导读:本文包含了煤气调度论文开题报告文献综述及选题提纲参考文献，主要关键词:钢铁企业,副产煤气,优化调度,MILP模型
煤气调度论文文献综述
谢升,李辉,许立松,田硕硕,张琦[1]（2019）在《钢铁企业煤气系统优化调度研究》一文中研究指出作为钢铁企业重要的二次能源,副产煤气的生产、消耗与钢铁生产有着密切联系。煤气的供需不平衡容易对生产造成影响,因此对副产煤气优化调度的研究将有效改善煤气的供需关系,降低吨钢消耗,提高能源效率,对企业的节能降耗、绿色发展具有重要意义。本文将钢铁企业煤气系统作为研究对象,在前人研究的基础上,对煤气系统的优化调度问题深入研究。通过对煤气系统的分析,建立了煤气优化调度模型,并采用MILP方法完成了富余煤气在煤气柜和锅炉之间的分配。结果表明:模型优化了钢铁企业对于富余煤气的分配,增加了发电量,提高了能源的利用效率。(本文来源于《第十届全国能源与热工学术年会论文集》期刊2019-08-14）
孙雪莹,胡静涛,王卓[2]（2019）在《钢铁企业副产煤气系统模糊优化调度模型》一文中研究指出钢铁企业副产煤气系统调度过程中存在很多的不确定因素,使得传统的确定性模型难以有效的描述副产煤气优化调度问题。针对此问题,考虑到副产煤气的产生量和生产过程中煤气的消耗量的不确定性,基于模糊机会约束规划方法建立了一种新的副产煤气系统优化调度模型。该模型引入可信性理论,将模型中的不确定性约束转化为确定性约束,进而对模型进行求解。应用某钢铁企业生产数据进行了实验验证,结果表明模型可以得到在不同置信水平下满足约束的煤气系统优化调度方案,给调度人员提供更加可靠的决策支持。(本文来源于《工业安全与环保》期刊2019年06期）
栾绍峻,吴秀婷[3]（2018）在《钢铁企业煤气预测与调度优化系统》一文中研究指出钢铁行业面临着巨大的节能减排压力,提高能源利用效率成为钢铁企业的内在需求和必然选择。煤气是钢铁企业在生产过程中产生的重要二次能源,占企业总能源消耗的30%左右。因此,减少煤气放散,提高煤气综合利用效率,降低能源成本,履行社会责任,对实现企业可持续发展尤为重要。基于该目标,首先介绍了钢铁企业煤气系统的组成,然后对煤气平衡及煤气调度问题进行了分析,最后对钢铁企业煤气预测与调度优化系统的系统目标、系统模型、系统功能及实施效果进行了介绍。通过建立模型和系统对煤气的产生与消耗进行预测,保证煤气系统的平衡,减少煤气放散,提高煤气利用率,实现节能降耗。(本文来源于《冶金经济与管理》期刊2018年06期）
李晓斌[4]（2018）在《强化责任 做细工作 集中攻坚 确保人民群众安全清洁温暖过冬》一文中研究指出本报讯（李晓斌）11月14日上午，市委书记高宏志、市长王立彤专题研究调度电代煤、气代煤工作，强调要认真学习习近平总书记关于冬季清洁取暖的重要指示精神，全面落实中央和省决策部署，牢固树立以人民为中心的发展思想，强化责任，做细工作，集中攻坚，确保人民群众(本文来源于《邯郸日报》期刊2018-11-15）
贺东风,鲁晓旭,冯凯,徐安军[5]（2018）在《钢铁企业煤气-蒸汽-电力系统耦合优化调度》一文中研究指出钢铁企业在不同工况下煤气的富余量以及蒸汽和电力需求量不同,为了获得最大的经济效益,需要针对不同工况条件进行煤气-蒸汽-电力系统的实时优化调度。基于线性规划,以系统运行能源成本最小为目标函数,建立钢铁企业煤气-蒸汽-电力系统不同工况下的耦合优化调度模型。模型的调度间隔为5 min,通过LINGO求解出模型的最优解,得到不同工况下煤气、蒸汽、电力的最优实时生产调度方案,用于指导实际生产。利用S钢铁企业实际数据进行实例分析,得出的调度方案可实现煤气-蒸汽-电力系统的最优化分配,降低系统运行的能源成本,验证了模型的有效性。(本文来源于《钢铁》期刊2018年07期）
