一种基于碳足迹追踪的酸洗产线绿色生产调度方法与流程

摘要: 本发明涉及工业生产调度,尤其涉及一种基于碳足迹追踪的酸洗产线绿色生产调度方法。背景技术:1、在应对气候变化和推动绿色制造的背景下,降低工业过程的碳排放已成为关键...
一种基于碳足迹追踪的酸洗产线绿色生产调度方法与流程

本发明涉及工业生产调度,尤其涉及一种基于碳足迹追踪的酸洗产线绿色生产调度方法。

背景技术:

1、在应对气候变化和推动绿色制造的背景下,降低工业过程的碳排放已成为关键。对于钢铁冶金等高耗能行业,酸洗产线是主要的能源消耗单元之一,其加热工序消耗大量蒸汽或电力,产生显著的碳排放。

2、现有技术在降低此类产线碳排放方面存在以下缺陷:首先,传统的碳排放核算通常基于滞后、静态的平均排放因子,导致生产调度决策无法基于真实的、随时间动态变化的碳成本信号进行优化,造成碳核算与决策脱节。其次,酸洗产线的工艺参数(如酸液温度)通常被设定在恒定范围,产线固有的巨大热惯性(即酸洗槽内大量酸液所具备的储热能力)未被视为可利用的柔性资源,导致产线在能源消耗上表现为刚性负荷,无法主动适应能源供应侧的碳强度变化。最后,现有调度方法往往孤立地看待电力消耗、蒸汽加热、废酸再生等环节,缺乏系统性的碳流全局视角,可能导致局部优化反而增加整体碳排放的“碳泄漏”问题。因此,现有技术未能提供一种有效利用产线自身特性来响应实时碳信号、从而实现深度降碳的调度方法。

技术实现思路

1、本发明要解决的技术问题在于,针对现有技术中酸洗产线调度与实时碳信号脱钩、未能利用产线热惯性实现柔性调度的缺陷,提供一种能够将酸洗产线固有的热惯性转变为可动态调度的“碳柔性”资产,并与产线速度等生产变量进行协同优化,以主动响应能源供给侧实时的碳排放强度信号,从而在保证生产任务和产品质量的前提下,最小化全生产过程的实际碳排放总量的酸洗产线绿色生产调度方法。

2、为解决上述技术问题,本发明提供一种基于碳足迹追踪的酸洗产线绿色生产调度方法,所述酸洗产线具有容纳酸液的酸洗槽,包括:获取随时间动态变化的能源碳排放强度信号;建立量化表征所述酸洗槽内酸液热惯性的蓄热模型;基于所述能源碳排放强度信号和所述蓄热模型,以最小化预设调度周期内的总碳成本为目标,执行预测性优化调度,以协同确定所述调度周期内各时段的产线运行速度和酸液目标温度;其中,所述酸液目标温度被允许在预设的工艺温度上下限之间动态浮动,以执行碳负荷时移策略。

3、根据本发明的一个实施方式,所述方法还包括:在所述蓄热模型中集成酸洗动力学子模型,所述酸洗动力学子模型描述酸液温度与氧化皮去除效率之间的关系;所述预测性优化调度在决策降低酸液目标温度时,通过协同降低产线运行速度来补偿酸洗效率的下降,以保证在所述产线运行速度下,根据所述酸洗动力学子模型计算得到的总氧化皮去除量不低于预设值。

4、根据本发明的一个实施方式,所述碳负荷时移策略包括以下方案之一:

5、方案一:当所述能源碳排放强度信号的预测值低于预设的第一阈值时,提升所述酸液目标温度以进行蓄热;当所述能源碳排放强度信号的预测值高于预设的第二阈值时,降低所述酸液目标温度,利用已存储的热量维持生产;以及当所述能源碳排放强度信号的预测值介于所述第一阈值和所述第二阈值之间时,维持所述酸液目标温度,其中,所述第一阈值低于所述第二阈值;

6、或

7、方案二:当所述能源碳排放强度信号的预测值低于一调度周期内的预测平均值时,提升所述酸液目标温度以进行蓄热;以及当所述能源碳排放强度信号的预测值高于所述调度周期内的预测平均值时,降低所述酸液目标温度,利用已存储的热量维持生产。

8、根据本发明的一个实施方式,所述能源碳排放强度信号包括电网的实时或预测的节点边际碳排放因子。

9、根据本发明的一个实施方式,所述总碳成本的计算还包括:获取生产物料的产品碳足迹因子,并基于所述产品碳足迹因子计算物料内含碳成本。

10、根据本发明的一个实施方式,所述蓄热模型由基于酸液热容和热平衡关系的微分方程构建,所述微分方程用于表征酸液温度变化率与外部输入热功率、环境耗散热功率以及带钢吸热功率之间的动态物理关系。

