钢铁企业自备电厂机组配置优化及煤气优化调度研究

论文摘要

煤气是钢铁企业重要的二次能源,煤气发生量与消耗量之间的平衡程度对钢铁企业的生产成本和能源消耗影响极大。煤气系统不平衡源于两个方面,一是煤气系统的结构性不平衡,即静态不平衡；一是煤气系统运行过程中的不平衡,即动态不平衡；实现煤气平衡的关键在于自备电厂的机组配置与动态调度。为此,论文综合考虑煤气放散和机组运行效率下降对整个煤气系统价值的影响,建立自备电厂机组配置优化模型；考虑到依靠人工经验无法对其煤气供入量进行准确预测,针对煤气供入量特性,建立自备电厂煤气供入量预测模型。在预测模型的基础上从煤气系统全局出发,以总运行成本最小为目标,考虑锅炉负荷波动频繁的特点,建立优化调度模型,并基于模型研究了应用企业自备电厂的煤气利用问题。主要研究内容如下：(1)在掌握钢铁企业富余煤气特性规律的基础上,针对煤气系统静态结构不平衡的实际情况,建立了自备电厂机组配置优化模型。整个建模过程综合考虑了煤气放散、环境成本、CCPP机组能力、机组容量、机组最佳负荷率对机组配置的影响,以煤气系统平衡、CCPP机组稳定运行、环境成本等作为约束条件,旨在保证环境成本和总利润协同优化下确定发电机组的最优配置结构。(2)在准确识别钢铁企业自备电厂煤气供入量影响因素的基础上,针对以往没有合理的预测手段、仅凭人工经验判断煤气供入量趋势的模式缺陷,建立了自备电厂煤气供入量时间序列预测模型。整个建模过程采用预测前模型识别、预测中针对数据性质进行预测,预测后对残差着重分析的方式。基于煤气供入量关联性、延时性、随机性及复杂性的特性,首先建立ARMA时间序列主体预测模型,针对主体模型的残差项进行拉格朗日乘子检验,通过最小二乘法对参数进行估计后进一步建立ARCH时间序列辅助预测模型,使平滑误差项的方差达到最小,提高预测模型的预测精度；预测后从统计学角度融合拟合分布的方法结合实际生产对预测模型的残差项进行了分析。利用钢铁企业自备电厂实际数据对所建模型进行验证得到：预测模型相对误差最高为1.95%,预测效果较好,可用于指导实际生产。(3)依据自备电厂煤气供入量的预测结果,针对锅炉负荷频繁波动的特点,构建煤气系统优化调度模型。考虑到国家对企业污染物排放的处罚,将“环境成本”的概念引入钢铁企业自备电厂煤气系统中,综合考虑锅炉经济负荷运行、锅炉启停、燃料消耗等对模型的影响,以全周期内的总运行成本最小为目标,达到合理用能的目的,使能源结构趋于最优化,在此基础上建立优化调度模型。同时为了提高模型的合理程度,在调度过程中考虑了物料平衡、能量平衡、锅炉操作、锅炉运行、污染物排放等对模型的约束。本文所建立的自备电厂多周期混合整数非线性规划煤气系统优化调度模型改变了以往调度滞后、人为决定因素大的缺陷,保证锅炉在最佳运行区域附近工作。运用改进的粒子群优化算法对模型求解,不仅提高了模型的求解收敛速度,并且加强了模型的全局寻优能力,对钢铁企业自备电厂煤气系统的优化调度具有重要的指导意义。(4)将建立的自备电厂机组优化配置模型应用于钢铁企业A。结果表明：优化后的机组配置结构基本可实现企业煤气零放散,保证企业年供电自给自足,并可富余外供,电力能值降低了0.08kgce/kWh,按年日历工作时间7000小时计算,节约标煤23.63万tce/年；将建立的自备电厂煤气系统预测和优化调度模型应用于钢铁企业B。结果表明：所建预测模型具有较高的预测精度,高炉煤气供入量预测模型平均误差率为2.05%；转炉煤气供入量预测模型预测平均误差率为2.43%,预测精度较高,符合模型精度要求,满足工业生产需要。针对燃料、负荷频繁波动得到的调度方案合理、实用,调度结果表明：运用所建调度模型将多产蒸汽11t/h,按此计算节能约9086.56tce/年,节能潜力巨大。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 我国钢铁企业煤气资源及回收利用
• 1.2 钢铁企业富余煤气资源利用现状
• 1.2.1 富余煤气增加的原因
• 1.2.2 富余煤气的利用现状
• 1.3 钢铁企业自备电厂现状及存在的问题
• 1.3.1 自备电厂的分类
• 1.3.2 自备电厂煤气系统存在的问题
• 1.4 论文的研究内容及创新点
• 1.4.1 论文的选题依据
• 1.4.2 论文的研究内容
• 1.4.3 论文的创新点
• 第二章 钢铁企业自备电厂机组配置优化模型
• 2.1 钢铁企业自备电厂煤气系统静态平衡分析
• 2.1.1 煤气系统静态平衡存在的问题
• 2.1.2 重审钢铁企业煤气系统不平衡问题
• 2.2 自备电厂富余煤气量的统计学特性
• 2.2.1 研究方法
• 2.2.2 实例分析
• 2.3 自备电厂机组配置优化模型
• 2.3.1 模型建立的思想
• 2.3.2 模型的假设
• 2.3.3 目标函数
• 2.3.4 约束条件
• 2.3.5 模型求解
• 2.4 本章小结
• 第三章 钢铁企业自备电厂煤气供入量预测模型
• 3.1 自备电厂煤气供入量影响因素及模型选择
• 3.1.1 煤气产生量波动的影响
• 3.1.2 煤气消耗量波动的影响
• 3.1.3 煤气柜波动的影响
• 3.1.4 其它波动的影响
• 3.2 ARMA时间序列预测建模
• 3.2.1 ARMA时间序列模型概述
• 3.2.2 ARMA时间序列预测建模步骤
• 3.3 模型验证
• 3.3.1 数据预处理
• 3.3.2 煤气供入量ARMA预测模型的建立
• 3.3.3 ARMA模型随机扰动项的ARCH效应分析与建模
• 3.3.4 模型预测
• 3.3.5 残差分析
• 3.4 本章小结
• 第四章 钢铁企业自备电厂煤气系统优化调度模型
• 4.1 自备电厂锅炉及燃料调节特点
• 4.1.1 自备电厂锅炉的工作特点
• 4.1.2 燃料调节特点
• 4.2 自备电厂煤气系统优化调度模型
• 4.2.1 模型建立思想
• 4.2.2 模型假设
• 4.2.3 目标函数
• 4.2.4 约束条件
• 4.2.5 模型求解
• 4.3 本章小结
• 第五章 模型应用
• 5.1 自备电厂机组配置优化模型在钢铁企业的应用
• 5.1.1 企业概况
• 5.1.2 自备电厂概况
• 5.1.3 钢铁企业A自备电厂机组配置优化
• 5.1.4 优化结果分析
• 5.2 自备电厂煤气系统化调度模型在钢铁企业的应用
• 5.2.1 企业概况
• 5.2.2 煤气供入量预测
• 5.2.3 钢铁企业B自备电厂煤气系统优化调度
• 5.3 本章小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 附录