产耗数据输入到场景识别模型中，生产场景识别模型根据识别结果输出对应标识标签；S402、将生产场景标识标签带入生产场景库中进行匹配，若匹配成功则选择对应生产场景下的多能源耦合优化调度模型，若匹配失败则更新生产场景库。7.根据权利要求6所述的方法，其特征在于，所述场景识别模型采用CH系数对异常场景识别模型进行评估，Calinski
‑
Harabaz分数
S会更高，分数S高则聚类效果越好，S的计算公式如下：公式(2)中tr表示矩阵的迹，B
k
为类别之间的协方差矩阵，W
k
为类别内部数据的协方差矩阵，m为训练集样本数量，k为目标类别数量。8.根据权利要求7所述的方法，其特征在于，所述S1之前还包括：建立各生产场景下对应的多能源耦合优化调度模型；包括如下步骤：获取企业能源系统中各种能源介质产耗数据，确定每种能源转换设备的输入输出，以及每种能源介质的热力属性，通过正平衡热效率计算法计算得到能源设备的能源转换效率；根据某周期内各能源转换设备的能源转换效率和设备运行负荷之间的对应关系，通过二次曲线拟合的方法将能源转换设备的运行负荷以及对应负荷下的能源转换效率表征为二次函数；获取各生产场景下的各类能源设备设计参数，同时根据多能源系统在调度周期内的能源使用价格，能源供需约束以及能源设备约束，建立各生产场景下多能源介质耦合优化调度模型。9.根据权利要求8所述的方法，其特征在于，所述多能源耦合优化调控模型包括目标函数和约束条件；模型的目标函数表示为：公式(3)中，T为一个调度周期内所包含的时段数目，k表示燃料的种类数，C
k
表示第k种燃料的价格，B表示可调度的锅炉数量，F
bi,k,t
表示锅炉bi在时间段t内的第k种燃料的消耗量，C
bp,t
表示在时间段t内的电力...

【专利技术属性】
技术研发人员：张琦，杨金彤，谢升，
申请(专利权)人：东北大学，
类型：发明
国别省市：