副产煤气作为钢铁企业重要的二次能源,充分利用这部分能源对于钢铁企业的节能降耗工作具有重要的意义。由于副产煤气的产/耗量都与生产紧密联系,大多数情况下副产煤气系统都存在煤气产/耗量不平衡,因此对副产煤气系统的优化调度研究具有重要意义。本文以某钢铁企业为研究对象,在大量现场调研和前人研究文献的阅读的基础上,结合实际研究了副产煤气系统优化调度相关问题。主要研究内容和成果如下：(1)设备煤气产/耗量预测建模研究本文通过研究影响各设备煤气产/耗量的主要因素,将副产煤气系统中设备分为三类,采用不同的方法进行建模研究。对其中建模预测最为复杂的受多因素影响的煤气产耗设备,提出一种结合BP神经网络与ARMA时间序列的混合模型。该混合模型以ARMA时间序列模型预测结果作为基础,采用基于灰色关联度分析约减模型输入的BP神经网络模型进行修正,兼顾了ARMA时间序列多周期预测的特点和BP神经网络模型准确反映生产趋势变动的特点,相较于传统ARMA模型预测提高了在生产趋势变动时的预测精度。(2)钢铁企业自备电厂煤气耗特性研究针对目前钢铁企业副产煤气系统优化调度研究中对机组煤气耗特性研究的缺乏,本文对于钢铁企业自备电厂普遍采用的抽汽供热机组提出一种基于设计数据机理建模与基于运行数据修正模型参数的混合建模方法。该方法利用设计数据,通过循环函数法建立抽汽供热机组煤气耗特性与其热、电负荷的关联方程式,进而采用典型工况下运行数据修正模型参数。此混合模型对运行数据需求较少,且能较准确地获得不同机组的煤气耗特性,为后续自备电厂机组间优化打下基础。(3)改进基因设计方式的多目标优化遗传算法研究在副产煤气系统的优化调度中,由于存在大量混合煤气热值约束与设备获得热量约束,导致传统多目标遗传算法优化求解困难。本文针对副产煤气系统实际特点改进了遗传算法中的基因设计方式,以各设备获得煤气的热值与热量代替传统的各设备获得的煤气量作为个体基因,将混合煤气的热值约束和设备获得热量约束转变为个体基因的定义域,大大减少了模型的约束条件数量,简化了模型的求解难度。(4)副产煤气系统双尺度优化策略研究基于副产煤气系统两种主要煤气缓冲手段各自特性,本文提出一种双尺度的副产煤气优化调度策略。较长时间尺度(1h)的优化模型主要考虑自备电厂作为缓冲手段,实现较长时间尺度上的煤气平衡和自备电厂煤气利用率的最大化。较短时间尺度(10min)的优化模型固定自备电厂负荷,主要考虑煤气柜作为缓冲手段,实现较短时间尺度上的煤气平衡。通过双尺度的优化调度策略既可充分利用自备电厂缓冲能力大、负荷变化缓慢的特性,又可充分利用煤气柜缓冲能力小、负荷变动灵活的特性。通过实例优化结果分析,可以看出本文提出的方法可较好实现副产煤气系统平衡,且相较于传统方法,自备电厂负荷稳定,不需频繁调整负荷,煤气柜柜位波动较小,留有更大缓冲裕量。