计及工序限制的短流程钢铁企业负荷优化调控方法及系统

摘要

本公开提出了计及工序限制的短流程钢铁企业负荷优化调控方法及系统，包括如下步骤：获取企业设备参数、炉次数量、浇次数量、炉次加工运输任务的持续时间以及浇次中的炉次组成；基于获取的数据重新构建离散时间RTN模型，以及构造短流程钢铁企业的生产约束条件；设置使购电成本最小化的目标函数，通过目标函数、生产约束条件求解模型获得企业生产负荷的优化调控策略，即各类关键用电设备中不同个体的具体启停时间。本公开在保证钢铁企业工序限制严格满足的前提下将电能消耗与生产任务准确地结合在一起，使得以企业购电成本最小为目标制定的负荷优化调控策略在具备实际可操作性的同时提高企业的经济效益。

权利要求

1.计及工序限制的短流程钢铁企业负荷优化调控方法，其特征是，包括如下步骤：获取企业设备参数、炉次数量、浇次数量、炉次加工运输任务的持续时间以及浇次中的炉次组成；

基于获取的数据重新构建离散时间RTN模型，以及构造短流程钢铁企业的生产约束条件；

基于获取的数据重新构建离散时间RTN模型，具体步骤为：结合企业生产信息，给出任务与资源的交互关系矩阵中各个元素的数值，重构离散时间RTN模型的资源平衡约束、任务执行约束、等待时间约束以及资源数量约束；

任务与资源的交互关系矩阵包括：

将全部任务分为连铸类任务与非连铸类任务两部分，建立各个任务与其对应物料资源、电力资源以及设备资源的交互关系矩阵；

基于非连铸类任务中各炉次在某一设备的生产任务与后续运输任务的衔接关系，合并两者为一种新的生产任务，进而构造新生产任务与物料、电力以及设备资源的交互关系矩阵；

将同一浇次中各个炉次的连铸任务与换浇任务合并为一种新的任务，并且创建其与连铸机设备、电力资源的交互关系矩阵；

设置使购电成本最小化的目标函数，通过目标函数、生产约束条件求解模型获得企业生产负荷的优化调控策略，即各类关键用电设备中不同个体的具体启停时间。

2.如权利要求1所述的计及工序限制的短流程钢铁企业负荷优化调控方法，其特征是，获取企业设备参数、炉次数量、浇次数量、炉次加工运输任务的持续时间以及浇次中的炉次组成之前，首先根据短流程钢铁企业生产流程确定关键用电设备与在其上完成的生产任务种类，定义设备入口和出口位置的炉次分别为对应任务消耗和生成的物料资源。

3.如权利要求2所述的计及工序限制的短流程钢铁企业负荷优化调控方法，其特征是，所述关键用电设备与在其上完成的生产任务种类，具体为：在电弧炉上进行炉次的初炼操作，在氩氧脱碳炉上进行炉次的脱碳操作，在钢包精炼炉上进行炉次的精炼操作，在连铸机上进行换浇操作以及炉次的连铸操作，所述物料资源为各个设备入口和出口位置的炉次。

4.如权利要求1所述的计及工序限制的短流程钢铁企业负荷优化调控方法，其特征是，重新构建离散时间RTN模型时，首先根据关键用电设备的运行特点，形成简化的功率特性模型。

5.计及工序限制的短流程钢铁企业负荷优化调控系统，其特征是，包括：数据采集模块，被配置为：获取企业设备参数、炉次数量、浇次数量、炉次加工运输任务的持续时间以及浇次中的炉次组成；

模型建立模块，被配置为：基于获取的数据重新构建离散时间RTN模型，以及构造短流程钢铁企业的生产约束条件，并设置使购电成本最小化的目标函数；

交互关系矩阵生成模块：根据数据采集模块获取的数据，建立各个任务与其对应物料资源、电力资源以及设备资源的交互关系矩阵；

交互关系矩阵合并模块：合并非连铸类任务中生产任务与后续运输任务的交互关系矩阵，合并连铸类任务中同一浇次各个炉次的浇铸任务与换浇任务的交互关系矩阵；

根据合并后的交互关系矩阵，重构离散时间RTN模型；

求解模块，被配置为：求解短流程钢铁企业负荷优化离散时间RTN模型，得到各类生产任务的执行时间，将其按照任务所属设备的类别与数量转化为具体设备的启停指令后下发到底层车间控制关键用电设备生产运行。

6.一种电子设备，其特征是，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1‑4任一项方法所述的步骤。

7.一种计算机可读存储介质，其特征是，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1‑4任一项方法所述的步骤。

