钢铁企业智慧能源管控平台的开发与应用
摘要：钢铁企业智慧能源管控平台通过采集和整合电、水、煤气、氧气、蒸汽等能源流数据，生产计划、生产实绩等物质流数据，打造能源流、物质流和信息流三流合一、协同优化的能源集控和大数据平台，为钢铁企业能源管控提供集中远程控制、特征提取、规律分析、优化决策一站式能源管控服务。平台充分运用“大数据+机理”的手段，提供能耗评价分析、能效影响分析、平衡预测分析和耦合优化分析服务，达到实时全面了解企业能源全生命周期管理和应用现状，诊断能源应用各环节出现的异常问题，预知能源流产生和消耗的变化趋势，提出能源综合优化方案，进而有效降低能源介质放散损失，提高能源介质的相互转化效率，降低企业能源成本，实现能源价值最大化的目的。
关键词：智慧能源 集中控制 大数据 能耗评价 耦合优化
Abstract: The intelligent energy management and control platform of iron and steel enterprises creates an energy centralized control and big data platform by collecting and integrating energy flow data such as electricity, water, gas, oxygen, steam, production planning, production performance and other material flow data, so as to create an energy centralized control and big data platform which integrates energy flow, material flow and information flow, and provides centralized remote control, feature extraction and rules for energy management and control of iron and steel enterprises Analyze and optimize the one-stop energy management and control service. The platform makes full use of the means of \"big data + mechanism\" to provide energy consumption evaluation and analysis, energy efficiency impact analysis, balance prediction analysis and coupling optimization analysis services, so as to achieve a real-time and comprehensive
understanding of the enterprise's energy life cycle management and application status, diagnose the abnormal problems in each link of energy application, predict the change trend of energy flow generation and consumption, and propose an energy comprehensive optimization method In order to effectively reduce the dissipation loss of energy medium, improve the mutual conversion efficiency of energy medium, reduce the energy cost of enterprises, and realize the purpose of maximizing energy value.
Key words: smart energy centralized control big data energy consumption evaluation coupling optimization
1、 前言
钢铁行业是典型的资源、能源密集型行业，节能减排、绿色发展是其当前面临的最紧迫、最严峻的问题之一。2019年，我国粗钢产量达到9.96亿吨，占全球粗钢产量的53.3%；钢铁工业能源消耗约占全国能源消耗的13%，钢铁能源成本占生产成本的比例高达20%~40%，节能、降耗、减排、增效仍然有较大空间。节能降耗和提质增效的关键是钢铁全流程多系统高效协同。钢铁生产过程物质、能量、信息三大流关联、多场耦合，给协同优化带来巨大挑战。亟需系统应用人工智能、大数据等新技术新方法，“点、线、面”相结合，揭示物质和能量耦合规律，形成多工序动态协同优化技术体系，开发协同运行优化平台，推动钢铁全域智能，实现全流程多系统协同和整体优化。
