钢铁生产调度优化方法、计算设备及程序产品

本发明涉及生产调度，尤其涉及一种钢铁生产调度优化方法、计算设备及程序产品。

背景技术：

1、在全球气候变化和能源安全等重大挑战的背景下，建设新型电力系统和绿色能源体系已成为实现减碳目标的重要举措。而在众多负荷类型中，钢铁企业以其超过30％的能源价值占比在产品产值中脱颖而出，成为高载能工业用户的代表。这些企业不仅具备较大的可调节容量，还拥有高水平的自动化技术和完善的信息网络，使其在工业领域中独具优势。钢铁行业正处于迈向清洁高效发展的关键时期。高载能行业向清洁能源优势地区聚集的趋势也加速了钢铁行业与可再生能源的消纳耦合需求。

2、对于钢铁行业来说，炼钢和连铸工序是钢铁生产中耗能量大、碳排放较高的环节。在钢铁行业向绿色低碳转型的过程中，解决炼钢-连铸生产调度问题成为提升可再生能源电力消纳和推动绿色经济运行的关键。通过合理规划炼钢-连铸生产调度，钢铁企业可以实现对可再生能源的灵活消纳，将可再生能源的供应与需求进行匹配，利用可再生能源供应充沛的时段来增加生产负荷，同时在供应不足时减少负荷，以获得最大的能源消纳效率。通过科学的生产计划和调整，能够使钢铁公司减少对传统能源的需求，达到环保和低碳的生产方式，并且具备灵活利用可再生能源的能力，这有助于推动环保和低碳的转变。并且，这有助于建立可持续发展的经济模式，推动钢铁行业朝着更加环保、高效和可持续的方向发展。

3、针对上述问题，国内外研究学者分别从生产调度方面、结合分时电价进行生产调度方面、结合可再生能源消纳进行生产调度方面、多目标优化调度方面进行了相关研究。其中，在生产调度方面，国内外学者们大多以炼钢-连铸流程为研究对象，主要以最小化电力经济成本和完工时间等作为目标，建立单目标或多目标的线性、非线性数学模型，并从模型改进以及算法设计的角度解决问题。

4、在结合分时电价进行钢铁生产调度方面，国内外学者也进行了一系列探索。分时电价根据电能的需求，将每天划分为高峰、平段、低谷等多个时段，规定高峰时段提高用电电价，平段、低谷时段降低用电电价。钢铁企业作为典型的流程工业用户，利用分时电价、实时电价等价格信号鼓励短流程钢企错峰用电、避峰生产，成为充分调用其生产负荷发挥需求响应潜力的重要手段。也是需求响应在钢铁生产调度领域应用最为成熟的一个方向。

5、现有技术中，大多是将最小化总完工时间和最大化产量作为优化调度模型的目标，虽然有些会考虑到电力经济成本，但是不能完全将电力经济成本与可再生能源消纳最大化的目标统一起来。

6、为此，需要一种钢铁生产调度优化方法，以实现最小化总完工时间、最大化可再生能源消耗，同时降低电力经济成本。

技术实现思路

1、为此，本发明提供一种钢铁生产调度优化方法，以解决或至少缓解上面存在的问题。

2、根据本发明的一个方面，提供一种钢铁生产调度优化方法，在计算设备中执行，所述方法包括：根据炼钢-连铸生产工艺流程及其需满足的工艺约束条件，构建多目标调度优化模型，其中，所述多目标调度优化模型包括多个调度目标对应的多个目标函数，所述多个目标函数包括加工时间最小化目标函数、电力经济成本最小化目标函数、可再生能源消耗最大化目标函数，所述炼钢-连铸生产工艺流程包括多个浇次，每一浇次包括多个炉次，每一炉次包括执行一次炼钢生产阶段、精炼生产阶段和连铸生产阶段，每个生产阶段分别对应一种设备，每种设备分别包括相应的一个或多个机器；将包括机器加工时间、机器电能消耗量、分时电价、可再生能源典型日出力曲线在内的多个参数输入到nsgaii算法中；利用nsgaii算法对所述多目标调度优化模型进行求解，以确定最优解集，并根据所述最优解集得到最优生产调度结果，以便根据所述最优生产调度结果对炼钢-连铸生产工艺流程进行调度，实现完工时间最小化、电力经济成本最小化、可再生能源消耗最大化。

