Содержание к диссертации
Введение
1. Состояние вопроса. Цели и задачи исследования 11
1.1. Обзор исследований в области электропотребления агломерационного производства 11
1.2. Цели и задачи исследования 21
2. Влияние технологических и производственных факторов на энергозатраты при агломерации железных руд 25
2.1. Структура электропотребления агломерационного производства по уровням управления и переделам 25
2.1.1. Участок усреднения концентрата 27
2.1.2. Корпус дробления известняка 32
2.1.3. Сероулавливающие установки 34
2.2. Технологические особенности процесса агломерации с точки зрения энергозатрат 38
2.3. Режимы работы газодутьевого оборудования и их влияние на электропотребление аглофабрики . 42
3. Математическая модель электропотребления для нижнего уровня управления агломерационного производства 52
3.1. Основные закономерности электропотребления при агломерации железорудных концентратов 52
3.2. Статистическая оценка исходных данных 57
3.3. Обоснование набора переменных модели электропотребления 60
3.4. Нечеткая идентификация электропотребления агломерационного производства 76
3.4.1. Основные понятия и элементы теории нечетких множеств 76
3.4.2. Методика нечеткой идентификации технологических объектов 78
3.4.3. Нечеткая идентификация электропотребления для нижнего уровня управления агломерационного производства 79
3.4.4. Проверка адекватности нечетких моделей электропотребления 84
4. Оптимизация энергозатрат в агломерационном производстве 87
4.1. Общая постановка задачи оптимизации электропотребления 87
4.2. Особенности оптимизационной задачи в условиях нечеткой информации 90
4.3. Нечеткая оптимизация процесса спекания шихты на агломашине 96
4.4. Оптимизация электропотребления на высших уровнях управления агломерационного производства 107
5. Оперативное управление режимами электро потребления агломерационного производства 115
5.1. Особенности формирования энергозатрат на уровне аглоцеха 117
5.2. Совершенствование системы нормирования и планирования расхода электроэнергии 127
5.3. Оперативное управление режимами электропотребления по комплексному критерию 134
Заключение 149
Библиографический список 152
Приложения 169
- Технологические особенности процесса агломерации с точки зрения энергозатрат
- Обоснование набора переменных модели электропотребления
- Нечеткая идентификация электропотребления для нижнего уровня управления агломерационного производства
- Оптимизация электропотребления на высших уровнях управления агломерационного производства
Введение к работе
Актуальность работы: Общей проблемой современной черной металлургии является сокращение железорудной базы и увеличение доли бедных руд в поступающем сырье, которые в процессе подготовки к доменной плавке должны подвергаться обогащению и окускованию, что значительно повышает себестоимость конечной продукции - чугуна, стали и проката. В настоящее время основным способом окускования металлургического сырья при подготовке его к доменной плавке является спекание железорудных концентратов - агломерация. При этом агломерационное производство является одним из наиболее энергоемких переделов металлургической отрасли - его доля в электропотреблении предприятий черной металлургии сегодня достигает 8-10%. Производство агломерата только в ОАО «ММК» в 2000 г. составило 8,6 млн.т (прирост по сравнению с 1995 г. составил 2,8 млн.т), а при росте нагрузки аглоцеха, с учетом морального и физического износа большей части технологического оборудования и постоянного роста тарифов на электроэнергию, энергетическая составляющая затрат в себестоимости продукции ежегодно возрастает на 5-7%.
Как показали проведенные исследования, расход электроэнергии в агломерационном производстве зависит, помимо производительности, от множества других технологических и режимных параметров, большинство из которых в настоящее время при анализе и планировании на всех уровнях управления не учитывается. На практике это приводит или к необоснованному завышению нормативного электропотребления, или к перерасходу электроэнергии при неблагоприятных режимах производства. Такой подход не позволяет получить технически обоснованные нормы расхода электроэнергии и не стимулирует персонал к рациональному расходованию энергоресурсов.
Переход к новым экономическим отношениям добавил к прежним традиционным задачам управления электропотреблением (учет, нормирование, планирование) принципиально новые, связанные с анализом эффективности оборудования и режимов работы, оптимизацией и оперативным управлением технологическим процессом, прогнозом развития энергетики передела и направления инвестиций и др. Без решения всего комплекса этих проблем невозможно осуществить эффективное использование электрической энергии и повысить технико-экономические показатели производства.
