陳 婧,戴毅茹,王 堅(jiān)
(同濟(jì)大學(xué)CIMS研究中心,上海 201804)
鋼鐵企業(yè)作為一種典型的能源密集型企業(yè),其節(jié)能措施包括兩種途徑:設(shè)備節(jié)能和生產(chǎn)過程節(jié)能。更新設(shè)備以換取能源消耗的降低,使得設(shè)備節(jié)能具有很高的成本門檻;而通過建立生產(chǎn)用能過程模型,優(yōu)化生產(chǎn)過程中能源消耗,達(dá)到企業(yè)“節(jié)能減排”,這種生產(chǎn)過程節(jié)能方法可以被幾乎所有企業(yè)采用。鋼鐵企業(yè)能源系統(tǒng)建模是進(jìn)行能源系統(tǒng)優(yōu)化的重要手段,然而現(xiàn)有能源系統(tǒng)建模對(duì)企業(yè)級(jí)能源系統(tǒng)建模的關(guān)注較少[1-2]。MARKAL(Market Allocation of Technologies Model)模型[3-5]、LEAP(Long-range Energy Alternatives Planning System)模型[6-7]等較成熟的能源系統(tǒng)模型,都屬于區(qū)域系統(tǒng)模型,描述能源、經(jīng)濟(jì)和環(huán)境之間的關(guān)系。企業(yè)級(jí)能源系統(tǒng)模型,尤其針對(duì)鋼鐵企業(yè)的典型能源系統(tǒng)模型,卻只停留在數(shù)學(xué)規(guī)劃的建模方法上,沒有完善的軟件支撐。如文獻(xiàn)[8]中根據(jù)寶鋼生產(chǎn)系統(tǒng)和能源轉(zhuǎn)換系統(tǒng)的特點(diǎn),分工序按不同物流和不同種類能源分別建立了物流方程和能源方程,得到優(yōu)化結(jié)果。但其所見模型缺少直觀性和可視化性,無法形象描述企業(yè)的實(shí)際生產(chǎn)過程。
MIND 方法[9-10](Method for analysis of INDustrial energy systems)是一種面向企業(yè)級(jí)能源系統(tǒng)建模及優(yōu)化的重要方法,對(duì)于鋼鐵企業(yè)多設(shè)備、多過程以及串聯(lián)、并聯(lián)、反饋集一體的復(fù)雜生產(chǎn)過程,具有可視化建模、方便優(yōu)化等特點(diǎn)。本文基于MIND方法,研究鋼鐵企業(yè)能源系統(tǒng)優(yōu)化問題。
基于MIND方法的企業(yè)能源系統(tǒng)建模,是指通過網(wǎng)絡(luò)圖建立企業(yè)能耗過程和產(chǎn)品生產(chǎn)過程。網(wǎng)絡(luò)圖由節(jié)點(diǎn)和連線組成[11]:節(jié)點(diǎn)描述的是能源和產(chǎn)品轉(zhuǎn)換單元,連線描述能源和物料的轉(zhuǎn)換以及傳輸路徑,整個(gè)過程滿足物料平衡和能量平衡。MIND建模示意圖如圖1所示,包括兩種能源介質(zhì)和兩種物料,中間經(jīng)過多個(gè)轉(zhuǎn)換單元之后,生產(chǎn)出3種最終產(chǎn)品,圖1中所有的節(jié)點(diǎn)和連線都包括若干方程,以描述物料和能源的消耗情況。
建模的過程包含兩步,首先是對(duì)系統(tǒng)進(jìn)行定界。定界要求不僅對(duì)整個(gè)企業(yè)有所了解,而且還要研究企業(yè)實(shí)際生產(chǎn)過程以及確定生產(chǎn)中的設(shè)備及其參數(shù);其次是建立模型,連接各個(gè)設(shè)備,確定設(shè)備間的連線和能源流、物料流的流向,以模擬企業(yè)用能過程。
圖1 MIND模型示意圖
通過能源系統(tǒng)建模,可獲得一個(gè)優(yōu)化目標(biāo)函數(shù)和一組約束條件。優(yōu)化的目的是,在滿足約束條件之下,找到變量的值使得目標(biāo)函數(shù)最小。但是,由于鋼鐵企業(yè)能源系統(tǒng)的復(fù)雜性,使得模型中的變量不僅包含連續(xù)性變量,還包含離散型變量(如二值變量),這就使得鋼鐵企業(yè)能源系統(tǒng)優(yōu)化問題不是一個(gè)簡(jiǎn)單的線性規(guī)劃問題,而是一個(gè)MILP優(yōu)化問題[12-14]。
