[发明专利]一种基于混合模型的空压机群组优化调度方法

摘要

本发明涉及一种基于混合模型的空压机群组优化调度方法，属于信息技术领域。本发明为了解决目前空压机群组调度中存在的盲目性，建立模拟仿真技术与组合调度优化决策相结合的混合模型。本发明利用工业现场实时样本动态更新利用专家经验构建的空压机能耗模型样本集，然后应用最小二乘算法对空压机能耗模型的相关参数进行在线学习，并应用模拟仿真技术和分层树搜索算法求解空压机群组多目标优化调度模型，最后利用熵权法和优劣解距离法对获取的调度方案进行综合评价，从而协助现场调度人员制定安全、节能、环保和经济的调度方案。此方法在不同的工业领域中亦有广泛的应用价值。

主权项

1.一种基于混合模型的空压机群组优化调度方法，其特征在于，步骤如下：步骤1：空压机能耗模型样本集构建从数据库中获取第i个空压站第j台空压机一段时间内的进气流量、出气流量、电机电流和出口排气压力；按照经验选择从上述时间段内的部分样本，构造该空压机能耗模型的初始样本集；依次初始化不同空压站中每台空压机的样本集；步骤2：空压机能耗模型样本集在线更新空压机能耗模型样本集在线更新包含实时采集样本更新空压机能耗模型样本集和定时器触发动态更新空压机能耗模型样本集两个流程；实时采集样本更新空压机能耗模型样本集流程：从数据库中获取一条最新采集样本，首先计算该最新采集样本与第i个空压站第j台空压机能耗模型样本集中第个样本的欧式距离当时，该空压机能耗模型仅更新第个样本的时间；当时，该空压机能耗模型增加此最新采集样本到空压机能耗模型样本集中；σ^ij的取值依据经验进行设定；不同空压站中每台空压机的能耗模型样本集依次按照此法进行更新；定时器触发动态更新空压机能耗模型样本集流程：依据经验设定每台空压机能耗模型样本集的更新时间δ_ij；当第i个空压站第j台空压机的第个样本时，空压机能耗模型对该样本进行遗忘，否则，空压机能耗模型则保留该样本；不同空压站中每台空压机的能耗模型样本集依次按照此法进行动态调整；步骤3：空压机能耗模型构建及其参数更新在一个交替运行周期内，设第i个空压站第j台空压机的进气流量为υij，空压机的能耗在空压机的开启、加载和卸载三个阶段耗电量不同，因此采用一个分段函数表示如下：其中，第i个空压站第j台空压机在启动阶段和卸载阶段的电力耗能通过对相应时间段的耗能积分获得，为一个固定的数值；U_ij和分别表示第i个空压站第j台空压机的电压和驱动电机的功率因数；Ψ(υ_ij)表示第i个空压站第j台空压机的进气流量与电机电流之间的关系，两者之间关系的更新参数通过最小二乘算法拟合更新后的空压站能耗模型样本集实现；空压机出口排气压力与进气流量之间的关系表示如下：Pij＝φij(υij)    (2)其中，Pij和υij分别表示第i个空压站第j台空压机在加载阶段的出口排气压力和进气流量，两者之间关系的参数更新通过最小二乘算法拟合更新后的空压站能耗模型样本集实现；考虑空压机余隙容积内残留高压气体膨胀、气缸结构容积损失和内部通道的泄漏，首先建立γ个时间段内第i个空压站第j台空压机进出口流量之间的映射关系集合利用其在γ个时间段内的均值来表征空压机进出口流量间的关系；空压机流量进出口关系计算公式如下：其中，υij，Qij、λij分别表示第i个空压站第j台空压机在加载阶段的进气流量、出气流量、进气流量和出气流量之间的映射关系；步骤4：空压机优化调度问题建模1)目标函数①比功率最大化其中，表示m个空压站中空压机比功率的目标函数，S_i表示第i个空压站中空压机的开启策略，表示第i空压站第j空压机在开启策略S_i下的加载功率，