3、可选地，在根据本发明的钢铁生产调度优化方法中，还包括：利用k-means算法对可再生能源历史出力进行聚类，形成可再生能源典型日出力曲线。

4、可选地，在根据本发明的钢铁生产调度优化方法中，可再生能源为风电；利用nsgaii算法对所述多目标调度优化模型进行求解，以确定最优解集，包括：利用nsgaii算法随机生成初代种群，所述初代种群包含多个个体，每个个体分别包含一组决策变量，所述一组决策变量包括生产阶段变量、机器变量、加工时间变量；计算所述初代种群中的每个个体对应的多个目标函数值和约束函数值，并进行解码得到对应的加工时间、电力经济成本以及风电拟合程度；对所述初代种群进行非支配排序，其中，根据所述初代种群中的各个个体对应的多个目标函数值，将各个个体划分为不同的多个级别，所述级别用于表征个体的优越程度，级别越高对应的个体越优越；计算每个级别的个体的拥挤度距离；根据所述初代种群中的每个个体对应的级别和拥挤度距离，选择一个或多个下一代种群个体；对所述下一代种群个体进行交叉操作，以生成新个体，并对所述新个体进行变异操作，以生成变异个体；将所述新个体和变异个体合并到所述初代种群中，生成下一代种群；对所述下一代种群重复执行上述步骤，直至得到进化代数等于最大代数的目标种群；根据所述目标群体确定最优解集。

5、可选地，在根据本发明的钢铁生产调度优化方法中，所述最优解集为帕累托前沿解；根据所述最优解集得到最优生产调度结果，包括：确定所述最优解集中的任一最优解对应的最优加工时间、最优电力经济成本以及最优风电拟合程度，得到最优生产调度结果。

6、可选地，在根据本发明的钢铁生产调度优化方法中，其中，所述炼钢-连铸生产工艺流程适于在钢铁生产系统中执行，所述钢铁生产系统包括用于执行炼钢生产阶段的炼钢设备、用于执行精炼生产阶段的精炼设备、用于执行连铸生产阶段的连铸设备，所述炼钢设备、精炼设备、连铸设备分别包括相应的一个或多个机器。

7、可选地，在根据本发明的钢铁生产调度优化方法中，所述加工时间最小化目标函数包括：

8、minimize f1＝max(cjlm)

9、

10、

11、其中，cj,l,m为炉次j在生产阶段l的加工结束时间，cjlm为炉次j在生产阶段l的加工结束时间，为连铸生产阶段属于浇次yn中的炉次j的加工开始时间；

12、xjlmt为0-1变量，如果炉次j在t时刻，选择生产阶段l的机器m上加工，则xjlmt，否则xjlmt＝0；sjlm为炉次j在生产阶段l的加工开始时间，tjlm为炉次j在生产阶段l的机器m上的加工时间。

13、可选地，在根据本发明的钢铁生产调度优化方法中，所述电力经济成本最小化目标函数用于根据分时电价的变化，确定炉次在各生产阶段对机器的选择，计算全部炉次加工所需的电耗量，以便最小化电力经济成本；所述电力经济成本最小化目标函数包括：

14、其中，qjlm为炉次j在生产阶段l的机器m上加工的电力经济成本；

15、炉次j完全包含在时间区间k情况下的电力经济成本：其中，为炉次j在机器m上加工的功率，cjlm为炉次j在生产阶段l的加工结束时间，sjlm炉次j在生产阶段l的加工开始时间，pk为分时电价；

16、炉次j跨越两个时间区间情况下的电力经济成本：其中，为炉次j在机器m上加工的功率，cjlm为炉次j在生产阶段l的加工结束时间，sjlm炉次j在生产阶段l的加工开始时间，pk为分时电价；

