01研究背景鋼鐵工業(yè)是國民經(jīng)濟支柱性產(chǎn)業(yè)，同時也是能源消耗排放大戶。隨著“碳達峰”、“碳中和”等目標(biāo)的提出，鋼鐵行業(yè)綠色化勢在必行。而在生產(chǎn)工藝與核心設(shè)備相對完備、固定的前提下，能源管控優(yōu)化成為節(jié)能降耗、低碳運行的主要手段，相關(guān)方法技術(shù)自然也成為了行業(yè)的研究應(yīng)用熱點。本文針對鋼鐵工業(yè)能源系統(tǒng)管控優(yōu)化問題，綜述狀態(tài)感知與趨勢預(yù)測、調(diào)度決策與系統(tǒng)優(yōu)化、運行優(yōu)化與設(shè)備控制、平臺研發(fā)與工程應(yīng)用4個方面的研究進展，覆蓋機理建模、數(shù)據(jù)驅(qū)動、工業(yè)互聯(lián)網(wǎng)、人工智能等多個理論技術(shù)體系。02國內(nèi)外研究現(xiàn)狀1）鋼鐵工業(yè)的能源管控典型的鋼鐵工業(yè)能源系統(tǒng)涉及煤氣、氧/氮/氬、蒸汽、電力等多種能源介質(zhì)，具有多能流復(fù)雜耦合轉(zhuǎn)換、管網(wǎng)分布式協(xié)同運行等特點。傳統(tǒng)的能源管理系統(tǒng)基于集中管理的數(shù)據(jù)等信息，借助首席操作員等專家經(jīng)驗知識、通過電話溝通方式指導(dǎo)現(xiàn)場管控工作。近年來，這種過度依賴專家經(jīng)驗知識的管控方式已難以滿足鋼鐵企業(yè)對能源管理優(yōu)化的需求。而隨著國家兩化融合、工業(yè)人工智能、工業(yè)互聯(lián)網(wǎng)等技術(shù)的深入推廣，鋼鐵企業(yè)逐漸進入數(shù)字化、網(wǎng)絡(luò)化、智能化時代。上述背景催生了鋼鐵工業(yè)能源系統(tǒng)的智能管控體系，其典型結(jié)構(gòu)如圖1所示。架構(gòu)整體采用“云-邊-端”協(xié)同方式，通過縱向管理-生產(chǎn)-操作多業(yè)務(wù)融合和橫向生產(chǎn)-能源跨區(qū)域協(xié)作，打破傳統(tǒng)管控邊界和運行操控模式，使能源管理向廣覆蓋、系統(tǒng)化、扁平化、全過程進行轉(zhuǎn)變。在這一框架下，能源管控的關(guān)鍵技術(shù)集中在狀態(tài)感知、過程控制、運行優(yōu)化、調(diào)度決策4個方面，在鋼鐵工業(yè)中也可大體對應(yīng)到L1、L2、L3、L4四個層面。圖1典型的鋼鐵工業(yè)能源系統(tǒng)智能管控體系

2）狀態(tài)感知與趨勢預(yù)測對于鋼鐵能源系統(tǒng)的感知估計，不同學(xué)科學(xué)者的解決方案存在明顯差異。對于來自冶金、能源、電力等學(xué)科的學(xué)者來說，往往傾向于采用基于物理機理的建模方法，進而達到感知預(yù)測等目的。而來自控制、計算機等信息學(xué)科的學(xué)者們，則青睞于系統(tǒng)辨識、機器學(xué)習(xí)等理論的應(yīng)用，經(jīng)過數(shù)據(jù)驅(qū)動的訓(xùn)練或?qū)W習(xí)過程獲取狀態(tài)估計結(jié)果，常用的模型方法包括神經(jīng)網(wǎng)絡(luò)、支持向量機、卡爾曼濾波、模糊系統(tǒng)建模、強化學(xué)習(xí)等，其中一些已在工業(yè)實際中得到了成功應(yīng)用?？