υ_i′_j表示第i个空压站第j空压机在开启策略S_i下的进气流量；②经济运行成本最小其中，表示m个空压站中空压机经济成本的目标函数，表示电能的单价，kw/元，表示在(t₀,t₁)时间段内m个空压机站在开启策略S_i下的电力耗能(kw)，和ε_ij分别表示第i个空压站中第j个空压机的启动成本、卸载成本以及折旧成本；2)目标函数的约束条件目标函数约束条件的描述如下：①空压机进气阀流量的开度约束和分别表示第i个空压站第j台空压机进气流量的最大最小约束；②空压机的产气量约束和分别表示第i个空压站第j台空压机出气流量的最大和最小约束；③产气量和用气量匹配约束表示m个空压站台空压机的产气量，Q_need表示空气需求用户的空气需求量；④空压机运行时间约束和分别表示第i个空压站第j台空压机运行的最短和最长时间约束，该约束旨在避免空压机的频繁启停和空压机的长时间使用；⑤管网压力变化约束HL、HH分别是管网的压力上下限，H0表示空气压力的初始状态，ΔH则是对应的变化量；步骤5：模拟仿真和分层树搜索算法求解空压调度模型本研究提出一种分层树搜索算法，以快速获取空压机机组的最优组合；该算法求解过程自上而下可分为三层，即人机交互层、策略搜索层和设备选择层，具体的步骤如下：1)人机交互层：空压机设备状态是现场人员依据生产工况或生产计划设定；状态State＝1表示空压机处于正常状态；状态State＝0表示空压机处于检修或故障状态，处于该状态的空压机不能作为组合调度求解的备选设备；2)策略搜索层：人机交互层设定的空压机状态是构建不同空压站空压机的开启策略集合S的基础；深度优先树搜索算法遍历每一个开启策略集合，先判断该开启策略集合中空压机的开启台数是否满足用户气体的总需求量，如果满足则进入设备选择层选择需要开启的空压机组合，否则进入下一个空压机策略搜索过程；3)设备选择层：深度优先树搜索算法遍历每个空压站空压机开启策略下的组合方案集合T，并利用蒙特卡洛模拟和空压机能耗模型计算每个组合方案的经济性和比功率；在所有开启策略下的组合方案都遍历之后，开始重复策略搜索层步骤进行下一开启策略的搜索；步骤6：基于熵权法和优劣距离法的调度方案决策分析装置群调度方案往往拥有不同的评价指标，经常因为仅考虑某一评价指标而获得偏离全局最优的调度方案；本发明将多目标熵权法引入到调度方案制定过程中，从而建立调度方案的决策分析模型；具体的计算流程如下：1)空压机群组运行的评价体系构建空压机群组运行的评价指标体系包含比功率以及运行成本，前者作为空压机的节能指标越大越好，后者作为空压机的经济运行指标越小越好；2)评价指标数值的标准化处理设有θ个调度评价指标来评价k个调度方案，第b个评价对象的第a个指标的特征值为x_ab，得到调度方案的特征矩阵为X＝(x_ab)_θ×k；将得到的特征矩阵进行标准化处理，消除指标间由于量纲不同带来的差异；标准化后处理得到的矩阵为X各值标准化的方法为：其中，I1为空压机比功率指标，I2为成本性指标；3)熵及熵权的计算确定各个指标的权重，第i个指标的熵Ha为：其中，Ha表示信息熵，此值越小表明该指标的变异程度越大，能够提供的信息量及其在综合评价中所起的作用也越大，因而权重也越大；ωa表示第a个指标的权重系数；4)理想解集的定义计算各个评价方案相对评价指标的最大值和最小值，进而构成最理想解和负理想解，表示如下：其中，X+和X‑分别理想解集和负理想解集；5)计算各个备选方案与理想解集的距离其中，D+和D‑分别表示待评对象与最优和最劣解的距离；6)综合评价指数其中，O*∈(0,1)，O*的值越大表征越接近最优解，评价对象越优。