2、 技术方案
钢铁企业智慧能源管控平台总体按照自动化运行、集约化操控和智慧管理三个层次进
行设计和建设实施，平台对钢铁全流程范围内的燃气、制氧、发电、供电、给水五大能源专业进行迁移升级整合，实现站所室全部远程集中操控，进一步提升能源系统运行效率。同时平台以自动化运行、集约化操控、智能化管理为核心，运用“大数据+机理”的手段，对能源生产全过程进行能耗能效评价分析、平衡预测分析和耦合优化分析，对能源产生量、消耗量进行精准预测，通过与数据共享、协同，建立能源流、铁素流、价值流及设备状态的动态平衡优化体系，提出能源综合优化方案，进而有效降低能源损失，提高能源转化效率，降低企业能源成本，实现能源价值最大化的目的。总体功能结构图如图1所示：
图1 智慧能源管控平台功能总体结构
2.1 远程集控平台
远程集控系统在平台中为重中之重，是平台运行的基础保障，其承担三项重点任务：一是保证现场操控的安全稳定，二是实现在集控中心对现场站所进行远程控制，三是要为基础管理系统和智能专家系统提供全部能源生产和计量数据。
远程集控系统主要包括生产监控、远程控制、趋势查询、事件管理、能源调度、故障查询等功能模块，是在本地设备升级和自动化升级改造的基础上，将现场不同品牌、型号版本的控制系统进行整合，本地端部署智能网关设备与控制系统相连，集控中心端配置高性能服务器群，采用1:N互为冗余的分布式结构，以保证系统的高速、稳定、可靠运行。通过远程集控系统，将不同区域、介质的站所，根据工艺相关性，进行重新优化组合，实现了站所室的远程集中操控，同时对设备运行情况、故障实时掌握，并精准分析故障原因，从而大幅提高工作人员的工作效率。
2.2 基础能源管理系统
基础能源管理系统通过采集整合分公司MES和ERP系统数据，实现年、月、日计划数据制定和管理；根据实时计量数据分不同阶段输出报表；提供生产运行支持管理、能源事故管理；实现对重点能源设备的原始设计参数、运行故障、维修信息的管理；实现对五种主要能源介质的消耗、成本进行度多层次的同比、环比和对比分析。通过基础能源管理的系统功能最终实现“数据不落地”式的管理，即能源的计划、统计、结算和分析全部通过系统完成，不需人工干预，实现能源管理分析自动化、准确化。基础能源管理包括八个模块，如下图所示：
图2 基础能源管理功能
（1）能源计划管理：公司、产线、工序、机组的煤气、水、电、蒸汽、氧气、氮气、氩气等动力能源介质供需计划及其平衡的制定与历史计划数据的查询与管理。
（2）报表与实绩管理：公司、产线、工序、机组的各能源介质报表生成、查询、打印。
（3）能源质量管理：通过对能源质量指标进行统计分析，对能源介质的质量进行实时跟踪监控，避免不合格的能源介质供应。
（4）能源设备管理：定修管理（预防性维修）、事故管理、缺陷管理、档案管理。
（5）运营支持管理：关键能源停复役作业计划制定、审批、履历管理，应急预案快速检索两大方面，实现能源部作业区级/办公管理级办公管理信息化，达到信息共享和信息传递网络化，为高效办公提供信息支撑。
（6）移动点巡检：为点巡检人员提供方便快捷的辅助性工具，实现点检人员以扫二维码方式用移动终端对设备进行点检，实现对设备点检的实时管理。移动点巡检应用作为远程集控的辅助手段起着非常重要的作用。为了满足站所室无人值守情况下，全面提升点巡检工作效率，在减轻工作条件的基础上，辅助点巡检人员进行设备的日常点检、巡检等工作。移动点巡检APP充分应用移动技术，是设备管理功能向移动端的延伸，开创集控时代点检新模式。
（7）人员交：接收移动点巡检APP上传的点巡检人员的位置信息；在系统中接收、记录移动点巡检APP上传的交信息，并提供交日志查询功能。
（8）综合分析：包含综合能源指标、成本分析、绩效分析、对比分析等基础统计分析
功能。
2.3 智能专家系统
智能专家系统充分运用“大数据+机理”的手段，提供能耗评价分析、能效影响分析、平衡预测分析和耦合优化分析服务，达到实时全面了解企业能源全生命周期管理和应用现状，诊断能源应用各环节出现的异常问题，预知能源流产生和消耗的变化趋势，提出能源综合优化方案，进而有效降低能源介质放散损失，提高能源介质的相互转化效率，降低企业能源成本，实现能源价值最大化的目的。智能专家系统包括八个模块，如下图所示：
图3 智能专家系统功能
（1）能效专家：大型耗能设备如加热炉、热风炉、烧结机、焦炉等能效评价及优化模型，实现能效实时诊断与评价，在线提供专家优化方案，指导现场操作。分析海量历史现场操作和工艺数据和实际能耗数据，通过能源流数据和物质流数据的整合，构建物质流中生产组织、工艺操作各项指标与能耗影响分析模型，通过模型训练和优化进一步明确能耗的影响因子以及影响因子的变量重要性即权重，同时通过大数据深度学习模型在海量历史数据中挖掘能耗优化的最优方案，动态寻找不同工况能耗的最优值以及能耗影响因子的最优值作为能耗评价模型的评价动态标准和专家知识库优化方案。
