钢铁企业能源预测模型研究范文

《中国西部科技杂志》2015年第五期

1能源预测单元模型的建模

单元模型的建立是基于各工序的生产计划的，根据生产计划中的产量及必要的几个参数，预测出电量、煤气量、蒸汽量的产出量和消耗量，而实际能源的产出和消耗因为受到众多因素的影响，很难用一个关系式准确的加以描述，只能找出可能影响这些量的关键因素，通过其影响机理，得出一个各影响因素与该能源量的基本关系，其中的系数可以通过本模型要应用的钢铁企业实际数据进行校准，个别在生产报表中不能体现的参数，可以使用前一个预报周期的数据。按照单元模型与生产计划之间的相关性，又可将单元模型分为四大类：常数类型、变化常数类型、产量相关一般类型、产量相关特殊类型。

1.1常数类型常数类型是指预测量与产量、工序/子工序的生产状态、检修计划等相关参数没有关联，预测值为同一常量的模型。一般来说，所有日常电功率单元模型都为常数类型。例如高炉本体日常电功率单元模型，日常电量消耗包括控制楼照明、控制系统（包括检测仪表及控制阀等）、火灾报警、通风系统、电气柜内元器件等经常型消耗，也包含高炉工作平台照明等每天按时段开启的电量消耗，所以这部分模型应考虑时段的影响，但是与高炉的生产计划以及休风计划无关。

1.2变化常数类型变化常数类型指的是预测量与产量等相关参数没有关联，但是根据工序/子工序的生产状态不同，预测值会发生改变的单元模型。以高炉鼓风机动力电功率单元模型为例：该单元模型主要包括汽动鼓风机的冷却供水泵、旁通过滤器供水泵组、旁滤反洗供水泵组等水处理设备的电量消耗，以及动力油站、润滑油站、风机隔罩风扇、空气过滤消音器等电量消耗，它们先于鼓风机启动，晚于鼓风机停止，但考虑其电功率容量较小，不考虑其和鼓风机不同步的情况消耗。本单元模型包括汽动鼓风机的本体部分，锅炉部分不包含在内。（1）正常生产状态，动力电功率消耗比较稳定，可考虑为一个常数。（2）休风状态（包括两种休风状态）。休风状态风机是否停止，每个工厂操作规程要求或鼓风机状态都各不相同，不好一概而论，本模型通过工序配置来确定是否停止。对于风机不停止的情况，计算方法同正常生产状态。对于风机停止的情况，按提前2小时启动，功率由0线性恢复为额定值。

1.3产量相关一般类型产量相关一般类型指的是单元模型的预测值是产量（或与产量相关参数）的函数，并且通过参数配置后不存在未知系数。典型例子如高炉煤气发生量单元预测模型，煤气发生量是风量的函数，而风量则是和产量相关的函数。首先是高炉计划风量的模型：根据计划报表中的产量计算计划风量，风量和出铁量一般具有线性对应关系，同时考虑有休风计划时，休风前一段时间和复风后一段时间风量是逐渐递减和递增的，递减或递增速度是均匀的。高炉煤气发生量对于一个高炉一段时间是相对稳定的，可以使用稳定生产的前一天煤气量与铁水产量平均值计算出的吨钢煤气发生量来计算。由于风量需求量预测时已经考虑了休风的情况，所以高炉在正常生产状态和休风时的煤气发生量可以归纳成关于计划风量的一个线性函数，进而归纳成关于计划出铁量的一个线性函数。

1.4产量相关特殊类型产量相关特殊类型是指单元模型的预测值是产量（或与产量相关参数）的函数，并且模型中包含未知的模型系数，需要通过产量不同的历史数据进行自适应修正。这种类型一般都为高电压的用电设备。例如电动鼓风机电功率单元预测模型。不仅与风量、压力相关，并且还包含两个模型系数。电动鼓风机是高炉工序最主要的耗电设备，其电量消耗可以采用下式求出其轴功率来计算，式中的轴功率和鼓风机的吸入空气流量、鼓风机进出口压比、风机空气吸入口压力、风机本机的参数如多变效率等有关系，对于一台固定的风机来说，其本机参数和压比、空气参数不会在两天内发生较大的变化，可以采用不同风量和压力的历史数据来计算出其系数，只和风量发生关系，这样就可以较为准确根据风量对电量消耗进行预测。

2能源预测模型功能设计与实现

能源预测模型的系统架构如图2所示。能源预测模型按照功能和呈现形式的不同可分为三个子系统：能源预测配置与结果显示，能源预测主体框架，各工序单元模型与调用。能源预测配置与显示子系统包含了所有与能源预测相关的基础数据配置与修正，预测数据的查询显示以及分析功能，以客户端界面的形式整合到能源管理系统软件平台中。能源预测主体框架包含了能源预测模型中主要的运算功能，包括生产计划拆分、预测主框架计算、设备检修与异常响应等。该子系统不包含交互式操作，所以在服务器后台运行，在能源管理系统中无显示界面。各工序单元模型与调用包含系统中所涉及的各工序与子工序的能源消耗与发生的单元模型，模型的输入和输出由统一格式配置。各单元模型以动态链接库方式由预测主体框架程序调用。