说明书

计及工序限制的短流程钢铁企业负荷优化调控方法及系统

技术领域

[0001] 本公开涉及电力需求响应技术领域，具体来说，是涉及一种计及工序限制的短流程钢铁企业负荷优化调控方法及系统。

背景技术

[0002] 本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。

[0003] 随着可再生能源并网比例的持续增加，风电、光伏出力的波动性与不确定性加剧将导致电网调峰压力进一步增大，加之新能源外送通道容量不足以及常规火电机组发展速
度受阻，传统的“源随荷动”运行模式已经无法满足大容量可再生能源的灵活性需求。在此
背景下，挖掘负荷侧灵活性资源的可调节潜力，实施用能优化与电力需求响应，成为解决电
网供需平衡矛盾、提高系统资源优化配置水平的重要手段。

[0004] 在众多类型的负荷中，钢铁企业作为产品产值中能源价值占比超过30％的负荷，具有可调节容量大、响应速度快、自动化水平高等特点，尤其是耗电量较大的短流程钢铁企
业，在不影响订单产量的前提下可以接受电价信号引导改变电弧炉等大功率设备的使用时
间，通过移峰填谷等举措减轻电网的调峰调差压力。文献“Chen R,Sun H,Guo Q,et 
al.Profit‑seeking energy‑intensive enterprises participating in power system 
scheduling:Model and mechanism[J].Applied Energy,2015,158(NOV.15):263‑274”将
电弧炉作为短流程钢铁企业等冶金企业用电设备的典型代表，分析其作为离散可调负荷应
满足的启停状态与开停机时间约束条件，以便用户优化全天的负荷分布来降低企业购电成
本。文献“涂夏哲,徐箭,廖思阳,等.考虑过程控制的钢铁工业负荷用能行为分析与功率特
性建模[J].电力系统自动化,2018,42(2):114‑120”对电炉炼钢企业中持续型冲击负荷、间
歇型冲击负荷与稳定负荷的功率特性进行建模，并由单条轧钢生产线、单个电弧炉的功率
时域表达式拓展得到整个钢铁企业用电功率随时间的变化规律，在此基础上借助功率预测
模型调整电弧炉的启停时序以减少短时大幅度功率波动对电网造成的冲击。上述研究虽然
在一定程度上揭示了短流程钢铁企业的用电特性，但是对于这类具有复杂生产流程的工业
用户，由于没有将其电能消耗与生产任务准确地结合在一起，所建模型仍较为粗糙。

[0005] 针对该问题，文献“Ding Y M,Hong S H,Li X H.A demand response energy management  scheme for industrial facilities in smart grid[J].IEEE 
Transactions on Industrial Informatics,2014,10(4):2257‑2269”将钢材制造等流程
工业中的生产任务分为可调度与不可调度两类，然后运用状态任务网的方法建立有关物料
平衡、电力平衡、物料存储以及可调度任务工作点的约束条件，从而实现用户各时段负荷与
生产安排间的紧密联系。文献“Nolde K,Morari  M.Electrical  load  tracking 
scheduling of a steel plant[J].Computers&Chemical Engineering,2010,34(11):
1899‑1903”与“Alain H,Christian A.On electrical load tracking scheduling for a 
steel plant[J].Computers&Chemical Engineering,2011,35(12):3044‑3047”考虑到生
产任务未必只在离散化时间轴的端点处启动，提出了一种基于连续时间表示法的数学模型
以精准定位短流程钢铁企业可转移负荷的起止时间。以上介绍的两种方法在流程建模方面
均有一定的可取之处，然而在讨论同类设备并行操作时模型会变得异常复杂，甚至可能导
致无法求解的情况发生。

[0006] 为了更加清楚地说明物料、设备、能源等因素对钢铁生产活动的影响，文献“Zhang X,Hug G,Kolter Z,et al.Industrial demand response by steel plants with 
spinning reserve provision[C]//2015North American Power Symposium(NAPS),
October 4‑6,2015,Charlotte,USA:1‑6”与“Zhang X,Hug G,Kolter Z,et 
al.Computational approaches for efficient scheduling of steel plants as 
demand response resource[C]//2016Power Systems Computation Conference(PSCC),
June 20‑24,2016,Genoa,Italy:1‑7”利用离散时间资源任务网(Resource Task Network,
RTN)的方法探究了短流程炼钢过程中物质流与电能消耗间存在的耦合关系，并据此调整了
各时段的生产安排以达到最小化钢铁企业购电成本的目的，其与前两种方法的主要区别在
于将设备元素与物料、能源一同纳入了资源的范畴之内，以此避免了加工任务数量随同型
号设备数量增加成正比例增长的风险，但是该方法中固定的时间网格使得任务持续时间与
时间间隔长度的比值在不为整数时所得调度结果出现一定的舍入误差，生产流程中的相邻
工序也由于舍入误差的影响难以做到真正的无缝衔接，特别是连铸等需要连续进行的生产
任务甚至可能因为前后炉次不能精准交接而造成设备损坏、产品质量下降等事故的发生。