Таким образом, в условиях рыночной экономики и значительного повышения цен на энергоресурсы исследование закономерностей электропотребления агломерационного производства и путей совершенствования технологического режима с целью сокращения энергозатрат представляется весьма актуальным и соответствует требованиям Федеральной целевой программы «Энергосбережение России на 1998-2005 годы» и «Программы энергосбережения и развития энергохозяйства ОАО «ММК» на 1997-2005 г.г.».
Целью работы является повышение эффективности энергозатрат в агломерационном производстве на основе разработки научно-методических вопросов нормирования, прогнозирования и оптимизации расхода электроэнергии и использования их в практике управления электропотреблением.
Идея работы заключается в том, что повышение эффективности использования электроэнергии может быть достигнуто на основе установления математических зависимостей электропотребления от основных технологических и режимных факторов агломерационного процесса с учетом специфических закономерностей формирования энергозатрат, многокритериальное и возможной неопределенности управленческих задач на различных уровнях производственной структуры.
Для достижения поставленной цели в работе решены следующие задачи: собран статистический материал, позволяющий провести подробный анализ структуры электропотребления на различных уровнях управления агломерационного производства; на основании теоретических и экспериментальных исследований установлены наиболее энергоемкие технологические операции и переделы агломерационного производства и обоснована степень влияния основных производственных и технологических факторов на расход электроэнергии; установлены закономерности электропотребления основных объектов агломерационного производства, необходимые для анализа и расчета расхода электроэнергии при различных режимах их работы; с учетом неопределенности технологических показателей на нижних уровнях производства и неоднозначности критериев управления построены не- четкие математические модели электропотребления и рассмотрены пути оптимизации режимов электропотребления отдельных агломашин и аглофабрики в делом; сформулирован алгоритм оперативного управления электропотреблением при агломерации, основанный на принципах адаптивного управления и теории нечетких множеств; разработаны практические рекомендации по снижению энергозатрат на примере аглоцеха ОАО «ММК» и предложены методики контроля и прогнозирования электропотребления на разных уровнях управления.
Методы исследований: Для решения поставленных задач использованы положения системного анализа, теории электрических машин и газодинамики процесса агломерации, численные методы теории вероятностей и математической статистики (корреляционный и регрессионный анализ), а также математический аппарат теории нечетких множеств (методы нечеткой идентификации технологических процессов и нечеткого линейного программирования). Теоретические исследования сопровождались разработкой математических моделей и алгоритмов, реализованных на ЭВМ с использованием математических пакетов MathCAD, MatLab и STADIA.
Основные положения, выносимые на защиту и научная новизна работы:
Установление степени влияния производственных факторов на расход электроэнергии и определение закономерностей, связывающих электропотребление основных переделов агломерационного производства с их основными технологическими параметрами.
Методика нечеткой идентификации электропотребления сложных технологических объектов, учитывающая неопределенность исходных данных в различных, в т.ч. нештатных режимах работы, и полученные на ее основе нечеткие математические модели электропотребления для отдельных агломашин.
Методика оптимизации электропотребления при агломерации в условиях нескольких независимых критериев управления на основе синтеза теории игр и нечеткого линейного программирования и принципы адаптивного диалогового управления технологическим процессом агломерации при нечеткой исходной информации.
Закономерности электропотребления на высших уровнях управления агломерационного производства, связывающие расход электроэнергии с производительностью процесса и составом перерабатываемого сырья.
Методика нормирования расхода электроэнергии для агломерационных фабрик, учитывающая различие условий работы при помощи комплексного удельного показателя электропотребления, отнесенного к объему производства агломерата и газопроницаемости аглошихты.
6. Комплексная оценка и сравнение энергоэффективности однородных производственных объектов (на примере аглофабрик) и методика рационального распределения плановых заданий и лимитов электроэнергии в соответствии с энергоемкостью каждого конкретного производства.