紤]到鋼鐵工業(yè)能源系統(tǒng)的強非線性、大時滯等復(fù)雜性以及電、熱、氣、水等多種介質(zhì)不同響應(yīng)時間尺度等特性，已經(jīng)有學(xué)者通過機理-數(shù)據(jù)協(xié)同方式，開展鋼鐵工業(yè)能源系統(tǒng)的基礎(chǔ)建模與感知預(yù)測工作。3）運行優(yōu)化與設(shè)備控制鋼鐵能源管控體系中有關(guān)實時運行優(yōu)化和控制的工作，主要面向設(shè)備及其控制系統(tǒng)。在鋼鐵能源相關(guān)領(lǐng)域，傳統(tǒng)的模型預(yù)測控制（modelpredictivecontrol，MPC）已成功應(yīng)用于空分變負荷、干熄焦鍋爐溫度控制、加熱爐控制等場景。一些學(xué)者在傳統(tǒng)MPC的基礎(chǔ)上，考慮鋼鐵能源滾動優(yōu)化需求，提出兩階段的MPC結(jié)構(gòu)，應(yīng)用于CCHP、加熱爐等單元?？紤]到鋼鐵能源管網(wǎng)的分布式特征，還有學(xué)者借助分布式模型預(yù)測控制（distributedmodelpredictivecontrol，DMPC）方法解決相關(guān)運行控制問題。除了MPC外，韓京清教授所提出的“自抗擾控制（activedisturbancerejectioncontrol，ADRC）”具有算法簡單、易于實現(xiàn)、精度高、速度快、抗擾能力強等優(yōu)點，并在鋼鐵能源相關(guān)的過熱蒸汽控制、電加熱爐控制等方面已報道成功案例。隨著深度學(xué)習(xí)、強化學(xué)習(xí)等人工智能方法的不斷迭代更新，一些學(xué)者也開始嘗試使用這些方法解決鋼鐵能源的運行與控制優(yōu)化問題。值得注意的是，一方面，鋼鐵工業(yè)實際對于設(shè)定點優(yōu)化和控制指令下發(fā)的實時性要求較高（時間粒度一般是分鐘級或秒級），而善于挖掘數(shù)據(jù)深層特征的深度網(wǎng)絡(luò)等人工智能方法往往需要數(shù)小時以上的訓(xùn)練時間；另一方面，鋼鐵能源利用過程的較強非線性特性，可能會要求模型參數(shù)實時更新。如何解決上述問題，仍然是人工智能方法應(yīng)用于鋼鐵能源運行控制優(yōu)化所面臨的難點挑戰(zhàn)。4）調(diào)度決策與系統(tǒng)優(yōu)化在鋼鐵能源管控體系中，位于設(shè)備級運行控制層面之上，是面向全系統(tǒng)或單介質(zhì)子系統(tǒng)的調(diào)度決策層。在考慮產(chǎn)、消、存特征和各單元安全運行區(qū)間的基礎(chǔ)上，調(diào)度優(yōu)化主要是針對能效、排放、成本等目標(biāo)，完成對諸如自備電廠、低壓鍋爐、CCPP等能源使用量可調(diào)整單元的調(diào)度量優(yōu)化計算。對于較粗的時間粒度，方法技術(shù)多以離線、靜態(tài)調(diào)度為主，例如以混合整數(shù)線性規(guī)劃（mixedintegerlinearprogramming，MILP）為代表的數(shù)學(xué)規(guī)劃模型、考慮需求響應(yīng)的日前調(diào)度方法、基于設(shè)備運行規(guī)程的調(diào)度策略等。這類成果主要響應(yīng)鋼鐵企業(yè)“日平衡”的需求。對于在線實時調(diào)度建議，一些學(xué)者考慮能源利用過程的動態(tài)變化開展研究工作，提出了基于動態(tài)規(guī)劃（dynamicprogramming，DP）、Actor-Critic網(wǎng)絡(luò)等方法的解決方案。