[0007] 因此，目前关于短流程钢铁企业负荷优化调控问题的研究虽然已经取得了一定成果，但是现有技术方案对钢铁企业生产流程中存在的生产约束条件考虑仍不够准确和全
面，这导致制定出的负荷优化调控方案不具备工程实用性与现实可行性，不能指导企业通
过合理改变生产设备的使用时间最大程度地降低购电成本。

发明内容

[0008] 本公开为了解决上述问题，提出了一种计及工序限制的短流程钢铁企业负荷优化调控方法及系统，通过改进现有的离散时间RTN模型，将时序上满足衔接关系的若干任务合
并成新的生产任务，同时修改了模型中涉及待合并任务的相关约束条件，避免了设备操作
时间离散化带来的舍入误差造成炉次加工结束后不能及时进行下道工序的事件发生，大大
提高了模型的准确性与工程实用性，生产负荷的调整也因为舍入误差的减少变得更加灵
活，使得用户有能力在原有基础上进一步降低企业的购电成本，从而实现了短流程钢铁企
业中负荷的优化调控。

[0009] 为了实现上述目的，本公开采用如下技术方案：

[0010] 第一方面，一个或多个实施例提供了计及工序限制的短流程钢铁企业负荷优化调控方法，包括如下步骤：

[0011] 获取企业设备参数、炉次数量、浇次数量、炉次加工运输任务的持续时间以及浇次中的炉次组成；

[0012] 基于获取的数据重新构建离散时间RTN模型，以及构造短流程钢铁企业的生产约束条件；

[0013] 设置使购电成本最小化的目标函数，通过目标函数、生产约束条件求解模型获得企业生产负荷的优化调控策略，即各类关键用电设备中不同个体的具体启停时间。

[0014] 进一步的技术方案，获取企业设备参数、炉次数量、浇次数量、炉次加工运输任务的持续时间以及浇次中的炉次组成之前，首先根据短流程钢铁企业生产流程确定关键用电
设备与在其上完成的生产任务种类，定义设备入口和出口位置的炉次分别为对应任务消耗
和生成的物料资源。

[0015] 进一步的技术方案，所述关键用电设备与在其上完成的生产任务种类，具体为：在电弧炉上进行炉次的初炼操作，在氩氧脱碳炉上进行炉次的脱碳操作，在钢包精炼炉上进
行炉次的精炼操作，在连铸机上进行换浇操作以及炉次的连铸操作，所述物料资源为各个
设备入口和出口位置的炉次。

[0016] 进一步的技术方案，基于获取的数据重新构建离散时间RTN模型，具体步骤为：

[0017] 结合企业生产信息，给出任务与资源的交互关系矩阵中各元素的数值，重构离散时间RTN模型的资源平衡约束、任务执行约束、等待时间约束以及资源数量约束。

[0018] 进一步的技术方案，重新构建离散时间RTN模型时，首先根据关键用电设备的运行特点，形成简化的功率特性模型。

[0019] 进一步的技术方案，任务与资源的交互关系矩阵包括：

[0020] 将全部任务分为连铸类任务与非连铸类任务两部分，建立各个任务与其对应物料资源、电力资源以及设备资源的交互关系矩阵；

[0021] 基于非连铸类任务中各炉次在某一设备的生产任务与后续运输任务的衔接关系，合并两者为一种新的生产任务，进而构造新生产任务与物料、电力以及设备资源的交互关
系矩阵；

[0022] 将同一浇次中各个炉次的连铸任务与换浇任务合并为一种新的任务，并且创建其与连铸机设备、电力资源的交互关系矩阵。

[0023] 第二方面，一个或多个实施例提供了计及工序限制的短流程钢铁企业负荷优化调控系统，包括：

[0024] 数据采集模块，被配置为：获取企业设备参数、炉次数量、浇次数量、炉次加工运输任务的持续时间以及浇次中的炉次组成；

[0025] 模型建立模块，被配置为：基于获取的数据重新构建离散时间RTN模型，以及构造短流程钢铁企业的生产约束条件，并设置使购电成本最小化的目标函数；

[0026] 求解模块，被配置为：求解短流程钢铁企业负荷优化离散时间RTN模型，得到各类生产任务的执行时间，将其按照任务所属设备的类别与数量转化为具体设备的启停指令后
下发到底层车间控制关键用电设备生产运行。