Достоверность и обоснованность научных положений, выводов и рекомендаций подтверждаются представительным объемом статистического материала, позволившим получить математические модели электропотребления с доверительной вероятностью не ниже 0,95; корректным использованием методов исследования и использованием при обработке экспериментальных данных стандартных математических пакетов для ЭВМ; сопоставлением результатов расчетов с экспериментальными данными (в т.ч. не вошедшими в исходные выборки), обеспечившим приемлемую для практических целей погрешность (не выше 5%).
Практическая ценность работы:
1. Найденные закономерности электропотребления обеспечивают повышение обоснованности и точности расчетов показателей электропотребления в зависимости от конкретных производственных и технологических условий. Это позволяет использовать их для анализа и контроля за расходом электроэнергии, а также для расчета норм и лимитов электропотребления на разных уровнях управления агломерационного производства.
На основании полученных математических моделей рассмотрены пути оптимизации режимов электропотребления и принципы оперативного управления технологическим процессом, позволяющие снизить потребление электрической энергии на 5-7% при сохранении производительности и повышении качества выпускаемого агломерата на 3-8%.
Нечеткая постановка задачи оптимизации обеспечивает адаптивное управление процессом агломерации в результате активного диалога «диспетчер-ЭВМ» и позволяет достигнуть компромиссного технологического режима, реализуемого в реальных условиях производства. Это облегчает работу и расширяет возможности диспетчера-оператора, который в своей деятельности может руководствоваться конкретной ситуацией на производстве, прибегая при этом к помощи своей интуиции и опыта.
На высших уровнях управления предложенная методика оценки эффективности электроиспользования позволяет провести анализ различия энергозатрат для однородных технологических объектов (аглофабрик), установить неиспользованные резервы энергосбережения и рационально распределить плановые задания и лимиты электроэнергии с учетом объективных различий в энергоемкости производства.
Реализация результатов работы:
Предложенные математические модели электропотребления и методики использованы для анализа и прогнозирования расхода электроэнергии в аглоце-хе ОАО «ММК». При этом показано, что полученные зависимости характеризуются лучшей предсказательной способностью в меняющихся условиях производства, чем принятые на сегодняшний день методики нормирования и прогнозирования энергозатрат, не учитывающие изменения условий работы основного технологического оборудования.
По результатам оптимизационных расчетов совместно со специальной лабораторией электроиспользования центра энергосберегающих технологий (ЦЭСТ) ОАО «ММК» разработан комплекс мероприятий, направленный на снижение энергозатрат в аглоцехе комбината, основанный на целенаправленном изменении режимов электропотребления и повышении эффективности работы технологического оборудования.
3. Материалы диссертационной работы используются в учебном процессе при подготовке инженеров по специальности 100400 - «Электроснабжение» -в курсах «Математические задачи энергетики» и «Энергосбережение на промышленных предприятиях», а также при выполнении дипломных проектов в Магнитогорском государственном техническом университете им. Г.И. Носова.
Апробация работы: Основные положения и результаты диссертации докладывались и обсуждались на Всероссийской научно-технической конференции аспирантов и студентов «Энергетики и металлурги настоящему и будущему России» (г. Магнитогорск, 2000-2003 г.г), Школе-семинаре молодых ученых и специалистов «Энергосбережение - теория и практика» (г. Москва, 2002 г.), Федеральной научно-технической конференции «Электроснабжение, электрооборудование, энергосбережение» (г. Новомосковск, 2002 г.) и научных семинарах кафедры «Электроснабжение промышленных предприятий» Магнитогорского государственного технического университета.
Публикации: По результатам выполненных исследований опубликовано 12 печатных работ [171, 184-194].
Объем и структура работы: Диссертационная работа состоит из введения, пяти глав с выводами, заключения и списка использованной литературы из 194 наименований. Содержит 168 страниц машинописного текста, 47 рисунков, 26 таблиц и 5 приложений.
1. СОСТОЯНИЕ ВОПРОСА. ЦЕЛИ И ЗАДАЧИ ИССЛЕДОВАНИЯ
Технологические особенности процесса агломерации с точки зрения энергозатрат
При этом увеличивается общий объем газа, проходящего через эксгаустер, но уменьшается количество воздуха, просасываемого через слой шихты, что в свою очередь приводит к снижению производительности агломашины. А поскольку температура подсасываемого воздуха ниже, чем температура продуктов горения при агломерации, увеличение плотности газа дополнительно увеличивает нагрузку эксгаустера и удельный расход электроэнергии [147].