MILP(Mixed Integer Linear Programming)混合整數(shù)線性規(guī)劃法廣泛應(yīng)用于分析各種不同的系統(tǒng)。一個(gè)MILP問題包括,一個(gè)目標(biāo)函數(shù)、若干變量和一些約束條件。MILP問題的描述如下:
目標(biāo)函數(shù):
約束條件:
在鋼鐵企業(yè)能源系統(tǒng)中,f(x,y)表示系統(tǒng)的總能耗;g(x,y)=0是一系列等式方程,描述系統(tǒng)的用能行為,如能源經(jīng)過設(shè)備前、設(shè)備后以及在設(shè)備中消耗之間的關(guān)系;不等式方程組h(x,y)≤0,能夠詳細(xì)說明系統(tǒng)中的不等關(guān)系,如一臺(tái)設(shè)備對(duì)能源或物料的存儲(chǔ)容量;變量x是一組連續(xù)變量,代表所有的能源介質(zhì)和物料;變量y是離散變量,又叫二值變量。
在這里,筆者選擇可視化工具軟件ReMIND作為建模平臺(tái)??梢暬ぞ哕浖?ReMIND,是由瑞典Linkoping University基于MIND方法開發(fā)的軟件系統(tǒng)。在ReMIND軟件中建立鋼鐵企業(yè)能源系統(tǒng)模型,能夠直觀反映鋼鐵企業(yè)中多設(shè)備、多過程、串聯(lián)、并聯(lián)、反饋等能源消耗結(jié)構(gòu)特點(diǎn),并且此軟件集建模與優(yōu)化于一體,可有效輸出優(yōu)化結(jié)果。
ReMIND軟件中所描述的能源系統(tǒng)模型,以標(biāo)準(zhǔn)化的形式表示,經(jīng)過MPS產(chǎn)生器生成MPS文件,可將其保存,用于優(yōu)化解算器優(yōu)化。ReMIND軟件中自帶的優(yōu)化解算器有CPLEX和Lp_solve。一般,還可以應(yīng)用其它優(yōu)化解算器進(jìn)行優(yōu)化(本文選用LINGO優(yōu)化解算器)。ReMIND軟件建模、優(yōu)化流程,見圖2。
圖2 ReMIND建模、優(yōu)化流程圖
ReMIND軟件中的函數(shù)方程,從各個(gè)方面描述每臺(tái)耗能設(shè)備的工作狀態(tài),結(jié)合所建模型,能夠準(zhǔn)確模擬企業(yè)現(xiàn)實(shí)生產(chǎn)過程。在此,簡(jiǎn)單介紹一下ReMIND中的主要函數(shù)方程[15],函數(shù)中出現(xiàn)的參數(shù),命名如表1所示。
表1 參數(shù)命名
(1)目標(biāo)函數(shù)。
某時(shí)間步驟t,在第m個(gè)源節(jié)點(diǎn)的第n條流向上的流量是 xm,n,t,與之相對(duì)應(yīng)的系數(shù)為 cm,n,t。所有時(shí)間步驟上所有源節(jié)點(diǎn)的流量和,是MILP問題中的目標(biāo)函數(shù),這里求其最小值。
(2)Source函數(shù)。
Source函數(shù)定義一種資源的源頭,可以在Source函數(shù)中定義這種資源的單價(jià)。在節(jié)點(diǎn)上,針對(duì)某種資源設(shè)置了Source函數(shù)之后,就只有這種資源的流出流向,而沒有流入流向。
(3)Destination函數(shù)。
Destination函數(shù)定義一種資源的最終存儲(chǔ)處。與Source函數(shù)相反的是,針對(duì)某種資源設(shè)置了Destination函數(shù)之后,就只有這種資源的流入流向,而沒有流出流向。
(4)Boundary函數(shù)。
Boundary函數(shù)是對(duì)一個(gè)節(jié)點(diǎn)的所有流入流量和設(shè)置的限制,它描述了一個(gè)加工設(shè)備的實(shí)際加工能力。
在任意時(shí)間步驟t上,對(duì)某個(gè)節(jié)點(diǎn)s的所有流入流量之和,應(yīng)滿足上述條件。
(5)FlowDependency函數(shù)。
