副产煤气是冶金企业重要的二次能源,其系统管网遍布范围广、结构复杂,合理利用该资源,减少能源浪费,降低一次能源投入一直是企业节能降耗、降低成本的重点。本项目以冶金副产煤气系统为研究对象,采用基于数据的方法对不同时间尺度下系统的产消量预测、平衡模型建立及自动优化调整方法进行研究,实现副产煤气多尺度动态平衡的目标。研究内容包括副产煤气系统的数据填补及融合技术;基于数据的副产煤气多尺度预测方法;基于数据的多种类煤气综合平衡模型;基于预测及动态平衡模型的多目标优化调整方法。本研究不仅可为多目标、多约束、高时变的复杂动态系统的预测及优化理论提供可用的方法和高效的算法,取得具有自主知识产权的原创性研究成果,而且将为进一步降低冶金企业的能耗和物耗、提高生产运行效率、提高企业经济效益奠定基础。
metallurgical industry;byproduct gas;data-driven;prediction;energy scheduling
本项目以冶金副产煤气系统为研究对象,采用基于数据的方法对不同时间尺度下系统的产消量预测、平衡模型建立及自动优化调整方法进行研究,实现副产煤气多尺度动态平衡的目标,并取得了较为系统的研究成果。考虑到多个副产煤气子系统结构复杂、分布范围广、耦合度高的特性,在完成对原始副产能源数据进行数据填补和异常检测等方法的前提下,提出了基于工业大数据的多尺度煤气流量与储量实时预测方法,并给出一种用于解决工业能源系统优化调度问题的基于数据的无模型预测调度方法,解决了冶金副产煤气系统长期以来基于人工经验调度手段存在的调度方案一致性差、决策效率低、优化程度低等问题。所研究的理论与方法目前已研发形成冶金副产煤气系统优化调度应用软件并在我国上海宝钢、河北承德钢铁、河北邯郸钢铁、大连特钢、安徽马鞍山钢铁等公司进行了成功应用,在多个企业能源中心的应用效果显示,实现了副产煤气可比节能2%的效果。截止目前上述应用系统已为系统实施单位共创造直接经济效益约6亿元人民币。