Таким образом, состояние газо-воздушной сети агломашины (в частности, газопроницаемость слоя шихты) является одним из основных факторов, определяющих величину энергозатрат при агломерации железных руд. Однако имеющиеся методики расчета газодинамического сопротивления тракта агломашины и уровня подсосов холодного воздуха являются достаточно сложными для оперативных расчетов в условиях действующего производства, а определение рабочей точки агломашины с использованием графо-аналитического метода не представляется возможным в силу недостатка достоверных исходных данных и несовершенства методов и средств измерений.
Поэтому основным методом исследования энергозатрат для аглофабрик и отдельных агломашин остается статистическое моделирование электропотребления с учетом наиболее значимых и достоверно определяемых факторов производства, что позволит использовать имеющиеся на предприятии оперативные и отчетные данные о режимах работы основного оборудования [15, 116, 119-120]. 1. При изучении режимов работы основных и вспомогательных участков агломерационного производства установлено, что наиболее крупными и энергоемкими его агрегатами являются различные тягодутьевые средства - насосы, дымососы и эксгаустеры, доля которых в суммарном электропотреблении достигает 80 %, а единичная мощность составляет 100-2500 кВт. 2. Установлены главные факторы, определяющие расход электроэнергии при агломерации. В первую очередь - это производительность аглоцеха, которая зависит от производительности всех основных агрегатов, а также качество перерабатываемого сырья (железорудного концентрата и известняка), химический состав, механические и гранулометрические показатели которого особенно сказываются на работе участков подготовки аглошихты. 3. Исследование режимов работы аглоэксгаустеров показало, что электропотребление на уровне агломашины определяется газопроницаемостью аглошихты, которая зависит от содержания тонкозернистых концентратов, условий окомкования и высоты слоя шихты на ленте. 4. В итоге доказано, что теоретический (газодинамический) расчет электропотребления в условиях реального производства не представляется возможным в силу недостатка достоверных исходных данных и несовершенства методов и средств измерений. Поэтому основным методом исследования энергозатрат для аглофабрик и отдельных эксгаустеров остается вероятностное моделирование электропотребления с учетом только наиболее значимых и достоверно определяемых технологических и производственных показателей. Эффективное управление любым промышленным объектом возможно только в том случае, когда основные закономерности его функционирования представлены в виде математического описания. Такое математическое описание является основой для решения широкого круга задач по управлению производством, в том числе: при кратко-, средне- и долгосрочном планировании и нормировании расхода электроэнергии, текущем анализе результатов работы (мониторинге электропотребления), а также для расчета оптимальных режимов электропотребления и т.д. Математическая модель электропотребления представляет собой систему уравнений, которая в количественной форме описывает зависимость расхода электроэнергии от различных технологических и производственных показателей данного промышленного объекта. При этом существует два подхода к математическому описанию свойств объектов: аналитический (исходя из теоретических представлений о природе исследуемого процесса) и статистический (на основании математической обработки экспериментальных данных). В качестве примера аналитического расчета энергозатрат рассмотрим методику, разработанную ВНИИМТ и ПТП «Уралэнергочермет» [51], которая увязывает расход электроэнергии на привод газо-дутьевых средств (эксгаустеров) с количеством просасываемого через слой шихты воздуха и уровнем его подсосов через неплотности газоотводящего тракта агломерационных машин. Базовой характеристикой методики является удельный расход воздуха на спекание шихты (ve, м /м ш), величина которого определяется как сумма удельных расходов воздуха на окисление горючих компонентов твердого и газообразного топлива: где расход воздуха на окисление топлива горна (vzopH ), а также углерода (vc) , закиси железа {vFe0) и серы (vs) шихты рассчитывается на основании стехио метрических соотношений их химического взаимодействия с кислородом (см. приложение 1). Мощность, потребляемая двигателем эксгаустера, определяются с учетом эмпирических коэффициентов, характеризующих статические характеристики и к.п.д. агрегата: По указанной методике был проведен расчет ежесменного удельного электропотребления для агломашин ОАО «ММК» за февраль 2001 г. с учетом изменения текущих значений разрежения и температуры на всасе эксгаустера. Результаты расчета приведены в приложении 1 и на рис. 3.1. Как видно из методики и результатов расчета, аналитическое определение энергозатрат в агломерационном производстве на основании реальных физических закономерностей исследуемого объекта достаточно трудоемко и не обеспечивает необходимой точности (среднеквадратическая погрешность расчета более 10%).