[0027] 进一步的技术方案，还包括：交互关系矩阵生成模块：根据数据采集模块获取的数据，建立各个任务与其对应物料资源、电力资源以及设备资源的交互关系矩阵；

[0028] 交互关系矩阵合并模块：合并非连铸类任务中生产任务与后续运输任务的交互关系矩阵，合并连铸类任务中同一浇次各个炉次的浇铸任务与换浇任务的交互关系矩阵；

[0029] 根据合并后的交互关系矩阵，重构离散时间RTN模型。

[0030] 一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述方法所述的步骤。

[0031] 一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述方法所述的步骤。

[0032] 通过上述技术方案，本发明的有益效果是：

[0033] (1)本发明基于短流程钢铁企业的生产特点，改进了离散时间RTN模型,将紧密相连的炉次加工任务与运输任务合并为新的生产任务，并以浇次的形式对炉次连铸任务与换
浇任务进行统一处理，同时修正和完善了模型中与上述任务相关的资源平衡约束、等待时
间约束等约束条件，使其在理论上能够真正实现前后衔接工序的不间断运行，消除了时间
尺度选取对任务执行连续性的影响，从而大大提高了模型的工程实用价值。

[0034] (2)本发明在保证钢铁企业生产工序限制严格满足的同时，将电能消耗与生产任务准确地结合在一起，并以企业购电成本最小为目标制定负荷优化调控策略，使其在具备
实际可操作性的前提下切实提高企业的经济效益。

[0035] (3)本发明进一步凸显了离散时间RTN模型求解速度快的优点，通过任务合并精简了生产流程中存在的资源与任务交互联系，大大减少了模型中0‑1整数变量与约束条件的
数目，负荷优化调控策略的制定速度由此得以显著提升。

附图说明

[0036] 构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。

[0037] 图1是本公开实施例所述的方法流程图；

[0038] 图2是本公开实施例所述的关键用电设备功率波形曲线；

[0039] 图3是本公开实施例所述的短流程钢铁企业生产流程图；

[0040] 图4是本公开实施例所述的RTN原理结构图；

[0041] 图5是本公开实施例所述的均匀时间网格；

[0042] 图6是本公开实施例所述的资源平衡约束的图形化表示；

[0043] 图7是本公开实施例所述的以购电成本最小为目标的优化调度结果。具体实施方式：

[0044] 下面结合附图与实施例对本公开作进一步说明。

[0045] 应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常
理解的相同含义。

[0046] 需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式
也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包
括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。需要说明的是，在不冲突
的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将结合附图对实施例
进行详细描述。

[0047] 名词解释：

[0048] (1)炉次：同一电炉内冶炼的钢水或一个钢包内的钢水；

[0049] (2)浇次：同一台连铸机上，使用同一个中间包和结晶器连续浇铸的炉次集合。

[0050] 本公开技术方案在保证钢铁企业工序限制严格满足的前提下将电能消耗与生产任务准确地结合在一起，使得以企业购电成本最小为目标制定的负荷优化调控策略在具备
实际可操作性的同时提高企业的经济效益；该方法包括以下步骤：根据短流程钢铁企业生
产流程确定关键用电设备与在其上完成的生产任务种类，定义设备入口和出口位置的炉次
分别为对应任务消耗和生成的物料资源；获取企业设备参数、炉次和浇次数量、炉次加工运
输持续时间与浇次中炉次的组成；改进离散时间RTN模型，构造短流程钢铁企业生产约束条
件；设置最小化购电成本的目标函数，通过求解模型获得企业生产负荷的优化调控策略。