11、根据本发明的一个实施方式,所述方法还包括:建立所述酸洗产线与一废酸再生站的联合碳流平衡模型;并且所述预测性优化调度还将所述废酸再生站的运行负荷作为优化变量纳入协同确定。

12、根据本发明的一个实施方式,所述预测性优化调度采用基于模型预测控制的滚动优化机制,周期性地更新所述能源碳排放强度信号的预测并重新执行所述预测性优化调度。

13、根据本发明的一个实施方式,所述预测性优化调度所涉及的优化问题包含离散的生产排序决策变量和连续的产线运行速度及酸液目标温度决策变量,构成混合整数非线性规划问题,采用分层混合智能算法进行求解,其中上层算法处理生产排序问题,下层算法对上层算法给出的每一固定生产序列求解最优的产线运行速度曲线和酸液目标温度曲线。

14、根据本发明的一个实施方式,所述上层算法采用遗传算法或粒子群优化算法,以多个不同的加工序列构成种群;所述下层算法采用动态规划或序列二次规划,计算每一固定生产序列下的最小总碳成本作为该序列的适应度值并返回给所述上层算法进行迭代优化。

15、与现有技术相比,本发明提供的技术方案具有以下有益效果:

16、1.通过建立蓄热模型并允许酸液目标温度在工艺范围内动态浮动,本发明创造性地将酸洗产线固有的、通常被视为工艺障碍的热惯性,转化为一种无需额外投资物理储能设备的“虚拟碳储能”装置。通过在能源碳排放强度低的时期加热蓄热、在强度高的时期利用存储热量生产的智能调度策略,实现了加热过程碳排放在时间维度上的主动、灵活转移,有效规避了电网高碳排放时段,从而显著降低了全周期的总碳排放。

17、2.本发明使高耗能的酸洗产线从被动的能源消耗者,转变为可主动响应电网碳强度信号的“柔性负荷”。通过在低碳时段增加用能(蓄热),在高碳时段减少用能(释热),不仅降低了企业自身的碳成本,还有助于提升电网对可再生能源的消纳能力和整体运行的稳定性,实现了生产与电网的良性互动。

18、3.通过集成酸洗动力学子模型,并在降低酸液温度时协同降低产线速度进行补偿,本发明能够在执行碳负荷时移的同时,确保酸洗工艺窗口的稳定,保障最终产品的质量,解决了将虚拟储能概念应用于复杂工业过程中可能导致产品质量波动的核心痛点,增强了方案的工业实用性。

1.一种基于碳足迹追踪的酸洗产线绿色生产调度方法,所述酸洗产线具有容纳酸液的酸洗槽,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

3.根据权利要求1所述的方法,其特征在于,所述碳负荷时移策略包括以下方案之一:

4.根据权利要求1所述的方法,其特征在于,所述能源碳排放强度信号包括电网的实时或预测的节点边际碳排放因子。

5.根据权利要求1所述的方法,其特征在于,所述总碳成本的计算还包括:获取生产物料的产品碳足迹因子,并基于所述产品碳足迹因子计算物料内含碳成本。

6.根据权利要求1所述的方法,其特征在于,所述蓄热模型由基于酸液热容和热平衡关系的微分方程构建,所述微分方程用于表征酸液温度变化率与外部输入热功率、环境耗散热功率以及带钢吸热功率之间的动态物理关系。

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

8.根据权利要求1所述的方法,其特征在于,所述预测性优化调度采用基于模型预测控制的滚动优化机制,周期性地更新所述能源碳排放强度信号的预测并重新执行所述预测性优化调度。

9.根据权利要求1所述的方法,其特征在于,所述预测性优化调度所涉及的优化问题包含离散的生产排序决策变量和连续的产线运行速度及酸液目标温度决策变量,构成混合整数非线性规划问题,采用分层混合智能算法进行求解,其中上层算法处理生产排序问题,下层算法对上层算法给出的每一固定生产序列求解最优的产线运行速度曲线和酸液目标温度曲线。

10.根据权利要求9所述的方法,其特征在于,所述上层算法采用遗传算法或粒子群优化算法,以多个不同的加工序列构成种群;所述下层算法采用动态规划或序列二次规划,计算每一固定生产序列下的最小总碳成本作为该序列的适应度值并返回给所述上层算法进行迭代优化。