Обоснование набора переменных модели электропотребления
Имеющиеся аналитические методы расчета потребляемой мощности и расхода электроэнергии при агломерации непригодны для применения в практических, особенно оперативных, расчетах в силу большой трудоемкости расчета и сложности получения некоторых исходных данных. Поэтому основным путем расчета электропотребления является его статистическое описание с использованием методов корреляционного и регрессионного анализа.
Выделены две основные группы технологических показателей: управляемые (режим спекания) и неуправляемые (состав сырья), которые оказывают влияние на режим электропотребления и производительность процесса. Оценка степени значимости этих переменных показала, что расход электроэнергии при агломерации в первую очередь зависит от объема производства агломерата и условий работы эксгаустера (разрежение в газоотводящем тракте и газопроницаемость шихты), а также от режима спекания (температура в горне агломашины и скорость ленты).
Статистическая оценка исходных данных показала, что хотя объем выборки удовлетворяет условию репрезентативности, она является неоднородной за счет точек, соответствующих сменам с малой производительностью в период плановых ремонтов. Таким образом, исходные данные являются неопределенными (неполными), и неопределенность связана с несоблюдением технологического регламента процесса, что затрудняет построение математической модели электропотребления. 5. Проверка простейших моделей электропотребления, полученных метода ми множественной регрессии, показала, что они недостаточно точно описывают неопределенные исходные данные, особенно вне узкого установившегося рабочего диапазона. Поэтому для более корректного математического описания процесса агломерации и экстраполяции полученных моделей при оптимизационных расче тах решено применить математический аппарат теории нечетких множеств. 6. Сравнение классических (детерминированных) и нечетких моделей электропотребления для ряда агломашин ОАО «ММК» показало, что последние отличаются лучшей прогнозирующей способностью и большей гибкостью в ме няющихся условиях производства и могут быть использованы для решения за дач оптимизации и оперативного управления в условиях неопределенности. Как отмечено выше, агломерационное производство является достаточно сложной производственной системой, состояние которой описывается большим числом технологических показателей. Эти показатели образуют сложные взаимосвязи и могут иметь противоположные тенденции изменения в процессе функционирования системы. Подобная многокритериальность процесса агломерации вызывает естественное стремление найти такие технологические, организационные и технические решения, которые позволяли бы одновременно целенаправленно изменять ряд показателей, обеспечивая в конечном результате повышение эффективности производства и снижение энергозатрат, т.е. оптимизировать режим электропотребления промышленного объекта. В данном случае под оптимизацией понимается такое управление режимами потребления электроэнергии, при котором некоторый критерий качества управления на заданном интервале времени достигает, в условиях заданных ограничений, своего экстремального (максимального или минимального) значения [15]. Математическая теория оптимизации сложных систем изложена в литературе достаточно подробно [74, 144-147]. В самом общем виде задача формулируется следующим образом: Система ограничений (4.2) позволяет выделить из множества вариантов режимы, допустимые регламентом технологического процесса, среди которых и ведется поиск оптимального решения. Эти ограничения могут выражаться равенствами и неравенствами или логическими соотношениями, при этом рабочий диапазон изменения параметров процесса задается в виде двусторонних балансовых ограничений, а структура производственных связей - в виде аналитических или эмпирических зависимостей [15]. Определение оптимальных режимов осуществляется посредством подстановки в целевую функцию векторов ограничений, соответствующих значениям конкретных условий данного промышленного объекта, а также внешних условий, задаваемых управляющей системой более высокого ранга. При этом в области энергопотребления промышленных предприятий существует ряд специфических особенностей, затрудняющих решение задачи оптимизации [132, 148-149]. К ним можно отнести следующие: 1. Высокая размерность решаемой задачи и интегральные критерии качества. Формулировка и решение задачи оптимизации зависит от числа учитываемых целей и вида представления целевой функции и ограничений. Характерной особенностью реальных промышленных объектов является необходимость учета множества целей, когда помимо минимизации электропотребления имеется несколько несводимых друг к другу критериев оптимизации одного ранга (объем производства, качество продукции и др.). В этом случае каким-либо методом определяется рациональный компромисс из режимов, оптимальных по различным показателям. Полученное решение не является строго (в математическом смысле) оптимальными, а лишь с некоторым приближением обеспечивают достижение поставленной цели по улучшению всех рассматриваемых критериев. 