[0051] 在一个或多个实施方式中公开的技术方案中，如图1所示，一种计及工序限制的短流程钢铁企业负荷优化调控方法，包括如下步骤：

[0052] 步骤1、根据短流程钢铁企业生产流程确定关键用电设备与在其上完成的生产任务种类，定义设备入口和出口位置的炉次分别为对应任务消耗和生成的物料资源；

[0053] 步骤2、获取企业设备参数、炉次数量、浇次数量、炉次加工运输任务的持续时间以及浇次中的炉次组成；

[0054] 步骤3、改进现有的离散时间RTN模型，构造短流程钢铁企业的生产约束条件；

[0055] 步骤4、设置使购电成本最小化的目标函数，通过求解模型获得企业生产负荷的优化调控策略，即各类关键用电设备中不同个体的具体启停时间。

[0056] 下面对上述步骤进行具体说明。

[0057] 步骤1中关键用电设备与在其上完成的生产任务种类,具体为：

[0058] 在电弧炉上进行炉次的初炼操作，在氩氧脱碳炉上进行炉次的脱碳操作，在钢包精炼炉上进行炉次的精炼操作，在连铸机上进行换浇操作以及炉次的连铸操作。

[0059] 具体的，步骤1中，关键用电设备与在其上完成的生产任务种类，具体为：在电弧炉(Electric Arc Furnace,EAF)上进行炉次的初炼操作，在氩氧脱碳炉(Argon Oxygen 
Decarburization,AOD)上进行炉次的脱碳操作，在钢包精炼炉(Ladle Furnace,LF)上进行
炉次的精炼操作，在连铸机(Continuous Caster,CC)上进行换浇操作以及炉次的连铸操
作。所述物料资源为各个设备入口和出口位置的炉次。

[0060] 关于短流程钢铁企业的生产流程如图2所示，具体内容为：EAF利用电极电弧的高温能量将废钢等金属废料熔化为钢水，经过成分粗调后进入AOD中发生氧化反应降低碳元
素含量，然后在LF内通过吹氩搅拌与电弧加热等手段完成脱硫、脱氧、去夹杂的操作，精炼
后的钢水由钢包送至CC上方，依靠中间包的稳流作用与结晶器的冷却作用连续浇铸成钢
坯，相邻浇次之间必须留出足够的时间更换中间包与结晶器，前者是为了防止长时间高温
侵蚀导致穿包事故的发生，后者则是为了满足订单合同对于铸坯尺寸的要求,最后按照产
品需求选择类型匹配的轧钢机(Rolling Mill,RM)将铸坯轧制成符合标准的钢材。

[0061] 分析上述流程可知，短流程钢铁企业的用电设备主要包括EAF、AOD、LF、CC以及RM，考虑到钢铁企业内部各种RM的工作原理存在明显差异，难以对其用电规律进行统一表述，
而且该类设备的操作过程对温度、速度、压力的要求较高，负荷本身不宜参与调控，因此可
将轧制工序视作不可调度任务，仅选择EAF、AOD、LF、CC作为关键用电设备，其上完成的生产
任务分别归纳为初炼任务、脱碳任务、精炼任务与连铸任务，相应的，设备入口位置待加工
的炉次与出口位置加工完毕的炉次等同于对应任务消耗和生成的物料资源，至于废钢等原
材料由于在生产前已通过可靠渠道获得较为充足的供应，无需再列入物料资源影响短流程
钢铁企业的调度安排。

[0062] 具体实施例子中，步骤2中，炉次数量、浇次数量、炉次加工运输持续时间以及浇次中的炉次组成等信息是由企业依据下游厂家订单制定的日生产计划中包含的产品数量、品
种、规格等要素通过炉次与浇次设计转化而来，这一过程通常是由制造执行系统(MES)完
成，故可以从MES收集上述生产数据。

[0063] 具体实施例子中，步骤3，改进现有的离散时间RTN模型，构造短流程钢铁企业的生产约束条件，具体实现过程如下：

[0064] 步骤3.1、根据关键用电设备的运行特点，形成合理简化的功率特性模型；

[0065] 步骤3.2、将全部任务分为连铸类任务与非连铸类任务两部分，建立各个任务与其对应物料资源、电力资源以及设备资源的交互关系矩阵；

[0066] 步骤3.3、基于非连铸类任务中各炉次在某一设备的生产任务与后续运输任务的衔接关系，合并两者为一种新的生产任务，进而构造新生产任务与物料、电力以及设备资源
的交互关系矩阵；

[0067] 步骤3.4、将同一浇次中各个炉次的连铸任务与换浇任务合并为一种新的任务，并且创建其与连铸机设备、电力资源的交互关系矩阵；

[0068] 步骤3.5、结合步骤2收集的企业生产信息，给出交互关系矩阵中各个元素的数值，借此重构离散时间RTN模型的资源平衡约束、任务执行约束、等待时间约束以及资源数量约
束。

[0069] 其中，在步骤3.1中，关键用电设备的功率波形曲线如图3所示，其功率特性可建模为：

[0070]

[0071] 其中， 为设备i启动时刻； 为设备i从启动时刻达到稳定额定功率时刻所需的时长； 为从操作人员下令关停设备i到设备i功率为0所需的时长； 为设备i彻底
断电时刻； 为设备i的额定功率；δi(t)为 之间的随机值，用以表示设备
在稳态运行时的随机功率波动。

[0072] 由电炉类设备的运行特点可知，EAF、LF的启停过程通常是在5～10s内完成，而AOD、CC等控制系统采用电机驱动的设备启停时间也是按秒计算，并且两类设备处于稳态运
行时实际功率均在额定功率附近以低于5％的幅度随机波动，因此关键用电设备的功率特
性模型可简化为：