FlowDependency函數(shù)定義兩種資源的依賴關(guān)系,這兩種資源可以是一同流入一個(gè)節(jié)點(diǎn)的不同資源,也可以是一種資源經(jīng)過一個(gè)節(jié)點(diǎn)轉(zhuǎn)換之后的另一種資源。
某任意時(shí)間步驟t,在s節(jié)點(diǎn)上的一種資源i與另一種資源j之間的依賴關(guān)系由cs,t確定。
(6)FlowRelation函數(shù)。
FlowRelation函數(shù),定義同種資源在流入或流出一個(gè)節(jié)點(diǎn)時(shí),不同流向間的比例關(guān)系。
某任意時(shí)間步驟t,流入或流出節(jié)點(diǎn)s的流量和為 Frm,t,則不同流向的流量 xs,i,t有一定的限制大小如式(8)所示,ds,i,t是與之對(duì)應(yīng)的介于0 與 1 之間的系數(shù)。
鋼鐵行業(yè)作為一個(gè)高能耗的行業(yè),研究其生產(chǎn)過程中能源的使用情況,有很大的實(shí)際意義。但是,其特殊的企業(yè)生產(chǎn)過程,又決定了能源系統(tǒng)的復(fù)雜性:在生產(chǎn)過程中,物料和各種能源的持續(xù)消耗以及加工設(shè)備的連續(xù)運(yùn)作,屬于連續(xù)型生產(chǎn)過程;同時(shí),諸如設(shè)備的開啟和關(guān)閉等過程,又屬于離散型生產(chǎn)過程。因此,鋼鐵企業(yè)能源系統(tǒng)是一個(gè)復(fù)雜的綜合性生產(chǎn)能源系統(tǒng)。
某大型煉鋼企業(yè),是一個(gè)生產(chǎn)用能大戶,該企業(yè)2010年主要產(chǎn)品產(chǎn)量135667噸,總綜合能耗為231079.05噸標(biāo)煤,其中鍛件分廠生產(chǎn)鍛件68312噸,能耗 114790.12噸標(biāo)煤,占企業(yè)總能耗的近50%。本文針對(duì)企業(yè)中的鍛件分廠進(jìn)行建模,分析其能源使用情況,優(yōu)化能源使用結(jié)構(gòu)。
鍛件廠中包括鍛壓過程和熱處理過程,生產(chǎn)工藝見圖3。鋼錠成品高溫加熱后,經(jīng)過水壓機(jī)或者油壓機(jī)進(jìn)行壓把、鐓粗、強(qiáng)壓、拔長和擴(kuò)孔等;鍛后進(jìn)行熱處理,消去應(yīng)力,調(diào)整內(nèi)部組織和增加機(jī)械性能。主要消耗能源為重油、煤氣和電力,物料是鋼錠成品。
圖3 某鋼鐵企業(yè)鍛件生產(chǎn)工藝流程圖
針對(duì)實(shí)際的鍛件廠生產(chǎn)過程,本文首先對(duì)模型系統(tǒng)進(jìn)行“定界”。在此,忽略能耗量小的以及降耗空間小的設(shè)備,如行車(吊運(yùn))、粗加工設(shè)備等,有效的設(shè)備有加熱爐2臺(tái)、操作機(jī)1臺(tái)、水壓機(jī)1臺(tái)、油壓機(jī)1臺(tái)、熱處理爐2臺(tái)、電爐1臺(tái)、重油回收設(shè)備以及水槽、油槽各一臺(tái)。各種設(shè)備的加工能力和所需能耗如表2所示。根據(jù)一般企業(yè)應(yīng)用的“單一制分時(shí)電價(jià)”制度,本文中將電力價(jià)格分為峰時(shí)段1.019元和谷時(shí)段0.488元。相應(yīng)地,在模型中把Timesteps分2步,T1和T2。重油、煤氣以及原材料鋼錠,無論在T1時(shí)間段還是T2時(shí)間段,價(jià)格均相同,分別為2450元/tce、8554元/tce、5000元/t。設(shè)置各個(gè)設(shè)備的所需函數(shù),建立能源系統(tǒng)模型見圖4。
表2 設(shè)備信息表
圖4 ReMIND軟件中,某鋼鐵企業(yè)鍛件生產(chǎn)能源系統(tǒng)模型圖
由于不同的時(shí)間步驟,其能源和物料成本不同,因此,本文先按照時(shí)間優(yōu)化,使得目標(biāo)函數(shù)最小,企業(yè)生產(chǎn)成本最低;在此基礎(chǔ)上,再利用回收利用設(shè)備,對(duì)某些能源介質(zhì)回收使用,研究其成本降低空間。