徐双双,赵珺,王伟[6]（2018）在《基于多目标差分进化算法的高炉煤气系统调度》一文中研究指出针对钢铁工业中高炉煤气(blast furnace gas,BFG)系统的调度问题,提出了一种基于动态贝叶斯(dynamic Bayesian network,DBN)和改进的多目标差分进化(improved multi-objective differential evolution,IMODE)算法的BFG系统调度方法。考虑到BFG系统的动态特性和时间预测模型的输出不确定性,采用基于因果关系的DBN算法对BFG系统的煤气柜建立模型,并以煤气柜快速达到期望值且具有较大的调节余量为优化目标。在优化调度时,将粒子拥挤距离引入到多目标差分进化算法的搜索机制中,从而提高模型的搜索精度。此外,针对单个用户调整不能使煤气柜安全运行的情况,同时考虑到不同消耗用户调整能力的差异,提出了多用户调整方案。为了验证所提算法的有效性,采用国内某钢铁企业BFG系统生产数据进行实验,结果表明该方法相比其他的方法在BFG系统调度调整中具有更好的效果。(本文来源于《化工进展》期刊2018年07期）
徐双双[7]（2018）在《基于多目标差分进化的高炉煤气系统优化调度》一文中研究指出副产煤气是钢铁工业中重要的二次能源,其高效合理的利用是提高企业经济效益和节能减排水平的关键。高炉煤气(Blast Furnace Gas,BFG)是副产煤气的重要组成部分,具有热值低、波动大、易被放散的特点。因而,实现BFG系统的优化调度具有重要意义。然而BFG系统生产过程复杂,难以用精确的机理模型进行描述。随着钢铁企业信息化水平的提升,钢铁企业能源管理系统中积累了海量的工业数据,可采用基于数据的方法对其建立模型,并进行优化调度,制定详细合理的调度计划。针对BFG系统动态变化复杂、精确建模难度大、实时流量难以预测等问题,本文提出了一种基于改进的多目标差分进化(Multi-objective Differential Evolution,MODE)算法的优化调度方法。该方法基于专家经验和系统结构,根据高炉煤气柜与煤气产消用户之间的关系建立动态贝叶斯网络(Dynamic Bayesian Networks,DBN)模型,再根据历史数据进行模型参数训练,以提高模型预测和推理的精度。在通过DBN模型推理得到总调整量后,需要确定调整用户及相应的调整量分配方案。本文根据用户的调整能力选择调整对象。调整能力由调整速度和可调范围加权得到,其中权重因子由随煤气柜超限程度变化的高斯函数决定。针对用户调整范围宽泛导致的调整方案不确定问题,提出了一种基于拥挤距离的多目标差分进化(Crowding Distance-based MODE,CDMODE)算法,旨在避免陷入局部最优和提高搜索精度。该算法在变异过程中结合两种不同的变异策略,根据拥挤距离划分种群为拥挤种群、一般种群和稀疏种群。前期以随机粒子为主导,后期以最优粒子为主导,根据主导粒子的所属种群确定权重和交叉因子。本文采用某钢厂实际工业数据,分别验证DBN模型和优化调度算法的有效性。在模型验证阶段,通过DBN模型进行预测和推理实验,并给出仿真结果。实验结果表明DBN模型精度较高,符合工业需求。在优化算法验证阶段,首先采用多个标准测试函数进行实验,并与现有的MODE算法进行对比;其次采用CDMODE算法进行优化调度实验,与其它优化算法进行比较。实验结果表明该算法收敛性和分布性较好,优化调度后的煤气柜能安全运行。因此,本文所提方法能更好地为BFG系统的平衡调度提供科学指导。(本文来源于《大连理工大学》期刊2018-05-04）