[0073]

[0074] 式(2)表明生产任务在执行期间消耗的电力资源为对应设备的额定功率，与式(1)相比在对调度结果影响较小的同时可以大大降低模型的复杂程度。

[0075] 步骤3.2中，非连铸类任务包含初炼任务、脱碳任务、精炼任务与相邻生产环节间的运输任务，连铸类任务包含连铸任务与换浇任务，前者以炉次为单位对钢水进行批量处
理，后者则将多个钢种相近的炉次组成浇次实现铸坯的连续浇铸，连铸过程为了保证产品
质量不可中断，但是在其完成后需要更换所在连铸机的中间包与结晶器。因此钢厂调度从
整体上可以看作大规模批量任务的集合，各个任务与设备、物料、电力资源的交互联系如图
4所示，该图也是解决工厂批处理调度问题的有效方法—RTN模型的图形化表示。图中同类
设备的型号假定相同，各变量的含义具体如下：

[0076] PMh为炉次h的初炼任务；Decarbh为炉次h的脱碳任务；TransferPDh为炉次h从初炼到脱碳之间的运输任务；LRh为炉次h的精炼任务；TransferDLh为炉次h从脱碳到精炼之间的
运输任务；Cast_Gg_CCn为浇次g在连铸机CCn上的连铸任务；Casth_CCn为炉次h在连铸机CCn
上进行的连铸任务；TransferLCh为炉次h从精炼到连铸之间的运输任务；ELE为电力资源；
为初炼结束后的炉次h； 为等待脱碳的炉次h； 为脱碳结束后的炉次h；
为等待精炼的炉次h； 为精炼结束后的炉次h； 为等待连铸的炉次h；Hh为炉次h对应
的铸坯；Maintain为换浇任务。

[0077] 连铸任务的持续时间与拉坯速度直接相关，而连铸机拉速受结晶器出口坯壳厚度与二次冷却强度等因素影响，即使设备型号一致也难以保证同一浇次的加工时间相同，因
此连铸任务必须与具体设备建立一一对应的关系。但是对于某一待处理的炉次，初炼、脱
碳、精炼等任务的持续时间在设备输入功率相同的情况下基本不变，只有当设备型号不同
时才需考虑辨别任务的实际执行对象，即为同类设备的不同个体设立单独的生产任务。至
于相邻生产环节间的炉次运输任务，由于同类工艺设备通常被统一安放于工厂的同一区
域，其中任意一台设备工作不会带来运输距离的明显差异，运输时间长短与源头和目的地
的设备并不存在关联关系，故运输任务同样只需按照炉次编号进行区分。

[0078] 观察图4可知，箭头表示的资源与任务交互关系总体上分为两种：离散交互与连续交互，前者是指设备(物料)只在对应任务的开始与结束时刻被占用(消耗)与释放(生成)，
后者则专指任务在执行过程中需要持续不断地消耗电力资源以维持设备正常运行。对于离
散时间RTN模型，时间轴的表示方法如图5所示，其中δ为时间间隔的长度，dk为任务k的持续
时间，θk为任务k执行期间以开始时刻为参考点建立的相对时间索引，相应的任务与资源的
交互关系矩阵为：

[0079]

[0080] 式中：μs,k为资源s与任务k的交互关系矩阵；τk为任务k持续时间占据的时段数，为向上取整运算符；a11、 an1为任务k在某一相对时间
点消耗资源s的数值。以炉次h的初炼任务PMh为例，当加工时间为80min，时间间隔为15min，
EAF的额定功率为85MW时，任务与资源的交互关系矩阵为：

[0081]

[0082] 其中， 为任务PMh在相对时间点 消耗的电功率。

[0083] 所述步骤3.3，为了加快生产进度，防止钢水冷却时间过长对产品质量造成影响，炉次运输任务通常在加工任务结束后立即执行，这一要求在原有RTN模型中体现为
始终固定为0，但是对于均匀网格化的时间轴，向上取整运算带来的舍
入误差可能导致运输任务的开始时刻晚于生产任务的实际结束时刻，从而无法真正实现两
个任务的无缝衔接。针对该问题，本发明提出了改进方案，将各炉次在某一设备的生产任务
和与之衔接的运输任务合并为一种新的生产任务，仍以原来生产任务的名称命名，相应的
交互关系矩阵的合并方法为：

[0084]