2.1能源预测配置与显示能源预测配置与显示主要包括能源预测基础数据配置、子程序参数配置、能源预测结果显示、预测结果分析和修正系数自学习等功能。

2.1.1能源预测结果显示预测的条件包含工序件次（班次）生产计划，工序设备检修计划（如预测周期内有检修计划则必须纳入模型预测条件），工序异常数据（如预测周期内有工序异常则必须纳入模型预测条件）。能源预测模型的结果以表格形式显示，包含工序能源消耗预测统计数据，工序能源产生预测统计数据，工序能源替代消耗预测统计数据。预测的条件以表格形式显示，预测结果以表格和曲线图形式显示。

2.1.2能源预测结果分析能源预测结果分析的功能主要是为了对比能源预测数据和能源实际消耗和产生数据之间的差异，结合生产计划和实际生产实绩分析对应工序的能源消耗和产生情况。主要内容包括对比显示生产计划与生产实绩、能源预测消耗和发生值与能源实际消耗与发生值。

2.1.3修正系数自学习修正系数自学习功能主要是为了利用预测数据和生产实绩对能源预测模型所需的系数进行修正。所包含的系数有工序能源品种单耗、品种加工耗能的模型修正系数和不同品种规格产品的加工耗能系数。用户可以通过选择不同的能源类型、工序名称来对该工序下某种能源在生产不同品种规格的产品时的单耗、模型修正系数和加工耗能系数进行计算。加工耗能系数的计算前提为有相应工序能源下不同产品规格的单耗数据。在计算开始前，可以人工剔除载入的能源消耗实绩中有异常偏差的数据。

2.1.4基础数据配置预测基本信息配置是为用户提供配置预测技术数据的功能界面，并可进一步配置预测运行策略。该模块提供了配置预测技术数据表的功能。用户可以增加、删除、修改、查询能源管网信息。预测技术数据包括：能源管网编号、时间刻度、统计刻度、应用区域、预测标志。预测运行策略包括：能源管网编号、预测启动时间、运行频率、计划更新延时触发时间、异常延时触发时间等。

2.1.5单元模型参数设置单元模型参数配置功能主要是为了对能源预测模型调用的单元模型子程序进行参数配置。具体包含有对单元模型的调用参数配置和应用参数配置。分别使用在调用单元模型时输入驱动数据和所需参数，以及应用单元模型调用返回结果时所需要的参数。

2.2能源预测主体框架能源预测主框架包含了能源预测模型的主要运算功能。该功能模块通过对生产计划、检修计划和异常数据的处理，实现了各工序能源消耗与产出的预测，具体的功能按照主框架和子程序划分为四个独立程序。

2.2.1能源预测模型计算框架用户可通过在能源预测策略中配置模型自动运行的时间和频率来开启预测模型，或者当有计划更新或工序异常时，自动触发能源预测流程。能源预测策略中可配置预测启动方式是自动运行还是手动运行。如果为自动运行，可配置需要进行预测的工序代码、能源管网编号、统计刻度、时间刻度、预测启动时间和预测频率。如果手动运行则在每次预测前选择需要进行预测的工序代码、计划开始时间和结束时间、能源管网编号，然后手动启动预测模型。预测启动所需要的条件有：工序件次（班次）生产计划，工序异常件次生产计划，因检修计划导致的宫女能源产生预测和统计数据等。能源预测模型主框架的输出为工序能源消耗预测数据和统计数据，工序能源产生预测数据和统计数据，工序能源替代消耗预测数据和统计数据等。

2.2.2生产计划读入子程序根据能源预测策略中的配置，每天定时或适时从MES系统读入各分厂所有工序的生产计划或计划更新并保存到工序计划表中，并按照计划产生的类型确定计划产生标志。根据计划产品的品种和规格检索品种规格分类索引表，得到该计划产品的品种和规格的索引。如果该计划是件次计划则直接存储到工序件次生产计划数据表中（转换标志为0），否则先存储到工序班次生产计划数据表中，然后进行班次产量->件次集的转换计算，储存到工序件次生产计划数据表中。

2.2.3工序异常处理子程序当异常发生时，将收到的异常数据进行处理。根据异常状态判断异常预计持续时间，生成工序异常件次生产计划表。

2.2.4检修计划处理子程序当接收到工序检修计划表时触发该子程序。根据工序检修基础数据表中对工序检修耗能的配置，将该计划中的检修耗能写入工序能源消耗预测数据表。

3结论

钢铁企业为了实现节能减排挖潜增效，降低能源消耗，提高产品竞争力，能源管理必须实现从粗犷型经验型管理向精细化量化管理的转变，基于工序机理的钢铁企业能源预测模型不仅能够满足企业对能源预测管理的需要，而且具有很好的配置性和可扩展性，不仅如此，该模型还适用于其它大中型化工、建材、有色金属冶炼等各种耗能量大且能耗由生产计划所决定的企业。

作者：刘书文 周向阳 单位：中冶南方（武汉）信息技术工程有限公司