Corresponding author: SUN Wen-qiang, E-mail: neu20031542@163.com
钢铁企业属于典型的能源密集型行业,有学者通过建立数学模型对其生产过程和能源系统进行研究[1, 2].钢铁企业的煤气系统因其结构复杂、煤气产生和消耗量波动频繁,导致各用户之间难以达到协调稳定生产[3, 4].国内外已有多位研究者针对煤气的产耗量进行仿真和预测研究[5, 6, 7],关于煤气的优化分配方面也做了相应的工作[8, 9].为了使整个钢铁企业副产煤气得到更合理的使用,研究者使用动态规划方法建立数学模型,分析钢铁企业剩余煤气优化分配问题,在当前企业背景下以期得到最大的蒸汽产量[10].但煤气系统仍然有许多未解决的课题.以往煤气系统的研究以及设备的设计方案均以静态或经验方法为主,而煤气系统的生产存在诸多变数,且煤气系统的动态调配以及煤气剩余量动态消纳等问题均未能得到合理解决,引起煤气放散造成环境污染.
1 问题描述图 1为钢铁企业煤气系统简图.其中煤气产生模块和消耗模块均有学者进行了相关研究工作[11, 12].煤气缓冲用户如图 1中的虚线区域所示,剩余煤气中大部分由锅炉消耗,煤气柜在煤气系统中起到煤气波动的削峰平谷作用.
要解决剩余煤气合理利用这一问题,作为缓冲用户的煤气柜的合理设计和燃气锅炉的合理调配作用尤为重要.为了解决煤气供需间的矛盾,各企业均建有相应的煤气柜起到煤气产耗的调节与缓冲作用.对于钢铁企业煤气柜容积设计,为安全考虑,经常给煤气柜很高的安全系数,导致煤气柜的容量偏高,产生设备投资浪费.如800万t生产规模钢铁企业,高炉煤气柜容积为30万m3,甚至更高.
本文的设计思路是通过锅炉燃气负荷调节周期的配合,使用动态方法设计煤气柜的合理容积.由于重点不是对富余煤气在缓冲用户之间优化分配,而是对煤气柜容积的最优设计工作,所以模型厂原煤气柜不参与运算,也不涉及煤气柜的初始柜位问题.
2 数学模型设T为生产数据样本时间总长度,K为总的样本点数,Δt为样本点时间间隔,fb为锅炉燃气负荷调节周期,t为生产时间,p′s(t)为煤气剩余量的预测值,p′pro(t)为煤气产生量预测值,p′con(t)为煤气消耗量预测值,其中p′s(t)的计算方法见文献[13].
锅炉燃气负荷计算如图 2所示.B′(t)为t时刻锅炉燃气负荷;Vbmax为锅炉燃气负荷上限;锅炉燃气负荷调节周期时间段内样本点序列n=1,…,N.
式(5)表示锅炉消耗煤气总能量与煤粉总能量之和等于蒸汽获得总热量与锅炉效率之商.该式通过蒸汽需求量确定掺烧煤气燃煤锅炉的燃料供应量.Hgas为副产煤气热值;Hcoal为煤粉热值;Hz为蒸汽焓值;Hw为锅炉用水焓值;Bcoal(t)为锅炉消耗煤粉量;fz(t)为锅炉蒸汽产量;fw(t)为锅炉水耗;ηb为锅炉效率.
其中:Δp(t)为需煤气柜吞吐的瞬时煤气量;ps(t)为煤气实际剩余量;L为计算时刻到达t时的样本点数,且L≤K;P(t)为剩余煤气量从起始时刻到t时刻的累计值.VG(t)为运行时间到达时刻t,累计计算得到的煤气柜所需容积.煤气柜容积计算流程如图 3所示.
3 实例分析某钢铁企业年产钢800万t,1 800,2 000和2 500 m3高炉各一座;本文以BFG为例进行计算,结果如图 4~图 6所示.
图 4为高炉煤气富余量及锅炉煤气用量随时间变化曲线,图 5为经过锅炉消纳后,需煤气柜吞吐的瞬时煤气量,图 6为需煤气柜缓冲的煤气量累计值.图 5和图 6中的数据如果是正值,表示该煤气量需要进入煤气柜缓冲;如果出现负值,则表示此时段煤气用户消耗煤气量很大,富余煤气量自身已经不足以供应,为了维持煤气系统稳定,需要通过煤气柜补充.