2. Неполные исходные данные. В отдельных случаях построение полной целевой функции, дающей зависимость показателей электропотребления от факторов производства на данном уровне знания природы процесса, не представляется возможным. Тогда в качестве математического описания используется статистическая модель электропотребления, представленная системой уравнений Множественной регрессии. Основная сложность применения подобной модели заключается в определении возможности и допустимости оптимального решения, полученного на ее основе [77, 78]. Дело в том, что статистическая модель строится для определенной выборки отчетных данных, для конкретных интервалов варьирования факторов и определенных их комбинаций. Полученное же оптимальное решение может не принадлежать к этой выборке, и поэтому не известно, действительны ли в этой новой области закономерности, свойственные исследованной выборке. 3. Вероятностный характер изменения параметров процесса. Реальные производственные объекты находятся под влиянием случайных возмущений, поэтому эффективность оптимальных решений оказывается проблематичной, особенно в реальных условиях производства с жесткими ограничениями энергетических ресурсов [150-151]. Все эти замечания в полной мере относятся и к агломерационному производству. Во-первых, для нижнего уровня управления (отдельных агломашин), существует несколько показателей, отражающих эффективность использования основных элементов производственного процесса: оборудования, сырья и энергоресурсов. Иными словами, целью оптимизации агломерационного процесса является получение наилучшего соотношения между количеством и качеством произведенного агломерата с одной стороны, и материальными и энергетическими затратами с другой.
Во-вторых, в качестве математического описания процесса агломерации используются статистические модели электропотребления, поскольку аналитический вывод целевых функций практически невозможен в силу своей трудоемкости и недостатка исходных данных (см. п. 2.2). Кроме того, неполные исходные данные не позволяют однозначно описать состояние объекта при значительных отклонениях режима работы от установившегося (первоначально исследованного) и экстраполировать полученные зависимости на область оптимальных решений.
Нечеткая идентификация электропотребления для нижнего уровня управления агломерационного производства
В зависимости от уровня управления и различия приоритетов, задача оптимизации с критерием (4.28) может иметь ряд разновидностей. Так, учитывая только первую составляющую FX(UX) при а2= я3=0, имеем наиболее простую задачу минимизации расхода электроэнергии в конкретном технологическом процессе. Такая постановка целесообразна при значительной энергоемкости Процесса или дефиците мощности в энергосистеме. Ограничения, накладываемые на изменение регулируемых факторов, определяются плановыми заданиями и установленной технологией, а минимум W находится традиционными методами линейного или нелинейного программирования.
При ах = аъ = 0 задача нахождения экстремума F2(Q,K) -»ext усложняется необходимостью отыскания оптимального варианта управления для нескольких несводимых критериев одного ранга (min W, max Q, max К и др.), как это указано в гл. 4. Для многих процессов характерно известное противоречие между перечисленными критериями и их оптимальные значения достигаются при различных режимных параметрах. В общем случае решение сводится к определению такого оптимального плана /0, при котором были бы минимальными ожидаемые потери по всем рассматриваемым критериям.
А при ах = а2 = 0 мы имеем по существу не реализованную еще в практике энергосбережения задачу оптимального выбора технологий и оборудования для снижения общего уровня энергозатрат. Начальным этапом решения этой задачи должна являться оптимизация выбора на стадии проектирования предприятия. В этом случае необходимо найти такое оптимальное распределение оборудования (технологий) по видам работ и переделам производства, при котором достигается минимальный расход электроэнергии.