鲁晓旭,贺东风,冯凯[8]（2018）在《不同生产负荷下副产煤气调度建模和仿真》一文中研究指出钢铁企业不同的生产负荷会影响副产煤气的产生量和消耗量,为了获得更大的经济效益,需要针对钢铁企业不同的生产负荷,对缓冲设备的副产煤气消耗进行优化分配。基于线性规划,以系统运行成本最小为目标函数,建立钢铁企业不同生产负荷下的副产煤气调度模型。利用Visual Studio 2013平台开发了副产煤气调度仿真系统,通过对高炉在不同生产负荷下的生产实例仿真,验证了模型的有效性。(本文来源于《冶金能源》期刊2018年02期）
赵贤聪[9]（2017）在《钢铁企业副产煤气系统多周期优化调度模型研究》一文中研究指出提高能源利用率、降低能源成本是钢铁企业能源管理的工作重心。副产煤气是钢铁企业重要的二次能源,钢铁生产所用煤炭的能值有33%转换为副产煤气,因此,充分利用副产煤气对钢铁企业节能降耗意义重大。在此背景下,本文以钢铁企业副产煤气系统为研究对象,对其优化调度建模进行了深入研究,并将所建模型应用于我国叁个典型钢铁企业,达到了提高煤气系统稳定性、减少能源成本的目的。主要研究成果如下:(1)对钢铁企业煤气系统的分析表明:叁种副产煤气的产生量不仅与原料的条件有关,还与热工操作和工艺过程有关;煤气的使用主要受生产工艺、热工要求、设备水平等影响。对富余煤气发电的研究表明:不考虑峰谷电价时,维持煤气系统运行稳定性最为重要;考虑峰谷电价时,需要兼顾煤气柜运行稳定性与发电收益,对煤气柜的操作要求更高。(2)惩罚因子是调度模型的一组核心变量,用于实现子目标函数之间的转化,其值对模型的计算结果影响很大。通过研究惩罚因子对煤气系统稳定性的影响可知,当煤气柜惩罚因子x增加或锅炉惩罚因子y降低时,煤气柜的稳定性提高,而锅炉的稳定性降低。采用帕雷托最优原理可得到最佳的惩罚因子组合,基于H钢厂的实例分析表明,最佳惩罚因子组合为一块封闭狭长区域,该区域自(x,y)=(0.231,621.9)起,至(x,y)=(0.274,797.4)止,该区域重心(X,y)=(0.254,717.8)被选为最优的惩罚因子组合。采用最佳惩罚因子后的优化结果表明:H钢厂的副产煤气系统运行稳定性得到明显提升,煤气柜的波动处罚降低了 21.8%,锅炉的波动处罚降低了 66.2%。敏感性分析结果表明,优化结果对水价变化不敏感,对电价变化较敏感。若电价逐渐提高至现价的200%,煤气柜柜位(储气量)将逐渐降低,释放出更多的煤气用于发电,促使优化后的总发电量提高近20%。(3)在上述基础上,讨论了峰谷电价制度对惩罚因子的取值的影响,基于X钢厂的实例分析表明,最佳煤气柜惩罚因子x的值为0.002,对应煤气柜整体偏移量SSDV=20736m3,购电成本EPC=290607元。采用最佳惩罚因子后的优化结果表明:5座锅炉的整体运行效率达83.03%,较人工调度下的运行效率提高了 3.3%。优化后的购电成本下降了 29.7%,煤气柜波动处罚降低了 62.0%。敏感性分析讨论了峰谷价差,即峰段电价与谷段电价的比值对优化结果的影响,当峰谷价差逐渐增大至现状的200%,峰段电价区间发电比例(占总发电量的比例)由40.27%增加到42.8%,相反的,平段及谷段电价区间发电比例分别由33.45%降低到31.15%及26.28%降低到26.05%。