4 计算结果基于动态设计方法煤气柜的合理容积变化曲线如图 7所示.图中煤气剩余量为48 h样本值,该样本域的数据值可以反映企业客观生产情况.如果计算程序在48 h计算结束煤气柜容积变化仍未收敛,可视为该种方法不能解决煤气柜的合理设计问题;如果煤气柜容积趋于平稳,如图 7所示,经过35 h以后,煤气柜容积已达到收敛.所求的结果即为对应于不同的锅炉燃气负荷调节周期的煤气柜容积最佳值.
煤气柜的最佳设计容积随锅炉燃料负荷调节周期的变化拟合曲线如图 8所示.图中随着调节周期时间间隔的增加,如4 h调节一次燃料负荷,相当于锅炉群长时间内未能发挥调节能力,为稳定剩余煤气波动,煤气柜容积要随之增大到约70万m3;当锅炉发挥动态调节功能,调节周期为30 min和1 h时,通过动态设计方法得到煤气柜的设计容积约为8万和15万m3.可见通过缓冲用户协调配合方法进行设计,可以明显降低煤气柜的设计容积,从而减少建筑费用,缓冲用户调节更加灵活.
针对钢铁企业煤气柜容积难以合理确定这一问题,本文提出通过缓冲用户配合作用,使用动态设计的方法对煤气柜容积进行确定.首先对钢铁企业剩余煤气量和锅炉燃气负荷进行分析.通过模型求解得到煤气柜容积的合理值优于当前静态设计方案和经验方法的设计值.本方法适用于高炉煤气和焦炉煤气两类气源及相应煤气柜容积的确定.
案例分析中,当锅炉燃气负荷调节频率小于或等于1 h时,年产钢量800万t的钢铁企业高炉煤气柜容积可由30万m3降低到15万m3.该设计方案的提出使煤气系统的优化配置存在更大的调整空间,实现企业建设成本降低的目标,为钢铁企业煤气柜容积的合理设计提供科学的参考.
[1] | Cai Y P,Huang G H,Yang Z F,et al.Identification of optimal strategies for energy management systems planning under multiple uncertainties [J].Applied Energy,2009,86(4):480-495.(1) |
[2] | Ashok S.Peak-load management in steel plants[J].Applied Energy,2006,83(5):413-424.(1) |
[3] | Yi H S,Han C H.Industrial application of MILP-based simultaneous compensation to a large-scale byproduct gases network in an iron- and steel-making plant[J].Industrial & Engineering Chemistry Research,2004,43(1):119-126.(1) |
[4] | Kong H N,Qi E S,He S G,et al.MILP model for plant-wide optimal by-product gas scheduling in iron and steel industry [J].Journal of Iron and Steel Research,International,2010,17(7):34-37.(1) |
[5] | 宋军,蔡九菊,张琦.钢铁联合企业煤气系统动态仿真[J].东北大学学报:自然科学版,2010,31(5):685-688.(Song Jun,Cai Jiu-ju,Zhang Qi.Dynamic simulation of gas system in iron and steel complex [J].Journal of Northeastern University:Natural Science,2010,31(5):685-688.)(1) |
[6] | Zhao J,Wang W,Liu Y.A two-stage online prediction method for a blast furnace gas system and its application[J].IEEE Transactions on Control Systems Technology,2011,19(3):507-520.(1) |
[7] | Zhang X P,Zhao J,Wang W,et al.An optimal method for prediction and adjustment on byproduct gas holder in steel industry[J].Expert Systems with Applications,2011,38(4):4588-4599.(1) |
[8] | Kong H N,Qi E S,Li H,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.(1) |
[9] | Kim J H,Yi H S,Han C.A novel MILP model for plantwide multiperiod optimization of byproduct gas supply system in the iron- and steel-making process [J].Chemical Engineering Research Design,2003,81(8):1015-1025.(1) |
[10] | Sun W Q,Cai J J.Optimal dynamic dispatch of surplus gas among buffer boilers in steel plant [J].Journal of Central South University,2013,20(9):2459-2465.(1) |
[11] | Larsson M,Wang C,Dahl J.Development of a method for analysing energy,environmental and economic efficiency for an integrated steel plant[J].Applied Thermal Engineering,2006,26(13):1353-1361.(1) |
[12] | Chen K J,Ji P.A mixed integer programming model for advanced planning and scheduling[J].European Journal of Operational Research,2007,181(1):515-522.(1) |
[13] | Sun W Q,Cai J J,Song J.Plant-wide supply-demand forecast and optimization of byproduct gas system in steel plant[J].Journal of Iron and Steel Research International,2013,20(9):1-7.(1) |