[0085] 式中：下标k1+k2为任务k1与后续任务k2合并后生成的新任务； 为自定义的交互关系矩阵合并运算符。由于 上述合并
可显著缩小舍入误差。

[0086] 所述步骤3.4，同样出于缩小舍入误差的目的，同一浇次中各个炉次的连铸任务与换浇任务可以合并为以浇次连铸任务命名的新任务，但是与非连铸类任务不同，由于相邻
炉次的连铸任务涉及的物料资源并不重复，单纯通过合并交互关系矩阵的方法无法达到减
少浇次连铸任务占据时段总数的目的。基于此，本发明利用式(5)建立新生成任务和连铸机
设备、电力资源的交互关系矩阵，对于与连铸任务相关的物料资源需要分开单独进行考虑。

[0087] 所述步骤3.5，结合步骤2收集的企业生产信息，给出交互关系矩阵中各个元素的数值，借此重构离散时间RTN模型的资源平衡约束、任务执行约束、等待时间约束与资源数
量约束，具体而言：

[0088] (1)资源平衡约束

[0089] 资源平衡方程对时间网格上每类资源与其对应任务间的交互过程进行管理，如式(6)～(8)所示：

[0090]

[0091]

[0092]

[0093] 其中，Rs(t)为设备或物料资源s在时段t的可用数量；K为合并处理后任务的集合；S为交互关系矩阵中与任务集合K存在关联的设备或物料资源集合；Nk(t)为判断任务k在时
段t是否执行的二元变量；T为总调度时段数；PE(t)为短流程钢铁企业在时段t消耗的用电
功率；μe,k(θk)为任务k在相对时间点θk消耗的用电功率；M为连铸机的数量；h1为浇次g中最
先浇铸的炉次的编号； 为向下取整运算符；H为总炉次数；G为总浇次数；N为自然数集。

[0094] 式(6)的图形化描述如图6所示，当任务k在时段t‑θk启动且μs,k(θk)≠0时，物料或设备资源s的可用数量会在时段t发生变化，而且由于企业用电功率不能发生跨时段的传
递，将式(6)的Rs(t‑1)固定为0即可得到式(7)的电力资源平衡约束，但是对于与连铸任务
存在交互关系的物料资源，只要保证 的可用数量在炉次h开始浇铸时段处于不为0的状
态，同一浇次中各个炉次的连铸任务就能实现真正的无缝衔接，此要求用数学语言可以以
式(8)的形式进行表述。

[0095] (2)任务执行约束

[0096] 由钢铁企业生产流程可知，炉次加工的每道工序只允许被执行一次，其表达式为：

[0097]

[0098] 式中：K′为持续时间与设备无关的任务，即不同设备执行该任务的时间相同；K″为持续时间与设备有关的任务，即不同设备执行该任务的时间不同；Uk为执行任务k的设备u
组成的集合。

[0099] (3)等待时间约束

[0100] 前文提到，每个生产任务得到的中间产品将由运输设备立即送往下一区域，但在后续任务开始前允许其在设备外短暂停留一段时间等待前一炉次加工完成，考虑到钢水冷
却时间过长可能影响铸坯乃至钢材的质量，通过费用高昂的再加热工序进行补偿则会导致
企业生产成本的骤增，因此等待时间同样存在约束条件限制，如式(10)所示。其中，由于模
型改进后 一旦产生不能再被消耗，需要额外设置炉次h的开始浇铸时段和炉次h送达连
铸机的时段来制约运输任务TransferLCh的持续时间长短。

[0101]

[0102] 其中，Dk为运输任务k的最大允许时间； 为炉次h的开始浇铸时段； 为运达连铸机CCn的时段；h1为浇次g中最先浇铸的炉次的编号。

[0103] (4)资源数量约束

[0104] 设备资源和物料资源的数量均限制在0与最大可用数量之间，企业在各时段的用电功率不能超过关键设备的额定功率之和，另外，所有炉次的加工任务在调度周期的结束
时刻必须全部完成，即保证最后工序所需设备连铸机在时段T处于未被占用的空闲状态。上
述约束可以具体表现为：

[0105]

[0106] 式中：EQ为关键用电设备集合；Ptotal为关键用电设备的额定功率之和； 分别为资源s、m的初始数量。

[0107] 在步骤4中，设置使购电成本最小化的目标函数，通过求解模型获得企业生产负荷的优化调控策略，即各类关键用电设备中不同个体的具体启停时间。短流程钢铁企业作为
典型的流程工业，其生产过程存在严格的工序限制，生产设备启动时间与运行时间由作业
计划确定，一旦工作不可随意停止供电，因此企业对于直接负荷控制等影响正常生产的激
励需求响应参与积极性不高，所述负荷调控目标一般为在给定价格信号下调整生产安排以
降低用电成本，即：

[0108]