（2）水效专家：对各新水和净环系统进行理论水耗计算，通过实际水耗和水质监测分析，提高新水利用效率，降低吨钢水耗。
（3）煤气专家：建立多场景多时段煤气发生量、消耗量预测模型，优化煤气管网平衡调度。在煤气专家中，大数据技术应用的核心在于构建煤气发生量、消耗量预测模型。煤气发生量和消耗量预测模型是在整合煤气发生量（或消耗量）数据与煤气发生（或消耗）设备生产工艺、生产组织数据的基础上，利用不同的数据挖掘算法构建训练而成。模型在线部署和定期优化，利用模型在线进行煤气发生量的实时预测，以满足煤气管网平衡和优化。
（4）氧气专家：建立多场景多时段氧气消耗量预测模型，优化氧气管网平衡调度，降低制氧机负荷。在氧气专家中，大数据技术主要应用在氧气预测和制氧机负荷调整专家知识库建设中。通过海量制氧机调整实际数据与管网压力、球罐压力、氧气产耗差预测值等数据中挖掘提取制氧机的调整方向和调整量的特征规则，实现知识库的结构化。
（5）发电专家：建立发电机组、锅炉机组效率模型，提高发电机组运行效率，同时进行发电机组各运行参数劣化分析和故障预测。热效率模型主要挖掘历史发电机组效率与锅炉（或发电机组）操作工艺参数的数据，建立影响分析和预测模型，明确发电机组效率的影响因子，并利用这些因子预测发电机组效率。当发电机组效率出现异常时，系统提供的专家知识库会在线给出优化方案，指导操作人员进行系统优化，从而提升发电机组综合效率，提高发电量。在设备参数劣化分析主要应用在利用海量历史设备参数运行和设备故障数据，分析设备参数变化趋势与设备故障的相关性，建立设备故障预测模型，并根据模型对设备运行参数进行劣化预警，从而降低设备故障率。
（6）耗电专家：建立多场景耗电诊断和预测模型，优化电力分配及降低工序电耗。在
耗电专家中，大数据主要应用在耗电诊断和预测模型中。耗电诊断最重要是确定不同工况下的电耗标准。挖掘不同工况下电耗的历史数据，在不同条件下进行动态寻优，确定相应的目标值。
（7）多介质耦合优化：建立煤气、蒸汽、电等多能流耦合优化模型，实现多能流协同分配，实现价值最大化。结合煤气富余量、蒸汽需求量、电需求量预测模型，根据峰谷平电价不同，结合煤气柜位，进行动态规划寻优，合理分配各发电机组煤气耗量、蒸汽量以及发电量。
（8）碳排放：建立碳排放计算和分析模型，分析企业碳排放的影响因子，通过优化工艺和生产组织，降低企业碳排放，实现绿色制造。
3、 应用效果分析
通过实施智慧能源管控平台项目进行基础自动化改造、迁移、数据集中，实现全站所集中操控。 通过能源大数据分析、智能模型应用，提高多能流综合优化能力，实现能源系统综合价值最大化。项目上线运行后，可实现运行岗位人员优化，吨钢综合能耗下降约1.5%以上。
作为钢铁企业智慧能源管控平台的案例之一鞍钢股份鲅鱼圈分公司智慧能源管控平台进行基础自动化升级改造，通过增加调节类阀门、电动阀门，对现场DCS和PLC系统进行改造和升级，实现基础设备自动化水平的大幅提高，以适应集约化操控的需要；进行集约化操控，主要是在自动化升级改造的基础上，通过对现场DCS和PLC系统进行迁移，现场消防系统报警信息远传，现场门禁系统，以及具有移动点巡检、交和人员定位功能的APP系统，实现能源动力区域的37个站所室全部在一个集控中心远程集中操作；进行能源
大数据平台建设，通过对鲅鱼圈分公司电、水、煤气、氧气等多介质进行有效地能耗统计分析、能效关联分析和平衡预测分析，有效降低加热炉、焦炉等单体设备的能耗，减少能源网络不平衡带来的放散，提高能源应用效率和价值，系统上线应用后实现吨钢能耗下降约1.9%。
4、 平台推广价值
本系统利用的是云计算、大数据、人工智能等新一代成熟先进的信息技术，采用工业互联网、云边协同技术架构，应用覆盖能源操控集中化，能源管理精细化，能源协同智能化多个层次，满足钢铁冶金行业能源管控的全面需求，针对钢铁冶金行业具有广泛的适用性，可以有效地提高钢铁制造业的能源综合利用率及人员劳动生产率，在行业内起到引领示范作用，为新建及老企业能源中心建设及改造项目提供了样板，具有极强的推广价值。
多能流预测和多介质耦合优化技术及全流程碳排放在线核算分析系统的开发，降低钢铁企业的吨铁能源成本，进一步提高钢铁企业的竞争力，同时降低钢铁企业CO2及NOX排放量，对改善钢铁企业周边环境，助推绿色钢铁生态化发展具有重大意义。
5、 结语
钢铁企业构建智慧化能源管控平台是提高能源管理水平，降低能源消耗的必行之路，也是企业完成智能制造转型的必要手段。该平台是铁素流、能源流、信息流和设备状态协同优化的工业智能应用，为企业提供自感知、自适应、自分析、自决策和自优化控制的智能服务，既有纵向的处理能力又有横向协同能力，值得在广大钢铁企业推广应用。
参考文献:
1. 王懿,芦永明,钢铁企业能量流网络研究现状与发展趋势,《冶金能源》,2016年3期
2. 陆钟武,我国钢铁工业吨钢综合能耗的剖析,《冶金能源》，1992年6期,
3. 陆钟武，蔡九菊，系统节能基础，北京科学出版社，1993
4. 陈光，陆钟武，蔡九菊，宝钢能源优化模型的研究，《冶金能源》，5. 李杰，《CPS 新一代工业智能》，2017年
2003年1期,
