[发明专利]一种基于设备多工况运行的能源系统优化调度方法

权利要求书

1.一种基于设备多工况运行的能源系统优化调度方法，其特征在于，包括：

步骤S1、获取钢铁企业能源系统的网络拓扑结构、可调用设备关键信息、调度参数及钢铁企业能源系统在过去调度周期内的能源产耗历史数据，确定能源系统在未来调度周期内的生产计划、检修计划；

所述钢铁企业能源系统包括：煤气系统、蒸汽系统和电力系统；

步骤S2、对所述能源产耗历史数据进行预处理，并根据预处理后所述能源产耗历史数据构造适用于BP神经网络的训练数据集；

所述预处理包括小波滤波、数据修补、归一化和/或标准方式；

步骤S3、将训练数据集代入BP神经网络，获得训练的BP神经网络；

采集当前能源系统的实时数据，将所述实时数据通过训练的BP神经网络获取当前能源系统的当前生产工况；

根据所述当前生产工况和未来调度周期内的生产计划、检修计划，获取未来调度周期内的生产工况、能源系统在未来调度周期内的煤气需求量、煤气供应量，蒸汽的产汽源、蒸汽需求量，产电量和电力需求量；

其中，将识别出的当前能源系统的当前生产工况进行划分，获得当前正常生产工况和当前异常生产工况，所述当前异常生产工况具有异常工况标签；

异常工况标签包括：与所述异常工况对应的锅炉、汽轮机、减温减压器和除氧器设备输入参数和约束条件；

相应地，未来调度周期内的生产工况包括：正常生产工况和异常生产工况，每一异常生产工况的异常工况标签；

步骤S4、根据所述关键信息、调度参数、所述能源系统对煤气需求量、煤气供应量，蒸汽的产汽源、蒸汽需求量，产电量和电力需求量，确定输入输出变量集、约束条件；

基于输入、输出变量集、约束条件，建立锅炉、汽轮机设备单元数学模型；

具体包括：

步骤S41、根据所述钢铁企业能源系统每台锅炉的所述能源产耗历史数据，将锅炉的耗量特性方程拟合为二次函数，表示为：

式中表示锅炉稳定运行的实际负荷，C₁、C₂、C₃为模型待辨识参数；

步骤S42、针对所述钢铁企业能源系统每台锅炉的历史生产数据用拟合的锅炉负荷特性方程进行拟合使锅炉模型更加贴近锅炉的实际生产过程；

步骤S43、根据所述钢铁企业能源系统每台汽轮机所述能源产耗历史数据，利用多元线性回归原理建立汽轮机的耗量特性方程：

式中表示汽轮机在t时间段内的进汽量，表示汽轮机在t时间段内的抽汽量，表示汽轮机在t时间段内的凝汽量；

步骤S44、针对获取的当前工况，如果是异常工况，则用所述异常工况标签中的所述锅炉、汽轮机设备输入参数和约束条件替换所述单元数学模型中相应的参数和约束条件，获得当前工况下的新单元数学模型；

步骤S5、基于当前燃料价格和分时电价，以及所述煤气需求量、煤气供应量，蒸汽的产汽源、蒸汽需求量，产电量和电力需求量、单元数学模型和所述约束条件，建立目标函数；

步骤S6、求解所述目标函数，获取煤气系统、蒸汽系统和电力系统最优调度方案。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1包括：

通过能源调度应用服务器从综合数据集成平台服务器中获取网络拓扑结构、过去调度周期内的能源产耗历史数据、可调度设备的关键信息和调度参数，所述能源产耗历史数据包括过去调度周期的生产工况记录，锅炉的产汽量，燃料消耗量，汽轮机抽汽量、发电量。

3.根据权利要求1或2所述的方法，其特征在于，所述步骤S2包括：

步骤S21、通过小波滤波、数据修补、归一化和/或标准方式对所述能源产耗历史数据进行预处理；

步骤S22、利用向量空间重构方法对预处理后的能源产耗历史数据进行重新构建，并将预处理后的能源产耗历史数据中的生产工况记录为重新构建的数据匹配工况标签；

步骤S23、将所述重新构建的数据作为输入数据，所述工况标签作为输出数据，所述输入数据和所述输出数据作为训练数据集。