本文不考慮重油的回收利用,依據(jù)電力在不同時(shí)間段(T1、T2)的價(jià)格差異,對(duì)目標(biāo)函數(shù)進(jìn)行優(yōu)化。
優(yōu)化結(jié)果顯示:目標(biāo)函數(shù)1個(gè)(重油、煤氣、電力以及鋼錠的總價(jià)值最小)、變量77個(gè)、約束條件69個(gè),若T1、T2兩個(gè)時(shí)間段共生產(chǎn)200噸的鍛件,則最低成本為811579.6元。其中,T1時(shí)間段生產(chǎn)50噸、T2時(shí)間段生產(chǎn)150噸;加熱爐1處理鋼錠80噸(T1:0,T2:80)、加熱爐 2處理鋼錠 120噸(T1:50,T2:70);水壓機(jī)處理鋼錠50噸(T1時(shí)間段工作)、油壓機(jī)處理鋼錠150噸(T2時(shí)間段工作);熱處理時(shí),選擇耗煤氣量較小的熱處理爐2,耗煤氣9.55tce;同理,選擇水槽而非油槽進(jìn)行淬火,耗電量0.62tce。
由于T1時(shí)間段為耗電峰時(shí)段,因此從結(jié)果中可以看出T1時(shí)間段生產(chǎn)的鍛件明顯少于T2,T2時(shí)間段生產(chǎn)滿載。其他設(shè)備亦同時(shí)兼顧自身的生產(chǎn)能力及能耗量,當(dāng)生產(chǎn)安排如以上所述時(shí),能耗量最小,總成本達(dá)到最低811579.6元。
加入重油的回收利用設(shè)備,對(duì)加熱爐2的耗重油量進(jìn)行回收利用,其工作耗電情況為X。
優(yōu)化結(jié)果顯示:重油回收利用設(shè)備回收1tce的重油所耗電量不同時(shí),總成本不同,具體情況見表3。從表中可知,當(dāng)忽略回收利用設(shè)備的耗電量時(shí),系統(tǒng)總成本達(dá)到最低795470.9元,相對(duì)之前的811579.6元,總成本減少了16108.7元;當(dāng)回收利用1tce的重油耗電量0.2958tce時(shí),加或者不加回收利用設(shè)備的總成本相同(注:本文中所說的總成本不包含設(shè)備購置成本);耗電量大于0.2958tce時(shí),回收利用使得總成本提升,直到耗電量為0.5tce,總成本變?yōu)楹懔?15622.1元?;厥绽眯Ч兓厔?shì)圖,見圖5。
圖5 回收利用效果變化趨勢(shì)圖
由于重油、電力分時(shí)段的成本不同,以及所加重油回收利用設(shè)備的耗電情況的不同,系統(tǒng)的總成本也不同。根據(jù)上述優(yōu)化結(jié)果,在實(shí)際生產(chǎn)中,如果所加回收利用設(shè)備使得回收1tce的重油耗電量小于0.2958tce時(shí),對(duì)整個(gè)生產(chǎn)系統(tǒng)的節(jié)能是有幫助的,此時(shí)可予以實(shí)施。如果相反,單從考慮總成本的角度來說,建議不要加回收利用設(shè)備。
表3 回收利用優(yōu)化結(jié)果
MIND方法,作為一種專門面向企業(yè)級(jí)能源系統(tǒng)的建模及優(yōu)化的方法,能夠直觀、可視化地描述企業(yè)的能源消耗過程。本文將其應(yīng)用于某鋼鐵企業(yè),了解其鍛件生產(chǎn)過程中的能源使用情況,優(yōu)化生產(chǎn)過程,能夠?yàn)槠髽I(yè)提供最優(yōu)投入策略,使其總生產(chǎn)成本達(dá)到最小。
[1]Jebaraj S,Iniyan S.A review of energy models[J].Renewable and Sustainable Energy Reviews,2006,10(4):281-311.
[2]Christos A Frangopoulos,Michael R von Spakovsky,Enrico Sciubba.A brief review of methods for the design and synthesis optimization of energy systems[J].International Journal of Applied Thermodynamics,2002,5(4):151-160.