實時的在線調(diào)度方案實際上已經(jīng)和上一章提到的運行優(yōu)化十分接近，因此也正在成為連接系統(tǒng)級優(yōu)化與設(shè)備級優(yōu)化的關(guān)鍵技術(shù)。5）平臺研發(fā)與工程應(yīng)用鋼鐵能源管控優(yōu)化技術(shù)的落地，需要有具有良好人機交互能力、符合行業(yè)操作習(xí)慣、深諳各層級關(guān)注核心的軟件平臺做支撐。在這一方面，國外工業(yè)企業(yè)推退出的產(chǎn)品（如德國西門子的SIMATICEnergyManagement、美國艾默生的EmersonEnergyManagementSolutions等），普遍使用費用高、維護不便、難以二次開發(fā)的問題，未能為我國鋼鐵能源管控優(yōu)化技術(shù)帶來實質(zhì)性的幫助和提升。我國鋼鐵企業(yè)普遍設(shè)有自己的信息化、自動化部門或子公司（例如上海寶鋼的上海寶信軟件股份有限公司、鞍鋼的鞍鋼集團信息產(chǎn)業(yè)有限鞍信公司等），這些部門或企業(yè)研發(fā)了以信息化集成為主要功能的管理平臺。工業(yè)軟件行業(yè)本身也是我國“卡脖子”技術(shù)領(lǐng)域。在推動平臺智能化方面，高校及科研院所充分利用了具備科研攻關(guān)能力的長處，推出了一些圍繞建模、優(yōu)化等功能的計算平臺，例如大連理工大學(xué)研發(fā)的一種自動構(gòu)建智能化模型與算法的分布式工業(yè)能源運行優(yōu)化平臺等。上述產(chǎn)品各具特色，在鋼鐵能源管控中取得了成功應(yīng)用。03發(fā)展趨勢展望當(dāng)今世界處在一個技術(shù)飛速發(fā)展的時代，以人工智能為代表的一系列先進技術(shù)為社會各行業(yè)帶來全新發(fā)展機遇。雖然人工智能發(fā)展浪潮的強勁勢頭已為人們生活帶來翻天覆地的變化，但在工業(yè)領(lǐng)域的應(yīng)用還處于初級階段，在業(yè)務(wù)融合、場景適應(yīng)、應(yīng)用效果和應(yīng)用模式等方面尚未形成統(tǒng)一、固定的技術(shù)路線，許多難點挑戰(zhàn)還有待進一步探索和研究。本文考慮鋼鐵能源運行特征、圍繞該領(lǐng)域智能化升級需求，給出以下3個前景方向。1）調(diào)度決策、運行優(yōu)化與過程控制的縱向智能協(xié)同?，F(xiàn)有研究成果和平臺產(chǎn)品雖然在基礎(chǔ)信息化層面上已實現(xiàn)全廠各部門一體化貫通，但對于調(diào)度、運行、控制等縱向各部分的管控功能仍相對獨立。目前鋼鐵企業(yè)對于調(diào)度決策、運行優(yōu)化與過程控制工作的串聯(lián)仍較大程度依賴于管控中心與各分廠的反復(fù)電話溝通，優(yōu)化效果和效率均有待提升。2）能源產(chǎn)-消-存與鋼鐵生產(chǎn)過程的橫向智能協(xié)同。既然與生產(chǎn)過程存在天然聯(lián)系，對于能源系統(tǒng)的管控優(yōu)化自然應(yīng)該考慮與煉鐵、煉焦、煉鋼、軋制等工序的協(xié)同關(guān)系。鋼鐵生產(chǎn)呈現(xiàn)出顯著的連續(xù)、半連續(xù)、離散混合特征，例如高爐煉鐵過程連續(xù)出鐵、轉(zhuǎn)爐煉鋼過程則分爐次出鋼。因此，相關(guān)能源的產(chǎn)、消、存優(yōu)化問題涵蓋了離散優(yōu)化、連續(xù)優(yōu)化兩種形式，為相關(guān)建模、求解等工作帶來難點挑戰(zhàn)。低碳生產(chǎn)目標(biāo)與傳統(tǒng)能源指標(biāo)的合作博弈。隨著國家雙碳戰(zhàn)略的提出，鋼鐵企業(yè)普遍開展