17、炉次j完全覆盖时间区间k情况下的电力经济成本：其中，为炉次j在机器m上加工的功率，cjlm为炉次j在生产阶段l的加工结束时间，sjlm炉次j在生产阶段l的加工开始时间，pk为分时电价。

18、可选地，在根据本发明的钢铁生产调度优化方法中，所述可再生能源消耗最大化目标函数包括：

19、其中，为经数据归一化处理后的钢厂t时刻下用电功率，为经数据归一化处理后的t时刻下钢厂同地区风电发电厂发电功率，wk、w分别为加权欧式距离参数；

20、其中，pkout为t时刻下钢厂用电功率，为钢厂t时刻下用电功率最小值，为钢厂t时刻下用电功率最大值；

21、其中，pkout为t时刻下钢厂同地区风电发电厂发电功率，为t时刻下钢厂同地区风电发电厂发电功率最小值，为t时刻下钢厂同地区风电发电厂发电功率最大值；

22、

23、其中，σ为调节因子。

24、可选地，在根据本发明的钢铁生产调度优化方法中，所述工艺约束条件对应的约束函数包括：

25、

26、

27、sj+1,lm-cj,lm≥0

28、twl≤tlj

29、tlj≤tdl

30、sy+1,m-cy,m≥ty

31、

32、cj,y＝sj+1,y,j1,j2,…jn∈yn

33、其中，xjlmt为0-1变量，如果炉次j在t时刻，选择生产阶段l的机器m上加工，则xjlmt＝1，否则xjlmt＝0；

34、sj+1,lm为同一阶段的同一机器上后一炉次的开始时间，cj,lm为同一阶段的同一机器上前一炉次的开始时间；

35、tlj为同一炉次相邻两个生产阶段的间隔时间，tdl为同一炉次相邻两个生产阶段间的运输时间，tdl为炉次最大等待时间；

36、sy+1,m为后一浇次加工开始时刻，cy,m为前一浇次加工结束时刻，ty为同一浇铸设备上连续加工的两个浇次间的换料准备时间；

37、xjnlmt为同一浇次下个各炉次；

38、cj,y为同一浇次下前一炉次的结束时间，sj+1,y为同一浇次下后一炉次的开始时间。

39、根据本发明的一个方面，提供一种计算设备，包括：至少一个处理器；存储器，存储有程序指令，其中，程序指令被配置为适于由上述至少一个处理器执行，所述程序指令包括用于执行如上所述的钢铁生产调度优化方法的指令。

40、根据本发明的一个方面，提供一种计算机程序产品，包括计算机程序/指令，其中，所述计算机程序/指令被处理器执行时实现如上所述的方法。

41、根据本发明的一个方面，提供一种存储有程序指令的可读存储介质，当该程序指令被计算设备读取并执行时，使得该计算设备执行如上所述的钢铁生产调度优化方法。

42、根据本发明的技术方案，提供了一种钢铁生产调度优化方法，根据炼钢-连铸生产工艺流程及其需满足的工艺约束条件，构建包括多个调度目标对应的多个目标函数的多目标调度优化模型，多个目标函数包括加工时间最小化目标函数、电力经济成本最小化目标函数、可再生能源消耗最大化目标函数。进而，将包括机器加工时间、机器电能消耗量、分时电价、可再生能源典型日出力曲线在内的多个参数输入到nsgaii算法中，利用nsgaii算法对多目标调度优化模型进行求解，以确定最优解集，并根据最优解集得到最优生产调度结果，进而，可以根据最优生产调度结果对炼钢-连铸生产工艺流程中的各项任务进行调度和安排，能够同时实现完工时间最小化、电力经济成本最小化、可再生能源消耗最大化。

43、此外，本发明还针对分时电价峰谷价差、机器加工时间以及风电出力这三个关键要素进行灵敏度分析，能够确定分时电价峰谷价差、机器加工时间以及不同典型日风电出力等因素的影响。这对于钢铁企业实现绿色高效生产具有重要的现实意义，有助于企业提升生产效率，降低能源成本，并推动行业的可持续发展。

44、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。