鋼鐵企業能源預測模型研究范文

本站小編為你精心準備了鋼鐵企業能源預測模型研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《中國西部科技雜志》2015年第五期

1能源預測單元模型的建模

單元模型的建立是基于各工序的生產計劃的，根據生產計劃中的產量及必要的幾個參數，預測出電量、煤氣量、蒸汽量的產出量和消耗量，而實際能源的產出和消耗因為受到眾多因素的影響，很難用一個關系式準確的加以描述，只能找出可能影響這些量的關鍵因素，通過其影響機理，得出一個各影響因素與該能源量的基本關系，其中的系數可以通過本模型要應用的鋼鐵企業實際數據進行校準，個別在生產報表中不能體現的參數，可以使用前一個預報周期的數據。按照單元模型與生產計劃之間的相關性，又可將單元模型分為四大類：常數類型、變化常數類型、產量相關一般類型、產量相關特殊類型。

1.1常數類型常數類型是指預測量與產量、工序/子工序的生產狀態、檢修計劃等相關參數沒有關聯，預測值為同一常量的模型。一般來說，所有日常電功率單元模型都為常數類型。例如高爐本體日常電功率單元模型，日常電量消耗包括控制樓照明、控制系統（包括檢測儀表及控制閥等）、火災報警、通風系統、電氣柜內元器件等經常型消耗，也包含高爐工作平臺照明等每天按時段開啟的電量消耗，所以這部分模型應考慮時段的影響，但是與高爐的生產計劃以及休風計劃無關。

1.2變化常數類型變化常數類型指的是預測量與產量等相關參數沒有關聯，但是根據工序/子工序的生產狀態不同，預測值會發生改變的單元模型。以高爐鼓風機動力電功率單元模型為例：該單元模型主要包括汽動鼓風機的冷卻供水泵、旁通過濾器供水泵組、旁濾反洗供水泵組等水處理設備的電量消耗，以及動力油站、潤滑油站、風機隔罩風扇、空氣過濾消音器等電量消耗，它們先于鼓風機啟動，晚于鼓風機停止，但考慮其電功率容量較小，不考慮其和鼓風機不同步的情況消耗。本單元模型包括汽動鼓風機的本體部分，鍋爐部分不包含在內。（1）正常生產狀態，動力電功率消耗比較穩定，可考慮為一個常數。（2）休風狀態（包括兩種休風狀態）。休風狀態風機是否停止，每個工廠操作規程要求或鼓風機狀態都各不相同，不好一概而論，本模型通過工序配置來確定是否停止。對于風機不停止的情況，計算方法同正常生產狀態。對于風機停止的情況，按提前2小時啟動，功率由0線性恢復為額定值。

1.3產量相關一般類型產量相關一般類型指的是單元模型的預測值是產量（或與產量相關參數）的函數，并且通過參數配置后不存在未知系數。典型例子如高爐煤氣發生量單元預測模型，煤氣發生量是風量的函數，而風量則是和產量相關的函數。首先是高爐計劃風量的模型：根據計劃報表中的產量計算計劃風量，風量和出鐵量一般具有線性對應關系，同時考慮有休風計劃時，休風前一段時間和復風后一段時間風量是逐漸遞減和遞增的，遞減或遞增速度是均勻的。高爐煤氣發生量對于一個高爐一段時間是相對穩定的，可以使用穩定生產的前一天煤氣量與鐵水產量平均值計算出的噸鋼煤氣發生量來計算。由于風量需求量預測時已經考慮了休風的情況，所以高爐在正常生產狀態和休風時的煤氣發生量可以歸納成關于計劃風量的一個線性函數，進而歸納成關于計劃出鐵量的一個線性函數。

1.4產量相關特殊類型產量相關特殊類型是指單元模型的預測值是產量（或與產量相關參數）的函數，并且模型中包含未知的模型系數，需要通過產量不同的歷史數據進行自適應修正。這種類型一般都為高電壓的用電設備。例如電動鼓風機電功率單元預測模型。不僅與風量、壓力相關，并且還包含兩個模型系數。電動鼓風機是高爐工序最主要的耗電設備，其電量消耗可以采用下式求出其軸功率來計算，式中的軸功率和鼓風機的吸入空氣流量、鼓風機進出口壓比、風機空氣吸入口壓力、風機本機的參數如多變效率等有關系，對于一臺固定的風機來說，其本機參數和壓比、空氣參數不會在兩天內發生較大的變化，可以采用不同風量和壓力的歷史數據來計算出其系數，只和風量發生關系，這樣就可以較為準確根據風量對電量消耗進行預測。

2能源預測模型功能設計與實現

能源預測模型的系統架構如圖2所示。能源預測模型按照功能和呈現形式的不同可分為三個子系統：能源預測配置與結果顯示，能源預測主體框架，各工序單元模型與調用。能源預測配置與顯示子系統包含了所有與能源預測相關的基礎數據配置與修正，預測數據的查詢顯示以及分析功能，以客戶端界面的形式整合到能源管理系統軟件平臺中。能源預測主體框架包含了能源預測模型中主要的運算功能，包括生產計劃拆分、預測主框架計算、設備檢修與異常響應等。該子系統不包含交互式操作，所以在服務器后臺運行，在能源管理系統中無顯示界面。各工序單元模型與調用包含系統中所涉及的各工序與子工序的能源消耗與發生的單元模型，模型的輸入和輸出由統一格式配置。各單元模型以動態鏈接庫方式由預測主體框架程序調用。