[3]余岳峰,胡建一,章樹榮,等.上海能源系統(tǒng) MARKAL模型與情景分析[J].上海交通大學(xué)學(xué)報(bào),2008,42(3):360-364,369.
[4]佟慶,白泉,劉濱,等.MARKAL模型在北京中遠(yuǎn)期能源發(fā)展研究中的應(yīng)用[J].中國能源,2004,26(6):36-40.
[5]Cosmi C,Cuomo V,Macchiato M,et al.Waste management modeling by MARKAL model:A case study for Basilicata region[J].Environmental Modeling and Assessment,2000,5(1):19-27.
[6]遆曙光,王韻,徐廣印.基于LEAP的居民生活能源與環(huán)境情景分析[J].河南農(nóng)業(yè)大學(xué)學(xué)報(bào),2010,44(2):229-232.
[7]遲春潔,于渤,張馳.基于LEAP模型的中國未來能源發(fā)展前景研究[J].技術(shù)經(jīng)濟(jì)與管理研究,2004(5):73-74.
[8]陳光,陸鐘武,蔡九菊,等.寶鋼能源優(yōu)化模型的研究[J].冶金能源,2003,22(1):5-9,37.
[9]Christer Ryman,Magnus Karlsson,Carl-Erik Grip.The MIND method for analysis of resource efficiency in industrial systems for materials production[C]//The 2nd International Seminar on Society& Materials.2008:1-10.
[10]Mei Gong.Optimization of industrial energy systems by incorporating feedback loops into the MIND method[J].Energy,2003,28(15):1655-1669.
[11]Mehrdad Heidari Tari,Mats Soderstrom.Optimisation modeling of industrial energy systems using MIND introducing the effect of material storage[J].European Journal of Operational Research,2002,142(2):419-433.
[12]Christodoulos A Floudas,Xiaoxia Lin.Mixed integer linear programming in process scheduling:Modeling,algorithms and applications[J].Annals of Operations Research,2005,139(1):131-162.
[13]Haining Kong,Ershi Qi,Hui Li,et al.An MILP model for optimization of byproduct gases in the integrated iron and steel plant[J].Applied Energy,2010,87(7):2156-2163.
[14]Patrik Thollander,Nawzad Mardan,Magnus Karlsson.Optimization as investment decision support in a Swedish medium-sized iron foundry-A move beyond traditional energy auditing[J].Applied Energy,2009,86(4):433-440.
[15]Magnus Karlsson.The MIND method:A decision support for optimization of industrial energy systems-Principles and case studies[J].Applied Energy,2011,88(3):577-589.