В процессе эксплуатации при исследовании нескольких однородных производственных объектов такой подход позволяет выявить и оценить не только количественный, но и качественный уровень использования электроэнергии, связанный с различиями в технологии, организации и объемах производства. Здесь возможность оптимизации электропотребления заключается в перераспределении нагрузки между отдельными однородными агрегатами, участками, фабриками в соответствии с их удельными энергозатратами на единицу продукции [59, 78].
Особенно актуальна данная задача в условиях дефицита электроэнергии. В этом случае необходимо вводить ограничения по мощности, что может привести к отклонениям режимов работы предприятия и ухудшению качества или недоотпуску продукции. Предлагаемый подход ориентирован на то, чтобы при распределении лимитов мощности свести до минимума возможный суммарный недоотпуск продукции по всем однородным предприятиям (подразделениям), а в нормальном режиме снизить суммарное электропотребление за счет рационального распределения плановых заданий.
Задача оптимизации режима электропотребления на высших уровнях управления по аналогии с [59] может быть сформулирована следующим образом: То есть для оптимизации суммарного электропотребления необходимо распределять плановые задания однородных предприятий обратно пропорционально их удельному расходу электроэнергии, насколько это позволяют условия производства.
Подобные расчеты были проведены для трех аглофабрик ОАО «ММК». В качестве целевой функции была принята многофакторная модель электропотребления, связывающая суммарные энергозатраты агломерационного производства составом сырья и производительностью каждой из аглофабрик, которая была получена на основании обобщенного массива отчетных данных за 1994-2000 г.г.:
Поскольку большая часть оборудования аглоцеха на момент исследования выработала свой ресурс или имела достаточно высокую степень износа, установить допустимые паспортные режимы работы аглофабрик не представлялось возможным. Это вызвало необходимость ввести ограничения пределов варьирования производительности и других технологических факторов на уровне реально наблюдавшихся средних значений.
Такая упрощенная постановка задачи оптимизации (без подробного описания каждой аглофабрики и многоуровневой системы структурных ограничений) объясняется единым для всего аглоцеха составом шихты, поставляемой со склада концентратов и примерно одинаковым качеством агломерата всех аглофабрик, что показано в табл. 4.7. Линейный характер зависимости электропотребления от заданных показателей процесса предопределил выбор для расчета классических методов линейного программирования, которые достаточно просто реализуются на персональной ЭВМ [172-173].
Результаты расчета приведены в табл. 4.8. Как видно из данных таблицы, для снижения суммарного электропотребления аглоцеха необходимо перераспределить плановые объемы производства между аглофабриками в соответствии с их удельными энергозатратами на единицу продукции. При этом постоянная загрузка аглофабрик №№ 2 и 3 только до уровня средней производительности 1999-2001 г. позволит уменьшить загрузку более энергоемкого оборудования аглофабрики №4 и снизить суммарное потребление электроэнергии аглоцеха на 10-15%.
Несмотря на то, что аглофабрика №4, на период исследования имеет самую низкую степень износа основного оборудования, ее удельные энергозатраты наиболее высокие (до 40 кВт-ч/т против 26 - 28 кВт-ч/т аглофабрик №2 и 3). Это объясняется отличием технологической схемы данной аглофабрики - охлаждением агломерата на аглоленте при помощи дополнительных тягодутьевых средств - дымососов. Такая технология должна обеспечивать лучшие показатели прочности и восстановимости готового агломерата, однако в действительности этого не наблюдается из-за подсосов холодного воздуха через неплотности аг-ломашины помимо аглоленты.
Оптимизация электропотребления на высших уровнях управления агломерационного производства
Процедура оперативного управления при этом должна удовлетворять следующим основным требованиям [178]:
Разделение сложного объекта управления на иерархически связанные части. Классическая теория оптимального управления рассматривает целостный объект, подчиненный единому центру. Однако в любой технической системе можно выделить относительно независимые режимы, которые описываются различными элементами вектора состояния. Каждый режим имеет и технологическую картину, и математическое описание, и средства управления, поэтому для простоты управляющих алгоритмов целесообразно разделить эти режимы, т.е. провести режимную декомпозицию.