[0109] 式中，λt为时段t的电价； 为短流程钢铁企业在时段t的自发电功率，包含自备火电机组发电功率与利用电炉炼钢排放烟气加热锅炉产生的余热发电功率，其表达式为：

[0110]

[0111] 式中， 为自备火电机组在时段t的发电功率，本实施例对此暂不考虑；为短流程钢铁企业在时段t的余热发电功率； 为EAF在时段t的用电功率；k1为电炉冶炼
时电能消耗占总输入能量的比例，本模型定为60％；k2为炉气排出携带的高温热量占总输
入能量的比例，本模型定为20％；η为余热发电技术的能量转换效率，本模型定为65％。

[0112] 通过求解负荷优化调控模型，得到各类生产任务的执行时间，将其按照任务所属设备的类别与数量转化为关键用电设备中不同个体的具体启停时间，即为所制定的负荷优
化调控策略。

[0113] 下面采用具体算例对上述提出的计及工序限制的短流程钢铁企业负荷优化调控方法进行验证。

[0114] 以某一短流程钢铁企业的日生产计划为例，通过炉次与浇次设计得到炉次数量、浇次数量、炉次加工运输任务的持续时间与浇次中的炉次组成等信息如表1和表2所示，关
键用电设备的额定功率如表3所示，工商业峰谷平时段的划分以及大工业用户的购电价格
如表4所示，借助MATLAB平台的YALMIP工具箱调用CPLEX求解器分别对文献“Zhang X,Hug 
G,Kolter Z,et al.Industrial demand response by steel plants with spinning 
reserve provision[C]//2015North American Power Symposium(NAPS),October 4‑6,
2015,Charlotte,USA:1‑6”中原始离散时间RTN模型与改进离散时间RTN模型进行求解，以
用电成本最小为目标函数的优化结果对比如表5所示。

[0115] 表1炉次与浇次的对应关系

[0116]

[0117] 表2炉次加工运输任务的持续时间(min)

[0118]

[0119]

[0120] 注：连铸机CC1的换浇时间是70min，CC2的换浇时间是50min。

[0121] 表3钢铁企业设备参数

[0122]

[0123] 表4工商业峰谷平时段的划分以及大工业用户的购电价格

[0124]

[0125] 表5以用电成本最小为目标的优化结果对比(时间间隔选为15min)

[0126]

[0127]

[0128] 从表5可以看出，改进离散时间RTN求得的负荷优化调控策略较原始离散时间RTN相比明显降低了短流程钢铁企业的购电成本，以图7给出的4炉次优化结果对比为例，本公
开所提方法得到的生产安排不仅增强了非连铸类加工任务与运输任务之间衔接的紧密性，
同一浇次中相邻炉次的浇铸过程也因舍入误差的消除实现真正的连续进行，从而在保证工
序限制严格满足的同时缩短了理论上前后相连工序的实际占用总时长，大大拓宽了生产任
务的可移动范围，以此最大程度地避免企业由于生产时序限制不得不将部分负荷安排至高
电价时段运行的情况发生，制定出的负荷优化调控策略在具备实际可操作性的前提下能够
切实提高企业的经济效益。另外，本公开所提的改进离散时间RTN方法与原方法相比减少了
决策变量与约束条件的数目，模型的求解速度由此也得以显著提升。

[0129] 基于同样的发明构思，本实施例提供一种计及工序限制的短流程钢铁企业负荷优化调控系统，包括：

[0130] 数据采集模块：获取企业设备参数、炉次数量、浇次数量、炉次加工运输任务的持续时间以及浇次中的炉次组成；

[0131] 交互关系矩阵生成模块：根据数据存储模块中存储的数据，建立各个任务与其对应物料资源、电力资源以及设备资源的交互关系矩阵；

[0132] 交互关系矩阵合并模块：合并非连铸类任务中生产任务与后续运输任务的交互关系矩阵，合并连铸类任务中同一浇次各个炉次的浇铸任务与换浇任务的交互关系矩阵；

[0133] 模型建立模块：根据合并后的交互关系矩阵，改进离散时间RTN模型，构建资源平衡约束、任务执行约束、等待时间约束与资源数量约束，并以企业购电成本最小为目标确定
目标函数；

[0134] 求解模块：求解短流程钢铁企业负荷优化调控模型，得到各类生产任务的执行时间，将其按照任务所属设备的类别与数量转化为具体设备的启停指令后下发到底层车间控
制关键用电设备生产运行。

[0135] 基于同样的发明构思，本实施例提供了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成
实施例中方法的步骤。

[0136] 基于同样的发明构思，本实施例提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例中方法的步骤。

[0137] 以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修
改、等同替换、改进等，均应包含在本公开的保护范围之内。

[0138] 上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不
需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。