提高峰谷价差有利于发电量在峰段电价区间与谷段电价区间之间的转移,从而有助于减少购电成本。与此同时,煤气柜整体偏移量SSDV由20736 m3下降为28433 m3,煤气柜运行稳定性降低。(4)峰谷电价下副产煤气系统的优化调度必须考虑锅炉及CCPP的运行负荷对其热效率的影响。基于X钢自备电厂2013年至2015年的实际运行数据表明,当锅炉运行负荷由100%降低至30%时,锅炉热效率可下降10%至40%。此外,对于同时拥有锅炉与CCPP的自备电厂,在副产煤气分配时会遵从优先供应CCPP的原则,剩余煤气会优先供应至高效率锅炉,调度模型总是倾向于提高自备电厂的整体热效率。基于X钢与Q钢的自备电厂调峰潜力分析表明,所构建模型可降低不同规模钢铁企业购电成本20%～30%,具有较为显着的经济效益,年节省电费数千万至数亿元。本研究将为副产煤气系统高效智慧的能源管理提供理论基础及技术支撑。(本文来源于《北京科技大学》期刊2017-12-25）
吴萌,马光宇,李志锋,金耀辉[10]（2017）在《钢铁企业煤气预测及优化调度系统开发》一文中研究指出为了实现钢铁企业高炉煤气、焦炉煤气、转炉煤气的发生量及消耗量预测和优化调度两大功能,采用数据库和模块化设计方法开发了煤气预测及优化调度系统,实现了高炉煤气、焦炉煤气、转炉煤气的日平衡,解决了钢铁企业冬、夏季节性煤气平衡矛盾突出的问题,降低了煤气的放散率,提高了煤气预测精度,为煤气管理提供指导和依据。(本文来源于《鞍钢技术》期刊2017年06期）
煤气调度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
钢铁企业副产煤气系统调度过程中存在很多的不确定因素,使得传统的确定性模型难以有效的描述副产煤气优化调度问题。针对此问题,考虑到副产煤气的产生量和生产过程中煤气的消耗量的不确定性,基于模糊机会约束规划方法建立了一种新的副产煤气系统优化调度模型。该模型引入可信性理论,将模型中的不确定性约束转化为确定性约束,进而对模型进行求解。应用某钢铁企业生产数据进行了实验验证,结果表明模型可以得到在不同置信水平下满足约束的煤气系统优化调度方案,给调度人员提供更加可靠的决策支持。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
煤气调度论文参考文献
[1].谢升,李辉,许立松,田硕硕,张琦.钢铁企业煤气系统优化调度研究[C].第十届全国能源与热工学术年会论文集.2019
[2].孙雪莹,胡静涛,王卓.钢铁企业副产煤气系统模糊优化调度模型[J].工业安全与环保.2019
[3].栾绍峻,吴秀婷.钢铁企业煤气预测与调度优化系统[J].冶金经济与管理.2018
[4].李晓斌.强化责任做细工作集中攻坚确保人民群众安全清洁温暖过冬[N].邯郸日报.2018
[5].贺东风,鲁晓旭,冯凯,徐安军.钢铁企业煤气-蒸汽-电力系统耦合优化调度[J].钢铁.2018
[6].徐双双,赵珺,王伟.基于多目标差分进化算法的高炉煤气系统调度[J].化工进展.2018
[7].徐双双.基于多目标差分进化的高炉煤气系统优化调度[D].大连理工大学.2018
[8].鲁晓旭,贺东风,冯凯.不同生产负荷下副产煤气调度建模和仿真[J].冶金能源.2018
[9].赵贤聪.钢铁企业副产煤气系统多周期优化调度模型研究[D].北京科技大学.2017
[10].吴萌,马光宇,李志锋,金耀辉.钢铁企业煤气预测及优化调度系统开发[J].鞍钢技术.2017