С формальной точки зрения декомпозиция объекта сводится к разбиению описывающей его матрицы на блоки трех типов: главные, т.е. определяющие в основном поведение объекта при управляющих воздействиях; второстепенные, т.е. оказывающие побочное влияние и нулевые - не оказывающие никакого влияния на функционирование объекта.
Например, при описании процесса спекания агломерата можно выделить несколько характерных блоков данных: химические показатели (состав шихты и агломерата), газодинамические (гранулометрический состав шихты, высота ее слоя на ленте, разряжение в газоотводящем тракте), технологические (соотношение компонентов шихты, температура в горне и скорость аглоленты) и энергетические (абсолютный и удельный расход газа и электроэнергии). При решении различных задач управления технологическим процессом достаточно рассмотреть взаимодействие нескольких отдельных показателей (блоков режимов), что существенно упрощает математическое описание и принятие решения.
При использовании метода декомпозиции алгоритмы управления ориентируют на главные блоки матрицы объекта. Однако фактически объект реагирует на управляющие воздействия в соответствии с полной матрицей, поэтому влияние второстепенных блоков воспринимается алгоритмами управления как дополнительные нарушения (погрешности), подлежащие устранению на следующих шагах процесса управления. Таким образом, метод декомпозиции представляет собой пример адаптивного управления, принципы которого изложены в работах [178-180]. 2. Учет ущерба, возникающего при реализации управляющих воздействий. Большинство существующих методов оптимизации режимов электроэнергетических систем разработано в предположении, что реализация оптимальных управляющих воздействий не связана с какими-либо затратами. На самом деле переход от исходного к оптимальному режиму требует организационных и технологических перестроек, которые временно снижают экономичность и надежность, расходуют ресурс регулирующего оборудования, принося тем самым определенный ущерб. Иногда ущерб от перестроек получается более значительным, чем достигаемый при этом полезный эффект.
Кроме того никогда нет гарантии, что ожидаемый экономический эффект будет действительно получен. После реализации управляющих воздействий могут произойти непредвиденные изменения условий работы, из-за которых тщательно рассчитанный режим окажется далеким от оптимального. В сочетании с фактором существенных затрат на перевод объекта управления в оптимальный режим это приводит к принципу, известному под названием принципа минимального уклонения от текущего режима [178]. Без существенной необходимости вообще не следует выдавать управляющие воздействия на объект. Если же такая необходимость возникла, то управляющее воздействие должно быть выдано таким образом, чтобы его реализация требовала минимального уклонения от прежних условий работы и, следовательно, была связана с минимальными технологическими и организационными перестройками.
Ориентация на прямые измерения критерия оптимальности. Известные методы оптимизации режимов электроэнергетических систем разработаны в предположении, что управляющий субъект имеет возможность вычислять значения критериев оптимальности и их производных по имеющейся в его распоряжении точной информации о параметрах и состоянии управляемого объекта, и управляющие воздействия не оказывают обратного влияния на эту информацию. В действительности данные об объекте могут содержать существенные погрешности, поскольку при его описании всегда находятся явления, которыми приходится пренебрегать. [148] Такой подход является единственно возможным на этапе неавтоматического управления, осуществляемого с помощью моделирования реального объекта на ЭВМ. Оператор (диспетчер) собирает информацию об объекте, вводит ее в ЭВМ, выполняет с помощью модели оптимизационные расчеты, анализирует результаты и принимает решения. Все погрешности, обусловленные отличиями модели от объекта (оригинала), при этом остаются вне поля зрения персонала. Однако такие погрешности существуют. Попытки же учесть как можно больше факторов при моделировании, как было показано выше, приводят к усложнению математического описания, которое не всегда достигает цели из-за погрешностей исходных данных.
Поэтому более приемлемым может оказаться сочетание компьютерного моделирования объекта и эвристической корректировки управляющих воздействий человеком (диспетчером-оператором), который в режиме on-line может дополнительно учесть факторы, не отраженные в модели, сопоставить объем перестроек для оптимизации режима с достигаемым эффектом, оценить вероятность нарушения оптимальности режима под воздействием внешних факторов, заменить исходные данные и т.п. Реализация такого подхода возможна с использованием методов нечеткой оптимизации, рассмотренных в п. 4.2 - 4.3.