2.1能源預測配置與顯示能源預測配置與顯示主要包括能源預測基礎數據配置、子程序參數配置、能源預測結果顯示、預測結果分析和修正系數自學習等功能。

2.1.1能源預測結果顯示預測的條件包含工序件次（班次）生產計劃，工序設備檢修計劃（如預測周期內有檢修計劃則必須納入模型預測條件），工序異常數據（如預測周期內有工序異常則必須納入模型預測條件）。能源預測模型的結果以表格形式顯示，包含工序能源消耗預測統計數據，工序能源產生預測統計數據，工序能源替代消耗預測統計數據。預測的條件以表格形式顯示，預測結果以表格和曲線圖形式顯示。

2.1.2能源預測結果分析能源預測結果分析的功能主要是為了對比能源預測數據和能源實際消耗和產生數據之間的差異，結合生產計劃和實際生產實績分析對應工序的能源消耗和產生情況。主要內容包括對比顯示生產計劃與生產實績、能源預測消耗和發生值與能源實際消耗與發生值。

2.1.3修正系數自學習修正系數自學習功能主要是為了利用預測數據和生產實績對能源預測模型所需的系數進行修正。所包含的系數有工序能源品種單耗、品種加工耗能的模型修正系數和不同品種規格產品的加工耗能系數。用戶可以通過選擇不同的能源類型、工序名稱來對該工序下某種能源在生產不同品種規格的產品時的單耗、模型修正系數和加工耗能系數進行計算。加工耗能系數的計算前提為有相應工序能源下不同產品規格的單耗數據。在計算開始前，可以人工剔除載入的能源消耗實績中有異常偏差的數據。

2.1.4基礎數據配置預測基本信息配置是為用戶提供配置預測技術數據的功能界面，并可進一步配置預測運行策略。該模塊提供了配置預測技術數據表的功能。用戶可以增加、刪除、修改、查詢能源管網信息。預測技術數據包括：能源管網編號、時間刻度、統計刻度、應用區域、預測標志。預測運行策略包括：能源管網編號、預測啟動時間、運行頻率、計劃更新延時觸發時間、異常延時觸發時間等。

2.1.5單元模型參數設置單元模型參數配置功能主要是為了對能源預測模型調用的單元模型子程序進行參數配置。具體包含有對單元模型的調用參數配置和應用參數配置。分別使用在調用單元模型時輸入驅動數據和所需參數，以及應用單元模型調用返回結果時所需要的參數。

2.2能源預測主體框架能源預測主框架包含了能源預測模型的主要運算功能。該功能模塊通過對生產計劃、檢修計劃和異常數據的處理，實現了各工序能源消耗與產出的預測，具體的功能按照主框架和子程序劃分為四個獨立程序。

2.2.1能源預測模型計算框架用戶可通過在能源預測策略中配置模型自動運行的時間和頻率來開啟預測模型，或者當有計劃更新或工序異常時，自動觸發能源預測流程。能源預測策略中可配置預測啟動方式是自動運行還是手動運行。如果為自動運行，可配置需要進行預測的工序代碼、能源管網編號、統計刻度、時間刻度、預測啟動時間和預測頻率。如果手動運行則在每次預測前選擇需要進行預測的工序代碼、計劃開始時間和結束時間、能源管網編號，然后手動啟動預測模型。預測啟動所需要的條件有：工序件次（班次）生產計劃，工序異常件次生產計劃，因檢修計劃導致的宮女能源產生預測和統計數據等。能源預測模型主框架的輸出為工序能源消耗預測數據和統計數據，工序能源產生預測數據和統計數據，工序能源替代消耗預測數據和統計數據等。

2.2.2生產計劃讀入子程序根據能源預測策略中的配置，每天定時或適時從MES系統讀入各分廠所有工序的生產計劃或計劃更新并保存到工序計劃表中，并按照計劃產生的類型確定計劃產生標志。根據計劃產品的品種和規格檢索品種規格分類索引表，得到該計劃產品的品種和規格的索引。如果該計劃是件次計劃則直接存儲到工序件次生產計劃數據表中（轉換標志為0），否則先存儲到工序班次生產計劃數據表中，然后進行班次產量->件次集的轉換計算，儲存到工序件次生產計劃數據表中。

2.2.3工序異常處理子程序當異常發生時，將收到的異常數據進行處理。根據異常狀態判斷異常預計持續時間，生成工序異常件次生產計劃表。

2.2.4檢修計劃處理子程序當接收到工序檢修計劃表時觸發該子程序。根據工序檢修基礎數據表中對工序檢修耗能的配置，將該計劃中的檢修耗能寫入工序能源消耗預測數據表。

3結論

鋼鐵企業為了實現節能減排挖潛增效，降低能源消耗，提高產品競爭力，能源管理必須實現從粗獷型經驗型管理向精細化量化管理的轉變，基于工序機理的鋼鐵企業能源預測模型不僅能夠滿足企業對能源預測管理的需要，而且具有很好的配置性和可擴展性，不僅如此，該模型還適用于其它大中型化工、建材、有色金屬冶煉等各種耗能量大且能耗由生產計劃所決定的企業。

作者：劉書文 周向陽 單位：中冶南方（武漢）信息技術工程有限公司