钢铁企业是高能耗行业,在国民经济总能耗中占很大比重。2010年中国钢铁工业的能耗总量占全国能源消费总量的15%左右,占全国工业能源消费总量的23%。钢铁企业的能源成本占到了企业生产成本的30%,成本压力日益突出。因此节能降耗不仅对建设资源节约型、环境友好型社会意义重大,更是企业降低成本、提高产品市场竞争力的重要途径。本文正是在这种背景下,以能源为切入点,从钢铁企业内部提炼出了能源的配置计划问题。钢铁企业的节能途径一般可以分为三种：一是改进工艺、二是提高自动化运行水平、三是管理技术的提升。前两种属于硬技术的范畴,是随着科学技术的进步而不断向前发展的,而第三种途径则是一种软技术,是对前人管理经验和技术的总结和提高,表现的是一种先进的管理理念和方法,是直接以能源介质为对象进行优化分配,实现最佳配置。在钢铁企业,能源中心是能源管理的神经中枢,它的管理活动涵盖了企业的所有生产工序和能源活动的各个阶段,有一年以上的企业能源长期规划,有一个月和一周的能源使用计划,还有日常的能源动态配置计划,目的是要保证正常生产对能源的需求。能源中心不是孤立地对单一能源进行管理,而是将钢铁生产过程中涉及的所有能源介质看作一个相互联系的整体,进行统筹规划和合理配置,最终实现以最小的能源成本获取最大的生产价值。在钢铁企业能源中心的统一管理下,煤气系统、氧气系统、蒸汽和电力系统,不仅自身需要均衡的配置,各系统之间也需要合理的配置,如何实现上述功能,是一个异常复杂的理论和实践问题。本文以某大型钢铁联合企业为背景,以能源介质为研究对象,分析了钢铁企业能源的运行特点,借鉴物流与网络流的相关理论,综合考虑能源介质在钢铁生产全流程全工序的投入和产出特点,以提高能源介质的使用效率,减少无效放散,降低能源的综合消耗成本为目标,建立能源介质动态配置计划和优化调度模型,利用CPLEX软件,根据实际生产数据进行计算,取得了令人满意的结果。本文的主要工作包括：1)面向全流程的能源介质动态配置计划钢铁生产流程长,工序繁杂,参与生产的能源介质有20多种,能源介质在每个工序输入端与输出端都存在一定的投入与产出关系,随着每个工序钢铁产品产量的变化,能源的投入与产出也会出现一定比例的变化,这为能源的优化配置提供了参考依据。另外能源介质的流量是变化的,上一时段的配置计划所产生的结果会随着时间的推移影响到下一时段各工序能源介质的配置,而且由于部分能源介质之间存在一定的替代和转换关系,可以考虑当某一能源出现不足时用其它能源介质转换补充。针对以上问题,本文在满足各种能源介质的投入产出能力和配比关系、能源管网的压力安全、能源存储等约束的前提下,建立了面向全流程的能源介质动态配置计划的数学规划模型,实现了能源介质的优化配置,通过实验表明了模型的有效性。2)带有异源煤气配比决策的配置计划高炉煤气、焦炉煤气和转炉煤气是企业的副产品,同时还是重要的燃料,既可用于加热炉加热,也可用于生产蒸汽和发电。钢铁生产的一些重要工序都要用到这些煤气,而且不同工序对加热煤气的燃烧热值和流量都有一定的规定,因为使用单一煤气会有量的约束,为此很多钢铁企业将这三种煤气进行混合使用,并且预先为每一个煤气用户设置了多个预案,便于在一个方案煤气供应不足时可以启动其它预案供气,用以保证生产的连续性。本文正是针对这一特点,以煤气放散成本和煤气不足损失成本之和最小化为目标,建立了带有异源煤气配比决策的配置计划的0-1混合整数规划模型,通过实验证明了模型的有效性。3)考虑生产与发电的蒸汽配置计划在钢铁企业全流程生产过程中,会释放出大量的热,这些热绝大部分以蒸汽的形式发生。但是钢铁企业的蒸汽除用于发电外其它的用户较少,所以导致蒸汽的热损失比较大。蒸汽的热损失包括两部分：一部分是蒸汽放散损失的热,一部分是高品质蒸汽没有被充分利用最后形成冷凝水被回收。所以在研究蒸汽问题时,不能只考虑放散的问题,更要优先考虑蒸汽的热焓能否被充分利用。针对这一问题,本文在保证蒸汽管网平衡和生产用户需求的前提下,以能充分利用蒸汽焓降的发电量最大为目标,建立了生产与发电的蒸汽配置计划数学规划模型,从而保证余热资源的充分利用,并且通过实验证明了模型的有效性。4)氧气配置计划与氧气机组集成优化调度氧气在各用氧工序的配置计划是一个典型的机组组合问题。一个氧气机组是由制氧机、加压机、液化蒸发器和液氧罐组成。通过有选择地启动和关闭一些制氧机组,调整不同机组的制氧量、加压量、液化量和蒸发量,可以减少氧气放散。本文以氧气的放散成本,压送成本、液化成本、蒸发成本和启动成本的总成本最小化为目标,建立了氧气配置计划与机组集成优化调度的混合整数规划模型,并且通过实验证明了模型的有效性。5)生产过程能源介质的消耗与产生预测为了保证生产过程中能源供应的连续、安全、经济和高效,对生产过程能源的发生、消耗、回收和转换进行预测是制定能源配置计划的前提,并为配置计划提供基础数据。高炉炼铁是钢铁企业能源发生与消耗最复杂、最典型的工序,对其他工序能源的预报具有指导意义,所以本文以其为背景,设计了一种基于支持向量机(SVM)的炼铁工序能源消耗预测方法,采用粒子群优化算法对SVM参数寻优,建立了准确的预测模型,预测能源消耗趋势,监控能源存储状态,达到很好的节能效果。